Παραμετροποίηση του συντελεστή τραχύτητας πλημμυρικών πεδίων με τη χρήση δεδομένων ALS και CASI

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Straatsma & Baptist, 2008. Floodplain roughness parameterization using airborne laser scanning and spectral remote sensing. Remote Sensing of Environment 112, 1062–1080. doi:10.1016/j.rse.2007.07.012


Εισαγωγή

Τα υδρολογικά μοντέλα αποτελούν σημαντικό εργαλείο για τον υπολογισμό της στάθμης του νερού και της ταχύτητας ροής για τις διάφορες παροχές που μπορεί να παρατηρηθούν, προκειμένου να υπολογιστεί το ύψος των προς κατασκευή αναχωμάτων αλλά και να εκτιμηθούν οι επιπτώσεις της κλιματικής αλλαγής και της όποιας λήψης μέτρων αποκατάστασης των ποταμών στα επίπεδα πλημμυρικών υδάτων. Η βαθμονόμηση των μοντέλων αυτών συνηθέστερα γίνεται με εμπειρικό τρόπο, χωρίς να δίνουν πάντα πιστά αποτελέσματα. Κρίνεται, επομένως, πολύ χρήσιμη η ακριβής εκτίμηση του συντελεστή τραχύτητας, απαιτούμενης παραμέτρου για την εφαρμογή των υδρολογικών μοντέλων προσομοίωσης. Ο συντελεστής αυτός στην περίπτωση του γυμνού εδάφους εξαρτάται από την κοκκομετρική σύσταση του εδάφους και τα χαρακτηριστικά της κοίτης, ενώ για την περίπτωση παρόχθιας βλάστησης εξαρτάται από τα χαρακτηριστικά της, όπως ύψος, πυκνότητα, κλπ. Επόμενο είναι ότι για την εφαρμογή των μοντέλων σε εκτεταμένα πλημμυρικά πεδία πρέπει να ληφθούν υπόψη οι χωρικές μεταβολές του συντελεστή τραχύτητας. Σκοπός της μελέτης είναι κατάρτιση μίας καθορισμένης επαναλήψιμης μεθοδολογίας για την παραμετροποίηση του συντελεστή τραχύτητας, χρησιμοποιώντας δεδομένα ALS (Airborne Laser Scanning) και πολυφασματικές εικόνες από δέκτη CASI, για τμήμα του ποταμού Waal, παραπόταμου του Ρήνου (Ολλανδία).


Περιοχή μελέτης

Εικόνα 1.Χάρτης της περιοχής μελέτης. Εντός του περιγράμματος φαίνεται η περιοχή για την οποία υπήρχαν διαθέσιμα δεδομένα

Μελετάται η πλημμυροπεδιάδα Gamerensche Waard που βρίσκεται στην αριστερή όχθη του ποταμού Waal, ο οποίος συμβάλλει στον Ρήνο. Όπως φαίνεται και στην Εικόνα 1, το υπό μελέτη τμήμα του ποταμού χωρίζεται σε τρεις, παράπλευρους της κύριας ροής του ποταμού, διαύλους: το δυτικό (W), τον ανατολικό (E) και τον κύριο (L) δίαυλο, από τους οποίος μόνο ο τελευταίος παρουσιάζει μόνιμη ροή. Για την περιοχή μελέτης υπήρχαν διαθέσιμοι χάρτες οικοτόπων (από αεροφωτογραφίες), δηλαδή των συστημάτων ειδών βλάστησης, τα οποία συνίστανται κυρίως από λιβάδια και ημιδασικές περιοχές με ιτιές και λεύκες.


