Χρησιμοποιώντας την φασματοσκοπία απεικόνισης για την χαρτογράφηση των αποβλήτων κόκκινης λάσπης - σκόνης (RD) : The Podgorica Aluminum Complex case study
Από RemoteSensing Wiki
Εισαγωγή στο πρόβλημα
Ο σκοπός της παρούσας μελέτης είναι να διερευνήσει τη δυνατότητα χαρτογράφησης μέσω της υπερφασματικής τηλεπισκόπησης περιοχών που έχουν ρυπανθεί από την Κόκκινη Σκόνη (RD), έτσι ώστε να λαμβάνονται ειδικές προφυλάξεις κατά τη διάθεσή της προκειμένου να αποφευχθεί η ρύπανση του εδάφους και των υδάτινων σωμάτων. Η επιλεγμένη περιοχή μελέτης περιέχει υπολείμματα από την εξαγωγή του αλουμινίου από βωξίτη (κόκκινη λάσπη), τα οποία περιέχουν υψηλές συγκεντρώσεις ρύπων, όπως βαρέα μέταλλα.
Μεθοδολογία
Πραγματοποιήθηκαν εργαστηριακές αναλύσεις και in situ μετρήσεις των δειγμάτων της RD προκειμένου να εντοπιστούν τα επικρατή μέταλλα και να προσδιοριστούν τα οπτικά χαρακτηριστικά των δειγμάτων καθώς και φασματικά χαρακτηριστικά τους. Εφαρμόστηκε μη επιβλεπόμενη ταξινόμηση και μια τεχνική φασματικής ανάλυσης που βασίζεται στο σχήμα, χρησιμοποιώντας τα συγκεκριμένα φασματικά χαρακτηριστικά αντανάκλασης της RD, σε ατμοσφαιρικά υπερφασματικά δεδομένα τηλεπισκόπησης για τη χαρτογράφηση της κατανομής RD σε γυμνά εδάφη.
Επιπλέον, για να αξιολογήσει ένα εργαλείο για την ανίχνευση των ρύπων στα νερά του ποταμού χρησιμοποιήθηκε ένα ημι-αναλυτικό μοντέλο.
Συμπεράσματα-αξιολόγηση
Η μελέτη αποκαλύπτει την ευελιξία και την χρησιμότητα της υπερφασματικής τηλεπισκόπησης στη χαρτογράφηση επικίνδυνων βιομηχανικών ρυπαντών, όπως η διασπορά κόκκινης σκόνης από την κατακράτηση κόκκινης λάσπης, δίνοντας τη δυνατότητα να εντοπιστεί η χωρική κατανομή τους. Ειδικότερα, αξιολογήθηκε η δυνατότητα χαρτογράφησης σε εδαφικό και υδάτινο περιβάλλον επικίνδυνων υλικών με χρήση υπερφασματικών αντανακλάσεων. Τα αποτελέσματα μπορούν να είναι αξιοσημείωτα για την δημόσια υγεία, επειδή η διασπορά της κόκκινης σκόνης σε υψηλά επίπεδα συγκέντρωσης μπορεί να είναι ένα παθογόνος παράγοντας όπως τονίζεται με την ανάλυση XRD και XRF των δειγμάτων της κόκκινης λάσπης που συλλέχθηκαν στη περιοχή μελέτης.
Στο έδαφος, τόσο οι VNIR και SWIR φασματικές περιοχές του φασματικού εύρους του MIVIS εφαρμόστηκαν για την ανίχνευση μέσω μη επιβλεπόμενης (ως προϊόν που θα χρησιμοποιηθεί σε περίπτωση γρήγορης πρώτης εκτίμησης των ζημιών) και επιβλεπόμενης μεθόδου ταξινόμησης (ως προϊόν κατάλληλο για την πραγματική εκτίμηση αποβλήτων και υποστήριξη περιβαλλοντικών δράσεων αποκατάστασης), της ύπαρξης της κόκκινης λάσπης σε εδάφη. Ειδικότερα, από εργαστηριακά αποτελέσματα προέκυψε ότι η κόκκινη λάσπη είναι φασματικώς ευδιάκριτη από την συνδυασμένη χρήση των 0,44 έως 0,83 μm και 2.23 έως 2.27 χαρακτηριστικών απορρόφησης σχετικά με την απορρόφηση του Fe3 + και ΑΙ-ΟΗ αντίστοιχα. Σχετικά με το έδαφος, η SFF διαδικασία ταξινόμησης που χρησιμοποιήθηκε για τη χαρτογράφηση της διάχυσης της κόκκινης λάσπης παρείχε σημαντική ακρίβεια (ΟΑ 84% και συντελεστή Kappa 0,82), σε σχέση με το μη ικανοποιητικό αποτέλεσμα που προέκυψε από την στατιστική μη ταξινομημένη διαδικασία (δηλ. συνδυασμένη χρήση της ICA και ISODATA).
Με την εφαρμογή ενός αντιστρόφου μοντέλου, εντοπίστηκαν τα οπτικά προφίλ που ταιριάζουν καλύτερα στην κόκκινη λάσπη που αιωρείται στο νερό και στις περιοχές κατά μήκος του ποταμού που περιβάλλει τη βιομηχανική εγκατάσταση. Λίγες περιοχές του ύδατος κοντά στη βιομηχανική μονάδα φαίνεται να επηρεάζονται. Η ακρίβεια του μοντέλου επαληθεύτηκε με στατιστική ανάλυση μεταξύ της μετρούμενης και της μοντελοποιημένης αντανάκλασης (Rrs) που πραγματοποιήθηκε στον Rrs MIVIS. Αν και η αναγνώριση ιζημάτων αποτελεί πρόκληση, είναι σημαντικό να σημειωθεί ότι η περαιτέρω διερεύνηση των αποτελεσμάτων με in situ έρευνα μέσω της απόκτησης ενός πιο σημαντικού αριθμού δειγμάτων νερού είναι απαραίτητη για την αξιοπιστία του οπτικού μοντέλου. Επιπλέον, πρέπει να σημειωθεί ότι η δυναμική της ροής του ποταμού και η χαμηλή συγκέντρωση της κόκκινης λάσπης στο νερό του ποταμού μπορεί να περιορίσει σημαντικά την ακρίβεια.
Συμπερασματικά, η μελέτη υποστηρίζει την εφαρμογή των υπερφασματικών τεχνολογιών για την ταχεία ανίχνευση και χαρτογράφηση των βιομηχανικών αποβλήτων, όπως η RD. Η πληροφορία που θα προκύπτει από τις εφαρμογές αυτές θα είναι κατάλληλη για να υποστηρίξει την ανάπτυξη αποτελεσματικότερων προγραμμάτων παρακολούθησης.
Πηγή:
S. Pascucci, C. Belviso, R. M. Cavalli, A. Palombo, S. Pignatti, F. Santini (2012). Using imaging spectroscopy to map red mud dust waste: The Podgorica Aluminum Complex case study. Remote Sensing of Environment,Vol. 123, pp 139–154
