Πρόβλεψη παραγωγής σίτου από δεδομένα IKONOS: μια νέα προσέγγιση

Από RemoteSensing Wiki

Add Your Content Here

Πρόβλεψη παραγωγής σίτου από δεδομένα IKONOS: μια νέα προσέγγιση

Within-field wheat yield prediction from IKONOS data: a new matrix approach.

E. A. ENCLONA, P. S., THENKABAIL, D. CELIS Center for Earth Observation (CEO), Yale University and J. DIEKMANN International Center for Agriculture in the Dry Areas (ICARDA) INT. J. REMOTE SENSING, 2003, Preview Paper

Αντικείμενο εφαρμογής: Γεωργία και Πρόβλεψη παραγωγής

Στόχοι εφαρμογής:

Προτείνει και επεξηγεί δύο μεθόδους, μία μαθηματική προσέγγιση (matrix approach) και μια άλλη ευρέως χρησιμοποιούμενη προσέγγιση παλινδρόμησης (regression approach), για την μοντελοποίηση και χαρτογράφηση της μεταβλητότητας στην απόδοση της παραγωγής σιταριού κάνοντας χρήση IKONOS δεδομένων, για την περιοχή μελέτης Aleppo της Συρίας (36ο 26˙ 29.5836̋ N, 36 ο 35˙ 24.3816̋ ).

Πως γινόταν παλιότερα:

Με τη χρήση μοντέλων προσομοίωσης για την πρόβλεψη της παραγωγής, έχοντας όμως ως μειονέκτημα τις μεγάλες χωρικές αβεβαιότητες. Η χρήση Landsat και άλλων δορυφορικών χωρικών δεδομένων αντιμετώπισε το πρόβλημα της αβεβαιότητας ως ένα βαθμό.

Είδη δορυφορικών συστημάτων: IKONOS

Είδη δορυφόρων, δεκτών και καναλιών - Χρησιμότητα των δεικτών/καναλιών:

Έγινε χρήση 4 φασματικών καναλιών του δορυφόρου με το φασματικό εύρος να ήταν (α)445-516, (β)506-595,(γ)632-698 και (δ)757-853 και με χωρική ακρίβεια των 4 μέτρων. Η IKONOS δορυφορική εικόνα αποκτήθηκε και είναι για την χρονική περίοδο της 24η Απριλίου 2001 και είχε ραδιομετρική ακρίβεια 11bit. Η ακριβέστερη χωρική διακριτική ικανότητα οδηγεί στη σύλληψη μεγαλύτερης μεταβλητότητας και μεγαλύτερης χωρικής λεπτομέρειας του τοπίου. Ψηφιακές επεξεργασίες/αλγόριθμοι και αποτελέσματα: Έγινε χρήση μιας χωρίς επίβλεψη ταξινόμηση στους τομείς του σιταριού ώστε να δημιουργηθούν τέσσερις μοναδικές τάξεις.

Χωρική προσέγγιση εκτιμούμενων αποδόσεων σιταριού με την χρήση της προσέγγιση παλινδρόμησης (regression approach), πηγή:INT. J. REMOTE SENSING, 2003, Preview Paper

Χρήση επιπρόσθετων δεδομένων:

Έγινε συλλογή επίγειων δεδομένων από επίγειους αισθητήρες κατά διαστήματα χρησιμοποιώντας 5m ενσωματωμένο ηλεκτρονικό μέσο (AGROCOM 2), το οποίο σχεδιάστηκε από την AGROCOM GmbH Agrarsytem & Co KG, Bielefeld, Γερμανία.

Προχωρημένες Επεξεργασίες:

Έγινε χρήση προβλεπτικών μοντέλων παλινδρόμησης, με βάση τον τομέα αισθητήρα σε σχέση (α) διάφορες εναλλαγές δύο καναλιών του IKONOS (Normalized Difference Vegetation Indexes (NDVIs)), και (β) κανάλια του IKONOS ως ανεξάρτητες μεταβλητές. Όλα τα μοντέλα λειτούργησαν με βάση ένα τυπικό στατιστικό λογισμικό.

Αποτελέσματα και αξιολόγηση της μεθόδου:

Η αναγκαιότητα της μεθόδου έγκειται στην ανάπτυξη σχέσεων μεταξύ φασματικών ιδιοτήτων αυτών των αισθητήρων, των δορυφορικών εικόνων και τις σχέσεις τους με απόδοση σιτηρών. Η μελέτη έδειξε μια εντελώς νέα προσέγγιση του καθορισμού εντός πεδίου της απόδοση του σιταριού με την χρήση: (α) υψηλή χωρική διακριτική 4m δεδομένων IKONOS, (β) μετά τη συγκομιδή πραγματικές αποδόσεις για το σύνολο του τομέα, και (γ) επίγειων αισθητήρων για την μέτρηση των αποδόσεων. Τα μοντέλα που χρησιμοποιήθηκαν έδωσαν προβλέψεις οι οποίες επαληθεύτηκαν ή ήταν αρκετά κοντά στις πραγματικές στο 74%-78% περίπου των πραγματικών. Ένα μεγάλο μέρος της ανεξήγητη μεταβλητότητα (22-26%) έκρινε αναγκαίο την ανάγκη χρήσης ενός μεγαλύτερου αριθμού φασματικές καναλιών στα κατάλληλα μήκη κύματος του IKONOS αισθητήρα