Το Παγκόσμιο Πλέγμα των Ανθρώπινων Οικισμών από Εικόνες Landsat
Από RemoteSensing Wiki
Το Παγκόσμιο Πλέγμα των Ανθρώπινων Οικισμών από Εικόνες Landsat
Αντικείμενο Εφαρμογής: Μελέτη χωρικής κατανομής των ανθρώπινων οικισμών από το σύνολο του αρχείου εικόνων του Landsat
Πρωτότυπος Τίτλος: ' The global human settlement layer from LANDSAT imagery
Συγγραφείς: M. Pesaresi, D. Ehrlich, A. J. Florczyk, S. Freire, A. Julea, T. Kemper, V. Syrris
European Commission – Joint Research Centre (JRC), Institute for the Protection and Security of the Citizen, 21020 Ispra, Varese, Italy
Πηγή: IGARSS (2016), 2016 IEEE International Geoscience and Remote Sensing Symposium p.7276-7279 [1]
Λέξεις Κλειδιά: Landsat, Τηλεπισκόπηση, Αστικοποίηση, Ρίσκο Καταστροφής, Διεθνείς Συμφωνίες-πλαίσια
Περίληψη: Η ανάπτυξη του δομημένου περιβάλλοντος είναι μια παγκόσμια περιβαλλοντική αλλαγή που μπορεί να μετρηθεί, να παρακολουθηθεί, αλλά και αναμένεται να συνεχιστεί καθώς οι πληθυσμοί συνεχίζουν να αυξάνονται και να αστικοποιούνται. Η βάση δεδομένων ‘Παγκόσμιο Επίπεδο Ανθρώπινων Οικισμών’ (GHSL) δημιουργήθηκε για τη μέτρηση και την παρακολούθηση του παγκόσμιου δομημένου περιβάλλοντος και των αλλαγών του. Στην παρούσα εργασία τα επίπεδα της GHSL που παρουσιάζονται, παράχθηκαν με επεξεργασία του συνολικού αρχείου εικόνων του Landsat από το 1975 μέχρι σήμερα. Η GHSL περιλαμβάνει τέσσερα παγκόσμια επίπεδα πληροφορίας που αντιστοιχούν στις περιόδους: 1975, 1990, 2000 και 2014.Οι παραγόμενες γεωπληροφορίες χρησιμοποιούνται σε ευρύ φάσμα εφαρμογών που περιλαμβάνουν την παραγωγή στατιστικών αστικοποίησης , απόδοση υψηλής λεπτομέρειας δικτύων πληθυσμιακής πυκνότητας και τη δημιουργία δεικτών για την παρακολούθηση στόχων για βασικά διεθνή πλαίσια συμφωνιών.
Εισαγωγή: Οι ανθρώπινοι οικισμοί καλύπτουν ένα σχετικά μικρό μέρος της επιφάνειας της γης, αλλά οι διεργασίες που συμβαίνουν εντός αυτών απαιτούν σταθερή εισαγωγή ενέργειας και πόρων, ενώ παράγουν απόβλητα που έχουν επιπτώσεις πέρα από τα όρια τους. Πληροφορίες σχετικά με τη χωρική έκταση των οικισμών είναι απαραίτητες για την κατανόηση των αλληλεπιδράσεων κοινωνίας-περιβάλλοντος. Αυτές οι πληροφορίες απαιτούνται ως εισαγωγή σε μοντέλα εκτίμησης κινδύνου καταστροφών, για την παρακολούθηση διεθνών συμφωνιών αλλά και για συγκριτικές μελέτες.
Υπόβαθρο και Μέθοδοι :Η αναγνώριση των κτιριακών δομών και της χωρικής τους έκτασης βρίσκεται στο επίκεντρο της παρούσας ανάλυσης. Οι πληροφορίες που εξάγονται από εικόνες Landsat -αναφέρονται ως μεσαίας ανάλυσης καθώς το καταγεγραμμένο εικονοστοιχείο είναι μεγαλύτερο από το μέσο μέγεθος - αποδίδονται στη GHSL με στόχο τη μέτρηση του ποσοστού δομημένου περιβάλλοντος . Η επεξεργασία περιλαμβάνει ολόκληρο το αρχείο εικόνων Landsat και αποσκοπεί στην παραγωγή χαρτών που αποτελούν το στιγμιότυπο της συνολικής παγκόσμιας ανάπτυξης των τεσσάρων περιόδων. Η επεξεργασία τόσο μεγάλου όγκου δορυφορικών εικόνων απαιτεί τη διαχείριση και τη διάρθρωση των δεδομένων, την εξόρυξη πληροφοριών και την ταξινόμηση που χαρακτηρίζεται ως εργασία ‘μεγάλων δεδομένων’.
