Χρησιμοποίηση πολυφασματικών δεδομένων Landsat στη διαδικασία εκτίμησης της διαύγειας του νερού των λιμνών μιας περιοχής
Από RemoteSensing Wiki
(5 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.) | |||
Γραμμή 1: | Γραμμή 1: | ||
- | [[category: | + | [[category:Ψηφιακή Τηλεπισκόπηση]] |
<b>Χρησιμοποίηση πολυφασματικών δεδομένων Landsat στη διαδικασία εκτίμησης της διαύγειας του νερού των λιμνών μιας περιοχής.</b><br> | <b>Χρησιμοποίηση πολυφασματικών δεδομένων Landsat στη διαδικασία εκτίμησης της διαύγειας του νερού των λιμνών μιας περιοχής.</b><br> | ||
- | Πρωτότυπος τίτλος : A procedure for regional lake water clarity assessment using Landsat multispectral data | + | Πρωτότυπος τίτλος : A procedure for regional lake water clarity assessment using Landsat multispectral data<br> |
Πηγή : Steven M. Kloiber, Patrick L. Brezonik, Leif G. Olmanson, Marvin E. Bauer, Remote Sensing of Environment 82 (2002) 38-47 | Πηγή : Steven M. Kloiber, Patrick L. Brezonik, Leif G. Olmanson, Marvin E. Bauer, Remote Sensing of Environment 82 (2002) 38-47 | ||
[http://rsl.gis.umn.edu/Documents/RSE%2082-2002_Kloiber_Regional%20lake%20clarity.pdf] | [http://rsl.gis.umn.edu/Documents/RSE%2082-2002_Kloiber_Regional%20lake%20clarity.pdf] | ||
<br><br> | <br><br> | ||
<b>Περίληψη</b><br><br> | <b>Περίληψη</b><br><br> | ||
- | Αν και προηγούμενες έρευνες έχουν δείξει τη μεγάλη εμπειρική συσχέτιση δορυφορικών δεδομένων και εποχικών επίγειων παρατηρήσεων, εντούτοις η χρήση των δορυφορικών απεικονίσεων δεν έχει ενσωματωθεί στο βαθμό που θάπρεπε (έως το 2002) στην καθημερινή παρακολούθηση των υδάτινων αποθεμάτων μιας λίμνης. Η εργασία αυτή, πραγματεύεται ακριβώς την παρακολούθηση των υδάτων κάποιων λιμνών και την εκτίμηση της διαύγειάς τους με τη βοήθεια απεικονίσεων Landsat, στις οποίες ο συνδυασμός της χρονικής κάλυψης, της χωρικής ανάλυσης αλλά και της διαθεσιμότητας των δεδομένων, καθιστούν το σύστημα παρακολούθησης μέσω απεικονίσεων Landsat, ιδιαίτερα χρήσιμο στην πράξη, για την εκτίμηση της διαύγειας του νερού των λιμνών. Στην παρούσα εργασία | + | Αν και προηγούμενες έρευνες έχουν δείξει τη μεγάλη εμπειρική συσχέτιση δορυφορικών δεδομένων και εποχικών επίγειων παρατηρήσεων, εντούτοις η χρήση των δορυφορικών απεικονίσεων δεν έχει ενσωματωθεί στο βαθμό που θάπρεπε (έως το 2002) στην καθημερινή παρακολούθηση των υδάτινων αποθεμάτων μιας λίμνης. Η εργασία αυτή, πραγματεύεται ακριβώς την παρακολούθηση των υδάτων κάποιων λιμνών και την εκτίμηση της διαύγειάς τους με τη βοήθεια απεικονίσεων Landsat, στις οποίες ο συνδυασμός της χρονικής κάλυψης, της χωρικής ανάλυσης αλλά και της διαθεσιμότητας των δεδομένων, καθιστούν το σύστημα παρακολούθησης μέσω απεικονίσεων Landsat, ιδιαίτερα χρήσιμο στην πράξη, για την εκτίμηση της διαύγειας του νερού των λιμνών. Στην παρούσα εργασία χρησιμοποιήθηκαν 10 απεικονίσεις Landsat TM και 4 απεικονίσεις Landsat MSS χαμηλής νεφοκάλυψης, οι οποίες κάλυψαν ένα χρονικό παράθυρο 25 ετών (από το 1973 έως το 1998) σε συνδυασμό με επίγειες παρατηρήσεις. Δημιουργήθηκαν στατιστικά μοντέλα παλινδρόμησης με βάση τους λόγους ΤΜ1 / ΤΜ3 και MSS1 / MSS3 και τις επίγειες παρατηρήσεις και βρέθηκαν κάποια σημαντικά στοιχεία για την με χαμηλό κόστος, διαχρονική παρακολούθηση της διαύγειας του νερού των λιμνών μιας περιοχής. |
