Remote Sensing of Turbidity in the Tennessee River Using
Από RemoteSensing Wiki
Remote Sensing of Turbidity in the Tennessee River Using Landsat 8 Satellite/Μέτρηση της Θολότητας στον ποταμό Τενεσί με τηλεπισκόπηση και εικόνες landsat 8.
Συγγραφείς: A. K. M. Azad Hossain , Caleb Mathias and Richard Blanton
Περίληψη:
Ο ποταμός Tennessee στις Ηνωμένες Πολιτείες είναι ένας από τους βασικότερους πόρους ύδατος της περιοχής ωστόσο είναι ένας από τους περισσότερο μολυσμένους ποταμούς στον κόσμο και άρα πηγή ρύπανσης η απορροή του. Για αυτό τον λόγο η παρακολούθησή του είναι αναγκαία και σε αυτό έρχεται να βοηθήσει η μέθοδος της τηλεπισκόπησης. Αυτή η μελέτη ανέπτυξε ένα αριθμητικό μοντέλο εκτίμησης της θολότητας του ποταμού αυτού και των παραποτάμων του, χρησιμοποιώντας δορυφορικές εικόνες LANDSAT 8 σε συνδυασμό με επιτόπιες μετρήσεις σε σχεδόν πραγματικό χρόνο. Τα αποτελέσματα που προκύπτουν δείχνουν ότι μπορεί να υπάρξει ένα αριθμητικό μοντέλο βασισμένο σε μη γραμμική παλινδρόμηση με βάση τις τιμές της ανάκλασης στην κόκκινη ζώνη του αισθητήρα Landsat 8 OLI προκειμένου να εκτιμηθεί η θολότητα στο νερό με υψηλή ακρίβεια. Η αξιολόγηση της ακρίβειας της εκτιμώμενης θολότητας πέτυχε τιμή συντελεστή προσδιορισμού (R2) και μέσο τετραγωνικό σφάλμα (RMSE) τόσο υψηλές όσο 0,97 και 1,41 NTU, αντίστοιχα. Το μοντέλο δοκιμάστηκε επίσης σε εικόνες που ελήφθησαν σε διαφορετική ημερομηνία για να εκτιμηθεί η δυνατότητά του για την εξ αποστάσεως εκτίμηση της θολότητας ρουτίνας και παρήγαγε ενθαρρυντικά αποτελέσματα με τιμήR2 0,94 και σχετικά υψηλό RMSE.
Λέξεις-κλειδιά:Landsat 8 Operational Land Imager (OLI), ποιότητα νερού, θολότητα, διαστημικός αισθητήρας, περιβαλλοντικοί δείκτες, δορυφορικές εικόνες, Chattanooga.
1.Εισαγωγή:
Η δορυφορική τηλεπισκόπηση προσφέρει εικόνες πολλών ετών μέσα από τις οποίες μπορεί να γίνει μελέτη περιοχής. Οι αισθητήρες των δορυφόρων μετρώντας την ηλιακή ακτινοβολία σε διάφορα μήκη κύματος η οποία αντανακλάται από τις διάφορες επιφάνειες, στην προκειμένη από το νερό, μπορεί να συσχετιστεί και με διάφορες άλλες παραμέτρους ποιότητας των υδάτων. Η μέθοδος της τηλεπισκόπησης πλεονεκτεί σε τρία επίπεδα: 1.συνεχείς λήψεις επιτρέπουν συνοπτικές εκτιμήσεις σε περιοχές μεγάλης έκτασης, 2.μπορεί να γίνει εκτίμηση ακόμη και σε μη προσβάσιμες περιοχές, 3.υπάρχει μεγάλο αρχείο δορυφορικών εικόνων μέσω των οποίων μπορεί να γίνει ιστορική εκτίμηση της ποιότητας του νερού.
Για τον ποταμό Tennessee δεν υπάρχει κάποιος αλγόριθμος τηλεπισκόπησης για την μελέτη της ποιότητας των επιφανιακών υδάτων του. Έτσι, στόχος αυτής της μελέτης αποτελεί η διερεύνηση των δυνατοτήτων της τηλεπισκόπησης για την μελέτη της ποιότητας των υδάτων στις λεκάνες απορροής του νοτιοανατολικού Τένεσι με την χρήση δορυφορικών εικόνων σε συνδυασμό με επιτόπιες μετρήσεις.
