Παρακολούθηση της αλλαγής χρήσης γης / κάλυψης: Μια μελέτη περίπτωσης του μπλοκ Hawalbagh, επαρχία Almora, Uttarakhand, India
Από RemoteSensing Wiki
(Νέα σελίδα με ''''ΣΥΓΓΡΑΦΕΙΣ: J.S. Rawat, Manish Kumar ''' [http://www.sciencedirect.com/science/article/pii/S1110982315000034 ΠΗΓΗ] [[Εικόνα: 9.1.png|thumb|right|'...') |
|||
| (6 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.) | |||
| Γραμμή 3: | Γραμμή 3: | ||
[http://www.sciencedirect.com/science/article/pii/S1110982315000034 ΠΗΓΗ] | [http://www.sciencedirect.com/science/article/pii/S1110982315000034 ΠΗΓΗ] | ||
| - | [[Εικόνα: 9.1. | + | [[Εικόνα: 9.1.PNG|thumb|right|'''Eικόνα 1:''' Χάρτες χρήσης/ κάλυψης γης στο μπλοκ Hawalbagh (α) το 1990, (β) το ]] |
| - | [[Εικόνα: | + | [[Εικόνα: PAPER_9.2α.PNG|thumb|right|'''Eικόνα 1:''' Αλλαγή των χρήσεων/ καλύψεων γης στις διαφορετικές κατηγορίες κατά τη διάρκεια των δυο τελευταίων δεκαετιών στο μπλοκ Hawalbagh (1990-2010): a) βλάστηση, b) γεωργική γη]] |
| + | [[Εικόνα: PAPER_9.3.PNG|thumb|right|'''Eικόνα 1:''' Αλλαγή των χρήσεων/ καλύψεων γης στις διαφορετικές κατηγορίες κατά τη διάρκεια των δυο τελευταίων δεκαετιών στο μπλοκ Hawalbagh (1990-2010): c) άγονη γη, d) κατοικημένες περιοχές]] | ||
| Γραμμή 26: | Γραμμή 27: | ||
'''4. ΑΠΟΤΕΛΕΣΜΑΤΑ''' | '''4. ΑΠΟΤΕΛΕΣΜΑΤΑ''' | ||
| - | Τα αποτελέσματα που λαμβάνονται μέσω της ανάλυσης των πολλαπλών χρονικών δορυφορικών απεικονίσεων είχαν διαγραμματικά απεικονίζεται στην παρακάτω εικόνα. | + | Τα αποτελέσματα που λαμβάνονται μέσω της ανάλυσης των πολλαπλών χρονικών δορυφορικών απεικονίσεων είχαν διαγραμματικά απεικονίζεται στην παρακάτω εικόνα. |
| + | |||
Σύμφωνα με την ανάλυση που πραγματοποιήθηκε: | Σύμφωνα με την ανάλυση που πραγματοποιήθηκε: | ||
| - | + | * Περίπου το 11,91% της έκτασης της βλάστησης έχει μετατραπεί σε γεωργία, το 4,11% σε κατοικημένες εκτάσεις και το 0,44% της περιοχής σε άγονη γη. | |
| - | + | * Περίπου το 32.24% του τομέα της γεωργίας έχει μετατραπεί σε βλάστηση, το 8,14% σε άγονη γη και το 4,23% σε δομημένη γη. | |
| - | + | * Περίπου το 52,72% της έκτασης της άγονης έχει μετατραπεί σε γεωργία, το 16.07% της περιοχή σε βλάστηση και το 2,15% σε οικιστική γη και | |
| - | + | * Τέλος, περίπου το 22,25% των υδάτινων εκτάσεων έχει μετατραπεί σε βλάστηση, το 7,68% σε γεωργία, το 3,34% σε άγονη γη και το 0,53% σε οικιστική γη. | |
| Γραμμή 41: | Γραμμή 43: | ||
| - | [[category: | + | [[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]] |
Παρούσα αναθεώρηση της 13:00, 24 Μαρτίου 2022
ΣΥΓΓΡΑΦΕΙΣ: J.S. Rawat, Manish Kumar
1. ΣΚΟΠΟΣ
Σκοπός της παρούσας μελέτης είναι η χαρτογράφηση της κατάστασης των χρήσεων γης / καλύψεων ενός από τα αναπτυξιακά μπλοκ του κράτους Uttarakhand, δηλαδή του μπλοκ Hawalbagh της Επαρχίας Almora ώστε να ανιχνευθεί ο ρυθμός κατανάλωσης γης και οι αλλαγές που έχει λάβει χώρα κατά τη διάρκεια των δύο τελευταίων δεκαετιών, χρησιμοποιώντας γεωχωρικές τεχνικές.
2. ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ
Η περιοχή μελέτης, δηλαδή το μπλοκ Hawalbagh είναι μία από τα έντεκα μπλοκ ανάπτυξης των της επαρχίας Almora του κράτους Uttarakhand στην Ινδία. Θα καλύπτει μια έκταση 267,53 km2. Γεωλογικά, το μπλοκ Hawalbagh αποτελείται από τους βράχους δύο τεκτονικών μονάδων. Αυτές είναι η ομάδα Almora στο κεντρικό και νότιο τμήμα το οποίο αποτελείται από τρεις σχηματισμούς, δηλαδή, τους σχηματισμούς Saryu, Almora Gnessies και Gumalikhet και η ομάδα Damtha στο βόρειο τμήμα έχει σχηματισμό Rauthgarh. Κλιματολογικά, η περιοχή μελέτης χαρακτηρίζεται από δροσερές εύκρατες κλιματολογικές συνθήκες. Κατά μέσο όρο, η περιοχή μελέτης λαμβάνει περίπου 1065,01 χιλιοστά βροχής ετησίως. η ετήσια μέση μέγιστη, ελάχιστη και μέση θερμοκρασία του περιοχής μελέτης ανέρχεται σε 23,3ο C, 11.9ο C και 17.6ο C, αντίστοιχα. Η κύρια ροή του μπλοκ Hawalbagh είναι ο Kosi ποταμός που ρέει από βορρά προς νότο και χωρίζει το μπλοκ σε δύο ίσα τμήματα. Το συνολικό μήκος των ρευμάτων στο μπλοκ Hawalbagh είναι περίπου 1.047,59 χιλιόμετρα. Το μπλοκ έχει συνολικό πληθυσμό 59.227 κατοίκους.
3. ΔΕΔΟΜΕΝΑ ΚΑΙ ΜΕΘΟΔΟΙ
Για την ταξινόμηση των χρήσεων/ καλύψεων γης χρησιμοποιήθηκε ο Landsat Θεματικός Mapper σε ανάλυση 30 μέτρων από το 1990 έως το 2010. Τα δορυφορικά στοιχεία που καλύπτουν την περιοχή μελέτης ελήφθησαν από την εγκατάσταση (GLCF) παγκόσμιας κάλυψη γης (http://glcfapp.glcf.umd.edu:8080/esdi/) και την Ιστοσελίδα αναζήτησης της γη (http://earthexplorer.usgs.gov/). Αυτά τα σύνολα δεδομένων εισήχθησαν στο ERDAS Imagine, έκδοση 9.3 (Leica Geosystems, Atlanta, USA), το οποίο είναι λογισμικό επεξεργασίας εικόνας μέσω δορυφόρου ώστε να δημιουργήσει μια σύνθεση με ψευδοχρώμα (FCC). Για καλύτερα αποτελέσματα ταξινόμησης των εικόνων Landsat δημιουργήθηκαν δείκτες, όπως ο δείκτης της κανονικοποιημένης διαφοράς βλάστησης (NDVI), ο δείκτης κανονικοποιημένης διαφοράς νερού (NDWI) και ο δείκτης κανονικοποιημένης διαφοράς ανοικοδόμησης (NDBI). Η ταξινόμηση των χρήσεων/ καλύψεων γης, υπό την εποπτεία της μεθόδου ταξινόμησης με τον αλγόριθμο μέγιστης πιθανότητας εφαρμόστηκε στο λογισμικό ERDAS Imagine 9.3. Ο αλγόριθμος μέγιστης πιθανότητας (MLC) είναι μια από τις πιο δημοφιλείς εποπτευόμενες μεθόδους ταξινόμησης που χρησιμοποιούνται με δεδομένα εικόνων στην τηλεπισκόπηση. Αυτή η μέθοδος βασίζεται στην πιθανότητα ότι ένα εικονοστοιχείο ανήκει σε μια συγκεκριμένη κατηγορία. Η βασική θεωρία υποθέτει ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονικές κατανομές. Ωστόσο, αυτή η μέθοδος χρειάζεται μεγάλο χρονικό διάστημα υπολογισμού, βασίζεται σε μεγάλο βαθμό σε μια κανονική κατανομή των δεδομένων σε κάθε ζώνη εισόδου και τείνει προς υπογραφές υπερ-διαβάθμισης με σχετικά μεγάλες τιμές στην μήτρα συνδιακύμανσης. Στη μελέτη προσδιορίστηκαν οι εξής πέντε τύποι χρήσεων/ καλύψεων γης: βλάστηση, γεωργική γη, άγονη γη, κατοικημένες περιοχές και το νερό. Έτσι, για την εκτέλεση της ανίχνευσης της αλλαγής των χρήσεων/ καλύψεων γης χρησιμοποιήθηκε μια μέθοδος μετα-ταξινόμησης.
