Η χρήση του IKONOS και Landsat για τον έλεγχο της ελονοσίας στη Δημοκρατία της Κορέας

Από RemoteSensing Wiki

Η χρήση του IKONOS και Landsat για τον έλεγχο της ελονοσίας στη Δημοκρατία της Κορέας

Use of IKONOS and Landsat for malaria control in the republic of Korea
Penny M. Masuoka, David M. Claborn, Richard G. Andre, Joseph Nigro, Scott W. Gordon, Terry A. Klein, Hung-Chol Kim, Remote Sensing of Environment, Volume 88, Issues 1–2, 30 November 2003, Pages 187-194  [7]

Περίληψη

Η ελονοσία[8] εμφανίστηκε ξανά στη Δημοκρατία της Κορέας (ROK)[9] το 1993. Προκειμένου να εκτιμηθεί το κόστος της νυμφοκτονίας[10], είναι απαραίτητες οι ακριβείς εκτιμήσεις της χωρικής έκτασης των βιοτόπων των προνυμφών κουνουπιών. Ο σκοπός της παρούσας μελέτης ήταν να καθορίσει εάν μια ακριβής εκτίμηση της περιοχής που καλύπτεται από βιοτόπους προνυμφών κουνουπιών μπορεί να ληφθεί χρησιμοποιώντας δεδομένα Landsat 7 ETM+[11] και/ή IKONOS[12] για την κορεατική περιοχή δοκιμών. Για να εκτιμηθεί η έκταση που καλύπτεται από βιοτόπους προνυμφών κοντά στο στρατόπεδο Greaves [Paekyeon-Ri, κοντά στο χωριό Tongil-Chan] στην RΟΚ, μία εικόνα IKONOS και μια εικόνα Landsat 7 ETM+ ταξινομήθηκαν χρησιμοποιώντας μια ταξινόμηση παραλληλεπιπέδου. Σε σύγκριση των περιοχών ορυζώνων, 24 (92%) από τις περιοχές ταξινομήθηκαν σωστά στην εικόνα IKONOS και 17 (65%) ταξινομήθηκαν σωστά στην εικόνα Landsat. Συγκρίνοντας τις ταξινομήσεις, η συμφωνία μεταξύ των δυο ταξινομήσεων ήταν 79%. Μέρος της διαφωνίας οφείλονταν στη διαφορά της ανάλυσης των δυο εικόνων. Αν και είτε ο Landsat είτε ο IKONOS μπορούν να χρησιμοποιηθούν στην Κορέα για μια λογική εκτίμηση της περιοχής βιοτόπων, μόνο ο IKONOS μπορεί να επιλύσει τις μικρές λίμνες άρδευσης οι οποίες αποτελούν σημαντική πηγή για την αναπαραγωγή κουνουπιών.

Εισαγωγή

Αυτή η μελέτη είναι μέρος μιας μεγαλύτερης προσπάθειας για να καθοριστεί η χρησιμότητα και το κόστος των διαφόρων μεθόδων για την μείωση του κινδύνου της μετάδοσης της ελονοσίας στο προσωπικό του αμερικάνικου στρατού που βρίσκεται στην περιοχή. Ο σκοπός της παρούσας μελέτης ήταν να καθορίσει εάν μια ακριβής εκτίμηση της περιοχής που καλύπτεται από βιοτόπους προνυμφών κουνουπιών μπορεί να ληφθεί χρησιμοποιώντας δεδομένα Landsat 7 ETM+ και/ή IKONOS για την κορεατική περιοχή δοκιμών. Οι εκτιμήσεις των εκτάσεων των βιοτόπων των κουνουπιών μετά μπορούν να χρησιμοποιηθούν για την εκτίμηση του κόστους της νυμφοκτονίας κοντά σε στρατιωτικές βάσεις των ΗΠΑ στην Κορέα. Ένα από τα ερωτήματα που προσπαθεί αυτή η μελέτη να απαντήσει είναι κατά πόσο οι υψηλής ανάλυσης εικόνες είναι αποτελεσματικές στην οριοθέτηση των επιλεγμένων τύπων των μικρών βιοτόπων των προνυμφών κουνουπιών και αν ναι, πώς αυτό επηρεάζει την εκτίμηση του συνόλου των ενδιαιτημάτων όπως αυτό προβλέπεται από την χαμηλής ανάλυσης εικόνα.