1.1Τηλεπισκόπηση για την ποιότητα του νερού
Η συνολική ακτινοβολία(Lt) που καταγράφει το σύστημα τηλεπισκόπησης είναι η συνάρτηση της ηλεκτρομαγνητικής ενέργειας τεσσάρων πηγών: Α)Ακτινοβολία διαδρομής(Lp) Β)Ακτινοβολία ελεύθερης επιφάνειας ή οριακού στρώματος(Ls) Γ)Ογκομετρική ακτινοβολία του υπεδάφους(Lv) Δ)Ακτινοβολία πυθμένα(Lb)
Και από τυπώνεται με την εξίσωση: Lt = Lp + Ls + Lv + Lb
Η ακτινοβολία διαδρομής(Lp), δεν είναι χρήσιμη καθώς δεν έρχεται σε επαφή με το νερό. Η ακτινοβολία του οριακού στρώματος (Ls) είναι η ακτινοβολία που φτάνει στην διεπιφάνεια αέρα-νερού, για 1mm στο νερό και ανακλάται από την επιφάνεια του και αποτελεί την φασματική πληροφορία της επιφάνειας του νερού.
Η υπεδάφεια ογκομετρική ακτινοβολία(Lv), είναι η πληροφορία που διεισδύει στο νερό και αλληλεπιδρά με τα οργανικά ή ανόργανα συστατικά του και στη συνέχεια εξέρχεται.
Η ακτινοβολία του πυθμένα(Lb), είναι αυτή που φτάνει στον πυθμένα και εξάγεται από το νερό και μπορεί να μας δώσει πληροφορίες βάθους, χρώμα πυθμένα κ.ά.
Οι μελέτες για την ποιότητα του νερού που χρησιμοποιούν δεδομένα τηλεπισκόπησης ενδιαφέρονται συνήθως για τη μέτρηση της ογκομετρικής ακτινοβολίας(Lv) του υπεδάφους που εξέρχεται από τη στήλη του νερού προς τον αισθητήρα. Τα χαρακτηριστικά αυτής της ενέργειας ακτινοβολίας είναι συνάρτηση της συγκέντρωσης του καθαρού νερού(W), των ανόργανων αιωρούμενων ορυκτών(SM), της οργανικής χλωροφύλλης α (Chl-a), του διαλυμένου οργανικού υλικού(DOM) και του συνολικού ποσού της απορρόφησης και της εξασθένησης της σκέδασης που λαμβάνει χώρα στη στήλη νερού λόγω καθενός από αυτά τα συστατικά, c(λ), όπως φαίνεται στην εξίσωση (2)[8]:
Lv = f[Wc(λ),SMc(λ),Chl-ac(λ),DOMc(λ)]
Για την εκτίμηση των παραμέτρων ποιότητας του νερού (WQPs) από διάφορα δορυφορικά δεδομένα, χρησιμοποιούνται γενικά τρεις διαφορετικές προσεγγίσεις[3,4,9]:
1.Εμπειρική προσέγγιση. Οι ψηφιακοί αριθμοί (DN) ή οι τιμές ακτινοβολίας στον αισθητήρα, καθώς και οι συνδυασμοί ζωνών τους, συσχετίζονται με επιτόπιες μετρήσεις διαφόρων WQPs, που συνήθως αποκτώνται σε σχεδόν πραγματικό χρόνο της υπέρβασης του αισθητήρα. Μια περίληψη των εμπειρικών προσεγγίσεων για τις λίμνες μπορεί να βρεθεί στο Lindell et al.[10].
2.Ημιεμπειρική προσέγγιση.
Αυτή η γνώση των φασματικών χαρακτηριστικών συμπεριλαμβάνεται στη στατιστική ανάλυση με εστίαση σε καλά επιλεγμένες φασματικές περιοχές και κατάλληλες φασματικές ζώνες που χρησιμοποιούνται ως συσχετισμοί. Ένα παράδειγμα ημιεμπειρικής προσέγγισης με διαφορετικούς αισθητήρες αναφέρεται από τους Härmä κ.ά.[11], οι οποίοι διερεύνησαν φινλανδικές λίμνες.
