Αυτοματοποιημένη διαχείριση νεφοσκεπών περιοχών

Από RemoteSensing Wiki

Αναθεώρηση της 09:14, 16 Μαρτίου 2011

Αυτοματοποιημένη διαχείριση σκιασμένων από σύννεφα περιοχών.
Πρωτότυπος τίτλος : Landsat 7 Automatic Cloud Cover Assessment Πηγή : Richard R. Irish, Science Systems and Applications, Inc. [4]

Περίληψη

Αρχικός στόχος της εργασίας ήταν να δημιουργηθεί ένα εποχικό, πλήρες αρχείο περιοχών νεφοκάλυψης του εδάφους. Για να επιτευχθεί αυτός ο στόχος, αποκτήθηκαν 250 φωτογραφίες Landsat 7 ΕΤΜ+ οι οποίες αρχειοθετήθηκαν αναλυτικά σε βάση δεδομένων. Δημιουργήθηκε ένας αυτοματοποιημένος αλγόριθμος αξιολόγησης της νεφοκάλυψης (ACCA) για τον προσδιορισμό του τμήματος κάθε ETM+ απεικόνισης, το οποίο εμφανίζει νεφοκάλυψη. Τα αποτελέσματα της κάλυψης των νεφών που προέκυψαν, χρησιμοποιούνται στη συνέχεια για να προσδιορίζονται επιτυχώς οι περιοχές αυτές, στη βάση δεδομένων των εικόνων. O διαχωρισμός των νεφών από την υπόλοιπη επιφάνεια της απεικόνισης, η οποία εμφανίζεται κάτω από την έκταση τους, σκιασμένη, είναι σχετικά απλή. Τα σύννεφα είναι λευκά και εμφανίζουν χαμηλή θερμοκρασία από την επιφάνεια του εδάφους και αυτές οι ιδιότητες μπορούν να τονισθούν χρησιμοποιώντας τα πολυφασματικά χαρακτηριστικά των απεικονίσεων Landsat ETM+. Εντούτοις, οι ψηφιακές τιμές που εμφανίζουν τα σύννεφα και η μεταβλητότητα των ψηφιακών τιμών της επιφάνειας του εδάφους, όπως έχουν καταγραφεί στις Landsat ETM απεικονίσεις, δημιουργούν τις συνθήκες με τη βοήθεια των διαγραμμάτων ανακλαστικότητας τα οποία δημιουργούνται από τον υπολογισμό του συντελεστή ανάκλασης και θερμοκρασίας στις περιοχές που εμφανίζονται τα σύννεφα, συντελούν στον πιθανο θεωρητικό προσδιορισμό πιθανών (αναμενόμενα πιθανών) τιμών pixel των σκιασμένων από νέφη περιοχών. Βέβαια στη μέθοδο, εμφανίζονται διάφορα προβλήματα, όπως η λανθασμένη αυτόματη ταυτοποίηση των νεφών σε κάποιες απεικονίσεις, ενώ σε άλλες απεικονίσεις οι ταυτοποιήσεις των σκιασμένων επιφανειών, είναι εξαίρετες. Η ακρίβεια του προσδιορισμού των ψηφιακών τιμών των σκιασμένων pixel επηρεάζεται από τα χαρακτηριστικά της επιφάνειας του εδάφους (εδαφοκάλυψη, ύπαρξη βλάστησης, τεχνικών έργων κτλ.) που έχουν συντελεστή ανάκλασης που είναι όμοιος και σε μερικές περιπτώσεις πολύ κοντά σε αριθμητική τιμή, με τις ψηφιακές τιμές που εμφανίζουν τα νέφη, στα κανάλια της κάθε απεικόνισης. Η μεθοδολογία που αναπτύχθηκε προσπαθεί να εξομαλύνει και να ελαχιστοποιήσει τα αποτελέσματα της της μεταβλητότητας των ψηφιακών τιμών που εμφανίζονται στις σκιασμένες περιοχές. Ο αυτοματοποιημένος αλγόριθμος χειρίζεται τον πληθυσμό των ψηφιακών τιμών των υποκείμενων των νεφών περιοχών, σε κάθε δορυφορική απεικόνιση μεμονωμένα, και επαναλαμβάνει δυο φορές τον έλεγχο αυτόν. Το πρώτο αλγοριθμικό πέρασμα μέσω των δεδομένων της βάσης, συντελείται για να προσδιοριστούν τα νέφη (επομένως και οι υποκείμενες σκιασμένες επιφάνειες). Οκτώ διαφορετικά φίλτρα χρησιμοποιούνται διαδοχικά, για να προσδιορίσουν και να ενισχύσουν τις ψηφιακές τιμές των σκιασμένων επιφανειών.