<br><br> | <br><br> | ||
[[Εικόνα:spk_TCMA_1_03.jpg|right|thumb||Εικόνα 1 :Η περιοχή μελέτης των λιμνών, πηγή : Google Earth, Minnetonka, MN, 44°54'47.87"N, 93°30'11.84"W]] | [[Εικόνα:spk_TCMA_1_03.jpg|right|thumb||Εικόνα 1 :Η περιοχή μελέτης των λιμνών, πηγή : Google Earth, Minnetonka, MN, 44°54'47.87"N, 93°30'11.84"W]] | ||
<b>Η περιοχή μελέτης και ο στόχος για την περιοχή</b><br><br> | <b>Η περιοχή μελέτης και ο στόχος για την περιοχή</b><br><br> | ||
- | Ως περιοχή μελέτης επιλέχτηκε η Twin Cities Metropolitan Area (TCMA) στην ανατολική και κεντρική Μινεσότα των ΗΠΑ, μια περιοχή η έκταση της οποίας πλησιάζει τα 7700 τ. χλμ. Στην περιοχή TCMA υπάρχουν περισσότερες από 500 λίμνες. Η μεγαλύτερη λίμνη, η λίμνη Minnetonka, είναι μια λίμνη με επιφάνεια περίπου 56600 στρέμματα (βλέπε και εικόνα 1). Η περιοχή είναι παγετώδης, χωρίς έντονο ανάγλυφο, όπου οι λίμνες δημιουργήθηκαν από μεγάλα κομμάτια πάγου και διατηρούνται ακόμη. Ο γενικός στόχος της εργασίας στην περιοχή αυτήν, ήταν να δημιουργηθεί μια μέθοδος η οποία θα υπολογίζει κάποιες καθοριστικής σημασίας παραμέτρους, οι οποίες σχετίζονται με θέματα όπως η περιβαλλοντική διαχείριση των λιμνών της περιοχής, η εκτίμηση της τροφικής κατάστασής τους και η διαύγεια (καθαρότητα) του νερού που περιέχουν, χρησιμοποιώντας δορυφορικά τηλεσκοπικά δεδομένα από το δορυφόρο Landsat (MSS και TM). Οι μεταβλητές οι οποίες στη διεθνή βιβλιογραφία (International Journal of Remote Sensing, 1366-5901, Volume 14, Issue 7, 1993, Pages 1247 – 1267) χρησιμοποιούνται πιο συχνά για να δηλώσουν την ποιότητα των υδάτων, είναι η πιθανή περιεχόμενη χλωροφύλλη (Chl), ο συνολικός φώσφορος (TP), η αλμυρότητα και η θερμοκρασία του νερού, πιθανά αιωρούμενα στερεά και η απόκριση του δίσκου Secchi (SDT) [http://en.wikipedia.org/wiki/Secchi_disk] (Serman M, Baban J., Detecting water Quality parameters in the Norfolk Broads, U.K. using Landsat Imaging). Κάποιες από αυτές τις παραμέτρους είναι δυνατό να υπολογισθούν από δορυφορικές απεικονίσεις, ενώ άλλες απαιτούν επίγειες μετρήσεις (ακόμη και δειγματοληπτικά). Ειδικά για την περιοχή μελέτης, υπάρχουν αναλυτικές διαχρονικές μετρήσεις του SDT, οι οποίες αξιοποιούνται στην εργασία αυτήν | + | Ως περιοχή μελέτης επιλέχτηκε η Twin Cities Metropolitan Area (TCMA) στην ανατολική και κεντρική Μινεσότα των ΗΠΑ, μια περιοχή η έκταση της οποίας πλησιάζει τα 7700 τ. χλμ. Στην περιοχή TCMA υπάρχουν περισσότερες από 500 λίμνες. Η μεγαλύτερη λίμνη, η λίμνη Minnetonka, είναι μια λίμνη με επιφάνεια περίπου 56600 στρέμματα (βλέπε και εικόνα 1). Η περιοχή είναι παγετώδης, χωρίς έντονο ανάγλυφο, όπου οι λίμνες δημιουργήθηκαν από μεγάλα κομμάτια πάγου και διατηρούνται