Τηλεπισκόπηση - Μια αποτελεσματική πηγή δεδομένων για την παρακολούθηση του αστικού χώρου

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
Γραμμή 22: Γραμμή 22:
'''Οι δυνατότητες της τηλεπισκόπησης στην παρακολούθηση του αστικού χώρου'''
'''Οι δυνατότητες της τηλεπισκόπησης στην παρακολούθηση του αστικού χώρου'''
-
+
 
 +
[[Εικόνα: rs_wiki_13_1.jpg| thumb| right| Εικόνα 1: Πολύ-αισθητηριακή ανάλυση της αστικής ανάπτυξης στην πόλη Μανίλα, Φιλιππίνες.]]
Η τηλεπισκόπηση επιτρέπει την ανεξάρτητη, γρήγορη, έγκαιρη, καθολική και σχετικά οικονομικά αποδοτική μετατροπή των δεδομένων (εικόνες) σε πληροφορίες. Χρησιμοποιώντας μια ποικιλία μεθοδολογιών, π.χ. στατιστικές και ταξινομήσεις, για αυτόματη εξαγωγή πληροφοριών για συγκεκριμένα σύνολα δεδομένων, αυτός ο μετασχηματισμός στοχεύει σε εφαρμόσιμα προϊόντα.
Η τηλεπισκόπηση επιτρέπει την ανεξάρτητη, γρήγορη, έγκαιρη, καθολική και σχετικά οικονομικά αποδοτική μετατροπή των δεδομένων (εικόνες) σε πληροφορίες. Χρησιμοποιώντας μια ποικιλία μεθοδολογιών, π.χ. στατιστικές και ταξινομήσεις, για αυτόματη εξαγωγή πληροφοριών για συγκεκριμένα σύνολα δεδομένων, αυτός ο μετασχηματισμός στοχεύει σε εφαρμόσιμα προϊόντα.
Γραμμή 29: Γραμμή 30:
Η διαχρονική παρακολούθηση με τη χρήση τηλεπισκοπικών δεδομένων περιορίζεται στις διαθέσιμες πηγές δεδομένων. Έτσι, η παρακολούθηση για τα τελευταία 20 ή περισσότερα χρόνια μέχρι σήμερα στηρίζεται σε μέτριας ανάλυσης δεδομένα από αισθητήρες όπως Landsat, SPOT ή IRS. Η περιορισμένη γεωμετρική ανάλυση δεν επιτρέπει μεγάλη θεματική λεπτομέρεια, παρέχει όμως αρκετές πληροφορίες για την ανάλυση της χωρικής αστικής ανάπτυξης σε περιφερειακό επίπεδο, διακρίνοντας τις αστικοποιημένες και μη περιοχές.
Η διαχρονική παρακολούθηση με τη χρήση τηλεπισκοπικών δεδομένων περιορίζεται στις διαθέσιμες πηγές δεδομένων. Έτσι, η παρακολούθηση για τα τελευταία 20 ή περισσότερα χρόνια μέχρι σήμερα στηρίζεται σε μέτριας ανάλυσης δεδομένα από αισθητήρες όπως Landsat, SPOT ή IRS. Η περιορισμένη γεωμετρική ανάλυση δεν επιτρέπει μεγάλη θεματική λεπτομέρεια, παρέχει όμως αρκετές πληροφορίες για την ανάλυση της χωρικής αστικής ανάπτυξης σε περιφερειακό επίπεδο, διακρίνοντας τις αστικοποιημένες και μη περιοχές.
-
[[Εικόνα: rs_wiki_13_1.jpg| thumb| right| Εικόνα 1: Πολύ-αισθητηριακή ανάλυση της αστικής ανάπτυξης στην πόλη Μανίλα, Φιλιππίνες.]]
+
[[Εικόνα: rs_wiki_13_2.jpg| thumb| right| Εικόνα 2: Ανάλυση της αστικής ανάπτυξης με τη χρήση εικόνων υψηλής ανάλυσης Ikonos από το (a) 2002 και (a) 2008 στη Βαρσοβία, Πολωνία. (c) Αντικειμενοστραφής ταξινόμηση για το 2002 (d Αντικειμενοστραφής ταξινόμηση για το 2008 (e) Διαχρονική διαφοροποίηση της ομοιογένειας (f) Διαχρονική διάκριση αλλαγών με βάση το NDVI.]]
 +
[[Εικόνα: rs_wiki_13_3.jpg| thumb| right| Εικόνα 3: Μοντέλο 3D της παράκτιας πόλης Padang, Ινδονησία.]]
 +
[[Εικόνα: rs_wiki_13_4.jpg| thumb| left| Εικόνα 4: Εκτίμηση και παρακολούθηση του πληθυσμού σε διαφορετικές χρονικές στιγμές της ημέρας με βάση το 3D μοντέλο πόλης της εικόνας 3. Η ροή πληθυσμού εμφανίζει περιοχές που κερδίζουν πληθυσμό κατά τη διάρκεια της ημέρας.]]
Η εικόνα 1 απεικονίζει το αποτέλεσμα της ανάλυσης της χωρικής ανάπτυξης από το 1975 μέχρι το 2010 στην πόλη Μανίλα των Φιλιππίνων, επισημαίνοντας την έντονη χωρική διάσταση της αστικής διάχυσης για τα τελευταία 35 χρόνια στις αναπτυσσόμενες χώρες. Τα επιμέρους σύνολα δεδομένων από το Landsat MSS το 1975 και Landsat TM το 1990 ταξινομήθηκαν χρησιμοποιώντας μια αντικειμενοστραφή προσέγγιση (object-oriented approach). Η ταξινόμηση των εικονοστοιχείων εφαρμόσθηκε για τον εντοπισμό του αστικού αποτυπώματος από δεδομένα TerraSAR-X για το 2010.
Η εικόνα 1 απεικονίζει το αποτέλεσμα της ανάλυσης της χωρικής ανάπτυξης από το 1975 μέχρι το 2010 στην πόλη Μανίλα των Φιλιππίνων, επισημαίνοντας την έντονη χωρική διάσταση της αστικής διάχυσης για τα τελευταία 35 χρόνια στις αναπτυσσόμενες χώρες. Τα επιμέρους σύνολα δεδομένων από το Landsat MSS το 1975 και Landsat TM το 1990 ταξινομήθηκαν χρησιμοποιώντας μια αντικειμενοστραφή προσέγγιση (object-oriented approach). Η ταξινόμηση των εικονοστοιχείων εφαρμόσθηκε για τον εντοπισμό του αστικού αποτυπώματος από δεδομένα TerraSAR-X για το 2010.

