SHORT PERIOD CHANGE DETECTION OF SPERCHIOS LOWER DELTA AREA USING SPACE RADAR IMAGES

Από RemoteSensing Wiki

ΠΕΡΙΛΗΨΗ

Όντας ιδιαίτερα δυναμικες από τη φύση τους, λόγω των μεταβαλλόμενων υδρολογικό καθεστώς τους και την καταπάτηση της αστικοποίησης, την εκβιομηχάνιση και τα μεταβαλλόμενα πρότυπα στον τομέα της γεωργίας, η αξιόπιστη και έγκαιρη ενημέρωση πληροφοριών των παράκτιων ζωνών αποτελεί προϋπόθεση για την αποτελεσματική διαχείριση τους. Ο σκοπός αυτής της εργασίας είναι να αξιολογήσει τη χρήση των ERS-2 SAR δορυφορικών δεδομένων για την ανίχνευση σύντομου χρονικού διαστήματος μεταβολές στην περίπτωση της παράκτιας περιοχής του Σπερχειού που βρίσκεται στο ανατολικό τμήμα τουΜαλιακού Κόλπου (κοντά στο μέσο της ανατολικής ακτής της ελληνικής ηπειρωτικής χώρας). Μια Landsat 7 (ETM +) εικόνα χρησίμευσε ως σημείο αναφοράς για την ερμηνεία των εικόνων ERS. Για να τονίστουν και να εντοπίστουν οι αλλαγές που σημειώθηκαν στην περιοχή μελέτης εφαρμόστηκαν δύο μέθοδοι. Η πρώτη μέθοδος βασίζεται στην δημιουργία μιας εικόνας Temporal Differentiate Image, που αποτελούταν από τρεις ERS-2 εικόνες (Σχήμα 1). Η δεύτερη μέθοδος αφορά την εφαρμογή του Principal Transform Component (PCT) για τρεις multitemporal σκηνές. Οι τελικές εικόνες που προέρχονται από τις δύο διαφορετικές μεθόδους συγκρίθηκαν και αξιολογήθηκαν. Αμφότερες μέθοδοι δεν παρουσίασαν καμία σημαντική αλλαγή κατά μήκος της ακτογραμμής. Η PCT μέθοδος δείχνει πιο σαφώς οι εποχιακές μεταβολές των καλλιεργειών στην περιοχή των χαμηλών δέλτα. Τελικά, η τεχνολογία ραντάρ έδωσε την ευκαιρία να διακριθούν αβαθείς περιοχές, οι οποίες δεν εμφανίζονται στα δορυφορικά οπτικά στοιχεία. Παράλληλα, η επίδραση της κατεύθυνση του ανέμου ήταν αντικείμενο έρευνας.

