Εντοπισμός αλλαγών στις χρήσεις/καλύψεις γης στο δυτικό Δέλτα του Νείλου στην Αίγυπτο με τη χρήση τηλεπισκοπικών δεδομένων
Από RemoteSensing Wiki
Applied Geography Volume 31, Issue 2, April 2011, Pages 483–494
O.R. Abd El-Kawy*, J.K. Rød , H.A. Ismail , A.S. Suliman
Link: [1]
Λέξεις-Κλειδιά: Εντοπισμός αλλαγών, Χρήση γης, Κάλυψη γης, Σύγκριση μετά την ταξινόμηση, Δυτικό Δέλτα του Νείλου
1. Eισαγωγή
Ο εντοπισμός των αλλαγών (change detection) είναι η διαδικασία του εντοπισμού των διαφορών στην κατάσταση μίας οντότητας ή ενός φαινομένου παρατηρώντας το σε διαφορετικές χρονικές περιόδους (Singh, 1989). Ο εντοπισμός των αλλαγών είναι χρήσιμος σε πολλές εφαρμογές που έχουν σχέση με τις χρήσεις/καλύψεις γης. Η συνεχόμενη και ακριβής παροχή πληροφοριών για τις αλλάγές στις χρήσεις/καλύψεις γης είναι πολύ σημαντική για οποιοδήποτε πρόγραμμα ανάπτυξης. Η δορυφορική τηλεπισκόπηση αποτελεί την πιο συνηθισμένη πηγή δεδομένων για τον εντοπισμό, την ποσοτικοποίηση και την χαρτογράφηση μοτίβων καλύψεων/χρήσεων γης και αλλαγών τους, λόγω της συνεχούς συγκομιδής δεδομένων, την ψηφιακή μορφή τους που είναι κατάλληλη για υπολογιστική επεξεργασία και οι ακριβείς διαδικασίες γεωαναφοράς τους (Chen, Vierling, & Deering, 2005; Jensen, 1996; Lu et al., 2004). Σήμερα, υπάρχουν πολλά δορυφορικά προγράμματα σε λειτουργία. Για την μελέτη του εντοπισμού των αλλαγών, το πρόγραμμα Landsat είναι μοναδικό διότι παρέχει μία ιστορική και συνεχόμενη ροή μέσω των δορυφορικών εικόνων. Οι εικόνες Landsat μπορούν να επεξεργαστούν για να αποτυπώσουν τις καλύψεις γης μεγάλων επιφανειών σε βάθος χρόνου, το οποίο είναι μοναδικό και πάρα πολύ σημαντικό για τον εντοπισμό, τη χαρτογράφηση και την διαχείριση των χρήσεων/καλύψεων γης (Wulder et al., 2008). Για την συγκεκριμένη μελέτη, τέθηκαν πέντε ζητήματα προς υλοποίηση, τα οποία αφορούν τις χρήσες/καλύψεις γης στην δυτική περιοχή του Δέλτα του Νείλου.
- Η παροχή πρόσφατων και με ιστορική πληροφορία χαρτών χρήσεων/καλύψεων γης μέσω της διαλειτουργικότητας μεταξύ της επιβλεπόμενης ταξινόμησης μέγιστης πιθανοφάνειας και την οπτική αντίληψη τηλεπισκοπικών δεδομένων.
- Ο εντοπισμός ενός μοτίβου αλλαγών στις χρήσεις/καλύψεις γης μέσω διαφορετικών δορυφορικών εικόνων Landsat χρησιμοποιώντας σύγκριση μετά την ταξινόμηση*. Η επεξήγηση των αιτιών για τις αλλαγές αυτές μέσω της χωρικής σύγκρισης που παρέχουν οι παραγόμενοι χάρτες καλύψεων/χρήσεων γης.
- Η παροχή προτεινόμενων πολιτικών για την καλύτερη διαχείριση των χρήσεων/καλύψεων γης.
- Ο εντοπισμός περιοχών που χρησιμοποιούν στο βέλτιστο βαθμό το νερό άρδευσης.
