RemoteSensing Wiki - Συνεισφορές χρήστη [el]

ΜΙΑ ΝΕΑ ΜΕΘΟΔΟΣ ΑΝΙΧΝΕΥΣΗΣ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΕΙΚΟΝΩΝ ENVISAT

2012-03-09T09:10:12Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «A new object-oriented methodology to detect oil spills using envisat images» 
'''Συγγραφείς:''' K. Topuzelis, V. Karathanasi, P.Pavlakis, D. Rokos 
'''Πηγή:''' http://earth.esa.int/envisatsymposium/proceedings/posters/3P14/467072to.pdf 

'''Περίληψη'''
Εκτός από την τυχαία ρύπανση που προκαλείται από πλοία σε κίνδυνο, διάφοροι τύποι λειτουργιών ρουτίνας των πλοίων οδηγούν σε αποβολές πετρελαίου στη θάλασσα. Οι παράνομες αποβολές είναι η μεγαλύτερη πηγή θαλάσσιας ρύπανσης από τα πλοία και η μόνη η οποία αποτελεί απειλή μακράς διαρκείας για το θαλάσσιο και το παράκτιο περιβάλλον. Η δορυφορική παρακολούθηση, και ιδιαιτέρως η χρήση των παρατηρήσεων SAR (Synthetic Aperture Radar), μπορεί να αποτελέσουν ένα αποτελεσματικό εργαλείο συμπληρωματικό των παραδοσιακών μεθόδων αέριας παρακολούθησης. Η ικανότητα του SAR να ανιχνεύει πετρελαιοκηλίδες πάνω στην επιφάνεια της θάλασσας είναι γνωστή και αποδεδειγμένη εδώ και καιρό. Πρόσφατα παρουσιάστηκε μια νέα αυτοματοποιημένη μέθοδος για την ανίχνευση των πετρελαιοκηλίδων που χρησιμοποιεί ERS πλήρους ψηφίσματος δεδομένα SAR. Στην παρούσα εργασία έγινε μια πρώτη προσπάθεια για να εξετασθεί η τεχνική ASAR ENVISAT μεσαίου χωρικού ψηφίσματος. Η μεθοδολογία στηρίζεται στην προσέγγιση και τα οφέλη των τεχνικών κατάτμησης προκειμένου να ανιχνευτούν οι μαύροι σχηματισμοί. Μια συγκεχυμένη μέθοδος ταξινόμησης (fuzzy classification method) χρησιμοποιείται για να ταξινομηθούν οι μαύροι σχηματισμοί σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

'''1. Εισαγωγή'''
Οι πετρελαιοκηλίδες επηρεάζουν το θαλάσσιο οικοσύστημα και προκαλούν πολιτική και επιστημονική ανησυχία καθώς έχουν σοβαρές επιδράσεις στα ευαίσθητα θαλάσσια και παράκτια οικοσυστήματα. Η ποσότητα των ρυπαντικών αποβολών και των συναφών επιδράσεων στο θαλάσσιο περιβάλλον είναι σημαντικές παράμετροι στην εκτίμηση της ποιότητας του νερού. Ενώ είναι ευρέως γνωστό ότι η τυχαία ρύπανση της θάλασσας μπορεί να περιοριστεί αλλά δεν μπορεί ποτέ να εξαλειφθεί εντελώς, οι παράνομες αποβολές των πλοίων μπορούν ωστόσο να περιοριστούν με την αυστηρή επιβολή των υπαρχόντων κανονισμών και τον έλεγχο, την παρακολούθηση και την επιτήρηση της θαλάσσιας κυκλοφορίας.

