Διάκριση κυανοβακτηρίων και υδρόβιων μακρόφυκων χρησιμοποιώντας Landsat / TM και ETM + ταινίες υπερύθρων κυμάτων
Από RemoteSensing Wiki
| Γραμμή 16: | Γραμμή 16: | ||
Σε αυτή τη μελέτη, προτάθηκε μια μέθοδος διάκρισης των κυανοβακτηρίων και υδρόβιων μακροφύτων από εικόνες Landsat / TM και ETM + συνδυάζοντας τους δείκτες FAI και NDWI4,5. Χρησιμοποιήθηκε πρώτα ο δείκτης FAI εξάγοντας τα νερά των λιμνών, και στη συνέχεια χρησιμοποιήθηκε η ταξινόμηση του NDWI4,5 για τα υπόλοιπα εικονοστοιχεία της λίμνης ως κυανοβακτήρια ή υδρόβια μακροφύκη. | Σε αυτή τη μελέτη, προτάθηκε μια μέθοδος διάκρισης των κυανοβακτηρίων και υδρόβιων μακροφύτων από εικόνες Landsat / TM και ETM + συνδυάζοντας τους δείκτες FAI και NDWI4,5. Χρησιμοποιήθηκε πρώτα ο δείκτης FAI εξάγοντας τα νερά των λιμνών, και στη συνέχεια χρησιμοποιήθηκε η ταξινόμηση του NDWI4,5 για τα υπόλοιπα εικονοστοιχεία της λίμνης ως κυανοβακτήρια ή υδρόβια μακροφύκη. | ||
| + | '''Μεθοδολογία''' | ||
| + | Σε αυτή τη μελέτη, πραγματοποιήθηκαν φασματικές μετρήσεις στο πεδίο (in situ) και αναλύσεις δορυφορικών δεδομένων για κυανοβακτήρια και υδρόβια μακροφύκη. Επιπλέον, συλλέχθηκαν επτά εικόνες Landsat για εννέα λίμνες της Ιαπωνίας και της Ινδονησίας. | ||
| - | [[Αρχείο:Tmm eik1 ar1 thl.png| center | | + | |
| + | [[Αρχείο:Tmm eik1 ar1 thl.png| center | Εικόνα 1: Οι 7 δορυφορικές εικόνες Landsat που αναλύθηκαν για τις 9 λίμνες που αναλύθηκαν. ]] | ||
| + | |||
| + | Στην έρευνα πεδίου, δείγματα νερού πάρθηκαν και αναλύθηκαν με σπεκτροφωτομετρική μέθοδο με σκοπό την οπτική πυκνότητα του εκχυλίσματος χλωροφύλλης η οποία μετρήθηκε σε 4 μήκη κύματος 750, 663, 645 και 630 nm και υπολογίστηκαν οι συγκεντρώσεις Chl-a | ||
| + | χρησιμοποιώντας εξισώσεις SCOR-UNESCO. | ||
| + | Χρησιμοποιήθηκαν εικόνες με αισθητήρες ΤΜ και ETM+. Ο αισθητήρας ΤΜ έχει 4 ζώνες στο ορατό και στο εγγύ φάσμα (TM1: 450-520 nm, TM2: 520-600 nm, TM3: 630-690 nm, TM: 760- 900 nm ), 2 ζώνες μικρού μήκους υπερύρθων (TM5: 1550–1570nm, TM7: 2080−2350nm) και 1 στο θερμικό μήκος (ΤΜ6: 10400-12500 nm). Ο ETM+ αισθητήρας έχει τις ίδιες ζώνες και μια πρόσθετη μεταξύ 520 nm και 900nm. | ||
| + | Η χωρική ανάλυση των 30m των ΤΜ και ETM+ απαιτείται για την παρακολούθηση των μικρών εσωτερικών υδάτων. Οι ψηφιακοί αριθμοί (DN- Digital Number) των TM και ETM + μετατράπηκαν πρώτα σε ακτινοβολία (L). Στη συνέχεια, οι τιμές ακτινοβολίας μετατράπηκαν σε ακτινοβολία στα όρια της ατμόσφαιρας (ΤΟΑ -Top Of The Atmosphere) και της ανάκλασης (RTOA -Top-of-Atmosphere reflectance). | ||
| + | |||
| + | |||
| + | Για την ταξινόμηση των κυανοβακτηριών και των υδρόβιων μακροφύτων στα νερά των λιμνών υπολογίστηκαν οι εξής επιλεγμένοι δείκτες : | ||
| + | |||
| + | * ο κανονικοποιημένος δείκτης βλάστησης (NDVI - Normalized Difference Vegetation Index), | ||
Αναθεώρηση της 20:11, 12 Δεκεμβρίου 2017
Διάκριση κυανοβακτηρίων και υδρόβιων μακρόφυκων χρησιμοποιώντας Landsat / TM και ETM + ταινίες υπερύθρων κυμάτων
Συγγραφείς : Yoichi Oyama , Bunkei Matsushita, Takehiko Fukushima
Τίτλος: Distinguishing surface cyanobacterial blooms and aquatic macrophytes using Landsat/TM and ETM+ shortwave infrared bands