3. Αναλυτική προσέγγιση, όπου οι WQPs σχετίζονται με τις εγγενείς οπτικές ιδιότητες του όγκου (IOPs) μέσω των ειδικών εγγενών οπτικών ιδιοτήτων (SIOPs). Ένα παράδειγμα μιας τέτοιας προσέγγισης, με χρήση του Landsat πάνω από λίμνες, μπορεί να βρεθεί στους Dekker et al.[14] για την ανάκτηση της συνολικής αιωρούμενης ύλης.
1.1.1 Θολότητα
Είναι ένα μέτρο διαύγειας του νερού, το οποίο αποτελεί μια από τις παραμέτρους καθαρότητας του και προκύπτει από το πόσο φως διαχέεται σε ένα υδάτινο σώμα. Οι δορυφόροι που χρησιμοποιούνται συνήθως για την εξαγωγή σχέσεων τηλεπισκόπησης με τη θολότητα περιλαμβάνουν τους Landsat 5, Landsat 8 και Sentinel-2 και συνήθως σε συνδυασμό ή μόνες τους οι ζώνες του κόκκινου και του εγγύς υπέρυθρου και του πράσινου σε πολλαπλές ζώνες για την ανάλυση της θολότητας.
Οι μέθοδοι που συνήθως ακολουθούνται για τη μέτρηση της θολότητας είναι οι αναλύσεις παλινδρόμησης με αλγόριθμους μιας ή πολλαπλών ζωνών. Ο προγραμματισμός γονιδιακής έκφρασης (GEP) και η γεωγραφικά και χρονικά σταθμισμένη παλινδρόμηση (GTWR) έχει αποδειχθεί ότι προβλέπουν τη θολότητα με μεγαλύτερη ακρίβεια από εκείνη της πολλαπλής γραμμικής παλινδρόμησης (MLR) μεταξύ διαφορετικών ταμιευτήρων[23,26].
1.1.2. Χλωροφύλλη α (Chl-a)
Είναι μια από τις περισσότερο μελετημένες παραμέτρους ποιότητας του νερού με τηλεπισκόπηση. Χρησιμοποιώντας δορυφόρους Landsat 1-3, 5, 8 Rapideye Sentinel-2 και MODIS οι περισσότερες μελέτες έχουν βρει μεγάλη συσχέτιση τιμών που ανιχνεύουν την χλωροφύλλη. Το ίδιο και με την βοήθεια αερομεταφερόμενης τηλεπισκόπησης. Ένας δείκτης χλωροφύλλης είναι ο MCA, ο οποίος αναπτύχθηκε για την ανίχνευση της άνθισης των φυκιών ειδικά με τις εικόνες του MEdium Resolution Imaging Spectrometer (MERIS). Ο δορυφορικός αστερισμός RapidEye της Planet χρησιμοποιήθηκε με επιτυχία σε λίμνες για τη δημιουργία ενός προϊόντος ισοδύναμου με εκείνο του MERIS που ανιχνεύει τον MCI[1]. 1.1.3. Συγκέντρωση αιωρούμενων ιζημάτων (SSC)
Οι τιμές SSC προκύπτουν από τη μέτρηση του ξηρού βάρους του ιζήματος από γνωστό όγκο νερού. έχει εκτιμηθεί με επιτυχία σε λιμναία, ποτάμια και εκβολικά περιβάλλοντα από διάφορους σύγχρονους διαστημικούς αισθητήρες, όπως οι IKONOS, Landsat 8, Sentinel-2, RapidEye και MODIS[34,40,41,42,43,44]. Η SSC έχει επίσης εκτιμηθεί χρησιμοποιώντας τη θολερότητα ως υποκατάστατο. Υπάρχει ανάγκη για συνεχή καταγραφή της SSC μεταξύ των σταθμών μέτρησης των υδάτων του περιβάλλοντος, ιδίως σε ρυπασμένα ποτάμια περιβάλλοντα, καθώς η συλλογή δεδομένων επί τόπου είναι αναποτελεσματική και δαπανηρή[45].
