Παρακολούθηση καταυλισμού προσφύγων με χρήση εικόνων υψηλής χωρικής ανάλυσης από δορυφορικούς αισθητήρες

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 22:02, 4 Μαρτίου 2012

Πηγή

Αντικείμενο – Στόχος

Οι λεπτομερείς γεωγραφικές πληροφορίες είναι καθοριστικός παράγοντας στη διαδικασία λήψης αποφάσεων κατά τις δραστηριότητες ανακούφισης των προσφύγων. Η επόμενη γενιά αισθητήρων πολύ υψηλής χωρικής ανάλυσης (VHSR) θα είναι ικανή να παράξει πολυφασματικές (MS) εικόνες με χωρική ανάλυση της τάξης του 1m (παγχρωματικό) και 4m (πολυφασματικό) από περιοχές εγκατάστασης πρσφύγων και του περιβάλλοντός τους. Οι ανθρωπιστικές οργανώσεις χρειάζονται αξιόπιστες και διαρκώς ανανεωμένες πληροφορίες για την κατάσταση του εδάφους με σκοπό τον αποτελεσματικό σχεδιασμό και τη διαχείριση «δραστηριοτήτων ανακούφισης». Οι δορυφορικές εικόνες παρέχουν στοχευμένες πληροφορίες για το περιβάλλον εγκατάστασης των καταυλισμών. Παρ’όλο που οι εικόνες αυτές έχουν χρησιμοποιηθεί στο παρελθόν για χαρτογραφήσεις σε κλίμακα περιφέρειας, η τενχολογία αυτή δεν έχει χρησιμοποιηθεί στο παρελθόν στις περισσότερες ενέργειες ανακούφισης προσφύγων. Αναμένεται ότι οι εικόνες από την επερχόμενη γενιά δορυφορικών αισθητήρων VHSR σε πλατφόρμες πολικής τροχιάς όπως οι Ikonos-2, QuickBird, Orbview-3, IRS-P6 και EROS A&B, θα απιτούν λιγότερη επεξεργασία ειδικών και θα διευκολύνουν τη μελέτη τους από το λιγότερο εξειδικευμένο προσωπικό των εκστρατειών. Οι δορυφορικοί αισθητήρες VHSR καθορίζονται κυρίως από την κοινότητα της τηλεπισκόπησης για να παράγουν εικόνες με χωρική ανάλυση κάτω από το όριο 4m. Οι παγχρωματικές VHSR εικόνες ενός καναλιού έχουν αποδειχθεί χρήσιμες για τη χαρτογράφηση και την αναγνώριση χαρακτηριστικών. Για την μελέτη της βλάστησης και τον εντοπισμό αλλαγών, οι εικόνες MS έχουν αποδειχθεί πιο χρήσιμες από τις παγχρωματικές. Η μελέτη αυτή επιδεικνύει πώς οι VHSR MS εικόνες μπορούν να χρησιμοποιηθούν για την άντληση λεπτομερών πληροφοριών όσον αφορά το περιβάλλον των καταυλισμών προσφύγων, την περιοχή και τον πληθυσμό τους.

