Ταξινόμηση της κάλυψης γης και οικονομική αξιολόγηση των εσπεριδοειδών, με την χρήση της τηλεπισκόπησης

Από RemoteSensing Wiki

Αναθεώρηση της 02:55, 10 Φεβρουαρίου 2017

Περίληψη Η βιομηχανία των εσπεριδοειδών είναι η δεύτερη σε σημασία οικονομία της Φλόριντα, μετά τον τουρισμό. Εκτιμάται ότι η κάλυψη της περιοχής από εσπεριδοειδή και εκτιμήσεις της ετήσιας παραγωγής στην Φλώριδα, σήμερα εξαρτώνται από υπηρεσίες έντασης εργασίας στην ερμηνεία αεροφωτογραφιών. Τηλεπισκοπικά δεδομένα, τα οποία λαμβάνονται από δορυφόρους έχουν χρησιμοποιηθεί ευρέως για την εκτίμηση της γεωργικής παραγωγής και τη διαχείριση των καλλιεργήσιμων εκτάσεων. Το γεγονός ότι τα δορυφορικά δεδομένα μπορούν να ζητηθούν όλο το έτος, ευνοεί ιδιαίτερα τον προσδιορισμό στις αλλαγές της εδαφικής κάλυψης στον γεωργικό τομέα, την υγεία των φυτών, τις συνθήκες υγρασίας και τα αποτελέσματα των γεωργικών εφαρμογών. Σε αυτήν την μελέτη, πραγματοποιείται ανάλυση των φυτειών εσπεριδοειδών στην Φλόριντα χρησιμοποιώντας Ενισχυμένους Θεματικούς Χάρτες από τον Landsat (Landsat Enhanced Thematic Mapper Plus (ETM+)) από το Πανεπιστήμιο του Μέρυλαντ (University of Maryland Global Land Cover Facility (GLCF)). Έχει γίνει η υπόθεση ότι η διεπιστημονική προσέγγιση των δεδομένων της παραγωγής των εσπεριδοειδών (οικονομική) με την κάλυψη της γης από εσπεριδοειδή σε κάθε χώρα, θα δώσει την συσχέτιση μεταξύ των παρατηρούμενων φασματικών ανακλάσεων κατά τη διάρκεια του έτους, και των επιπτώσεων των εσπεριδοειδών στην τοπική οικονομία. Παρά το γεγονός ότι τα δεδομένα από επίσημες πηγές βασίζονται σε εναέριες φωτογραφίες και είναι συσχετιζόμενα αναλογικά, υπάρχουν σημαντικές αποκλίσεις μεταξύ των δεδομένων της γεωργικής απογραφής και αυτών που λαμβάνονται από τους δορυφόρους χρησιμοποιώντας ως μέσο ανάλυσης την ανάλυση των δορυφορικών εικόνων. Εάν αυτές οι διαφορές μπορούν να αναλυθούν χρησιμοποιώντας εικόνες μεγαλύτερης χωρικής ανάλυσης, θα διαπιστωθεί μία ισχυρότερη συσχέτιση της παραγωγής των εσπεριδοειδών και των δεδομένων που βασίζονται σε δορυφορικά δεδομένα. Αυτό θα μας επιτρέψει να εκτιμήσουμε τις οικονομικές συνέπειες των εσπεριδοειδών από ανάλυση των φασματικών δεδομένων που προέρχονται από δορυφόρους, έτσι ώστε να προσδιορίσουμε τη συνολική συγκομιδή σε προϊόν.

1. Εισαγωγή

1.1. Η βιομηχανία εσπεριδοειδών στην Φλώριδα

Τα πορτοκάλια έχουν προέλθει από τις ζεστές Νότιες πλαγιές των Ιμαλαΐων στην Νοτιοανατολική Ινδία. Στην Φλώριντα έφτασαν με την πρώτη αποίκιση στον Αγ. Αυγουστίνο. Το 1579 τα πορτοκάλια είχαν πληθύνει και επειδή ήταν κατάλληλες οι κλιματολογικές συνθήκες, είχαν γίνει η σημαντικότερη οικονομικά καλλιέργεια στην περιοχή. Η βιομηχανία εσπεριδοειδών στην Φλόριντα αποδίδει 9 δις. $, 1 δις. $ σε φόρους, και δημιουργεί 90.000 θέσεις εργασίας, το οποίο υπερβαίνει τις συνολικές θέσεις εργασίας σε 45 από τις 67 επαρχίες της Φλόριντα. Αυτό τοποθετεί τα εσπεριδοειδή σε δεύτερη θέση μετά τον τουρισμό, όσο αφορά τις σημαντικότερες βιομηχανίες της Φλόριντα.