Μεθοδολογία

Εικόνα 2.a) Χάρτης κάλυψης γης, b) χωρική κατανομή πυκνότητας της δασικής βλάστησης, c) χωρική κατανομή ύψους ποώδους βλάστησης, d) χωρική κατανομή πυκνότητας της ποώδους βλάστησης

Η εκτίμηση του συντελεστή τραχύτητας καθορίζει την αντίσταση στη ροή του νερού και απαιτείται για τον υπολογισμό των απωλειών ενέργειας της ροής του νερού στο υδατόρευμα, επομένως και για τον υπολογισμό της παροχής και της ταχύτητας ροής. Εν προκειμένω, μεγαλύτερη βαρύτητα δίνεται στη βλάστηση, καθώς αποτελεί τη σημαντικότερη παράμετρο για την τραχύτητα. Πρώτο βήμα αποτελεί η χαρτογράφηση των ειδών βλάστησης ή γυμνού εδάφους, διαχωρίζοντας απαραίτητα τις περιοχές με υδρόβια βλάστηση πλήρως βυθισμένη και αναδυόμενη, καθώς για κάθε μία από τις παραπάνω περιπτώσεις ο συντελεστής τραχύτητας υπολογίζεται με διαφορετική εξίσωση.

Για την αποτύπωση της βλάστησης συνδυάστηκαν δεδομένα ALS (airborne laser scanning) αλλιώς LIDAR, από δέκτη FLI-MAP II εγκατεστημένο σε ελικόπτερο (Μάρτιος 2003), και η εικόνα του υπερφασματικού αερομεταφερόμενου δέκτη CASI (Compact Airborne Spectral Imager) (Ιούλιος 2003), για τον οποίο τα 6 από τα 10 διαθέσιμα κανάλια βρίσκονται στο εγγύς υπέρυθρο που ενδείκνυται για τη διάκριση των ειδών βλάστησης. Ας σημειωθεί ότι και στις δύο περιπτώσεις τα δεδομένα ήταν raster αρχεία χωρικής διακριτικής ικανότητας 1,5m με τα οποία δημιουργήθηκε το Ψηφιακό Μοντέλο Εδάφους για την έρπουσα και τη δασική βλάστηση. Τον Ιούνιο του 2014 επιτελέστηκαν εργασίες πεδίου προκειμένου να καταγραφεί η ακριβής η θέση με dGPS και το μέγιστο ύψος (1.5 -7.5 m) των δέντρων στην περιοχή μελέτης. Ακόμα, απαραίτητες ήταν οι μετρήσεις παροχής, διαθέσιμες από παλαιότερη μελέτη, οι οποίες είχαν μετρηθεί με Ρευματογράφο ADCP (Acoustic Doppler Current Profiler) κατά τη διάρκεια πλημμυρικών επεισοδίων.

Για τη χαρτογράφηση των κατηγοριών κάλυψης γης/ειδών βλάστησης εφαρμόστηκε αντικειμενοστραφής ταξινόμηση με το λογισμικό eCognition, και άλλες επιπρόσθετες ταξινομήσεις σε μεμονωμένα δεδομένα, και προέκυψαν οι εξής κατηγορίες: 1. Νερό, 2. Υγρή και ξηρή άμμος, 3. Ασφαλτοστρωμένη περιοχή, 4. Λιβάδια, 5. Ποώδη / χαμηλή βλάστηση, 6. Δάσος, 7. Οικοδομημένη περιοχή. Προσοχή δόθηκε στην κατηγοριοποίηση των νεαρών δέντρων είτε ως δασική έκταση είτε ως χαμηλή βλάστηση ανάλογα με το ύψος τους κάθε φορά.

Σε κάθε κατηγορία αποδόθηκε διαφορετικός συντελεστής τραχύτητας. Για τις κατηγορίες 2, 3, 4 και 7 οι τιμές του συντελεστή τραχύτητας παρέχονται από πίνακες (βιβλιογραφικές αναφορές). Τα δεδομένα ALS παρέχουν πληροφορίες και για τα χαρακτηριστικά της βλάστησης (του ύψους και της πυκνότητας της ποώδους βλάστησης και της πυκνότητας της δασικής βλάστησης) με βάσει τα οποία αντιστοιχήθηκε ο κατάλληλος συντελεστής τραχύτητας και στις διάφορες κατηγορίες βλάστησης (κατηγορίες 5 και 6) και κατασκευάστηκε το Ψηφιακό Μοντέλο Φυτοκόμης (nDCM) για να συνδυαστεί με την εικόνα CASI.

