Αμπελουργία Ακριβείας: Εντοπισμός αμπελοτεμαχίων και Διαχωρισμός ποικιλιών αμπέλου με Τηλεπισκοπικές μεθόδους

Εισαγωγή

Στην παρούσα εργασία αξιοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα υψηλής χωρικής ανάλυσης (WorldView-2) και μετρήσεις πεδίου, ώστε να αναπτυχθεί μια μεθοδολογία για τον εντοπισμό αμπελοτεμαχίων και το διαχωρισμό ποικιλιών αμπέλου, μέσω ταξινομήσεων.

Μεθοδολογία

Αρχικά συλλέχθηκαν γεωχωρικά δεδομένα (τηλεπισκοπικά και μετρήσεις πεδίου) για τις δύο περιοχές μελέτης (επιλεγμένοι αμπελώνες, στο Αίγιο και στην Αταλάντη). Έτσι ελήφθησαν δορυφορικές εικόνες WorldView-2 με χρόνο λήψης την αμπελουργική περίοδο του περκασμού (τέλη Ιουλίου-αρχές Αυγούστου) για το έτος 2012. Για κάθε περιοχή έγινε παραλαβή μιας παγχρωματικής και μιας πολυφασματικής εικόνας. Όσον αφορά στα δεδομένα πεδίου αυτά αφορούσαν χάρτες δεδομένων ελέγχου για την ακριβή τοποθεσία των αμπελοτεμαχίων και των φυτεμένων ποικιλιών, μετρήσεις GPS και μετρήσεις φασματογράφου χειρός για μέτρηση της ανακλώμενης ακτινοβολίας διαφορετικών ποικιλιών αμπέλου.

Στα πλαίσια της προεπεξεργασίας έλαβαν χώρα περικοπή εικόνων σε ειδικότερες περιοχές ενδιαφέροντος, ραδιομετρική διόρθωση χονδροειδών σφαλμάτων και συγχώνευση για κάθε περιοχή της παγχρωματικής και της πολυφασματικής εικόνας με τη μέθοδο Hyperspherical Color Sharpening.

Για τον εντοπισμό των αμπελοτεμαχιών και το διαχωρισμό τους από τα υπόλοιπα αντικείμενα, εφαρμόστηκαν τεχνικές που βασίζονται στη χρήση ασαφούς λογικής στην περιγραφή των κλάσεων της ταξινόμησης, σε ένα πλαίσιο αντικειμενοστραφούς ανάλυσης εικόνας, με χρήση του λογισμικού eCognition. Οι ταξινομήσεις για τον εντοπισμό των αμπελοτεμαχίων, που πραγματοποιήθηκαν στις αρχικές και στις συγχωνευμένες εικόνες, είχαν ως στόχο τη δημιουργία μιας ομάδας χαρακτηριστικών κατάλληλης για τον εντοπισμό των αμπελοκαλλιεργειών στις εικόνες.

Για το διαχωρισμό των ποικιλιών αμπέλου χρησιμοποιήθηκε η ασαφής εκδοχή του αλγορίθμου του Εγγύτερου Γείτονα στην περιγραφή των κατηγοριών. Οι ταξινομήσεις για το διαχωρισμό ποικιλιών έγιναν στα εικονοστοιχεία που είχαν ταξινομηθεί ως αμπελοτεμάχια στις αρχικές εικόνες των περιοχών μελέτης που περιείχαν φασματική πληροφορία. Τα τελικά αποτελέσματα ήταν συνολικά δέκα ταξινομημένες εικόνες για τις περιοχές μελέτης και αφορούν διαχωρισμό με ταξινόμηση ανάμεσα σε 3 μέχρι και 7 διαφορετικές ποικιλίες.

Αποτελέσματα/Συζήτηση

Η αξιολόγηση της διαδικασίας εντοπισμού των αμπελοτεμαχίων και του διαχωρισμό των ποικιλιών έγινε με την εφαρμογή των ακόλουθων δεικτών:

Η ποσοτική αξιολόγηση για τις ταξινομήσεις στις δύο περιοχές μελέτης έδωσε υψηλά ποσοστά επιτυχίας, με τα αποτελέσματα των συγχωνευμένων εικόνων να παρουσιάζουν υψηλότερα ποσοστά κυρίως στο δείκτη ορθότητας. Αυτά αποδίδονται στο πλεονέκτημα της μεγαλύτερης χωρικής ανάλυσης, που ανέδειξε το γραμμικό πρότυπο των αμπελοκαλλιεργειών με αποτέλεσμα τον καλύτερο εντοπισμό των καλλιεργειών και διαχωρισμό τους τα υπόλοιπα είδη βλάστησης.

Επιπλέον επιχειρήθηκε και ο διαχωρισμός των διαφορετικών ποικιλιών ή κλώνων ποικιλιών αμπέλου των αμπελοτεμάχια. Έτσι προέκυψαν δέκα ταξινομήσεις διαχωρισμού για τις δύο περιοχές μελέτης. Η ποσοτική αξιολόγηση της πληρότητας της ταξινόμησης για κάθε ποικιλία για την περιοχή της Tράπεζας παρουσιάζεται στον Πίνακα 3.

Για την περιοχή του Μεγαπλατάνου:

Τα συμπεράσματα που εξάγονται από αυτή την ταξινόμηση είναι ότι υπάρχουν ομοιότητες στις φασματικές υπογραφές, που οδηγούν σε λανθασμένα αποτελέσματα ταξινόμησης, ανάμεσα στις κλάσεις Chardonnay με Ρομπόλα και Syrah με Ρομπόλα.

Συμπεράσματα εκτιμάται ότι η αξιοποίηση των σύγχρονων τεχνολογικών μέσων και η υιοθέτηση της κατάλληλης μεθοδολογίας επεξεργασίας μπορεί να οδηγήσει στη δημιουργία ενός αποτελεσματικού ημι-αυτόματου εργαλείου για τη διαχείριση και τον έλεγχο των καλλιεργειών αμπέλου.