Εξαγωγή πληροφοριών γεωλογικού κινδύνου από πολυπολωτικές εικόνες ραντάρ (SAR)

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Εξαγωγή πληροφοριών γεωλογικού κινδύνου από πολυπολωτικές εικόνες ραντάρ (SAR)

Πρωτότυπος τίτλος : Extraction of Information on Geology Hazard from Multi-Polarization SAR Images

Συγγραφείς : CAO yun-gang, YAN Li-juan, ZHENG Ze-zhong

Πηγή : International Society for Photogrammetry and Remote Sensing


ΕΙΣΑΓΩΓΗ

Πίνακας 1 : Ο βέλτιστος συνδυασμός δεδομένων ραντάρ στις γεωλογικές εφαρμογές.

Οι γεωλογικοί κίνδυνοι είναι μερικοί από τους κύριους φυσικούς κινδύνους στην Κίνα, κυρίως στη νοτιοδυτική. Σήμερα, η τηλεανίχνευση θεωρείται η πιο ισχυρή μέθοδος για πρόβλεψη, παρακολούθηση, ανάλυση και αξιολόγηση των εν λόγω γεωλογικών κινδύνων βασιζόμενη στη μορφή και στη δομή των γεωλογικών στοιχείων. Οι μικροκυματικές τηλεπισκοπικές εικόνες προτιμούνται από τις οπτικές (ορατό και υπέρυθρο φάσμα) καθότι δεν περιορίζονται από τις καιρικές συνθήκες και τις διακυμάνσεις ημέρας - νύχτας και λειτουργούν συμπληρωματικά προς αυτές. Οι τεχνολογίες ραντάρ (SAR), όπως η πολωσιμετρική και η συμβολομετρική, παρέχουν μοναδικές γεωλογικές πληροφορίες. Ο πίνακας 1 παρουσιάζει τη βάση για την επιλογή SAR δεδομένων για την εξαγωγή γεωλογικής πληροφορίας.

Για τη μελέτη αυτή χρησιμοποιήθηκε εικόνα ακριβείας ENVISAT ASAR (προχωρημένου συνθετικού διαφράγματος - Advanced Synthetic Aperture Radar) APMode (Εναλλασσόμενης πόλωσης - Altering Polarization). Η ASAR λειτουργεί στο κανάλι C και το προϊόν της AP λειτουργίας είναι δύο πολυπολωτικές εικόνες. Στην εργασία αυτή, αξιολογήθηκε η αποτελεσματικότητα μίας εικόνας σε AP λειτουργία που περιέχει VV και VH πολώσεις για την αναγνώριση γραμμικών στοιχείων και την αξιολόγηση κατολισθητικού κινδύνου, όπου για τη δεύτερη δομήθηκε δενδριτική μέθοδος βασισμένη στη διαφορετική οπισθοσκέδαση και την κλίση.


ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ ΚΑΙ ΔΕΔΟΜΕΝΑ

Η πόλη Kunming, της επαρχίας Yunnan στην Κίνα, σε υψόμετρο 1780 - 2500m, που είναι μία από τις περιοχές υψηλότερου κινδύνου στην επαρχία αυτή.

Τα πολυπολωτικά δεδομένα SAR της 10ης Ιουλίου 2005 επιλέχθηκαν για την εξαγωγή πληροφοριών γεωλογικής επικινδυνότητας συμπεριλαμβανομένων γραμμικών χαρακτηριστικών και κατολισθαίνουσας μάζας σε λειτουργία εγκάρσιας πόλωσης, δηλαδή μία εικόνα σε VV και μία σε VH. Η εικόνα προεπεξεργάστηκε στο λογισμικό BEST και το αποτέλεσμα μετατράπηκε σε GeoTIFF για περαιτέρω επεξεργασία. Τα ψηφιακά υψομετρικά δεδομένα έχουν ανάλυση 90m.


ΜΕΘΟΔΟΛΟΓΙΑ

Εικόνα 1 : Ψευδέγχρωμος χάρτης της περιοχής μελέτης με δεδομένα που προέκυψαν από το φίλτρο κηλίδας (VV: VH: VV).

Βαθμονόμηση ακτινοβολίας και γεωμετρική διόρθωση

Μετά τη βαθμονόμηση της ακτινοβολίας και τη γεωμετρική διόρθωση, η εικόνα οπισθοσκέδασης προέκυψε από την παρακάτω εξίσωση:

σο = (DN2 / Κ) sinα, όπου

σ 0 = συντελεστής οπισθοσκέδασης,

DN = ψηφιακός αριθμός,

α = γωνία πρόσπτωσης και

K = απόλυτος συντελεστής βαθμονόμησης

Για τη μείωση της παραμόρφωσης που παρατηρείται λόγω υψομέτρου, γίνεται ορθοαναγωγή (γεωμετρική διόρθωση) της εικόνας με τη χρήση ΨΜΑ (ψηφιακού μοντέλου αναγλύφου) στο λογισμικό ERDAS.