Η παρατήρηση της κατάστασης των καλλιεργειών και η εκτίμηση της παραγωγής είναι σημαντικά για τον γεωργικό και οικονομικό τομέα σε επίπεδο περιφέρειας, χώρας, αλλά και κοινοπολιτείας. Η Εθνική Στατιστική Υπηρεσία (NASS) του Υπουργείου Γεωργίας της Φλόριντα λαμβάνει δείγματα και πραγματοποιεί τις εκτιμήσεις της παραγωγής για τα εσπεριδοειδή. Η τεχνολογία της τηλεπισκόπησης από το έδαφος, τον αέρα, ή πλατφόρμες στον χώρο, είναι ικανά να παρέχουν αναλυτικές φασματικές, χωρικές και χρονικές πληροφορίες για την υγεία και ευρωστία της φυτικής βλάστησης και  έχει σημαντικές εφαρμογές στην εκτίμηση της παραγωγής. 

Η οικονομική σημασία και η σημασία στην απασχόληση, των εσπεριδοειδών και η δυνατότητα της τηλεπισκόπησης να εκτιμήσει την παραγωγή και την οικονομική αξία, είναι ο λόγος της παρούσας εργασίας.

1.2. Μοντέλα εκτίμησης της παραγωγής

Η τηλεσκοπική εκτίμηση της απόδοσης των καλλιεργειών διαφέρει από την παραδοσιακή εκτίμηση, καθώς στην τηλεσκοπική ανάλυση μπορεί να πραγματοποιηθεί συχνά, επιτρέποντας την χρονική αξιολόγηση και τη διαχείριση των καιρικών συνθηκών με αυξημένη ταχύτητα.Pinter et al. (2003) συζητούν για δύο γενικές προσεγγίσεις που θα μπορούσε να προσεγγιστεί η εκτίμηση. Η μία αφορά την εξ’ ολοκλήρου ερμηνεία των τηλεσκοπικών δεδομένων (π.χ. δορυφορικές εικόνες) και η άλλη μοντέλα προσομοίωσης της ανάπτυξης των καλλιεργειών σε υπολογιστή, στα οποία ενσωματώνονται εξ’ αποστάσεως οι παράμετροι που ανιχνεύονται. Αυτά με τη σειρά τους αναλύονται σε δύο είδη. Η πρώτη αφορά το άμεσο μοντέλο που βασίζεται στην ανάκλαση (πράσινη επιφάνεια φύλλων ή βιομάζα) και χρησιμοποιείται από το Υπουργείο της Αμερικής (USDA), υπηρεσία γεωργικής έρευνας. Έχουν πραγματοποιηθεί εφαρμογές στην εκτίμηση της απόδοσης του βαμβακιού, η ενσωμάτωση μετεωρολογικών δεδομένων και δορυφορικών εικόνων για την διαχείριση των βοσκοτόπων και η εφαρμογή μίας εφαρμογής βασιζόμενης στο κλίμα, δημιουργώντας μοντέλο προσομοίωσης των καλλιεργειών καλαμποκιού και σόγιας, όσο αφορά την εκτίμηση της παραγωγής. Η δεύτερη είναι ένα θερμικό μοντέλο (stress) που χρησιμοποιήθηκε από τον Idso (1982) και σχετίζεται με προσωρινές διαδρομές (temporal trajectories) του θερμικού υπερύθρου. Η διαπίστωση ότι καλλιέργειες, όπως το βαμβάκι, που εκτίθενται σε υψηλότερο στρες νερού έχουν υψηλότερους αθροιστικά θερμικούς δείκτες και συνήθως χαμηλότερες αποδόσεις (Reginato και Howe, 1985). Αξίζει να σημειωθεί η εκτιμώμενη ποσότητα των καλλιεργειών, χρησιμοποιώντας τα δύο αυτά μοντέλα, έχει σφάλμα μικρότερο του 10%, το δεύτερο μοντέλο απαιτεί καθημερινές μετρήσεις του TIR κατά τη διάρκεια της περιόδου του γεμίσματος του καρπού και οι αισθητήρες που υπήρχαν όταν γράφτηκε η μελέτη, δε έχουν χωρική ή χρονική ανάλυση για να καλύψουν αυτήν την απαίτηση. Η παράλληλη χρήση των δορυφορικών δεδομένων και των μοντέλων καλλιέργειας βελτιώνουν την διαχείριση των καλλιεργειών και την εκτίμηση της παραγωγής. Η Τηλεπισκόπηση έχει επίσης πολλά πλεονεκτήματα έναντι των παραδοσιακών μεθόδων. Οι χάρτες παραγωγής που λαμβάνονται από γεωργικά μηχανήματα, μπορεί να μην αποδίδουν ακριβώς την παραγωγή τοπικά στα αγροτεμάχια. Η καταγραφή της παραγωγής στο τέλος της καλλιεργητικής περιόδου, συνήθως δεν επιτρέπει να υπάρξουν τα κατάλληλα μέτρα καλλιεργητικών φροντίδων στην διάρκεια της καλλιεργητικής περιόδου για να μειωθεί το στρές στα φυτά και να βελτιωθεί η παραγωγή. Από την άλλη η προ της συγκομιδή εκτίμηση βασιζόμενη σε τεχνολογία τηλεπισκόπησης, απλοποιεί την περιγραφή των ζωνών διαχείρισης στα αγροτεμάχια και επιτρέπει την ακριβή διάγνωση της καταπόνησης του φυτού, επιτρέποντας την λήψη μέτρων έγκαιρα. Η λήψη πολλών εικόνων σε μία καλλιεργητική περίοδο έχει το πλεονέκτημα ότι βελτιώνεται η δυνατότητα εκτίμησης της παραγωγής για ένα συγκεκριμένο φυτό. 1.3. Τηλεπισκόπηση στην εκτίμηση ανάπτυξης και παραγωγής

