Xαρτογράφηση του VWC με δεδομένα Landsat και τη χρήση του NDWI για καλλιέργειες καλαμποκιού και σόγιας
Από RemoteSensing Wiki
Remote Sensing of Environment 92 (2004) 475–482
Thomas J. Jacksona,*, Daoyi Chenb, Michael Cosha, Fuqin Lia, Martha Andersonc, Charles Walthalla, Paul Doriaswamya, E. Ray Hunta
Link: [1]
Λέξεις-Κλειδιά: Περιεχόμενο νερό στη βλάστηση, Landsat, NDWI
1.Εισαγωγή
Η περιεκτικότητα της βλάστησης σε νερό (VWC) είναι μία σημαντική παράμετρος στις αγροτικές και δασικές εφαρμογές. Ο δείκτης VWC θα μπορούσε να προσφέρει πληροφορίες για αγροτικές εφαρμογές που μπορούν να χρησιμοποιηθούν για να υπολογιστεί η διαθεσιμότητα του νερού για αποφάσεις άρδευσηςμε σκοπό την αύξηση της σοδειάς (Penuelasetal., 1993) και στον υπολογισμό των συνθηκών υγρασίας (Tucker, 1980). Η βασική αρχή στις δασικές εφαρμογές είναι ο υπολογισμός του κινδύνου πυρκαγιάς (Pyneetal., 1996). Ο δείκτης VWC χρησιμοποιείται επίσης για την ανάκτηση της υγρασίας του εδάφους από μικροκυματικές τηλεπισκοπικές παρατηρήσεις (Jackson&Schmugge, 1991), το οποίο αποτελεί και το αντικείμενο μελέτης της συγκεκριμένης εργασίας. Ως μέρος μίας εκστρατείας μεγάλης κλίμακας που ονομάζεται «SoilMoistureExperiments 2002 (SMEX02)», ερευνήθηκε η πιθανή χρήση της τηλεπισκόπησης για τον εντοπισμό και την παρακολούθηση του δείκτη VWC για καλλιέργειες καλαμποκιού και σόγιας.Ο τελικός σκοπός είναι η παραγωγή υψηλής ποιότητας δεικτών VWC για τις μελέτες που διενεργήθηκαν κατά τη διάρκεια του προγράμματος «SMEX02» και η συνεισφορά στην ανάπτυξη αποτελεσματικών μεθόδων για την παροχή πληροφοριών σε πραγματικό χρόνο για παγκόσμιες δορυφορικές εφαρμογές.
2. Δείκτες βλάστησης και ο δείκτης VWC
Ο Tucker (1979) χρησιμοποίησε τον κανονικοποιημένο δείκτη βλάστησης (NDVI), όπως αναπτύχθηκε από τον Rouseetal. (1973), για να εκτιμήσει την περιεκτικότητα των φύλλων σε νερό και άλλες φυσιολογικές μεταβλητές για την βλάστηση: NDVI= RNIR-RRED/ RNIR+RRED
όπου RNIRείναι η ανακλαστικότητα του εγγύς υπέρυθρου καναλιού (0.78 – 0.90 μmTM/ETM+ και 0.72 – 1.1 umAVHRR) και RRED είναι η ανακλαστικότητα στο κόκκινο κανάλι (0.63 – 0.69 μmTM/ETM+ και 0.58 – 0.68 AmAVHRR). Ένα πλεονέκτημα της χρήσης του δείκτη NDVI είναι πως αποτελεί ένα προιόν μαζικής παραγωγής το οποίο είναι διαθέσιμο σε παγκόσμιο επίπεδο συνήθως κάθε 10 μέρες χρησιμοποιώντας δορυφορικά εργαλέια όπως ο δορυφόρος AVHRR, παρόλα αυτά έχει σημαντικούς περιορισμούς όσον αφορά την εκτίμηση του δείκτη VWC διότι επηρεάζεται και από άλλες μεταβλητές. Ο Gao (1996) ανέπτυξε τον κανονικοποιημένο δείκτη νερού (NDWI) για τον υπολογισμό του δείκτη VWC μέσω φυσικών αρχών. Ο Hardiskyetal (1983) ανέπτυξε τον ίδιο δείκτη για τον LandsatThematicMapper: NDWI= RNIR-RSWIR/ RNIR+RSWIR