Αναθεώρηση της 18:07, 12 Φεβρουαρίου 2013

Τίτλος

Remote Sensing – An Effective Data Source for Urban Monitoring

Πηγή

Earthzine

Συγγραφείς

H. Taubenböck and T. Esch


Ο έλεγχος του αστικού χώρου συνεπάγεται πολλαπλές χρονικές παρατηρήσεις και μετρήσεις των μετασχηματισμών εντός των πόλεων. Το αστικό περιβάλλον είναι εξαιρετικά περίπλοκο, καθώς οι πόλεις αποτελούνται από ένα μεγάλο αριθμό ανθρώπων που ζουν σε κοντινή απόσταση και χαρακτηρίζονται από συνθήκες σχετικής πυκνότητας και ποικιλομορφίας σε δυναμικά αλληλένδετες διαδικασίες. Οι περισσότερες από τις συνθήκες και τις διαδικασίες σχετίζονται με το χώρο. Επομένως, για τη μέτρηση, την ανάλυση και την κατανόηση του αστικού περιβάλλοντος, των δυναμικών αλληλεπιδράσεων και των μόνιμων αλλαγών του, οι χωρικές πληροφορίες είναι ζωτικής σημασίας. Ως πηγή πληροφοριών, τα τηλεπισκοπικά δεδομένα είναι εγγενώς κατάλληλα για την παροχή πληροφοριών σχετικά με χαρακτηριστικά καλύψεων γης και των αλλαγών τους με την πάροδο του χρόνου, σε διάφορες χωρικές και χρονικές κλίμακες. Το παρόν άρθρο παρέχει μια επισκόπηση και παραδείγματα εφαρμογών του DLR (German Aerospace Center) για την επίδειξη των δυνατοτήτων και των περιορισμών της τηλεπισκόπησης στην παρακολούθηση του αστικού χώρου.