Στην Φλόριντα, πολλές υπηρεσίες όπως Υπηρεσία Γεωργικών Στατιστικών (FASS) και το Γεωλογικό Ινστιτούτο των ΗΠΑ (USGS), χρησιμοποιούν αεροφωτογραφίες για την εκτίμηση των εσπεριδοειδών. Η εκτίμηση βασιζόμενη σε δεδομένα του Landsat ξεκινάει το την δεκαετία του 1970. Σε πιο πρόσφατες εικόνες βασιζόμενες σε εφαρμογές των 30 μέτρων της Θερμικής Εικόνας του Landsat (TM) το 1986, χρησιμοποιώντας κυρίως τα κανάλια 3, 4 και 5, βελτιώθηκε η εύρεση διαφορών μεταξύ των pixels των φυλλοβόλων δένδρων και των οπωροφόρων. Ένα σύστημα βίντεο πολλαπλών καναλιών χρησιμοποιήθηκε στην Φλόριντα με σκοπό τον διαχωρισμό δένδρων γκρέιπ φρούτ και πορτοκαλιάς, χρησιμοποιώντας το κίτρινο και πράσινο κανάλι, καθώς επίσης χρησιμοποιήθηκε για την απογραφή των δένδρων της Φλόριντα. Ωστόσο, η λήψη διαδοχικών βίντεο για την εκτίμηση της παραγωγής μεγάλων περιοχών απαιτεί πολύ χρόνο σε ανάλυση και τελικά το κόστος είναι υψηλό. Το πλεονέκτημα των δορυφορικών εικόνων, χρησιμοποιώντας πολυφασματικά δεδομένα είναι η εξάλειψη της ανάγκης να πραγματοποιηθεί η χρονοβόρα ανάλυση που απαιτούν τα βίντεο, καθώς επίσης ότι σε μία εικόνα υπάρχουν δεδομένα από μεγάλη γεωγραφική περιοχή. Οι Πολυφασματικές εικόνες Landsat (TM) είναι διαθέσιμες από τον Ιούλιο 1982, με διακριτικότητα Pixel 30 μέτρα, για τα κανάλια 1 έως 5 και 7. Έχουν χρησιμοποιηθεί σε μοντέλα ανάπτυξης σιταριού, καλαμποκιού, σόγιας με την χρήση ETM+ και σε συνδυασμό με NDVI έχει επιτευχθεί η μείωση της απαιτούμενη εργασίας στο χωράφι. Πολυφασματικές εικόνες από τον Landsat (MSS) χρησιμοποιήθηκαν για την εκτίμηση παραγωγής σε σιτάρι, και οι Landsat ενισχυμένες θεματικές εικόνες + (ETM+) ήταν κατάλληλες για τα δεδομένα των χωραφιών. Επίσης έχει γίνει χρήση για την ποσοτικοποίηση σε και σε άλλα οπορωφόρα όπως ελιές, φιστικές και πλατύφυλλα για να διαπιστωθεί η κάλυψη του εδάφους και αλλαγές. Επίσης στα εσπεριδοειδή έχει γίνει χρήση για την εκτίμηση της καταπόνησης των φυτών. Συγκεκριμένα τα συστήματα τηλεπισκόπησης βοηθούν στην διαχείριση της καταπόνησης λόγω αλατότητας και στον προσδιορισμό των εδαφών με υψηλή συγκέντρωση αλάτων. Επιπλέον στον προσδιορισμό προσβολών από έντομα, χρησιμοποιώντας το εγγύς υπέρυθρο, καθώς τα υγιή φύλλα με περισσότερο αέρα πιο ψηλό μεσόφυλλο αυξάνουν την ανακλαστικότητα του εγγύς υπερύθρου. Η τηλεπισκόπηση στην γεωργία, εξαρτάται από αισθητήρες. Αναφέρονται παραδείγματα διαχωρισμού φυτικών ειδών με την χρήση πολυφασματικών εικόνων Landsat, όπως και η χρήση του Δείκτη βλάστησης κανονικοποιημένης διαφοράς (NDVI) για τον προσδιορισμό της καταπόνησης των φυτών. H τηλεπισκόπηση και η επεξεργασία εικόνας γίνονται περισσότερο κατανοητά με αποτέλεσμα να προσφέρουν αυξημένες δυνατότητες για εφαρμογή στην έρευνα στην Επιστήμη της Φυτικής Παραγωγής.