όπου RSWIRείναι η ανακλαστικότητα στο μέσο υπέρυθρο κανάλι (1.2-2.5μm). Για τον LandsatTM/ETM+, οι δείκτες RNIRκαι RSWIRαντιστοιχούν στα κανάλια 4 και 5. Ένας λόγος που ο συγκεκριμένος δείκτης δεν έχει γνωρίσει μεγάλη προσοχή είναι πως μέχρι πρόσφατα η σπάνια κάλυψη από τον LandsatTM/ETM+ καθιστούσε δύσκολη την εκτιμήση του δείκτη VWC σε πολλές εφαρμογές. Κοινή κατάληξη τωνερευνητών είναι το γεγονός πως το μέσο υπέρυθρο κανάλι είναι πολύ σημαντικό για την εκτίμηση του δείκτη VWC και το εγγύς υπέρυθρο κανάλι ήταν απαραίτητο για τον εντοπισμό του είδους των φύλλων και τις μεταβλητότητες της ξηρασίας στη βλάστηση. Στυ συγκεκριμένη εργασία, χρησιμοποιούνται δορυφορικές εικόνες LandsatTM/ETM+, λόγω της υψηλής χωρικής ανάλυσης (30m). Ο σκοπός είναι η τελική προσαρμογή της συγκεκριμένης εργασίας στον δορυφόρο MODIS, όπου η χωρική ανάλυση του εγγύς υπέρυθρου καναλιού είναι 500-m.
3. Πρόγραμμα SMEX02
To«SMEX02» είναι ένα πείραμα τηλεπισκόπησης που έγινε στην πολιτεία της Αιόβα μεταξύ του Ιουνίου και του Ιουλίου 2002. Για τη συγκεκριμένη εργασία χρησιμοποιήθηκαν τρία πακέτα δεδομένων, που περιγράφονται παρακάτω.
3.1 Δεδομένα ανακλαστικότητας Landsat TM
Τα δεδομένα που συλλέχθηκαν από τους Landsat 5 και 7 για μία συγκεκριμένη χρονική περίοδο αξιολογήθηκαν.Ο πίνακας 1 συνοψίζει τις εικόνες που χρησιμοποιήθηκαν για την ανάλυση. Δύο συγκεκριμένες περιοχές ξεχώρισαν για μελέτη. Η μία περιοχή περίκλειε το«WalnutCreekWatershed» και η δεύτερη περιοχή αναλύθηκε μέσω δεδομένων από το «Aqua AdvancedMicrowaveScanningRadiometer», όπως περιγράφεται στον πίνακα 2. Με βάση τον πίνακα 1 προέκυψε το συμπέρασμα πως ένας ικανοποιητικός αριθμός εικόνων ήταν διαθέσιμος και για τις δύο περιοχές. Η εικόνα 1 παρουσιάζει τις ψευδοεικόνες (Κανάλια 2,3,4)της περιοχής Watershed για τις 6 και 23 Ιουνίου, 1, 8 και 17 Ιουλίου.Tα δεδομένα του LandsatETM+ επεξεργάστηκαν για να παράξουν όσο το δυνατόν πιο ξεκάθαραδεδομένα ανακλαστικότητας της επιφάνειας. Δεν ήταν δυνατόν να είναι γνωστές όλες οι ατμοσφαιρικές ιδιότητες τις συγκεκριμένες χρονικές στιγμές και γιαυτό το λόγο είναι σημαντικό να μειωθούν οι ατμοσφαιρικές επιδράσεις με βάση γνωστούς παράγοντες πριν τη δημιουργία των δεικτών. Τα δεδομένα του Landsat 7 χρησιμοποιήθηκαν για τη διόρθωση των δεδεομένων του Landsat 5. Tα τελικά δεδομένα αποτελούνται από ξεκάθαρες τιμές ανακλαστικότητας για τα κανάλια 3,4 και 5 στις 6 και 23 Ιουνίου, στη 1,8,16 και 17 Ιουλίου και επαληθεύτηκαν μέσω συγκρίσεων με διάφορα προγράμαμτα όπως το MODTRAN4 (Berketal., 1998).
