ΚΑΤΑΤΑΞΗ ΥΔΡΟΚΡΙΤΗ ΚΑΙ ΜΕΛΕΤΗ ΙΖΗΜΑΤΑΠΟΘΕΣΗΣ ΤΟΥ ΥΔΑΤΟΤΑΜΙΕΥΤΗΡΑ ΜΕ ΧΡΗΣΗ ΨΗΦΙΑΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ

Από RemoteSensing Wiki

1. Αντικείμενο Εφαρμογής: ΚΑΤΑΤΑΞΗ ΥΔΡΟΚΡΙΤΗ ΚΑΙ ΜΕΛΕΤΗ ΙΖΗΜΑΤΑΠΟΘΕΣΗΣ ΤΟΥ ΥΔΑΤΟΤΑΜΙΕΥΤΗΡΑ ΜΕ ΧΡΗΣΗ ΨΗΦΙΑΚΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ

2. Στόχος Εφαρμογής: Στόχος της εφαρμογής είναι η εκτίμηση των παραμέτρων που προκαλούν διάβρωση στις λεκάνες απορροής. Η μελέτη της ιζηματογένεσης στο εσωτερικό της λεκάνης (ως αποτέλεσμα της διάβρωσης του εδάφους) είναι πολύ σημαντική καθώς αποτελεί βασικό στοιχείο για τη δημιουργία προγραμμάτων διαχείρισης των υδάτινων πόρων μιας περιοχής.

3. Είδη Δορυφόρων, Δεκτών και Καναλιών: Χρησιμοποιήθηκαν 6 εικόνες του IRS-1C LISS III ανά μήνα ή δίμηνο με διακριτική ικανότητα 23.5 m. Για την προετοιμασία χαρτών με τις περιοχές ξηρασίας και με τις ισοϋψείς χρησιμοποιήθηκαν οι αντίστοιχοι τοπογραφικοί χάρτες της. Επιπλέον συλλέχθηκαν δεδομένα πεδίου και υδρογραφικά δεδομένα από την Κεντρική Υδατική Υπηρεσία και το Αρδευτικό Ινστιτούτο Ερευνών Roorkee για να συγκριθούν με τα αποτελέσματα της ιζηματογένεσης.

4. Χρησιμότητα Δορυφόρων, Δεκτών και Καναλιών: Οι τηλεπισκοπικές τεχνικές δίνουν πρωτογενείς πληροφορίες για τις λεκάνες απορροής και έτσι εξυπηρετούν τη λήψη αποφάσεων και μέτρων για τη δημιουργία σχεδίων διαχείρισης και προστασίας τους.

5. Ψηφιακές επεξεργασίες/αλγόριθμοι και αποτελέσματα: Στα πλαίσια της έρευνας αυτής χρησιμοποιήθηκαν τα εξής στοιχεία: χρήση γης, κλίση, κανονικοποιημένος δείκτης νερού και άλλες παράμετροι για την κατάταξη ενός υδροκρίτη, ενώ για το ποσοστό ιζηματογένεσης χρησιμοποιήθηκε το εμβαδόν της έκτασης που καταλαμβάνει το νερό. Αυτές οι παράμετροι εξήχθησαν από τοπογραφικούς χάρτες και δορυφορικά δεδομένα. Για την επεξεργασία εικόνων χρησιμοποιήθηκε το λογισμικό ILWIS (Integrated Land and Water Information System), ERDAS (Earth Resources Data Analysis System). Στο ΔΙΑΓΡΑΜΜΑ 1 παρουσιάζεται το διάγραμμα ροής της διαδικασίας.

Με βάση τα δορυφορικά δεδομένα υπολογίστηκε η σταθμισμένη κλίση του εδάφους η οποία δίνεται από τον παρακάτω τύπο:

Σταθμισμένη κλίση = (Κλίση * αριθμός pixel στην υπολεκάνη)/(Συνολικός αριθμός pixel στη λεκάνη) (1)

Στη συνέχεια υπολογίστηκαν τα εμβαδά των χρήσεων γης της γύρω περιοχής, οι οποίες αναγνωρίστηκαν και χαρτογραφήθηκαν με βάση τα φασματικά τους χαρακτηριστικά. Χρησιμοποιήθηκε η μέθοδος της μη επιβλεπόμενης ταξινόμησης των εικόνων. Χρησιμοποιήθηκαν 15 φασματικές ομάδες με επίπεδο εμπιστοσύνης 95%. Από τις περιοχές της ταξινόμησης αναγνωρίστηκαν οι καλλιέργειες, αραιό δάσος, πυκνό δάσος, διάφορα είδη βλάστησης, άγονο έδαφος και υδάτινα σώματα.

Για την αποτελεσματική και ακριβή αναγνώριση και εξαγωγή πληροφοριών για τα υδάτινα σώματα υπολογίστηκε ο Κανονικοποιημένος Δείκτης Νερού (NDWI)

NDWI = (Πράσινο – Εγγύς υπέρυθρο)/( Πράσινο + Εγγύς υπέρυθρο ) (2)