1.4. Παραγωγή Εσπεριδοειδών και οικονομικά

Η αξία των εσπεριδοειδών των ΗΠΑ το 2003 εκτιμήθηκε ότι προσεγγίζει τα 2,3 δις. $. Η Φλόριντα παράγει το 74% της παραγωγής των ΗΠΑ, ενώ η Καλιφόρνια το 23%, με το Τέξας και την Αριζόνα να καλύπτουν το υπόλοιπο 3%. Ωστόσο, ξ Φλόριντα φαίνεται να αυξάνει συνεχώς την παραγωγής της είτε επειδή τα δένδρα γίνονται πιο παραγωγικά ή επειδή γίνονται πυκνότερες φυτεύσεις. Για την καλλιεργητική περίοδο 2003-2004, καταγράφηκαν 242 εκατ. κιβώτια (40,8 kg/ κιβώτιο) και η εκτίμηση για το κέρδος στους παραγωγούς (αφαιρώντας όλα τα έξοδα καλλιέργειας κτλ.) ήταν 616,8 εκατ. $. Ωστόσο, ο κίνδυνος στην Φλόριντα έρχεται από την ύπαρξη κάποιων ιώσεων, οι οποίες μείωσαν την παραγωγή 4,2% από το 2000. Η εφαρμογή της τηλεπισκόπησης στα εσπεριδοειδή για την εκτίμηση της παραγωγής είναι απαραίτητη για την εκτίμηση της ευρωστίας των δένδρων, τον έλεγχο των ασθενειών και την οικονομική εκτίμηση, κάτι που είναι πολύ σημαντικό για την Φλόριντα.

