Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

Από RemoteSensing Wiki

Αναθεώρηση της 20:34, 6 Φεβρουαρίου 2020

Πίνακας: Λεπτομέρειες των δεδομένων που χρησιμοποιήθηκαν στην μελετώμενη περιοχή .

Εικόνα 1: Τοποθεσία της μελετώμενης περιοχής στην πόλη της Κουάλα Λουμπούρ.

Εικόνα 1: Κατάτμηση (κλίμακα : 30 σχήμα:0.1 συμπαγείς: 0.5).

Εικόνα 1: Αποτέλεσμα κατάτμησης βασιζόμενο στο αντικείμενο που λήφθηκε από το SPOT 5 J.

Χαρτογράφηση βιώσιμου πολεοδομικού σχεδιασμού με τη χρήση τηλεπισκόπησης και GIS στη Μαλαισία

Συγγραφείς: Norzailawati Mohd , Noor Alias Abdullah

Πηγή: Noor, Norzailawati. (2015). Sustainable urban Planning mapping using remote sensing and GIS in Malaysia. [1]

Λέξεις κλειδιά: πολεοδομικός σχεδιασμός, κατάτμηση, αντικειμενοστραφής, τηλεπισκόπηση και GIS

Σύνοψη

Η μελέτη αυτή εξετάζει την εφαρμογή τεχνικών τηλεπισκόπησης και GIS, για την ταξινόμηση της χρήσης γης στις αστικές περιοχές στη Μαλαισία βάσει αντικειμενοστραφούς ταξινόμησης, προκειμένου να εξάγονται ως δεδομένα οι τρεις συνιστώσες των αστικών περιοχών, δηλαδή τις οικιστικές, τις εμπορικές και τις βιομηχανικές. Η περιοχή ενδιαφέροντος αυτής της μελέτης είναι η Κουάλα Λουμπούρ. Ελέγχονται τα δορυφορικά δεδομένα του SPOT 5 με χρονική και μεγάλη χωρική ανάλυση 2,5 μέτρων. Το λογισμικό E-cognition αναπτύσσει τα σύνολα κανόνων των θεματικών χαρακτηριστικών των επιπέδων για την εξαγωγή των τύπων χρήσης γης. Τα αποτελέσματα δείχνουν ότι τρεις τύποι χρήσεων γης προσδιορίζονται σαφώς, με χαμηλή τυπική απόκλιση ταξινόμησης. Οι αποκλίσεις δεν έχουν μεγάλη διασπορά σε σχέση με τον μέσο όρο που αποδεικνύει ότι το αποτέλεσμα είναι αποδεκτό. Επιπλέον, τα ευρήματα υποδεικνύουν ότι υπήρξαν κάποιες αλλαγές στη συνολική έκταση της πρόσφατης ταξινόμησης λόγω της ταχείας ανάπτυξης της περιοχής υπό μελέτη. Τέλος, η εφαρμογή της αντικειμενοστραφούς ταξινόμησης επιβεβαιώνει την αποτελεσματικότητα της χρήσης τηλεπισκόπησης και τεχνικών GIS για την ταξινόμηση των αστικών χρήσεων γης. Η μελέτη αυτή θέτει επίσης ορισμένα ερωτήματα για μελλοντικές έρευνες, οι οποίες μπορούν να συμβάλουν στην ενίσχυση των δυνατοτήτων των εφαρμογών τηλεπισκόπησης, ιδίως όσον αφορά την περαιτέρω διερεύνηση αστικών θεμάτων σε διάφορα επίπεδα διοίκησης.