Φίλτρο κηλίδας SAR

Εικόνα 2 : Κυρίως ρηγματώσεις στην περιοχή μελέτης (κόκκινες γραμμές).

Για να μειωθεί η επίδραση της κηλίδας SAR και να ενισχυθεί ο γραμμικός χαρακτήρας, μία νέα μέθοδος - φίλτρο χρησιμοποιήθηκε που βασίζεται στην ανίχνευση των ακραίων πληροφοριών - αποτελεσμάτων. Ο αλγόριθμος MROA (τροποποιημένες αναλογίες μέσου όρου - Modified Ratios Of Average) χρησιμοποιήθηκε για την ανίχνευση των άκρων και ένα μέσο φίλτρο χρησιμοποιήθηκε για την εξομάλυνση της κηλίδας σε μη ακραίες περιοχές (Εικ. 1).

NDPI

Εικόνα 3 : Χάρτης NDPI της περιοχής μελέτης.

Ο κανονικοποιημένος δείκτης πολωτικής διαφοράς (Normalized Difference Polarization Index - NDPI) χρησιμοποιήθηκε για να αναλύσει τα επιφανειακά χαρακτηριστικά συμπεριλαμβανομένων της κάλυψης βλάστησης, του τύπου εδάφους και της τραχύτητας καθότι το σήμα που επιστρέφει είναι διαφορετικό μεταξύ των δύο πολώσεων. Για την ενίσχυση των γραμμικών στοιχείων και των κατολισθήσεων χρησιμοποιήθηκαν ψευδόχρωμες και NDPI εικόνες. Η εξίσωση του NDPI είναι:

NDPI = (σvv - σvh)/ (σvv + σvh), όπου

σνν = VV πόλωση συντελεστή οπισθοσκέδασης δεδομένων SAR,

σvh = VH πόλωση συντελεστή οπισθοσκέδασης δεδομένων SAR


ΑΠΟΤΕΛΕΣΜΑΤΑ

Πίνακας 2 : Οι συνθήκες αξιολόγησης κατολισθητικού κινδύνου.

Αναγνώριση γραμμικών χαρακτηριστικών

Οι γεωλογικές δομές μπορούν να ταξινομηθούν από εικόνες SAR ιδιαίτερα σε εικόνες με μεγάλη γωνία πρόσπτωσης όπου τα ευδιάκριτα χαρακτηριστικά είναι κάθετα προς την κατεύθυνση του δορυφόρου. Από την ψευδέγχρωμη ενισχυμένη εικόνα (Εικ. 2) διακρίνονται καθαρά τα κυρίως ρήγματα. Οι πληροφορίες από αυτήν την εικόνα είναι σύμφωνες με αυτές των ιστορικών καταγραφών.

Εκτίμηση κατολισθητικού κινδύνου

Εικόνα 4 : Χάρτης βαθμονόμησης κατολισθητικού κινδύνου για την περιοχή μελέτης.

Η τραχιά περιοχή της κατολίσθησης είναι διαφορετική από το υπόλοιπο υπόβαθρο επειδή έχει καταστραφεί η βλάστηση και το έδαφος. Από τη σχέση του κατολισθητικού κινδύνου με την τραχύτητα του εδάφους και κατ’ επέκταση με το δείκτη NDPI προκύπτει ότι η αστική περιοχή έχει την υψηλότερη τιμή δείκτη NDPI και η υδάτινη μάζα τη χαμηλότερη (Εικ. 3).

Συνθέτοντας τον NDPI, τα ψηφιακά υψομετρικά δεδομένα και τα αποτελέσματα επιτόπου παρακολούθησης, θεσπίστηκε το σύστημα αξιολόγησης κατολισθητικού κινδύνου του πίνακα 2, σύμφωνα με τη διαφορά του NDPI και την κλίση επιφανείας. Τέλος, δημιουργήθηκε η πιθανή κατανομή του χάρτη κατολίσθησης για την περιοχή μελέτης (Εικ. 4) όπου εμφανίζονται δύο ζώνες υψηλού κινδύνου.


ΣΥΜΠΕΡΑΣΜΑΤΑ

Από την εργασία συμπεραίνεται ότι τα πολυπολωτικά SAR δεδομένα είναι μία χρήσιμη πηγή γεωλογικών εφαρμογών.

Προσωπικά εργαλεία