Εικόνα 1 : Εικόνα Landsat της Κασπίας θάλασσας,[1]πηγή

Μεθοδολογία

Αρχικά, πραγματοποιείται ένα "πέρασμα" μέσω των ραδιομετρικά διορθωμένων εικονοστοιχείων της κάθε απεικόνισης, για να απομονώσει τα νέφη και τις υποκείμενες σκιασμένες επιφάνειες. Με τον τρόπο αυτόν διαπιστώνονται τρεις βασικές κατηγορίες περιοχών, αυτές με νέφη, αυτές χωρίς νέφη και κάποιες περιοχές που τίθενται σε αμφιβολία. Στη συνέχεια εφαρμόζονται οκτώ διαφορετικά φίλτρα στα εικονοστοιχεία των απεικονίσεων και για τις περιοχές οι οποίες έχουν διαπιστευτεί ως περιοχές νεφοκάλυψης. Η δδ/δι των 30 μέτρων των pixel των Landsat απεικονίσεων σε όλα τα κανάλια εκτός του θερμικού βοηθά στη σύγκριση των στατιστικών των ψηφιακών τιμών. Όλα τα pixel σε μια Landsat ETM+ απεικόνιση υποβάλλονται διαδοχικά σε επεξεργασία. Το φιλτράρισμα εκτελείται σε κάθε pixel έως ότου απορριφθεί (ή γίνει δεκτή) η μηδενική υπόθεση που έχει τεθεί ή ταξινομηθεί ως ψηφιακή τιμή σκιασμένης επιφάνειας. Ακολουθεί μια σύντομη περιγραφή του κάθε φίλτρου που εφαρμόζεται:

1)Όριο φωτεινότητας (Brightness Threshold). Κάθε υποπίνακας (χωρική περιοχή ψηφιακών τιμών) τριών pixel αρχικά συγκρίνεται με ένα όριο φωτεινότητας. Τα pixel που είναι κάτω αυτού του ορίου, προσδιορίζονται ως μη εντοπισμένες ψηφιακές τιμές νεφών. Τα pixel των οποίων οι ψηφιακές τιμές περνούν το κατώφλι του φίλτρου 1, υφίστανται το φίλτρο 2.

2)Ομαλοποιημένο φίλτρο (δείκτης) διαφοράς χιονιού (Normalized Snow Difference Index). Οι τιμές των pixel από τα κανάλια 2 και 5 χρησιμοποιούνται για να δημιουργήσουν το ομαλοποιημένο φίλτρο / δείκτη χιονιού (NDSI). Το NDSI εκφράζεται ως εξής: NDSI = (κανάλι 2 – κανάλι 5) / (κανάλι 2 + κανάλι 5). Αυτό το φίλτρο / δείκτης είναι ιδιαίτερα χρήσιμο για την αυτόματη αφαίρεση του χιονιού από μια απεικόνιση. Ο συντελεστής ανάκλασης των νεφών και του χιονιού είναι παρόμοιος στο κανάλι 2. Εντούτοις, στο κανάλι 5, ο συντελεστής ανάκλασης για τα νέφη είναι πολύ υψηλός ενώ για το χιόνι είναι χαμηλός. Ο Hall βρήκε εμπειρικά ότι η NSDI τιμή που είναι μεγαλύτερη από 0.40 αντιπροσωπεύει αρκετά καλά την κάλυψη χιονιού. Αυτή η τιμή (0.40) δοκιμάστηκε αρχικά από την αυτοματοποιημένη διαδικασία ACCA για να αποβάλει τις χιονισμένες επιφάνειες αλλά αποβλήθηκαν επίσης και νεφοσκεπείς επιφάνειες, οπότε το κατώτατο όριο (κατώφλι) αυξήθηκε σε 0.70, τιμή που έδωσε συνολικά καλύτερα αποτελέσματα στο διαχωρισμό χιονισμένων από νεφοσκεπείς περιοχές. Τα pixel που φιλτράρονται με αυτόν τον τρόπο, περνούν στο φίλτρο 3.

3)Όριο θερμοκρασίας. Αυτό το φίλτρο εξετάζει τις θερμικές ψηφιακές τιμές (του καναλιού 6) για τα πιθανά pixel. Χαμηλές ψηφιακές τιμές και πάντως κάτω από ένα συγκεκριμένο εμπειρικό κατώφλι, προωθούν τα εξεταζόμενα pixel στο φίλτρο 4.