Τα συστήματα SAR χρησιμοποιούνται εκτενώς για τον εντοπισμό των σκοτεινών σχηματισμών στο θαλάσσιο περιβάλλον καθώς δεν επηρεάζονται από τις τοπικές καιρικές συνθήκες, τη συννεφιά και την εναλλαγή μέρας και νύχτας. Τα σκοτεινά σημεία μπορεί να είναι :πετρελαιοκηλίδες, οργανικό φιλμ, εσωτερικά κύματα κ. λ. π.
Αρκετές μελέτες που στοχεύουν στην ανίχνευση πετρελαιοκηλίδων με τη χρήση εικόνων SAR έχουν εφαρμοστεί. Οι περισσότερες από αυτές τις μελέτες βασίζονται στην ανίχνευση των σκοτεινών περιοχών, οι οποίες σε επόμενο βήμα ταξινομούνται σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές. Κάθε σχηματισμός στην εικόνα που είναι σκοτεινότερος από την γύρω περιοχή έχει υψηλή πιθανότητα να είναι πετρελαιοκηλίδα και χρειάζεται περαιτέρω έρευνα. Αν και αυτή η διαδικασία δείχνει να είναι απλή για έναν ανθρώπινο χειριστή, περιλαμβάνει τρεις βασικές δυσκολίες εφόσον χρησιμοποιηθούν ημιαυτόματες ή αυτόματες μέθοδοι. Πρώτον οι νέες πετρελαιοκηλίδες είναι φωτεινότερες από τις παλαιότερες. Έχουν μικρή αντίθεση σε σχέση με τον περίγυρό τους και έτσι είναι δύσκολο να ανιχνευθούν. Δεύτερον, οι περιοχές που περιβάλλουν σκοτεινές περιοχές μπορεί να έχουν διάφορες τιμές αντίθεσης, που εξαρτώνται από την τοπική κατάσταση της θάλασσας, τον τύπο του πετρελαίου και το ψήφισμα της εικόνας. Τρίτον, άλλα φαινόμενα πιθανώς να εμφανίζονται σαν σκοτεινές περιοχές. Γι’ αυτό το λόγο απαιτείται περαιτέρω ταξινόμηση των σκοτεινών περιοχών σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

Ο σκοπός αυτής της εργασίας είναι η ανίχνευση των πετρελαιοκηλίδων που είναι αποτέλεσμα των παράνομων αποβολών των πλοίων. Σε προηγούμενη μελέτη, αναπτύχθηκε μια νέα μεθοδολογία που χρησιμοποιούσε δεδομένα ERS PRI. Στην παρούσα μελέτη η μέθοδος δοκιμάστηκε για δεδομένα ENVISAT μεσαίου ψηφίσματος.

Σκεπτόμενοι συνολικά και δρώντας τοπικά, η μεθοδολογία εισάγει τέσσερα καινοτόμα σημεία. Το πρώτο είναι η κατάτμηση της εικόνας σε μεγάλα κομμάτια εικόνας που διαφέρουν στις στατιστικές τιμές, αντί για την αυθαίρετη κατάτμησή της σε παράθυρα. Δεύτερον, εφαρμόζεται μια πολύ λεπτομερής κλίμακα κατάτμησης και οι στατιστικές τιμές του κάθε μικρού κομματιού συγκρίνονται με την τιμή του κατώτατου ορίου του μεγάλου κομματιού στο οποίο ανήκουν. Συνεπώς, η μεθοδολογία που αναπτύχθηκε έχει ως πλεονέκτημα τη διαφορετική αντίθεση και τις τιμές έντασης που περιέχονται σε μια απλή ASAR εικόνα, και ανιχνεύει τις σκοτεινές περιοχές με διάφορες τιμές φωτεινότητας που τοποθετούνται σε διαφορετικά περιβάλλοντα καταστάσεων θάλασσας. Τρίτον, μόλις εντοπιστούν οι σκοτεινές περιοχές, δεν απομονώνονται από την εικόνα, αλλά θεωρούνται ως μέρος του συνόλου. Το στάδιο της ταξινόμησης εφαρμόζεται με τη χρήση χαρακτηριστικών γνωρισμάτων των σκοτεινών περιοχών, λαμβάνοντας όμως υπόψη και τα χαρακτηριστικά των γύρω περιοχών. Σε αυτό το στάδιο, οι σκούρες περιοχές ταξινομούνται σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές, με τη χρήση συγκεχυμένης (fuzzy) λογικής ταξινόμησης. Τέταρτον, η μέθοδος χρησιμοποιεί δύο ξεχωριστές βάσεις δεδομένων, ή κάθε μια εκ των οποίων είναι προσαρμόσιμη σε διαφορετικό θαλάσσιο περιβάλλον. Σε περίπτωση έντονου χρώματος εικόνας με τοπικές ανωμαλίες και/ή περιοχές με στιγμιαίες διακοπές αέρα, η φωτεινότητα του μεγάλου κομματιού που δημιουργείται από τη μεθοδολογία περιορίζεται, και το σχήμα και τα όρια των σκούρων αντικειμένων τροποποιούνται. Αντιθέτως, σε ένα σχετικά φωτεινό και λείο θαλάσσιο περιβάλλον, τα σκοτεινά αντικείμενα παρουσιάζουν έντονη αντίθεση, καθορίζονται με μεγαλύτερη ακρίβεια, και η ανίχνευσή τους είναι ευκολότερη.

