Σύγκριση των προσεγγίσεων που βασίζονται στην τηλεπισκόπηση για τη χαρτογράφηση της βαθυμετρίας των ρηχών, με καθαρά νερά ποταμών

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Σύγκριση των προσεγγίσεων που βασίζονται στην τηλεπισκόπηση για τη χαρτογράφηση της βαθυμετρίας των ρηχών ποταμών καθαρού νερού

Πρωτότυπος τίτλος: Comparison of remote sensing based approaches for mapping bathymetry of shallow, clear water rivers

Συγγραφείς: E. Kasvi a*, J. Salmela a*, E. Lotsari a,b*, T. Kumpula b*, S.N. Lane c*

a* UniversityofTurku,DepartmentofGeographyandGeology,FI-20014,Finland

b* UniversityofEasternFinland,DepartmentofGeographicalandHistoricalStudies,FI-80101Joensuu,Finland

c* University of Lausanne, Institute of Earth Surface Dynamics, CH-1015 Lausanne, Switzerland

Δημοσιεύθηκε: Geomorphology, 15 Μαϊου 2019

Σύνδεσμος πρότυπου κειμένου: [1]

Λέξεις-Κλειδιά: Φωτογραμμετρία, οπτική μοντελοποίηση, χαρτογράφηση, βαθυμετρία

Εικόνα 1:Ορθοσωματικά και σημεία βαθμονόμησης και επικύρωσης για την άνοιξη. Τα κίτρινα σημεία βαθμονόμησης (CS 1, 3, 4 and 5) χρησιμοποιήθηκαν για την δημιουργία του Optical_S_1m. Τα κόκκινα σημεία βαθμονόμησης (CS 2 and 6) χρησιμοποιήθηκαν για την βαθμόνόμηση όλων των υπόλοιπων μοντέλων την περίοδο της άνοιξης
Εικόνα 2:: Ορθοσωματικά και σημεία βαθμονόμησης και επικύρωσης για το φθινόπωρο. Τα κίτρινα σημεία βαθμονόμησης (CS 1, 3, 4 and 5) χρησιμοποιήθηκαν για την δημιουργία του Optical_S_1m. Τα κόκκινα σημεία βαθμονόμησης (CS 2 and 6) χρησιμοποιήθηκαν για την βαθμόνόμηση όλων των υπόλοιπων μοντέλων την περίοδο του φθινοπώρου
Εικόνα 3: Βαθυμετρικά μοντέλα με χωρική ανάλυση 1 m για την άνοιξη 2017. (a) SfM_S_1m. (β) ADCP_S_1m. (γ) Optical_S_1m
Εικόνα 4: Βαθυμετρικά μοντέλα με χωρική ανάλυση 1 m για το φθινόπωρο του 2017. (a) SfM_A_1m. (β) ADCP_A_1m. (γ) Optical_A_1m
Εικόνα 5: Ορθοσωματικό και βαθυμετρικά μοντέλα ανάλυσης 0.05μ. για το φθινόπωρο του 2017. (a-d) ολόκληρη η περιοχή ενδιαφέροντος.(e-h) κατάντη τμήμα του ποταμού (i-l) ανάντη τμήμα του ποταμού


Αντικείμενο Εφαρμογής

Η παρούσα μελέτη ασχολείται με τη χαρτογράφηση της βαθυμετρίας αβαθούς ύδατος με υψηλή χωρική ανάλυση και ακρίβεια, συγκρίνοντας τρεις προσεγγίσεις τηλεπισκόπησης, μία βασισμένη σε ηχητική ανάκλαση (ενεργή RS) και δύο σε φωτογραμμετρία (παθητική RS) την βαθυμετρική δομή από κίνηση (SfM) και την οπτική μοντελοποίηση. Τα μοντέλα συγκρίθηκαν με μετρήσεις πεδίου υψηλής ακρίβειας.