4)Φίλτρο από το λόγο κανάλι5/κανάλι6. Οι τιμές των pixel από τα κανάλια 5 και 6 χρησιμοποιούνται για να δημιουργήσουν ένα φίλτρο, ως εξής: (1 – κανάλι 5) * κανάλι 6. Αυτό το φίλτρο λειτουργεί πολύ καλά στο διαχωρισμό και είναι ιδιαίτερα χρήσιμο για την εξάλειψη των "κρύων" χαρακτηριστικων γνωρισμάτων της επιφάνειας εδάφους που παρουσιάζει ο συντελεστής ανάκλασης στο κανάλι 5. Τα pixel που προκρίνονται από αυτό το φίλτρο περνούν στο φίλτρο 6.

5)Φίλτρο από το λόγο αναλογίας κανάλι4/κανάλι3. Αυτός ο λόγος τονίζει ιδιαίτερα της περιοχές με υψηλή υγρασία, ιδιαίτερα τις περιοχές έντονης βλάστησης. Στο κοντινό υπέρυθρο (κανάλι 4) ο συντελεστής ανάκλασης για την πράσινη βλάστηση είναι υψηλός. Στην περιοχή του ορατού (κανάλι 3) η χλωροφύλλη της βλάστησης απορροφά περισσότερο την ηλιακή ενέργεια κι έτσι ο συντελεστής ανάκλασης είναι χαμηλός. Η αναλογία κανάλι4/κανάλι3 οδηγεί τις ψηφιακές τιμές της βλάστησης σε υψηλότερες τιμές, απ'ό, τι για άλλα χαρακτηριστικά γνωρίσματα της απεικόνισης, συμπεριλαμβανομένων των νεφών. Εμπειρικά και έπειτα από δοκιμές, οριοθετείται ένα κατώφλι (στη τιμή 2) οπότε τα pixel που υπερβαίνουν αυτό το κατώφλι χαρακτηρίζονται διφορούμενα και ξαναεξετάζονται στο δεύτερο στάδιο επεξεργασίας. Τα pixel με ψηφιακές τιμές κάτω από αυτό το κατώφλι περνούν στο φίλτρο 6.

6)Φίλτρο από το λόγο αναλογίας κανάλι4/κανάλι2 Αυτό το φιλτράρισμα των ψηφιακών τιμών αποβάλλει την ιδιαίτερα ανακλαστική βλάστηση και διαμορφώνεται από τις τιμές που προκύπτουν από τη διαίρεση του καναλιού 4, από το κανάλι 2. Στο υπέρυθρο κανάλι 4, τα πράσινα φύλλα εμφανίζονται ιδιαίτερα ανακλαστικά. Στην περιοχή του καναλιού 2 συμβαίνει ακριβώς το αντίθετο. Οι τιμές του λόγου κανάλι4/κανάλι2 είναι υψηλότερες για τη βλάστηση από ότι άλλα χαρακτηριστικά συμπεριλαμβανομένων των νεφών. Και εδώ τίθεται ένα κατώφλι (στη τιμή 2) και λειτουργεί αποτελεσματικά. Τα pixel που υπερβαίνουν αυτόν τον αριθμό χαρακτηρίζονται διφορούμενα και περνούν στο στάδιο 2. Τα pixel με ψηφιακές τιμές κάτω από αυτό το κατώφλι περνούν στο φίλτρο 7.

7)Φίλτρο από το λόγο αναλογίας κανάλι 4/κανάλι5. Αυτό το φιλτράρισμα διαχωρίζει τις ψηφιακές τιμές των βράχων και του πετρώδους εδάφους από αυτές των νεφών, αλλά και τις ψηφιακές τιμές του αμμώδους εδάφους. Τα εδάφη αυτά παρουσιάζουν υψηλότερο συντελεστή ανάκλασης στο κανάλι 5 απ' ό,τι στο κανάλι 4, ενώ ισχύει το αντίστροφο για τα νέφη. Το κατώφλι στην περίπτωση αυτή τίθεται στο 1 και λειτουργεί αποτελεσματικά. Τα pixel διαχωρίζονται όπως και στα προηγούμενα φιλτραρίσματα και όσα υπερβαίνουν αυτό το κατώφλι περνούν στο φίλτρο 8.

8)Φίλτρο από το λόγο κανάλι 5/κανάλι6. Όλα τα pixel που φθάνουν σε αυτό το επίπεδο φιλτραρίσματος είναι βασικά χαρακτηρισμένα ως νέφη. Ένας περαιτέρω διαχωρισμός σε δύο κατηγορίες, επιτυγχάνεται με τη χρησιμοποίηση του λόγου κανάλι 5/κανάλι6, ως φίλτρου. Εμπειρικά τίθεται ένα κατώφλι τιμών στο 210. Τα pixel πάνω και κάτω από αυτό το όριο χαρακτηρίζονται ως θερμά και κρύα νέφη, αντίστοιχα.

