Εντοπισμός χώρων ρυπασμένων με αστικά στερεά απόβλητα με τη χρήση τηλεσκοπικών δεδομένων σε περιβάλλον GIS

Από RemoteSensing Wiki

Τίτλος: Εντοπισμός χώρων ρυπασμένων με αστικά στερεά απόβλητα με τη χρήση τηλεσκοπικών δεδομένων σε περιβάλλον GIS Συγγραφέας: Κορύζη Αικατερίνη Link αρχικού άρθρου: [[1]]

1. Αντικείμενο εργασίας

Η παρούσα εργασία έχει ως αντικείμενο τον εντοπισμό και την οριοθέτηση παράνομων ρυπασμένων χώρων από αστικά στερεά απόβλητα με χρήση δορυφορικών εικόνων σε περιβάλλον GIS στις περιφέρειες Αττικής, Στερεάς Ελλάδας, Θεσσαλίας, Δυτικής Ελλάδας και Πελοποννήσου. Με συνδυασμό τηλεπισκόπισης και GIS μπορεί να ερευνηθεί μια μεγάλη γκάμα περιβαλλοντικών ζητημάτων που μέχρι τώρα ήταν πολύ δύσκολο έως και αδύνατο. Ο σκοπός είναι ο γρήγορος εντοπισμός χώρων δυνητικά ρυπασμένων με αστικά απόβλητα όταν δεν απαιτούνται υψηλές απαιτήσεις ακρίβειας εξοικονομώντας έτσι χρόνο και ανθρώπινο κεφάλαιο σε σχέση με τις μέχρι τώρα πρακτικές (επιτόπια έρευνα- εναέρια εποπτεία.

2. Μεθοδολογία

Για την εκπόνηση της εργασίας συλλέχθηκαν δορυφορικές εικόνες από τον δορυφόρο Sentinel-2 και εφαρμόστηκαν τεχνικές χωρικής ανάλυσης σε αυτές στο περιβάλλον ARCGIS. Λόγω της χωρικής διακριτικής ικανότητας του δέκτη η εργασία εστιάζει σε σχετικά μεγάλους χώρους διάθεσης απορριμμάτων. Συγκεκριμένα έγινε προεπεξεργασία των δορυφορικών εικόνων (ατμοσφαιρική διόρθωση, δημιουργία ενιαίας εικόνας με όλα τα κανάλια, κόψιμο εικόνας στα όρια περιοχής μελέτης), έπειτα καθορίστηκε η φασματική υπογραφής επιφανειών με αστικά στέρεα απόβλητα με τη χρήση περιοχών εκπαίδευσης οι οποίες αφορούσαν γνωστούς ΧΥΤΑ ή ΧΥΤΥ, οι οποίοι εντοπίστηκαν μέσω της εφαρμογής Google Earth. Πριν την ταξινόμηση έγινε σύγκριση των φασματικών χαρακτηριστικών της κατηγορίας κάλυψης γης με στερεά απόβλητα με τα φασματικά χαρακτηριστικά βασικών κατηγοριών κάλυψης γης (Αστικό τοπίο, καλλιέργειες έδαφος, βλάστηση). Παρατηρήθηκε ότι η κατηγορία έδαφος εμφανίζει μία παραπλήσια φασματική συμπεριφορά στο υπέρυθρο τμήμα του φάσματος. Αντίθετα η φασματική υπογραφή της κατηγορίας αστικό τοπίο είναι πολύ κοντά αριθμητικά με την κατηγορία αστικά στερεά απόβλητα. Στη συνέχεια εφαρμόστηκαν τρεις μέθοδοι επιβλεπόμενης ταξινόμησης ( (βάση ήδη γνωστών και μεγάλων σε έκταση χώρων διάθεσης αποβλήτων και δεδομένου ότι έχουν συγκεκριμένη και γενικά σταθερή φασματική υπογραφή). Παρακάτω φαίνονται τα αποτελέσματα της ταξινόμησης με τον αλγόριθμο παραλληλεπιπέδου και οι λάθος κατηγορίες κάλυψης που εντοπίστηκαν ως χώροι διάθεσης στερεών αποβλήτων. Έπειτα της ταξινόμησης, δεδομένου ότι λόγω φασματικής σύγχυσης μεταξύ των κατηγοριών κάλυψης εντοπίστηκαν άσχετες περιοχές ως χώροι διάθεσης αποβλήτων, ακολούθησε η χωρική ανάλυση για την εύρεση επικρατέστερων θέσεων χώρων ρύπανσης. Βασικό κριτήριο για την εύρεση χώρων ρυπασμένων από αστικά απόβλητα ήταν η οδική προσβασιμότητα. Επιπρόσθετα χρησιμοποιήθηκαν συμπληρωματικά χωρικά δεδομένα για τον αποκλεισμό κατηγοριών κάλυψης γης που είναι απίθανη η ύπαρξη χώρων διάθεσης αποβλήτων όπως οικισμοί, βιομηχανικές- εμπορικές ζώνες, οδικό δίκτυο και άλλες τεχνητές υποδομές. Τα δεδομένα που χρησιμοποιήθηκαν για την πραγμάτωση της χωρικής ανάλυσης αριθμούσαν 187000 οντότητες. Τέλος εφαρμόστηκαν φασματικοί δείκτες με στόχο τη μείωση της φασματικής σύγχυσης μεταξύ των κατηγοριών και για καλύτερη απόδοση του αποτελέσματος της ταξινόμησης.

