Παρακολούθηση χώρων απόθεσης αποβλήτων ελαιοπαραγωγής στην Κρήτη με χρήση δορυφορικών δεδομένων υψηλής ανάλυσης

Από RemoteSensing Wiki

Εικόνα 1 – Η Κρήτη ως περιοχή μελέτης, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003

Εικόνα 2(α) – Τα αποτελέσματα του NDVI ανα dataset , Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003

Εικόνα 2(β)– Τα αποτελέσματα του OOMW ανα dataset, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003

Εικόνα 3 – Αποτελέσματα του IHS transformation, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003

Εικόνα 4 – Αποτελέσματα ταξινομήσεων ISODATA στις διάφορες εικόνες, Πηγή: http://dx.doi.org/10.1016/j.ejrs.2016.03.003

Πρωτότυπος Τίτλος: Monitoring olive mills waste disposal areas in Crete using very high resolution satellite data
Συγγραφείς: Athos Agapiou, Nikos Papadopoulos, Apostolos Sarris
Πηγή: The Egyptian Journal of Remote Sensing and Space Sciences , Vol 19 (2016), pp. 285–295
Διαθέσιμο στο: http://dx.doi.org/10.1016/j.ejrs.2016.03.003

Εισαγωγή
Η βιομηχανία που αναπτύσσεται γύρω από την παραγωγή ελαιόλαδου είναι μεγάλης σημασίας για τις Μεσογειακές χώρες και από πλευράς παράδοσης και από πλευράς πλούτου, ενώ αποτελεί κύρια συνιστώσα της αγροτικής οικονομίας της Μεσογειακής λεκάνης. Ωστόσο, η διαχείριση των αποβλήτων των παραπάνω διαδικασιών συχνά είναι ελλιπής είτε επειδή δεν υπάρχουν οι κατάλληλες δομές αξιοποίησης είτε επειδή δεν είναι υποχρεωτική η τελική διάθεση όλων των υλικών. Αυτό μπορεί να προκαλέσει μια πληθώρα προβλημάτων στο φυσικό περιβάλλον όταν αυτά διατίθενται ανεξέλεγκτα. Π.χ. η ελεύθερη διάθεση υγρών αποβλήτων των ελαιοτριβείων (ΟΟΜW – Olive Oil Mill Waste water) μπορεί να οδηγήσει σε σοβαρές επιπτώσεις στο υπέδαφος, λόγω της υψηλής σε ποσότητες οξυγόνου από τις πολυφαινόλες που αυτά περιέχουν στερώντας το από άλλους οργανισμούς. Έχουν ακόμα αρνητική επίπτωση σε υδατικά συστήματα μικροβιακούς οργανισμούς του εδάφους σε μεγάλες ποσότητες .
Ακόμα ακατάλληλη διάθεση του ελαιοπυρήνα και των υγρών αποβλήτων (κατσίγαρος) μπορεί να προκαλέσουν προβλήματα όπως δυσοσμία και την απελευθέρωση μεγάλων ποσοτήτων αμμωνίας στην ατμόσφαιρα. Στην Κρήτη, η διαχείριση των ελαιοαποβλήτων παραμένει ένα κρίσιμο και άλυτο ζήτημα, ιδίως σε περιοχές που παράγονται τεράστιες ποσότητες αποβλήτων. Αξίζει να σημειωθεί ότι για κάθε κιλό λαδιού παράγονται κατά μέσο όρο 5 κιλά υγρών αποβλήτων (OOMW) μεγάλου οργανικού φορτίου, ποσότητες εξαιρετικά μεγάλες αν αναλογιστούμε το γεγονός ότι η παραγωγή ελαιόλαδου είναι εποχιακή και εντοπίζεται κυρίως από το μήνα Νοέμβρη έως Μάρτη (gaiapedia.gr). Στόχος της συγκεκριμένης έρευνας ήταν η αξιολόγηση μιας ποικιλίας διαθέσιμων τηλεπισκοπικών δεδομένων που μπορούν να χρησιμοποιηθούν για την εύρεση και παρακολούθηση των χώρων διάθεσης ελαιουργικών υγρών αποβλήτων με την χρήση διαφόρων εδραιωμένων τεχνικών ανάδειξης.

