HIGHFOREST - Υπολογισμός δασικών παραμέτρων από δεδομένα υψηλής ανάλυσης δορυφορικής τηλεπισκόπισης

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
Γραμμή 22: Γραμμή 22:
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).
Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).
-
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, υπολογισμός, απογραφή, υψηλή ανάλυση'''
+
Λέξεις κλειδιά: '''δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση'''

Αναθεώρηση της 18:14, 11 Μαΐου 2014

[[1]]

[[2]]

[[3]]

[[4]]

[[5]]

[[6]]

Technical Research Centre of Finland, Information Technology, Information Systems Commission VII, WG VII/3

Heikki Astola, Catherine Bounsaythip, Jussi Ahola, Tuomas Häme, Eija Parmes, Laura Sirro & Brita Veikkanen

Περίληψη

Ο σκοπός της μελέτης ήταν να αναπτύξει ένα εργαλείο για την εκτίμηση των δασικών μεταβλητών χρησιμοποιώντας δορυφορικά δεδομένα υψηλής ανάλυσης. Στο εργαλείο περιλαμβάνεται σπονδυλωτό λειτουργικό λογισμικό. Η μεθοδολογία ανάλυσης εικόνας εστιάζεται στη μείωση από τα γνωστά προβλήματα των μεθόδων προηγούμενων δορυφορικών εικόνων, με βάση, δηλαδή τον κορεσμό στα υψηλότερα επίπεδα φυτικής μάζας και της αβεβαιότητας εκτίμησης για τα είδη δέντρων. Σύγχρονες μέθοδοι ανάλυσης εικόνας συνδυάστηκαν με τις φασματικές τους πληροφορίες. Στην δοκιμή εφαρμογής του εργαλείου, χρησιμοποιήθηκαν εικόνες από τον δορυφόρο Ikonos με ανάλυση εδάφους 1-4 m.

Το λογισμικό Forestime που αναπτύχθηκε, εκτίμησε τις δασικές μεταβλητές με την κατάτμηση των εικόνων σε «μικρο-περιοχές», μεσω του υπολογισμού των χαρακτηριστικών των εικόνων μέσω διανυσμάτων και μέσω του συσχετισμού δεδομένων πεδίου με ομάδες από το στάδιο της μη-επιβλεπόμενης ταξινόμησης. Οι εκτιμήσεις παράγονται ως σταθμισμένα αθροίσματα των πιθανοτήτων των δειγμάτων να ανήκουν στην κατηγορία της ταξινόμησης. Οι μεταβλητές-στόχοι της μελέτης ήταν ο όγκος (37,4% - % σε σχέση με τη μέση τιμή), η μέση διάμετρος (23,4) και ο αριθμός (87%) βλαστών, καθώς και οι αναλογίες ειδών δέντρου (πεύκο 111%, έλατο 47 % , και για τα πλατύφυλλα 137%).

Λέξεις κλειδιά: δορυφορική τηλεπισκόπηση, δασοκομία, αυτοματοποίηση, απογραφή, υψηλή ανάλυση


Εισαγωγή

Οι ιδιοκτήτες δασικών εκτάσεων και οι οργανισμοί εκμετάλλευσης ξυλείας έχουν μία διαρκή ανάγκη ανανέωσης των πληροφοριών τους σχετικά με τα δάση. Η παραδοσιακή επίγεια μέθοδος απογραφής με προσδιορισμό περιοχής μελέτης είναι εντούτοις δαπανηρή και η συχνότητα είναι χαμηλή. Υπάρχει επίσης η ανάγκη για μείωση της έκτασης της απογραφόμενης γης και την παραγωγή πιο λεπτομερών χαρτών. Οι δορυφορικές εικόνες με ανάλυση εδάφους 20-30 m έχουν δοκιμαστεί και χρησιμοποιούνται μερικώς για δασικές απογραφές, αφενός λόγω του κορεσμού της αντανάκλασης σε υψηλότερα επίπεδα βλάστησης (όριο κορεσμού για φιλανδικές συνθήκες είναι 200m3/ha) και αφετέρου λόγω της δυσκολίας προσδιορισμού της έκτασης του κάθε είδους δέντρου, αφού καθένα εικονοστοιχείο περιλαμβάνει συχνά διαφορετικά δέντρα.

Η χωρική ανάλυση δορυφορικών τηλεπισκοπικών εικόνων κυμαίνεται μεταξύ 30 m (Landsat Tthematic Mapper) και 1 m για πανχρωματική εικόνα, ενώ είναι 4 m για πολυφασματική (Ikonos, Quickbird). Ένα από τους κύριους στόχους της μελέτης Highforest είναι η παραγωγή ενός λειτουργικού εργαλείου λογισμικού για την πλήρη αυτοματοποίηση της δασικής χαρτογράφησης, κάνοντας χρήση των δορυφορικών αυτών εικόνων υψηλής ανάλυσης, καθώς και τα αποτελέσματα προηγούμενων μελετών.