3. Αποτελέσματα

Από τα αποτελέσματα φάνηκε ότι ήταν επιτυχής ο εντοπισμός του συνόλου των χώρων διάθεσης αστικών αποβλήτων νόμιμων και μη. Παρόλα αυτά δεν μπόρεσαν να απαλειφθούν πλήρως επιφάνειες άλλων κατηγοριών κάλυψης και ειδικά του γυμνού εδάφους και των κοιτών των ποταμών λόγω φερτών υλικών. Τα αποτελέσματα αξιολογήθηκαν χρησιμοποιώντας του δείκτες ορθότητας, πληρότητας και ολικής ποιότητας.

4. Συμπεράσματα

Για να είναι δυνατός ο εντοπισμός χώρων ρυπασμένων με στερεά αστικά απόβλητα θα πρέπει να είναι ικανής έκτασης ώστε να εντοπιστεί από ελεύθερα διαθέσιμες δορυφορικές εικόνες. Ο Sentinel 2 με μέγεθος pixel (10x10)m ενδείκνυται για τον εντοπισμό οντοτήτων τουλάχιστον της τάξης (20χ20)m. Η αντιπροσωπευτικότητα και η ποιότητα της δειγματοληψίας εξαρτάται από τον αριθμό δειγμάτων μιας κατηγορίας, όσο μεγαλύτερος ο αριθμός δειγμάτων τόσο καλύτερος είναι ο καθορισμός των φασματικών χαρακτηριστικών μιας κατηγορίας. Για δορυφορικές εικόνες χωρικής ανάλυσης των 10m είναι αναπόφευκτη ή σύγχυση μεταξύ λάθος κατηγοριών λόγω παρόμοιων φασματικών χαρακτηριστικών. Για να βελτιωθούν τα αποτελέσματα του διαχωρισμού είναι δυνατή η επιλεκτική χρήση των «καθαρών» εικονοστοιχείων. Η λήψη δείγματος από την συνολική επιφάνεια του χώρου διάθεσης απορριμμάτων και όχι από την επιφάνεια που καταλαμβάνει η μάζα των αποβλήτων δυσχεράνει κατά πολύ την ποιότητα και αποτελεσματικότητα του διαχωρισμού. Ως εκ τούτου η δυνατότητα εντοπισμού μικρών εκτάσεων με διάσπαρτα αστικά στερεά απόβλητα δεν κρίνεται εφικτή με τηλεσκοπικά δεδομένα χωρικής ανάλυσης 10m. Από τους 3 αλγόριθμους επιβλεπόμενης ταξινόμησης που εφαρμόστηκαν, από τα την αξιολόγηση των αποτελεσμάτων, κρίθηκαν πιο ικανοποιητικά τα αποτελέσματα του αλγορίθμου του ορθογώνιο παραλληλεπιπέδου στον οποίο εφαρμόστηκε παραλλαγή του φασματικού εύρους που καθορίστηκε με την ελάχιστη και μέγιστη τιμή της φασματικής υπογραφής της κατηγορίας των επιφανειών με αστικά στερεά απόβλητα. Ο λόγος που ο συγκεκριμένος αλγόριθμος ήταν πιο αποτελεσματικός φαίνεται να είναι το γεγονός ότι λαμβάνει υπόψη τη διακύμανση των τιμών των φασματικών δεδομένων. Η εφαρμογή φασματικών δεικτών που αποτέλεσε το τελικό στάδιο των τεχνικών ανάλυσης διαπιστώθηκε ότι είναι απαραίτητη διαδικασία για τη μείωση της φασματικής σύγχυσης εκτάσεων με στερεά απόβλητα με άλλα είδη εδαφοκάλυψης.

5. Προοπτικές

Σε εφαρμογές που απαιτείται υψηλή ακρίβεια δεν ενδείκνυται η χρήση πολυφασματικών εικόνων χωρικής ανάλυσης 10m. Όμως για εφαρμογές χαμηλής ακρίβειας, όπως ένα σώμα περιβαλλοντικής επιθεώρησης, η χρήση τηλεπισκόπισης σε συνδυασμό με τα γεωγραφικά συστήματα πληροφοριών είναι ένα πολλά υποσχόμενο εργαλείο. Μελλοντικά είναι δυνατή η βελτιστοποίηση των αποτελεσμάτων με τις ακόλουθες διαδικασίες:

• Προσδιορισμός της φασματικής υπογραφής των επιφανειών με αστικά απόβλητα με συστηματικές μετρήσεις πεδίου σε ικανό αριθμό χώρων
• Αξιοποίηση τεχνικών φασματικού διαχωρισμού
• Ενδελεχή εξέταση και άλλων αλγορίθμων ταξινόμησης και σύγκριση αυτών για την εύρεση μειονεκτημάτων και πλεονεκτημάτων.
• Χρήση δορυφορικών εικόνων υψηλής χωρικής διακριτικής ικανότητας και υπερφασματικών εικόνων
• Μελέτη και αξιολόγηση φασματικών δεικτών για την αποτελεσματικότερη διαφοροποίηση επιφανειών.