1.1.4. Ολικά αιωρούμενα στερεά (TSS)
Τα TSS είναι οπτικά ενεργά και διαφέρουν από τα SSC μόνο από τις διαφορετικές εργαστηριακές αναλύσεις που χρησιμοποιούνται για την αξιολόγηση του καθενός. Η αερομεταφερόμενη τηλεπισκόπηση έχει επιτύχει στην αξιολόγηση των TSS σε ταμιευτήρες και ποταμούς, σημειώνοντας συγκεκριμένα πλεονεκτήματα σε σχέση με τους διαστημικούς δορυφόρους, όπως λιγότερες ατμοσφαιρικές παρεμβολές, προσαρμόσιμη χωρική ανάλυση και λιγότερους χρονικούς περιορισμούς[30].
1.1.5. Αλατότητα
Οι Lagerloef κ.ά.[53] παρουσίασαν μια έρευνα τηλεπισκόπησης της αλατότητας πριν από το 1995 με τις πρώτες προσπάθειες που χρησιμοποίησαν τη διηλεκτρική σταθερά των αλατούχων διαλυμάτων ως φυσική βάση για την τηλεπισκόπηση της αλατότητας των ωκεανών με μικροκύματα. Τα αερομεταφερόμενα πειράματα μικροκυματικών ραδιομέτρων χαμηλής συχνότητας έχουν δείξει επιτυχία στη μέτρηση της αλατότητας της επιφάνειας των ακτών[54]. Τα μοντέλα γραμμικής παλινδρόμησης χρησιμοποιούνται συνήθως για την εκτίμηση της αλατότητας σε εκβολές και παράκτια ύδατα με τη χρήση εικόνων που λαμβάνονται από τους δορυφόρους Landsat 5 και Landsat 8[6,19,33,55,56].
1.1.6. Βάθος δίσκου Secchi (SDD)
Η SDD είναι ένα μέτρο της διαφάνειας του νερού, συγκεκριμένα το βάθος στο οποίο ο ίδιος ο αδιαφανής δίσκος Secchi χάνει την ορατότητα από την επιφάνεια. Η πιο συνηθισμένη μέθοδος είναι η χρήση ποικίλων τεχνικών ανάλυσης παλινδρόμησης για την πρόβλεψη της SDD, η οποία δοκιμάζεται σε σύγκριση με επιτόπιες μετρήσεις[20,30,32,39,40].
1.1.7. Ολικά διαλυμένα στερεά (TDS)
Τα TDS είναι ένα μέτρο των διαλυμένων ανόργανων και οργανικών ουσιών στο νερό και σχετίζονται με την ηλεκτρική αγωγιμότητα. Bασίζονται σε επιτόπιες μετρήσεις και σε δεδομένα ανάκλασης που λαμβάνονται από διαστημικούς οπτικούς αισθητήρες, όπως οι Landsat 5 και Landsat 8[21,57].
1.1.8. Διαλυμένο οξυγόνο (DO)
Το DO είναι οπτικά ανενεργό, αλλά η θερμοκρασία του νερού επηρεάζει σημαντικά το DO, καθώς το οξυγόνο διαλύεται ευκολότερα στο κρύο νερό απ' ό,τι στο ζεστό νερό. Δεν έχει καθιερωθεί κανένας αισθητήρας για την εκτέλεση σταθερά ακριβών μετρήσεων του DO με τηλεπισκόπηση[15]. 1.1.9. Διαλυμένος οργανικός άνθρακας (DOC)
Μη οπτικά εντοπίσιμη παράμετρος καθαρότητας του νερού και ελάχιστες εργασίες υπάρχουν με δορυφορικούς αισθητήρες. Ωστόσο, με χρήση αλγόριθμων κοινής αναλογίας ζωνών με την χρήση sentinel-2 [36] η χαρτογράφηση ήταν επιτυχής καθώς και με δεδομένα χρώματος από εικόνες SeaWiFS[59].