Δεδομένα και επεξεργασία

Δορυφορικά δεδομένα

Η γαιοαναφερόμενη και διορθωμένη εικόνα Ikonos, η οποία χρησιμοποιήθηκε, προήλθε από την περιοχή Σούονενγιοκι στη Φιλανδία, με δεδομένα από τα μέσα Ιουνίου του 2003 και είχε μέγεθος 10 km x 13 km. Λόγω των νεφώσεων στην ανατολική πλευρά της εικόνας, αυτή επεκτάθηκε κατά 3 km δυτικά. Οι εικόνες Ikonos έχουν τέσσερα φασματικά κανάλια: μπλε (450-520 nm), πράσινο (520-600 nm), κόκκινο (630-690 nm) και εγγύς υπέρυθρο (NIR) (760-900 nm), με ανάλυση εδάφους τεσσάρων μέτρων και ένα πανχρωματικό κανάλι (450-900 nm), με ανάλυση εδάφους ενός μέτρου. Μία μικρότερη εικόνα, η οποία καλύπτει την περιοχή μελέτης, επίσης χρησιμοποιήθηκε από ολόκληρη την περιοχή του Σούονενγιοκι με σκοπό τον έλεγχο. Η ληφθείσα εικόνα υποβλήθηκε σε ραδιομετρική διόρθωση χρησιμοποιώντας ήδη υπάρχον λογισμικό του VVT (smac_corr.exe).

Επίγεια δεδομένα

Το κέντρο ερευνών του Σούονενγιοκι του Φιλανδικού Ινστιτούτου Δασικών Ερευνών, πραγματοποίησε 327 δειγματοληψίες εδάφους από αντίστοιχο αριθμό περιοχών μελέτης για 7 μεταβλητές διαφορετικών ειδών δέντρου το καλοκαίρι του 2001. Τα δεδομένα αυτά μελετήθηκαν λεπτομερώς οπτικά, ώστε να αποκλειστούν περιοχές, οι οποίες θα μπορούσαν να προκαλέσουν παραμόρφωση ή σφάλματα κατά την υπολογιστική διαδικασία.

Μέθοδοι

Υπολογισμός δασολογικών μεταβλητών

Η μέση τιμή των φασματικών ιδιοτήτων από τα ραδιομετρικά διορθωμένα Ikonos κανάλια, μαζί με τις περιεχόμενες ιδιότητες, όπως προσδιορίστηκαν από το Ikonos πανχρωματικό (PAN-chromatic) κανάλι, αποτελούν τις ιδιότητες, οι οποίες θα εισαχθούν στην υπολογιστική διαδικασία Forestime.

Η σειρά δοκιμαστικών ιδιοτήτων περιείχε πέντε ιδιότητες Haralick: αντίθεση, εντροπία, αντίστροφη κίνηση διαφοράς, ομοιογένεια και συνολικό μέσο. Το σχετιζόμενο ιστόγραμμα ταυτότητας γκρι-κλίμακας υπολογίστηκε για ένα 15 x 15 παράθυρο εικονοστοιχείων με μία σχέση απόστασης ενός εικονοστοιχείου και στις δύο κατευθύνσεις της εικόνας. To ιστόγραμμα υπολογίστηκε για μία συμπιεσμένη εικόνα 16 γκρίζων επιπέδων.

Εκτός των Haralick ιδιοτήτων, μία σειρά από τέσσερεις Gabor ιδιότητες υπολογίστηκαν από ένα παν-χρωματικό κανάλι της εικόνας Ikonos, χρησιμοποιώντας μία τράπεζα από ομοιόμορφα συμμετρικές μάσκες φίλτρων Gabor.

Με τη βοήθεια του εργαλείου προσδιορισμού της θέσης δέντρων στο πανχρωματικό κανάλι, του εργαλείου μέσης τιμής του Forestime και της ανακλαστικότητας στο εγγύς υπέρυθρο στο πανχρωματικό, προσδιορίζεται αν το κάθε δέντρο είναι κωνοφόρο ή πλατύφυλλο και δίνεται η αναλογία τους.

