Ένα πλαίσιο τηλεπισκόπησης για την χαρτογράφηση πιθανών τοξικών στοιχείων σε αγροτικά εδάφη υγρών τροπικών περιοχών
Από RemoteSensing Wiki
Γραμμή 41: | Γραμμή 41: | ||
Οι πλατφόρμες δορυφορικών εικόνων χρησιμοποιούνται για την αξιολόγηση | Οι πλατφόρμες δορυφορικών εικόνων χρησιμοποιούνται για την αξιολόγηση | ||
μεγάλων εκτάσεων γης, όπως οι χρονοσειρές δεδομένων Landsat που | μεγάλων εκτάσεων γης, όπως οι χρονοσειρές δεδομένων Landsat που | ||
- | |||
- | |||
ανακτώνται εύκολα και χρησιμοποιούνται για την χαρτογράφηση των | ανακτώνται εύκολα και χρησιμοποιούνται για την χαρτογράφηση των | ||
ιδιοτήτων του εδάφους. Ένας από τους περιορισμούς της χρήσης | ιδιοτήτων του εδάφους. Ένας από τους περιορισμούς της χρήσης | ||
Γραμμή 64: | Γραμμή 62: | ||
υδροχλωρικό οξύ σε κλειστά δοχεία για τα Al, As, B, Ba, Ca, Cd, Co, Cr, Cu, Fe, | υδροχλωρικό οξύ σε κλειστά δοχεία για τα Al, As, B, Ba, Ca, Cd, Co, Cr, Cu, Fe, | ||
K, Mg, Mn, Mo, Na, Ni, P, Pb, S, Si και Zn. | K, Mg, Mn, Mo, Na, Ni, P, Pb, S, Si και Zn. | ||
- | |||
- | |||
- | |||
- | |||
- | |||
Οι δορυφορικοί δέκτες ανακτούν πολυφασματικά δεδομένα από το ορατό, το | Οι δορυφορικοί δέκτες ανακτούν πολυφασματικά δεδομένα από το ορατό, το | ||
Γραμμή 151: | Γραμμή 144: | ||
υψηλότερες συγκεντρώσεις στοιχείων προκαλούνται σε περιοχές βασάλτη, | υψηλότερες συγκεντρώσεις στοιχείων προκαλούνται σε περιοχές βασάλτη, | ||
εκτός από το στοιχείο Cr. | εκτός από το στοιχείο Cr. | ||
- | |||
Η πιθανότητα μόλυνσης υπόγειων υδάτων ή πηγών νερού από PTEs είναι | Η πιθανότητα μόλυνσης υπόγειων υδάτων ή πηγών νερού από PTEs είναι |
Αναθεώρηση της 20:02, 23 Μαρτίου 2022
Ένα πλαίσιο τηλεπισκόπησης για την χαρτογράφηση πιθανών τοξικών στοιχείων σε αγροτικά εδάφη υγρών τροπικών περιοχών
A remote sensing framework to map potential toxic elements in agricultural soils in the humid tropics
Wanderson de Sousa Mendes, Jose A.M. Dematte, Maria Eduarda B. de Resende, Luiz Fernando Chimelo Ruiz, Danilo Cesar de Mello, Jorge Tadeu Fim Rosas, Nelida Elizabet Quinonez Silvero, Luís Reynaldo Ferracciú Alleoni, Marina Colzato, Nícolas Augusto Rosin, Lucas Rabelo Campos. Environmental Pollution,Volume 292, Part B (2022), 118397.
Πηγή: [1]
1. Εισαγωγή
Η εδαφική μόλυνση από πιθανόν τοξικά στοιχεία (PTEs) είναι σημαντικό ζήτημα
παγκοσμίως εδικά σε αγροτικές περιοχές με κινδύνους στην ασφάλεια της
τροφής. Περίπου 5 εκατομμύρια περιπτώσεις μόλυνσης εδάφους από μέταλλα
ή μεταλλοειδή έχουν αναφερθεί σε παγκόσμιο επίπεδο σε μια έκταση πάνω
από 500 εκατομμύρια εκτάρια.
