Χρήση της Τηλεπισκόπησης (δορυφορικές εικόνες) για την αξιολόγηση της κατάστασης του περιβάλλοντος
Από RemoteSensing Wiki
Πρωτότυπος τίτλος: Use of Remote Sensing (Satellite Images) For Assessing the Environment Situation
Συγγραφείς: Neki Frasheri, Betim Cico, Hakik Paci, Jozef Bushati
Ίδρυμα: Faculty of Information Technology, Polytechnic University of Tirana, Tirana, Albania
Ημερομηνία συγγραφής: BALWOIS 2010 - Ohrid, Republic of Macedonia - 25, 29 May 2010
Πηγή: http://www.balwois.com/balwois/administration/full_paper/ffp-1798.pdf
Εισαγωγή
Οι τεχνολογίες τηλεπισκόπησης προσφέρουν ένα ευρύ φάσμα εικόνων, με διαφορετικά στρώματα των ορατών και υπέρυθρων ζωνών, ο συνδυασμός των οποίων, επιτρέπει τον απομακρυσμένο προσδιορισμό πολλών περιβαλλοντικών παραμέτρων, όσον αφορά στην ατμόσφαιρα, στην επιφάνεια του εδάφους και στις υδάτινες περιοχές. Ο κατάλογος περιλαμβάνει βλάστηση, υγρασία, χημική σύνθεση, θερμοκρασίες εδάφους και νερού, κατάσταση αιωρούμενων σωματιδίων στο νερό (ιζήματα, φύκια κλπ.), αερολύματα, παραμέτρους του αέρα, κλπ. Ειδικότερα ο συνδυασμός των κόκκινων και των NIR ζωνών, προσφέρει μια σαφή εικόνα της κατάστασης της βλάστησης και των περιοχών που καλύπτονται με νερό, παρέχει δηλαδή προσδιορισμό των ακτογραμμών. Η τηλεπισκόπηση εξακολουθεί να γίνεται ολοένα και πιο σημαντική, για την ολοκληρωμένη εκτίμηση των χρονικών μεταβολών των περιβαλλοντικών παραμέτρων, ιδιαίτερα λόγω της υπερθέρμανσης του πλανήτη και της διαρκούς αύξησης των ανθρώπινων δραστηριοτήτων. Για τη βελτίωση της μεθοδολογίας συνδυασμού δορυφορικών εικόνων, από διαφορετικές χρονικές περιόδους, για την παραγωγή γενικευμένων δεδομένων, προκειμένου να παρακολουθείται η εξέλιξη των περιβαλλοντικών καταστάσεων, προτείνονται δύο λύσεις: Αρχικά, για το έργο WETSYS-B, συνδυάζονται διαφορετικές εικόνες, για να παράγουν ψευδέγχρωμες εικόνες, όπου οι μεταβολές στις υγρές περιοχές, είναι σαφώς, άμεσα ορατές, σε μορφή raster. Κατόπιν, στο πλαίσιο του έργου SEE_GRID-SCI, προτείνεται μια εφαρμογή του πλαισίου CHERS, για την ανάλυση στον τομέα του χωροχρόνου των δορυφορικών εικόνων, με μια πρακτική εφαρμογή, για την ανάλυση των τάσεων των τιμών του κάθε pixel, στο πεδίο του χρόνου (εικ.1).
Μεθοδολογία
Προσδιορισμός των αλλαγών των υδάτινων οργανισμών
Χρησιμοποιήθηκαν δύο ή τρεις ζώνες NIR, της ίδιας περιοχής, που έχουν ληφθεί σε διαφορετικό χρόνο και συνδυάστηκαν σε μία ενιαία ψευδέγχρωμη εικόνα, ως ζώνες Μπλε, Πράσινο και Κόκκινο (RGB). Οι υδάτινοι οργανισμοί, είναι σχεδόν μαύροι, στη ζώνη NIR, ενώ οι εκτάσεις Γης, έχουν παραλλαγές των αποχρώσεων του γκρι, εμφανίζοντας σκιές κάποιου χρώματος (εικ.2). Οι περιοχές με τις μεταβαλλόμενες υδάτινες επιφάνειες, είναι μαύρες, σε μία ή δύο ζώνες, ενώ το υπόλοιπο μέρος των ζωνών, είναι ανοικτό γκρι.