3.2 Ανάλυση ταξινόμησης του εδάφους
Οι καλύψεις γης είναι σημαντικές όταν χρησιμοποιούνται οι δείκτες NDVI και NDWI για την εκτίμηση του VWC, επειδή οι σχέσεις διαφέρουν σε κάθε έιδος βλάστησης. Ως μέρος του πειράματος «SMEX02», αναπτύχθηκε μία βάση δεδομένων καλύψεων γης με χωρική ανάλυση στα 30 μέτρα. Δεδομένα LandsatTM από τρεις ημερομηνίες και δύο επίγειες μετρήσεις χρησιμοποιήθηκαν για την παραγωγή ενός χάρτη καλύψεων γης για την περίοδο που εκτελέσθηκε το πείραμα. Τα κανάλια 3, 4, 5 και 7 επιλέχθηκαν για κάθε ημερομηνία. Η ταξινόμηση των καλύψεων γης που ακολουθήθηκε ήταν μία επιβλεπόμενη ταξινόμηση. Τα πολύγωνα εκπαίδευσης επιλέχθηκαν από επίγειες παρατηρήσεις. Οιτελικέςθεματικέςκατηγορίεςπεριλάμβαναν: Unclassified, Alfalfa, Corn, Grass, Soy- bean, Trees, Urban, και Water. Ένας χάρτης του οδικού δικτύου ψηφιοποιήθηκε με τέτοιον τρόπο, έτσι ώστε ο κάθε δρόμος να έχει πλάτος 60 μέτρων.
3.3 Δεδομένα περιεκτικότητας της βλάστησης σε νερό
Oδείκτης VWCμετρήθηκε πολλές φορές σε 31 μέρη κατά τη διάρκεια του πειράματος. Για τη συγκεκριμένη έρευνα, χρησιμοποιήθηκε ο μέσος όρος όλων των δειγμάτων σε κάθε μέρος για μίας συγκεκριμένη ημερομηνία.
4. Ανάπτυξη και εφαρμογή των συναρτήσεων χαρτογράφησης για τον δείκτη VWC
4.1 Δομή
Η μεθοδολογία είναι ως εξής: Προσωρινές συναρτήσεις αναπτύχθηκαν για τον δείκτη VWC της σόγιας και του καλαμποκιού. Έπειτα, αναπτύχθηκαν προσωρινές συναρτήσεις για τους δείκτες NDVI και NDWI για καλαμπόκι και σόγια χρησιμοποιώντας δεδομένα LandsatTM/ETM+. Για κάθε τύπο καλλιέργειας ο δείκτης VWCαντιστοιχήθηκε στους δείκτες NDVI ή NDWI, χρησιμοποιώντας την ημερομηνία. Με τη χρήση των συναρτήσεων του VWC, δημιουργήθηκαν εικόνες για κάθε σκηνή του LandsatTM. Τέλος, δημιουργήθηκαν οι τελικές VWCεικόνες για τις δύο περιοχές ενδιαφέροντος.
4.2 Σχέσεις του δείκτη VWC
H διαδικασία εξελίσσεται ως εξής: • Συλλέχθηκαν όλα τα δεδομένα για κάθε μέρος ώστε να δημιουργήσουν έναν εκτιμώμενο δείκτη VWC για το κάθε μέρος. • Για κάθε μέρος, οι διαθέσιμες εκτιμήσεις χρησιμοποιήθηκαν για να εξάγουν τις τιμές του δείκτη VWC για κάθε μέρα του πειράματος. • Για κάθε μέρα της μελέτης, οι εκτιμήσεις των 31 μερών χρησιμοποιήθηκαν για να υπολογίσουν έναν μέσο δείκτη VWC για το καλαμπόκι και τη σόγια για την συγκεκριμένη μέρα. • Μία συναρτησιακή σχέση δημιουργήθηκε για την πρόβλεψη του δείκτη VWC ως συνάρτηση της ημερομηνίας για τη σόγια και το καλαμπόκι.