Η ανθρώπινη δραστηριότητα μπορεί να προκαλέσει συσσώρευση των PTEs
στο περιβάλλον, κυρίως από αγροχημικά ή και από βιομηχανικές
δραστηριότητες, ανεξέλεγκτες χωματερές, λυματολάσπη, κοπριά ζώων,
υπολείμματα καύσης άνθρακα και βιομηχανικά απόβλητα. Επιπλέον, οι
εξορυκτικές δραστηριότητες παράγουν κατάλοιπα με υψηλή πιθανότητα
μόλυνσης στο έδαφος.
Στοιχεία όπως ο σίδηρος (Fe), ο ψευδάργυρος (Zn) και το χρώμιο (Cr)
απαιτούνται από τα φυτά ως θρεπτικά, αλλά όταν η συγκέντρωσή τους
ξεπερνά τα νόμιμα όρια θεωρούνται μολυσματικά στοιχεία ή πιθανώς τοξικά
στοιχεία. Γι’ αυτό, η κατανόηση της δυναμικής και η παρακολούθηση των
επιπέδων PTEs στο έδαφος μπορεί να αποτρέψει περαιτέρω περιβαλλοντική
υποβάθμιση.
Οι συμβατικές μέθοδοι αξιολόγησης και παρακολούθησης των PTEs και άλλων
μολυσματικών στοιχείων είναι η δειγματοληψία εδάφους και η χημική
εργαστηριακή ανάλυση που όμως είναι χρονοβόρα και ακριβή διαδικασία. Γι’
αυτό χρειάζεται η ανάπτυξη οικονομικά αποδοτικών και γρήγορων μεθόδων
για την παρακολούθηση τέτοιων στοιχείων. Τέτοιες είναι η χρήση τεχνικών
ψηφιακής τηλεπισκόπησης για τη χαρτογράφηση PTEs στο έδαφος.
Οι πλατφόρμες δορυφορικών εικόνων χρησιμοποιούνται για την αξιολόγηση
μεγάλων εκτάσεων γης, όπως οι χρονοσειρές δεδομένων Landsat που
ανακτώνται εύκολα και χρησιμοποιούνται για την χαρτογράφηση των
ιδιοτήτων του εδάφους. Ένας από τους περιορισμούς της χρήσης
τηλεπισκόπησης είναι η φυτοκάλυψη που καλύπτει το έδαφος, αν και πλέον
αυτό μπορεί να αντιμετωπιστεί. Τα PTEs στο έδαφος έχουν ισχυρή σχέση με τα
μητρικά υλικά του και η μηχανική μάθηση αποτελεί ένα ισχυρό εργαλείο στην
ποσοτικοποίηση και χωροθέτηση ιδιοτήτων του εδάφους. Καθώς τα φάσματα
του εδάφους φέρουν τέτοιες πληροφορίες, γίνεται εκτίμηση ότι τα PTE μπορούν
να ανιχνευθούν με τηλεπισκόπηση στο γυμνό έδαφος. Έγινε χρήση οπτικών
δεδομένων από τους Landsat TM/ETM/ETM+, Landsat OLI και Sentinel και
ελέγχθηκε η ποιότητα της πρόβλεψης σε χωρική, χρονική και φασματική
ανάλυση. Η καταγραφή στοιχείων μόλυνσης μπορεί να βοηθήσει στις
αποφάσεις που αφορούν τις χρήσεις γης, πρακτικές διαχείρισης και δημόσιες
πολιτικές.