1 ΕΙΣΑΓΩΓΗ

Οι παράκτιες ζώνες είναι ένα από τα πιο πολύπλοκα οικοσυστήματα της γη με ένα μεγάλο αριθμό ζώντων και μη πόρων. Ως εκ τούτου, οι παράκτιες ζώνες είναι περιοχές μεγάλης κοινωνικό-οικονομικής σημασίας, σε όλο τον κόσμο (Constanza et al. 1997). Μεταξύ των διαφόρων μορφολογικών τύπων της παράκτιας ζώνης, τα δέλτα ποταμών αντιπροσωπεύουν ένα ιδιαίτερα δυναμική διεπαφή ξηράς-νερού που υπόκειται και σε μια ισχυρή πίεση πολλών φυσικών (π.χ. κλιματικές αλλαγές) και ανθρωπογενών παραγόντων (π.χ. αστικοποίησης, των μεταφορών, του τουρισμού, καλλιέργειες). Τα δορυφορικά δεδομένα τηλεπισκόπηση παρέχουν ένα μοναδικό εργαλείο για την έρευνα και την παρακολούθηση των παράκτιων περιοχών και των περιβαλλόντων δέλτα (Ciavola et al. 1999? Yang et al. 1999). Επιπλέον, η χαρτογράφηση της ακτογραμμή με multitemporal χρήση δορυφορικών δεδομένων έχει αποδειχθεί ότι είναι ένα σημαντικό εργαλείο, καθώς οι υφιστάμενοι χάρτες συχνά δεν είναι ακριβής (κατ’ αρχήν) και δεν έχουν ενημερωθεί. Ως εκ τούτου δεν είναι σε θέση να ακολουθήσουν τις ταχείες αλλαγές ακτογραμμή κάποιες φορές(White & El Asmar 1999? Shaghude et al. 2003). Η περιοχή που αποτελεί αντικείμενο της έρευνας είναι η πεδιάδα του δέλτα και η περιοχή στις εκβολές του ποταμού Σπερχειού ο οποίος εκβάλλει στην ανατολική ακτή του Μαλιακού Κόλπου. Ο τελευταίος είναι ημίκλειστος εσωτερικός κόλπος που βρίσκεται στην ανατολική ακτή της ελληνικής ηπειρωτικής χώρας (Σχήμα 1). Σκοπός της παρούσας μελέτης είναι να εκτιμηθεί η εποχική συμπεριφορά των παράκτιων δέλτα του Σπερχειού για το χρονικό διάστημα Ιούνιου 1998 - Οκτώβριου 1999. Η αναγνώριση αυτών των αλλαγών επετεύχθη με τη συγκριτική μελέτη των ERS-2 ραντάρ δεδομένων με τη βοήθεια μετρητικών εργαλείων των Standard Geographical Information System (GIS). Για το λόγο αυτό ένα multitemporal προϊόν από εικόνες ERS.SAR και ένα Principal Component Transform δημιουργήθηκε με την ευκαιρία των παράκτιων εποχιακών αλλαγές (Rao et al. 1999, Kuntz & Siegert 1999).

Εικ 1 Περιοχή μελέτης.

2 ΣΥΛΛΟΓΗ ΣΤΟΙΧΕΙΩΝ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ

3,1 Σύνολο δεδομένων i) Για τις ανάγκες αυτής της μελέτης μετά από κατάλληλη επεξεργασία των πρώτων ERS-2 δεδομένων, τρεις SAR PRI εικόνες (ανοδική τροχιά, ζώνη C, λ = 5,6 cm και VV σύστημα πόλωση) έχουν ληφθεί: (α) ERS-2, ημερομηνία της απόκτησης 18/6/1998, τροχιά 16530, καρέ 0765, 16 bits, Lat.: N38.587, Long.: E22.896, ώρα: 22:45 (β) ERS-2, ημερομηνία της απόκτησης 14/1/1999, τροχιά 19536, καρέ 0765, 16 bits, Lat.: Ν 38,587, Long.: E 22,896? Ώρα: 22:45 και (γ) ERS-2, ημερομηνία της απόκτησης 21/10/1999, τροχιά 23544, καρέ 0765, 16 bits, Lat.: Ν 38,587, Long.: Ε 22,896, ώρα: 22:45. ii) Landsat 7 Enhanced Thematic Mapper (ETM +) εικόνα (7 φασματικά κανάλια) ελήφθη και καλύπτει την περιοχή μελέτης (διαδρομή 184, σειρά 034), ημερομηνία της απόκτησης: 28 Ιουλίου 1999 (5 νεφοκάλυψη%). iii) Οι συνθήκες ανέμου της περιοχής μελέτης κατά τη διάρκεια της ημέρας αποκτηθήκαν από την Εθνική Μετεωρολογική Υπηρεσία. iv) Χάρτης ανατολικών παράλιων του Ευβοϊκού κόλπου, κλίμακας 1:50.000, από την Υδρογραφική Υπηρεσία Στρατού.

