Habitat Mapping in Rugged Terrain Using Multispectral Ikonos Images

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Κατηγοριοποίηση των κλάσεων (D,G,LF), Πηγή:Photogrammetric Engineering & Remote Sensing, Number 11 / November 2008, pp. 1325-1334(10)
Κλάσεις ενδιαιτημάτων σύμφωνα με τη ταξινόμηση MOOSC, Πηγή:Photogrammetric Engineering & Remote Sensing, Number 11 / November 2008, pp. 1325-1334(10)
Σχετικά κόστη ($) δεδομένων απόκτησης και επεξεργασίας για τη χαρτογράφηση των ειδών, Πηγή:Photogrammetric Engineering & Remote Sensing, Number 11 / November 2008, pp. 1325-1334(10)
Αποτύπωση των μεθόδων ταξινόμησης, Πηγή:Photogrammetric Engineering & Remote Sensing, Number 11 / November 2008, pp. 1325-1334(10)

Πρωτότυπος τίτλος: Habitat Mapping in Rugged Terrain Using Multispectral Ikonos Images

Συγγραφείς: Janet Nichol and Man Sing Wong

Πηγή: Photogrammetric Engineering & Remote Sensing, Number 11 / November 2008, pp. 1325-1334(10)

Link πρωτότυπης εργασίας: https://doi.org/10.14358/PERS.74.11.1325

Aντικείμενο εφαρμογής

Το παρόν άρθρο ερευνά την εφαρμογή των εικόνων υψηλής ανάλυσης ή αλλιώς Very High Resolution (VHR) images του δορυφόρου Ikonos στην χαρτογράφηση οικοτόπων σε ανώμαλο-τραχύ έδαφος στα πάρκα του Χονγκ Κονγκ. Πραγματοποιείται σύγκριση δεδομένων προερχόμενα από αεροφωτογραφίες και από ταξινομημένες εικόνες σύμφωνα με τη μέθοδο MOOSC/Multi-level Object Oriented Segmentation with Decision Tree Classification. Αποδείχνεται ότι η μέθοδος MOOSC παρείχε ακρίβεια υψηλής ανάλυσης όπως οι αεροφωτογραφίες, σε πολύ χαμηλότερο κόστος.

Τονίζεται η ανάγκη δημιουργίας ολοκληρωμένων στρατηγικών διατήρησης της βιοποικιλότητας προκειμένου να παρέχονται πληροφορίες για την κατανομή των ειδών και τον οικοτόπων τους, με τη πάροδο του χρόνου. Για την εργασία αυτή, έχουν γίνει στο παρελθόν προσπάθειες βελτίωσης της ακρίβειας και του κόστους που αφορούν στη χρήση δορυφορικών εικόνων. Παραδείγματα των δορυφόρων μέσης ανάλυσης, και ανεπαρκούς χωρικής εμβέλειας, που έχουν αξιοποιηθεί κατά το παρελθόν, αποτελούν οι Landsat και SPOT1-SPOT4. Πολυφασματικοί σαρωτές όπως ο Ikonos έχει μεγαλύτερες δυνατότητες.

Η συγκεκριμένη μελέτη, αξιολογεί τη μέθοδο της ημιαυτόματης ψηφιοποίησης για τη χαρτογράφηση των ενδιαιτημάτων με τη χρήση πολυφασματικών εικόνων Ikonos σε ορεινό έδαφος συγκρίνοντας τα αποτελέσματα των χειροκίνητων μεθόδων υψηλής ανάλυσης, με τις στερεοσκοπικές αεροφωτογραφίες και τις μελέτες πεδίου. Ορίστηκε αρχικά, κλίμακα της τάξης 1:10000 και ελάχιστο μέγεθος αντικειμένου 100 τετρ.μέτρα στο έδαφος με χωρική διακριτική ικανότητα 4 μέτρων του Ikonos. Τρεις δευτερεύοντες στόχοι της εργασίας είναι (1) η σύγκριση των κλάσεων ανάμεσα σε εικονοστοιχείο και αντικείμενο, (2) η αξιολόγηση της συνολικής ακρίβειας που μπορεί να επιτευχθεί από την επεξεργασία της εικόνας και τέλος (3) η ανάλυση κόστους-οφέλους μεταξύ χειροκίνητων και ψηφιακών τεχνικών.

