Xαρτογράφηση της κατανομής της σκόνης στις αστικές περιοχές με τη χρήση της τηλεπισκόπησης και των φασματικών δεδομένων του εδάφους

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 18:06, 26 Ιουνίου 2015

Εικόνα 1. Διάγραμμα ροής του αλγοριθμικού μοντέλου BP (Back propagation neutral network) στη μέθοδο ανάκτησης σκόνης.

Εικόνα 2. Κατανομή της σκόνης στην πόλη του Πεκίνου.

Eικόνα 3. Α. Σταθμός μετρό, Β. εργοτάξιο, C.αγροικίες.

Στόχος: Ο σκοπός αυτής της μελέτης είναι η εκτίμηση της διανομής σκόνης (αιωρούμενα σωματίδια) στις αστικές περιοχές μέσω της τηλεπισκόπησης και των επίγειων φασματικών δεδομένα. Τα επίγεια φασματικά δεδομένα υποδηλώνουν ότι η σκόνη έχει σημαντικό αντίκτυπο στα φασματικά χαρακτηριστικά.Τα «σκονισμένα» φύλλα έχουν χαμηλότερη ανακλαστικότητα από τα καθαρά φύλλα στο εγγύς υπέρυθρο (780-1,300 nm). Η ανάλυση συσχέτισης μεταξύ του βάρους της σκόνης και της φασματικής ανακλαστικότητας έδειξε ότι η φασματοσκοπία στην περιοχή 350-2,500n δίνει χρήσιμες πληροφορίες για την σκόνη και θα μπορούσε να βοηθήσει στην εκτίμηση του βάρους αυτής.

Περιοχή μελέτης: η μελέτη διεξήχθη στην πόλη του Πεκίνου, το οποίο βρίσκεται στο βόρειο άκρο της Βόρειας Κίνας και καλύπτει μια έκταση 16.807 km2. Με την ραγδαία ανάπτυξη της πόλης, η επιφάνεια της γης στο Πεκίνο έχει αλλάξει σημαντικά. Ο μεγάλος αριθμός δρόμων και κτίριων που έχουν κατασκευαστεί για να καλύψουν τις ανάγκες της αύξησης του πληθυσμού και η αυξημένη κυκλοφορία στο κέντρο της πόλης έχουν επιφέρει σοβαρά προβλήματα ατμοσφαιρικής ρύπανσης.

Mέθοδος: Δεδομένα μεσαίας ανάλυσης απεικόνισης του φασματοφωτομέτρου (MODIS) Terra L1B που ελήφθησαν από τη NASA (Goddard Space Flight Center οf NASA).

Dustfall Retrieval: Η κεντρική ιδέα αυτής της μεθόδου ανάκτησης είναι να ανακαλύψει τη σχέση μεταξύ φασματικής ανακλαστικότητας και βάρους σκόνης και διαδοχικά να χρησιμοποιήσει τις "σκόνισμένες" και «καθαρές» εικόνες ως παραμέτρους για τον υπολογισμό ολόκληρη της διανομής της σκόνης. Το μοντέλο αλγοριθμου που χρσιμοποιείται σε αυτήν την μέθοδο είναι το Back-Propagation (ΒP) με δεδομένα εκπαίδευσης τη ζώνη ανάκλασης r (λ) και το βάρος της σκόνης ανά μονάδα επιφάνειας (βάρος σκόνης ÷ φυλλικής επιφάνειας, Ν = 180), και τα δεδομένα προσομοίωσης είναι οι αναλογίες μεταξύ σκόνισμένων και καθαρώς εικόνων MODIS (Εικ. 1.).

Τα αποτελέσματα του αλγοριθμικού μοντέλου BP, για τις 3 Αυγούστου και 25 του Σεπτέμβρη, 2013, έδειξαν οτι η χωρική και χρονική μεταβολή της καθόζησης της σκόνης ήταν σημαντική κατά τη διάρκεια αυτών των περιόδων. Για τις 3 Αύγουστου, διαπιστώνεται ότι οι υψηλές τιμές συγκεντρώνονται κατά τη δειγματοληψία σε τοποθεσίες στο βόρειο άκρο της πόλης. Επιπλέον, υπήρχαν πολλές εστίες που βρίσκονται γύρω από τις κύριες οδούς με τιμές που κυμαίνονται από 15 έως 23g/m2(Eικ. 2).

Η χωρική κατανομή της σκόνης επηρεάζεται από πολλούς παράγοντες, που σχετίζονται με ανθρώπινες δραστηριότητες όπως οι οικοδομές, η κατανομή των δικτύων μεταφοράς και η αύξηση του πληθυσμού. Οι εικόνες 3Α και Β δείχνουν ένα σταθμό του μετρό υπό κατασκευή δίπλα στο Ολυμπιακό Αθλητικό Κέντρο και ένα εργοτάξιο για επιχειρηματικές δραστηριότητες, αντίστοιχα. Στην εικόνα 3 φαίνεται μια περιοχή με παλιά σπίτια(αγροικίες), τα οποία είναι σχεδόν κολλημένα το ένα δίπλα στο άλλο, κάτι το οποίο σημαίνει συσσώρευση σκόνης στο μεταξύ των οικημάτων αυτών κενά λόγω της περιορισμένης ικανότητας διασποράς της.

Συμπεράσματα: Αυτή η μελέτη δείχνει ότι η χρήση της τηλεπισκόπησης για την ανίχνευση της καθίζησης της σκόνης μπορεί να είναι μια αποτελεσματική και κατάλληλη μέθοδος παρακολούθησης των επιπέδων της ατμοσφαιρικής ρύπανσης. Επιπλέον, παρέχει μία εναλλακτική λύση για τις περιβαλλοντικές αρχές να αναλύουν τις πηγές σκόνης περισσότερο αποτελεσματικά και οικονομικά. Η μέθοδος αυτή μπορεί να τροποποιηθεί και να εφαρμοστεί και σε άλλες δορυφορικές εικόνες (π.χ., Landsat).

Πηγή: [http://ac.els-cdn.com/S0048969714016180/1-s2.0-S0048969714016180-main.pdf?_tid=be4be3be-1c2d-11e5-8c06-00000aab0f26&acdnat=1435342029_d098b3ff4690a9ad5bc343b08e271458 Mapping dustfall distribution in urban areas using remote sensing and ground spectral data ]