Ανάλυση εικόνων στον τομέα του χωροχρόνου
Η χρησιμοποίηση εικόνων, που παραλαμβάνονται σε διαφορετικές ημέρες, για την ίδια περιοχή, καθιστά πιθανή την αξιολόγηση των εποχιακών και μακροπρόθεσμων περιβαλλοντικών φαινομένων, χρησιμοποιώντας διαφορετικά μήκη κύματος, για τις διαφορετικές περιβαλλοντικές παραμέτρους. Η εφαρμογή της παρεμβολής και της χρήσης τεχνικών φιλτραρίσματος, μπορεί να επιτρέψει λείανση των αναλυθεισών τρισδιάστατων λειτουργιών, αποβολή των θορύβων και παραγωγή των ποιοτικών βίντεο, που παρουσιάζουν τις χρονικές παραλλαγές των περιβαλλοντικών συνθηκών. Σαν πρώτη προσέγγιση, λοιπόν, εστιάσαμε στην ανάλυση, εγκαίρως, της τάσης των μεμονωμένων εικονοκυττάρων, τα οποία επέτρεψαν μια στατική παρουσίαση του χαρακτήρα των αλλαγών. Η ανάλυση αυτή, των τάσεων, με πολυώνυμα δεύτερης τάξης, επιτρέπει τον εντοπισμό των τάσεων, για την αντιστροφή της τάσης (εικ.3).
Η συνέχιση αυτής της ιδέας, θα απαιτήσει την εφαρμογή πιο σύνθετων μεθόδων, όπως:
- Φασματική/ανάλυση εντροπίας στον τομέα του χωροχρόνου
- Διαδικασίες φιλτραρίσματος και συσχετισμού/ταξινόμησης
- Προσδιορισμός συγκεκριμένων μοντέλων και η εξέλιξή τους
- Αναγνώριση και μορφοποίηση των ακτογραμμών των υδάτινων σωμάτων
Η επεξεργασία των ακολουθιών των δορυφορικών εικόνων, μπορεί να απαιτήσει δύσκολους υπολογισμούς, ειδικά όταν οι αλγόριθμοι επεξεργασίας είναι σύνθετοι, όπως σε περιπτώσεις προσδιορισμού ορισμένων περιοχών, χρησιμοποιώντας την αναγνώριση προτύπων, ή προσδιορισμού και των συνόρων των υδατικών συστημάτων. Σε αυτό, το πλαίσιο CHERS, μπορεί να χωρίσει την τρισδιάστατη μήτρα στοιχείων, σε επιμέρους πίνακες, που μπορούν να υποβληθούν σε επεξεργασία, στις πλατφόρμες επεξεργαστών ή πλέγματος.
Αριθμητικά αποτελέσματα
Προσδιορισμός των αλλαγών των υδάτινων οργανισμών
Χρησιμοποιήσαμε το συνδυασμό ζωνών NIR, σε μια ψευδέγχρωμη εικόνα, σε δύο περιοχές - λίμνες Shkodra και Πρέσπας. Η περιοχή λιμνών Shkodra μελετήθηκε στο πλαίσιο του WETSYS-B. Η ανάλυση έγινε χρησιμοποιώντας τις ίδιες εικόνες Landsat, του 1977, του 1987 και του 1992. Το αποτέλεσμα δίνεται στην εικόνα 4. Είναι ορατός στο δέλτα του ποταμού Buna, ένας τομέας της διάβρωσης - η άμμος φαίνεται να κινείται ανατολικά -, ενώ η επέκταση του υγρότοπου (τρίγωνο κόκκινου χρώματος), είναι ορατή στα δυτικά του ποταμού Buna.
Η ίδια μεθοδολογία εφαρμόστηκε και στο σύστημα των λιμνών των Πρεσπών, με την χρήση ζωνών Landsat NIR. Η απώλεια νερού, είναι ορατή στην επίπεδη βορειοανατολική ακτή της Μεγάλης Πρέσπας, σαν μια λωρίδα μπλε χρώματος (εικ.5). Η απώλεια νερού, φαίνεται επίσης, στις νότιες και βραχώδεις, ακτές της λίμνης.
