«Εφαρμογή τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων»
Από RemoteSensing Wiki
μ (Η «Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων» μετονομάστηκε σε «Εφαρμογή τηλεπ) |
Παρούσα αναθεώρηση της 12:16, 21 Απριλίου 2010
Δημοσίευση Εφαρμογής Τηλεπισκόπησης: «Εφαρμογή τηλεπισκόπισης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων» Συγγραφείς: Ανθούλα Γκιούρου Μηχανικός Ορυκτών Πόρων, GEOMET Ltd.
Ανάλυση – Παρουσίαση:
Αντικείμενο της εφαρμογής αποτελεί η κατανάλωση και χρήση νερού στη γεωργία. Σκοπός της παρούσας μελέτης είναι η κοστολόγηση του αρδευτικού νερού στον Κάμπο Χανίων την όσο το δυνατόν πιο ορθολογική και αποτελεσματικότερη χρήση του (σχήμα 1). Οι υπάρχοντες χάρτες και οι βάσεις δεδομένων δεν καλύπτουν τις σημερινές ανάγκες των χρηστών λόγω παλαιότητας και της µη συχνής ενημέρωσής τους. Προκειμένου να αξιολογηθούν οι πραγματικές διαστάσεις του προβλήματος, αρχικά συλλέχτηκαν οι απαραίτητες πληροφορίες για την περιοχή μελέτης (π.χ. έκταση, είδος καλλιεργειών), ακολούθως, έγινε καταγραφή και συλλογή από τα απαραίτητα χαρτογραφικά υπόβαθρα και ιδιαίτερα των χαρτών χρήσης γης (π.χ. χάρτες χρήσης γης από CORINE, χαρτών ΥΠΓΕ ) και με βάση την καταγραφή της υπάρχουσας κατάστασης και τις απαιτήσεις του έργου χρησιμοποιήθηκαν δορυφορικές εικόνες πολυφασματικής ανάλυσης του δορυφόρου Ikonos MS, οι οποίες έχουν καταγράψει σκηνές της περιοχής έρευνας, οι οποίες αφορούν σε διάφορες περιόδους της ανάπτυξης των καλλιεργειών ανάλογα με το φαινολογικό τους τύπο.
Ακολουθήθηκε η καθιερωμένη πρακτική διαδικασία για τη χαρτογράφηση των αρδεύσιμων καλλιεργειών µε τη χρήση δορυφορικής τηλεπισκόπησης που περιλαμβάνει: τη συλλογή απαραίτητων χαρτογραφικών υποβάθρων, ιδιαίτερα των χαρτών χρήσης γης (π.χ. χάρτες χρήσης γης από CORINE, χαρτών ΥΠΓΕ), την επιλογή κατάλληλων χρονικά δορυφορικών εικόνων, την επεξεργασία των εικόνων και αναγωγή τους σε επιθυμητό γεωγραφικό σύστημα αναφοράς, τη λήψη φασματικών ταυτοτήτων από δειγματοληπτικές περιοχές, την εφαρμογή τεχνικών ανάλυσης, µμοντέλων και αλγορίθμων και δημιουργία τροποποιημένων εικόνων, την εφαρμογή τεχνικών ταξινόμησης για την εξαγωγή ποιοτικά διαφοροποιημένων κλάσεων µε βάση επιθυμητά κριτήρια και το στατιστικός και συγκριτικός έλεγχο των αποτελεσμάτων.
Η επιλογή των δορυφορικών εικόνων έγινε βάση της καταγραφής της υπάρχουσας κατάστασης (σχήμα 2, 3). Αρχικά έγινε προμήθεια μιας πολυφασματικής εικόνας του δορυφόρου IKONOS Ms, τεσσάρων (4) φασματικών καναλιών, διακριτικής ικανότητας 4µέτρων και η αντίστοιχη παγχρωματική µε χωρική ανάλυση 1μέτρο και ημερομηνία λήψης 16/07/2006.