Εισαγωγή

Τα τελευταία χρόνια, αναπτύχθηκαν διάφορες τεχνικές για τη μέτρηση και την μοντελοποίηση της βαθυμετρίας των ρηχών νερών. Η τεχνική SfM είναι σχετικά φθηνή και μπορεί να επιτρέψει υψηλή χωρική ανάλυση. Βασίζεται σε ορατά φωτεινά κύματα και είναι ως εκ τούτου μια παθητική μέθοδος τηλεπισκόπησης. Η ανάλυση των μεθόδων που βασίζονται στην φωτογραμμετρία βασίζεται στην ανάλυση των εικονοστοιχείων της εικόνας του εδάφους. Η οπτική μοντελοποίηση έχει καθιερωθεί εδώ και καιρό για τη μέτρηση της βαθυμετρίας ρηχών υδάτων. Στηρίζεται στην αρχή ότι το φως απορροφάται καθώς διέρχεται από τη στήλη ύδατος και η μορφή αυτής της απορρόφησης ακολουθεί μια αρνητική εκθετική συνάρτηση. Το βάθος μπορεί να υπολογιστεί με βάση το φασματικό κανάλι RGB ή χρησιμοποιώντας την αναλογία των δύο ζωνών (λογαριθμικού μετασχηματισμού). Η τηλεπισκόπηση φαίνεται να προσφέρει μια ελκυστική εναλλακτική αλλά χρειάζεται επίσης βαθμονόμηση εδάφους. Για να αναπτύξουμε καλές πρακτικές στην ρηχή βαθυμετρική έρευνα του ποταμού, συγκρίνουμε εδώ τρεις υποσχόμενες προσεγγίσεις τηλεπισκόπησης για τη χαρτογράφηση της βαθυμετρίας του ποταμού με υψηλή ανάλυση. Χρησιμοποιήθηκαν (1) βαθυμετρικό SfM (2) σένσορας ADCP εξοπλισμένος με ανιχνευτή ηχώ, και (3) οπτική μοντελοποίηση για τη δημιουργία βαθυμετρικών μοντέλων ανάλυσης 1 m και 0,05 m για έναν ποταμό. Σχεδιάστηκε και μοντελοποιήθηκε η περιοχή μελέτης τόσο κατά την διάρκεια της άνοιξης με υψηλότερη θολερότητα και κατά συνέπεια πιο ανοιχτό χρώμα νερού (Ιούνιος 2017) όσο και κατά τη διάρκεια του φθινοπώρου με χαμηλή θολερότητα και χρώμα νερού (Σεπτέμβριος 2017). Τέλος, συγκρίθηκαν τα προκύπτοντα βαθυμετρικά μοντέλα με τις ακριβείς μετρήσεις επαλήθευσης βασισμένες στο πεδίο του VRS-GNSS (παγκόσμιο δορυφορικό σύστημα πλοήγησης με βάση τον εικονικό σταθμό αναφοράς) και το ADCP.


Μεθοδολογία-Ανάλυση

  • Περιοχή μελέτης

Η περιοχή μελέτης βρίσκεται στην υπο-αρκτική Φινλανδία και απέχει 500m από τον ποταμό Pulmanki. Ο ποταμός Pulmanki είναι ένας ποταμός με άμμο ο οποίος περιέχει πέτρες και λιθόστρωτα στον πυθμένα. Επιπλέον, αντιμετωπίζει ετήσιες πλημμύρες που οφείλονται στις χιονοστιβάδες που αυξάνουν την θολερότητα του κανονικά καθαρού νερού για κάποιο χρονικό διάστημα.

  • Μετρήσεις της ποιότητας του νερού

Το χρώμα και η θολερότητα του νερού αναλύθηκαν στο εργαστήριο με το φωτόμετρο YSI 9500 και τα ολικά αιωρούμενα στερεά (TSS) προσδιορίστηκαν χρησιμοποιώντας φιλτράρισμα. Το χρώμα του νερού εκφράστηκε χρησιμοποιώντας την κλίμακα χρώματος λευκόχρυσου/κοβαλτίου (κλίμακα Pt/Co). Οι αναλύσεις θολερότητας περιλάμβαναν διήθηση ενός δείγματος νερού μέσω του φίλτρου GF/B.