2. Μέθοδοι

Η μελέτη έγινε σε μία περιοχή που αποτελείται από 26 επαρχίες στην κεντρική και Νότια Φλόριντα (εικόνα 1), όπου επικρατεί υποτροπικό κλίμα και κάνει τις συνθήκες ιδανικές για την καλλιέργεια εσπεριδοειδών. Δεδομένα για την παραγωγή των εσπεριδοειδών δόθηκαν από την ιστοσελίδα NASS της Στατιστικής υπηρεσίας της Φλόριντα (FASS). Ιστορικά δεδομένα και οικονομικά, δεδομένα για την παραγωγή των εσπεριδοειδών και απογραφή, ομοίως συγκεντρώθηκαν από άλλες πηγές. Ενδιαφέρον παρουσιάζει η καταγραφή ότι μία ιστοσελίδα που επιτρέπει σε κάποιον να εντοπίσει καλλιέργειες που μπορεί να πάει και να μαζέψει μόνος του τα προϊόντα που θέλει ήταν πηγή πληροφοριών.

alt text

2.1. Χαρτογράφηση των δένδρων και γεωαναφορά (geocoding)

Η μέθοδος εντοπισμού των καλλιεργειών αποδείχτηκε ιδιαίτερα ακριβής. Πραγματοποιήθηκε ένας συνδυασμός GIS και αεροφωτογραφιών. Οι διευθύνσεις των ιδιοκτησιών λήφθηκαν από Βάσεις Δεδομένων της Πολιτείας και μετά χρησιμοποιήθηκαν ως δεδομένα σε web-based TerraFly για να γίνει μία εικονική πτήση πάνω από την ιδιοκτησία και να συγκριθεί με την εκτίμηση που είχε γίνει (TerraFly, 2005), αξιολογώντας την αυτόματη μέθοδο γεωαναφοράς που χρησιμοποιήθηκε, επιτρέποντας στους συμμετέχοντες να ελέγξουν την δική τους διεύθυνση. Το συμπέρασμα ήταν ότι η αυτόματη γεωαναφορά είχε περισσότερα σφάλματα, όσο μειώνεται η πυκνότητα πληθυσμού στις αγροτικές περιοχές, πρέπει να ληφθούν υπόψη, γι΄αυτό και οπτικός έλεγχος έγινε για να επιβεβαιωθεί η ακρίβεια του εντοπισμού των φυτειών.

2.2. Επεξεργασία δεδομένων και ταξινόμηση

Δωρεάν εικόνες από τον Landsat ETΜ+ λήφθηκαν από την βάση δεδομένων του Global Land Cover Facility (GLCF) και το πανεπιστήμιο του Μέριλαντ. Εκτάσεις όπως επιφάνειες νερών κόπηκαν και οι ημερομηνίες που αποκτήθηκαν οι εικόνες φαίνονται στον Πίνακα 1. Το πρόγραμμα που χρησιμοποιήθηκε για τις εικόνες ήταν το ERDAS Imagine της Leica-Geosystems Geospatial Imaging, LLC, χρησιμοποιώντας συνδυασμό των καναλιών 5, 4 και 3.

Η ταξινόμηση της βλάστησης έγινε με αναφορά σε ένα ταξινομικό χάρτη που παρασκευάζεται από την Florida Coastal Eerglades σε ένα μακροχρόνιο οικολογικό πείραμα στο Διεθνές Πανεπιστήμιο της Φλόριντα. Σε μία εικόνα Landsat ETM+, μία χώρα μπορεί να βρίσκεται σε μία εικόνα ή σε περισσότερες, ανάλογα με το σχήμα και το μέγεθος της Χώρας. Σε περιπτώσεις που χρησιμοποιήθηκαν περισσότερες από μία εικόνες, ενώθηκαν. Το σχήμα των συνόρων της Φλόριντα λήφθηκε από την Βιβλιοθήκη Γεωγραφικών Δεδομένων της Φλόριντα (FGDL). Στη συνέχεια κόπηκε η δορυφορική εικόνα σύμφωνα με το περίγραμμα των συνόρων και στο επόμενο βήμα ήταν η προβολή των περιοχών μελέτης στην εικόνα. Για αυτήν την μελέτη ο υπολογισμός περιορίστηκε σε αγροτική περιοχή που ζητήθηκε ως ποσοστό επί των συνολικών pixels της εικόνας. Ομοίως, η έκταση με εσπεριδοειδή μπορεί να υπολογιστεί εάν οι περιοχές με τα εσπεριδοειδή είναι γνωστές. Επίσης δέκα ή περισσότερα σημεία εκπαίδευσης ορίστηκαν σε κάθε περιφέρεια, π.χ. γεωργική, δασική, μαγκρόβια, βάλτος, αστική και νερό. Στο τελευταίο βήμα η κάλυψη γης των εσπεριδοειδών, μαζί με την παραγωγή των εσπεριδοειδών και το εισόδημα ανά δένδρο καταχωρήθηκαν. Η έκταση που καλύφθηκε με αυτήν την μέθοδο συγκρίθηκε με τα δεδομένα που ζητήθηκαν από το Τμήμα Εσπεριδοειδών της Φλόριντα, μέσω αυροφωτογραφιών.