Εισαγωγή

Η διάδοση των δορυφορικών εικόνων υψηλής ανάλυσης και των πολυφασματικών αεροφωτογραφιών επέτρεψαν την αυτοματοποίηση της ταξινόμησης του εδάφους που καλύπτουν οι αστικές περιοχές. Λόγω της υψηλής εσωτερικής διακύμανσης των εικόνων υψηλής ανάλυσης, προηγούμενες προσπάθειες αστικής χαρτογράφησης με τη μέθοδο με βάση τα εικονοστοιχεία, συνήθως παρείχαν μη ικανοποιητικά αποτελέσματα. Η ταξινόμηση των εικόνων που έχουν διεξαχθεί, κατά βάση, με τη μέθοδο ανά εικονοστοιχείο (επιβλεπόμενη ταξινόμηση) και οι κλάσεις κάλυψης εδάφους χαρτογραφούνται συνήθως από εξ αποστάσεως ψηφιακά ανιχνευμένα δεδομένα μέσω της διαδικασίας της εποπτευόμενης ταξινόμησης ψηφιακής εικόνας. Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνων είναι η κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας αυτόματα σε κατηγορίες ή θέματα εδαφοκάλυψης. Η προηγούμενη μελέτη έχει συγκρίνει τέσσερις διαφορετικές μεθόδους επιβλεπόμενης και μη ταξινόμησης που συνιστούν μια συνδυασμένη μέθοδο ασαφούς επιβλεπόμενης ταξινόμησης για τη χαρτογράφηση αστικών χαρακτηριστικών. Η μελέτη αυτή καταλήγει στο συμπέρασμα ότι απαιτούνται περισσότερες από μία διαδικασίες ταξινόμησης για τη βελτίωση της ακρίβειας της χαρτογράφησης μέσω τηλεπισκόπησης, παρά την κατεύθυνση μετατόπισης των μεθόδων ταξινόμησης, της ανά pixel μεθόδου στην αντικειμενοστραφή. Η ανάγκη μιας προσέγγισης που υπερβαίνει το πρότυπο των εικονοστοιχείων μέσω της ταξινόμησης της ανιχνεύσιμης φασματικής ανάκλασης προς ένα «αντικειμενοστραφές πρότυπο», το οποίο ενσωματώνει το σχήμα και την ανάκλαση φαινομενικά ομογενών μονάδων εικόνων υψηλής ανάλυσης, είναι αναπόφευκτη.

Αντικειμενοστραφής ταξινόμηση για βιώσιμη χαρτογράφηση

Τα αστικά περιβάλλοντα χαρακτηρίζονται από διαφορετικούς τύπους υλικών και επιφάνειες χρήσης γης. Το φάσμα της χρήσης των αστικών περιοχών έχει υψηλή φασματική ετερογένεια. Χαρακτηρίζονται από μια μεγάλη ποικιλία υλικών όπως τα ανθρωπογενή χαρακτηριστικά, τη βλάστηση, τα εδάφη και άλλα. Οι φασματικές υπογραφές συνήθως βασίζονται σε φασματικές βιβλιοθήκες. Αυτές οι βιβλιοθήκες περιέχουν καθαρά φασματικά δείγματα επιφανειών, συμπεριλαμβανομένου ενός ευρέος φάσματος υλικών σε μια περιοχή συνεχούς μήκους κύματος με υψηλότερες φασματικές λεπτομέρειες και επιπρόσθετες πληροφορίες και τεκμηρίωση σχετικά με τα χαρακτηριστικά της επιφάνειας και την ποιότητα του φάσματος (δηλ. μεταδεδομένα). Οι πολυφασματικές εφαρμογές δορυφορικών εικόνων πρέπει να αξιολογούνται όταν εξετάζεται η πρακτική χρήση δορυφορικών εικόνων. Η διαθεσιμότητα των πληροφοριών χρώματος σε αυτή την περίπτωση θα βοηθούσε στον καθορισμό των χαρακτηριστικών, καθώς θα ήταν ευκολότερο να εντοπιστούν αντικείμενα με χρωματική αντίθεση, όπως στέγες, δέντρα, πράσινες περιοχές και επιφάνειες νερού. Μια επιλογή σε μια τέτοια περίπτωση θα ήταν η χρήση πανχρωματικής όξυνσης εικόνων, οι οποίες δημιουργούνται με τη συγχώνευση των πληροφοριών χρώματος σε μια πολυφασματική εικόνα με την υψηλότερη χωρική ανάλυση μιας παγχρωματικής εικόνας. Ένα ιδιαίτερο σημείο που πρέπει να σημειωθεί είναι ότι η πολυπλοκότητα της σκηνής επηρεάζει άμεσα την επιλογή και την επιτυχία μιας αυτόματης διαδικασίας ανίχνευσης χαρακτηριστικών δόμησης. Αυτό μπορεί να οφείλεται στην ποικιλία των φασματικών αποκρίσεων που είναι διαθέσιμες σε εγγύτητα σε μια περιοχή, όπως από στέγες, δρόμους και βλάστηση κήπων στην κεντρική επιχειρηματική περιοχή της πόλης.