ακόμη. Ο γενικός στόχος της εργασίας στην περιοχή αυτήν, ήταν να δημιουργηθεί μια μέθοδος η οποία θα υπολογίζει κάποιες καθοριστικής σημασίας παραμέτρους, οι οποίες σχετίζονται με θέματα όπως η περιβαλλοντική διαχείριση των λιμνών της περιοχής, η εκτίμηση της τροφικής κατάστασής τους και η διαύγεια (καθαρότητα) του νερού που περιέχουν, χρησιμοποιώντας δορυφορικά τηλεσκοπικά δεδομένα από το δορυφόρο Landsat (MSS και TM). Οι μεταβλητές οι οποίες στη διεθνή βιβλιογραφία (International Journal of Remote Sensing, 1366-5901, Volume 14, Issue 7, 1993, Pages 1247 – 1267) χρησιμοποιούνται πιο συχνά για να δηλώσουν την ποιότητα των υδάτων, είναι η πιθανή περιεχόμενη χλωροφύλλη (Chl), ο συνολικός φώσφορος (TP), η αλμυρότητα και η θερμοκρασία του νερού, πιθανά αιωρούμενα στερεά και η απόκριση του δίσκου Secchi (SDT) [http://en.wikipedia.org/wiki/Secchi_disk] (Serman M, Baban J., Detecting water Quality parameters in the Norfolk Broads, U.K. using Landsat Imaging). Κάποιες από αυτές τις παραμέτρους είναι δυνατό να υπολογισθούν από δορυφορικές απεικονίσεις, ενώ άλλες απαιτούν επίγειες μετρήσεις (ακόμη και δειγματοληπτικά). Ειδικά για την περιοχή μελέτης, υπάρχουν αναλυτικές διαχρονικές μετρήσεις του SDT, οι οποίες αξιοποιούνται στην εργασία αυτήν. |
<br><br> | <br><br> | ||
<b>Μεθοδολογία</b><br><br> | <b>Μεθοδολογία</b><br><br> | ||
Όπως ανέφερα και παραπάνω, στην παρούσα εργασία χρησιμοποιήθηκαν 10 απεικονίσεις Landsat TM και 4 απεικονίσεις Landsat MSS νεφοκάλυψης μικρότερης από 10%, οι οποίες κάλυψαν ένα χρονικό παράθυρο 25 ετών (από το 1973 έως το 1998) σε συνδυασμό με επίγειες παρατηρήσεις. Όλες οι δορυφορικές απεικονίσεις διορθώθηκαν γεωμετρικά σε χαρτογραφική προβολή UTM, zone 15 με Datum το NAD83 (North American Datum 1983). Οι απεικονίσεις διορθώθηκαν και ραδιομετρικά. Η περιοχή ενδιαφέροντος "μασκαρίστηκε" ώστε να μείνουν μόνο οι λίμνες της περιοχής, με τη βοήθεια μιας μη επιβλεπόμενης ταξινόμησης κατά την οποία διαχωρίστηκε σχετικά εύκολα το νερό από το έδαφος. Για κάθε λίμνη ψηφιοποιήθηκε ένα vector ΑΟΙ (area of interest) πολύγωνο και μόνο πολύ μικρά πολύγωνα ολίγων pixel, απορρίφθηκαν (επειδή τα στατιστικά τους στοιχεία δημιουργούν πολύ μικρές τιμές, με ορίζουσες κοντά στο μηδέν). Για τα δεδομένα (πολύγωνα λιμνών) που δημιουργήθηκαν με αυτόν τον τρόπο από τις δορυφορικές απεικονίσεις, βρέθηκαν στοιχεία επίγειων μετρήσεων για τη χλωροφύλλη (Chl) και τον SDT από την κρατική βάση δεδομένων "US EPA’s Storage and Retrieval (STORET)" [http://www.epa.gov/waters/data/prog.html]. Με τον τρόπο αυτόν, για κάθε πολύγωνο ενδιαφέροντος (AOI) υπήρχαν διαθέσιμες μετρήσεις αλλά και τιμές ανακλαστικότητες από τις διαθέσιμες δορυφορικές απεικονίσεις, για μια μεγάλη χρονική περίοδο. Οι μετρήσεις αυτές συνδυάστηκαν (έγινε αντιστοίχιση μεταξύ της μέσης τιμής ανακλαστικότητας για κάθε πολύγωνο, με τις επίγειες μετρήσεις των δεδομένων SDT, εντός 7 ημερών από την ημερομηνία διέλευσης κάθε δορυφορικής απεικόνισης) και εισήχθησαν ως