MΕΡΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ ΓΙΑ ΤΗ ΔΗΜΙΟΥΡΓΙΑ ΜΟΝΤΕΛΩΝ ΠΡΟΒΛΕΨΗΣ ΥΔΡΟΛΟΓΙΚΩΝ ΦΑΙΝΟΜΕΝΩΝ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΤΗΝ ΑΝΑΛΥΣΗ ΤΗΛΕΠΙΣΚΟΠΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση


1. Αντικείμενο Εφαρμογής: MΕΡΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ ΓΙΑ ΤΗ ΔΗΜΙΟΥΡΓΙΑ ΜΟΝΤΕΛΩΝ ΠΡΟΒΛΕΨΗΣ ΥΔΡΟΛΟΓΙΚΩΝ ΦΑΙΝΟΜΕΝΩΝ ΠΟΥ ΒΑΣΙΖΟΝΤΑΙ ΣΤΗΝ ΑΝΑΛΥΣΗ (multitemporal) ΤΗΛΕΠΙΣΚΟΠΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

2. Στόχος Εφαρμογής: Στόχος της εφαρμογής είναι η περιγραφή και αξιολόγηση των τηλεπισκοπικών δεδομένων ως προς την καταλληλότητά τους σε υδρολογικές εφαρμογές και η συμβολή τους στη δημιουργία υδρολογικών μοντέλων.

3. Είδη Δορυφόρων, Δεκτών και Καναλιών: Χρησιμοποιήθηκαν οι δέκτες Landsat TM 4 και 5 Multispectral Sensor (MSS) και από τον NOAA το Advanced Very High Resolution Radiometer (AVHRR). Οι εικόνες του Landsat χρησιμοποιήθηκαν για τη δημιουργία ψηφιακών μοντέλων εδάφους αλλά και για τη συστηματική χαρτογράφηση της έκτασης που καταλαμβάνει το χιόνι. Όταν το χιόνι ξεκινάει να λιώνει οι συνθήκες αλλάζουν και δεν επιτρέπουν περαιτέρω έρευνα. Η καθημερινή παρακολούθηση της περιοχής που γινόταν από τον AVHRR έκανε δυνατή την παρακολούθηση των μεταβολών στην κάλυψη της περιοχής με χιόνι. Όταν όμως η αλλαγή των συνθηκών οφείλεται στην αλλαγή κλίματος τότε για την παρακολούθηση μικρών «λεκανών» με χιόνι οι δέκτες Landsat TM , MSS και SPOT-HRV και IRS-LISS I, II, III, IV είναι πιο χρήσιμοι.

4. Χρησιμότητα Δορυφόρων, Δεκτών και Καναλιών: Τα δορυφορικά τηλεπισκοπικά δεδομένα σε διαφορετικά τμήματα του ηλεκτρομαγνητικού φάσματος είναι πολύ χρήσιμα για την εξαγωγή σε πραγματικό χρόνο γεωφυσικών παραμέτρων για την υποστήριξη και δημιουργία υδρολογικών μοντέλων. Στη μελέτη αυτή έγινε επεξεργασία πολυφασματικών δεδομένων, δεδομένων από πολλούς δέκτες και από πολλές διαφορετικές χρονικές στιγμές.

5. Προεπεξεργασίες: Ta δορυφορικά δεδομένα διορθώθηκαν γεωμετρικά με γεωαναφορά στο σύστημα συντεταγμένων στο οποίο βρίσκονταν οι τοπογραφικοί χάρτες της περιοχής.

T131.jpg
T132.jpg



6. Ψηφιακές επεξεργασίες/αλγόριθμοι και αποτελέσματα: Οι δορυφορικές εικόνες είχαν μεγέθη 350*512 και 800*1024 pixels για τους TM και MSS αντίστοιχα. Η ΕΙΚΟΝΑ 1 είναι του MSS σε τόνους του γκρι.

Στις εικόνες εφαρμόστηκαν μάσκες για να γίνει εξαγωγή της επιφάνειας απορροής και στη συνέχεια χωρίστηκαν σε τρεις υψομετρικές ζώνες. Μετά ακολούθησε η διαδικασία της επιβλεπόμενης ταξινόμησης. Επιλέχθηκε ο αλγόριθμος της ελάχιστης απόστασης. Τα αποτελέσματα φαίνονται στην ΕΙΚΟΝΑ 2.