Το βάθος ροής υπολογίστηκε με το πρόγραμμα υδροδυναμικής προσομοίωσης Delft 3D-flow. Πέρα από τα δεδομένα τραχύτητας, απαιτήθηκαν και δεδομένα τοπογραφίας (μετρήσεις του 1995 και 2000), ημερήσιων παροχών και ο καθορισμός των οριακών συνθηκών. Για τη βαθμονόμηση του υδραυλικού μοντέλου χρησιμοποιήθηκαν μετρήσεις και έγιναν δοκιμές σε δευτερεύοντα κανάλια του ποταμού.

Εικόνα 3.a) Συντελεστής Τραχύτητας όπως υπολογίστηκε από το Μοντέλο 1, b) Διαφορά των τιμών συντελεστή τραχύτητας μεταξύ του Μοντέλου 1 και του Μοντέλου 2, c) ταχύτητα ροής, όπως υπολογίστηκε από το Μοντέλο 1, d) Διαφορά των τιμών ταχύτητας ροής μεταξύ του Μοντέλου 1 και του Μοντέλου 2, e) Διαφορά των τιμών βάθους ροής μεταξύ του Μοντέλου 1 και του Μοντέλου 2.

Στα πλαίσια της μελέτης, έτρεξαν δύο διαφορετικά υδρολογικά μοντέλα. Στο Μοντέλο 1 οι οικότοποι ταξινομήθηκαν και οριοθετήθηκαν από αεροφωτογραφίες (πρόκειται για τους διαθέσιμους χάρτες οικοτόπων) και αντιστοιχήθηκαν οι συντελεστές τραχύτητας, κατά το σύνηθες, από πίνακες (βιβλιογραφικές τιμές) (Εικόνα 3a). Στο Μοντέλο 2 ο χάρτης χωρικής κατανομής του συντελεστή τραχύτητας (Εικόνα 3b) προήλθε από τις τηλεπισκοπικές εικόνες ALS και CASI και οι συντελεστές τραχύτητας αντιστοιχήθηκαν βάσει των δεδομένων του ύψους και της πυκνότητας της ποώδους και της δασικής βλάστησης από τις εικόνες ALS. Είναι φανερό ότι η μόνη διαφορά ανάμεσα στα δύο αυτά μοντέλα είναι η λιγότερο ή περισσότερο λεπτομερής απόδοση των χαρακτηριστικών της βλάστησης και κατά συνέπεια του συντελεστή τραχύτητας. Τέλος, από τα δύο υδρολογικά μοντέλα υπολογίστηκαν παράμετροι, όπως η ταχύτητα και το βάθος ροής και η παροχή (Εικόνα 3).


Αποτελέσματα

Πρώτον, εξετάζεται κατά πόσο αποδίδεται ορθά η χωρική κατανομή της βλάστησης και, δεύτερον, κατά πόσον ο συντελεστής τραχύτητας, βάσει της χαρτογράφησης αυτής, οδηγεί στην ακριβέστερη εκτίμηση των υδρολογικών παραμέτρων του ποταμού.

Το μεγαλύτερο σφάλμα στην επιβλεπόμενη ταξινόμηση για τη χαρτογράφηση της βλάστησης εμφανίζεται στη διάκριση της χαμηλής ποώδους βλάστησης και των λιβαδιών. Συνολικά, τα αποτελέσματα του μοντέλου επιδεικνύουν 81% ακρίβεια. Σημαντικό είναι ότι η αντίστοιχη ταξινόμηση μόνο με τα δεδομένα CASI επέδειξε 77% ακρίβεια, ενώ με τα ALS μόνο 35%. Οι τιμές ύψους βλάστησης που υπολογίστηκαν από τα τηλεσκοπικά δεδομένα (Εικόνα 2c) συγκρίθηκαν με τις τιμές της βιβλιογραφίας και αποδείχτηκε ότι το ύψος υποεκτιμήθηκε. Αντίθετα, η πυκνότητα της βλάστησης υπερεκτιμήθηκε ελαφρά. Οι αποκλίσεις στην εκτίμηση των παραμέτρων αυτών πρακτικά εξουδετερώνουν η μία την άλλη.