Πρωτότυπος τίτλος: Distinguishing surface cyanobacterial blooms and aquatic macrophytes using Landsat/TM and ETM+ shortwave infrared bands
Εισαγωγή
Η δορυφορική τηλεπισκόπηση μπορεί να θεωρηθεί κατάλληλη προσέγγιση για την παρακολούθηση της έκτασης των κυανοβακτηρίων σε σύγκριση με τις συμβατικές μεθόδους παρακολούθησης τους με πλοία. Αυτό οφείλεται στην ακανόνιστη και μεγάλη χωρική και χρονική μεταβλητότητα των κυανοβακτηρίων. Ωστόσο, οι περισσότεροι υπάρχοντες αλγόριθμοι, δεν είναι σε θέση να διακρίνουν την έκταση των κυανοβακτηρίων και τα υδρόβια μακρόφυτα λόγω των παρομοίων φασματικών χαρακτηριστικών των μήκων κύματος τους στο κόκκινο και στην εγγύ υπέρυθρη ακτινοβολία (NIR). Οι εκτάσεις κυανοβακτηρίων είναι ένα από τα σοβαρότερα προβλήματα στα εσωτερικά ύδατα λόγω των αρνητικών επιπτώσεων τους στις ανθρώπινες δραστηριότητες. Προκαλεί αυξημένη θολερότητα, οσμή, προβλήματα στην ανθρώπινη υγεία, δηλητηρίαση ζώων καθώς και υποβάθμιση της ποιότητας των υδάτων για πόσιμο, γεωργικό και βιομηχανικό σκοπό. Από τις αρχές της δεκαετίας του 1970, η δορυφορική τηλεπισκόπηση είναι ευρέως διαδεδομένη στην παρακολούθηση κυανοβακτηρίων. Σε αυτή τη μελέτη, προτάθηκε μια μέθοδος διάκρισης των κυανοβακτηρίων και υδρόβιων μακροφύτων από εικόνες Landsat / TM και ETM + συνδυάζοντας τους δείκτες FAI και NDWI4,5. Χρησιμοποιήθηκε πρώτα ο δείκτης FAI εξάγοντας τα νερά των λιμνών, και στη συνέχεια χρησιμοποιήθηκε η ταξινόμηση του NDWI4,5 για τα υπόλοιπα εικονοστοιχεία της λίμνης ως κυανοβακτήρια ή υδρόβια μακροφύκη.
Μεθοδολογία
Σε αυτή τη μελέτη, πραγματοποιήθηκαν φασματικές μετρήσεις στο πεδίο (in situ) και αναλύσεις δορυφορικών δεδομένων για κυανοβακτήρια και υδρόβια μακροφύκη. Επιπλέον, συλλέχθηκαν επτά εικόνες Landsat για εννέα λίμνες της Ιαπωνίας και της Ινδονησίας.
Στην έρευνα πεδίου, δείγματα νερού πάρθηκαν και αναλύθηκαν με σπεκτροφωτομετρική μέθοδο με σκοπό την οπτική πυκνότητα του εκχυλίσματος χλωροφύλλης η οποία μετρήθηκε σε 4 μήκη κύματος 750, 663, 645 και 630 nm και υπολογίστηκαν οι συγκεντρώσεις Chl-a χρησιμοποιώντας εξισώσεις SCOR-UNESCO. Χρησιμοποιήθηκαν εικόνες με αισθητήρες ΤΜ και ETM+. Ο αισθητήρας ΤΜ έχει 4 ζώνες στο ορατό και στο εγγύ φάσμα (TM1: 450-520 nm, TM2: 520-600 nm, TM3: 630-690 nm, TM: 760- 900 nm ), 2 ζώνες μικρού μήκους υπερύρθων (TM5: 1550–1570nm, TM7: 2080−2350nm) και 1 στο θερμικό μήκος (ΤΜ6: 10400-12500 nm). Ο ETM+ αισθητήρας έχει τις ίδιες ζώνες και μια πρόσθετη μεταξύ 520 nm και 900nm. Η χωρική ανάλυση των 30m των ΤΜ και ETM+ απαιτείται για την παρακολούθηση των μικρών εσωτερικών υδάτων. Οι ψηφιακοί αριθμοί (DN- Digital Number) των TM και ETM + μετατράπηκαν πρώτα σε ακτινοβολία (L). Στη συνέχεια, οι τιμές ακτινοβολίας μετατράπηκαν σε ακτινοβολία στα όρια της ατμόσφαιρας (ΤΟΑ -Top Of The Atmosphere) και της ανάκλασης (RTOA -Top-of-Atmosphere reflectance).
Για την ταξινόμηση των κυανοβακτηριών και των υδρόβιων μακροφύτων στα νερά των λιμνών υπολογίστηκαν οι εξής επιλεγμένοι δείκτες :
- ο κανονικοποιημένος δείκτης βλάστησης (NDVI - Normalized Difference Vegetation Index),