Ανάλυση των τάσεων του δείκτη βλάστησης
Χρησιμοποιήθηκε το πλαίσιο εφαρμογής CHERS, για τον υπολογισμό των τάσεων για κάθε pixel, μιας σειράς εικόνων Κανονικοποιημένου Δείκτη Βλάστησης (NDVI), που έχουν ληφθεί μέσω της επεξεργασίας Κόκκινου και NIR ζωνών, του επιπέδου εικόνων MODIS 1, για περίοδο πέντε ετών. Χρησιμοποιήθηκε, ακόμη, το HEG, ως λογισμικό, για να εξαγάγουμε το κόκκινο και τις ζώνες NIR, ως δυαδικά αρχεία εικόνας. Η ακολουθία Κόκκινου και ζευγών NIR, χρησιμοποιήθηκαν ως εισαγωγή για CHERS, το οποίο παρήγαγε την ακολουθία των εικόνων, που αντιπροσωπεύουν τις τιμές NDVI, που χαρτογραφήθηκαν στη σειρά 0:255, για να παραγάγουν, σε τόνους του γκρι, τα δυαδικά αρχεία εικόνας. Στο δεύτερο βήμα CHERS, υπολογίστηκαν τα πολυώνυμα τάσης της δεύτερης διαταγής, παράγοντας τρία δυαδικά αρχεία εικόνας, σε τόνους του γκρι, με τις τιμές των πολυωνυμικών συντελεστών, για κάθε εικονοκύτταρο. Αυτές οι εικόνες συνδυάστηκαν σε μια ψευδέγχρωμη εικόνα, χρησιμοποιώντας το δυαδικό αρχείο εικόνας, των πολυωνυμικών σταθερών, όπως κόκκινες (αντιπροσωπεύοντας τη μέση αξία του εικονοκυττάρου), των συντελεστών της πρώτης γραμμής και της δεύτερης διαταγής, τόσο πράσινης, όσο και μπλε. Η ερμηνεία της προκύπτουσας εικόνας, βοηθιέται με μια αντιπροσώπευση παλετών, συνδυασμού κοκκίνου, πράσινος και μπλε, σύμφωνα με ορισμένους κανόνες. Εφαρμόστηκε, επίσης, το πλαίσιο εφαρμογής CHERS, για τον υπολογισμό της γραμμικής τάσης, για τις περιοχές των λιμνών Shkodra και Πρέσπας. Τα αποτελέσματα παρουσιάζονται στην εικόνα 6. Σε περίπτωση γραμμικής τάσης, συνδυάσαμε το σταθερό δυαδικό αρχείο εικόνας (μέσοι όροι NDVI), όπως κόκκινος, ενώ το πρώτο δυαδικό αρχείο εικόνας, συντελεστή διαταγής, θεωρήθηκε ως πράσινο, με το μπλε ως συμπλήρωμά του.
Συμπεράσματα
Ο συνδυασμός διαφορετικών ζωνών, των δορυφορικών εικόνων, που λαμβάνονται σε διαφορετικούς χρόνους, αντιπροσωπεύει μια τρισδιάστατη δομή δεδομένων, της οποίας η ανάλυση, επιτρέπει τον προσδιορισμό των περιβαλλοντικών αλλαγών και του χαρακτήρα τους. Έχουμε πειραματιστεί σε μερικές απλές περιπτώσεις, που στρέφονται στις μετακινήσεις των ακτών των υδάτινων οργανισμών, και στην τάση NDVI για κάθε εικονοκύτταρο, παράγοντας ψευδέγχρωμες εικόνες, που αντιπροσωπεύουν τις παραλλαγές τους. Η περαιτέρω ανάλυση αυτών των εικόνων και των εικονοκυττάρων ταξινόμησης, θα επέτρεπε στους ειδικούς περιβάλλοντος, να σκιαγραφήσουν και να ενσωματώσουν, ενδιαφερόμενες περιοχές, στα GIS. Η μεθοδολογία αυτή, μπορεί να χρησιμοποιηθεί για ολόκληρη τη σειρά περιβαλλοντικών παραμέτρων, που λαμβάνονται από συνδυασμούς ζωνών δορυφορικών εικόνων.