Με τον τρόπο αυτό δημιουργείται μία νέα εικόνα με την τιμή 1 για τα pixel που αντιπροσωπεύουν το νερό και την τιμή 0 για την υπόλοιπη περιοχή που δεν καλύπτεται από νερό. Στις εικόνες εφαρμόστηκε ο μετασχηματισμός Tasseled Cap με σκοπό τη δημιουργία δείκτη πρασίνου ο οποίος χρησιμεύει στη μελέτη της βλάστησης, δείκτη φωτεινότητας ο οποίος χρησιμεύει στη μελέτη του εδάφους και δείκτη υγρότητας ο οποίος χρησιμεύει στη μελέτη των χαρακτηριστικών του νερού που υπάρχει στην περιοχή. Η φωτεινότητα του εδάφους είναι ένα πολύ σημαντικό στοιχείο που μας βοηθά να καθορίσουμε τα χαρακτηριστικά του. Η σταθμισμένη φωτεινότητα υπολογίζεται με τον πολλαπλασιασμό της φωτεινότητας με τον αριθμό των pixel διαιρούμενο με το συνολικό αριθμό των pixel. Η ανάλυση αυτών των στοιχείων έγινε με σκοπό να μελετηθεί ποια υπο-λεκάνη συμβάλλει περισσότερο στη δημιουργία ιζημάτων στη λεκάνη. Υψηλότερες τιμές «πρασινότητας» υποδεικνύουν περισσότερη βλάστηση η οποία μπορεί να οδηγήσει σε λιγότερη διάβρωση του εδάφους και αντίστροφα.

6. Χρήση επιπρόσθετων χαρτών, βάσεων δεδομένων, GIS και ποιών: Στα πλαίσια της μελέτης χρησιμοποιήθηκαν τοπογραφικοί χάρτες για τη δημιουργία μωσαϊκού και τον υπολογισμό της κλίσης του εδάφους με ισοϋψείς καμπύλες.

7. Αιτιολόγηση αναγκαιότητάς τους: Οι τοπογραφικοί χάρτες όπως αναφέρθηκε προηγουμένως χρησίμευσαν στη δημιουργία μωσαϊκού το οποίο στη συνέχεια έγινε η βάση για την ψηφιοποίηση των ορίων της λεκάνης και του δικτύου απορροής. Από το δίκτυο απορροής προέκυψαν 9 «υπο-λεκάνες» της αρχικής οι οποίες δίνονται στο ΣΧΗΜΑ 1.

Η κλίση του εδάφους υπολογίστηκε επίσης με βάση τους τοπογραφικούς χάρτες, οι οποίοι στη συνέχεια ψηφιοποιήθηκαν για τη δημιουργία ενός DEM.

8. Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων: Για την τελική κατηγοριοποίηση του υδροκρίτη χρησιμοποιήσαμε τα δεδομένα εξόδου όλων των παραπάνω διαδικασιών. Τα δεδομένα εξόδου έχουν διαφορετική τιμή για κάθε pixel και γι’ αυτό οι τιμές της σταθμισμένης επιφάνειας (AWV) έχουν υπολογιστεί για κάθε υδροκρίτη ξεχωριστά. Η σταθμισμένη επιφάνεια βλάστησης (AWV) υπολογίστηκε βρίσκοντας αρχικά τη συνολική επιφανειακή παραγωγή κάθε κατηγορίας βλάστησης, το βάρος της και στη συνέχεια διαιρώντας το αποτέλεσμα με τη συνολική επιφάνεια του υδροκρίτη. Μετά τον υπολογισμό του AWV για κάθε υδροκρίτη ταξινομήθηκε το εύρος του σε τέσσερις κλάσεις με βάρη από 1 έως 4. Υψηλή τιμή του AWV δίνει μικρή τιμή βάρους και αντίστροφα. Αυτό στηρίζεται στο γεγονός ότι ένας υδροκρίτης με υψηλή βλάστηση θα διαβρώνεται λιγότερο όσον αφορά στον παράγοντα της βλάστησης. Συνεπώς ένας υδροκρίτης με υψηλότερη βλάστηση δε χρήζει μεγάλης βελτιωτικής επεξεργασίας και αντίστροφα.

Με παρόμοιο τρόπο υπολογίστηκαν και οι τιμές της Σταθμισμένης Επιφάνειας Εδάφους (AWSo) για τη φωτεινότητα για όλες τις υπο-λεκάνες. Το εύρος του (AWSo) ταξινομήθηκε σε τέσσερις κλάσεις με βάρη από 1 έως 4. Υψηλή (AWSo) δίνεται από υψηλό βάρος και αντίστροφα. Η εικόνα με τις κλίσεις ταξινομήθηκε σε διαφορετικές κατηγορίες και υπολογίστηκε ο αριθμός των pixel για κάθε κατηγορία. Το εύρος της κλίσης χωρίστηκε στη συνέχεια σε τέσσερις κλάσεις. Η μεγαλύτερη κλίση προκαλεί μεγαλύτερη διάβρωση και έχει συνεπώς μεγαλύτερο βάρος.

Η διαμόρφωση του υδροκρίτη με το πέρασμα του χρόνου φαίνεται στην ΕΙΚΟΝΑ 2.

Το ποσοστό ιζηματογένεσης στη λεκάνη απορροής του ποταμού σύμφωνα με τη μελέτη είναι συγκρίσιμο και σύμφωνο με τις υδρολογικές έρευνες πεδίου. Από το γεγονός αυτό συμπεραίνουμε ότι το ποσοστό ιζηματογένεσης μπορεί να υπολογιστεί με καλή ακρίβεια από τα δορυφορικά δεδομένα. Οι τηλεπισκοπικές τεχνικές δεν μπορούν να αντικαταστήσουν εξ’ ολοκλήρου τις έρευνες πεδίου όμως είναι λιγότερο χρονοβόρες ως προς τη συλλογή στοιχείων που αφορούν στη λεκάνη απορροής και ιδιαίτερα σε περιπτώσεις όπου υπάρχει ορεινό ανάγλυφο.

ΠΡΩΤΟΤΥΠΟ ΑΡΘΡΟ

Watershed Prioritization and Reservoir Sedimentation Using Remote Sensing Data Reetesh Katiyar a; P. K. Garg a; S. K. Jain b a Department of Civil Engineering, Indian Institute of Technology, Roorkee, India b National Institute of Hydrology, Roorkee, India