Αστικοποίηση Η αστικοποίηση μπορεί ουσιαστικά να θεωρηθεί ως η μετάβαση από αγροτικές σε αστικές συνθήκες. Αυτό συνεπάγεται την αύξηση των ορίων μιας πόλης ή του δομημένου χώρου εν γένει. Η διαδικασία της αστικοποίησης μπορεί ουσιαστικά να προκληθεί από τρεις παράγοντες: τη φυσική αύξηση του πληθυσμού, τις τάσεις αστυφιλίας και την προσάρτηση μη αστικών περιοχών στο σχέδιο πόλης. Σύμφωνα με τις τελευταίες προβλέψεις των Ηνωμένων Εθνών σχεδόν ολόκληρη η αύξηση του πληθυσμού του πλανήτη για τα επόμενα 30 χρόνια θα απορροφηθεί από τις αστικές περιοχές.

Το πιο εμφανές αποτέλεσμα της αστικοποίησης είναι η χωρική επέκταση των πόλεων, που συχνά περιγράφεται ως «αστική εξάπλωση». Τα αίτια της αστικής ανάπτυξης και της εξάπλωσης των πόλεων ποικίλουν και αποτελούνται από μακρο-οικονομικούς και μικρο-οικονομικούς παράγοντες, δημογραφικούς παράγοντες, προτιμήσεις στέγασης, εσωτερικά προβλήματα της πόλης, ζητήματα μεταφορών και ρυθμιστικά πλαίσια.

Τα αίτια και οι συνέπειες της αστικοποίησης έχουν ως επί το πλείστον χωρική αναφορά. Για τις περισσότερες από τις προκλήσεις που σχετίζονται με την αστικοποίηση, η γνώση του χώρου απαιτείται για τον πολεοδομικό και χωροταξικό σχεδιασμό, την πολιτική, την επιστήμη, τη βιομηχανία και τους κατοίκους. Δεδομένου ότι η αστικοποίηση θα συνεχίσει να είναι μια από τις σημαντικότερες παγκόσμιες περιβαλλοντικές αλλαγές στο άμεσο μέλλον, η χωρική πληροφορία σχετικά με την τρέχουσα κατάσταση και η συνεχής γνώση των αλλαγών είναι ζωτικής σημασίας. Τα τηλεπισκοπικά δεδομένα αποτελούν κατάλληλη και ανεξάρτητη πηγή πληροφοριών σχετικά τον αστικό χώρο και τις αλλαγές του με την πάροδο του χρόνου, σε διάφορες χωρικές και χρονικές κλίμακες.

Οι δυνατότητες της τηλεπισκόπησης στην παρακολούθηση του αστικού χώρου

Εικόνα 1: Πολύ-αισθητηριακή ανάλυση της αστικής ανάπτυξης στην πόλη Μανίλα, Φιλιππίνες.

Η τηλεπισκόπηση επιτρέπει την ανεξάρτητη, γρήγορη, έγκαιρη, καθολική και σχετικά οικονομικά αποδοτική μετατροπή των δεδομένων (εικόνες) σε πληροφορίες. Χρησιμοποιώντας μια ποικιλία μεθοδολογιών, π.χ. στατιστικές και ταξινομήσεις, για αυτόματη εξαγωγή πληροφοριών για συγκεκριμένα σύνολα δεδομένων, αυτός ο μετασχηματισμός στοχεύει σε εφαρμόσιμα προϊόντα.

Για την πολυ-χρονική παρακολούθηση των αλλαγών στην επιφάνεια της γης υπάρχουν πολλαπλές τεχνικές. Τα τελευταία χρόνια η φασματική ανάλυση και η ενσωμάτωση Γεωγραφικών Συστημάτων Πληροφοριών και δεδομένων τηλεπισκόπησης έχουν αναχθεί σε σημαντικές τεχνικές ανίχνευσης των αλλαγών.