2. Περιοχή μελέτης
Η περιοχή μελέτης βρίσκεται σε μία πρόσφατα χαρακτηριζόμενη ερημική περιοχή του δυτικού τμήματος του Δέλτα του Νείλου. Χαρακτηρίζεται από μεσογειακό «μέτρια-ξηρό» κλίμα. Σύντομα διαστήματα βροχόπτωσης εκδηλώνονται συνήθως το χειμώνα, ενώ οι καλοκαιρινοί μήνες χαρακτηρίζονται συνήθως από ξηρασία. Aπό τις αρχές του 1980, η ανάπτυξη της περιοχής μελέτης ήταν στα πλαίσια της στρατηγικής αποκατάστασης περιοχών της Αιγυπτιακής κυβέρνησης. Το σχέδιο αυτό επεκτείνεται στη συγκεκριμένη μελέτη, περιλαμβάνοντας το σχεδιασμό και την ανάπτυξη βιώσιμων οικισμών στις νέες περιοχές.
3. Δεδομένα και μεθοδολογία
Τα δεδομένα που χρησιμοπιήθηκαν στη συγκεκριμένη μελέτη περιλαμβάνουν τέσσερις δορυφορικές εικόνες Landsat, που περιέχουν εικόνα Themmatic Mapper(TM) που λήφθηκε στις 11 Σεπτεμβρίου του 1984 και τρεις ενισχυμένες εικόνες Thematic Mapper Plus( ETM+), που λήφθηκαν στις 2 Δεκεμβρίου του 1999, το 2005 (μωσαικό από δύο εικόνες από τις 28 Μαρτίου και 12 Αυγούστου) και στις 13 Δεκεμβίου του 2009. Όλες οι παραπάνω εικόνες είναι διαθέσιμες από την υπηρεσία USGS των Η.Π.Α.Στη συγκεκριμένη μελέτη, συμπεριλήφθηκαν όλα τα ορατά και υπέρυθρα κανάλια, εκτός από το θερμικό. Ψηφιοποιήθηκαν πέντε τοπογραφικοί χάρτες (Κλίμακα 1:50.000) και χρησιμοποιήθηκαν για αναγνώριση του εδάφους μετά την γεωμετρική διόρθωση των δορυφορικών εικόνων. Επίσης χρησιμοποιήθηκαν δεδομένα αρχείου και παλιοί χάρτες. Τέλος, το Νοέμβριο του 2009, συλλέχθηκε ένας συνολικός αριθμός 300 σημείων ελέγχου από την περιοχή μελέτης. Τα δεδομένα αρχείου, οι παλιοί χάρτες και τα σημεία ελέγχου χρησιμοποιήθηκαν κυρίως σαν δεδομένα αναφοράς για την ταξινόμηση των εικόνων και την εκτίμηση της ακρίβειας της.
Προεπεξεργασία εικόνας
Η προεπεξεργασία δορυφορικών εικόνων πριν τον εντοπισμό των αλλαγών είναι απαραίτητη και έχει σαν αποκλειστικό στόχο την δημιουργία μίας πιο άμεσης σχέσης μεταξύ των δεδομένων και των βιοφυσικών φαινομένων (Coppin et al., 2004). Η συγκεκριμένη μεθοδολογία έλαβε υπόψιν πολλαπλές λειτουργία προεπεξεργασίας εικόνων συμπεριλαμβανομένης της γεωμετρικής διόρθωσης, την συμπλήρωση κενών ETM+, και την ενίσχυση και ερμηνεία των εικόνων.
Συμπλήρωση κενών ETM+ και γεωμετρική διόρθωση
Όλα τα δεδομένα Landsat που χρησιμοποιήθηκαν σε αυτήν την μελέτη συλλέχθηκαν κάτω από καθαρές ατμοσφαιρικές συνθήκες, όπως φαίνεται στην εικόνα 2. Οι εικόνες των ετών 1984, 1999 και 2005 έχουν διορθωθεί γεωμετρικά με βάση την εικόνα του 2009. Η εικόνα του 2009 έχει γεωαναφερθεί προηγουμένως χρησιμοποιώντας και επίγεια σημεία ελέγχου και τοπογραφικούς χάρτες. Επίσης, στη συγκεκριμένη μελέτη, η συμπλήρωση των κενών ήταν επιτυχής και για τις δύο ETM+ εικόνες του 2005 και του 2009. Για την εικόνα του 2005, η περιοχή μελέτης καλύφθηκε από ένα μωσαικό δύο ETM+ σκηνών που ληφθηκαν στα 28 Μαρτίου και 12 Αυγούστου. Για την εικόνα του 2009, μία ETM+ σκηνή λήφθηκε για την ίδια περιοχή στις 27 Νοεμβρίου και χρησιμοποιήθηκε για την συμπλήρωση κενών της εικόνας ETM+ που έιχε ληφθεί στις 13 Δεκεμβρίου.
