Ταξινόμηση κάλυψης γης και οικονομική αξιολόγηση εσπεριδοειδών με τη χρήση τηλεπισκόπησης

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Land cover classification and economic assessment of citrus groves using remote sensing

Ταξινόμηση κάλυψης γης και οικονομική αξιολόγηση εσπεριδοειδών με τη χρήση τηλεπισκόπισης

Συγγραφείς: Rahul J. Shrivastava, Jennifer L. Gebelein

Πηγή: Journal of Photogrammetry & Remote Sensing, 2007


Σκοπός

Η βιομηχανία των εσπεριδοειδών είναι ο κλάδος που επηρεάζει περισσότερο την οικονομία της Florida, μετά τον τουρισμό. Σκοπός του παρόντος άρθρου είναι η αξιολόγηση των σοδειών των εσπεριδοειδών στη Florida χρησιμοποιώντας διαθέσιμες εικόνες από το δορυφόρο Landsat ETM+ , σε συνδυασμό με οικονομικά στοιχεία της επαρχίας, για την πρόβλεψη της παραγωγής των εσπεριδοειδών.

Η Εθνική Αγροτική Στατιστική Υπηρεσία (NASS) των Ηνωμένων Πολιτειών διεξάγει συνεντεύξεις, συλλέγει δείγματα για την εκτίμηση της απόδοσης των σοδειών και βασίζεται σε στοιχεία που προκύπτουν από αεροφωτογραφίες, σε συνδυασμό με επίγεια επαλήθευση. Οι εκτιμήσεις που προκύπτουν με τη μέθοδο της τηλεπισκόπισης διαφέρουν από τις αντίστοιχες των παραδοσιακών μεθόδων, καθώς η τηλεπισκοπική ανάλυση μπορεί να διεξαχθεί συχνά, επιτρέποντας την εκτίμηση των καιρικών συνθηκών και των διαχειριστικών πρακτικών σε πολύ μικρό χρόνο, ενώ είναι ικανή να μας παρέχει λεπτομερείς φασματικές, χρονικές και χωρικές πληροφορίες όσον αφορά την υγεία και γενικότερα, την κατάσταση της βλάστησης.


Μέθοδος

Χαρτογράφηση και κωδικοποίηση

Η περιοχή μελέτης αποτελείται από 26 επαρχίες στην κεντρική και νότια Florida, που είναι μία από τις νοτιοανατολικές πολιτείες των Ηνωμένων Πολιτειών. Τα οικονομικά, ιστορικά στοιχεία, καθώς και τα στοιχεία για την παραγωγή των εσπεριδοειδών, προήλθαν από την Αγροτική Στατιστική Υπηρεσία της Florida (FASS). Επίσης, χρησιμοποιήθηκε ένα site που παρουσιάζει τις τοποθεσίες όπου βρίσκονται οι φάρμες, στις οποίες οι άνθρωποι μπορούν να διαλέξουν το προϊόν τους, το οποίο αποδείχτηκε πολύ χρήσιμο στην αναγνώριση των ιδιοκτητών και των λιανοπωλητών των εσπεριδοειδών. Ψάχνοντας συγκεκριμένους κωδικούς χρήσης γης (εσπεριδοειδών), αυτή η διαδικτυακή βάση δεδομένων παρείχε τις διευθύνσεις και τη φυσική τοποθεσία τους στον οδικό χάρτη. Μαζί με τα ενσωματωμένα στοιχεία GIS και τις αεροφωτογραφίες της πραγματικής ιδιοκτησίας που είναι διαθέσιμα σε αυτές τις βάσεις δεδομένων, ο εντοπισμός της ακριβής θέσης μιας ιδιοκτησίας εσπεριδοειδών και η αναγνώριση χαρακτηριστικών όπως οι οδοί, υδάτινα σώματα, η διαρρύθμιση των γεωργικών εκτάσεων και τα όρια ιδιοκτησίας έγιναν ευκολότερα.

Οι διευθύνσεις εισήχθηκαν στη συνέχεια, στο πρόγραμμα TerraFly, ώστε να συγκριθούν οι τοποθεσίες των ιδιοκτησιών με αντίστοιχες αεροφωτογραφίες και με αυτόν τον τρόπο προέκυψαν οι συντεταγμένες των επιλεγμένων ιδιοκτησιών.

Επεξεργασία δεδομένων και ταξινόμηση

Οι 7 εικόνες Landsat ETM+ που χρησιμοποιήθηκαν, αποκτήθηκαν την περίοδο 1999-2002, και προήλθαν από το Πανεπιστήμιο του Maryland. Ανοίχτηκαν στο πρόγραμμα ERDAS Imagine, χρησιμοποιώντας το συνδυασμό καναλιών 5, 4 και 3 για επιβλεπόμενη ταξινόμηση. Τα κανάλια αυτά επιλέχτηκαν επειδή οι διαφορές γίνονται πιο ευδιάκριτες σε αυτόν τον συνδυασμό καναλιών.

