Χάρτης αστικών πράσινων χώρων με τη χρήση της τηλεπισκόπησης : Σχετικές μελέτες σε Βουλγαρία και Σλοβακία

Από RemoteSensing Wiki

---

Αναθεώρηση της 17:59, 31 Ιανουαρίου 2019

Χάρτης αστικών πράσινων χώρων με τη χρήση της τηλεπισκόπησης : Σχετικές μελέτες σε Βουλγαρία και Σλοβακία

Πρότυπος τίτλος: Mapping urban green spaces based on remote sensing data: case studies in bulgaria and slovakia

Συγγραφείς : Rumiana Vatseva, Monika Kopecka, Jan Otahel, Konstantin Rosina, Atanas Kitev, Stefan Genchev

[https://cartography-gis.com/docsbca/iccgis2016/ICCGIS2016-58.pdf Πηγή]

Εισαγωγή

Με την πάροδο του χρόνου η ποιότητα της άσφαλτου επιδεινώνεται. Τα αίτια αυτής της επιδείνωσης μπορεί να είναι η θερμοκρασία, η οξείδωση, τα φορτία και το νερό το οποίο προκαλεί τη διάβρωση του εδάφους. Τα στάδια της γήρανσης είναι κατά κύριο λόγο τέσσερα: προκαταρκτική γήρανση, μέτρια γήρανση, βαριά γήρανση και στάδιο αγωνίας. Για να αξιολογηθεί η κατάσταση του οδοστρώματος χρειάζεται να υπολογιστούν κάποιοι δείκτες όπως ο δείκτης κατάστασης οδοστρώματος (PCI) και ο δομικός δείκτης (SI). Επιπλέον, είναι δύσκολο να χαρτογραφηθεί η κατάσταση των οδών λόγω του περιορισμένου πλάτους που έχουν . Κατά συνέπεια, καθαρά εικονοστοιχεία άσφαλτου οδοστρώματος είναι σπάνια και οι τύποι επικαλύψεως εδάφους όπως η βλάστηση προσθέτουν σημαντική μεταβλητότητα και αβεβαιότητα για την ανάλυση των οδικών συνθηκών. Έτσι, για να ξεπεραστεί αυτό το πρόβλημα, εφαρμόστηκε η φασματική πολλαπλή endmember ανάλυση μίγματος (MESMA) χρησιμοποιώντας το WorldView-2 δορυφορικές εικόνες με οκτώ ζώνες εκτεινόμενες το αόρατο φάσμα έως το σχεδόν υπέρυθρο.

Μεθοδολογία Η φασματική ανάλυση και το εύρος ζώνης των δεδομένων S2A στις 13 ζώνες κυμαίνεται από 430 έως 2.300 nm. Χρησιμοποιήθηκαν αυτόματες μέθοδοι ταξινόμησης με λογική ακρίβεια. Για υψηλότερη ακρίβεια εφαρμόστηκε μια εποπτευόμενη προσέγγιση και δημιουργήθηκαν παραπάνω από 100 επιπλέον δείγματα ανα περιοχή μελέτης και η ταξινόμηση αυτών των δεδομένων πραγματοποιήθηκε στο λογισμικό ESA SNAP 3.0 αλλά και ESRI ArcGIS Desktop 10. Πολύγωνα μικρότερα από 500 m2 αφαιρέθηκαν και δεν λήφθηκαν υπόψη στην ταξινόμηση ενώ όλα τα υπόλοιπα ταξινομήθηκαν οπτικά σε κλίμακα 1:10000 ή 1:500. Στην Μπρατισλάβα, τα αρχικά αποτελέσματα της ταξινόμησης είχαν ως εξής: 51,6% αδιαπέρατες επιφάνειες, 46,6% αστική βλάστηση, 1,9% νερό. Το 20% του αστικού πρασίνου ήταν αυτό που υπήρχε μέσα στις οικογενειακές κατοικίες (σπίτια με αυλές). Τα υψηλότερα ποσοστά ξυλώδους βλάστησης ανιχνεύθηκαν στην τάξη Urban forest / Uncultivated park και στα Κοιμητήρια. Το χαμηλότερο μερίδιο της ξυλώδους βλάστησης βρέθηκε στους πράσινου χώρους του αεροδρομίου. Στη Σόφια τα αρχικά αποτελέσματα της ταξινόμησης είχαν ως εξής: 51,4% αδιαπέρατες επιφάνειες, 48,6% αστική βλάστηση, 0,1% νερό. Το 27% του αστικού πρασίνου ήταν αυτό που υπήρχε μέσα στις οικογενειακές κατοικίες (σπίτια με αυλές). Συμπερασματικά οι δύο προαναφερθέντες περιοχές έχουν σχεδόν το ίδιο ποσοστό αδιαπέρατης επιφάνειας. Η αστική βλάστηση είναι μεγαλύτερη κατά 2% στη Σόφια ενώ το νερό στην συγκεκριμένη είναι είναι σχεδόν ανύπαρκτο αν σκεφτεί κανείς πως φτάνει το 0.1%. Η πιο αξιόλογη διαφορά μεταξύ των παραπάνω πόλεων στο επίπεδο της αρχικής ταξινόμησης LC είναι η συνολική αναλογία κάλυψης δέντρων, η οποία στη Μπρατισλάβα είναι διπλάσια σε σύγκριση με τη Σόφια. Η Σόφια έχει επίσης σημαντικά υψηλότερο μερίδιο των αστικών πρασίνων σε κατοικημένες περιοχές (κατοικίες οικογενειακών και διαμερισμάτων αλλά μικρότερο ποσοστό άλλων τάξεων, π.χ. Πράσινο σε αθλητικές εγκαταστάσεις, αστική πρασινάδα σε δημόσιες εγκαταστάσεις και Σύνθετο πρότυπο καλλιέργειας. Συνοψίζοντας, με τη κατάλληλη χρήση τω δεδομένων που δόθηκαν από ψηφιακές αεροφωτογραφίες και με τις απαραίτητες επεξεργασίες προέκυψε εύκολα και απλά το αποτέλεσμα καταμέτρησης του αστικού πρασίνου σε δύο πόλεις. Η μέθοδος που χρησιμοποιήθηκε βασίζεται σε δορυφορικές εικόνες με σκοπό την παραγωγή θεματικών χαρτών υψηλής ανάλυσης και αποσκοπεί στην συστηματική διαχρονική παρακολούθηση των χώρων πρασίνου στις συγκεκριμένες περιοχές.

Αποτελέσματα

Η παρούσα μελέτη περίπτωσης έδειξε τις δυνατότητες αυτόματης εξαγωγής τάξεων UGS από δεδομένα Sentinel-2A και πρότεινε ένα σύστημα ταξινόμησης 15 κατηγοριών που ήταν επαρκές για να χαρακτηρίσει όλα τα UGS και στις δύο πόλεις που μελετήθηκαν. Σε μελλοντική έρευνα συζητάται να γίνει χρήση δεδομένων από τις θερμικές ζώνες Landsat 8 για την εκτίμηση της θερμοκρασίας επιφάνειας διαφόρων κατηγοριών UGS υπό διαφορετικές εποχιακές / καιρικές συνθήκες.