Μια τηλεσκοπική προσέγγιση για την ανίχνευση της δυναμικής των αλλαγών καλύψεων σε ετερογενή αστικά τοπία ...
Από RemoteSensing Wiki
Μια τηλεσκοπική προσέγγιση για την ανίχνευση της δυναμικής των αλλαγών καλύψεων σε ετερογενή αστικά τοπία με την χρήση διαχρονικών δεδομένων από πολλαπλούς δέκτες
Πρωτότυπος Τίτλος: Multi-sensor and multi-temporal remote sensing approach to detect land cover change dynamics in heterogeneous urban landscapes
Συγγραφείς: Nadja Kabisch, Peter Selsam, Toralf Kirsten, Angela Lausch, Jan Bumberger
Πηγή: Ecological Indicators, Vol. 99 (2019), pp. 273–282
Διαθέσιμο στο: https://doi.org/10.1016/j.ecolind.2018.12.033
Εισαγωγή
Οι παγκόσμιες διεργασίες όπως η κλιματική αλλαγή και η αστικοποίηση οδηγούν την ανάπτυξη και τις αλλαγές των χρήσεων γης στις πόλεις και τις γύρω περιοχές τους σε παγκόσμια κλίμακα. Διεργασίες συσχετιζόμενες με την ανθρώπινη παρέμβαση και την κλιματική αλλαγή ευθύνονται για την εδραίωση μη ενδημικών ειδών χλωρίδας, την επιδείνωση της κατάστασης των ενδιαιτημάτων και των οικοτόπων και την απώλεια της βιοποικιλότητας προκαλώντας και αυξημένες συνθήκες θερμοκρασίας και ξηρασίας και τελικά προβλήματα και στην βλάστηση. Ακόμα, η αύξηση του πληθυσμού στα αστικά κέντρα απειλεί τα οικοσυστήματα καθώς η αστικοποίηση ακολουθείται από την σφράγιση του εδάφους, την πύκνωση του δομημένου περιβάλλοντος, την αύξηση του θορύβου και την εκθετική μείωση της φυσικής βλάστησης.
Η χρήση της τηλεπισκόπησης ίσως είναι μια εναλλακτική για την παροχή συνεχών δεδομένων χρήσεων και κάλυψης υψηλής χρονικής & χωρικής ανάλυσης. Ειδικότερα, τα δεδομένα τηλεπισκόπησης επιτρέπουν τη λεπτομερή παρακολούθηση των πληροφοριών κάλυψης & χρήσεων γης (Land Use and Land Cover – LULC) για την αξιολόγηση και τον ποσοτικό προσδιορισμό των διαδικασιών ανάπτυξης γης από την τοπική έως την παγκόσμια κλίμακα και σε βραχυπρόθεσμο έως μακροπρόθεσμο ορίζοντα.
Στο πλαίσιο της εξέτασης των αστικών περιοχών, άξια αναφοράς είναι τα αρχεία Landsat, η πρόσβαση στα οποία ελευθερώθηκε το 2008 και πλέον υπάρχουν διαθέσιμα ελεύθερα τηλεπισκοπικά δεδομένα χωρικής ανάλυσης 30 m από τις αρχές της δεκαετίας του 1980. Το άνοιγμα των αρχείων και η λήψη δεδομένων χωρίς πρόσθετο κόστος έχει οδηγήσει έκτοτε σε ένα μεγάλο αριθμό διεπιστημονικών προσεγγίσεων στην ανίχνευση μεταβολών στην επιφάνεια της γης όπως π.χ.αλλαγές στην σύνθεση της βιοποικιλότητας (Pereira and Cooper, 2006), μεταβολές δασοκάλυψης (Banskota et al., 2014), τις δασικές διαταραχές (Müller et al., 2016), την διάβρωση των ακτών (Fan et al., 2018), την εξάπλωση των αστικών περιοχών (Schetke et al., 2016; Seto and Fragkias, 2005; Small, 2006) ή ακόμα και την δημόσια υγεία (Dadvand et al., 2012; Gascon et al., 2016).
