Χρήσεις γης και ανίχνευση των αλλαγών κάλυψης γης στο δυτικό δέλτα του Νείλου της Αιγύπτου, χρησιμοποιώντας δεδομένα τηλεπισκόπησης

Από RemoteSensing Wiki

Αναθεώρηση της 08:26, 13 Μαΐου 2014

Αντικείμενο Εφαρμογής: Ανίχνευση μεταβολών αστικής γης Πρωτότυπος Τίτλος: «Land use and land cover change detection in the western Nile delta of Egypt using remote sensing data» Συγγραφείς: O.R. Abd El-Kawya, J.K. Rød, H.A. Ismail, A.S. Suliman 'Πηγή:ELSEVIER, Applied Geography 31 (2011) 483e494 Λέξεις Κλειδιά: χρήσεις γης, κάλυψη γης, ανίχνευση αλλαγής, Δυτικό Δέλτα Νείλου, μετα-ταξινόμηση

Σε αυτή τη μελέτη, μια επιβλεπόμενη ταξινόμηση εφαρμόστηκε σε τέσσερις Landsat εικόνες που συλλέχθηκαν τις χρονιές (1984 , 1999 , 2005 και 2009) και παρείχαν τις πρόσφατες και ιστορικές συνθήκες LULC για το δυτικό Δέλτα του Νείλου. Τα αποτελέσματα της επιβλεπόμενης ταξινόμησης βελτιώθηκαν περαιτέρω χρησιμοποιώντας βελτίωση της εικόνας και οπτική ερμηνεία. Η οπτική ερμηνεία αυτή δεν ήταν χρήσιμη μόνο στην αύξηση της ακρίβειας ταξινόμησης των εικόνων Landsat, αλλά ήταν επίσης χρήσιμη στον εντοπισμό των τομέων με την αποτελεσματική χρήση του νερού για άρδευση. Πέντε LULC κατηγορίες εντοπίστηκαν και χαρτογραφήθηκαν.

Αλλαγή ανίχνευσης είναι η διαδικασία εντοπισμού των διαφορών στην κατάσταση ενός χαρακτηριστικού ή ενός φαινομένου παρατηρώντας το σε διαφορετικές χρονικές στιγμές. Αλλαγή ανίχνευσης είναι χρήσιμη σε πολλές εφαρμογές και σχετίζεται με τις αλλαγές χρήσεις και την κάλυψη γης (Land use and Land Cover: LULC). Η δορυφορική τηλεπισκόπηση είναι η πιο κοινή πηγή δεδομένων για την ανίχνευση , τον ποσοτικό προσδιορισμό και τη χαρτογράφηση των LULC προτύπων και αλλαγών εξαιτίας της επαναληπτικής απόκτησης δεδομένων, την ψηφιακή μορφή της κατάλληλης για τη μηχανογραφική επεξεργασία και ακριβή γεωαναφορά διαδικασία.Η αλλαγή ανίχνευσης και παρακολούθησης με τηλεπισκόπηση περιλαμβάνει τη χρήση των διαφόρων εικόνων πολλαπλών ημερομηνιών για να αξιολογήσει τι διαφορές συμβαίνουν στην LULC μεταξύ των ημερομηνιών απόκτησης των εικόνων και σε ποιες περιβαλλοντικές συνθήκες και ανθρώπινες ενέργειες οφείλεται. Η επιτυχής χρήση της δορυφορικής τηλεπισκόπησης για την αλλαγή LULC ανίχνευσης εξαρτάται από την επαρκή κατανόηση των τοπικών χαρακτηριστικών , τα συστήματα απεικόνισης , και μεθοδολογίας που χρησιμοποιήθηκε σε σχέση με το στόχο της ανάλυσης.