1.1.10. pH
Μη οπτικά εντοπίσιμη παράμετρος και δεν μπορεί να επιτευχθεί άμεση συσχέτιση μεταξύ της επιφανειακής ανάκλασης και των τιμών του pH. Χρησιμοποιώντας εικόνες RapidEye, οι Yigit Avdan κ.ά.[60] προσπάθησαν να αναπτύξουν ένα μοντέλο για την πρόβλεψη του pH συγκρίνοντας επιτόπιες μετρήσεις και τιμές ανακλαστικότητας αισθητήρων που ελήφθησαν πάνω από μια λίμνη, αλλά δεν μπόρεσαν να βρουν καμία συσχέτιση μεταξύ των δεδομένων. 1.1.11. Ολικό άζωτο (TN) και ολικός φώσφορος (TP)
Οι συγκεντρώσεις TN και TP στο νερό είναι οπτικά ανενεργές. Ωστόσο, έχουν εκτιμηθεί έμμεσα με τη συσχέτισή τους με την οπτικά ενεργή χλωροφύλλη α, η οποία προσδιορίστηκε εύκολα με τη χρήση εικόνων Landsat 8[62].
1.1.12. Χρωματισμένη διαλυμένη οργανική ύλη (CDOM)
Το CDOM είναι ένα μεγάλο οπτικά μετρήσιμο τμήμα του DOC. Οι εσωτερικές υδάτινες μάζες έχουν υψηλές τιμές συσχέτισης κατά την αξιολόγηση της CDOM μέσω τηλεπισκόπησης με τη χρήση διαφόρων αισθητήρων, όπως οι Sentinel-2, Landsat 8 και MODIS[34,36]. 1.2. Στόχοι της παρούσας μελέτης
Η μελέτη αυτή πραγματοποιήθηκε από το εργαστήριο γεωλογικής και περιβαλλοντικής τηλεπισκόπησης(GERS-Lab) του Πανεπιστημίου του Τενεσί και σκοπός είναι η μελέτη της ποιότητας των νερών του ποταμού και των παραποτάμων με την χρήση τηλεπισκόπησης και συγκεκριμένα με την παρατήρηση δορυφορικών εικόνων,Landsat 8 Operational Land Imager (OLI), σε συνδυασμό με επιτόπιες μετρήσεις. Η μελέτη περιλαμβάνει ολοκληρωμένη βιβλιογραφία σε σχέση με την ποιότητα νερού και την εκτίμηση αλγοριθμικών μοντέλων για την εκτίμηση της θολότητας του, την οποία και ετέθη ως κεντρικό ενδιαφέρον.
2. Υλικά και μέθοδοι
2.1. Τόπος μελέτης
Ο ποταμός Τενεσί είναι από τους ποταμούς με την μεγαλύτερη ποικιλομορφία και αποτελεί βασικό πόρο για τους κατοίκους της περιοχής. Είναι παραπόταμος του ποταμού Οχάιο και βρίσκεται νοτιοανατολικά των ΗΠΑ μέσα στην κοιλάδα Τενεσί. Είναι η 5ημεγαλύτερη λεκάνη απορροής της χώρας και περιλαμβάνει και ακόμη 6 γειτονικές πολιτείες και ο ποταμός αποτελεί όριο μεταξύ δυο μεγάλων τμημάτων του Τενεσί: το κεντρικό και δυτικό Τενεσί.
Δυστυχώς, αποτελεί τον πιο μολυσμένο ποταμό παγκοσμίως και της 4η υδάτινη οδό τη χώρα. Κύρια αιτία μόλυνσης είναι η ανθρώπινη δραστηριότητα: εντομοκτόνα, λιπάσματα, και άλλα χημικά όπως φωσφορικά άλατα από το σαπούνι αυτοκινήτων τα οποία απορρέουν στον ποταμό λόγω της βροχής και του χιονιού και καταλήγουν στους υγροβιότοπους εξαπλώνοντας την μόλυνση και τον ευτροφισμό. ΟΙ ενώσεις αζώτου και φωσφόρου είναι ιδανικές για την ανάπτυξη των φυκιών. Αυτά, με την αποσύνθεση τους απορροφούν αρκετό οξυγόνο με αποτέλεσμα ζημία για άλλους οργανισμούς και παραγωγή άσχημων οσμών. Επομένως, είναι σημαντικό να καταγραφεί η έκταση της μόλυνσης και να βρεθούν λύσεις για την διατήρηση του ποταμού.