Μια εναλλακτική προσέγγιση είναι να θεωρηθούν αντικείμενα εικόνας κατασκευασμένα από ομοιογενείς συστάδες γειτονικών εικονοστοιχείων με σημαντικές γεωμετρικές και άλλες χωρικές ιδιότητες. Το αντικειμενοστραφές πρότυπο χαρακτηρίζεται γενικά από την ομαδοποίηση πληροφοριών με την έννοια ή την οντότητα στην οποία αναφέρεται. Επίσης, επιτρέπει πολλές έννοιες από τον πραγματικό κόσμο να διαμορφώνονται με έναν άμεσο και φυσικό τρόπο. Τα αντικείμενα που δημιουργούνται μέσω τμηματοποίησης μπορούν να ταξινομηθούν χρησιμοποιώντας δύο διαφορετικές μεθόδους ταξινόμησης: (1) ταξινόμηση βάσει δειγμάτων και (2) ταξινόμηση βασισμένη στην ενσωμάτωση προηγούμενων εξωτερικών γνώσεων που αποθηκεύονται σε βάσεις κανόνων. Η ταξινόμηση που ξεκινάει από αντικείμενα εικόνας και όχι από μεμονωμένα εικονοστοιχεία μπορεί να χρησιμοποιεί χωρικές και γεωμετρικές ιδιότητες καθώς και σχέσεις μεταξύ αντικειμένων. Συγκεκριμένα, οι πληροφορίες από εικόνες υψηλής ανάλυσης συγκεντρώνονται σε πολλαπλά επίπεδα λεπτομέρειας, έχοντας ως αποτέλεσμα ιεραρχικά σύνολα ομοιογενών περιοχών σύμφωνα με τη σημασιολογία της δεδομένης εφαρμογής. Οι αντικειμενοστραφείς τεχνικές ταξινόμησης αποτελούν μια νέα και καινοτόμο προσέγγιση, ειδικά για εφαρμογές που χειρίζονται τα ανθρωγενή χαρακτηριστικά.

Στον τομέα της αστικής τηλεπισκόπησης, υπάρχουν διάφορες εφαρμογές που καταδεικνύουν ότι οι αντικειμενοστρεφείς προσεγγίσεις είναι ανώτερες από την ανάλυση ανά εικονοστοιχείο, ειδικά όταν πρόκειται να διαχωριστούν κατηγορίες αστικής χρήσης γης όπως αεροδρόμια και δρόμοι. Σε σύγκριση με τα περισσότερα φυσικά περιβάλλοντα, το οικοδομημένο περιβάλλον χαρακτηρίζεται από αιχμηρά, διακριτά όρια και από αλλαγές υψηλής συχνότητας διαφορετικών επιφανειών με παρόμοιες ιδιότητες ανάκλασης. Τα ανθρωπογενή χαρακτηριστικά μπορούν να αναπαραχθούν μάλλον χωρίς αμφιβολία από ένα αντικειμενοστραφές περιβάλλον μέσω μιας επαναληπτικής διαδικασίας τμηματοποίησης. Για παράδειγμα, οι περιοχές υπό σκιά μπορούν να χαρακτηριστούν από συγκεκριμένες σχέσεις με γειτονικά αντικείμενα και το σχήμα ενός αντικειμένου μπορεί να βοηθήσει στη διάκριση μεταξύ μιας οροφής και ενός δρόμου παρόμοιας ανάκλασης. Η αντικειμενοστραφής ανάλυση εικόνας συνδυάζει τη λειτουργικότητα του GIS και τις τεχνικές τηλεπισκόπησης, δουλεύοντας με πολυγωνικές, ομοιογενείς συστάδες αντί για ενιαία εικονοστοιχεία.

Υλικά και μέθοδοι

Οι τρεις εικόνες που χρησιμοποιήθηκαν στη μελέτη αυτή αποκτήθηκαν το 2012 και το 2013 και παρέχονται από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας (ARSN). Οι εικόνες SPOT-5 έχουν υποστεί γεωαναφορά κατά τη συλλογή δεδομένων από την Υπηρεσία Τηλεπισκόπησης της Μαλαισίας.

Α. Περιοχή μελέτης

Η περιοχή μελέτης βρίσκεται στο μητροπολιτικό κέντρο της Κουάλα Λουμπούρ (3 ° 8'51N 101 ° 41'36E), στη Μαλαισία, η οποία καλύπτει μια διοικητική περιοχή που εκτείνεται σε 24,221,05 εκτάρια (σχήμα 1). Η πλειοψηφία των μοντέλων χρήσης γης αποτελείται από οικοδομημένες περιοχές (οικιστικές, βιομηχανικές, εμπορικές, ιδρύματα, χώρους αναψυχής, δρόμους, υποδομές και επιχειρήσεις κοινής ωφέλειας) και γεωργικές περιοχές (γεωργία, δάση, γυμνά εδάφη και υδάτινα σώματα).

