Εργαλείο ανοικτού κώδικα για τη χαρτογράφηση της θολότητας των ακτών με τη χρήση υπερφασματικών εικόνων Push Broom με χρήση drone

[[category:Χαρτογραφία]]

Original title: An Open-Source Tool for Drone-Based Mapping of Coastal Turbidity Using Push Broom Hyperspectral Imagery

Συγγραφείς: Hui Ying Pak, Hieu Trung Kieu, Weisi Lin, Eugene Khoo, Adrian Wing-Keung Law

Περιοχή Μελέτης: Νοτιοδυτική Σιγκαπούρη

Κύρια Θέματα: Παρακολούθηση ποιότητας νερού, UAVs, υπερφασματική απεικόνιση, θολότητα.

Το άρθρο παρουσιάζει το εργαλείο CoastalWQL, μια ανοιχτού κώδικα πλατφόρμα που αναπτύχθηκε για την παρακολούθηση της θολότητας των παράκτιων υδάτων μέσω μη επανδρωμένων εναέριων οχημάτων (UAVs) και υπερφασματικών αισθητήρων. Το εργαλείο προσφέρει νέες δυνατότητες για τη δημιουργία υψηλής ακρίβειας ορθομωσαϊκών εικόνων σε υδάτινες επιφάνειες, αντιμετωπίζοντας προκλήσεις όπως η έλλειψη χαρακτηριστικών για γεωαναφορά και η χρονική καθυστέρηση μεταξύ του GNSS και του αισθητήρα.

'''Στόχοι της Μελέτης'''

Ανάπτυξη μιας νέας μεθόδου μωσαϊκοποίησης εικόνων για υπερφασματικούς αισθητήρες τύπου push-broom που λειτουργούν σε ανοικτές θάλασσες ή χαρακτηριστικά χωρίς υφή.

Διόρθωση χρονικής καθυστέρησης μεταξύ του GNSS και του αισθητήρα για μείωση σφαλμάτων ευθυγράμμισης.

Αξιολόγηση της απόδοσης των διαδικασιών προεπεξεργασίας, όπως η ακτινομετρική διόρθωση και η διόρθωση λάμψης από τον ήλιο.

Επικύρωση της εφαρμογής του CoastalWQL για την παρακολούθηση θολότητας σε παράκτιες περιοχές.

'''Μεθοδολογία'''

Περιοχή Μελέτης

Η έρευνα διεξήχθη στη νοτιοδυτική Σιγκαπούρη, όπου πραγματοποιούνται δραστηριότητες ανάκτησης γης που δημιουργούν πλουμίδια υψηλής θολότητας λόγω απόρριψης ιζημάτων και εκσκαφών.

Πτήσεις UAV

Χρησιμοποιήθηκε το DJI Matrice M600 Pro με υπερφασματικό αισθητήρα (OCI-F Push-Broom).

Οι πτήσεις πραγματοποιήθηκαν σε ύψος 58–60 μέτρων με ταχύτητα 5 m/s.

Εφαρμόστηκε "μοτίβο κουρέματος γκαζόν" για κάλυψη περιοχής με επικάλυψη εικόνων (80% εμπρόσθια επικάλυψη, 30% πλευρική).

Εργαλείο CoastalWQL

Το CoastalWQL περιλαμβάνει:

Ακτινομετρική διόρθωση.

Διόρθωση λωρίδων (de-striping).

Διόρθωση λάμψης από τον ήλιο (sun glint correction).

Ταξινόμηση αντικειμένων για μάσκες.

Διαδικασία Μωσαϊκοποίησης

Η μωσαϊκοποίηση βασίζεται σε δεδομένα GPS αντί για χαρακτηριστικά της εικόνας, επιτρέποντας την ακριβή σύνθεση εικόνων ακόμα και σε επιφάνειες χωρίς υφή.

'''Αποτελέσματα'''

Βελτίωση Ποιότητας Εικόνων:

Η ακτινομετρική διόρθωση και η διόρθωση λωρίδων βελτίωσαν την πρόβλεψη θολότητας κατά 46.5%.

Η διόρθωση χρονικής καθυστέρησης βελτίωσε τη γεωαναφορά των δεδομένων.

Ακριβής Εντοπισμός Πλουμιδίων Θολότητας:

Το εργαλείο εντόπισε πλουμίδια θολότητας που δημιουργούνται από δραστηριότητες ανάκτησης γης με υψηλή ακρίβεια.

Επικύρωση με Μετρήσεις Εδάφους:
Οι προβλέψεις θολότητας συγκρίθηκαν με δεδομένα από αισθητήρες εδάφους (YSI ProDSS), δείχνοντας υψηλή συσχέτιση.

'''Συμπεράσματα'''

Το CoastalWQL αποτελεί ένα ισχυρό εργαλείο για την παρακολούθηση ποιότητας νερού σε παράκτια περιβάλλοντα. Η χρήση UAVs με υπερφασματικούς αισθητήρες προσφέρει ευελιξία και υψηλή χωρική ανάλυση, καθιστώντας το εργαλείο χρήσιμο για δυναμικά φαινόμενα όπως τα πλουμίδια θολότητας. Το άρθρο υπογραμμίζει τη σημασία της προσεκτικής προεπεξεργασίας δεδομένων και της ανάπτυξης ειδικών αλγορίθμων για εφαρμογές σε υδάτινες επιφάνειες χωρίς χαρακτηριστικά.