Η ανάπτυξη της πόλης Chattanooga, έχει περιβαλλοντικό αντίκτυπο. Με την εύρεση αλγόριθμου για θολότητας θα βοηθήσει στην παρουσίαση των επιπτώσεων της αλλαγής χρήσης γης και κάλυψης της στην αλλαγή της ποιότητας των υδατικών πόρων στις λεκάνες απορροής. Η παρούσα μελέτη επέλεξε ως περιοχή μελέτης το τμήμα του ποταμού Τενεσί που διέρχεται από την πόλη της Chattanooga. Η επιλεγμένη περιοχή περιλαμβάνει επίσης ένα τμήμα του South Chickamauga Creek που γειτνιάζει με τον ποταμό Tennessee.
2.2. Συλλογή δεδομένων
Η παρούσα μελέτη χρησιμοποιεί μια χρονοσειρά πολυφασματικών δορυφορικών εικόνων και ταυτόχρονα δεδομένα ποιότητας νερού που αποκτήθηκαν επιτόπου. Παρακάτω παρατείθεται περιγραφή συλλογής των δεδομένων:
2.2.1. Δορυφορικές εικόνες
Οι δορυφορικές εικόνες ελήφθησαν από τον Landsat 8 με εικόνες της περιοχής από αισθητήρα OLI (Operational Land Imager) στις 2 Δεκεμβρίου 2019 και 15 Αυγούστου 2019, μέσω του Earth Explorer.
2.2.2. Δεδομένα για την ποιότητα των υδάτων
Χρησιμοποιήθηκε ένα ερευνητικό σκάφος και ένας πολυπαραμετρικός καθετήρας Hydrolab HL7. Οι αισθητήρες του βαθμονομήθηκαν πριν τις μετρήσεις με βάση την λειτουργία του Hydrolab.
Καταγράφηκαν μετρήσεις σε :
108 δείγματα για τις 2 Δεκεμβρίου 2018 41 δείγματα για 13 Φεβρουαρίου 2019 και, 32 δείγματα γα τις 15 Αυγούστου 2019.
Για κάθε δείγμα, περίπου ίδιο βάθος 20 cm από την επιφάνεια, κάθε δευτερόλεπτο γινόταν λήψη δέκα μετρήσεων και το τελικό δείγμα αποτελούσε τον Μ.Ο αυτών.
Περάστηκαν σε excel και συσχετίστηκαν με τις συντεταγμένες των σημείων οπότε και απεικονίζονται όλα τα δεδομένα σε εικόνα. Κάθε μέτρηση αποθηκεύτηκες στο Hydrolab αλλά και χειρόγραφα.
2.3. Ανάπτυξη μοντέλου εκτίμησης θολότητας
Χρησιμοποιήθηκε εμπειρική προσέγγιση με βάση απλές παλινδρομήσεις των επιτόπιων μετρήσεων και των φασματικών δεδομένων επιφανειακής ανάκλασης από τον LANDSAT8. Στην εικόνα παρουσιάνται τα βήματα για την κατασκευή του μοντέλου θολότητας. Σχήμα 5.Διάγραμμα ροής απεικονίζει τη ροή εργασίας που ακολουθήθηκε κατά την ανάπτυξη του μοντέλου.
2.3.1. Προεπεξεργασία δεδομένων
Για τις επιτόπιες μετρήσεις θολότητας δόθηκαν μοναδικοί αριθμοί και καταχωρήθηκαν σε Excell μαζί με τις συντεταγμένες τους, με τη χρήση του εργαλείου γεωεπεξεργασίας "XY Table to Point".
Οι επτά πολυφασματικές ζώνες που αναφέρονται στον πίνακα 1 στοιβάχθηκαν μεταξύ τους για να προετοιμαστεί μια σύνθετη πολυφασματική εικόνα επτά ζωνών για κάθε εικόνα που αποκτήθηκε (Σχήμα 3 και Σχήματα S1-S3). Για τον σκοπό αυτό, χρησιμοποιήθηκε το εργαλείο γεωεπεξεργασίας "Composite Bands".