2. Υλικά και μέθοδοι Η περιοχή μελέτης καλύπτει 2574χμ2 και περιλαμβάνει οκτώ Δήμους της πολιτείας του Σάο Πάολο τη Βραζιλία. Συλλέχθηκαν 360 δείγματα εδάφους σε βάθος 0-20cm τα οποία αποξηράθηκαν στον αέρα σε 45οC για 48 ώρες και κοσκινίστηκαν κάτω από 2mm. Η εκχύλιση πραγματοποιήθηκε με νιτρικό και υδροχλωρικό οξύ σε κλειστά δοχεία για τα Al, As, B, Ba, Ca, Cd, Co, Cr, Cu, Fe, K, Mg, Mn, Mo, Na, Ni, P, Pb, S, Si και Zn.
Οι δορυφορικοί δέκτες ανακτούν πολυφασματικά δεδομένα από το ορατό, το εγγύς υπέρυθρο, το μικροκυματικό υπέρυθρο και άλλα συγκεκριμένα εύρη. Οι εικόνες Sentinel και Landsat OLI αφορούσαν την περίοδο 2016-2019 και για τους δορυφόρους Landsat TM οι εικόνες αφορούσαν την περίοδο 1984-2019. Έγινε επιλογή εικόνων με νεφοκάλυψη έως και 20%, ενώ οι εικόνες Sentinel με ανάλυση 10 μέτρα τροποποιήθηκαν στα 20 μέτρα έτσι ώστε να υπάρχει η ίδια χωρική ανάλυση μεταξύ των εικόνων. Ο αλγόριθμος GEOS3 χρησιμοποιήθηκε για περιοχές που το γυμνό έδαφος κρύβεται, χρησιμοποιώντας φασματικούς δείκτες. Το αποτέλεσμα αυτής της μεθόδου ονομάζεται Synthetic Soil Image (SYSI) που είναι ο φασματικός διάμεσος των περιοχών γυμνού εδάφους στις δορυφορικές εικόνες. Εφαρμόστηκαν οι αρχές ψηφιακής χαρτογράφησης του εδάφους για τη συσχέτιση των παρατηρήσεων από την ανάλυση του εργαστηρίου στα κανάλια της SYSI ως μεταβλητές χρησιμοποιώντας τον αλγόριθμο Τυχαία Δάση (RF). Τα δεδομένα χωρίστηκαν τυχαία σε 80% για εκπαίδευση/βαθμονόμηση και 20% για επαλήθευση. Τα δύο τρίτα των δειγμάτων χρησιμοποιήθηκαν για το χτίσιμο του δέντρου απόφασης, ενώ τα υπόλοιπα χρησιμοποιήθηκαν για την αξιολόγηση της απόδοσης του μοντέλου και την επιλογή υποσυνόλου εκπαίδευσης με καλύτερη ακρίβεια. Η επιλογή του RF έναντι άλλων μεθόδων μηχανικής μάθησης έγινε μεταξύ άλλων γιατί πρόκειται για εδραιωμένη στην ψηφιακή χαρτογράφηση εδάφους, ενώ η μοντελοποίηση έγινε σε γλώσσα προγραμματισμού Python.