Μεθοδολογία
Περιοχή μελέτης
Ως περιοχή μελέτης επιλέχθηκε το νησί της Κρήτης, καθώς τα τελευταία 30 χρόνια οι ελαιώνες έχουν εξαπλωθεί σταθερά σε παραλιακές και ημιορεινές περιοχές κυρίως στην Κρήτη και την Πελοπόννησο. Το νησί της Κρήτης απλώνεται 260 km από τα ανατολικά ως τα δυτικά, καλύπτοντας έκταση 8336 km2 και στο πιο φαρδύ της μέρος στο Νομό Ρεθύμνης καλύπτει περίπου 60 km από ακτή σε ακτή (Εικόνα 1). Στο παρελθόν σε μελέτες με χρήση Δορυφόρων Συστημάτων πλοήγησης (GNSS) και Γεωγραφικών Συστημάτων Πληροφοριών (GIS) έχουν καταγραφεί πάνω από 1000 χώροι απόθεσης υγρών αποβλήτων ελαιοπαραγωγής (OOMWs) στην Κρήτη.

Δορυφορικοί δέκτες
Για τους σκοπούς της μελέτης επιλέχθηκαν διάφορες δορυφορικές εικόνες υψηλής ανάλυσης από διαφορετικούς δέκτες, χωρικής ανάλυσης από 0.4 m έως 1.5 m από τα δορυφορικά συστήματα Pleiades, SPOT 6, QuickBird, WorldView-2 και GeoEye 1. Η φασματική ανάλυση των εικόνων περιορίστηκε στο διάστημα του ορατού και του εγγύς υπέρυθρου τμήματος του φάσματος.

Επεξεργασία εικόνων
Η επεξεργασία των δεδομένων έγινε με ένα σετ εδραιωμένων τεχνικών ανάλυσης τηλεπισκοπικών εικόνων και φασματικής ενίσχυσης όπως: Υπολογίστηκε ο δείκτης βλάστησης Normalised Difference Vegetation Index (NDVI) σε όλες τις εικόνες και ο δείκτης αποβλήτων ελαιοτριβείου Olive Oil Mill Waste Index (OOMW) όπως έχει προταθεί από τους συγγραφείς (Agapiou et al.,2015b). Ο τελευταίος στηρίζεται σε μετρήσεις και παρατηρήσεις σημείων στο έδαφος και έχει βρεθεί πως η περιοχή του φάσματος μεταξύ 450 nm και 900 nm είναι η καλύτερη για την ανίχνευση των περιοχών που μελετήθηκαν οπότε τα κατάλληλα κανάλια είναι το μπλε και το VNIR και ο δείκτης υπολογίζεται ως: OOMW=((P_VNIR-P_Blue ))/((P_VNIR+P_Blue))
Μια ακόμα τεχνική που δοκιμάστηκε στο πακέτο των δεδομένων ήταν ο μετασχηματισμός έντασης-χρωματικού τόνου-κορεσμού (Intensity–Hue–Saturation | IHS) (Tu et al., 2001). Η ένταση σχετίζεται με την ολική φωτεινότητα ενός χρώματος, ο χρωματικός τόνος με το κυρίαρχο χρώμα ή διατυπωμένο διαφορετικά : το μέσο μήκος κύματος της ακτινοβολίας που παράγει το χρώμα και τέλος ο κορεσμός καθορίζει την καθαρότητα του χρώματος σε σχεση με το γκρι.
Τέλος έγινε ταξινόμηση των απεικονίσεων με τον αλγόριθμο ISODATA για 5 διαφορετικές κλάσεις και ταξινόμηση Linear Spectral Unmixing (LSU) . Η τεχνική του unmixing εφαρμόζεται για να καταφέρουμε να πάμε sub-pixel δηλαδή να αναλύσουμε τις επιμέρους φασματικές υπογραφές ενός pixel που περιέχει πολλαπλή πληροφορία και όχι μόνο ένα τύπο κάλυψης, και να εκτιμήσουμε και μέσω των ποσοστών συνεισφοράς και τα αντίστοιχα ποσοστά κάλυψης σε αυτό το pixel.