Με την απελευθέρωση της πρόσβασης στα δεδομένα των δορυφόρων και τον τεράστιο αριθμό διαθέσιμων εικόνων έχουν αναπτυχθεί τα τελευταία χρόνια πάρα πολλές πλήρως ή μερικώς αυτοματοποιημένες μέθοδοι & αλγόριθμοι που στοχεύουν σε ανάλυση περιοχών με τις εικόνες υψηλής χωρικής ανάλυσης.
Για την αναζήτηση των επιπτώσεων της αστικοποίησης στις μεταβολές των χρήσεων γης έχουν μέχρι σήμερα χρησιμοποιηθεί τηλεπισκοπικά δεδομένα από ένα δέκτη και συγκεκριμένες χρονικές περιόδους για τον υπολογισμό δεικτών μεταβολής. Ο πιο διαδεδομένος είναι ο NDVI (Normalized Difference Vegetation Index).
Η εξεύρεση των πληροφορίων χρήσεων και κάλυψης γης (LULC) στις αστικές περιοχές έχει αρκετές προκλήσεις:
- Η χωρική ανάλυση πρέπει να είναι επαρκής ώστε να μπορούν να διαχωριστούν διαφορετικές κατασκευές και διαφορετικές καλύψεις γης.
- Ο χρησιμοποιούμενος ανιχνευτής θα πρέπει να έχει σχεδιαστεί ώστε να επιτρέπει μέσω λήψης πολυφασματικών δεδομένων τον υπολογισμό δεικτών όπως ο NDVI. Δεδομένης της πολυπλοκότητας του αστικού τοπίου και των συνεχόμενων εναλλαγών μπορεί μια γενική εκτίμηση του NDVI σε μέτρια χωρική ανάλυση να υποεκτιμήσει την πραγματική βλάστηση.
- Οι αστικές περιοχές έχουν έντονη δυναμικότητα και αλλάζουν με γρήγορους ρυθμούς και αυτό γίνεται αντιληπτό ειδικά μεταξύ διαφορετικών ετών.
- Τα δορυφορικά προγράμματα Landsat, Spot & IRS παρέχουν εικόνες τα τελευταία 25 χρόνια (την τελευταία δεκαετία έχει προστεθεί το RapidEye), και μπορούν να χρησιμοποιηθούν για την ανίχνευση της κατάστασης και των αλλαγών στην δόμηση διαμέσου του χρόνου.
Περιοχή μελέτης
Επιλέχθηκε η πόλη της Λειψίας (Leipzig) στην Γερμανία. Αποτελεί την μεγαλύτερη πόλη του ομοσπονδιακού κράτους της Σαξονίας , καλύπτει έκταση 297 km2 και με στοιχεία του 2017 είχε πληθυσμό 590.337 κατοίκων (Εικόνα 1). Η αναλογία είναι 1988 κατ. ανα τετραγωνικό χιλιόμετρο. Είναι μια σχετικά συμπαγής κεντρο-Ευρωπαική πόλη με ομογενή αρχιτεκτονική και πλήθος μονοκατοικιών και οικιστικών συγκροτημάτων. Η πόλη παρουσιάζει ενδιαφέρον και αποφασίστηκε να μελετηθεί ως προς τις χρήσεις & καλύψεις γης καθώς πέρασε μια μετα-σοσιαλιστική αναδιάρθρωση απο το 1989 ενώ από το 2000 λαμβάνει χώρα μια ευρεία διαδικασία αναδόμησης. Σύμφωνα με τα στατιστικά ο πληθυσμός μειώθηκε από 530,000 το 1989, σε 437,000 το 1998. Οι παραπάνω απώλειες οδήγησαν στην ελευθέρωση κατοικιών που με την σειρά της έφερε τις κατεδαφίσεις και δημιουργία νέων ακάλυπτων οικοπέδων, διαδρόμων κατεδάφισης και ‘housing islands’. Κύριος στόχος ήταν η ανάπτυξη νέων δημόσιων χώρων αναψυχής και πρασίνου και η συντήρηση των υπαρχόντων. Η συνεχής αύξηση του πληθυσμού οδηγεί σε φαινόμενα οικιστικής πύκνωσης και την ανέγερση νέων κατοικιών να λαμβάνει χώρα σε σχεδόν κάθε σημείο ελεύθερου χώρου στις περιζήτητες περιοχές της.