Η μέθοδος σύγκρισης μετα- ταξινόμησης ( PCC ) η οποία αναγνωρίζεται ως η πιο ακριβής τεχνική ανίχνευσης αλλαγών κάλυψης γης που ανιχνεύει αλλαγές συγκρίνοντας ανεξάρτητης παραγωγής ταξινομήσεις των εικόνων από διαφορετικές ημερομηνίες. Μόνο περίπου το 4 % της συνολικής έκτασης της Αιγύπτου είναι γεωργική γη, και αυτή η περιοχή έχει μια από τις υψηλότερες πυκνότητες πληθυσμού στον κόσμο. Το υπόλοιπο 96 % της γης είναι άνυδρη έρημο . Βλέποντάς το από αυτή την προοπτική , η ανάγκη για την ανάκτηση της ερήμου φαίνεται αναπόφευκτη υπό το φως της συνεχιζόμενης αύξησης του πληθυσμού και την αυξανόμενη συμφόρηση στην κοιλάδα του Νείλου και το δέλτα του. Ο προσδιορισμός της τάσης και του ρυθμού της γης απαιτεί μετατροπή κάλυψης για την ανάπτυξη μιας ορθολογικής πολιτικής χρήσεων γης. Η δορυφορική τηλεπισκόπηση προσφέρει την ευκαιρία να αξιολογήσει τις επιπτώσεις αυτών των διαδικασιών και να παρέχει τα στοιχεία που απαιτούνται για την ανάπτυξη της εθνικών γεωργικών στρατηγικών στη δυτική περιοχή του δέλτα του Νείλου, και διάφορα συστήματα άρδευσης, που χρησιμοποιούνται σε πολλέςπεριοχές καλλιέργειας . Επιφανειακή άρδευση είναι το σύστημα που επικρατεί στην περιοχή αυτή,και ακολουθείται από καταιονισμό και στάγδην συστήματα άρδευσης. Επειδή η αποτελεσματικότητα εφαρμογής νερού των συστημάτων κέντρου - περιστροφής (CPS) κυμαίνεται από 75% έως 95% , αυτοί αναγνωρίζονται ως ένα αποτελεσματικό είδος του συστήματος άρδευσης. Σε αντίθεση με τα άλλα συστήματα άρδευσης , των καλλιεργούμενων εκτάσεων πεδία αρδεύονται από την CPS ώστε να ανιχνευθεί εύκολα και να χαρτογραφηθεί εξαιτίας του χαρακτηριστικού προτύπου που παρουσιάζουν οι εικόνες Landsat ( Keene & Conley, Σχήμα. 1, 1980).

Είχαμε πέντε στόχους για αυτή τη μελέτη , το σύνολο των οποίων σχετίζονται με την LULC στη δυτική περιοχή του δέλτα του Νείλου : 1 . Να παρέχει τους πρόσφατους ιστορικούς χάρτες LULC για το δυτικό δέλτα του Νείλου της Αιγύπτου, 2 . Για να εντοπιστεί η μακροπρόθεσμη τάση των αλλαγών μέσω LULC παρακολούθησης των αλλαγών από πολυχρονικές εικόνες Landsat χρησιμοποιώντας σύγκριση και κατάταξη, 3 . Για τον προσδιορισμό των αιτιών των αλλαγών μέσω της χωροταξικής σύγκρισης των LULC χαρτών που παράγονται, 4 . Για την παροχή συστάσεων πολιτικής σχετικά με τις κατάλληλες βελτιώσεις προς την κατεύθυνση της καλύτερης διαχείρισης των LULC , 5 . Για να εντοπιστούν οι θέσεις που διευκολύνουν την αποτελεσματική χρήση του νερού άρδευσης και ιδιωτικών εγγειοβελτιωτικών έργων (δηλαδή , CPS περιοχές).

Περιοχή μελέτης: Η περιοχή μελέτης βρίσκεται σε μια πρόσφατα αναγεννημένη περιοχή της ερήμου στο δυτικό Δέλτα του Νείλου μεταξύ 29 ; 3302000e30 ; 1305700 E και 30 ; 2805700e30 ; 5404800 N (Σχ. 1 ) . Ο θερμότερος μήνας του καλοκαιριού (Αύγουστος) έχει μέση θερμοκρασία 26.25 ; C , και τον πιο κρύο χειμερινό μήνα (Ιανουάριος ) έχει μέση θερμοκρασία 12,5 C. ; Σύντομες καταιγίδες συμβαίνουν μερικές φορές , κυρίως το χειμώνα. Κλιματικά αρχεία δείχνουν επίσης ότι η περιοχή λαμβάνει περίπου 5,5 χιλιοστά καθίζηση ετησίως, η περισσότερη εκ των οποίων πέφτει κατά τους μήνες Ιανουάριο , Φεβρουάριο και Μάρτιο. Οι καλοκαιρινοί μήνες είναι συνήθως ξηρά.