Για την ακρίβεια της θέσης έγινε και μια επιτόπια αξιολόγηση και στην συνέχεια έγινε αποκοπή της εικόνας στην περιοχή μελέτης για να αφαιρεθούν τα περιττά εικονοστοιχεία. Κρατήθηκαν μόνο οι καθαρές ανεπηρέαστες από σύννεφα ή άλλους θορύβους. Ο συνολικός αριθμός των μετρήσεων θολότητας που χρησιμοποιήθηκαν για την παρούσα μελέτη είναι 96, ο οποίος περιλαμβάνει 32, 39 και 25 μετρήσεις για τις λήψεις εικόνων του Δεκεμβρίου, του Φεβρουαρίου και του Αυγούστου, αντίστοιχα.
2.3.2. Προετοιμασία των εισροών του μοντέλου
Η παρούσα μελέτη χρησιμοποίησε τα σύνολα δεδομένων του Δεκεμβρίου και του Φεβρουαρίου τόσο για την ανάπτυξη όσο και για τη δοκιμή του μοντέλου. Τα δεδομένα του Αυγούστου χρησιμοποιήθηκαν για την δοκιμή του μοντέλου ως ένα ξεχωριστό σύνολο δεδομένων.
Οι μετρήσεις για τις λήψεις εικόνων του Δεκεμβρίου και του Φεβρουαρίου χωρίστηκαν σε δύο σύνολα: εκπαίδευση και δοκιμή. Το σύνολο δεδομένων που χρησιμοποιήθηκε για την εκπαίδευση περιλάμβανε το 80% των μετρήσεων, ενώ το σύνολο δεδομένων που χρησιμοποιήθηκε για τη δοκιμή περιλάμβανε το 20% των μετρήσεων. Η επιλογή των μετρήσεων έγινε τυχαία με τη χρήση του "Subset Features" που διατίθεται στην ενότητα Geostatistical Analyst του λογισμικού ArcGIS Pro. Οι μετρήσεις συνδυάστηκαν για εκπαίδευση και την ανάπτυξη του μοντέλου και δοκιμάστηκαν και με τις μετρήσεις του Αυγούστου.
Με την χρήση "Extract Multi-Values to Points" απεικονίζεται φασματικά το κάθε σημείο δειγματοληψίας, αποθηκεύοντας την φασματική ανάκλαση για κάθε φασματική ζώνη σε κάθε θέση δείγματος και αυτό έδωσε έναν πίνακα Excell για την στατιστική ανάλυση.
2.3.3. Ανάπτυξη μοντέλου
Οι παλινδρομήσεις μιας ζώνης, για το σύνολο των δεδομένων που χρησιμοποιήθηκε για την εκπαίδευση, δημιούργησαν με την κατάλληλη επεξεργασία, διαγράμματα διασποράς από τις φασματικές ανακλάσεις για κάθε ζώνη στον άξονα x και στον άξονα ψ οι αντίστοιχες επιτόπιες μετρήσεις θολότητας. Οι παλινδρομήσεις καθόρισαν τις φασματικές ζώνες που χρησιμοποιήθηκαν ώς μεταβλητές, τις αντίστοιχες εξισώσεις και τελικά την παραγωγή συντελεστή R2 προσδιορισμού καλύτερης προσαρμογής μεταξύ υπολογιζόμενης γραμμής παλινδρόμησης και δεδομένων.
Το μοντέλο δημιουργήθηκε χρησιμοποιώντας το "ModelBuilder" που είναι διαθέσιμο στο λογισμικό ArcGIS Pro. Η ενότητα "ModelBuilder" χρησιμοποίησε διάφορα εργαλεία γεωεπεξεργασίας και το "Make Raster Layer" και "Raster Calculator". Το εργαλείο 'Raster Calculator' χρησιμοποίησε την επιλεγμένη εξίσωση παλινδρόμησης ως αλγεβρική έκφραση στην Python, χρησιμοποιώντας τις συγκεκριμένες φασματικές ζώνες ως μεταβλητές εισόδου (π.χ. τιμή ρBand). Το αποτέλεσμα αυτού του μοντέλου ήταν ένα ράστερ, για κάθε ημερομηνία λήψης εικόνας, το οποίο περιείχε προβλεπόμενες τιμές θολότητας σε κάθε εικονοστοιχείο νερού εντός της περιοχής μελέτης.