3,2 τεχνικές επεξεργασίας δεδομένων Τα παρακάτω βήματα περιγράφουν τις διάφορες μεθόδους επεξεργασίας εικόνας και τεχνικές: i) Αρχικά παράχθηκε ένα Digital Elevation Model (DEM) της περιοχής μελέτης προέρχονται από τους 1:50.000 τοπογραφικους χαρτες που δημοσιεύθηκαν από την Ελληνική Γεωγραφική Υπηρεσία Στρατού. Οι ισοϋψείς καμπύλες ψηφιοποιηθήκαν σε διάστημα των 20 μέτρων στην πεδιάδα έως 40 μέτρα στα ορεινά. Επιπλέον, συγκεκριμένα σημεία επιφανείας συμπεριλαμβανομένων υψηλών και χαμηλών, ψηφιοποιηθήκαν προκειμένου να βελτιωθεί το τελικό ψηφιακό προϊόν. Μια μέθοδος γραμμικής παρεμβολής εφαρμόστηκε, με βάση την μέθοδο απόστασης Bongefors (ILWIS οδηγίες χρήσης, 2001) με στόχο τη μετατροπή του περιγράμματος των δεδομένων σε ένα DEM, με χωρική διακριτική ικανότητα 25 μέτρα. Με την πρόθεση του ελέγχου εγκυρότητας, το μοντέλο, παρεμβλήθηκε πάνω στον πρωτότυπο τοπογραφικό χάρτη. Έδειξε μια πολύ καλή αντιστοιχία των ισοϋψών καμπύλων. (ii) υποβλήθηκαν σε επεξεργασία τρεις εικόνες ραντάρ SAR.PRI, μετά τη δημιουργία ενός "παραθύρου" που περιέχει την περιοχή μελέτης, για ραδιομετρική διόρθωσης και βελτίωση. Το κύριο πρόβλημα με τα δεδομένα του SAR είναι τα σημάδια θορύβου που προκαλούνται από τυχαία αποτέλεσμα πολλών μικρών μεμονωμένων ανακλαστήρων εντός ενός δεδομένου pixel (Παρχαρίδης et al.1999). Το συνολικό αποτέλεσμα είναι μια εικόνα, με υφή "αλάτι και πιπέρι "υφή, η οποία αποσπά την προσοχή στο διερμηνέα. Προκειμένου να μειωθούν τα σημάδια θορύβου χρησιμοποιήθηκε επαναληπτικό φίλτρο ενίσχυσης Lee, με δύο συνεχείς χρήσεις του φίλτρου με διαφορετικές παραμέτρους κάθε φορά (σίγμα πολλαπλασιαστή και το μέγεθος του παραθύρου) αποδείχθηκε ότι έδωσε το καλύτερο αποτέλεσμα, μεταξύ όλων των τεχνικών. Για την εφαρμογή του φίλτρου η ειδική Coefficient of Variation Value της κάθε εικόνας υπολογίστηκε ενώ κάθε εικόνα ήταν χωρισμένη σε περιοχές τριών κατηγοριών. Η πρώτη περιοχή αντιστοιχεί σε ομοιογενείς ζώνες στις οποίες μπορεί η κηλίδα να εξαλειφθεί απλώς, η δεύτερη κατηγορία αντιστοιχεί σε ετερογενείς περιοχές στις οποίες η κηλίδα μπορεί να μειωθεί με τη διατήρηση υφής και η τρίτη κατηγορία αντιστοιχεί σε περιοχές που περιέχουν μεμονωμένα σημεία στόχους, στα οποία το φίλτρο διατηρηθεί την ήδη υπάρχουσα τιμή. Μετά την τεχνική φιλτραρίσματος που εφαρμόστηκε στις εικόνες στα 16-bit, τα δεδομένα είχαν συμπιεστεί και μετατραπεί από 16-bit σε 8-bit. Η πιο σημαντική λειτουργία είναι η συν-καταχώριση των τριών εικόνων. Η ακριβής χωρική καταχώριση των τριών εικόνων ημέρας αποτελεί ουσιώδη προϋπόθεση για την αποτελεσματική ανίχνευση αλλαγών. Οι τρεις επιμέρους σκηνές έχουν γεωγραφική αναφορά σε κοινή προβολή χάρτη, χρησιμοποιώντας Transverse Mercator σύστημα συντεταγμένων. Ένα Digital Elevation Model (DEM) χρησιμοποιηθηκε για orthorectification των τριών εικόνων. Σε διάφορες μελέτες σχετικά με διάφορους στόχους που έχει αποδειχθεί ότι multitemporal δεδομένα ERS παρέχουν περισσότερες πληροφορίες από τις μεμονωμένες σκηνές (Kattenborn et al. 1993, Leysen et al. 1993). Έτσι, ένα Temporal Differentiate Image (TDI) δημιουργήθηκε με τη χρήση εικόνων του Οκτωβρίου 1999 σαν κόκκινο,εικόνα του Ιανουαρίου 1999 ως πράσινο και Ιουνίου 1998 εικόνας ως μπλε. Αλλαγές στο backscattering coefficients μεταξύ των τριών εικόνων προκαλεί μια multicolor εικόνα που εδώ παρουσιάζεται σε αποχρώσεις του γκρι. (Εικ. 3).

