Πολύ-χρονική δορυφορική ανίχνευση αλλαγών στο αστικό περιβάλλον

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Τίτλος

Satellite-based multitemporal-change detection in urban environments

Πηγή

SPIE

Συγγραφέας

Ni-Bin Chang


Αστικοποίηση ορίζεται η φυσική ανάπτυξη των αστικών περιοχών. Η βελτίωση της διαχείρισης της γης εξαρτάται σε μεγάλο βαθμό από την ικανότητα παρακολούθησης της αλλαγής χρήσεων-καλύψεων γης σε πραγματικό χρόνο, έτσι ώστε να μπορούν να αντιμετωπιστούν έγκαιρα και επαρκώς μια σειρά από αστικά/αγροτικά αναπτυξιακά ζητήματα. Η ανάλυση των δορυφορικών αισθητήρων και η υπολογιστική ικανότητα των ταξινομητών που χρησιμοποιούνται για την επεξεργασία της εικόνας πρέπει να είναι καλά ενσωματωμένοι στην ανίχνευση των αλλαγών, πολυχρονικών και μη. Αυτό μπορεί να οδηγήσει σε βελτιώσεις στη διαχείριση της γης και των παράκτιων περιοχών, στον περιορισμό των κινδύνων, στην αντιμετώπιση καταστάσεων έκτακτης ανάγκης και εν γένει στο σχεδιασμό. Η τεχνολογία δορυφορικής τηλεπισκόπησης υψηλής ανάλυσης και η επιστήμη που συνδέεται με την αξιολόγηση των χρήσεων και καλύψεων γης σε αστικές περιοχές (LULC) χρησιμοποιούν ένα ευρύ φάσμα εικόνων και αλγορίθμων για διάφορες εφαρμογές.

Μελέτες ταξινόμησης δορυφορικών εικόνων χρησιμοποιούν στατιστικές μεθόδους, όπως ταξινόμηση μεγίστης πιθανοφάνειας και πλησιέστερου σημείου. Τα τελευταία χρόνια, μέθοδοι που βασίζονται στην τεχνητή νοημοσύνη και σε τεχνικές μηχανικής μάθησης έχουν γίνει δημοφιλείς. Ωστόσο, οι υπάρχουσες τεχνικές επεξεργασίας με τη χρήση μεθόδων LULC είναι συχνά χρονοβόρες, επίπονες και κουραστικές στη χρήση, με αποτέλεσμα τη μη διαθεσιμότητα των αποτελεσμάτων εντός του καθορισμένου χρονικού πλαισίου. Στην παρούσα έρευνα αναπτύχθηκε μια νέα μέθοδος ταξινόμησης με τη χρήση εικόνων SPOT-5, ανάλυσης 2,5μ., για την παρακολούθηση της παράκτιας ζώνης, τις αστικές/αγροτικές αλληλεπιδράσεις και τις αλλαγές στο οικοσύστημα στο Νταλιάν (Κίνα). Κατασκευάστηκε ένας ταξινομητής με βάση το Lanczos (partial extreme-learning machine,PL-ELM), ένα νέο αλγόριθμο με γρήγορη ταχύτητα μάθησης και εξαιρετική απόδοση γενίκευσης.

Εικόνα 1: Αστική εξάπλωση, Ατλάντα.