  • Συλλογή βαθυμετρικών δεδομένων

Δύο σειρές αεροφωτογραφιών συλλέχθηκαν από την περιοχή μελέτης χρησιμοποιώντας DJI Phantom 4 για να δημιουργήσουν γεωμορφολογικά ορθοσωματικά την άνοιξη και το φθινόπωρο στην περιοχή (Εικόνες 1, 2). Έχει αποδειχθεί ότι τα πολλαπλά ύψη πτήσης μπορούν να μειώσουν την πιθανότητα συστηματικού σφάλματος και συνεπώς συλλέχθηκαν τρία σύνολα εικόνων 90,70 και 50μ πάνω από το έδαφος. Δύο γραμμές πτήσης, δηλαδή, εμπρός και πίσω, έτρεχαν σε κάθε υψόμετρο. Τα δεδομένα βαθυμετρίας που βασίζονται σε ηχητικά στοιχεία συλλέχθηκαν χρησιμοποιώντας ένα ADCP που συνδέθηκε με τηλεχειριζόμενη μίνι βάρκα. Το RiverSurveyor M9 και S5 καταγράφεται το βάθος της ροής από έναν ηχορτογράφο ηχώ με κάθετο προσανατολισμό που λειτουργεί σε 0,5 MHz και 1 MHz αντίστοιχα. Δοκιμάστηκε επίσης η ακρίβεια του dGPS: χρησιμοποιήθηκε σταθερή μέτρηση 10 λεπτών για να ποσοτικοποιηθούν οι μεταβολές των συντεταγμένων σε ένα σταθερό σημείο. Οι μέγιστες διαφορές από τις μέσες τιμές συντεταγμένων x και y ήταν 0,08 m και 0,23 m και οι τυπικές αποκλίσεις ήταν ± 0,04 m και ± 0,10 m. Τα δεδομένα βαθμονόμησης και επικύρωσης συλλέχθηκαν σε έξι διασταυρώσεις χρησιμοποιώντας τόσο το VRS-GNSS (ρηχές περιοχές) όσο και το ADCP (περιοχές πάνω από 1,2 m σε βάθος). Οι μετρήσεις χρησιμοποιήθηκαν για να συνεχιστεί η διατομή σε όλο το ποτάμι προς την εξωτερική όχθη. Τα δεδομένα ADCP συλλέχθηκαν χρησιμοποιώντας την απομακρυσμένη ελεγχόμενη βάρκα εξοπλισμένη με τη συσκευή ADCP και το VRS-GNSS. Συνολικά, συλλέχθηκαν 48 μετρήσεις βαθμονόμησης VRS-GNSS και 91 ADCP με μέση απόσταση 0,86 μ.

  • Επεξεργασία βαθυμετρικών δεδομένων

Aρχικά, δημιουργήθηκαν δύο ορθοσωματικά και DSMs χρησιμοποιώντας τη φωτογραμμετρία SfM, η οποία βασίζεται σε αντιστοίχηση χαρακτηριστικών από πολλαπλές επικαλυπτόμενες εικόνες που αποκτήθηκαν από διαφορετικές οπτικές γωνίες. Ο αριθμός επικαλυπτόμενων εικόνων ήταν πέντε ή περισσότερες για ολόκληρη την περιοχή μελέτης και στις δύο εποχές μελέτης. Τα ορθοσωματικά και τα DSMs δημιουργήθηκαν τόσο για την άνοιξη (ορθοσωματικό 1, DSM 1) όσο και για το φθινόπωρο (ορθοσωματικό 2, DSM 2). Η μετα-επεξεργασία των δεδομένων ηχητικής ανάκλασης έγινε με δεδομένα εικονικής διόρθωσης που παρέχονται από το φινλανδικό δίκτυο σταθμών εικονικής αναφοράς, το οποίο επιτρέπει οριζόντια ακρίβεια ± 0.05 m.

