Εντοπισμός περιοχών επιδεκτικών σε διάβρωση, με τη βοήθεια γεωγραφικών συστημάτων πληροφοριών και τηλεπισκόπησης

Από RemoteSensing Wiki

Αναθεώρηση της 19:14, 27 Φεβρουαρίου 2013

Εντοπισμός περιοχών επιδεκτικών σε διάβρωση, με τη βοήθεια γεωγραφικών συστημάτων πληροφοριών και τηλεπισκόπησης. Ένα παράδειγμα η υδρογραφική λεκάνη του Ανθεμούντα.

Εικόνα 1:Χάρτης ταξινόμησης γεωλογικών σχηματισμών ανάλογα με επιδεκτικότητα σε διάβρωση

Εικόνα 2:Χάρτης υδρογραφικής έντασης και υφής

Εικόνα 3:Χάρτης κλίσεων αναγλύφου

Εικόνα 4:Χάρτης διαβρωσιμότητας εδαφών και πετρωμάτων

Εικόνα 5:Δείκτης βλάστησης NDVI

Σκοπός μελέτης

Κύριος σκοπός της παρούσας εργασίας είναι ο εντοπισμός περιοχών επιδεκτικών σε διάβρωση στην περιοχή της λεκάνης του Ανθεμούντα ποταμού,με τη χρήση δορυφορικών εικόνων και γεωγραφικών συστημάτων πληροφοριών( Γ.Σ.Π).Τελικός στόχος η δημιουργία ενός χάρτη διαβρωσιμότητας της περιοχής.

Υλικά και μεθοδολογία

Στην εργασία χρησιμοποιήθηκαν τα ακόλουθα δεδομένα: 1)Τοπογραφικοί χάρτες Γεωγραφικής Υπηρεσίας Στρατού (Γ.Υ.Σ) με κλίμακα 1:50000, φύλλα : Θεσσαλονίκη, Θέρμη, Ζαγκλιβέριο, Πολύγυρος ,Βασιλικά και Επανωμή (1982) 2)Γεωλογικός χάρτης της «χερσονήσου της Χαλκιδικής και των γειτονικών περιοχών» των Kockel και Mollat (1977), κλίμακας 1:100000. 3)Δασικός χάρτης της δασικής υπηρεσίας, Νομών Θεσσαλονίκης και Χαλκιδικής, κλίμακας 1:200000 (1992). 4)Δορυφορική εικόνα LANDSAT-5/TM,με ημερομηνία λήψης 10/08/92. Αρχικά, στη δορυφορική εικόνα LANDSAT-5/TM, χρησιμοποιήθηκαν όλες οι φασματικές ζώνες, διακριτικής ικανότητας 30μ., εκτός της θερμικής. Ακολούθησε, ψηφιακή επεξεργασία της ΤΜ εικόνας αποσκοπώντας στη βελτίωση της οπτικής πληροφορίας της εικόνας με διάφορες τεχνικές όπως: •Την ενίσχυση της εικόνας (enhancement) •Τους λόγους των φασματικών ζωνών •Την ανάλυση των κύριων συνιστωσών (Principal Component Analysis-PCA) •Τη χρησιμοποίηση φίλτρων •Τη σύνθεση ψευδοέγχρωμων εικόνων (False Colour Composites/FCC) Στην παρούσα έρευνα χρησιμοποιήθηκαν όλες οι παραπάνω τεχνικές ,αυτές όμως που έδωσαν τα καλύτερα αποτελέσματα ήταν η χρήση του δείκτη βλάστησης NDVI που αποτελεί λόγο φασματικών ζωνών, ο οποίος ενισχύθηκε μέσω του αλγορίθμου equal (ενίσχυση της αντίθεσης μέσω ισοκατανομής των τιμών) του λογισμικού EASI/PACE. Με τη χρήση των ΓΣΠ και του λογισμικού ArcGIS έγινε ψηφιοποίηση, διόρθωση και επεξεργασία διάφορων επιπέδων γεωγραφικών πληροφοριών (όπως ισοϋψείς καμπύλες, γεωλογία, υδρογραφικό δίκτυο και δειγματοληπτικές περιοχές έντονης διάβρωσης που εντοπίστηκαν στο ύπαιθρο με GPS. Τα δεδομένα συνδυάστηκαν με τις δορυφορικές εικόνες και έτσι πρόεκυψε ο χάρτης διαβρωσιμότητας της περιοχής.