Δεδομένα
Οι εικόνες που μελετήθηκαν προήλθαν από τους δέκτες Landsat 5 TM (2005–2011), Landsat 7 ETM (2005–2017), Landsat 8 OLI (2015 – 2017), Sentinel 2 (2015 – 2017) και RapidEye (2010–2015) (για επαλήθευση σε καλύτερη ανάλυση)Η αποδεκτή περίοδος αναζήτησης και επιλογής επιλέχθηκε από τον Απρίλιο ως τον Οκτώβριο με σκοπό η βλάστηση ακόμα και των φυλλοβόλων να είναι πλήρως ανεπτυγμένη. Τελικώς επιλέχθηκαν 97 τηλεπισκοπικές σκηνές από 5 διαφορετικούς δέκτες. Οι πιο πολλές εικόνες συλλέχθηκαν το έτος 2011 ενώ ανά μήνα συνήθως τον Αύγουστο. Σχετικά με την νεφοκάλυψη, για τις σκηνές Landsat είχε προεπιλεγεί κριτήριο για κάλυψη <40% ανά σκηνή ωστόσο τα αποτελέσματα επαληθεύτηκαν και χειροκίνητα για να αποφευχθεί άνιση κατανομή στην εικόνα. Σε κάθε περίπτωση πριν υπολογιστεί ο δείκτης βλάστησης τα νέφη καθώς και οι σκιές τους εξαιρέθηκαν από την περιοχή υπολογισμού.
Όλες οι επιλεγμένες εικόνες για την μελέτη περικόπηκαν σε μια ακτίνα 3 km από τα διοικητικά όρια της πόλης της Λειψίας για να καλύψουν την πραγματική αστική έκταση. Μέρος της περιφερειακής ζώνης περιλαμβάνει σημαντικό αριθμό καλλιεργούμενων έως και σήμερα εκτάσεων και μεγάλες περιοχές που χρησιμοποιούνταν ως ανοικτά ορυχεία και έχουν μετατραπεί σε υδάτινα σώματα τις τελευταίες δεκαετίες.
Ο δείκτης NDVI χρησιμοποιήθηκε ως βάση για κάθε άλλο υπολογισμό. Η περίοδος ακμής της βλάστησης μπορεί να ξεκινά και να ολοκληρώνεται σε ελαφρώς διαφορετικές περιόδους από τις εκτιμώμενες. Στόχος ήταν η χρήση όλων των εικόνων από Απρίλιο έως Οκτώβριο. Οι τιμές του NDVI χρησιμοποιήθηκαν για την εξαγωγή πληροφορίας σχετικά με την πλήρως ανεπτυγμένη βλάστηση. Ο NDVI υπολογίστηκε χρησιμοποιώντας την βαθμονομημένη ανακλαστικότητα της ατμόσφαιρας σύμφωνα με τις οδηγίες του φορέα (Top Of Atmosphere (TOA) Reflectance).