Ενίσχυση εικόνας και οπτική ερμηνεία
Η ενίσχυση εικόνας είναι η τροποποίηση τιμών της εικόνας για να αναδεικνύουν πληροφορίες που βρίσκονται εντός της και να βελτιώσουν την οπτική κατανόηση μίας εικόνας αυξάνοντας τις αντιθέσεις μεταξύ των χαρακτηριστικών της. Στη συγκεκριμένη μελέτη εφαρμόζεται η ενίσχυση «Contrast stretching» για τις τέσσερις επιλεγμένες εικόνες προκειμένου να ερμηνευτούν οπτικά. Πριν την ταξινόμηση, τα χαρακτηριστικά των χρήσεων/καλύψεων γης διαχωρίστηκαν σε πέντε ευρύτερες θεματικές κατηγορίες: «barren land, agricultural lands, urban lands, quarries, and free water bodies and Sabkhas». Οι πέντε αυτές κατηγορίες ορίστηκαν βάση της οπτικής ερμηνείας των δορυφορικών εικόνων και επιβεβαιώθηκαν από επίγειες παρατηρήσεις. Όπως αναφέρθηκε, έγινε οπτική ερμηνεία των ενισχυμένων εικόνων και παράχθηκαν τέσσερις χάρτες που απεικονίζονται στην εικόνα 3, με σκοπό να συνδυαστούν αργότερα με τα αποτελέσματα της επιβλεπόμενης ταξινόμησης.
Επιβλεπόμενη ταξινόμηση
Χρησιμοποιήθηκε το λογισμικό «ERDAS IMAGINE 9.2» για την ψηφιακή επεξεργασία των εικόνων Landsat. Τα δείγματα εκπαίδευσης (training samples) επιλέχθηκαν για κάθε κατηγορία χρήσεων/καλύψεων γης με τη δημιουργία πολυγώνων στις αντιπροσωπευτικές περιοχές. Με τη χρήση των εικονοστοιχείων(pixels) εντός των πολυγώνων λήφθηκαν οι φασματικές υπογραφές για τις αντίστοιχες κατηγορίες καλύψεων γης. Όταν η κάθε φασματική υπογραφή θεωρήθηκε ικανοποιητική, εισάχθηκε στην διαδικασία της ταξινόμησης. Η ταξινόμηση που χρησιμοποιήθηκε είναι η ταξινόμηση μέγιστης πιθανοφάνειας και παράγει ένα θεματικό ψηφιδωτό επίπεδο (την ταξινομημένη εικόνα) και ένα αρχείο αποστάσεων. Και τα δύο παραγόμενα προιόντα χρησιμοποιήθηκαν στην επεξεργασία μετά την ταξινόμηση. Παράχθηκαν τέσσερις χάρτες καλύψεων/χρήσεων γης.
Βελτίωση της ταξινόμησης
Μερικές κατηγορίες χρήσεων/καλύψεων γης ήταν φασματικά μπερδεμένες και δεν μπορούσαν να διαχωριστούν ικανοποιητικά από την επιβλεπόμενη ταξινόμηση. Ένα παράδειγμα είναι τα τοπία πρασίνου εντός αστικών ζωνών που ταξινομήθηκαν λανθασμένα ως αγροτικές καλλιέργειες. Για την βελτίωση της ακρίβειας της ταξινόμησης και των περιορισμό των λανθασμένων υπολογισμών έγινε συνένωση των αρχικών χαρτών καλύψεων/χρήσεων γης που προέκυψαν από την ταξινόμηση με τους χάρτες που προέκυψαν από την οπτική ερμηνεία. Η οπτική ερμηνεία ήταν πολύ σημαντική για την αύξηση της ακρίβειας της ταξινόμησης και σαν αποτέλεσμα είχε και την βελτίωση της ποιότητας των παραγόμενων χαρτών. Η συνένωση έγινε με τη βοήθεια του λογισμικού ArcGIS 9.3. Tέλος, παράχθηκαν ακριβείς χάρτες καλύψεων/χρήσεων γης που παρουσιάζονται στην εικόνα 4, και συγκρίθηκαν με τα δεδομένα αναφοράς (δεδομένα αρχείου, παλιοί χάρτες, χαρακτηριστικά σημεία) για να εκτιμηθεί η ακρίβεια της ταξινόμησης.