Αποτελέσματα

Αρχικά έγινε ταξινόμηση των πολύπλοκων γεωλογικών σχηματισμών της περιοχής σύμφωνα με την ανθεκτικότητα τους σε διάβρωση (Εικόνα 1), ακολούθησε ο υπολογισμός της υδρογραφικής πυκνότητας και συχνότητας και από τη συνεκτίμηση των δύο μεγεθών προήλθε ο χάρτης υδρογραφικής έντασης και υφής (Εικόνα 2) και από την επεξεργασία του διορθωμένου υδρολογικά ψηφιακού μοντέλου αναγλύφου (DEM) από το λογισμικό ArcGIS , ο χάρτης κλίσεων αναγλύφου (Εικόνα 3). Τέλος δημιουργήθηκε ο χάρτης διαβρωσιμότητας εδαφών και πετρωμάτων (Εικόνα 4). Για τον εντοπισμό των διαβρωμενών περιοχών με τη χρήση δορυφορικών εικόνων Landsat TM , χρησιμοποιείται η μεθοδολογία των δεικτών βλάστησης(vegetation indices). Στην παρούσα εργασία ο δείκτης βλάστησης με τα καλύτερα αποτελέσματα αποδείχθηκε ο «Δείκτης Βλάστησης Κανονικοποιημένης Διαφοράς» (NDVI). NDVI= N*IR-R/N*IR+R. Όπου N*IR: η φασματική ζώνη του εγγύς υπερύθρου και R η φασματική ζώνη του ερύθρου. Για τις δορυφορικές εικόνες LANDSAT -5/TM παίρνει τη μορφή NDVI= TM4-TM3/TM4+TM3. Από την εφαρμογή του NDVI και αφού ενισχύθηκε με την εφαρμογή του αλγορίθμου equal, προέκυψε η Εικόνα 5 όπου ισοκατανέμονται οι τιμές του τέφρου χρώματος μεταξύ 0(μαύρο) και 255(λευκό).

Συμπεράσματα

Το λογισμικό ArcGis αποδεικνύεται ένα χρήσιμο εργαλείο για επεξεργασία και ανάλυση ψηφιοποιημένων δεδομένων ( ισοϋψείς, υδρογραφικό κ.α.) με στόχο την χαρτογράφηση περιοχών διαβρωσιμότητας εδαφών και πετρωμάτων. Τα αποτελέσματα που προκύπτουν από τη χρήση των ΓΣΠ ενίσχυονται από αυ΄τα της επεξεργασίας δορυφορικών εικόνων (με το δείκτη βλάστησης NDVI) καθώς έτσι εντοπίζονται καλύτερα οι περιοχές όπου παρατηρείται διάβρωση.

ΠΗΓΗ: Φουρνιάδης, Α & Οικονομίδης, Δ & Αστάρας, Θ.(2002) "Εντοπισμός περιοχών επιδεκτικών σε διάβρωση, με τη βοήθεια γεωγραφικών συστημάτων πληροφοριών και τηλεπισκόπησης. Ένα παράδειγμα η υδρογραφική λεκάνη του Ανθεμούντα." Πρακτικά 6ου Πανελλήνιου Γεωγραφικού Συνεδρίου , Διαθέσιμο στο: http://geolib.geo.auth.gr/digeo/index.php/pgc/article/viewFile/9337/9088, Τελευταία πρόσβαση στις 27/02/2013