Χαρτογράφηση των δικτύων παλαιο- ποταμών: μια μελέτη περίπτωσης από τη Βορειοδυτική Ινδία και οι επιπτώσεις της στον ινδικό πολιτισμό
Από RemoteSensing Wiki
(Χαρτογράφηση των δικτύων παλαιο- ποταμών: μια μελέτη περίπτωσης από τη Βορειοδυτική Ινδία και οι επιπτώσεις της στον ινδικό πολιτισμό)
Επόμενη επεξεργασία →
Αναθεώρηση της 18:04, 25 Φεβρουαρίου 2018
Χαρτογράφηση των δικτύων παλαιο- ποταμών: μια μελέτη περίπτωσης από τη Βορειοδυτική Ινδία και οι επιπτώσεις της στον ινδικό πολιτισμό
Η τηλεπισκόπηση χρησιμοποιείται στην αναγνώριση και ανακατασκευή χαμένων υδρολογικών συστημάτων και δικτύων που το αποτύπωμά τους δεν είναι πλέον ορατό στο έδαφος. Στο άρθρο αυτό επιχειρείται η αποτύπωση και η συγκρότηση χαρτών μέσω τηλεπισκόπησης των παλαιών υδρολογικών δικτύων σε μεγάλες περιοχές με βάση τις μακροχρόνιες δυναμικές βλάστησης και τεχνικές φασματικής αποσύνθεσης. Χρησιμοποιήθηκαν δεδομένα 28 χρόνων του δορυφόρου Landsat 5 (1711 συνολικά πολυφασματικές εικόνες) και επεξεργάστηκαν με το Google Το Earth Engine © (EE). Η χρήση των διαχρονικών δεδομένων βοηθά στην αποφυγή εμποδίων αποτύπωσης των παλαιο-ποταμών που δημιουργούνται από τις καλλιέργειες, τα εκτεταμένα συστήματα άρδευσης και τις χρήσης γης. Η εφαρμογή αυτής της προσέγγισης στην Sutlej-Yamuna interfluve (βορειοδυτική Ινδία), βασική περιοχή για τον πολιτισμό των Ινδών της εποχής του Χαλκού, επέτρεψε την ανασυγκρότηση σύνθετου δικτύου ποταμών που περιλαμβάνει περισσότερα από 8000 χλμ. παλαιο-κανάλια.
Μεθοδολογία
Έχει επιχειρηθεί στο παρελθόν η αποτύπωση των παλαιο- υδρολογικών συστημάτων της βορειοδυτικής Ινδίας με δορυφορικές εικόνες. Ωστόσο οι έρευνες δεν έχουν συμπεριλάβει όλη την περιοχή του Sutlej-Yamunaοι καθώς χρησιμοποιούν εικόνες που αποκτήθηκαν κατά τη διάρκεια της ίδιας περιόδου. Επιπλέον, η περιοχή διαθέτει προβλήματα ανίχνευσης. Πρώτον, το Sutlej-Yamuna interfluve περιλαμβάνει μια μεγάλη ποικιλία περιβάλλοντων, από περιοχές με αρδευόμενες εκτάσεις μέχρι ερήμους. Αυτή η μεταβλητότητα περιπλέκει την ορατότητα των αρχαίων σχετικών με το νερό δικτύων και των παραγόντων που τα επηρεάζουν όπως η βλάστηση, η εποχιακή βροχή, η υγρασία του εδάφους και ο τύπος των ιζημάτων. Η χρήση εικόνων από έναν μόνο αισθητήρα που αποκτήθηκαν κατά την ίδια περίοδο, δεν αντανακλά όλο το εύρος των χαρακτηριστικών που μας ενδιαφέρουν. Δεύτερον, η περιοχή έχει υποστεί μεγάλες αλλαγές τοπίου και σημαντικές αλλαγές στις χρήσεις γης ιδίως μετά την εισαγωγή της βιομηχανοποιημένης γεωργίας και την εκτεταμένη άρδευση. Τρίτον, οι εποχιακές αλλαγές καλλιέργειας εμποδίζουν την ομοιόμορφη οπτική ανάλυση της περιοχής, που εμφανίζεται ως μόνιμα μεταβαλλόμενο μωσαϊκό καλλιεργημένων πεδίων στα οποία η ορατότητα των παλαιο- ποταμών εξαρτάται εν μέρει από την ιδιαίτερη κατάσταση καλλιέργειας των εκτάσεων που φυτεύονται στο υπερκείμενο έδαφος Λαμβάνοντας υπόψη τις περιβαλλοντικές ιδιαιτερότητες της περιοχής ενδιαφέροντος και με στόχο να επιτευχθεί η ανίχνευση των παλαιο- υδρολογικών δικτύων, υιοθετήθηκε μια προσέγγιση ανάλυσης με τη χρήση πολλών αισθητήρων και διαχρονικών δεδομένων για μεγάλες περιοχές. Η προσέγγιση αυτή αποσκοπούσε στην παροχή ενός μέσου για την υπέρβαση της περιβαλλοντικής μεταβλητότητας, των αλλαγών στις χρήσης γης, τα εποχιακά πρότυπα καλλιέργειας και τις εκτεταμένες τροποποιήσεις του τοπίου. Τα διαχρονικά σύνολα δεδομένων έχουν τη δυνατότητα να συμπεριλαμβάνουν ποικίλα σενάρια περιβάλλοντος και χρήσεων γης. Προκειμένου να εφαρμοστεί μια τέτοια προσέγγιση χρησιμοποιήθηκε για την επεξεργασία των δεδομένων, το Google Το Earth Engine © (EE) .