Περιοχή Μελέτης - Μέθοδοι

Η επιτόπια έρευνα για αυτή τη μελέτη εκτελέσθηκε από τον Ιούνιο μέχρι τον Σεπτέμβριο του 2000 και επικεντρώθηκε σε δυο στρατιωτικές βάσεις κοντά στο DΜΖ: στρατόπεδο Greaves και στρατόπεδο Casey. Το στρατόπεδο Greaves βρίσκεται σε μια αγροτική περιοχή ακριβώς νότια του DMZ. Το στρατόπεδο Casey είναι περίπου 35 μίλια ανατολικά του στρατοπέδου Greaves σε μια πιο πυκνοκατοικημένη περιοχή με λιγότερη γεωργία. Τα όρια των στρατοπέδων Casey και Greaves ψηφιοποιήθηκαν και μια 1-km ουδέτερη ζώνη τοποθετήθηκε γύρω από το στρατόπεδο βασισμένη σε ένα κατά προσέγγιση εύρος πτήσης του κουνουπιού A. Sinensis.

Εικόνα 1 : Η εικόνα IKONOS με την ουδέτερη ζώνη γύρω από το στρατόπεδο Greaves και τις τοποθεσίες συλλογής δειγμάτων προνυμφών.[1]πηγή

Δυο εικόνες χρησιμοποιήθηκαν για την παρούσα μελέτη μια Landsat 7 ETΜ+ εικόνα που αποκτήθηκε στις 29 Απριλίου, 2000, και μια εικόνα IKONOS που αποκτήθηκε στις 2 Αυγούστου, 2000. Η εικόνα Landsat καλύπτει και τις δυο περιοχές των στρατοπέδων. Η εικόνα IKONOS βρίσκεται εξολοκλήρου μέσα στην εικόνα Landsat αλλά καλύπτει μόνο την περιοχή του στρατοπέδου Greaves. Το λογισμικό τηλεπισκόπησης PCI χρησιμοποιήθηκε για να εκτελέσει τις επιβλεπόμενες ταξινομήσεις στις εικόνες IKONOS και Landsat. Οι περιοχές μελέτης για την ταξινόμηση επιλέχθηκαν σε θέσεις όπου οι ερευνητές είχαν συλλέξει στάσιμο νερό για τις προνύμφες anopheline[13]. Διάφοροι αλγόριθμοι ταξινόμησης ερευνήθηκαν συμπεριλαμβανομένων, της Ελάχιστης Απόστασης, της Μεγίστης Πιθανοφάνειας και των προγραμμάτων παραλληλεπιπέδων. Ο αλγόριθμος παραλληλεπιπέδου με μια Μεγίστη Πιθανοφάνεια φάνηκε να είναι η ακριβέστερη ταξινόμηση των εικόνων βασισμένο σε μια οπτική σύγκριση με τη γραφική παράσταση των περιοχών δειγματοληψίας στην εικόνα IKONOS. Για την εικόνα IKONOS οι περιοχές εκπαίδευσης συλλέχθηκαν για τα ποτάμια, τις μικρές λίμνες, τις τάφρους και τους ορυζώνες. Λόγω της χαμηλότερης ανάλυσης, οι περιοχές μελέτης στην εικόνα Landsat περιλάμβαναν μόνο τους ορυζώνες και το ποτάμι. Για να συγκριθούν τα αποτελέσματα της ταξινόμησης μεταξύ των δυο τύπων εικόνων, ένα υποσύνολο της εικόνας Landsat δημιουργήθηκε προκειμένου να συμπεριλάβει μόνο την περιοχή που καλύπτεται από την εικόνα IKONOS. Ένας πίνακας σύγχυσης παράχθηκε για να συγκρίνει την ακρίβεια της ταξινόμησης του Landsat και IKONOS με κοινές περιοχές μελέτης και στις δύο εικόνες. Το PCIs MODEL πρόγραμμα επίσης χρησιμοποιήθηκε για να συγκρίνει τις ταξινομήσεις Landsat και IKONOS σε pixel με pixel επίπεδο και να δημιουργήσει μια νέα εικόνα που απεικονίζονται τα pixels που ταιριάζουν και αυτά που δεν ταιριάζουν.