  • Βαθυμετρική μοντελοποίηση

1. SfM βαθυμετρική μοντελοποίηση

Σε αυτή την προσέγγιση, το πρόβλημα που προκύπτει από τη διάθλαση του φωτός όταν εισέρχεται σε ένα υδατικό σώμα (δείκτης διάθλασης = 1.337, από τον αέρα (δείκτης διάθλασης = 1.0) αντιμετωπίζεται χρησιμοποιώντας αυτόματη επαναληπτική διόρθωση διάθλασης της κάμερας. Η προσέγγιση αυτή υπολογίζει το πραγματικό βάθος του υδατικού συστήματος με βάση τους δείκτες διάθλασης αέρα και νερού, τη γωνία διάθλασης, τη γωνία πρόσπτωσης από την κοίτη του ποταμού στη διεπαφή αέρα/ νερού και το εμφανές βάθος που βασίζεται στο DSM (Εικόνα 3α, 4α). Το ορθοσωματικό και το DSM περικόπηκαν για να συμπεριλάβουν μόνο την υγρή περιοχή. Οι θέσεις της κάμερας και οι προσανατολισμοί υπολογίστηκαν με βάση το Pix4D.

2. ADCP βαθυμετρική μοντελοποίηση

Τα σημεία ηχητικής ανάκλασης από την άνοιξη και το φθινόπωρο, υπολογίστηκαν για 1 m (ADCP_S_1m και ADCP_A_1m) και 0,05 m (ADCP_A_0,05 m) χωρικής ανάλυσης χρησιμοποιώντας τη μέθοδο παρεμβολής Kriging (Εικόνα 3β, 4β). Λόγω της υψηλότερης απόρριψης και στάθμης ύδατος την άνοιξη σε σύγκριση με το φθινόπωρο, το ADCP_S_1m είχε ελαφρώς μεγαλύτερη χωρική κάλυψη σε σύγκριση με τα ADCP_A_1m και ADCP_A_0.05 m. Οι χωρικές καλύψεις των μοντέλων καθορίστηκαν με βάση τις μετρήσεις σημείων με ψηφιοποίηση της περιοχής κατά μήκος των σημείων που βρίσκονται πιο κοντά στις όχθες.

3. Οπτική βαθυμετρική μοντελοποίηση

Σε αυτή την μέθοδο αρχικά, ψηφιοποιήσαμε τις περιοχές μοντέλου στα ορθοσωματικά 1 και 2 έτσι ώστε να μην περιέχουν ξηρές περιοχές ή σκιές που προκαλούνται από τα δέντρα και τη βλάστηση, καθώς αυτά επηρεάζουν τη φωτεινότητα των εικονοστοιχείων και προκαλούν σφάλματα στην καμπύλη παλινδρόμησης. Στην συνέχεια, τα περικομμένα ορθοσωματικά υποβλήθηκαν σε νέα δειγματοληψία για να μειωθεί ο θόρυβος που προκλήθηκε από κυματισμούς στην κοίτη του ποταμού: το ορθοσωματικό 1 επανασχηματίστηκε σε εικόνες ανάλυσης 1m και το ορθοσωματικό 2 σε εικόνες 1m και 0.05m. Οι νέες τιμές εικονοστοιχείων βασίστηκαν στην μέθοδο του πλησιέστερου γείτονα. Συνολικά, χρησιμοποιήθηκαν 131 (άνοιξη) και 127 (φθινόπωρο) σημεία βαθμονόμησης με διακυμάνσεις βάθους των 0,04-1,66m (άνοιξη) και 0,02-1,80m (φθινόπωρο). Οι μοντελοποιημένες τιμές βάθους χρησιμοποιήθηκαν για τη δημιουργία βαθυμετρικού μοντέλου (Εικόνα 3γ, 4γ) ράστερ ανάλυσης 1 m (Optical_S_1m και Optical_A_1m) και 0.05m (Optical_A_0.05 mb).