Η πρώτη επεξεργασία των δορυφορικών εικόνων ήταν η γεωμετρική ορθοαναγωγή (orthorectification) σε µία κοινή τοπογραφική βάση και η αναδόμησή τους. (resampling), µε βάση το Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ '87). Στο στάδιο αυτό επιτεύχθηκε ακρίβεια του μέσου τετραγωνικού σφάλματος (RMS) της γεωμετρικής διόρθωσης, μικρότερη του ενάμιση (1,5) εικονοστοιχείου. Για την ορθοαναγωγή της δορυφορικής εικόνας προσδιορίστηκαν φωτοσταθερά σημεία από τους ορθοφωτοχάρτες του Υπουργείου Γεωργίας και το Ψηφιακό Μοντέλο Εδάφους που χρησιμοποιήθηκε στην επίλυση αποτελεί προϊόν στερεοσκοπικών εικόνων Spot P, υψομετρικής ακρίβειας 7-11 μέτρων (σχήμα 4α). Μετά τις γεωμετρικές διορθώσεις ήταν εφικτή η απεικόνιση των δορυφορικών εικόνων σε ενιαίο χαρτογραφικό υπόβαθρο και η άμεση σύγκριση µε τα άλλα διαθέσιμα χαρτογραφικά δεδομένα. Στη συνέχεια οι εικόνες υποβλήθηκαν σε ραδιοµετρικές διορθώσεις. Οι τελευταίες καταφέρνουν την ελαχιστοποίηση των χρωματικών διαφορών που προέρχονται από τις συνθήκες του φωτισμού που υπήρχαν κατά την στιγμή της λήψης. Η ραδιομετρική διόρθωση έγινε µε το λογισμικό ERDAS IMAGINE 8.7 με τη χρήση της μεθόδου της μετατόπισης του ιστογράμματος (histogram equalization), προκειμένου να απαλλαγεί η ραδιομετρία των δορυφορικών εικόνων από τον θόρυβο που εισάγει η ατμόσφαιρα. Κατά την μέθοδο αυτή υπολογίζονται νέες τιμές των εικονοστοιχείων, χρησιμοποιώντας προσθετικούς και πολλαπλασιαστικούς αλγορίθμους, οι οποίοι διορθώνουν την εικόνα από τις παραπάνω επιδράσεις.
Για την καλύτερη οπτική ερμηνεία των δορυφορικών εικόνων, ενισχύθηκε η χρωματική διαβάθμιση της απεικόνισης των διαφόρων καλλιεργειών στην οθόνη. Αυτό πραγματοποιήθηκε µε τον υπολογισμό των ιστογραμμάτων των καναλιών που χρησιμοποιούνται για την σύνθεση της εικόνας κατά την ερμηνεία και επεκτείνοντας γραμμικά (linear stretching) το τμήμα του ιστογράμματος που αντιπροσωπεύει γεωργικές χρήσεις, για να γίνει εκμεταλλεύσιμο όλο το εύρος του φάσματος απεικόνισης της οθόνης.
Επειδή οι εικόνες που χρησιμοποιούνται στην εφαρμογή είναι υψηλής χωρικής ανάλυσης (VHR), με μεγάλο αριθμό πληροφορίας και αρκετή πολυπλοκότητα, κρίθηκε αναγκαία η χρήση της διαδικασίας της ταξινόμησης (classification process) τους, δηλαδή η απόδοση των καταγραφών των εικονοστοιχείων της εικόνας στην πραγματική κατηγορία που ανήκουν, αξιοποιώντας την φασματική πληροφορία των εικονοστοιχείων αυτών.
Εφαρμόστηκε συνδυασμός των δύο τεχνικών ταξινόμησης της επιβλεπόμενης και της µη-επιβλεπόμενης µε μεγαλύτερο βάρος στην επιβλεπόμενη, με στόχο την ελαχιστοποίηση των σφαλμάτων στην εξαγωγή των χρήσεων γης. Η ταξινόμηση εφαρμόστηκε στην πολυφασματική εικόνα ενώ η πανγχρωματική χρησιμοποιήθηκε σαν στοιχείο ελέγχου για τα αποτελέσματα της ταξινόμησης. Η ταξινόμηση των διαθέσιμων δορυφορικών εικόνων έγινε µε την μέθοδο της μέγιστης πιθανοφάνειας (Maximum Likelihood Classification Method) με επιλογή των καταλλήλων σκηνών, επιλογή των φασματικών υπογραφών των καλλιεργειών, ταξινόμηση των επικρατέστερων χρήσεων γης και αξιολόγηση των αποτελεσμάτων. Πριν τα στάδια της ταξινόμησης ελήφθησαν δείγματα. Το αρχικό δείγμα το οποίο χρησιμοποιήθηκε ως δείγμα εκπαίδευσης (training set) στην επιβλεπόμενη ταξινόμηση προκειμένου να δημιουργηθεί το αρχείο υπογραφών ταξινόμησης (signature file) στο ERDAS Imagine 8.7, περιελάμβανε 15 κατηγορίες. Για την εκμάθηση του ταξινομητή ψηφιοποιήθηκαν τα όρια των αγροτεμαχίων που ελέχθησαν με επιτόπια παρατήρηση και καταγράφηκε η περιεχόμενη καλλιέργεια τους. Οι αντίστοιχες περιοχές της εικόνας χρησιμοποιήθηκαν κατά το ήμισυ στη φάση της εκμάθησης του ταξινομητή για την εξαγωγή αντιπροσωπευτικού δείγματος φασματικής πληροφορίας για τις καλλιέργειες και κατά το υπόλοιπο ήμισυ για ποιοτικό έλεγχο της ταξινόμησης. Για τα δείγματα χρησιμοποιήθηκαν µόνο πολύ "καθαρά" ως προς τη χρήση εικονοστοιχεία, αλλάζοντας κατάλληλα τα όρια των πολυγώνων στην οθόνη. Η τελική θεματική εικόνα κατόπιν συνένωσης και γενίκευσης των 15 κατηγοριών απεικονίζει τις τάξεις στην εικόνα 4β.
