Τηλεπισκοπική Απεικόνιση της Χαρτογράφησης της Βλάστησης

Από RemoteSensing Wiki

Τηλεπισκοπική Απεικόνιση της Χαρτογράφησης της Βλάστησης

Remote Sensing Imagery in Vegetation Mapping

Yichun Xie, Zongyao Sha and Mei Yu Journal of Plant Ecology VOLUME 1, NUMBER 1, PAGES 9–23 MARCH 2008 doi: 10.1093/jpe/rtm005

Abstract

Η χαρτογράφηση της βλάστηση μέσω δορυφορικών εικόνων περιλαμβάνει διάφορους προβληματισμούς, διαδικασίες και τεχνικές. Η αύξηση της διαθεσιμότητας δορυφορικών εικόνων λόγω την αύξησης της τεχνολογίες έχει διευρύνει τον ορίζοντα των επιλογών διαφόρων πηγών για εικόνες. Οι διάφορες πηγές προσφέρουν χωρικά, φασματικά και χρονικά διαφορετικά χαρακτηριστικά και επομένως συμβάλλουν σε διάφορους σκοπούς χαρτογράφησης της βλάστησης.

Γενικά, η ανάπτυξη των εφαρμογών για χαρτογράφηση της βλάστησης είναι αναγκαία σε συνδυασμό με την κατασκευή ενός συστήματος συσχέτισης μεταξύ των διαφορετικών φασματικών υπογραφών που τους αντιστοιχούν. Στην εργασία αυτή παρουσιάζεται μια επισκόπηση χρήσης των δορυφορικών εικόνων για ταξινόμηση και χαρτογράφηση της βλάστησης.

Εισαγωγή

Η αξιολόγηση και η παρακολούθηση της γήινης επιφάνειας αποτελεί το κλειδί για την έρευνα των παγκόσμιων μεταβολών (1). Η ταξινόμηση και η χαρτογράφηση της βλάστηση αποτελεί σημαντικό τεχνικό έργο όσο αφορά την διαχείριση των φυσικών πόρων καθώς η βλάστηση αποτελεί βάση για όλα τα ζωντανά όντα και παίζει ουσιαστικό ρόλο στην επίδραση της παγκόσμια κλιματικής αλλαγής, όπως η επίδραση του CO2 (2).

Επιπλέον, η χαρτογράφηση της βλάστησης παρουσιάζει πολύτιμες πληροφορίες για την κατανόηση του φυσικών και ανθρωπογενών περιβαλλόντων σε παγκόσμιο επίπεδο, είτε σε συγκεκριμένο σημείο στο χρόνο είτε σε μια συνεχή περίοδο. Παραδοσιακές μέθοδοι όπως για παράδειγμα επιτόπιες έρευνες, ανασκοπήσεις, ερμηνεία των χαρτών και ανάλυση δεδομένων δεν είναι πάντα αποτελεσματικές για την απόκτηση της κάλυψης βλάστησης κυρίως γιατί είναι χρονοβόρες και αρκετά ακριβές.

Η τεχνολογία, μέσω της τηλεπισκόπησης, προσφέρει ένα πρακτικό και οικονομικό μέσω έτσι ώστε να πραγματοποιηθεί η επιθυμητή μελέτη σε σύντομο χρονικό διάστημα ειδικά αν μιλάμε για μεγάλες εκτάσεις (3).

Στην συγκεκριμένη εργασία θα συνθέσουμε μια συνολική ανασκόπηση για την δημιουργία χάρτη κάλυψης γης. Αρχικά θα παρουσιαστεί μια έρευνα τηλεσκοπικών οργάνων καθώς και η καταλληλόλητα τους ανάλογα την περίπτωση μελέτης. Στη συνέχεια, θα παρουσιαστούν μέθοδοι προεπεξεργασίας και ταξινόμησης των δορυφορικών εικόνων έτσι ώστε να εξάγουμε την μέγιστη πληροφορία βλάστησης από τις εικόνες αυτές. Τέλος, το αποτέλεσμα της ταξινόμησης θα συζητηθεί και θα αξιολογηθεί.

Ειδικότερα, ένας αισθητήρας τηλεανίχνευσης είναι μια συσκευή που συλλέγει δεδομένα σχετικά με ένα αντικείμενο ή περιοχή από απόσταση. Δεδομένου ότι τα αντικείμενα διαθέτουν μοναδική φασματική ταυτότητα, μπορούν να αναγνωριστούν βάση αυτή με μεγάλη ευκολία μέσω των δορυφορικών εικόνων. Ένα καλό σενάριο για την χαρτογράφηση της βλάστησης είναι ο εντοπισμός της φασματικής ακτινοβολίας κοντά στο κόκκινο και υπέρυθρο κανάλι.