Ταξινόμηση Κάλυψης Βλάστησης
Η ταξινόμηση των τιμών του NDVI χρησιμοποιήθηκε ως ένα βήμα για την απόδοση και μιας πιο βιολογικής ερμηνείας και για την κανονικοποίηση των τιμών που αντιπροσωπεύουν την ανάκλαση και επανεκπομπή ακτινοβολίας από την βλάστηση. Η διαδικασία ήταν η τυπική μιας ταξινόμησης με την διαφοροποίηση της χρήσης μόνο δυο περιοχών αναφοράς: Η πρώτη μια πλήρως σφραγισμένη από δόμηση περιοχή χωρίς βλάστηση και η δεύτερη ακραία περίπτωση μια περιοχή πλήρως καλυμμένη από βλάστηση. Όλες οι άλλες τιμές θα κυμαίνονται μεταξύ των ακραίων.
Δεν χρησιμοποιήθηκαν άλλες περιοχές ελέγχου & εκπαίδευσης με επιτόπιο έλεγχο για τις μέγιστες και ελάχιστες τιμές της βλάστησης. Αντ’ αυτού χρησιμοποιήθηκε η μέθοδος της συχνότητας εμφάνισης των τιμών του ιστογράμματος. Μπορούσαν να βρεθούν περιοχές αναφοράς για την πόλη της Λειψίας αλλά προτιμήθηκε αυτή η μέθοδος ώστε η προσέγγιση να μπορεί να μεταφέρεται και σε άλλες περιοχές μελέτης.
Για την Ταξινομημένη Κάλυψη Βλάστησης (Classified Vegetation Cover (CVC) από κάθε εικόνα δημιουργήθηκε ένα ιστόγραμμα τιμών-συχνότητας-frequency histogram 4096 βημάτων και αυτά συντέθηκαν σε ένα συνολικό μέσο ιστόγραμμα. Οι τιμές για το κατώτερο 1% της κατανομής και άνω του 99% (μέσω του ιστογράμματος) θεωρήθηκαν ως ακραίες για την «μη ύπαρξη βλάστησης» (=0) και «πυκνή κάλυψη από βλάστηση» (=1) αντίστοιχα. Όλες οι υπόλοιπες τιμές του NDVI ενδιάμεσα στις ακραίες μέσω κανονικοποίσης γραμμικοποιήθηκαν στο διάστημα {0 -1}. Για να αξιολογηθεί η ακρίβεια των μασκών του ιστογράμματος τα αποτελέσματα του έτους 2012 συγκρίθηκαν με τον Urban Atlas LULC (European Commission, 2011) και χρησιμοποιήθηκαν για τεστ ακρίβειας.
District means
Για την σύγκριση μεταξύ διαφορετικών διοικητικών συνοικιών της πόλης και την μεμονωμένη παρακολούθηση της ανάπτυξής τους, οι τιμές CVC αθροίστηκαν σε επίπεδο συνοικίας για την Λειψία (που αποτελείται από 63 συνοικίες) και προέκυψαν οι μέσες τιμές που στην συνέχεια εξετάστηκαν ανά ζεύγη αλλά και σε ομάδες.
Αποτελέσματα
Ο σκοπός της μελέτης ήταν η δορυφορική ανίχνευση μεταβολών σε καλύψεις γης βασισμένη σε πολλαπλούς δέκτες και υπό μορφή χρονοσειράς σε βάθος 12ετίας για την χαρτογράφηση των αλλαγών στην αστική και περι-αστική περιοχή.