Fig.3 The Temporal Differentiate radar Image (TDI) of the study area. This image reveals mainly the seasonal crop changes appear with white and light gray shades, and coastal shallow waters bathymetry appear with black and dark gray shades at the coastline area

Επιπλέον, διαπιστώθηκε ότι διάφορα χαρακτηριστικά της υφής και των συνδυασμών τους στους κύριους μετασχηματισμούς αυξάνουν τις θεματικές πληροφορίες των εικόνων SAR σημαντικά. Κατά συνέπεια, μια εικόνα RGB του Principal Component Transform (PCT) δημιουργήθηκε σε αποχρώσεις του γκρι (Σχήμα 4). Οι κυριοι μετασχηματισμοί ήταν μια μια στατιστική τεχνική πολλών μεταβλητών η οποία επιλέγει μη-συσχετίζοντες γραμμικά συνθέσεις (ιδιοδιανύσματα) από μια σειρά μεταβλητών με τέτοιο τρόπο, κάθε κύριο συστατικό εξόδου (γραμμική σύνθεση) δείχνει την ελάχιστη διακύμανση. Αυτές οι μεταβλητές στις πολυφασματικές εικόνες σχετίζονται με τη φασματική απόκριση των διαφόρων surficial χαρακτηριστικών. Ψηφιακή επεξεργασία εικόνας δορυφορικών δεδομένων διενεργήθηκε μέσω ERDAS IMAGINE v.8.6 λογισμικού, ενώ η χειραγώγηση των χωρικών πληροφοριών και η ψηφιοποίηση των θεματικών χαρτών έγιναν με τη χρήση ILWIS 3.0. Επιλεγμένοι τομείς έλεγχου πραγματοποιήθηκαν επίσης με σκοπό την εκτίμηση της ακρίβειας των ερμηνευτικών αποτελεσμάτων.