Η διαχρονική παρακολούθηση με τη χρήση τηλεπισκοπικών δεδομένων περιορίζεται στις διαθέσιμες πηγές δεδομένων. Έτσι, η παρακολούθηση για τα τελευταία 20 ή περισσότερα χρόνια μέχρι σήμερα στηρίζεται σε μέτριας ανάλυσης δεδομένα από αισθητήρες όπως Landsat, SPOT ή IRS. Η περιορισμένη γεωμετρική ανάλυση δεν επιτρέπει μεγάλη θεματική λεπτομέρεια, παρέχει όμως αρκετές πληροφορίες για την ανάλυση της χωρικής αστικής ανάπτυξης σε περιφερειακό επίπεδο, διακρίνοντας τις αστικοποιημένες και μη περιοχές.

Εικόνα 2: Ανάλυση της αστικής ανάπτυξης με τη χρήση εικόνων υψηλής ανάλυσης Ikonos από το (a) 2002 και (a) 2008 στη Βαρσοβία, Πολωνία. (c) Αντικειμενοστραφής ταξινόμηση για το 2002 (d Αντικειμενοστραφής ταξινόμηση για το 2008 (e) Διαχρονική διαφοροποίηση της ομοιογένειας (f) Διαχρονική διάκριση αλλαγών με βάση το NDVI.
Εικόνα 3: Μοντέλο 3D της παράκτιας πόλης Padang, Ινδονησία.
Εικόνα 4: Εκτίμηση και παρακολούθηση του πληθυσμού σε διαφορετικές χρονικές στιγμές της ημέρας με βάση το 3D μοντέλο πόλης της εικόνας 3. Η ροή πληθυσμού εμφανίζει περιοχές που κερδίζουν πληθυσμό κατά τη διάρκεια της ημέρας.

Η εικόνα 1 απεικονίζει το αποτέλεσμα της ανάλυσης της χωρικής ανάπτυξης από το 1975 μέχρι το 2010 στην πόλη Μανίλα των Φιλιππίνων, επισημαίνοντας την έντονη χωρική διάσταση της αστικής διάχυσης για τα τελευταία 35 χρόνια στις αναπτυσσόμενες χώρες. Τα επιμέρους σύνολα δεδομένων από το Landsat MSS το 1975 και Landsat TM το 1990 ταξινομήθηκαν χρησιμοποιώντας μια αντικειμενοστραφή προσέγγιση (object-oriented approach). Η ταξινόμηση των εικονοστοιχείων εφαρμόσθηκε για τον εντοπισμό του αστικού αποτυπώματος από δεδομένα TerraSAR-X για το 2010.

Με την άφιξη των δορυφορικών αισθητήρων υψηλής ανάλυσης κατά την τελευταία δεκαετία, οι προσεγγίσεις αστικής παρακολούθησης επιτρέπουν ένα υψηλότερο θεματικό και γεωμετρικό επίπεδο. Τεχνικές κατάτμησης (Segmentation techniques) ενισχύουν την αυτόματη ταξινόμηση χρησιμοποιώντας όχι μόνο φασματικά χαρακτηριστικά, αλλά επίσης το σχήμα, την υφή, την ιεραρχία και τη συνάφεια των πληροφοριών.

Οι εικόνες 2γ) και 2δ) δείχνουν δύο ξεχωριστά αποτελέσματα αντικειμενοστραφούς ταξινόμησης με βάση τις σχετικές εικόνες Ikonos από τα έτη 2002 και 2008 στη Βαρσοβία (εικόνες 2α και 2β). Η ταξινόμηση για την ανίχνευση των αλλαγών επιτρέπει τον εντοπισμό των περιοχών αστικοποίησης. Ωστόσο, η ακρίβεια ελαφρώς άνω του 80% κατά μέσο όρο ανά ταξινόμηση οδηγεί σε λάθη κατά την ανίχνευση των αλλαγών.