δεδομένα σε ένα μοντέλο παλινδρόμησης, στο οποίο ελέχθησαν στατιστικά κατά Pearson [http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient] ποια κανάλια των Landsat απεικονίσεων χρησιμεύουν περισσότερο για εξαγωγή συμπερασμάτων (σε συνδυασμό με τις επίγειες μετρήσεις). Η μεθοδολογία αυτή, αναπτύχθηκε ακριβώς η ίδια και για δεδομένα MSS και για δεδομένα ΤΜ.. | Όπως ανέφερα και παραπάνω, στην παρούσα εργασία χρησιμοποιήθηκαν 10 απεικονίσεις Landsat TM και 4 απεικονίσεις Landsat MSS νεφοκάλυψης μικρότερης από 10%, οι οποίες κάλυψαν ένα χρονικό παράθυρο 25 ετών (από το 1973 έως το 1998) σε συνδυασμό με επίγειες παρατηρήσεις. Όλες οι δορυφορικές απεικονίσεις διορθώθηκαν γεωμετρικά σε χαρτογραφική προβολή UTM, zone 15 με Datum το NAD83 (North American Datum 1983). Οι απεικονίσεις διορθώθηκαν και ραδιομετρικά. Η περιοχή ενδιαφέροντος "μασκαρίστηκε" ώστε να μείνουν μόνο οι λίμνες της περιοχής, με τη βοήθεια μιας μη επιβλεπόμενης ταξινόμησης κατά την οποία διαχωρίστηκε σχετικά εύκολα το νερό από το έδαφος. Για κάθε λίμνη ψηφιοποιήθηκε ένα vector ΑΟΙ (area of interest) πολύγωνο και μόνο πολύ μικρά πολύγωνα ολίγων pixel, απορρίφθηκαν (επειδή τα στατιστικά τους στοιχεία δημιουργούν πολύ μικρές τιμές, με ορίζουσες κοντά στο μηδέν). Για τα δεδομένα (πολύγωνα λιμνών) που δημιουργήθηκαν με αυτόν τον τρόπο από τις δορυφορικές απεικονίσεις, βρέθηκαν στοιχεία επίγειων μετρήσεων για τη χλωροφύλλη (Chl) και τον SDT από την κρατική βάση δεδομένων "US EPA’s Storage and Retrieval (STORET)" [http://www.epa.gov/waters/data/prog.html]. Με τον τρόπο αυτόν, για κάθε πολύγωνο ενδιαφέροντος (AOI) υπήρχαν διαθέσιμες μετρήσεις αλλά και τιμές ανακλαστικότητες από τις διαθέσιμες δορυφορικές απεικονίσεις, για μια μεγάλη χρονική περίοδο. Οι μετρήσεις αυτές συνδυάστηκαν (έγινε αντιστοίχιση μεταξύ της μέσης τιμής ανακλαστικότητας για κάθε πολύγωνο, με τις επίγειες μετρήσεις των δεδομένων SDT, εντός 7 ημερών από την ημερομηνία διέλευσης κάθε δορυφορικής απεικόνισης) και εισήχθησαν ως δεδομένα σε ένα μοντέλο παλινδρόμησης, στο οποίο ελέχθησαν στατιστικά κατά Pearson [http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient] ποια κανάλια των Landsat απεικονίσεων χρησιμεύουν περισσότερο για εξαγωγή συμπερασμάτων (σε συνδυασμό με τις επίγειες μετρήσεις). Η μεθοδολογία αυτή, αναπτύχθηκε ακριβώς η ίδια και για δεδομένα MSS και για δεδομένα ΤΜ.. | ||
<br> | <br> | ||
- | [[Εικόνα:spk_TCMA_2_03.jpg| | + | [[Εικόνα:spk_TCMA_2_03.jpg|right|thumb||Εικόνα 2 :Χρονικά παράθυρα των απεικονίσεων Landsat και των μετρήσεων SDT, [http://rsl.gis.umn.edu/Documents/RSE%2082-2002_Kloiber_Regional%20lake%20clarity.pdf]πηγή]] |
<br><br> | <br><br> | ||