Δεδομένα και οι μέθοδοι:

Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη περιλαμβάνουν τέσσερις εικόνες Landsat , συμπεριλαμβανομένων μιας Thematic Mapper (TM) εικόνας που αποκτήθηκε στις 11 Σεπτεμβρίου, 1984 και τριών Thematic Mapper Plus ( ETMþ ) εικόνων acquiredon2 Δεκεμβρίου 1999, το 2005 (ένα μωσαϊκό των δύο εικόνων από τις 28 Μαρτίου και 12 Αυγούστου ) , και στις 13 Δεκεμβρίου, 2009. Ψηφιοποιήσαμε πέντε τοπογραφικούς χάρτες (κλίμακα 1:50.000) και χρησιμοποιήσαμε αυτούς για τη μελέτη του πεδίου, αφού διορθώθηκαν γεωμετρικά οι δορυφορικές εικόνες. Αρχειοθετημένα δεδομένα και παλιά σκίτσα που σχετίζονταν με την αγροτική πολεοδομικού σχεδιασμού και εγγειοβελτιωτικά έργα διεργασιών στην περιοχή μελέτης συλλέχθηκαν από το Τμήμα Πολεοδομίας και Ανάπτυξης της Υπαίθρου Nubariya , καθώς και από κυβερνητικούς αγροτικούς συνεταιρισμούς. Τέλος, το Νοέμβριο του 2009, συνολικά 300 εδάφη εμπιστοσύνης συλλέχθηκαν από την περιοχή μελέτης.

Εικόνα προ – επεξεργασίας Η προ - επεξεργασία των δορυφορικών εικόνων, πριν αλλάξει η ανίχνευση είναι ουσιώδης και έχει μοναδικό στόχο τη δημιουργία μιας πιο άμεσης σύνδεσης μεταξύ των δεδομένων και βιοφυσικών φαινομένων. Η μεθοδολογία που υιοθετήθηκε για τη μελέτη αυτή πραγματοποιήθηκε υπόψει διαφόρων εργασιών προ - επεξεργασίας εικόνας , συμπεριλαμβανομένων των γεωμετρικής διόρθωσης, συμπλήρωσης κενών ΕΤΜ þ , και ενίσχυσης της εικόνας και την ερμηνεία. Όλα τα δεδομένα Landsat που χρησιμοποιήθηκαν σε αυτή τη μελέτη είχαν αποκτηθεί βάσει σαφών ατμοσφαιρικών συνθηκών (ΣΧ. 2 ) .Οι 1984 , 1999 , και 2005 φωτογραφίες ήταν διορθωμένες γεωμετρικά με την εικόνα του 2009 χρησιμοποιώντας το μέσο τετραγωνικό σφάλμα ( RMSE ) < 0,5 pixel.Ενώ η γεωμετρική διόρθωση απαιτεί γενικά αλλαγή ψηφιακής ανίχνευσης, η PCC δεν απαιτεί οι εικόνες να διορθωθούν ραδιομετρικώς ή να κανονικοποιηθούν πριν χρησιμοποιηθούν για την ανίχνευση των αλλαγών.