3. Αποτελέσματα Η οργανική ουσία του εδάφους (SOM) και τα περιεχόμενα της λάσπης κυμαίνονταν μεταξύ 1-40 g kg-1 και μεταξύ 8-665 g kg-1 με μέσες τιμές 14 και 210 g kg-1 αντίστοιχα, που είναι οι τυπικές τιμές σε υγρά τροπικά εδάφη. Τα εύρη των Cr, Fe, Ni, and Zn ήταν 89, 83291 (83 g kg−1), 33, and 119 mg kg−1, που δείχνει υψηλή μεταβλητότητα και μέσες τιμές 14, 11692 (12 g kg−1), 4, and 15 mg kg−1, αντίστοιχα. Τα νόμιμα όρια για Cr, Ni και Zn είναι στα 75, 30 και 300 mg kg-1 αντίστοιχα. Ωστόσο, ελάχιστες τιμές QRV για τη μόλυνση σε αγροτικές περιοχές έχει οριστεί σε 150, 70 και 450 mg kg-1 για τα Cr, Ni και Zn αντίστοιχα. Στην περίπτωση της μελέτης οι μέγιστες τιμές των Cr και Ni ήταν πάνω από τα όρια, αλλά κάτω από τα όρια τιμών για ρύπους. Υψηλή συγκέντρωση Fe στο έδαφος μπορεί να είναι επιβλαβές για τους καρπούς, όπως το καλαμπόκι και το ρύζι. Η μακροχρόνια καλλιέργεια ζαχαροκάλαμου έχει επίσης αναφερθεί ως μία από τις πηγές συσσώρευσης ρύπων στην περιοχή, εξηγώντας τις υψηλές συγκεντρώσεις Cr και Ni. Έγινε συσχέτιση 21 στοιχείων γεωπονικής και περιβαλλοντικής σημασίας με τα κανάλια SYSI και τα περισσότερα στοιχεία έδειξαν χαμηλή συσχέτιση, εκτός από τα Al, B, Cr, Fe, Ni, P, Pb, S και Zn. Ισχυρή συσχέτιση εντοπίστηκε στα κανάλια SYSI των Landsat TM με τιμές που κυμαίνονται από -0,44 έως -0,52, -0,58 έως - 0,65, -0,31 έως -0,35 και -0,4 έως -0,43 για τα Cr, Fe, Ni και Zn, αντίστοιχα. Χαρακτηριστική είναι η ισχυρή σχέση μεταξύ των επιλεγμένων PTEs και των καναλιών NIR και μικροκυματικό υπέρυθρο και για τους δύο δορυφόρους, η οποία θέτει τις βάσεις για την ανίχνευση των PTEs στο έδαφος. Καθώς τα PTEs απορροφώνται από τη λάσπη και τα SOM, συνήθως δεν εμφανίζουν συγκεκριμένα χαρακτηριστικά απορρόφησης στα φασματικά κανάλια. Το έδαφος είναι μια μίξη ανόργανων και οργανικών ουσιών που αλληλεπιδρά με τα PTEs, των οποίων η φασματική συμπεριφορά σχετίζεται με τα κανάλια NIR και SWIR. Εάν η συγκέντρωση των PTEs δεν ξεπερνάει τα 4.0 mg g-1, μερικές φορές είναι δύσκολη ή αδύνατη η ανίχνευση των φασματικών σημάτων τους, ενώ επίσης τα PTEs δεν εμφανίζουν συγκεκριμένα χαρακτηριστικά ανάκλασης στα πολυφασματικά δεδομένα. Η πιο πολύτιμη διάκριση έγινε από τη μέθοδο SYSI με δεδομένα 35ετίας από τους Landsat TM. Έγιναν χωρικά τα τέσσερα πιο σχετικά PTEs με χρήση SYSI σε συνδυασμό με τον αλγόριθμο RF. Αξιολογήθηκε η ποιότητα του μοντέλου πρόβλεψης και προσδιορίστηκε ότι οι χαμηλότερες τιμές MAEval και υψηλότερες τιμές R2val για όλα τα PTEs μπορούν να επιτευχθούν με χρήση εικόνων Landsat από τη συλλογή 35-ετίας. Η μεγαλύτερη χρονική κάλυψη των Landsat TM επέτρεψε την ανάκτηση περισσότερων εκτάσεων γυμνού εδάφους και γι’ αυτό τα PTEs μπορούσαν να χαρτογραφηθούν σε μεγαλύτερες αγροτικές περιοχές απ’ ότι με εικόνες Sentinel και Landsat OLI που κάλυπταν μόνο 4 χρόνια. Σ’ αυτή την περίπτωση η μεγαλύτερη χωρική κάλυψη μέσω της μεγαλύτερης χρονικής έκτασης, είναι πιο σημαντική από τη μεγαλύτερη φασματική και χωρική ανάλυση, όπως έχει για παράδειγμα ο Sentinel. Το ενδεχόμενο ανίχνευσης και χαρτογράφησης από δορυφορικές πλατφόρμες των PTEs και των δυναμικών τους στο περιβάλλον μπορεί να βοηθήσει τις διαδικασίες λήψης αποφάσεων, ερευνητές, περιβαλλοντικές διαγνώσεις, τροφική ασφάλεια και περιβαλλοντικές πολιτικές. Αφού τα φάσματα έχουν εσωτερική σχέση με πολλές ιδιότητες του εδάφους, τα περιεχόμενα των PTEs μπορούν να προβλεφθούν καλά. Με τη συγκεκριμένη μελέτη γίνεται συμβολή στην παρακολούθηση των υποδεικνυόμενων στοιχείων, οριοθετώντας ζώνες πιθανών υψηλών τιμών. Αν και κανένας από τους χάρτες PTEs δεν παρουσιάζει τιμές πάνω από τα νόμιμα όρια της Βραζιλίας, δύναται ακόμα μια οριοθέτηση των περιοχών κινδύνου. Οι υψηλότερες συγκεντρώσεις στοιχείων προκαλούνται σε περιοχές βασάλτη, εκτός από το στοιχείο Cr.