Διαχείριση αβεβαιότητας μεταξύ δεδομένων Γενικά οι δορυφόροι χρησιμοποιούν διαφορετικούς δέκτες για κάθε περιοχή του φάσματος και μεταξύ τους λόγω διαφορετικών χαρακτηριστικών δεν υπάρχει 1-1 αναλογία κάτι που μπορεί να μεταφραστεί ως αποκλίσεις μεταξύ καταγεγραμμένων δεδομένων και των συνεπαγόμενων δεικτών. Πιο συγκεκριμένα οι αισθητήρες των Landsat 5, 7 και 8, Sentinel 2 και RapidEye που χρησιμοποιήθηκαν εν προκειμένω διαφέρουν τόσο σε χωρική όσο και σε χρονική και φασματική ανάλυση (διαφορετικά όρια ζωνών για κάθε φασματικό κανάλι στο κόκκινο και το εγγύς υπέρυθρο). Αναμένονταν λόγω αυτού διαφορετικές τιμές CVC μεταξύ των δεκτών. Για να ελεγχθεί η συγκεκριμένη αβεβαιότητα εφαρμόστηκε η παρακάτω μέθοδος:
Βρέθηκαν 14 ημέρες για τις οποίες μια εικόνα ακολουθούνταν από μια εικόνα την ίδιας περιοχής από άλλο δέκτη την επόμενη ημέρα. Αυτά τα ζεύγη επέτρεψαν τον υπολογισμό της διασποράς των τιμών CVC έως και 5% μεταξύ διαφορετικών συνοικιών και σημαντικά χαμηλότερη για το σύνολο της περιοχής μελέτης. Οι γραμμές σφάλματος υπολογίστηκαν ως οι διαφορές μεταξύ των τιμών CVC για τις 63 συνοικίες της Λειψίας με τυπική απόκλιση 2σ. Οι αποκλίσεις CVC μεταξύ των Landsat 5 & Landsat 7 δεν ήταν τόσο μεγάλες όσο αυτές του 7 με τον πιο σύγχρονο και μεταγενέστερο Landsat 8. Τα υπολογισμένα σφάλματα λήφθηκαν υπόψιν και για το σύνολο της πόλης.
Οι στρατηγικές αστικού σχεδιασμού έχουν αναπτυχθεί και χρησιμοποιούνται για την κατανόηση του ρυθμού ανάπτυξης νέων κατασκευών κατοικιών αλλά και για την συντήρηση και δημιουργία νέων χώρων πρασίνου. Καθώς οι πόλεις αναπτύσσονται και ο πληθυσμός τους αυξάνεται, πολλές φορές πιο γρήγορα από το αναμενόμενο, οι υπάρχουσες στρατηγικές μπορεί να είναι ήδη ανεπίκαιρες και χρειάζεται μια αναπροσαρμογή τους. Στην προσαρμογή αυτή και την επιλογή των κατάλληλων αλλαγών μπορεί να συμβάλλει η παρακολούθηση με την χρήση τηλεσκοπικών μεθόδων ως εργαλείο για την ανίχνευση μικρών ή μεγαλύτερων αλλαγών (χρονοσειρά) στις χρήσεις και τις καλύψεις γης. Η χρήση πολλαπλών δορυφόρων με διαφορετικά χαρακτηριστικά επιτρέπει την ενίσχυση των διαθέσιμων εικόνων για την ίδια περίοδο ή με διαφορά μερικών ημερών ενώ διαβεβαιώνει την ύπαρξη μερικών «καλών» εικόνων για κάθε περίοδο βλάστησης.
Το πλεονέκτημα του συνδυασμού των δεκτών Sentinel και Landsat έχει χρησιμοποιηθεί πρόσφατα και σε άλλες περιοχές σε αναπτυσσόμενες χώρες τόσο για την μελέτη της κάλυψης γης και της εξάπλωσης όσο και για άλλες χρήσεις (παρακολούθηση αστικού πρασίνου, μελέτη δασικών περιοχών κ.α) .
Η μελέτη έδειξε ότι η συγκεκριμένη προσέγγιση αποτελεί μια ισχυρή μεθοδολογία για την αντιμετώπιση των διαφορών και διαταραχών λόγω των διαφορετικών χαρακτηριστικών των δεκτών. Η μέθοδος που παρουσιάσθηκε έγινε με γνώμονα την αυτοματοποίηση της διαδικασίας και την πιθανή εφαρμογή της σε διάφορες πόλεις σε παγκόσμια κλίμακα γι’ αυτό και αποφεύχθηκε η χρήση δεδομένων εκπαίδευσης βασισμένων στην μελετώμενη περιοχή.