Για τον προσδιορισμό των βέλτιστων χαρακτηριστικών προς εισαγωγή σε μοντέλα υπολογισμού παραμέτρων εξετάστηκε η αμοιβαία συσχέτιση δασικών στοιχείων και μεταβλητών, καθώς και οι γραμμικές συναρτήσεις τους με τη βοήθεια του στατιστικού προγράμματος SPSS. Τα μοντέλα, τα οποία παρήγαγε η μέθοδος αυτή περιείχαν πέντε χαρακτηριστικά ή περισσότερα. Μετά από τη διαδικασία του κατακερματισμού της εικόνας, ο οποίος παρείχε μέσες τιμές για τις επιλεγμένες κατηγορίες, τη χρήση αλγόριθμου Κ-μέσων στα ομαδοποιημένα δεδομένα και την γαιοαναφορά, το παραγόμενο αποτέλεσμα είναι ράστερ εικόνες ή διανυσματικά δεδομένα, τα οποία αντικατοπτρίζουν αθροίσματα της πιθανότητας παρουσίας της κάθε τάξης.

Forestime λογισμικό

Το σπονδυλωτό εργαλείο αυτό σχεδιάστηκε με σκοπό την αυτοματοποίηση της χαρτογράφησης μεγάλων δασικών περιοχών. Τα πλεονεκτήματα του να είναι σπονδυλωτό το πρόγραμμα είναι τα εξής: επιτρέπει εύκολη αντικατάσταση μίας κατηγορίας με μία άλλη, το παραγόμενο αποτέλεσμα είναι μία εικόνα κάλυψης γης και μπορεί να χρησιμοποιήσει δεδομένα από οποιοδήποτε όργανο ή γεωγραφικές βάσεις δεδομένων.

Αποτελέσματα και ανάλυση

Στη μελέτη αυτή χρησιμοποιήθηκε μία πρότυπη έκδοση ενός σπονδυλωτού προγράμματος Forestime για τον υπολογισμό δασικών μεταβλητών. Ακόμα και αν η λειτουργικότητα, η ταχύτητα και η ανάλυση δεδομένων είναι περιορισμένα, τα τεστ λειτουργικότητας απέδειξαν την χρηστικότητα του συστήματος.

Συμπερασματικά ο στόχος της μείωσης του κορεσμού ανακλαστικότητας επιτεύχθηκε μερικώς, καθώς και ο στόχος του αξιόπιστου προσδιορισμού ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν μέσω της χρήσης της εντροπίας Haralick και των εισαγόμενων χαρακτηριστικών στα οπτικά κανάλια. Η ταχύτητα λειτουργίας του λογισμικού επιδέχεται βελτίωσης.

Στις παραγόμενες δασικές μεταβλητές, η ανάλυση διασποράς των δεδομένων-στόχων στις κατηγορίες της ταξινόμησης είναι σχετικά μεγάλη, πράγμα το οποίο οδηγεί σε μέσες τιμές. Για μελλοντικές έρευνες ένα κεντρικό θέμα θα είναι η μείωση της ανάλυσης διασποράς χρησιμοποιώντας άλλου είδους ταξινόμηση.

Συμπεράσματα

Στη μελέτη HighForest το VTT υλοποίησε την πρωτότυπη έκδοση του σπονδυλωτού εργαλείου λογισμικού για την εκτίμηση δασικών μεταβλητών (Forestime V. 1.0) . Ακόμη και αν η λειτουργικότητα, η ταχύτητα και η κατανάλωση πόρων του λογισμικού είναι ακόμα πολύ περιορισμένες, οι λειτουργικές δοκιμές έχουν δείξει τις δυνατότητες του συστήματος. Το λογισμικό δοκιμάστηκε ως ένα αυτόνομο σύστημα, καθώς και ως ένα εξωτερικό πρόγραμμα εφαρμογής μέσω του εμπορικού λογισμικού API. Η λειτουργία του Forestime ήταν όπως αναμενόταν και ο στόχος για την εφαρμογή του λογισμικού είχε επιτευχθεί.

Συνοψίζοντας τα αποτελέσματα της εκτίμησης των δασικών μεταβλητών με Forestime v 1.0, μπορούμε να πούμε ότι ο στόχος για τη μείωση του κορεσμού ανάκλασης, επετεύχθηκε μερικώς, καθώς και ο στόχος για την ακριβή εκτίμηση ειδών δέντρου. Τα καλύτερα αποτελέσματα επιτεύχθηκαν χρησιμοποιώντας τα φασματικά κανάλια και την εντροπία του Haralick ως εισαγόμενες μεταβλητές.

Στις εκτιμήσεις για το δασικής κάλυψης ειδών δέντρου, η ανάλυση διασποράς παρουσίασε μεγάλες διακυμάνσεις στις κατηγορίες ομαδοποίησης, πράγμα που οδήγησε σε κατά μέσο όρο εκτιμήσεις. Ένα κύριο θέμα των μελλοντικών μελετών θα είναι η δυνατότητα να μειωθεί η διακύμανση χρησιμοποιώντας διαφορετικό είδος ταξινόμησης.

[7]

Προσωπικά εργαλεία