Η πιθανότητα μόλυνσης υπόγειων υδάτων ή πηγών νερού από PTEs είναι υψηλότερη σε περιοχές κοντά σε φυσικές πηγές εάν τα επίπεδα συγκέντρωσης είναι ήδη υψηλά. Η αναγνώριση ζωνών με υψηλές συγκεντρώσεις PTEs μπορεί να αποτρέψει τη μετατόπιση του κινδύνου μόλυνσης, ενώ επιτρέπει οικολογικές προσεγγίσεις όπως η τόνωση των φυσικών εδαφικών διεργασιών για την επαναφορά σε ανεκτά σταθερή κατάσταση.
4. Συμπεράσματα Με δορυφορικά δεδομένα ανιχνεύονται τα περιεχόμενα των PTEs στο έδαφος από διαφορετικά μητρικά υλικά. Η παρούσα μεθοδολογία εφαρμόστηκε για την αναγνώριση και παρακολούθηση των ζωνών κινδύνου για PTEs. Επιπλέον, η χρήση της μεθόδου SYSI που λαμβάνει τις εκτάσεις γυμνού εδάφους στις αγροτικές περιοχές βοηθάει στην ανεύρεση των πιο ευάλωτων ζωνών για PTEs. Αντί για τον Sentinel με καλύτερη χωρική πληροφορία, η καλύτερη κάλυψη επιτεύχθηκε με τη συλλογή 35 ετών από τους Landsat TM. Αν και τα δορυφορικά δεδομένα είναι αποδοτικό εργαλείο για την ανίχνευση και χαρτογράφηση PTEs στο έδαφος, έχει μερικούς περιορισμούς, με τον βασικότερο να είναι η πολυπλοκότητα της δυναμικής του τοπίου, τα χαρακτηριστικά του εδάφους, η επιλογή φασματικών μεταβλητών, η πυκνότητα δειγματοληψίας του εδάφους και οι μέθοδοι μοντελοποίησης. Η απορρόφηση και η προσρόφηση των PTEs στο έδαφος επηρεάζονται από τη δυναμική του εδάφους, το οποίο μπορεί να αυξήσει τη μόλυνση ή να μειώσει την ανίχνευσή τους. Ένας ακόμη περιορισμός στην ανίχνευση των PTEs από δωρεάν διαθέσιμες δορυφορικές εικόνες, μπορεί να είναι η χαμηλή φασματική και χωρική ανάλυση. Τέλος, η πυκνότητα δειγματοληψίας μπορεί να περιορίσει τη χωρική κάλυψη των PTEs, η οποία παρεμβαίνει στην απόδοση της μεθόδου μοντελοποίησης. Επομένως, από την έρευνα αυτή γίνεται προσπάθεια να ξεπεραστούν κάποια από τα κενά σε αυτό το πεδίο, προτείνοντας μια νέα καινοτόμο μέθοδο.