Βελτίωση της εικόνας και οπτική ερμηνεία

Η διαδικασία αυτή επιχειρεί να βελτιστοποιήσει την συμπληρωματική ικανότητα του ανθρώπινου νου και των υπολογιστών. Γενικώς, αυτές οι βελτιωμένες εικόνες χρησιμοποιούνται μόνο στην οπτική ανάλυση , ενώ οι αρχικές εικόνες χρησιμοποιούνται για την αυτοματοποιημένη ανάλυση. Στην παρούσα μελέτη, εφαρμόστηκε αντίθεση που εκτείνεται σε τέσσερις επιλεγμένες εικόνες σε οπτική ερμηνεία τους. Πριν από την ταξινόμηση της εικόνας, LULC χαρακτηριστικά κατηγοριοποιήθηκαν σε πέντε μεγάλες κατηγορίες : άγονη γη, γεωργική γη, αστική γη, λατομεία, καθώς και δωρεάν φορείς και Sabkhas νερό. Ο όρος Sabkhas είναι ένα τοπικό όνομα για ένα συγκεκριμένο είδος της κάλυψης της γης που βρέθηκε στις άνυδρες περιοχές και υφάλμυρων εδαφών. Αυτοί οι πέντε τύποι προσδιορίστηκαν με βάση την οπτική ερμηνεία των δορυφορικών εικόνων και επαληθεύτηκαν από την επιτόπια επιθεώρηση. Η άγονη γη αναφέρεται σε ακαλλιέργητη γη ή γη χωρίς φυτοκάλυψη . Η γεωργική γη αναφέρεται σε καλλιεργούμενες εκτάσεις με καλλιέργειες, κτηνοτροφικά φυτά, λαχανικά, ή οπωροφόρα δέντρα . Οι περισσότεροι από αυτούς τους τομείς είναι πρόσφατα αναγεννημένα εδάφη. Οι αστικές περιοχές περιλαμβάνουν την πόλη Nubaria και όλα τα χωριά της υπαίθρου που κατασκευάστηκαν ως μέρος των διαφόρων εγγειοβελτιωτικών έργων στην περιοχή μελέτης. Λατομεία είναι περιοχές με ανθρώπινη προκαλούμενη από επιδράσεις που οδηγούν σε έκθεση του εδάφους επιφανειακά στρώματα και/ή αλλαγές στο επιφανειακό έδαφος (Σχ. 3). Αυτά περιλαμβάνουν τις περιοχές με ενεργό εκσκαφές , τα οποία μπορούν να ταξινομηθούν σε δύο τύπους λατομείων: σχιστόλιθου και των λατομείων ασβεστόλιθου . Για τη μελέτη αυτή , η κατηγορία «οργανισμοί δωρεάν νερού» αναφέρεται σε οργανισμούς σε ρηχά νερά ή μικρές λίμνες(με ακραία επίπεδα αλατότητας του νερού > 20 dS / m) , τα οποία κυρίως σχηματίστηκαν από υπερχειλίσεις υδάτων αποστράγγισης από τα γύρω χωράφια σε παλιά λατομεία ή σε ρηχά κοιλώματα (Σχ. 4). Εμείς ερμηνεύσαμε οπτικά τις βελτιωμένες εικόνες και χρησιμοποιήσαμε οθόνη ψηφιοποίησης ώστε να οριοθετηθούν τάξεις LULC που θα μπορούσε εύκολα να ερμηνευθούν, όπως οι αστικές , σχιστόλιθου λατομικών χώρων, κάποιο ελεύθερο σώμα του νερού και Sabkhas περιοχές , καθώς και γεωργικές περιοχές με κυκλικές μορφές (δηλαδή γεωργικά συστήματα που χρησιμοποιούν κυρίως CPS). Η οριοθέτηση αυτών των γεωργικών εκμεταλλεύσεων από τις οπτικά βελτιωμένες εικόνες ήταν πολύ εύκολη, διότι από τα διακριτικά σχήματα και χρώματα. Τέσσερις χάρτες παρήχθησαν από αυτό οπτική ερμηνεία (Σχ. 5) ώστε να ενσωματωθεί αργότερα με τα αποτελέσματα της εποπτευόμενης ταξινόμησης, μέσω των ενεργειών επικάλυψης.

Επιβλεπόμενη ταξινόμηση

 Χρησιμοποιήσαμε ERDAS IMAGINE 9.2 (Leica Geosystems, 2008), λογισμικό για την ψηφιακή επεξεργασία εικόνας από τα σύνολα των εικόνων Landsat που περιγράφονται παραπάνω. Δείγματα εκπαίδευσης επιλέχθηκαν για καθένα από τα προκαθορισμένα LULC είδη δια οριοθετήσεως πολυγώνων γύρω από εκπρόσωπο ιστό. Χρησιμοποιώντας τα pixel που περικλείονται από αυτά τα πολύγωνα και προέρχονται από φασματικές υπογραφές για τα αντίστοιχα είδη κάλυψης γης, καταγράφονται οι δορυφορικές εικόνες. Μια φασματική υπογραφή θεωρείται ικανοποιητική όταν «η σύγχυση μεταξύ της κάλυψης γης και πρόκειται να χαρτογραφηθεί [είναι]"ελάχιστη". Μόλις οι φασματικές signaturewas θεωρήθηκαν ικανοποιητικές, μπήκαμε στη διαδικασία ταξινόμησης. Χρησιμοποιήσαμε τη μέθοδο μέγιστης πιθανότητας εποπτευόμενη ως μέθοδο ταξινόμησης.Η επιβλεπόμενη ταξινόμηση εξάγει ένα θεματικό επίπεδο raster (η ταξινομημένη εικόνα) και ένα αρχείο απόστασης. Τόσο το θεματικό επίπεδο όσο και το αρχείο απόστασης χρησιμοποιήθηκαν για κατωφλίου μετα-ταξινόμηση. Τέσσερις χάρτες LULC παρήχθησαν.

