Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
Γραμμή 1: Γραμμή 1:
''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''
''' Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων'''
 +
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''
'''Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS '''

Αναθεώρηση της 18:06, 7 Μαρτίου 2019

Αποτίμηση ζημιών σε καλλιέργειες με την χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριακών συστημάτων

Πρωτότυπος τίτλος: Assessment of crop damages using space remote sensing and GIS

Συγγραφείς : N. Silleos, K. Perrakis, G. Petsanis

Πηγή

Περίληψη

Η δημοσίευση αυτή αναφέρεται στην προοπτική χρήσης της τηλεπισκόπησης σχετικά με την αποτίμηση των καλλιεργητικών ζημιών σε επίπεδο πεδίου. Πραγματοποίηθηκε χρήση ψηφιακών χαρτών, έτσι ώστε να ξεπεραστεί το πρόβλημα της χαμηλής δυνατότητας διάκρισης των ορίων μεταξύ των εδαφών (πρόβλημα που οφείλεται στην υπάρχουσα χωρική ανάλυση, τον κατακερματισμό των εδαφών, το ορεινό ανάγλυφο της περιοχής και τον βαθμό ομοιογένειας της περιοχής κάλυψης) αλλά και να καταστούν οι ζημιές υπολογίσιμες. Μελετήθηκε η σχέση μεταξύ των υπολογιζόμενων στο πεδίο καλλιεργητικών ζημιών και του δείκτη NDVI που χρησιμοποιείται στην τηλεπισκόπηση. Η μετατροπή του θεματικού χάρτη σε μορφή GRID, στην οποία ο χάρτης αποτελείται από κελιά του ενός τετραγωνικού μέτρου, με την χρήση των προγραμμάτων ArcView και Spatial Analyst, επέτρεψε την διασαφήνιση του αριθμού των κελιών που περιείχαν pixels εντός της περιοχής μελέτης, αλλά και των αντίστοιχων τιμών του δείκτη NDVI. Διάφορες τεχνικές, όπως η χρήση επιβλεπόμενης ταξινόμησης και μοντέλων παλινδρόμησης, χρησιμοποιήθηκαν ώστε να διαπιστωθεί η συσχέτιση μεταξύ των τιμών του δείκτη NDVI και των τιμών οι οποίες υπολογίστηκαν από τον Ελληνικό Οργανισμό Αγροτικών Ασφαλίσεων (ΕΛΓΑ). Τα αποτελέσματα εμφανίστηκαν εξόχως ενθαρρυντικά, και για τον λόγο αυτό ο ΕΛΓΑ αποφάσισε να συνεχίσει την έρευνα, χρησιμόποιώντας δορυφόρους υψηλής ανάλυσης τελευταίας γενιάς.

Εισαγωγή

Ο ΕΛΓΑ προβαίνει σε μετρήσεις αναφορικά με τις ζημιές που δέχονται ετησίως οι καλλιέργειες στην Ελλάδα, που είναι αποτέλεσμα κλιματικών κυρίως παραγόντων. Η παρούσα εργασία έχει χρηματοδοτηθεί από τον ΕΛΓΑ και έχει ως αντικείμενο την διερεύνηση των ζημιών που προκαλούνται από πλημμύρες και παγετούς, τις οποίες δέχονται καλλιέργειες σίτου και αρδευόμενες καλλιέργειες αντίστοιχα. Η φασματική συμπεριφορά μίας καλλιέργειας σε διαφορετικές ζώνες του ηλεκτρομαγνητικού φάσματος μπορεί να ερμηνευτεί από μία σειρά μεταβλητών, που μπορούν να εντοπιστούν από δορυφορικούς αισθητήρες. Τέτοιες μεταβλητές είναι τα καταστροφικά φαινόμενα, η μείωση ή καταστροφή του περιεχομένου της χλωροφύλλης, οι αλλαγές στην εσωτερική δομή του φύλλου και οι αλλαγές στα μορφολογικά χαρακτηριστικά των φυτών. Οι στόχοι της παρούσας έρευνας είναι:

  • Η χρήση ήδη υπαρχόντων μεθόδων και τεχνολογιών έρευνας σε ένα νέο ερευνητικό πεδίο, προορισμένο για νέους χρήστες
  • Η διερεύνηση νέων πεδίων εφαρμογών
  • Η προσέλκυση πελατών σχετικά με τα πεδία αυτά
  • Η βελτίωση των ικανοτήτων χρήσης τηλεπισκόπησης, επεξεργασίας δεδομένων και ερμηνείας δεδομένων στην Ευρώπη

Υλικά και μέθοδοι

Στις αρχές Φεβρουαρίου του 1998 εκδηλώθηκε παγετός στην περιοχή του νομού Έβρου, κοινότητα του οποίου επιλέχθηκε ως περιοχή μελέτης. Κτηματολογικοί χάρτες της κοινότητας κλίμακας 1:5000 ψηφιοποιήθηκαν και επικαλύφθηκαν σε γεωμετρικά διορθωμένες γεωαναφερόμενες εικόνες δορυφόρου SPOT, οι οποίες αποκτήθηκαν στις 20 Μαρτίου 1998 (Εικόνα 1)
Εικόνα 1: Η διαβάθμιση του NDVI της περιοχής μελέτης σε μορφή SPOT.
. Επίσης, στις αρχές Απριλίου του 1998, ειδικευμένο προσωπικό πραγματοποίησε επιτόπιο έλεγχο με υπολογισμό των ζημιών στο πεδίο σε 600 κομμάτια της περιοχής μελέτης.