Η ταξινόμηση της βλάστησης έγινε με αναφορά σε έναν ταξινομημένο χάρτη που προετοιμάστηκε από το Διεθνές Πανεπιστήμιο της Florida. Επιλέχτηκε μια εικόνα ως αναφορά και ταξινομήθηκαν οι βασικοί τύποι βλάστησης και κάλυψης γης. Για κάθε τύπο κάλυψης γης, 5-10 περιοχές ενδιαφέροντος επιλέχτηκαν με βάσει την οπτική ερμηνεία των εσπεριδοειδών. Το επόμενο βήμα ήταν η προβολή των τοποθεσιών σε ένα χάρτη της Florida για να αναδειχθούν οι περιοχές μελέτης.

Στη συνέχεια, εκτελέσθηκε εποπτευόμενη ταξινόμηση για 7 τύπους κάλυψης εδάφους και υπολογίστηκε η κάλυψη γης από εσπεριδοειδή για τις ταξινομημένες εικόνες που αντιστοιχούν στις 26 επαρχίες. Τέλος, πραγματοποιήθηκε σύγκριση της κάλυψης γης από εσπεριδοειδή με βάση τη μέθοδο τηλεπισκόπισης και την επίσημη, που βασίζεται σε αεροφωτογραφίες.

Εικόνα 1: Περιοχή μελέτης εσπεριδοειδών της Florida.


Αποτελέσματα

Η μεθοδολογία που ακολουθήθηκε, οδήγησε σε μία εκτίμηση της παραγωγής, 30% μικρότερη από την επίσημη εκτίμηση.

Πίνακας 1: Ποσοστό διαφοράς της κάλυψης από εσπεριδοειδή μεταξύ των δεδομένων FASS και Landsat ETM+, όπου Difference, το ποσοστό διαφοράς, το οποίο υπολογίσθηκε ως εξής:% Difference=[(ETM+/FASS)×100]−100.

Τα αποτελέσματα του ΕΤΜ+ έδειξαν χαμηλότερη κάλυψη γης από εσπεριδοειδή σε 15 από τις 26 επαρχίες, σε σύγκριση με τις επίσημες εκτιμήσεις, ενώ στις υπόλοιπες 11 έδειξαν υψηλότερη κάλυψη γης (βλ. πίν. 1). Συνολικά, η εκτίμηση ήταν 35% κάτω από την αντίστοιχη της Αγροτικής Στατιστικής Υπηρεσίας της Florida. Η εκτιμηθείσα κάλυψη από τα δεδομένα ΕΤΜ+ αντιστοιχεί σε οικονομικούς όρους σε 390 εκατ. US$, ή σε 32% κάτω από την οικονομική αξία που προβλέπει η Αγροτική Στατιστική Υπηρεσία.

Οι διαφορές αυτές καθιστούν τη βελτίωση της μεθοδολογίας ή/και των δεδομένων που χρησιμοποιούνται για τη φασματική ανάλυση, απαραίτητη. Για να βρεθεί ποιος τύπος κάλυψης γης συνεισφέρει στη διακύμανση, εξετάσθηκε η σχέση των τιμών όλων των τύπων κάλυψης ως προς τις αντίστοιχες εκτιμήσεις. Τα αποτελέσματα της έρευνας έδειξαν ότι μία πιθανή αιτία για την χαμηλή κάλυψη με εσπεριδοειδή – σε σύγκριση με τα επίσημα στοιχεία - είναι η λανθασμένη ταξινόμηση των pixel εσπεριδοειδών ως pixel γεωργικών εκτάσεων. Στην ταξινόμηση των τελευταίων συμπεριλαμβάνονταν όλοι οι τύποι καλλιεργειών όπου τα pixel εσπεριδοειδών ήταν ένα υποσύνολο αυτών.


Συμπεράσματα

Η μεθοδολογία της τηλεπισκόπισης παραμένει πολλά υποσχόμενη για την απογραφή των εσπεριδοειδών στη Florida, κάτι που αποδεικνύεται και από τη σημαντική συσχέτιση της παραγωγής/ προσόδου με την κάλυψη γης από εσπεριδοειδή, όπως αυτή προκύπτει από τις αεροφωτογραφίες. Για να επιτευχθεί η πρόβλεψη της προσόδου μέσω της τηλεπισκόπισης από τους αγρότες, θα πρέπει να ισχύσουν τρεις προϋποθέσεις: 1) υψηλή ανάλυση εικόνων των περιοχών που καλλιεργούνται εσπεριδοειδή, 2) να υπάρχει μια βάση δεδομένων που επικαιροποιείται τακτικά και περιέχει πληροφορίες, όπως οι συντεταγμένες και η φυσική διεύθυνση των καλλιεργειών και 3) να υπάρχουν επιπρόσθετα στοιχεία GIS, όπως η κατακρήμνιση και ο τύπος του χώματος, τα οποία συνδυαστικά μπορούν να βοηθήσουν στην πρόβλεψη της οικονομικής προόδου της παραγωγής εσπεριδοειδών.

Προσωπικά εργαλεία