Περιοχή μελέτης και δεδομένα

Ο πλέον κατεδαφισθείς καταυλισμός προσφύγων που μελετήθηκε στη συγκεκριμένη περίπτωση, ήταν τοποθετημένος 80 χιλιόμετρα βόρεια της πόλης Aranyaprathet της επαρχίας Prachinburi στα σύνορα με την Καμπότζη με πλυθησμό περίπου 143000 πρόσφυγες. Η περιοχή επελέγη στη συγκεκριμένη περίπτωση επειδή ήταν διαθέσιμα τόσο επι-τόπου στοιχεία από τον προσφυγικό καταυλισμό, όσο και μία ορατή και εγγύς υπέρυθρη VHSR MS εικόνα της περιοχής μελέτης. Το γραφείο του υψηλού επιτρόπου των Ηνωμένων Εθνών (UNHCR) στην Μπανγκόκ παρείχε στη μελέτη ένα χάρτη κλίμακας 1:10000 της περιοχής μελέτης με ημερομηνία 22 Ιανουαρίου 1990. Ο χάρτης αυτός απεικονίζει τον τρόπο με τον οποίο ο καταυλισμός ήταν οργανωμένος σε 6 μέρη, τα Ampil, Banthat, Dang Rek, Nong Chan, Rithysen και San Ro. Επίσης περιγράφονται κομβικά σημεία του καταυλισμού, όπως τα διαχειριστικά κέντρα, τα σημεία ύπαρξης νερού κλπ. . Η πηγή των δορυφορικών δεδομένων για αυτή την έρευνα είναι το Sovinformsputnik, ένας οργανισμός που εμπορεύεται εικόνες VHSR, που αντλούνται από σαρωμένες φωτογραφίες του αισθητήρα KVR-1000. Ο αισθητήρας KVR-1000 που χρησιμοποιείται στην παρούσα μελέτη μπορεί να αποκτήσει εικόνες με 2 φωτοευαίσθητα επίπεδα: Ένα παγχρωματικό και ένα εγγύς υπέρυθρο (NIR), με το εγγύς υπέρυθρο να δίνει επιπρόσθετες πληροφορίες για την κατάσταση της βλάστησης. Η χωρική ανάλυση MS της εικόνας είναι 3,3m, η οποία είναι μεγαλύτερη από τις χωρικές αναλύσεις των διαθέσιμων δορυφορικών εικόνων MS σήμερα. Ο Πίνακας 1 κατηγοριοποιεί τα χαρακτηριστικά της εικόνας που χρησιμοποιείται.

Μεθοδολογία

Η εικόνα VHSR διορθώθηκε γεωγραφικά με βάση συντεταγμένες κέντρου και άκρων εικόνας, όπως δίνονται από τον πάροχο των δεδομένων. Αυτά τα εδαφικά σημεία ελέγχου βασίστηκαν στη θέση του δορυφόρου και κατηγοριοποιήθηκαν ως καλύτερα του βαθμού ενός λεπτού (καλύτερα του 1,85km) από των πάροχο των δεδομένων. αυτή είναι σχετικά μικρή οριζόντια ακρίβεια, σε σχέση με τα 12m οριζόντιας ακρίβειας των επερχόμενων VHSR δορυφορικών αισθητήρων. Τα χαρακτηριστικά της MS εικόνας με πραγματικά χρώματα σε συνδυασμό με τις πληροφορίες από την VHSR εικόνα διευκολύνουν την οπτική ερμηνεία του περιβάλλοντος και της βλάστησης της περιοχής. Δημιουργήθηκε, λοιπόν, ένας ψηφιακός χάρτης από πολλά θεματικά επίπεδα για την υποδομή της περιοχής μελέτης, βασιζόμενος σε οπτική επιθεώρηση. Τα επιμέρους τμήματα του καταυλισμού οριοθετήθηκαν με διανυσματικά πολύγωνα, από τα οποία το εργαλείο ανάλυσης ER Mapper παρήγαγε αυτόματους υπολογισμούς για τις περιοχές. Με βάση δεδομένα από τον δορυφορικό αισθητήρα VHSR καθώς και από επιτόπου εκτιμήσεις περιοχής και πληθυσμού για το κάθε τμήμα, πραγματοποιήθηκε μία στατιστική ανάλυση γραμμικής παλινδρόμησης με σκοπό να εκτιμηθεί η πιθανή σχέση ανάμεσα στον πληθυσμό και την έκταση.

Εικόνα 1 Επεξεργασμένη εικόνα με ERMapper

Εικόνα 2 Σχέση πληθυσμού-έκτασης (α)Με τηλεπισκοπικά δεδομένα (β)Με επιτόπια δεδομένα