2.3.4. Αξιολόγηση της ακρίβειας
Η αξιολόγηση ακρίβειας έγινε με βάση τους συντελεστές R2 και του μέσου τετραγωνικού σφάλματος για κάθε ημερομηνία. Και η ικανότητα του μοντέλου να εκτιμά την θολότητα δοκιμάστηκε με τα δεδομένα του Αυγούστου.
3. Αποτελέσματα
Μετά από παρατήρηση των εξισώσεων παλινδρόμησης, των διαγραμμάτων διασποράς και των τιμών του συντελεστή R2, ακολούθησε ανάλυση των αποτελεσμάτων και αναδείχθηκε ότι οι ανακλάσεις στις ζώνες ένα έως τέσσερα έχουν σχέση μέτρια έως ισχυρή με την θολότητα με τιμές του R2 από 0,66 έως 0,95, ενώ οι ζώνες πέντε έως 7, από 0 έως 0,44. Υψηλότερο R2 = 0,95 παρήγαγε η μη γραμμική παλινδρόμηση στην ζώνη 4 (κόκκινο) και έτσι επιλέχθηκε αυτή για την εκτίμηση της θολότητας.
Για την ποιοτική ανάλυση των εικόνων Landsat χρησιμοποιήθηκε μια μάσκα νερού, επεξεργασμένη με τα Pixel QA rasters του Landsat, προκειμένου να αποκοπούν η επίδραση ανάκλασης του νέφους και του εδάφους. Παρουσιάζονται διαγράμματα θολότητας για διάφορες ημερομηνίες (Σχήμα 8 και Σχήμα 9 της μελέτης).
Οι προβλεπόμενες τιμές θολότητας συγκρίθηκαν με παρατηρούμενες τιμές για την αξιολόγηση του μοντέλου, για την ακρίβειά του υπολογίστηκε το μέσο τετραγωνικό σφάλμα και ο συντελεστής R2 και παρουσιάστηκαν τα διαγράμματα διασποράς καθώς και τετραγωνικό σφάλμα και ο συντελεστής R2 (σχήμα 10, σχήμα 12 , πίνακας 6 και 7 της πρότυπης μελέτης)
Η εκτίμηση της θολότητας του Αυγούστου έδωσε αποτελέσματα με γενικά υψηλή ακρίβεια, όπως αποδεικνύεται από την τιμήR2 =0,94. Η ληφθείσα τιμή RMSE 18,08 NTU ήταν σχετικά υψηλότερη από την αναμενόμενη- ωστόσο, αυτό θα μπορούσε να οφείλεται σε μερικές ακραίες τιμές που υπήρχαν στο σύνολο δεδομένων των σημείων δοκιμής, όπως φαίνεται στο Σχήμα 12.
4. Συζητήσεις
5. Συμπεράσματα
Η παρούσα έρευνα δημιούργησε ένα μοντέλο εκτίμησης της θολότητας χρησιμοποιώντας εικόνες από τη δορυφορική αποστολή Landsat 8, παρέχοντάς τη δυνατότητα να εκτιμηθεί η θολότητα στον ποταμό Tennessee κάθε 16 ημέρες σε χωρική ανάλυση 30 m.Τα αποτελέσματα που προέκυψαν από την παρούσα εργασία δείχνουν ότι μπορεί να αναπτυχθεί ένα απλό μοντέλο βασισμένο σε μη γραμμική παλινδρόμηση, με χρήση τις τιμές ανακλάσεων στο κόκκινο του αισθητήρα Landsat 8 OLI για την εκτίμηση της θολότητας του νερού. Το μοντέλο δοκιμάστηκε προκειμένου να χρησιμοποιηθεί ευρέως για την εκτίμηση της θολότητας στον ποταμό Τενεσί , ωστόσο, επειδή δοκιμάστηκε σε μια μόνο ημερομηνία θα μπορούσε να δοκιμασθεί εξίσου και σε άλλες ημερομηνίες λήψεις εικόνων με μετρήσεις θολότητας επιτόπιες.