Βελτίωση της κατάταξης

Ορισμένες κατηγορίες LULC είχαν φασματικά σύγχυση και δεν μπορούσαν να χωριστούν από την επιβλεπόμενη ταξινόμηση. Ένα άλλο πρόβλημα ήταν η σύγχυση μεταξύ των φορέων δωρεάν νερού και Sabkhas και κάποια τμήματα από τα κεντρικά κανάλια άρδευσης σε χρήση κατά τη στιγμή της εξαγοράς της εικόνας. Ένα τρίτο πρόβλημα ήταν ότι καταπράσινα τοπία εντός των αστικών ζωνών ταξινομήθηκαν εσφαλμένα για την κατηγορία της γεωργίας(η Nubaria πόλη είναι ιδιαίτερα προβληματική). Τέλος, σε αποτελούμενα από φορείς δωρεάν νερού, ένας σημαντικός αριθμός των εικονοστοιχείων είχαν ταξινομηθεί εσφαλμένα στην τάξη της γεωργίας, λόγω της ύπαρξης υδρόβιων φυτών. Για τη βελτίωση της ακρίβειας ταξινόμησης και για να μειωθούν οι λανθασμένες ταξινομήσεις, ενσωματώσαμε τους αρχικούς χάρτες LULC που προκύπτουν από την επίβλεψη ταξινόμησης με τους χάρτες που προκύπτουν από την οπτική ερμηνεία. Οπτική ερμηνεία ήταν πολύ σημαντική για την αύξηση της κατάταξης ακρίβεια και, κατά συνέπεια, για ποιότητα των χαρτών LULC που παράγεται. Η διαδικασία ενσωμάτωσης έγινε εφαρμόζοντας μια επικάλυψη λειτουργίας με χρήση ArcGIS 9.3 ( ESRI , 2008) για τους αρχικούς χάρτες LULC και τους αντίστοιχους χάρτες που προκύπτουν από την οπτική ερμηνεία (Σχ. 5 ). Τέλος, παράχθηκαν ακριβείς LULC χάρτες (Σχ. 6), το οποίο σε σύγκριση με τα δεδομένα αναφοράς (τα αρχειοθετημένα δεδομένα , παλιό σκίτσο, χάρτες, και το έδαφος εμπιστεύονται σημεία)ώστε να εξακριβωθεί η ακρίβεια ταξινόμησης.

Εκτίμηση της ακρίβειας ταξινόμησης

Μια εκτίμηση της ακρίβειας ταξινόμησης έγινε με βάση 280 τυχαία σημεία που εντοπίστηκαν και βρέθηκαν χρησιμοποιώντας μια τυχαία στρωματοποιημένη μέθοδο στο λογισμικό ERDAS ώστε να αντιπροσωπεύουν τις διαφορετικές κατηγορίες LULC της περιοχής. Για την εκτέλεση της σωστής αξιολόγησης της ακρίβειας, ο αριθμός των τυχαίων σημείων θα πρέπει να είναι συνολικά 250 ή περισσότερο.Τα 280 σημεία που χρησιμοποιούνται στη μελέτη μας εκπροσωπούν σημεία ελέγχου στον τομέα( έδαφος δεδομένων αλήθεια ), αρχειοθετημένα δεδομένα , παλιά σκίτσα χαρτών , και τοπογραφικών χαρτών ως δεδομένα αναφοράς .Τα δεδομένα αναφοράς και τα αποτελέσματα της ταξινόμησης συγκρίθηκαν και αναλύθηκαν στατιστικά με χρήση πινάκων λάθους.

Ανίχνευση των αλλαγών LULC

PCC εφαρμόστηκε για να συγκρίνουν και να αναλύουν τους LULC χάρτες που προκύπτουν από την ενσωμάτωση των αποτελεσμάτων της οπτικής ερμηνείας και της επιβλεπόμενης ταξινόμησης. PCC είχε χρησιμοποιηθεί για την ανίχνευση των διαφορών μεταξύ κάθε ζεύγους των LULC χαρτών (δηλαδή, 1984e1999, 1999e2005 και 2005e2009).