  • Αξιολόγηση της ποιότητας των βαθυμετρικών μοντέλων

Για να ερευνηθεί η βαθυμετρική ποιότητα, συγκρίθηκαν οι τιμές βάθους του κάθε μοντέλου με τα δεδομένα επικύρωσης σημείων των διατομών. Για να αξιολογήσουμε την ακρίβεια, υπολογίσαμε το μέσο σφάλμα (ME) και το μέσο απόλυτο σφάλμα (MAE) και τα μέγιστα σφάλματα και την τυπική απόκλιση καθώς επίσης και τον συντελεστή συσχέτισης (r) και R. Με βάση την οπτική ερμηνεία, προσδιορίστηκαν τρεις συστάδες σφαλμάτων. Για να βρεθούν εξηγήσεις σχετικά με τους λόγους για τους αναγνωρισμένους συστάδες σφαλμάτων και τον εντοπισμό των σφαλμάτων στην περιοχή μελέτης, οι μετρούμενες και διαμορφωμένες τιμές απεικονίστηκαν σε εγκάρσιες τομές επικύρωσης.


Αποτελέσματα

Τα βαθυμετρικά μοντέλα δημιουργήθηκαν την άνοιξη και το φθινόπωρο καθώς οι υδρολογικές συνθήκες που επικρατούν είναι διαφορετικές κάθε φορά. Το φθινόπωρο, το νερό ήταν πολύ πιο καθαρό και η ορατότητα της κοίτης του ποταμού πολύ καλύτερη από τις αεροφωτογραφίες σε σχέση με την άνοιξη. Σύμφωνα με τα βαθυμετρικά μοντέλα της κίνησης SfM_S_1m τα θορυβώδη και βαθιά μέρη του ποταμού που βρισκόντουσαν κοντά στις όχθες του δεν μοντελοποιήθηκαν ικανοποιητικά. Ειδικά το Φθινόπωρο στην περίπτωση των ADCP_A_1m and ADCP_A_0.05 m το μοντέλο περιορίστηκε χωρικά λόγω των δυσκολιών που αντιμετώπισε το ADCP στις ρηχές περιοχές. Η Εικόνα 5 απεικονίζει την βαθυμετρική ποικιλομορφία της κοίτης του ποταμού όπως αυτή απεικονίζεται στο ορθομοσαικό 1 από τις τρεις διαφορετικές προσεγγίσεις. Σύμφωνα με την εικόνα 5, η κοίτη είναι ιδιαίτερα καθαρή στο ανάντη τμήμα του ποταμού ενώ το κατάντη τμήμα είναι πιο ομαλό. Όπως ήταν αναμενόμενο οι προσεγγίσεις SfM_A_0.05m και Optical_A_0.05m έδειξαν πολύ καλύτερα βαθυμετρικά αποτελέσματα συγκριτικά με την ADCP_A_0.05 m. Ακόμη, στοιχεία κυματισμού φάνηκαν μόνο στο μοντέλο Optical_A_0.05 m.