Β. Μέθοδοι

Όλη η διαδικασία επεξεργασίας δεδομένων χωρίστηκε σε τρία στάδια, το στάδιο της προεπεξεργασίας, της κατάτμησης και αυτό της ταξινόμησης. Στην ταξινόμηση επεξεργασίας δεδομένων, το σύνολο των δεδομένων SPOT 5 διορθώνεται γεωμετρικά με τη διόρθωση από εικόνα σε χάρτη. Το υπολειπόμενο για κάθε GCP, +0,5 στη μετασχηματισμένη εικόνα, διατηρείται καθ 'όλη τη διάρκεια, προκειμένου να επιτευχθεί RMS μικρότερο από +0,5 pixel. Το ψηφιακό σύστημα επεξεργασίας ERDAS Imagine, χρησιμοποιείται στην επεξεργασία δεδομένων.

• Κατάτμηση

Η διαδικασία τμηματοποίησης είναι ένα από τα πρώτα βήματα στην ανάλυση εικόνας: η εικόνα χωρίζεται σε περιοχές που αντιπροσωπεύουν καλύτερα τα σχετικά αντικείμενα στο τοπίο. Τα χαρακτηριστικά μιας περιοχής όπως η έκταση, το σχήμα, οι στατιστικές παράμετροι και το ανάγλυφο μπορούν να εξαχθούν και να χρησιμοποιηθούν για περαιτέρω ανάλυση των δεδομένων. Συνήθως, η κατάτμηση επιτυγχάνεται με δύο τρόπους: 1) διαίρεση των εικόνων σε έναν αριθμό ομοιογενών περιοχών, καθεμία από τις οποίες έχουν μία μοναδική ετικέτα, 2) προσδιορισμό ορίων μεταξύ ομοιογενών περιοχών διαφορετικών ιδιοτήτων. Αυτές οι τεχνικές τμηματοποίησης είναι γνωστές ως κατάτμηση με βάση την περιοχή και ανίχνευση ακμής, αντίστοιχα. Έχουμε δοκιμάσει κάποιες εικόνες σχετικά με την κλίμακα, το σχήμα και πόσο συμπαγή είναι ,στο Ecognition για να εντοπίσουμε τις κατάλληλες παραμέτρους κατάτμησης ώστε να έχουμε μια καλή τμηματοποίηση για τους τύπους οικιστικής, βιομηχανικής και εμπορικής χρήσης γης.

• Ταξινόμηση χρήσης γης

Μετά την κατάτμηση, το επόμενο βήμα είναι η ομαδοποίηση των αντικειμένων και η απόδοση σε αυτά μιας πιθανότητας ή ενός βαθμού υπαγωγής σε μια δεδομένη κατηγορία των αυστηρών κανόνων αναγνώρισης των περιοχών. Αρκετοί κανόνες γνώσης μπορούν να συνδυαστούν για να καθορίσουν τον κανόνα ταξινόμησης ενός συγκεκριμένου αντικειμένου, που αντιστοιχεί στη μέθοδο της "συνάρτησης μέλους" (fuzzy logic). Για την περιοχή μελέτης, έχει σχεδιαστεί ένα σχήμα ταξινόμησης των χρήσεων γης, το οποίο είναι συμβατό με τις εικόνες που παρέχει το SPOT 5. Η βάση για αυτό το σύστημα ταξινόμησης, προσαρμόστηκε από το σύστημα ταξινόμησης της χρήσης γης του Τμήματος Πολεοδομίας και Χωροταξίας της Μαλαισίας. Τρεις κύριοι τύποι χρήσεων γης έχουν προταθεί, ο οικιστικός, ο βιομηχανικός και ο εμπορικός. Η επιλογή των πιλοτικών τόπων που υποβλήθηκαν σε ταξινόμηση αποτέλεσε σημαντικό βήμα στη διαδικασία ταξινόμησης που υιοθετήθηκε. Αυτός ο πιλοτικός τόπος επιλέχθηκε προσεκτικά για να είναι όσο το δυνατό πιο αντιπροσωπευτικός των κατηγοριών χρήσεων γης. Τα πέντε βασικά βήματα μιας εποπτευόμενης ταξινόμησης εικόνων στην παρούσα μελέτη είναι τα κάτωθι:

• απόφαση για τον τύπο εδάφους που πρόκειται να ταξινομηθεί, όπως νερό, αστική περιοχή ή καλλιεργούμενη γεωργική γη,
• επιλογή πρωτότυπων εικονοστοιχείων με γνωστή χρήση γης για τη δημιουργία δεδομένων εκπαίδευσης με βάση επιτόπιες επισκέψεις, χάρτες και αεροφωτογραφίες,
• καθορισμός του συνόλου των παραμέτρων αυτής της κατηγορίας,
• ταξινόμηση κάθε εικονοστοιχείου στην εικόνα, χρησιμοποιώντας έναν αλγόριθμο ταξινόμησης καθορισμένο από τον χρήστη και
• αξιολόγηση της ακρίβειας λήψης.