Αποτελέσματα

Από την παραπάνω εικόνα είναι εμφανές ότι η σχετικά πυκνή βλάστηση στο βορειο-δυτικό τμήμα εμφανίζεται να έχει μεταβληθεί λόγω της κατασκευής του προσφυγικού καταυλισμού. Από επί τόπου πληροφορίες είναι γνωστό ότι τα οικίσματα κατασκευάστηκαν από υλικά της περιοχής, όπως μπαμπού και άχυρα. Είναι πιθανό ότι τα συγκεκριμένα υλικά συνελέγησαν από την μέχρι πρότεινος δασική περιοχή. Από την όψη της υποδομής από την εικόνα VHSR MS καθώς και από επιτόπιες πηγές, είναι εμφανές ότι η περιοχή μελέτης ήταν μία σχετικά καλά κατανεμημένη εγκατάσταση. Τα VHSR MS χαρακτηριστικά της δορυφορικής εικόνας σε συνδυασμό με τον χάρτη UNHCR αποκάλυψαν έντεκα πηγές νερού διάσπαρτα στην περιοχή. Το οδικό δίκτυο που συνδέει την περιοχή μελέτης με γειτονικά χωριά και κεντρικές οδικές αρτηρίες ήταν επίσης σχετικά καλά δομημένο, όπως φαίνεται στην περιοχή San Ro της εικόνας. Ο Πίνακας 2 κατηγοριοποιεί τα χαρακτηριστικά των περιοχών σχετικά με τον πληθυσμό και την έκταση. Η συνολική έκταση της περιοχής όπως προκύπτει από τις επικαλύψεις των διανυσματικών πολυγώνων της δορυφορικής εικόνας είναι 8.189.848 m2, ενώ η έκταση του καταυλισμού όπως προκύπτει από το χάρτη UNHCR 8.095.000 m2 (μία διαφορά 94.848 m2 – 1,2%). Η συνολική κατοικημένη έκταση της περιοχής εκτιμήθηκε στα 4.851.388 m2 με βάση οπτική ανάλυση της εικόνας VHSR MS. Αυτό συνετέλεσε σε μία εκτίμηση ανηγμένου πληθυσμού της τάξης των 29522 κατοίκων ανά τετραγωνικό χιλιόμετρο, δοθέντος του συνολικού πληθυσμού στους 141221 κατοίκους. Όπως φαίνεται από την εικόνα 2 και τον πίνακα 3, η στατιστική σχέση ανάμεσα στον πληθυσμό των προσφύγων και στην έκταση της περιοχής είναι γραμμική και μάλιστα με περιθώριο άνεσης της τάξης του 99%. Η κλίσεις των ων γραμμών που αποτυπώνουν τις σχέσεις πληθυσμού υπολογισμένου μέσω εικόνας VHSR MS-έκτασης και πληθυσμού από επιτόπιες μελέτες-έκτασης είναι αντιστοίχως 0,020 και 0,021.

Ο συνδυασμός VHSR και MS δεδομένων αποδείχθηκε πλεονεκτικός για την περιβαλλοντική ανάλυση της περιοχής μελέτης και της περιβάλλοντος χώρου, με τις πληροφορίες NIR να παράγουν αναγνώριση των διαφόρων ειδών βλάστησης. Οι λεπτομερείς χωρικές πληροφορίες προσέθεσαν αξία στην ανάλυση της υποδομής. Η διαφοροποίηση της τάξης του 1,2% ανάμεσα στην έκταση που προέκυψε από δορυφορικά δεδομένα και την περιοχή μελέτης (αναφέρθηκε παραπάνω), αποδεικνύει ότι οι εικόνες VHSR MS είναι κατάλληλες για εκτίμηση της έκτασης της περιοχής. Η στατιστική σχέση που προέκυψε ανάμεσα στον πληθυσμό και την έκταση αποδεικνύει την ύπαρξη δυνατότητας σχεδιασμού και διαχείρισης των προσφυγικών καταυλισμών με πληθυσμιακές πυκνότητες της τάξης που προέκυψε (29522 κάτοικοι ανά τετραγωνικό χιλιόμετρο). Μία πιο πολύπλοκη, αλλά πιο ακριβής, μέθοδος για την εκτίμηση του πληθυσμού μέσω τηλεπισκόπησης είναι μέσω του αθροίσματος των οικιστικών μονάδων (σε συνδυασμό με επιτόπια στοιχεία που δίνουν των αριθμό ατόμων ανά οίκισμα). Παρ’όλα αυτά η χωρική ανάλυση της τάξης των 3,3 m της δορυφορικής εικόνας που χρησιμοποιήθηκε σε αυτή τη μελέτη ήταν πολύ χονδροειδής για τον εντοπισμό οικισμάτων μέσα στην πυκνή εγκατάσταση της περιοχής μελέτης. Παγχρωματικές εικόνες με χωρική ανάλυση της τάξης του 1m και πολυφασματικές εικόνες με χωρική ανάλυση 4m από δορυφόρους όπως οι Ikonos-2, OrbView-3 και QuickBird δίνουν τη δυνατότητα για πιο αποτελεσματική διαχείριση τέτοιων δράσεων.