Μεθοδολογία

Για την ακριβή χαρτογραφική αναπαράσταση των ενδιαιτημάτων, η μεθοδολογία που ακολουθήθηκε χωρίστηκε σε έξι υπο-ενότητες. Οι ενότητες αυτές αφορούν στην:

  • επεξεργασία της εικόνας με ενισχύσεις και γεωμετρικές διορθώσεις
  • επιλογή χαρτογραφικών κλάσεων για την αποτύπωση των ενδιαιτημάτων
  • παρεμβολή αεροφωτογραφιών και μελέτης πεδίου
  • ταξινόμηση των εικονοστοιχείων με τη μέθοδο της μέγιστης πιθανοφάνειας
  • εφαρμογή της μεθόδου ταξινόμησης MOOSC/Multi-level Object Oriented Segmentation with Decision Tree Classification
  • τοποθέτηση του λεγόμενου μετασχηματισμού κατωφλίου (threshold), όπου χρειάζεται

Αποτελέσματα-Συζήτηση

Συνολικά, χρειάστηκαν 150 εργατοώρες για τη χαρτογράφηση των ενδιαιτημάτων με χρήση αεροφωτογραφιών, ενώ συγκριτικά με τη μέθοδο ταξινόμησης MOOSC απαιτήθηκαν 44. Εάν συνυπολογιστούν οι εργατοώρες και το κόστος των εικόνων, η μέθοδος που προτείνεται είναι σχεδόν 3 φορές φθηνότερη από τη χειροκίνητη διαδικασία με παρόμοια ανάλυση.

Όλες οι χρησιμοποιούμενες μέθοδοι της παρούσας μελέτης για τη ταξινόμηση των εικόνων Ikonos πέτυχαν υψηλότερες ακρίβειες σε σύγκριση με παρελθοντικές εργασίες που αξιοποιούσαν δεδομένα μέσης ακρίβειας. Ωστόσο, οι φασματικές επικαλύψεις ανάμεσα στις κλάσεις δεν ήταν σε θέση να μειωθούν. Η μέθοδος της ημιαυτόματης ψηφιοποίησης MOOSC φαίνεται πιο επιτυχής από ότι οι πλήρως αυτοματοποιημένες τεχνικές και αυτό οφείλεται στην παρέμβαση του μελετητή όπου απαιτείται για τον προσδιορισμό των σχετικών διακρίσεων σε όλες τις παραμέτρους ανάλυσης. Στο παρακάτω διάγραμμα αποτυπώνεται η ευκρίνεια που προσδίδει η μέθοδος ημιαυτόματης ταξινόμησης (c) συγκριτικά με τις παραδοσιακές τεχνικές ταξινόμησης (a,b).

Συμπερασματικά, η εν λόγω εργασία παρουσιάζει τις βελτιώσεις σε κόστος και ακρίβεια όσον αφορά στις διαδικασίες χαρτογράφησης των ενδιαιτημάτων, συγκριτικά με προηγούμενα παρόμοια έργα στο Xoνγκ Κονγκ και αντικατοπτρίζει τη τελευταία λέξη της τεχνολογίας στις μεθοδολογίες και τεχνολογίες των δορυφορικών εικόνων. Τα αποτελέσματα της προτεινόμενης μεθόδου MOOSC είναι πολύ ακριβή και η μέθοδος αυτή είναι αρκετά ευέλικτη και μπορεί να εφαρμοστεί σε κάθε περιοχή μελέτης, δεδομένου ότι υιοθετεί μια διαδραστική προσέγγιση για τη τοποθέτηση χωρικών και φασματικών μετασχηματισμών. Είναι πιο επαναλαμβανόμενη διεργασία και τα εξαγόμενα όρια δύναται να αξιοποιηθούν για μελλοντική χρήση.

Λόγω του μειωμένου κόστους, της επαναληψιμότητας και της υψηλής ακρίβειας της μεθόδου MOOSC, τα αποτελέσματα της εργασίας συστήνουν την αξιοποίηση της υψηλής δυναμικής που παρέχουν οι πολυφασματικές δορυφορικές εικόνες του αισθητήρα Ikonos, ως την καλύτερη δυνατή σε εφαρμογές χαρτογράφησης των ενδιαιτημάτων σε κλίμακα 1:10000.

Προσωπικά εργαλεία