Μια απεικόνιση Landsat από την Κασπία θάλασσα παρουσιάζεται στην Εικόνα 1. Εκτελέσθηκε η ACCA (automatic cloud cover assessment) και παρήχθη μια μάσκα συννέφων (Εικόνα 2).

Εικόνα 2 : Μάσκα συννέφων πρώτου σταδίου,[2]πηγή

Η μάσκα έχει τέσσερις διαφορετικές κατηγορίες. Το λευκό αντιπροσωπεύει τα θερμά νέφη ενώ το γκρίζο αντιπροσωπεύει τα πιό κρύα νέφη. Το σκούρο γκρι αντιπροσωπεύει τις περιοχές μη-εντοπισμού νεφών που αποκλείονται από την περαιτέρω ανάλυση. Οι χαρακτηρισμένες ως διφορούμενες περιοχές της εικόνας, που επανεξετάζονται στο στάδιο 2, εμφανίζονται μαύρες. Το δεύτερο στάδιο περιλαμβάνει τη θερμική ανάλυση χρησιμοποιώντας αποκλειστικά το κανάλι 6. Μια αξιόπιστη κατά το δυνατόν θερμική υπογραφή αναπτύσσεται αρχικά από τη μια ή και τις δύο κατηγορίες νεφών που προσδιορίζονται στο στάδιο 1. Οι δύο κατηγορίες συνδιάζονται και χρησιμοποιούνται από κοινού εάν στην έκταση που απεικονίζεται, είμαστε σίγουροι ότι δεν εμφανίζεται χιόνι (το χιόνι δημιουργεί προβλήματα στην ταξινόμηση των νεφών και η παρουσία του δικαιολογεί τη χρήση μιας πιό συντηρητικής φασματικής υπογραφής νεφών). Εάν το χιόνι σε μια απεικόνιση είναι λιγότερο από 1% τότε θεωρείται αμελητέο. Εάν το χιόνι υπάρχει σε μια σκηνή, τότε η κρύα κατηγορία νεφών χρησιμοποιείται αποκλειστικά για την απόδοση της τυπικής φασματικής υπογραφής των νεφών. Για αυτές τις σκηνές, τα θερμότερα νέφη χαρακτηριζονται ως διφορούμενα και ξαναεξετάζονται με όλα τα άλλα διφορούμενα pixel που προσδιορίστηκαν κατά τη διάρκεια του πρώτου περάσματος του αλγορίθμου. Περισσότερες και αναλυτικές πληροφορίες για το δεύτερο στάδιο επεξεργασίας μπορείτε να βρείτε εδώ:http://landsathandbook.gsfc.nasa.gov/handbook/pdfs/ACCA_SPIE_paper.pdf).

Συμπεράσματα

Ο αλγόριθμος ACCA ο οποίος δημιουργήθηκε από την παραπάνω μεθοδολογία σε απεικονίσεις Landsat 7, σχεδιάστηκε για να παράγει γρήγορα και αξιόπιστα συμπεράσματα στην προσπάθεια αξιολόγησης της νεφοκάλυψης και έμμεσα των σκιασμένων υφιστάμενων από νέφη, περιοχών. Ο αλγόριθμος στηρίζεται σε εμπειρικές μετρήσεις και επαναληπτικές δοκιμές. Ο βελτιωμένος αλγόριθμος χρησιμοποιεί δύο πρόσθετα κανάλια, εξετάζει όλα τα pixel σε μια σκηνή, και εκμεταλλεύεαι τη χωρική ανάλυση του ενισχυμένου καναλιού 6(60 μέτρα για ETM+ αντί των 120 μέτρων για τον TM). Ο αλγόριθμος υιοθετεί επίσης μια συγκεκριμένη προσέγγιση δύο σταδίων σκηνής που εξετάζει τα σύννεφα μεμονωμένα για κάθε εικόνα. Ο αλγόριθμος λειτουργεί ικανοποιητικά για τις περισσότερες περιοχές της γης αλλά πάντοτε εμφανίζονται προβληματικές περιοχές, κυρίως σε περιοχές χιονοσκεπείς ή σε περιοχές όπου για διάφορους φυσικούς λόγους, εμφανίζονται ιδιαίτερα υψηλές τιμές ανακλαστικότητας.

Εικόνα 3 : Μάσκα συννέφων δεύτερου σταδίου,[3]πηγή