Seasonal Multi-Temporal Vegetation Indices (SMTVI)
Πρότερες μελέτες απέδειξαν ισχυρή σχέση μεταξύ των παλαιο-ποταμών και της επιφανειακής βλάστησης. Ως εκ τούτου η χρήση διαφορετικών δεικτών για την ανάλυση της βλάστησης σε μεγάλες χρονικές περιόδους έχει τη δυνατότητα να προσφέρει σημαντικές πληροφορίες για την ανίχνευση των ποταμών και των καναλιών. Με σκοπό την ανάλυση της βλάστησης χρησιμοποιήθηκαν δείκτες που προέρχονται από εικόνες του δορυφόρου Landsat 5. Παρά τη μειωμένη φασματική ανάλυση με σε σχέση με μεταγενέστερους δορυφόρους, ο Landsat 5 θεωρήθηκε ως η καλύτερη πηγή καθώς παράγει σχεδόν 30 χρόνια εικόνες (από το 1984 έως το 2013). Οι εικόνες που προκύπτουν από την εφαρμογή των διαφόρων δεικτών βλάστησης παρουσιάζουν παρόμοια αποτελέσματα. Δοκιμάστηκαν δύο μέθοδοι για τη διευκόλυνση της απεικόνισης ολόκληρου του δικτύου ποταμών: ένα σύνθετο RGB και ένα εποχικό δείκτη βλάστησης- SMTVI, ο οποίος προέκυψε από τη δημιουργία ενός σύνθετου RGB από τις δυο εικόνες EVI που αντιστοιχούσαν στην ινδική χειμερινή περίοδο βροχών και στους καλοκαιρινούς μήνες.
Φασματικές τεχνικές αποσύνθεσης
Με βάση τα αποτελέσματα που παρέχονται από τον SMTVI, χρησιμοποιήθηκαν οι φασματικές τεχνικές αποσύνθεσης, Tasselled Cap Transformation (TCT) και Principal Component Analysis (PCA) στην περιοχή μελέτης. Αυτές οι τεχνικές αποσκοπούν στη μείωση του όγκου δεδομένων διευκολύνοντας την ερμηνεία τους. Τόσο TCT όσο και PCA παρήχθησαν χρησιμοποιώντας τις μέσες τιμές όλων των διαθέσιμων εικόνων Landsat 5 για την περιοχή μελέτης. Προκειμένου να ελεγχθεί η εποχική επίδραση στην ορατότητα των παλαιο- ποταμών υπολογίστηκαν τα TCT και τα PCA για τον μέσο των εικόνων που αποκτήθηκαν κατά τη διάρκεια της ινδικής χειμερινής περιόδου βροχής, των καλοκαιρινών μουσώνων και κατά τους ξηρούς μήνες.
Αποτελέσματα
Συνολικά 8426 χιλιόμετρα παλαιο-ποταμών χαρτογραφήθηκαν χρησιμοποιώντας τον δείκτη SMTVI και τις φασματικές τεχνικές αποσύνθεσης (Εικόνα 1)
Πηγή: Petrie, C. A., & Orengo, H. A.Large-Scale, Multi-Temporal Remote Sensing of Palaeo-River Networks: A Case Study from Northwest India and its Implications for the Indus Civilisation (Πρωτότυπο άρθρο [1])