T133.jpg

7. Χρήση επιπρόσθετων χαρτών, βάσεων δεδομένων, GIS και ποιών: Παράλληλα χρησιμοποιήθηκε το λογισμικό AUTOCAD για τη δημιουργία ισοϋψών καμπύλων κάθε 200 έως 100μ ανάλογα με την περιοχή. Τα ψηφιακά υψομετρικά μοντέλα δημιουργήθηκαν με βάσει αυτές τις υψομετρικές καμπύλες με το λογισμικό TISS και φαίνονται στην ΕΙΚΟΝΑ 3.

8. Αιτιολόγηση αναγκαιότητάς τους: Τα ψηφιακά υψομετρικά μοντέλα σε συνδυασμό με τα δορυφορικά δεδομένα δημιουργούν τρισδιάστατες όψεις του πεδίου σε διαφορετικές γωνίες φωτισμού και έτσι μπορούμε να υπολογίσουμε την κατανομή του χιονιού στη λεκάνη απορροής.

9. Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων: Αποτέλεσμα όλων των παραπάνω διαδικασιών είναι η δημιουργία ενός υδρολογικού μοντέλου, ενός μοντέλου δηλαδή που θα προβλέπει την απόδοση ενός υδρολογικού συστήματος ανάλογα τις συνθήκες και επιπλέον στη συγκεκριμένη εφαρμογή να προσομοιώνει τη ροή του νερού όταν λιώνει το χιόνι. Οι προκαθορισμένες μορφολογικές και υδρολογικές παράμετροι καθώς και η έκταση που καταλαμβάνει το χιόνι καθορίστηκαν με βάση τα δορυφορικά δεδομένα. Συμπερασματικά μπορούμε να πούμε ότι τα δορυφορικά δεδομένα μπορούν να χρησιμοποιηθούν αποτελεσματικά σε τέτοιες εφαρμογές σε συνδυασμό με δεδομένα πεδίου, μετεωρολογικά και υδρολογικά δεδομένα. Παρόλα αυτά όμως θα πρέπει τα δεδομένα από πολυφασματικούς δέκτες με διαφορετικές χωρικές διακριτικές ικανότητες να μελετώνται σε συνδυασμό μεταξύ τους για να μπορέσουν να δώσουν λύση στο πρόβλημα που δημιουργείται με τις εικόνες από διαφορετικές χρονικές στιγμές.

ΠΡΩΤΟΤΥΠΟ ΑΡΘΡΟ

Some aspects on the development of hydrological forecasting models based on multitemporal satellite remote sensing A.Narayana Swamy, Pietro Alessandro Brivio

Ανακτήθηκε από το "http://147.102.106.44/rs/wiki/index.php/M%CE%95%CE%A1%CE%99%CE%9A%CE%95%CE%A3_%CE%A0%CE%91%CE%A1%CE%91%CE%9C%CE%95%CE%A4%CE%A1%CE%9F%CE%99_%CE%93%CE%99%CE%91_%CE%A4%CE%97_%CE%94%CE%97%CE%9C%CE%99%CE%9F%CE%A5%CE%A1%CE%93%CE%99%CE%91_%CE%9C%CE%9F%CE%9D%CE%A4%CE%95%CE%9B%CE%A9%CE%9D_%CE%A0%CE%A1%CE%9F%CE%92%CE%9B%CE%95%CE%A8%CE%97%CE%A3_%CE%A5%CE%94%CE%A1%CE%9F%CE%9B%CE%9F%CE%93%CE%99%CE%9A%CE%A9%CE%9D_%CE%A6%CE%91%CE%99%CE%9D%CE%9F%CE%9C%CE%95%CE%9D%CE%A9%CE%9D_%CE%A0%CE%9F%CE%A5_%CE%92%CE%91%CE%A3%CE%99%CE%96%CE%9F%CE%9D%CE%A4%CE%91%CE%99_%CE%A3%CE%A4%CE%97%CE%9D_%CE%91%CE%9D%CE%91%CE%9B%CE%A5%CE%A3%CE%97_%CE%A4%CE%97%CE%9B%CE%95%CE%A0%CE%99%CE%A3%CE%9A%CE%9F%CE%A0%CE%99%CE%9A%CE%A9%CE%9D_%CE%94%CE%95%CE%94%CE%9F%CE%9C%CE%95%CE%9D%CE%A9%CE%9D".