Αναμενόμενα, με το Μοντέλο 1 ο συντελεστής τραχύτητας εμφανίζει μεγαλύτερη ομοιογένεια (Εικόνα 3a). Γενικότερα παρατηρούνται μεγαλύτερες τιμές με το Μοντέλο 2, κυρίως λόγω της ποώδους βλάστησης. Ωστόσο, παρατηρείται υποεκτίμηση του συντελεστή στις περιπτώσεις των λιβαδιών ή των μεμονωμένων ποών και της δασικής βλάστησης.

Συγκρίθηκαν οι στάθμες που εκτιμήθηκαν από το Μοντέλο 2 με αυτές που μετρήθηκαν στον εγκατεστημένο υδρομετρικό σταθμό, υποδεικνύοντας ικανοποιητική σύγκλιση. Η σύγκριση, αντίστοιχα, των παροχών μεταξύ των δύο Μοντέλων ήταν και αυτή ικανοποιητική, αν και ελαφρώς υποδεέστερη. Οι μικρές αποκλίσεις που παρατηρήθηκαν σε μεγαλύτερες παροχές, οπότε και παρατηρούνται τα πλημμυρικά φαινόμενα, πιθανά να οφείλονται σε σφάλματα επί της βαθυμετρίας.

Σημαντικές διαφορές, της τάξης των 0,2 ως 0,2m/s, παρατηρούνται στην εκτίμηση της ταχύτητας ροής, ιδίως στον κύριο δίαυλο, όπου οι ταχύτητες που υπολογίστηκαν με το Μοντέλο 2 ήταν μεγαλύτερες για τις παρόχθιες περιοχές και μικρότερες στο μέσο του υδατορεύματος σε σχέση με το Μοντέλο 1. Μεγαλύτερες ταχύτητες εκτιμούνται από το Μοντέλο 2 για το σύνολο σχεδόν των περιοχών που καλύπτονται με βλάστηση.


Συμπεράσματα

Με την προτεινόμενη μεθοδολογία είναι πολύ πιο συγκεκριμένο το εύρος τιμών των δεδομένων εισόδου του υδροδυναμικού μοντέλου προσομοίωσης που αφορούν στα χαρακτηριστικά της βλάστησης. Η χαρτογράφηση της βλάστησης από τις εικόνες CASI και ALS έδωσε πολύ καλά αποτελέσματα, αν και δυσκολίες ανέκυψαν στη διάκριση της χαμηλής και της λιβαδικής βλάστησης. Επιπλέον, χαρτογραφήθηκαν βάσει των δεδομένων ALS και τα χαρακτηριστικά της βλάστησης όπως το ύψος και η πυκνότητα των φυτών. Και πάλι, τα αποτελέσματα ήταν πολύ καλά, ωστόσο ήταν σαφώς καλύτερα για τα μεγαλύτερα δέντρα, ενώ η χαρτογράφηση των μικρών και πιο αραιών δέντρων αποδείχθηκε σχετικά επισφαλέστερη.

Η προτεινόμενη μεθοδολογία, πιο συστηματική και επαναλήψιμη σε σχέση με τη συνήθη πρακτική υπολογισμού της παροχής και ταχύτητας ροής, παρέχει την ευκολία για την επικαιροποίηση ή αναπροσαρμογή των δεδομένων βλάστησης. Εν κατακλείδι, η προτεινόμενη μεθοδολογία έδωσε καλύτερα αποτελέσματα για την εκτίμηση της παροχής και της στάθμης του νερού.

Είναι φανερό ότι ο συνδυασμός πολυφασματικών εικόνων CASI και δεδομένων ALS μπορεί να παρέχει λεπτομερείς πληροφορίες για τα χαρακτηριστικά της βλάστησης, ενώ η χωρική κατανομή των χαρακτηριστικών αυτών οδηγεί σε καλύτερη εκτίμηση της τραχύτητας.

Προσωπικά εργαλεία