3. Αποτελέσματα και συζήτηση

Σύμφωνα με τα δεδομένα των αεροφωτογραφιών FASS, η κάλυψη των εσπεριδοειδών ήταν από 0,4 έως 8% της συνολικής κάλυψης των 26 χωρών που μελετήθηκαν. Συγκρινόμενα τα επίσημα στοιχεία των 3293,7 km² των επίσημων στοιχείων στις 26 περιφέρειες, με τις ETM+ εικόνες από τον Landsat των ετών 1999-2002 εκτιμήθηκαν συνολικά 2293,6 km². Αυτό δείχνει ότι η μεθοδολογία κατέληξε σε συνολική υποεκτίμηση 1000,1 km² ή περίπου 30% από την επίσημη εκτίμηση. Ωστόσο, συγκρίνοντας τα δεδομένα FASS στον πίνακα 2, φαίνεται ότι τα επίσημα στοιχεία στις περισσότερες περιφέρειες είναι υψηλότερα από αυτά που προέκυψαν από τις αναλύσεις των δορυφορικών εικόνων. Τα στοιχεία με τις μικρότερες διαφορές μεταξύ επίσημων στοιχείων και δορυφορικών δεδομένων προκύπτουν στις περιοχές Lee και Henando (3% και 31,4 % υπερκτίμηση, αντίστοιχα).

Και στις δύο περιπτώσεις η εκτίμηση των στοιχείων από τον δορυφόρο ήταν μεγαλύτερη από τις επίσημες εκτιμήσεις, με ποσοστό διαφοροποίησης ίσο με μία έκταση 1,4 Km².

3.1. Οικονομικά Εσπεριδοειδών

Όπως φαίνεται και στον Πίνακα 2, τα δεδομένα που προέκυψαν από τον Landsat είχαν σαν αποτέλεσμα να βρεθούν υψηλότερα ποσά σε 11 περιοχές και χαμηλότερα σε 15, σε σχέση με τα επίσημα στοιχεία. Όταν χρησιμοποιήθηκαν δεδομένα από πολυφασματικές εικόνες ΕΤΜ + για τον προσδιορισμό της κάλυψης των εσπεριδοειδών, για να βρεθεί η παραγωγή εσπεριδοειδών ανά περιφέρεια, έχοντας ως πρότυπο τους περιέκτες των εσπεριδοειδών ανά μονάδα επιφάνειας που υπολογίστηκαν από επίσημα στοιχεία του 2000 και 2002, ένα νέο σύνολο περιφερειών, με επικεφαλής την περιφέρεια Lake προβάλλονται ως σημαντικές περιοχές εσπεριδοειδών (γράφημα 1)