Με την τεχνική της ταξινόμησης παρήχθησαν χάρτες κατηγοριοποίησης των καλλιεργειών (θεματικοί χάρτες), καθώς και των αρδευόμενων εκτάσεων σε όλα τα στάδια ανάπτυξής τους, δίνοντας την πραγματική διάσταση σε χρήση αρδεύσιμου ύδατος. Τα αποτελέσματα της ταξινόμησης συνδέθηκαν γεωγραφικά με το Σύστημα διαχείρισης της Γεωγραφικής Πληροφορίας του έργου με στόχο την καταγραφή και αποθήκευση των δεδομένων που αφορούν στην υποστήριξη της διαχείρισης των αρδευτικών νερών και την δημιουργία εφαρμογών προκειμένου να υπάρχει συνολική εποπτεία του έργου.
Τα δορυφορικά δεδομένα του Ikonos παρουσίασαν µία αδυναμία διάκρισης συγκεκριμένων τύπων κάλυψης/χρήσης γης (χαμηλό ποσοστό ταξινόμησης= 65%), λόγω της περιορισμένης φασματικής ανάλυσής τους και των παραγόντων εκείνων που συναντώνται στην περιοχή και αφορούν τον πολυτεμαχισμό του αγροτικού κλήρου, τις μικρές εκτάσεις των αγροτεμαχίων, την συχνή συγκαλλιέργεια (Αβοκάντο µε Τριφύλλι ή Λαχανόκηποι µε Τριφύλλι) και τις παραπλήσεις φασματικές υπογραφές των κλάσεων ταξινόμησης. Η ολοκλήρωση του συστήματος θα πραγματοποιηθεί μετά από την ανάλυση και επεξεργασία νέων δορυφορικών δεδομένων (Ikonos) τα οποία και θα ενσωματωθούν στην συνέχεια στο σύστημα και θα παράγουν ένα θεματικό χάρτη υψηλότερης ακρίβειας. Επίσης χρησιμοποιώντας το Ψηφιακού Μοντέλου Εδάφους θα γίνει καλύτερος διαχωρισμός των ειδών καλλιέργειας (π.χ. διαχωρισμός ελαιοδέντρων από τα εσπεριδοειδή) αφού διαφορετικά καλλιεργούνται σε διαφορετικά υψόμετρα και περιοχές. Με τέτοιας φύσεως περιορισμούς και κριτήρια, λαμβάνοντας περισσότερα δείγματα εδάφους αλλά και διορθώνοντας λάθος αποτελέσματα ερμηνεύοντας τον πρώτο θεματικό χάρτη σε πραγματικό χρόνο τα αποτελέσματα της ταξινόμησης θα βελτιωθούν.
Παρά τα παραπάνω, η τηλεπισκόπηση έχει πλέον αναγνωριστεί ως ένα αποτελεσματικό εργαλείο για την παρακολούθηση της γήινης επιφάνειας και την παρατήρηση και καταγραφή των αντικειμένων και φαινομένων που την αφορούν. η χρήση της δορυφορικής τηλεπισκόπησης σε συνδυασμό µε τα Γεωγραφικά Συστήματα Πληροφοριών-GIS μπορεί να βοηθήσει στον εντοπισμό και τη χαρτογράφηση των αρδεύσιμων καλλιεργειών, ώστε να εντοπιστούν οι πραγματικές ανάγκες για τη χρήση αρδεύσιμου ύδατος.
Add Your Content Here