Αποτελέσματα

Οι εικόνες 2 και 3 δείχνουν το αποτέλεσμα των ταξινομήσεων των εικόνων Landsat και IKONOS. Με βάση μια οπτική σύγκριση μεταξύ της ταξινόμησης και της αρχικής εικόνας, το ποτάμι, οι μικρές λίμνες και οι ορυζώνες ταξινομήθηκαν με επιτυχία στις εικόνες IKONOS. Οι τάφροι δεν μπορούσαν να ταξινομηθούν επιτυχώς στις εικόνες IKONOS, πιθανόν λόγω των δέντρων και θάμνων που αναπτύσσονται κατά μήκος των τάφρων και τις κάνει φασματικά παρόμοιες με άλλες τάξεις εδαφοκάλυψης. Στις εικόνες Landsat, το ποτάμι και οι ορυζώνες μπορούσαν να ταξινομηθούν αλλά οι μικρές λίμνες και οι τάφροι ήταν πολύ μικρές και δεν μπορούσαν να χρησιμοποιηθούν ως περιοχές μελέτης. Μια οπτική σύγκριση των ταξινομήσεων Landsat και IKONOS δείχνει ότι είναι αρκετά παρόμοιες στην ταξινόμηση του ποταμού (εικόνα 2 και 3). Οι μεγάλες περιοχές των ορυζώνων είχαν ταξινομηθεί με αρκετή ακρίβεια στην ταξινόμηση Landsat (εικόνα 3). Ωστόσο, μικρές εκτάσεις ορυζώνων, όπως φαίνεται στη ΒΔ γωνία της εικόνας IKONOS (εικόνα 3) δεν ταξινομήθηκαν σωστά από την Landsat ταξινόμηση.

Εικόνα 2 : Σύγκριση του ψευδέχρωμου σύνθετου και της ταξινόμησης της IKONOS με την Landsat. Στις εικόνες ταξινόμησης, η τάξη του ποταμιού φαίνεται με κίτρινο χρώμα, οι ορυζώνες με πράσινο και οι μικρές λίμνες με κόκκινο. Κάθε εικόνα είναι 5,5km σε πλάτος.[2]πηγή

Εικόνα 3 : Ένα μεγεθυμένο υποσύνολο των εικόνων 7.2. που συγκρίνει ένα ψευδέχρωμο σύνθετο και την ταξινόμηση της IKONOS με την Landsat. Στις εικόνες ταξινόμησης, η τάξη του ποταμιού φαίνεται με κίτρινο χρώμα, οι ορυζώνες με πράσινο και οι μικρές λίμνες με κόκκινο. Το πλάτος εικόνας είναι 1,9km.[3]πηγή

Ένας πίνακας σύγχυσης (ή πίνακας σφάλματος) υπολογίστηκε για κάθε μια από τις ταξινομήσεις χρησιμοποιώντας τις περιοχές συλλογής προνυμφών που ενέπεσαν στην εικόνα IKONOS ως στοιχεία αναφοράς (πίνακας 1). 26 ορυζώνες λήφθηκαν: οι 24 (92%) είχαν ταξινομηθεί σωστά στην εικόνα IKONOS και οι 17 (65%) είχαν ταξινομηθεί σωστά στην Landsat.

Μια σύγκριση της ταξινόμησης Landsat και IKONOS έγινε χρησιμοποιώντας το πρόγραμμα PCI MODEL για να συγκρίνει την ταξινόμηση σε pixel με pixel επίπεδο. Τα λευκά pixels στην εικόνα 4 αντιπροσωπεύουν τα pixels που ταξινομήθηκαν το ίδιο στις δυο εικόνες, ενώ τα μαύρα pixels ταξινομήθηκαν διαφορετικά. Μια αναφορά που παρήχθη με το πρόγραμμα PCI MODEL υπολόγισε μια 79% συμφωνία στη ταξινόμηση των pixel στις εικόνες Landsat και IKONOS. Οι διαφορές στην ταξινόμηση μπορεί εν μέρει να αντιπροσωπεύουν διαφορές στην ανάλυση. Επίσης, οι διαφορές στις ταξινομήσεις μπορεί εν μέρει να οφείλονται στα διαφορετικά στάδια της ανάπτυξης του ρυζιού, καθώς οι εικόνες αποκτήθηκαν σε διαφορετικές ημερομηνίες.

