Ρύπανση θαλάσσιων περιοχών

Από RemoteSensing Wiki

Αναθεώρηση της 18:00, 2 Μαρτίου 2009

Η ρύπανση των θαλάσσιων περιοχών μπορεί να εκτιμηθεί σύγχρονα με χρήση της τηλεπισκόπησης, την επεξεργασία δηλαδή δορυφορικών εικόνων για την απόκτηση πληροφοριών σχετικά με τις ιδιότητες ενός φαινομένου, ενός αντικειμένου ή ενός υλικού μέσω μίας καταγραφικής συσκευής η οποία δεν βρίσκεται σε φυσική και άμεση επαφή με τα παρατηρούμενα αντικείμενα. Η καταγραφή της ακτινοβολίας και η αναγνώριση των αντικειμένων γίνεται βάση της εμπειρίας, της λογικής, της ειδικής επιστημονικής γνώσης και των κατάλληλων επίγειων ελέγχων.

Τα πλεονεκτήματα αυτής της σύγχρονης μεθόδου, της Τηλεπισκόπησης αφορούν:

• Επιτρέπει μεγάλη, έως και πλανητική χωρική κάλυψη.
• Επιτρέπει την μέτρηση και παρατήρηση σε περιοχές που δεν είναι προσβάσιμες για διάφορους λόγους (π.χ. υψηλές θερμοκρασίες, ραδιενέργεια).
• Επιτρέπει τη μείωση του κόστους των μετρήσεων, μειώνει τον απαιτούμενο χρόνο για ανάλυση-παρατήρηση-μέτρηση.
• Επιτρέπει το συνυπολογισμό ποικίλλων παραμέτρων.
• Συνίσταται όταν δεν υπάρχει εναλλακτική μέθοδος.

Εικόνα 1: Αυτόματη εκτίμηση πετρελαιοκηλίδας Πηγή: Iphigenia Keramitsoglou, Constantinos Cartalis, Chris T. Kiranoudis, (2006) «Automatic identification of oil spills on satellite images».

Για την εκτίμηση της ανόργανης μόλυνσης σε θαλάσσιες περιοχές έχει προταθεί η χρήση του FLS-Lidar (σύστημα από την Laser Diagnostic Instrument, LDI). Τα πλεονεκτήματα αυτού αφορούν στη χρήση του σε ποικίλες πλατφόρμες αεροπλάνων και ελικοπτέρων, καθώς επίσης και στην ανίχνευση συγκεντρώσεων ακόμα και σε ίχνη (ppm). Οι παράμετροι λειτουργίας για το συγκεκριμένο, αλλά και για κάθε σύστημα τηλεπισκόπισης είναι:

• Εύρος του μήκους κύματος της ακτινοβολίας
• Ενέργεια του παλμού
• Συχνότητα εκπομπής

Εικόνα 2: Αυτόματη εκτίμηση πετρελαιοκηλίδας. Πηγή: Iphigenia Keramitsoglou, Constantinos Cartalis, Chris T. Kiranoudis, (2006) «Automatic identification of oil spills on satellite images».

Η εκτίμηση της πετρελαιοκηλίδας μπορεί να γίνει αυτοματοποιημένα με χρήση του SAR (Synthetic Aperture Radar), καθώς και με παράλληλη χρήση κατάλληλου λογισμικού τεχνικής νοημοσύνης.