Κατά την τηλεπισκοπική επεξεργασία, δημιουργήθηκε ψηφιακός χάρτης που απεικονίζει την διαβάθμιση του δείκτη NDVI στην περιοχή (Εικόνα 1). Ο συγκεκριμένος δείκτης προτιμήθηκε λόγω της καλύτερης συσχέτισής του με την απόδοση των καλλιεργειών.Κατόπιν, υπολογίστηκε ο δείκτης ANDVI (μέσου NDVI) για κάθε κομμάτι της περιοχής.Ο δείκτης αυτός βρίσκεται μέσω της σχέσης ANDVI=Σ_n𝑁𝐷𝑉𝐼/𝑡,όπου n ο αριθμός των τετραγωνικών κελιών που εμπεριέχουν ένα συγκεκριμένο pixel σε μια περιοχή και t ο συνολικός αριθμός των τετραγωνικών κελιών στην περιοχή.

Μεθοδολογικά, χρησιμοποιήθηκε η ταξινόμηση Χαρακτηριστικού Φασματικού Χώρου (Feature Space Classification). Πρόκειται για επιβλεπόμενη,μη παραμετρική μέθοδο ταξινόμησης. Επιλέχθηκε ένας αριθμός μεγάλων περιοχών εκπαίδευσης, οι οποίες χωρίστηκαν σε 4 κλάσεις (Εικόνα 2)
Εικόνα 2: Επιβλεπόμενη ταξινόμηση του χάρτη της περιοχής με την μέθοδο του Χαρακτηριστικού Φασματικού Χώρου
. Προκειμένου να επιτευχθεί καλύτερη δυνατότητα σύγκρισης των αποτελεσμάτων, ο χάρτης των καταγεγραμμένων ζημιών από παρατήρηση στο πεδίο χωρίστηκε επίσης σε 4 κλάσεις (Εικόνα 3)
Εικόνα 3 : Θεματικός χάρτης με τα κομμάτια της περιοχής που υπέστησαν καλλιεργητικές ζημιές, όπως αυτό προέκυψε από επιτόπια παρατήρηση γεωπόνων του ΕΛΓΑ.
, παρότι στην δεύτερη περίπτωση οι αρχικές μετρήσεις πραγματοποιήθηκαν με κλάσεις κατανεμημένες σε μεσοδιαστήματα της τάξης τ0υ 5%.

Με την χρήση της ίδιας εικόνας που χρησιμοποίηθηκε για την ταξινόμηση, αλλά και μίας παλαιότερης, καταγράφηκαν επίσης οι συνέπειες μιας πλημμύρας που έλαβε χώρα δίπλα στην περιοχή μελέτης, δυτικά του ποταμού Έβρου. Τα παραδείγματα αυτά καταδεικνύουν ότι η χρήση δορυφορικών εικόνων για την παρακολούθηση και τη χαρτογράφηση καταστροφικών φαινομένων στον γεωργικό τομέα μπορεί να καταστεί οικονομικά ωφέλιμη.

Συμπεράσματα

Η ανάλυση με γραμμική παλινδρόμηση έδειξε ότι υπάρχει στατιστικά σημαντική αρνητική συσχέτιση μεταξύ των τιμών των ANDVI και DP. Το εκτιμώμενο ποσοστό ζημιών που προκύπτει από την χρήση του δείκτη NDVI είναι σύμφωνο κατά 73% με τις επιτόπιες παρατηρήσεις του ΕΛΓΑ, με την απόκλιση να κυμαίνεται σε ποσοστό 15%. Σε επιχειρησιακό επίπεδο, ο συνδυασμός των ταξινομήσεων Χαρακτηριστικού Φασματικού Χώρου και Μέγιστης Πιθανοφάνειας δίνει τα καλύτερα αποτελέσματα για την καταγραφή της κατάστασης των φυτών μετά από καταστροφικά γεγονότα. Προκύπτουν έτσι τα ακόλουθα συμπεράσματα: 1. Η καταγραφή των ποσοστών ζημιάς και των αντίστοιχων δεικτών NDVI μπορεί να επιφέρει αποτελέσματα στατιστικά χρήσιμα, για την κατασκευή από τον ΕΛΓΑ ανάλογης βάσης δεδομένων. 2. Παρά την γενική εικόνα που έχει αποκτήσει ο ΕΛΓΑ για τις καλλιεργητικές ζημιές, θα ήταν δυνατή μια ακριβέστερη απεικόνιση τους μέσω ψηφιακών τοπογραφικών χαρτών. 3. Η ταξινόμηση μέσω δορυφορικών εικόνων υψηλής ανάλυσης είναι ιδανικό εργαλείο για τον εντοπισμό των περιοχών που χρειάζονται έλεγχο και την διασαφήνιση της εκάστοτε ευρύτερης χωρικά κατάστασης. 4. Η νέα γενιά δορυφόρων με πολύ υψηλή χωρική ανάλυση (όπως ο IKONOS), μερικώς μπορεί να λύσει το πρόβλημα της ταυτοποίησης των ορίων των εκτάσεων καλλιέργειας σίτου σε περιοχές με ορεινό ανάγλυφο, δεδομένου ότι ακομά και οι πολύ μικρές αρδευόμενες εκτάσεις στα πεδινά είναι εύκολα εντοπίσιμες. 5. Ωστόσο, το πρόβλημα ταυτοποίησης των ορεινών καλλιεργειών σίτου παραμένει δισεπίλυτο. Η χρήση ψηφιοποιημένων θεματικών χαρτών δεν είναι πάντα λύση για μια σειρά από λόγους, όπως η μη διαθεσιμότητα τους σε ορισμένες περιοχές ή/και το υψηλό κόστος ψηφιοποίησης των υπαρχόντων χαρτών.

Προσωπικά εργαλεία