4. ΑΠΟΤΕΛΕΣΜΑΤΑ
Τα αποτελέσματα που λαμβάνονται μέσω της ανάλυσης των πολλαπλών χρονικών δορυφορικών απεικονίσεων είχαν διαγραμματικά απεικονίζεται στην παρακάτω εικόνα.
Σύμφωνα με την ανάλυση που πραγματοποιήθηκε:
- Περίπου το 11,91% της έκτασης της βλάστησης έχει μετατραπεί σε γεωργία, το 4,11% σε κατοικημένες εκτάσεις και το 0,44% της περιοχής σε άγονη γη.
- Περίπου το 32.24% του τομέα της γεωργίας έχει μετατραπεί σε βλάστηση, το 8,14% σε άγονη γη και το 4,23% σε δομημένη γη.
- Περίπου το 52,72% της έκτασης της άγονης έχει μετατραπεί σε γεωργία, το 16.07% της περιοχή σε βλάστηση και το 2,15% σε οικιστική γη και
- Τέλος, περίπου το 22,25% των υδάτινων εκτάσεων έχει μετατραπεί σε βλάστηση, το 7,68% σε γεωργία, το 3,34% σε άγονη γη και το 0,53% σε οικιστική γη.
5. ΣΥΜΠΕΡΑΣΜΑΤΑ
Η μελέτη διεξήχθη σε μία από τα αναπτυξιακά μπλοκ της περιοχής Almora στο κράτος Uttarakhand (Ινδία) και υποστηρίζει ότι πολλαπλές χρονικές δορυφορικές εικόνες διαδραματίζουν ζωτικό ρόλο στην ποσοτικοποίηση των χωρικών και χρονικών φαινομένων που δεν είναι δυνατόν να πραγματοποιηθούν με συμβατική χαρτογράφηση. Η μελέτη αποκαλύπτει ότι η κύρια χρήση γης στην περιοχή μελέτης είναι η βλάστηση. Η περιοχή της βλάστησης έχει αυξηθεί κατά 3,51% (9,39 km2) λόγω της ενεργειών αναδάσωσης κατά την περίοδο 1990 με 2010. Η δεύτερη μεγάλη κατηγορία της γης στην περιοχή μελέτης είναι η γεωργία, η οποία μειώθηκε κατά 1,52% (4,06 km2), λόγω μετατροπής της βλάστησης, της άγονης γης και οικιστικής γης. Η τρίτη σημαντική κατηγορία της γης στην περιοχή μελέτης είναι η άγονη γη, η οποία έχει επίσης μειώνεται. Κατά τη διάρκεια της περιόδου της μελέτης (δηλαδή, 1990-2010), η άγονη γη έχει μειωθεί κατά 5,46% (14,59 km2), λόγω μετατροπής στη γεωργία, τη βλάστηση και οικιστική γη. Η περιοχή σχετικά με την τέταρτη κατηγορία της γης, δηλαδή, την οικιστική γη έχει αυξηθεί κατά 3,55% (9,48 km2), λόγω κυρίως της επέκτασης της περιοχής της πόλης Almora κατά τη διάρκεια των δύο τελευταίων δεκαετιών. Έτσι, η παρούσα μελέτη δείχνει ότι η τηλεπισκόπηση και τα ΓΣΠ είναι σημαντικές τεχνολογίες για την χρονική ανάλυση και ποσοτικοποίηση χωρικών φαινομένων που δεν είναι αλλιώς δυνατό να επιτευχθούν μέσω συμβατικών τεχνικών χαρτογράφησης. Η ανίχνευση των αλλαγών είναι δυνατή από αυτές τις τεχνολογίες σε λιγότερο χρόνο, χαμηλό κόστος και με μεγαλύτερη ακρίβεια.