4.3 Σχέσεις των δεικτών NDVI και NDWI
Οι σχέσεις διακρίνονται ως εξής:
- Για κάθε εικόνα, τα σχετικά κανάλια χρησιμοποιήθηκαν για να υπολογίσουν τους NDVI και NDWI.
- Όλα τα μέρη (31) εντοπίσθηκαν σε κάθε εικόνα.
- Για κάθε μέρος σε κάθε μέρα, ένας μέσος δείκτης NDVIκαι NDWI υπολογίσθηκε για τις τρεις περιοχές βλάστησης.
- Για κάθε μέρα, ένας μέσος δείκτης NDVIκαι NDWI υπολογίστηκε για το καλαμπόκι και τη σόγια.
- Οι τιμές των NDVIκαι NDWI για το καλαμπόκι και τη σόγια ορίστηκαν 0.05 kg m 2, όταν ο δείκτης VWC έτεινε στο 0.
- Μία συναρτησιακή σχέση δημιουργ΄θηκε για την πρόβλεψη του NDVI και NDWI ως συνάρτηση της ημέρομηνίας για τη σόγια και το καλαμπόκι.
Η εικόνα 2 δείχνει τις σχέσεις των δεικτών NDVI και NDWI για το καλαμπόκι και τη σόγια.
4.4 Ο δείκτης VWC σε συνάρτηση με τους NDVI και NDWI
To τελικό βήμα είναι η συσχέτιση του VWC με τον NDVI ή τον NDWI. Ταιριάζοντας τις ημερομηνίες, ανακτήθηκαν οι σχέσεις μεταξύ των δεικτών, όπως φαίνεται στις εικόνες 4α και 4β και δημιουργήθηκαν οι μαθηματικές συναρτήσεις για τον κάθε δείκτη για το καλαμπόκι και τη σόγια.
4.5 Αξιολόγηση
Οι εικόνες για τους χάρτες με τον δείκτηVWC για τις πέπντε ημερομηνίες του Landsatπου βασίζονται στον δείκτη NDWI παρουσιάζονται στην εικόνα 5.
Η συνολική διαδικασία αξιολογήθηκε με τη σύγκριση του εκτιμώμενου VWC για κάθε μέρος με την πραγματική τιμή του δείγματος και τα αποτελέσματα παρουσιάζονται στον πίνακα 3.
5. Συμπεράσματα
Και οι δυο δείκτες (NDVI,NDWI) για την εκτίμηση του VWC ερευνήθηκαν και αποδείχθηκε να υπερέχει ο δείκτης NDWI. Επομένως, η συγκεκριμένη μεθοδολογία χρησιμοποιήθηκε για την επιτυχή χαρτογράφηση του VWC για την περιοχή μελέτης και επεκτάθηκε και στην ευρύτερη περιοχή. Όσον αφορά τα δεδομένα, παρότι υπήρχε η δυνατότητα να είναι διαθέισμες εικόνες δύο δορυφορικών δεκτών, οι επικαλύψεις και η παρουσία συννέφων, καθώς και οι περιορισμοί στη συχνότητα των εικόνων υποβαθμίζουν τις σχέσεις που αναπτύσσονται μεταξύ των δεικτών βλάστησης και του VWC. Για την ανάπτυξη πιο αποτελεσματικών μεθόδων αξίζει να ερευνηθεί η αξιοποίηση των εργαλείων του MODIS, στις πλατφόρμες Terraκαι Aqua, που μπορούν να παρέχουν καθημερινή κάλυψη.
6. Συνεισφορά της τηλεπισκοπησης
Στη συγκεκριμένη μελέτη ερευνάται πως μέσω των δορυφορικών εικόνων και δεικτωντηλεπισκόπησης είναι δυνατόν να εντοπιστει η περιεχόμενη υγρασία της βλάστησης προκειμένου να ενισχυθεί η ποιότητα της αγροτικής σοδειάς.