Συμπεράσματα

Σε αυτή τη μελέτη δοκιμάστηκαν τρεις υποσχόμενες μέθοδοι τηλεπισκόπησης για να εξεταστεί η βαθυμετρία αβαθούς ύδατος με υψηλή ανάλυση. Οι τεχνικές τηλεπισκόπησης είναι ευνοϊκές για τη βαθυμετρική χαρτογράφηση καθώς δεν διαταράσσουν τις υδάτινες επιφάνειες ή την κοίτη του ποταμού και είναι γρήγορες στην εκτέλεση. Εφαρμόστηκε ηχητική ανάκλαση και δύο μέθοδοι με βάση τη φωτογραμμετρία: βαθυμετρική SfM και οπτική μοντελοποίηση. Την άνοιξη δημιουργήθηκε ένα μοντέλο ανάλυσης 1m και το φθινόπωρο δύο μοντέλα ανάλυσης 1 m και 0.05 m. Συγκρίθηκαν τα προκύπτοντα βαθυμετρικά μοντέλα με 93 και 54 σημεία μέτρησης με βάθη μεταξύ 0 και 1,5 m για την άνοιξη και το φθινόπωρο, αντίστοιχα. H πρώτη μέθοδος βασισμένη στη ADCP ηχητική ανάκλαση παρείχε τα πιο ακριβή βαθυμετρικά αποτελέσματα. Η θολερότητα της ροής, το χρώμα ή το βάθος, η παράκτια βλάστηση και οι καιρικές συνθήκες δεν επηρέασαν τις μετρήσεις. Η περιοχή μελέτης είχε σχετικά ομαλή κοίτη ποταμού με πολύ λίγες αλλαγές στη βαθυμετρία και χωρίς πέτρες και λιθόστρωτα, γεγονός που επέτρεψε επιτυχημένες μετρήσεις ADCP με πυκνότητα σημείου 0,63-1,3 μονάδες/m2. Η ποιότητα ενός βαθυμετρικού μοντέλου υψηλής ανάλυσης βάσει ADCP εξαρτάται σε μεγάλο βαθμό από την επιλεγμένη μέθοδο παρεμβολής. Οι κύριοι περιορισμοί του ADCP είναι η χαμηλή χωρική του ανάλυση, η αδυναμία μέτρησης βάθους <0 και οι εργασιακές απαιτήσεις για την χρήση του. Έτσι, το ADCP δεν είναι κατάλληλο για χαρτογράφηση μεγάλων περιοχών ή περιοχών με μεγάλο ποσοστό πολύ ρηχού νερό σε υψηλή ανάλυση. Είναι επίσης μακράν η πιο ακριβή από τις προσεγγίσεις που δοκιμάστηκαν. Στην δεύτερη μέθοδο η ποιότητα του βαθυμετρικού SfM ήταν εξαιρετικά ευαίσθητη στη θολερότητα της ροής και στο χρώμα. Τα σφάλματα αυξήθηκαν σημαντικά σε περιοχές με βάθη >0,8 m και μέσα περιοχές όπου η δομή της κοίτης του ποταμού δεν ήταν ξεκάθαρα ορατή. Η βαθυμετρική μέθοδος SfM απαιτεί, εκτός από το καθαρό νερό, μια ορατή κοίτη ποταμού με καλή δομή. Η ομαλή αμμώδης κοίτη στην περιοχή μελέτης δεν παρείχε επαρκή δομή για τη σωστή λειτουργία της διαδικασίας SfM, ειδικά όταν η ορατότητα ήταν κακή. Από την άλλη πλευρά, το βαθυμετρικό SfM δεν περιορίζεται τόσο πολύ όσο η οπτική μοντελοποίηση από τη μεταβλητότητα του υποστρώματος, την τυρβώδη ροή ή τις μεγάλες πέτρες και τα λιθόστρωτα στην κοίτη του ποταμού. Στην τρίτη μέθοδο εφαρμόστηκε οπτική μοντελοποίηση καθώς, το κοίτασμα του ποταμού ήταν ομαλό χωρίς μεγάλες πέτρες και πλακόστρωτα, το υποστρωματικό χρώμα ήταν συνεχές και η ροή δεν ήταν τυρβώδης. Το χρώμα και το βάθος του νερού επηρέασαν τη λειτουργικότητα των οπτικών μοντέλων σε κάποιο βαθμό, αλλά σαφώς λιγότερο από την βαθυμετρική μέθοδο SfM. Η ακρίβεια του μοντέλου βελτιώθηκε το φθινόπωρο που επικρατούσε χαμηλότερο χρώμα νερού και θολερότητα σε σύγκριση με την άνοιξη.

Προσωπικά εργαλεία