Αποτελέσματα και σχολιασμοί

Ο τελικός χαρακτηρισμός των χαρακτηριστικών, εντός της περιοχής μελέτης παρουσιάζεται στο Σχήμα 3. Το διευρυμένο ένθετο που απεικονίζει μια επιλεγμένη περιοχή εντός της περιοχής μελέτης, καταδεικνύει τον χαρακτηρισμό των λεπτομερειών που προκύπτουν σε κλίμακα 1:1500. Η αξιολόγηση της ταξινόμησης πραγματοποιείται με βάση την αντίστοιχη ταξινομημένη εικόνα που έχει προκύψει από τις επί τόπου πληροφορίες.

Η ταξινόμηση με αντικειμενοστραφή προσέγγιση όπου χρησιμοποιήθηκε η ασαφής συνάρτηση μέλους, υλοποίησε επιτυχώς τον χαρακτηρισμό χαρακτηριστικών λεπτομέρειας, για τρεις κύριους τύπους χρήσεων γης, για σκοπούς πολεοδομικού σχεδιασμού. Μια συνολική ακρίβεια 0,86 (Kappa στατιστικός συντελεστής), έχει επιτύχει πράγματι πολύ καλά αποτελέσματα και υψηλή στατιστική αξιοπιστία με βάση το στατιστικό κριτήριο paired t-samples test, σύμφωνα με τα παραχθέντα αποτελέσματα. Οι βοηθητικές πληροφορίες χρησιμοποιούνται ως γενικό πλαίσιο για την ετικέτα. Η τελική ταξινομημένη εικόνα είναι πολύ σημαντική για την εξασφάλιση καλής ακρίβειας του τελικού ταξινομημένου αποτελέσματος. Αυτή η τεχνική ελαχιστοποιεί την πιθανότητα πολλαπλής κατηγοριοποίησης, έτσι ώστε σε ένα πολύγωνο να εκχωρείται μία μοναδική ετικέτα. Έτσι, η αυξημένη ακρίβεια ταξινόμησης, μπορεί να ικανοποιήσει τις απαιτήσεις, για σκοπούς πολεοδομικού σχεδιασμού, της χαρτογράφησης της χρήσης της γης. Είναι προφανές ότι η χρήση της μεθόδου σε αυτή τη μελέτη, μπορεί να επαναληφθεί για τη παραγωγή χαρτών, από δορυφορικές απεικονίσεις, για οποιοδήποτε σχέδιο αστικής ανάπτυξης.

Συμπεράσματα

Τα αποτελέσματα αυτής της μελέτης υποδεικνύουν σαφώς ότι οι αντικειμενοστραφείς τεχνικές τμηματοποίησης είναι ένα από τα σημαντικότερα εργαλεία για την παραγωγή λεπτομερών κατηγοριών χρήσης γης για την πολεοδομική χαρτογράφηση. Για τη διαδικασία ενοποίησης πρέπει να εξεταστεί η χωρική αλληλεπίδραση σε θέματα ραδιομετρικής ακεραιότητας. Επιπρόσθετα, η αξιολόγηση αυτής της μελέτης, απαιτεί μια κατάλληλη μαθηματική προσέγγιση διότι τα αποτελέσματα ήταν πολυσύνθετα λόγω των διαφορετικών πηγών των δεδομένων καθώς και άλλων παραγόντων που αφορούν την ακρίβεια των αποτελεσμάτων. Η στρατηγική μετά την επεξεργασίας, έχει αποδειχθεί ιδιαίτερα αποτελεσματική για τη δημιουργία ορίων μεταξύ των κατηγοριών. Το απαραίτητο αντικείμενο δεν ανιχνεύθηκε κατά τη διάρκεια της διαδικασίας κατάταξης και ταξινόμησης που αντισταθμίζεται από τη βάση δεδομένων GIS με ένα χονδροειδές τρόπο.