Εκτίμηση ακρίβειας της ταξινόμησης
Είναι σημαντικό να είναι δυνατή η εκτίμηση της ακρίβειας για την ταξινόμηση εφόσον τα παραγόμενα δεδομένα θα χρησιμοποιηθούν για την ανάλυση εντοπισμού αλλαγών σε μία περιοχή (Owojori & Xie, 2005). Η εκτίμηση πραγματοποιήθηκε βάση 280 τυχαίων σημείων που εντοπίστηκαν μέσω τυχαίας επιλογής με τη βοήθεια του λογισμικού ERDAS και αντιστοιχούν στις διαφορετικές χρήσεις/καλύψεις γης της περιοχής.
4.Αποτελέσματα και συζήτηση
Πριν τη χρήση των αποτελεσμάτων της ταξινόμησης ήταν αναγκαία η επιβεβαίωση της ορθότητάς τους. Η συνδυασμένη διαδικασία της ταξινόμησης και της οπτικής ερμηνείας αύξησε την ακρίβεια της ταξινόμησης για τα έτη 1984, 1999, 2005 και 2009 κατά ένα πολύ σημαντικό ποσοστό. Οι εικόνες 5 και 6 απεικονίζουν την συνολική επιφάνεια κάθε κατηγορίας χρήσεων/καλύψεων γης για κάθε χρόνο. Τα αποτελέσματα της οπτικής ερμηνείας σε συνδυασμό με την ταξινόμηση που φαίνονται στις εικόνες 7,8 και 9, μαζί με τις επίγειες μετρήσεις, δείχνουν πως ένα εντατικό πρόγραμμα ανάπτυξης έχει εφαρμοστεί στην περιοχή μελέτης εδώ και τρεις δεκαετίες.
5.Κατακλείδα και προτάσεις
Συνολικά, η ακρίβεια της χαρτογραφικής αποτύπωσης των χρήσεων/καλύψεων γης ανέρχεται σε ένα ποσοστό περίπου 96% και δείχνει πως ο συνδυασμός της οπτικής ερμηνείας με την επιβλεπόμενη ταξινόμηση αποτελούν μία αποτελεσματική μέθοδο για τον εντοπισμό αλλαγών στις χρήσεις/καλύψεις γης μίας περιοχής σε βάθος χρόνου. Η οπτική ερμηνεία δεν ήταν μόνο χρήσιμη στην αύξηση της ακρίβειας της ταξινόμησης των δορυφορικών εικόνων Landsat αλλά βοήθησε και στον εντοπισμό περιοχών που δείχνουν αποτελεσματική χρήση του αρδευτικού νερού μέσω της χαρτογράφησης των καλλιεργειών.
6.Συμβολή της τηλεπισκόπησης
Από τη συγκεκριμένη μελέτη προκύπτουν συμπεράσματα που αφορούν τον σχεδιασμό και την ανάπτυξη μίας περιοχής αποκλειστικά με τη χρήση της τηλεπισκόπησης. Για άλλη μία φορά, η δυνατότητα ανέυρεσης ελεύθερων δεδομένων σε βάθος χρόνου, σε συνδυασμό με τις μεθόδους ψηφιακής τηλεπισκόπησης παράγουν χάρτες που αναλύουν λεπτομερώς τις καλύψεις/χρήσεις γης μίας περιοχής με σκοπό την αντιμετώπιση των φυσικών και τεχνητών προβλημάτων της.