Ως μελέτη περίπτωσης επιλέχθηκε η περιοχή Νταλιάν με βάση εικόνες που συλλέχθηκαν κατά το 2003 και 2007 (βλ. εικόνα 1), η οποία υποστηρίζει πλήρως τις ανάγκες παρακολούθησης και βοηθά στην ανίχνευση ταχέων αλλαγών όσον αφορά τις αστικές επεκτάσεις. Δεδομένου ότι διαφορετικές τάξεις αποτελεσμάτων LULC μπορεί να έχουν παρόμοια φασματικά χαρακτηριστικά, πραγματοποιήθηκε εξαγωγή χαρακτηριστικών υφής και δεικτών βλάστησης, τα οποία συμπεριλήφθηκαν στη διαδικασία ταξινόμησης για την ενίσχυση της ακρίβειας των αποτελεσμάτων. Προστέθηκαν νέα χαρακτηριστικά στα pixels της εικόνας και εισήχθη ο «κανονικοποιημένος δείκτης βλάστησης» καθώς και τέσσερα χαρακτηριστικά υφής (γωνιακή ροπή αδράνειας, αντίθεση, συσχέτιση και ομοιογένεια). Η επικύρωση της διαδικασίας με βάση πραγματικά δεδομένα εδάφους και συγκρίσεις με τις γνωστές μεθόδους ταξινόμησης αποδεικνύει την αξιοπιστία της προτεινόμενης προσέγγισης PL-ELM ως προς την ακρίβεια ταξινόμησης και την ταχύτητα επεξεργασίας. Τα χαρακτηριστικά LULC διακρίθηκαν σε έξι μεγάλες κατηγορίες, συμπεριλαμβανομένων των υδάτων, δασών, βοσκοτόπων, γυμνών γηπέδων, κτιρίων και δρόμων. Στη συνέχεια έγινε σύγκριση της ακρίβειας ταξινόμησης για όλους τους βασικούς τύπους, για τον καθορισμό της συνολικής ακρίβειας καθώς και των συντελεστών Kappa. Η μέθοδος PL-ELM υπερτερεί έναντι πέντε άλλων μεγάλων αλγορίθμων, συμπεριλαμβανομένης της ταξινόμησης μεγίστης πιθανοφάνειας, πλησιέστερου σημείου και του αλγορίθμου του Bayes.

Εικόνα 1: Αστική εξάπλωση, Ατλάντα.

Πραγματοποιήθηκε εκτίμηση της ακρίβειας ταξινόμησης της προτεινόμενης μεθόδου έναντι ενός συνόλου πειραματικών δεδομένων, τα οποία αποτελούνταν από 500 εξακριβωμένα σημεία δεδομένων εδάφους, οπότε και επαληθεύτηκε πλήρως η απόδοση του ταξινομητή PL-ELM. Η εικόνα 2 απεικονίζει τις διεργασίες αστικής επέκτασης χρησιμοποιώντας τα ακόλουθα στατιστικά στοιχεία. Από το 2003 έως το 2007, η περιοχή που καλύπτεται από νερό μειώθηκε κατά 12.7206 km2 ως αποτέλεσμα των παράκτιων εγγειοβελτιωτικών έργων. Επιπλέον, η δόμηση στην περιοχή αυξήθηκε κατά 7,8086 km2. Το γεγονός αυτό αποτελεί ισχυρή ένδειξη της ταχείας αστικής ανάπτυξης. Η ταχεία αύξηση της χρωματισμένης με καφέ περιοχής (η οποία αντιπροσωπεύει τα κτίρια) δείχνει υψηλούς ρυθμούς αστικοποίησης λόγω της αύξησης του πληθυσμού και της μετανάστευσης. Η υπέρογκη μείωση της κάλυψης του νερού που προκαλείται από τα εγγειοβελτιωτικά έργα είναι ένα συμβολικό δείγμα της αστικοποίησης και της επικρατούσας πολιτικής διαχείρισης της γης. Η δραστική μείωση των βοσκοτόπων κατά το σύντομο αυτό χρονικό διάστημα συνεπάγεται απώλεια σημαντικών στοιχείων του οικοσυστήματος.

Εν ολίγοις, η μέθοδος ταξινόμησης LULC βασίζεται σε ένα καινοτόμο αλγόριθμο μηχανικής μάθησης και εφαρμόσθηκε σε δύο SPOT-5 εικόνες, που αποκτήθηκαν το 2003 και το 2007, για την παραγωγή χαρτών LULC με χωρική ανάλυση 2,5μ. Τα αποτελέσματά επιτρέπουν την ανάπτυξη ενός συστήματος ταχείας ανίχνευσης των αλλαγών για την παρακολούθηση της αστικοποίησης, η οποία κατευθύνεται τόσο από ανθρώπινες ενέργειες όσο και από φυσικές καταστροφές.

Προσωπικά εργαλεία