Εικόνα 4 : Εικόνα που δείχνει την συμφωνία των pixels στην ταξινόμηση των εικόνων Landsat και IKONOS. Τα μαύρα pixels (το 21% της εικόνας) ταξινομήθηκαν διαφορετικά στις δυο εικόνες. Τα λευκά pixels κατατάχθηκαν στην ίδια τάξη.[4]πηγή

Στην εικόνα 5 τα μαύρα pixels αντιπροσωπεύουν περιοχές που ταξινομήθηκαν ως βιότοπος στην Landsat αλλά ως μη-βιότοπος στην IKONOS. Ένας λόγος για αυτή τη διαφορά είναι ότι η Landsat ταξινομεί τους μικρούς δρόμους και τα μεγάλα αναχώματα που χωρίζουν τους ορυζώνες, ως καλλιέργειες ρυζιού εξαιτίας της χαμηλότερης ανάλυσης. Στην εικόνα 6 τα μαύρα pixels αντιπροσωπεύουν περιοχές που ταξινομήθηκαν ως βιότοποι στην IKONOS αλλά ως μη-βιότοποι στην Landsat. Τα μεγαλύτερα κομμάτια του μαύρου στην εικόνα αυτή αντιπροσωπεύουν περιοχές που ταξινομήθηκαν ανακριβώς ως μη-βιότοποι στην Landsat. Μερικοί από τους μικρούς ορυζώνες που ταξινομήθηκαν ως μη-βιότοποι στην Landsat, επίσης, φαίνονται στην εικόνα 6. Μια σύγκριση της εικόνας 6 με την εικόνα 2 δείχνει ότι μια διασπορά των pixels από τις δασικές περιοχές είχε ταξινομηθεί λανθασμένα ως ρύζι στην εικόνα IKONOS.

Εικόνα 5 : Εικόνα που δείχνει τα pixels (σε μαύρο) που ταξινομήθηκαν ως βιότοπος στην Landsat αλλά ως μη-βιότοπος στην IKONOS.[5]πηγή

Εικόνα 6 : Εικόνα που δείχνει τα pixels (σε μαύρο) που ταξινομήθηκαν ως βιότοπος στην IKONOS αλλά ως μη-βιότοπος στην Landsat.[6]πηγή

Οι εκτιμήσεις της περιοχής για την ουδέτερη ζώνη γύρω από το στρατόπεδο Greaves φαίνονται στον πίνακα 2. Αν και η διαφορά στην ταξινόμηση των εικόνων Landsat και IKONOS ήταν περίπου 20%, οι εκτιμήσεις της περιοχής ήταν πολύ κοντά. Η εκτίμηση του Landsat 7 ETM+ για τις καλλιέργειες ρυζιού ήταν μόνο 2,4% μικρότερη από αυτή του IKONOS.

Συμπεράσματα

Έχουμε διαπιστώσει ότι παρόμοιες εκτιμήσεις των περιοχών βιοτόπων των προνυμφών κουνουπιών μπορούν να ληφθούν από τις εικόνες IKONOS και Landsat 7 ETM+. Για πρόχειρες εκτιμήσεις των κυριότερων περιοχών βιοτόπων ο Landsat θα ήταν επαρκείς. Σε τοπικό επίπεδο, η εικόνα IKONOS επέτρεψε μια καλύτερη ταξινόμηση των ορυζώνων, προσδιορίζοντας με ακρίβεια το 92% των περιοχών έναντι του 65% για τον Landsat. Η χρήση του IKONOS έχει το πλεονέκτημα να είναι σε θέση να απεικονίσει και να ταξινομήσει χαρακτηρίστηκα κάλυψης εδάφους όπως μικρές λίμνες και ορυζώνες που είναι μικρότερα από 30x30m σε μέγεθος. Οι δυο τύποι εικόνων θα μπορούσαν να χρησιμοποιηθούν από κοινού στον σχεδιασμό και στην εφαρμογή ενός προγράμματος ελέγχου της ελονοσίας. Ο Landsat θα μπορούσε να χρησιμοποιηθεί στα πρώτα στάδια του σχεδιασμού για την εκτίμηση του κόστους και των τοποθεσιών ψεκασμού. Μόλις επιλεχτούν οι τοπικές περιοχές “θεραπείας”, οι εικόνες IKONOS θα μπορούσαν να χρησιμοποιηθούν για τον εντοπισμό των βιοτόπων και την παρακολούθηση των τοπικών προσπαθειών ψεκασμού.