Η αυτόματη αναγνώριση των πετρελαϊκών κηλίδων γίνεται λόγω του μαύρου χρώματος και του χαρακτηριστικού σχήματος που λαμβάνει η κηλίδα. Το σύστημα αναλύει την εικόνα και παρουσιάζει την πιθανότητα το σχήμα της μαύρης εικόνας να είναι κηλίδα πετρελαίου, και σε απεικόνιση σε ψευδοχρωματικό χάρτη προσδιορίζει αυτήν την πιθανότητα (από το πράσινο έως το κόκκινο, όπου το πράσινο αντιστοιχεί σε μικρή πιθανότητα (0%) και το κόκκινο σε πολύ υψηλή, 100%). Παράλληλα ο χρήστης του συστήματος μπορεί να επέμβει σε κάθε βήμα της επεξεργασίας της εικόνας, καθώς και να ορίσει την περιοχή για επιτόπιο έλεγχο ή εναέρια παρατήρηση προς επιβεβαίωση. Στην εικόνα 1 και 2, παρουσιάζεται η αρχική εικόνα που λαμβάνεται απο τον δορυφόρο και η επεξεργασμένη από το κατάλληλο λογισμικό, απεικονίζοντας την πιθανότητα η μαύρη περιοχή να είναι πετρελαϊκή κηλίδα.

Η ανίχνευση της πετρελαϊκής μόλυνσης μπορεί επίσης να επιτευχθεί με χρήση του συστήματος τηλεπισκοπικής θερμικής απεικόνισης (Landsat Thematic Mapper [ΤΜ], thermal remote sensing), όπου μπορεί παράλληλα να πραγματοποιηθεί και αντίστοιχη απεικόνιση (χαρτογράφηση) των ρυπασμένων από υδρογονάνθρακες υδάτινων επιφανειών. Συγκεκριμένα, η ανίχνευση της πετρελαϊκής περιοχής προσδιορίζεται διότι έχει διαφορετική εκπομπή και θερμοδυναμική συμπεριφορά σε σχέση με το νερό ή το έδαφος (εξαιτίας της παρουσίας των υδρογονανθράκων στο πετρέλαιο, οι οποίοι απορροφούν περισσότερη ακτινοβολία και θερμαίνονται περισσότερο).

Εικόνα 4: Εκτίμηση της συγκέντρωσης της χλωροφύλλης. Πηγή: James J. Fitzpatrick, (2008) «Assessing skill of estuarine and coastal eutrophication models for water quality managers».

Εικόνα 3: Οργανική ρύπανση με εκτίμηση του δείκτη BOD. Πηγή: Yunpeng Wang, Hao Xia, Jiamo Fu, Guoying Sheng, (2004) «Water quality change in reservoirs of Shenzhen, China: detection using LANDSAT/TM data».

Για την εκτίμηση της οργανικής ρύπανσης σε θαλάσσιες περιοχές πραγματοποιείται εκτίμηση της συγκέντρωσης του οργανικού άνθρακα, η αύξηση του οποίου επιφέρει ένα μέγιστο ανάκλασης στην περιοχή της ορατής ακτινοβολίας από το μπλε στο πράσινο μήκος κύματος. Η δημιουργία ενός αλγοριθμικού δείκτη μέγιστης διαφορικής ανάκλασης του άνθρακα θα βοηθήσει πολύ στην επιλογή των καναλιών όπου έχουμε τη μέγιστη ανάκλαση αυτού, άρα και στην ανίχνευσή του. Η εκτίμηση αυτή πραγματοποιείται με χρήση του δορυφόρου SeaWiFS.

Στην εικόνα 3, πραγματοποιείται χαρτογράφηση της περιοχής, αναλόγως της ένδειξης της μετρούμενης τιμής της συγκέντρωσης του BOD (Biological Oxygen Demand, Βιοχημικώς Απαιτούμενο Οξυγόνο) το οποίο δείχνει το μέγεθος του οργανικού φορτίου που υπάρχει στον συγκεκριμένο υδάτινο αποδέκτη.

Στην εικόνα 4, πραγματοποιείται ψευδοχρωματική χαρτογράφηση της συγκέντρωσης της χλωροφύλλης (αριστερή εικόνα) και της θολότητας που αντίστοιχα δημιουργεί (δεξιά εικόνα). Ως προς τη χρωματική απεικόνιση για την αριστερή εικόνα, το σκούρο πράσινο χρώμα δείχνει αυξημένη συγκέντρωση των αλγών, το οποίο αντιστοιχεί με την χρωματική απόδοση της θολότητας και την απεικόνιση με πορτοκαλί χρώμα.