Η εξαγωγή της βλάστησης χρησιμοποιώντας δορυφορικές εικόνες αποτελεί εξόρυξη πληροφορίας για την βλάστηση βάση ερμηνείας του χρώματος, της υφής, του τόνου, των μοτίβων και των συσχετίσεων. Διάφοροι μέθοδοι έχουν αναπτυχθεί με σκοπό το παραπάνω και λειτουργούν μέσω της ομαδοποίησης, είτε με επιβλεπόμενη ταξινόμηση είτε μη επιβλεπόμενη. Τα γενικά βήματα προϋποθέτουν την προεπεξεργασία της εικόνας όπως και την ταξινόμηση.

Ειδικότερα, η προεπεξεργασία των δορυφορικών εικόνων πριν την εξόρυξή της βλάστησης είναι ουσιαστικής σημασίας για την εξάλειψή θορύβου με σκοπό να διευκολύνει στην ερμηνεία. Το ιδανικό αποτέλεσμα της προεπεξεργασίας εικόνα είναι όλες οι εικόνες μετά την επεξεργασία να εμφανίζονται σαν να έχουν συλλεχθεί από τον ίδιο δέκτη (4). Η ταξινόμηση εικόνων ορίζεται ως η διαδικασία εξαγωγής διαφοροποιημένων κατηγοριών ή θεμάτων από ακατέργαστα δορυφορικά δεδομένα. Προφανώς, ο ορισμός αυτός περιλαμβάνει την προεπεξεργασία της εικόνας. Οι τεχνικές εξαγωγής δεδομένων ομαδοποιούνται σε δύο τύπους, στις παραδοσιακές τεχνικές και στις βελτιωμένες μεθόδους.

Οι παραδοσιακές τεχνικές χρησιμοποιούν την ταξινόμηση της κλασικής εικόνας για την μη επιβλεπόμενη ταξινόμηση ή για την ταξινόμηση μέγιστης πιθανοφανείς σε επιβλεπόμενη ταξινόμηση. Η μη επιβλεπόμενη ταξινόμηση συχνά χρησιμοποιείται στη θεματική χαρτογράφηση.

Από την άλλη μεριά, η σύντηξη δορυφορικών εικόνων αποτελεί μια αποτελεσματική τεχνική με δυνατότητες βελτίωσης της ταξινόμησης της βλάστησης και την εξαγωγή χωρικών δεδομένων. Είναι σημαντικό να γίνεται με ακρίβεια ώστε να χαρτογραφεί αποτελεσματικά την περιοχή που χαρακτηρίζεται με βλάστηση απομακρύνοντας τις πληροφορίες με διαφορετικές χρονικές, φασματικές και χωρικές αναλύσεις μέσω της σύντηξης των εικόνων αυτών (5). Εν συντομία, η σύντηξη εικόνων ανοίγει ένα νέο τρόπο εξαγωγής υψηλής ακρίβειας δεδομένων αλλά απαιτούνται περαιτέρω μελέτες για την μείωση σφαλμάτων.

Συμπεράσματα

Η παρούσα εργασία κάλυψε μια ευρεία σειρά θεμάτων όσο αφορά την ταξινόμηση της βλάστησης κάνοντας χρήση δορυφορικής εικόνας. Πρώτον, μια σειρά απομακρυσμένων αισθητήρων μαζί με τις εφαρμογές τους παρουσιάστηκαν με σκοπό την επιλογή των σωστών εργαλείων. Δεύτερον, συζητήθηκαν οι τεχνικές προεπεξεργασίας εικόνων και των διάφορων μεθόδων ταξινόμησης με στόχο της εξαγωγή των χαρακτηριστικών βλάστησης. Τρίτον, ένα τμήμα της εργασίας αφορούσε την συζήτηση και την αξιολόγηση των αποτελεσμάτων. Με λίγα λόγια, οι εικόνες τηλεπισκόπησης αποτελούν βασικές πηγές δεδομένων για προγράμματα παρακολούθησης της γης εξαιτίας των μεγάλων πλεονεκτημάτων που παρουσιάζουν (6).

Βιβλιογραφία

1) Committee on Global Change Research, National Research Council (1999) Global Environmental Change: Research Pathways for the Next Decade. National Academy Press, Washington, DC.

2) Xiao XM, Zhang Q, Braswell B, et al. (2004) Modeling gross primary production of temperate deciduous broadleaf forest using satellite images and climate data. Remote Sens Environ 91:256–70.

3) Langley SK, Cheshire HM, Humes KS (2001) A comparison of single date and multitemporal satellite image classifications in a semi-arid grassland. J Arid Environ 49:401–11.

4) Hall FG, Strebel DE, Nickeson JE, et al. (1991) Radiometric rectification: toward a common radiometric response among multidate, multisensor images. Remote Sens Environ 35:11–27.

5) Amarsaikhan D, Douglas T (2004) Data fusion and multisource image classification. Int J Remote Sens 25:3529–39.

(6) Nordberg ML, Evertson J (2003) Vegetation index differencing and linear regression for change detection in a Swedish mountain range using Landsat TM and ETM+ imagery. Land Degradation & Development 16:139–149.