Χρησιμοποιήθηκαν στο ίδιο μοντέλο παλινδρόμησης, αντί των τιμών ανακλαστικότητας των απλών καναλιών των Landsat απεικονίσεων, οι τιμές ανακλαστικότητας που προκύπτουν από τους λόγους ΤΜ3 / ΤΜ1 όπου βρέθηκε ότι οι λόγοι ΤΜ1 / ΤΜ3 δίνουν καλύτερο συντελεστή συσχέτισης. Παρόμοια ήταν τα αποτελέσματα, με τη χρήση των λόγων MSS1 / MSS3 για τις απεικονίσεις Landsat MSS. | Χρησιμοποιήθηκαν στο ίδιο μοντέλο παλινδρόμησης, αντί των τιμών ανακλαστικότητας των απλών καναλιών των Landsat απεικονίσεων, οι τιμές ανακλαστικότητας που προκύπτουν από τους λόγους ΤΜ3 / ΤΜ1 όπου βρέθηκε ότι οι λόγοι ΤΜ1 / ΤΜ3 δίνουν καλύτερο συντελεστή συσχέτισης. Παρόμοια ήταν τα αποτελέσματα, με τη χρήση των λόγων MSS1 / MSS3 για τις απεικονίσεις Landsat MSS. | ||
<br> | <br> | ||
- | [[Εικόνα:spk_TCMA_2a_03.jpg| | + | [[Εικόνα:spk_TCMA_2a_03.jpg|right|thumb||Εικόνα 3 :Παλινδρόμηση των SDT και των καναλιών Landsat,[http://rsl.gis.umn.edu/Documents/RικSE%2082-2002_Kloiber_Regional%20lake%20clarity.pdf]πηγή]] |
<br><br> | <br><br> | ||
- | Οι τελικές εξισώσεις των μοντέλων παλινδρόμησης, οι οποίες συνδέουν τα κανάλια των Landsat MSS και TM με τις μετρήσεις SDT, είναι :<b><br> | + | Οι τελικές εξισώσεις των μοντέλων παλινδρόμησης, οι οποίες συνδέουν τα κανάλια των Landsat MSS και TM με τις μετρήσεις SDT, είναι :<b><br><br> |
In(SDT)=α*(ΤΜ1/ΤΜ3)+b*ΤΜ1+c<br> | In(SDT)=α*(ΤΜ1/ΤΜ3)+b*ΤΜ1+c<br> | ||
In (SDT)=a*(MSS1/MSS2)+b*MSS1+c </b> | In (SDT)=a*(MSS1/MSS2)+b*MSS1+c </b> | ||
<br><br> | <br><br> | ||
- | [[Εικόνα:spk_TCMA_3_03.jpg|right|thumb||Εικόνα 4 :Υπολογισμένη διαύγεια (σε μέτρα) των λιμνών της περιοχής, | + | [[Εικόνα:spk_TCMA_3_03.jpg|right|thumb||Εικόνα 4 :Υπολογισμένη διαύγεια (σε μέτρα) των λιμνών της περιοχής,[http://rsl.gis.umn.edu/Documents/RικSE%2082-2002_Kloiber_Regional%20lake%20clarity.pdf]πηγή]] |
<b>Συμπεράσματα </b><br><br> | <b>Συμπεράσματα </b><br><br> | ||
Τα αποτέλεσμα της έρευνας παρουσίασαν μια ικανοποιητική και αξιόπιστη συσχέτιση μεταξύ των δεδομένων από τις δορυφορικές απεικονίσεις Landsat και της διαύγειας (καθαρότητας) του νερού μιας λίμνης. Ιδιαίτερα οι λόγοι καναλιών ΤΜ1/ΤΜ3, MSS1/MSS3 καθώς και το κανάλι ΤΜ1, εμφάνισαν την καλύτερη συμπεριφορά με τις επίγειες μετρήσεις SDT και επιβεβαίωσαν το συμπέρασμα άλλων εργασιών (Dekker, A.G., Malthus, T.J., Wijnen, M.M. and Seyhan, E. (1992) The Effect of Spectral Bandwidth and Positioning on The Spectral Signature Analysis of Inland Waters, Remote Sensing of The Environment, Ch.12 2-3(2-3) p.211-225) [http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6V6V-4894RD5-9M&_user=10&_coverDate=09%2F30%2F1992&_rdoc=1&_fmt=high&_orig=search&_origin=search&_sort=d&_docanchor=&view=c&_searchStrId=1573577390&_rerunOrigin=google&_acct=C000050221&_version=1&_urlVersion=0&_userid=10&md5=76ea101fdb3b907698a6be7e46e2032b&searchtype=a] σχετικά με το γεγονός ότι οι φασματικές ζώνες των δεκτών MSS και TM μπορούν να συνδεθούν με οπτικά ενεργές και αξιοποιήσιμες ουσίες, συμπεριλαμβανομένων των φωτοσυνθετικών χρωστικών και των ανόργανων ιζημάτων τα οποία μπορούν να παρατηρηθούν (και να μετρηθούν) στο νερό μιας λίμνης. Η παρούσα εργασία, συνεχίστηκε και για άλλες περιοχές, με ανάλογα αποτελέσματα [http://www.sklog.labs.gov.cn/atticle/A04/A04008.pdf] | Τα αποτέλεσμα της έρευνας παρουσίασαν μια ικανοποιητική