Δεδομένα: Το σύνολο των δεδομένων Landsat που επεξεργάστηκαν αντιπροσωπεύουν 32.808 εικόνες που αποκτήθηκαν από τον πολυφασματικό σαρωτή, τον θεματικό χάρτη και τους ενισχυμένους θεματικούς αισθητήρες χαρτογράφησης .Για τη διαχείριση της επεξεργασίας των εικόνων τα σύνολα δεδομένων επανεπεξεργάστηκαν σε 19.624 μέρη (έκαστο με μέγεθος 4096 x 4096 pixel)(Εικ.1) ,μέσω της υπηρεσίας Tile Map Service(TMS), και καλύπτουν ολόκληρη την επιφάνεια της γης.
Εξαγωγή πληροφοριών και ταξινόμηση: Η επεξεργασία των δεδομένων βασίστηκε σε ένα υπόδειγμα ,που αναφέρεται ως Symbolic Machine Learning, και που βασίζεται στη δημιουργία χώρου χαρακτηριστικών σε δύο κύρια βήματα επεξεργασίας , που αναφέρονται ως μείωση δεδομένων αλληλουχίας εικόνας, και ανάλυση συσχέτισης. Ο χώρος παραγωγής των χαρακτηριστικών αφορά την επεξεργασία των φασματικών τιμών της ανακλώμενης ακτινοβολίας κάθε εικόνας καθώς και τα ειδικά χαρακτηριστικά του χώρου με επίκεντρο το μορφολογικό φιλτράρισμα. Η χρονική διάσταση συμπεριλαμβάνεται επίσης. Ο χώρος χαρακτηριστικών παράγει για κάθε εικονοστοιχείο ένα διάνυσμα με χαρακτηριστικά σχετικά με το συγκεκριμένο εικονοστοιχείο. Η ένωση γίνεται στη συνέχεια με ένα επίπεδο αναφοράς.
Ένα πλήθος τέτοιων επιπέδων επεξεργάστηκε έτσι ώστε να απεικονίζει το δομημένο περιβάλλον και στη συνέχεια χρησιμοποιήθηκε για την εκπαίδευση του αλγορίθμου. Ο αλγόριθμος αναλύει αυτόματα τις σχέσεις μεταξύ των δεδομένων και υπολογίζει τον Τεκμηριωμένο Κανονικοποιημένο Διαφορικό Δείκτη (ENDI). Ο ENDI είναι μια συνεχής τιμή που αντιπροσωπεύει την πυκνότητα δόμησης. Οι συνεχείς τιμές των πυκνοτήτων δόμησης για τις τέσσερις περιόδους μπορούν στη συνέχεια να ταξινομηθούν.
Αποτελέσματα και Συμπεράσματα: Η επεξεργασία παρήγαγε τέσσερα επίπεδα πληροφορίας που αντιστοιχούν σε εκτιμήσεις της δομημένης περιοχής το 1975, το 1990,Το 2000 και το 2014. Τα επίπεδα παρέχουν τον βαθμό συγκέντρωσης μέσα σε κάθε εικονοστοιχείο που υπολογίζεται με τον συνδυασμό πληροφοριών υπο-εικονοστοιχείων και με την ταξινόμηση κάλυψης γης πολλαπλών τάξεων ανά εικονοστοιχείο.
Οι επεξεργασμένες εικόνες που προέκυψαν αποδίδουν το σύνολο των χερσαίων μαζών στη διάρκεια μιας περιόδου 40 χρόνων, την έκταση των μητροπολιτικών περιοχών και την αλλαγή τους με το χρόνο. Αυτό επιτρέπει την καταγραφή ολόκληρου του δομημένου περιβάλλοντος μέσω ενός παγκόσμιου ενοποιημένου συστήματος. Οι εικόνες 2-5 δείχνουν περιοχές 200 x 150 χλμ τόσο σε αστικές όσο και σε επαρχιακές περιοχές. Τα διαφορετικά χρώματα υποδηλώνουν τις τέσσερις περιόδους που κωδικοποιούνται ως κόκκινο (1975), πορτοκαλί (1990),κίτρινο (2000) και λευκό (2014). Οι χερσαίες μάζες αποδίδονται με μαύρο και το νερό με μπλε.
Η GHSL μετρά και ποσοτικοποιεί τη χωρική έκταση μικρότερων οικισμών, που αναφέρονται ως πόλεις και χωριά που βρίσκονται γύρω από μεγάλες πόλεις ,αλλά και περιοχών μακριά από μεγαλύτερες πόλεις. Σε σύγκριση με άλλα διαθέσιμα παγκόσμια αστικά προϊόντα η εργασία δείχνει ότι τα μοντέλα αστικοποίησης δεν έχουν ακόμη περιγραφεί πλήρως. Αυτά τα μοντέλα ανάπτυξης πρέπει να κατανοηθούν καλύτερα για έναν αποτελεσματικό αστικό σχεδιασμό εν όψει της παγκόσμιας περιβαλλοντικής αλλαγής, και για την κατανόηση των παραγόντων κινδύνου που επιταχύνθηκαν από τον υψηλό μεταβολισμό των πόλεων και των κατοικημένων περιοχών.