Αποτελέσματα
Τα αποτελέσματα των δεικτών NDVI και OOMW και των ταξινομήσεων παρουσιάζονται στην Εικόνα 2. Στην πλειοψηφία τους λόγω των χαμηλών τιμών των δεικτών NDVI (0.30–0.10) και OOMW (0.20–0.50) οι χώροι των ελαιοαποβλήτων εμφανίζονται σκουρόχρωμοι.

Η εύρεση τέτοιων χώρων βελτιώθηκε με την εφαρμογή του μετασχηματισμού IHS (Εικόνα 3).

Μη επιβλεπόμενη ταξινόμηση
Εξετάστηκε η ταξινόμηση των δεδομένων με τον αλγόριθμο μη επιβλεπόμενης ταξινόμησης ISODATA για εικόνες από διαφορετικές περιόδους και δέκτες (WorldView-2 | 05/03/2013 και Pleiades | 15/07/2014). O ISODATA ρυθμίστηκε να επαναλαμβάνει στο μέγιστο 6 επαναλήψεις με 95% threshold, ενώ ο αριθμός των κλάσεων επιλέχθηκε σε 5, 10 και 15 αντίστοιχα. Η ταξινόμηση ISODATA ήταν σε θέση να ταξινομήσει σωστά τους χώρους απόθεσης στο δείγμα του Pleiades dataset για τον σύνολο των διαφορετικών κλάσεων ενώ για την εικόνα του WorldView-2 ήταν πιο απογοητευτικό το αποτέλεσμα καθώς και για μικρό αριθμό κλάσεων οι χώροι απόθεσης των ελαιοαποβλήτων ταξινομήθηκαν λάθος. (Εικόνα 4). Παρατηρήθηκε ότι οι αλλαγές στην φασματική υπογραφή που επέρχονται χρονικά από την φάση της φρέσκιας απόθεσης των αποβλήτων (υγρή φάση) κατά την μετάβαση στην στερεά φάση όταν αυτά απορροφούνται από το έδαφος & εξατμίζεται το νερό αφήνοντας τα κατάλοιπα μπορεί να επηρεάσει σημαντικά την ποιότητα της ταξινόμησης.

Ανάλυση Radar
Εκτός των οπτικών δεδομένων, στην συγκεκριμένη μελέτη έγινε μια πρώτη προσέγγιση χρήσης και απεικονίσεων ραντάρ υψηλής ανάλυσης (2.5 m) του δέκτη COSMOSkyMed. Οι περιοχές των αποθέσεων ελαιοαποβλήτων εμφανίζονται ως μαύροι στόχοι , λόγω της χαμηλής ανακλαστικότητας της ακτινοβολίας στην επιφάνεια τους, παρουσιάζοντας αντίστοιχη συμπεριφορά όπως οι ανοικτές υδατοδεξαμενές. Αυτό το χαρακτηριστικό μπορεί να διερευνηθεί περισσότερο, καθώς με τις απεικονίσεις από ραντάρ δεν υπάρχει εξάρτηση από τις καιρικές συνθήκες και μπορούν να λαμβάνονται εικόνες ακόμα και σε περίπτωση πλήρους νεφοκάλυψης.

Συμπεράσματα
Οι τεχνικές τηλεπισκόπησης έχουν χρησιμοποιηθεί ευρέως για τον συστηματικό έλεγχο του περιβάλλοντος. Παλαιότερες μελέτες έχουν δείξει πως μέτριας ανάλυσης εικόνες όπως οι Landsat μπορεί να είναι επαρκείς για την παρακολούθηση της διάθεσης των ελαιοαποβλήτων με την κατάλληλη επεξεργασία. Σε αυτή την μελέτη εφαρμόστηκαν διαφορετικές τεχνικές τηλεπισκόπησης σε διάφορα πακέτα δεδομένων προκειμένου να εξεταστεί η δυνατότητά τους να καταγράψουν τους χώρους απόθεσης OOMW στην Κρήτη. Όπως διαπιστώθηκε και οι δορυφορικές πολυφασματικές απεικονίσεις, η δημιουργία βιβλιοθήκης φασματικών υπογραφών, αλλά και οι απεικονίσεις ραντάρ είναι σε θέση να εντοπίσουν χώρους διάθεσης ελαιοαποβλήτων αλλά και για την συστηματική τους παρακολούθηση.