Για την εκτίμηση και ανίχνευση των θρεπτικών συστατικών που υπάρχουν σε ένα υδάτινο σώμα γίνεται προσδιορισμός της συγκέντρωσης του διαλυμένου οξυγόνου τηλεπισκοπικά, που συνεπάγεται προσδιορισμός της συγκέντρωσης της χλωροφύλλης. Η αυξημένη συγκέντρωση του φυτοπλαγκτόν θα επιφέρει αυξημένη παραγωγή της υδατικής βλάστησης, η οποία θα επιφέρει αρνητική επίδραση στην οικολογική ισορροπία και στην βιοποικιλότητα. Η τηλεπισκόπιση υπενθυμίζεται ότι δείχνει το συνολικό αποτέλεσμα των επιμέρους παραγόντων που επιδρούν στην ποιότητα του νερού.

Εικόνα 5: Η αυξημένη συγκέντρωσης της χλωροφύλλης οδηγεί στην ευξημένη θολότητα των υδάτων. Πηγή: Nijad Kabbara, Jean Benkhelil, Mohamed Awad, Vittorio Barale, (2008) «Monitoring water quality in the coastal area of Tripoli (Lebanon) using high-resolution satellite data».

Εικόνα 6: Εκτίμηση της συγκέντρωσης των νιτρικών θρεπτικών συστατικών σε υδάτινο αποδέκτη. Πηγή: Kazuo Oki, Yoshifumi Yasuoka (2008), “Mapping the potential annual total nitrogen load in the river basins of Japan with remotely sensed imagery”.

Για την συνολική εκτίμηση της ποιότητας των υδάτων γίνεται χρήση του του Landsat ETM (πολυφασματική σάρωση, ΜSS). Οι παράμετροι που προτείνεται να προσδιοριστούν προαιρετικά με ταυτόχρονες επίγειες μετρήσεις είναι τα ολικά αιωρούμενα σωματίδια, το χημικά απαιτούμενο οξυγόνο (COD), τα θρεπτικά συστατικά, τα βαρέα μέταλλα και οι ελαιο-μολυντές. Η αποτίμηση της ποιότητας νερού γίνεται με την συνολική ανακλαστικότητα που λαμβάνεται από τον δορυφορικό αισθητήρα βάση της συνολικής ρύπανσης του υδάτινου σώματος.

Εικόνα 7: Επίπεδα ποιότητας του νερού. Πηγή: Chuqun Chen, Shiling Tang, Zhilin Pan, Haigang Zhan, Mangus Larson, Lennart Jonsson, (2007) «Remotely sensed assessment of water quality levels in the Pearl River Estuary, China».

Παράμετροι οι οποίοι επιδρούν κατά τη λήψη των δορυδορικών εικόνων είναι οι ακόλουθοι:

• Επίδραση των χρήσεων και κάλυψης γης.
• Κλιματικές συνθήκες (π.χ. υγρές ή ξηρές).
• Μορφολογία εδάφους (απορροή κατακρημνίσεων)
• Αγροτικές δραστηριότητες και χρήση λιπασμάτων και μικροβιοκτώνων ουσιών.

Οι οποίοι οδηγούν στον προσδιορισμό των:

• Βαθμών θολότητας
• Συγκέντρωσης βακτηριδίων
• Συγκέντρωσης νιτρικών και φωσφορικών
• Οσμής, γεύσης και συγκέντρωσης τοξινών

Κατά τη λήψη μίας δορυφορικής εικόνας απαιτείται διόρθωση αυτής σύμφωνα με τα παρακάτω:

• Βαθμονόμηση του δορυφορικού αισθητήρα
• Διόρθωση της επίδρασης των ατμοσφαιρικών παραμέτρων
• Μείωση της επίδρασης των νεφελωδών σχηματισμών