και αξιόπιστη συσχέτιση μεταξύ των δεδομένων από τις δορυφορικές απεικονίσεις Landsat και της διαύγειας (καθαρότητας) του νερού μιας λίμνης. Ιδιαίτερα οι λόγοι καναλιών ΤΜ1/ΤΜ3, MSS1/MSS3 καθώς και το κανάλι ΤΜ1, εμφάνισαν την καλύτερη συμπεριφορά με τις επίγειες μετρήσεις SDT και επιβεβαίωσαν το συμπέρασμα άλλων εργασιών (Dekker, A.G., Malthus, T.J., Wijnen, M.M. and Seyhan, E. (1992) The Effect of Spectral Bandwidth and Positioning on The Spectral Signature Analysis of Inland Waters, Remote Sensing of The Environment, Ch.12 2-3(2-3) p.211-225) [http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6V6V-4894RD5-9M&_user=10&_coverDate=09%2F30%2F1992&_rdoc=1&_fmt=high&_orig=search&_origin=search&_sort=d&_docanchor=&view=c&_searchStrId=1573577390&_rerunOrigin=google&_acct=C000050221&_version=1&_urlVersion=0&_userid=10&md5=76ea101fdb3b907698a6be7e46e2032b&searchtype=a] σχετικά με το γεγονός ότι οι φασματικές ζώνες των δεκτών MSS και TM μπορούν να συνδεθούν με οπτικά ενεργές και αξιοποιήσιμες ουσίες, συμπεριλαμβανομένων των φωτοσυνθετικών χρωστικών και των ανόργανων ιζημάτων τα οποία μπορούν να παρατηρηθούν (και να μετρηθούν) στο νερό μιας λίμνης. Η παρούσα εργασία, συνεχίστηκε και για άλλες περιοχές, με ανάλογα αποτελέσματα [http://www.sklog.labs.gov.cn/atticle/A04/A04008.pdf] | ||
<br><br><br> | <br><br><br> |
Παρούσα αναθεώρηση της 14:06, 22 Φεβρουαρίου 2011
Χρησιμοποίηση πολυφασματικών δεδομένων Landsat στη διαδικασία εκτίμησης της διαύγειας του νερού των λιμνών μιας περιοχής.
Πρωτότυπος τίτλος : A procedure for regional lake water clarity assessment using Landsat multispectral data
Πηγή : Steven M. Kloiber, Patrick L. Brezonik, Leif G. Olmanson, Marvin E. Bauer, Remote Sensing of Environment 82 (2002) 38-47
[4]
Περίληψη
Αν και προηγούμενες έρευνες έχουν δείξει τη μεγάλη εμπειρική συσχέτιση δορυφορικών δεδομένων και εποχικών επίγειων παρατηρήσεων, εντούτοις η χρήση των δορυφορικών απεικονίσεων δεν έχει ενσωματωθεί στο βαθμό που θάπρεπε (έως το 2002) στην καθημερινή παρακολούθηση των υδάτινων αποθεμάτων μιας λίμνης. Η εργασία αυτή, πραγματεύεται ακριβώς την παρακολούθηση των υδάτων κάποιων λιμνών και την εκτίμηση της διαύγειάς τους με τη βοήθεια απεικονίσεων Landsat, στις οποίες ο συνδυασμός της χρονικής κάλυψης, της χωρικής ανάλυσης αλλά και της διαθεσιμότητας των δεδομένων, καθιστούν το σύστημα παρακολούθησης μέσω απεικονίσεων Landsat, ιδιαίτερα χρήσιμο στην πράξη, για την εκτίμηση της διαύγειας του νερού των λιμνών. Στην παρούσα εργασία χρησιμοποιήθηκαν 10 απεικονίσεις Landsat TM και 4 απεικονίσεις Landsat MSS χαμηλής νεφοκάλυψης, οι οποίες κάλυψαν ένα χρονικό παράθυρο 25 ετών (από το 1973 έως το 1998) σε συνδυασμό με επίγειες παρατηρήσεις. Δημιουργήθηκαν στατιστικά μοντέλα παλινδρόμησης με βάση τους λόγους ΤΜ1 / ΤΜ3 και MSS1 / MSS3 και τις επίγειες παρατηρήσεις και βρέθηκαν κάποια σημαντικά στοιχεία για την με χαμηλό κόστος, διαχρονική παρακολούθηση της διαύγειας του νερού των λιμνών μιας περιοχής.