Οι εικόνες 2e) και f) δείχνουν μια διαφορετική προσέγγιση για τον εντοπισμό των μεταβολών. Ένας τεχνητός κατακερματισμός σκακιέρας χρησιμοποιείται για τον καθορισμό της χωρικής αναφοράς. Στη συγκεκριμένη περίπτωση χρησιμοποιήθηκε ένα πλέγμα των 100μ. Η «ομοιογένεια» των φασματικών τιμών σε αυτό το τεχνητό πλαίσιο υπολογίζεται για το 2002 και το 2008. Σε περίπτωση σημαντικής διαφοράς, η διαχρονική σύγκριση της υφής επιτρέπει τον εντοπισμό περιοχών με υψηλή πιθανότητα αλλαγών (2e). Η πολυ-χρονική σύγκριση εφαρμόσθηκε αναλογικά χρησιμοποιώντας το λόγο NDVI (Normalized Difference Vegetation Index). Οι δύο προσεγγίσεις ταυτοποιούν και εντοπίζουν τις περιοχές υψηλής πιθανότητας διαχρονικών μεταβολών. Ωστόσο, η τεχνητή σκακιέρα εμφανίζει επίσης προβλήματα ως προς τις οριακές αλλαγές σε σχέση με το μέγεθος του πλέγματος.

Τα ψηφιακά μοντέλα επιφάνειας LIDAR (Light Detection and Ranging) ή στερεο-εικόνες σε συνδυασμό με υψηλής ανάλυσης οπτικές τηλεπισκοπικές εικόνες έχουν χρησιμοποιηθεί ευρέως για την ταξινόμηση και μοντελοποίηση πόλεων σε 3D. Με τη χρήση υπερφασματικών δεδομένων μπορούν να προκύψουν ακόμη και πληροφορίες σχετικά με τα υλικά επιφάνειας (βλ. εικόνα 3).

Με βάση ένα τέτοιο 3D μοντέλο πόλης μπορούν να παραχθούν υψηλότερης κατάταξης προϊόντα, αναδεικνύοντας τις δυνατότητες παρακολούθησης του αστικού χώρου σε αυτή την κλίμακα: Κτιριακοί παράμετροι όπως ισόγειο, ύψος, τύπος οροφής ή αριθμός σπιτιών, σε συνδυασμό δομικές παραμέτρους όπως μέσο μέγεθος κτιρίου, πυκνότητα δόμησης, ποσοστό αδιαπέραστων επιφανειών και κυρίαρχα υλικά στέγης.

Για τη μελέτη περίπτωσης της πόλης Padang, χρησιμοποιήθηκε μια μέθοδος για την εκτίμηση της κατανομής του πληθυσμού σε συνάρτηση με το χρόνο. Ακριβείς πληροφορίες σχετικά με το μέγεθος του πληθυσμού ανά κτίριο σε διαφορετικές ώρες της ημέρας επιχειρήθηκε δειγματοληπτικά για 1.000 κτίρια κατανεμημένα σε όλη την πόλη. Διάφορες χρήσεις κτιρίων - κατοικία, εμπορική ή μικτή χρήση- χαρτογραφήθηκαν και ενσωματώθηκαν στο 3D μοντέλο της πόλης (βλ. εικόνα 3.) ενώ παράλληλα φυσικές παράμετροι (π.χ. ύψη, τύπος οροφής, αδιαπέραστες επιφάνειες) συσχετίστηκαν με τις χρήσεις των κτιρίων.

Ο χώρος διαβίωσης υπολογίστηκε ως το ισόγειο πολλαπλασιαζόμενο με τον αριθμό των ορόφων και χρησιμοποιήθηκε για την εκτίμηση του μέσου όρου των κατοίκων ανά τετραγωνικό μέτρο σε διαφορετικές ώρες της ημέρας, σύμφωνα με τη χρήση. Η αξιολόγηση έδειξε ότι η δυναμική μεταβολή της κατανομής του πληθυσμού μπορεί να χαρτογραφηθεί σε επίπεδο κτιρίου στη σωστή διάσταση με ακρίβεια 65-90%.

Προσωπικά εργαλεία