Fig.4 The Principal Component Transform radar Image (TDI) of the study area

3 ΑΠΟΤΕΛΕΣΜΑΤΑ ΚΑΙ ΣΥΖΗΤΗΣΗ

Ο σκοπός της ερμηνείας της χρονικής διαφοροποιημένης εικόνα του ραντάρ ήταν διττός. Πρώτον, όλες τις αλλαγές που σημειώθηκαν κατά το σύντομο χρονικό διάστημα (Ιούνιος 1998 με Οκτώβριος 1999) είχαν χαρτογραφηθεί, και δεύτερον, σε σύγκριση με σκοπό να εξεταστεί η δυνατότητα να διακριθεί η φύση αυτών των αλλαγών. Στο σχήμα 5α οι σκούρες γκρι περιοχές αποτελούν τομείς στους οποίους ο backscattering συντελεστής είναι χαμηλός και παρέμεινε σταθερός σε σχέση με την επιλεγμένη χρονική περίοδο. Οι τομείς αυτοί αντιστοιχούν σε σχετικά invariant χαρακτηριστικά επιφάνειας που υπάρχουν κυρίως στις βόρειες και νότιες ορεινές περιοχές. Λευκές και ανοιχτόυ γκρι αποχρώσεις στην παράκτια πεδιάδα περιοχή έχουν αποδοθεί, κυρίως, για τις εποχιακές αλλαγές των καλλιεργειών. Έτσι, η λευκή περιοχή αντιστοιχεί σε καλλιέργειες με μεγάλες backscattering τον Ιανουάριο ή και τον Ιανουάριο και τον Οκτώβριο, όπως χειμερινές καλλιέργειες σίτου και μηδικές καλλιέργειες, οι οποίες καλλιεργούνται τόσο το χειμώνα όσο και το καλοκαίρι. Οι ανοιχτές γκρι και γκρι περιοχές αντιστοιχούν σε καλλιέργειες με μεγάλες backscattering τον Ιούνιο, ή τον Οκτώβριο. Κατά τη διάρκεια της λήξης του βαμβακιού του Ιουνίου και των καλλιεργειών αραβοσίτου κατά την ανθοφορία, η μηδική είναι στην περίοδο συγκομιδής και το ρύζι είναι στο αρχικό στάδιο της ανάπτυξης. Στο τέλος του Οκτωβρίου, βαμβάκι, καλαμπόκι και το ρύζι είναι στο τέλος της περιόδου συγκομιδής και το backscattering εξαρτάται από την ποικιλία της κάθε καλλιέργειας. Το μαύρο και πολύ σκούρο γκρι στην εικόνα αντιστοιχούν σε σχετικά σταθερά πολύ χαμηλά backscattering επιφανειακά χαρακτηριστικά, όπως, οι σκιασμένες πλαγιές, οι μεγάλοι δρόμοι και τα κανάλια αποστράγγισης και, τέλος, για την κατάσταση της επιφάνειας της θάλασσας. Το τελευταίο χαρακτηριστικό εξαρτάται από την κατεύθυνση του ανέμου η οποία μπορεί να δημιουργήσει μια άγρια ή ήρεμη επιφάνεια νερού (φαίνεται άσπρο ή μαύρο αντίστοιχα) και αλλάζει τα βάθη σε διάφορές περιοχές κατά μήκος της ακτογραμμής. Στο 5δ σχήμα φαίνονται οι αβαθείς περιοχές στο βόρειο τμήμα του κόλπου κοντά στο μικρό λιμάνι της Στυλίδας (σημείο 1) που καταγράφονται στον υδρογραφικό χάρτη της περιοχής. Στο principalcomponent transform της εικόνας οι περιοχές αυτές αναδεικνύονται και να φαίνονται πιο καθαρά (εικ.5b-σημείο 2), ενώ στην εικόνα Landsat είναι δυσδιάκριτες (εικ.5c). Αυτές οι ρηχές περιοχές βρίσκονται στις δύο πλευρές του λιμανιού.

Fig.5(a) The Temporal Differentiate radar Image (TDI) of Maliakos gulf (point 1 shows the shallow areas), (b) The Principal Component Transform radar Image (TDI) of the gulf (point 2 shows the shallow areas), (c) The Landsat 7 true color image covers Maliakos gulf, (d) The hydrographical map of Maliakos gulf.

Πηγή: Em. Psomiadis and G. Migiros, Is. Parcharidis, S. Poulos ,SHORT PERIOD CHANGE DETECTION OF SPERCHIOS LOWER DELTA AREA USING SPACE RADAR IMAGES