3.2. Μελέτες εσπεριδοειδών: δορυφορικά δεδομένα υψηλής ανάλυσης και φιλτράρισμα

Οι διαφορές που λήφθηκαν από τις περιοχές που καλύπτονται από τον δορυφόρο και τα στοιχεία παραγωγής, δείχνουν ότι χρειάζεται να τροποποιηθεί η μεθοδολογία ή/ και τα δεδομένα που λαμβάνονται από τον δορυφόρο που χρησιμοποιήθηκαν για την χωρική ανάλυση. Οι μέθοδοι οδήγησαν σε υποεκτίμηση 1334 km² της έκτασης των εσπεριδοειδών σε 11 από τις 26 περιοχές της Φλόριντα. Στις υπόλοιπες 15 περιοχές, έγινε υπερεκτίμηση 2340 km². Για να βρεθεί ποια κάλυψη γη σχετίζεται με την απόκλιση, όλες οι τιμές για τους επτά τύπους κάλυψης γης συγκρίθηκαν με την έκταση των εσπεριδοειδών για τις υπό και υπερ εκτιμήσεις για τις 26 περιφέρειες. Μόνο η γεωργική έκταση (Y-αξονας, Γράφημα 3) έδειξε ότι η αύξηση της περιοχής κάλυψης είχε ως αποτέλεσμα αύξηση στα σφάλματα παράλειψης, όπου η υπολογιζόμενη έκταση διαπιστώνεται μικρότερη της πραγματικής επειδή κάποια pixels της καλλιέργειας ταξινομούνται ως άλλη κατηγορία (δευτερεύον Υ-άξονας, Γράφημα 3). Η έκταση που καλύπτεται από όλους τους άλλους τύπους (δασικές, μαγκρόβια, βάλτοι, οικιστική και νερό), μειώνεται ως σφάλμα μείωσης του προσδιορισμού και τα σφάλματα παράλειψης αυξάνονται όσο αφορά την έκταση των εσπεριδοειδών (γραφήματα 4-8).

3.3. Λάθη της παράληψης, διάπραξης

Γίνεται αναφορά ότι σε αυτήν την μελέτη είναι πιθανόν λάθη με αποτέλεσμα να χαθούν εκτάσεις με εσπεριδοειδή να έγιναν με την αύξηση της χρήσης γης (γράφημα 3) και δεν έγιναν με την αύξηση σε οποιοδήποτε άλλο τύπο κάλυψης (γράφημα 4-8). Αυτό δείχνει ότι πιθανή αιτία είναι η μειωμένη κάλυψη όταν συγκρίνεται με επίσημα στοιχεία, λόγω των αταξινόμητων pixels ως αγροτικές εκτάσεις. Νέες φυτεύσεις και πολύ νεαρά, μη παραγωγικά δένδρα, μικρά σε μέγεθος, δεν συμπεριλαμβάνονται στην παραγωγή και μπορεί να ταξινομηθούν σε διαφορετική υποκατηγορία των εσπεριδοειδών, για να μειωθεί το σφάλμα.

4. Συμπεράσματα

Η μεθοδολογία της Τηλεπισκόπησης φαίνεται ότι στο μέλλον θα είναι χρήσιμη για την διαχείριση των φυτειών εσπεριδοειδών στην Φλόριντα, λόγω της άμεση συσχέτισης της παραγωγής των εσπεριδοειδών, άρα και των εσόδων, με εναέριες φωτογραφίες που εκτιμούν την παραγωγή στα δένδρα. Για να γίνει αυτό με δορυφορικά δεδομένα, απαιτούνται τα εξής: 1) Υψηλής ανάλυσης εικόνες στις περιοχές όπου υπάρχουν εσπεριδοειδή 2) Βάση δεδομένων εσπεριδοειδών, τα οποία θα ανανεώνονται και θα έχουν πληροφορίες όπως θέση φυτείας (γεωγραφικό πλάτος και μήκος) και φυσική διεύθυνση, ποικιλία και είδος για την κάθε φυτεία, όπως και ημερομηνία φύτευσης, έσοδα από εσπεριδοειδή και πληροφορίες για τις καλλιεργητικές φροντίδες που χρησιμοποιούνται και 3) Επιπλέον GIS δεδομένα για το είδος εδάφους που μπορούν να συνδυαστούν με ιστορικό των εσπεριδοειδών

Με την ενσωμάτωση των βελτιώσεων αυτών και με την χρήση ενός κεντρικού μηχανισμού ελέγχου είναι πιθανό τα δορυφορικά δεδομένα να χρησιμοποιηθούν για την πρόβλεψη της παραγωγής των εσπεριδοειδών και να προβλεφτούν οι οικονομικές επιπτώσεις των παραγόντων που δημιουργούν μείωση της παραγωγής, όπως έντομα, αλλαγή κλιματολογικών συνθηκών κτλ.

Πηγή: Land cover classification and economic assessment of citrus groves using remote sensing Συγγραφείς Rahul J. Shrivastava, Jennifer L. Gebelein Δημοσίευση: ISPRS Journal of Photogrammetry & Remote Sensing 61 (2007) 341–353