Η περιοχή μελέτης και ο στόχος για την περιοχή
Ως περιοχή μελέτης επιλέχτηκε η Twin Cities Metropolitan Area (TCMA) στην ανατολική και κεντρική Μινεσότα των ΗΠΑ, μια περιοχή η έκταση της οποίας πλησιάζει τα 7700 τ. χλμ. Στην περιοχή TCMA υπάρχουν περισσότερες από 500 λίμνες. Η μεγαλύτερη λίμνη, η λίμνη Minnetonka, είναι μια λίμνη με επιφάνεια περίπου 56600 στρέμματα (βλέπε και εικόνα 1). Η περιοχή είναι παγετώδης, χωρίς έντονο ανάγλυφο, όπου οι λίμνες δημιουργήθηκαν από μεγάλα κομμάτια πάγου και διατηρούνται ακόμη. Ο γενικός στόχος της εργασίας στην περιοχή αυτήν, ήταν να δημιουργηθεί μια μέθοδος η οποία θα υπολογίζει κάποιες καθοριστικής σημασίας παραμέτρους, οι οποίες σχετίζονται με θέματα όπως η περιβαλλοντική διαχείριση των λιμνών της περιοχής, η εκτίμηση της τροφικής κατάστασής τους και η διαύγεια (καθαρότητα) του νερού που περιέχουν, χρησιμοποιώντας δορυφορικά τηλεσκοπικά δεδομένα από το δορυφόρο Landsat (MSS και TM). Οι μεταβλητές οι οποίες στη διεθνή βιβλιογραφία (International Journal of Remote Sensing, 1366-5901, Volume 14, Issue 7, 1993, Pages 1247 – 1267) χρησιμοποιούνται πιο συχνά για να δηλώσουν την ποιότητα των υδάτων, είναι η πιθανή περιεχόμενη χλωροφύλλη (Chl), ο συνολικός φώσφορος (TP), η αλμυρότητα και η θερμοκρασία του νερού, πιθανά αιωρούμενα στερεά και η απόκριση του δίσκου Secchi (SDT) [5] (Serman M, Baban J., Detecting water Quality parameters in the Norfolk Broads, U.K. using Landsat Imaging). Κάποιες από αυτές τις παραμέτρους είναι δυνατό να υπολογισθούν από δορυφορικές απεικονίσεις, ενώ άλλες απαιτούν επίγειες μετρήσεις (ακόμη και δειγματοληπτικά). Ειδικά για την περιοχή μελέτης, υπάρχουν αναλυτικές διαχρονικές μετρήσεις του SDT, οι οποίες αξιοποιούνται στην εργασία αυτήν.
Μεθοδολογία
Όπως ανέφερα και παραπάνω, στην παρούσα εργασία χρησιμοποιήθηκαν 10 απεικονίσεις Landsat TM και 4 απεικονίσεις Landsat MSS νεφοκάλυψης μικρότερης από 10%, οι οποίες κάλυψαν ένα χρονικό παράθυρο 25 ετών (από το 1973 έως το 1998) σε συνδυασμό με επίγειες παρατηρήσεις. Όλες οι δορυφορικές απεικονίσεις διορθώθηκαν γεωμετρικά σε χαρτογραφική προβολή UTM, zone 15 με Datum το NAD83 (North American Datum 1983). Οι απεικονίσεις διορθώθηκαν και ραδιομετρικά. Η περιοχή ενδιαφέροντος "μασκαρίστηκε" ώστε να μείνουν μόνο οι λίμνες της περιοχής, με τη βοήθεια μιας μη επιβλεπόμενης ταξινόμησης κατά την οποία διαχωρίστηκε σχετικά εύκολα το νερό από το έδαφος. Για κάθε λίμνη ψηφιοποιήθηκε ένα vector ΑΟΙ (area of interest) πολύγωνο και μόνο πολύ μικρά πολύγωνα ολίγων pixel, απορρίφθηκαν (επειδή τα στατιστικά τους στοιχεία δημιουργούν πολύ μικρές τιμές, με ορίζουσες κοντά στο μηδέν). Για τα δεδομένα (πολύγωνα λιμνών) που δημιουργήθηκαν με αυτόν τον τρόπο από τις δορυφορικές απεικονίσεις, βρέθηκαν στοιχεία επίγειων μετρήσεων για τη χλωροφύλλη (Chl) και τον SDT από την κρατική βάση δεδομένων "US EPA’s Storage and Retrieval (STORET)" [6]. Με τον τρόπο αυτόν, για κάθε πολύγωνο ενδιαφέροντος (AOI) υπήρχαν διαθέσιμες μετρήσεις αλλά και τιμές ανακλαστικότητες από τις διαθέσιμες δορυφορικές απεικονίσεις, για μια μεγάλη χρονική περίοδο. Οι μετρήσεις αυτές συνδυάστηκαν (έγινε αντιστοίχιση μεταξύ της μέσης τιμής ανακλαστικότητας για κάθε πολύγωνο, με τις επίγειες μετρήσεις των δεδομένων SDT, εντός 7 ημερών από την ημερομηνία διέλευσης κάθε δορυφορικής απεικόνισης) και εισήχθησαν ως δεδομένα σε ένα μοντέλο παλινδρόμησης, στο οποίο ελέχθησαν στατιστικά κατά Pearson [7] ποια κανάλια των Landsat απεικονίσεων χρησιμεύουν περισσότερο για εξαγωγή συμπερασμάτων (σε συνδυασμό με τις επίγειες μετρήσεις). Η μεθοδολογία αυτή, αναπτύχθηκε ακριβώς η ίδια και για δεδομένα MSS και για δεδομένα ΤΜ..
Χρησιμοποιήθηκαν στο ίδιο μοντέλο παλινδρόμησης, αντί των τιμών ανακλαστικότητας των απλών καναλιών των Landsat απεικονίσεων, οι τιμές ανακλαστικότητας που προκύπτουν από τους λόγους ΤΜ3 / ΤΜ1 όπου βρέθηκε ότι οι λόγοι ΤΜ1 / ΤΜ3 δίνουν καλύτερο συντελεστή συσχέτισης. Παρόμοια ήταν τα αποτελέσματα, με τη χρήση των λόγων MSS1 / MSS3 για τις απεικονίσεις Landsat MSS.
Οι τελικές εξισώσεις των μοντέλων παλινδρόμησης, οι οποίες συνδέουν τα κανάλια των Landsat MSS και TM με τις μετρήσεις SDT, είναι :
In(SDT)=α*(ΤΜ1/ΤΜ3)+b*ΤΜ1+c
In (SDT)=a*(MSS1/MSS2)+b*MSS1+c
Συμπεράσματα
Τα αποτέλεσμα της έρευνας παρουσίασαν μια ικανοποιητική και αξιόπιστη συσχέτιση μεταξύ των δεδομένων από τις δορυφορικές απεικονίσεις Landsat και της διαύγειας (καθαρότητας) του νερού μιας λίμνης. Ιδιαίτερα οι λόγοι καναλιών ΤΜ1/ΤΜ3, MSS1/MSS3 καθώς και το κανάλι ΤΜ1, εμφάνισαν την καλύτερη συμπεριφορά με τις επίγειες μετρήσεις SDT και επιβεβαίωσαν το συμπέρασμα άλλων εργασιών (Dekker, A.G., Malthus, T.J., Wijnen, M.M. and Seyhan, E. (1992) The Effect of Spectral Bandwidth and Positioning on The Spectral Signature Analysis of Inland Waters, Remote Sensing of The Environment, Ch.12 2-3(2-3) p.211-225) [8] σχετικά με το γεγονός ότι οι φασματικές ζώνες των δεκτών MSS και TM μπορούν να συνδεθούν με οπτικά ενεργές και αξιοποιήσιμες ουσίες, συμπεριλαμβανομένων των φωτοσυνθετικών χρωστικών και των ανόργανων ιζημάτων τα οποία μπορούν να παρατηρηθούν (και να μετρηθούν) στο νερό μιας λίμνης. Η παρούσα εργασία, συνεχίστηκε και για άλλες περιοχές, με ανάλογα αποτελέσματα [9]