'''2.Μεθοδολογία'''
Η μεθοδολογία που αναπτύχθηκε βασίζεται σε μια αντικειμενοστρεφή προσέγγιση. Η μεθοδολογία αναπτύχθηκε στο περιβάλλον λογισμικού eCognition. Το λογισμικό εισάγει μια νέα μεθοδολογία ταξινόμησης η οποία καλείται «Αντικειμενοσταφής ταξινόμηση εικόνας» (Object Oriented Image Classification), στην οποία σε πρώτο στάδιο, τα εξαγόμενα ομογενή αντικείμενα σε οποιοδήποτε είδος ψηφίσματος ταξινομούνται με ένα είδος συγκεχυμένης λογικής. Η βασική στρατηγική είναι να χτιστεί ένα ιεραρχικό δίκτυο από αντικείμενα εικόνων, που επιτρέπει την παρουσίαση του περιεχομένου της πληροφορίας εικόνας σε διαφορετικά ψηφίσματα (κλίμακες) ταυτόχρονα. Με τη λειτουργία των σχέσεων μεταξύ των αντικειμένων του δικτύου είναι δυνατόν να ταξινομηθούν πληροφορίες τοπικού περιεχομένου. Η θεωρία που αναπτύχθηκε απαιτεί έξι βασικά βήματα για την εφαρμογή της (Εικόνα 1).

[[Εικόνα:Av_a5_eik1.jpg]] 
Εικόνα 1: Διάγραμμα ροής της χρησιμοποιηθείσας μεθοδολογίας

Ο χρήστης εισάγει την πρωτότυπη εικόνα ASAR σε ένα μοντέλο για την 8-bit μετατροπή καθώς και τα βήματα φιλτραρίσματος. Τα αποτελέσματα του μοντέλου (εικόνα ASAR 8-bit και φιλτραρισμένες εικόνες εισάγονται στο eCognition και χωρίς καμία συμμετοχή του χρήστη παράγεται το αποτέλεσμα μέσω ενός συγκεκριμένου πρωτοκόλλου το οποίο είναι υπεύθυνο για τα επόμενα βήματα (κατάτμηση, ανίχνευση σκοτεινών περιοχών, ενότητα του αντικειμένου και ταξινόμηση του αντικειμένου).

Η μετατροπή από τα 16 στα 8 bit έγινε με τη χρήση ενός απλού αλγορίθμου ελαχίστου-μεγίστου με τη μέγιστη τιμή να είναι ίση με τη σημαινόμενη τιμή συν τρεις φορές την τιμή της τυπικής απόκλισης (ισοδύναμο με το 99.73% της διασποράς της πληροφορίας). Το φιλτράρισμα έγινε με τη χρήση ενός συγκεκριμένου συνδυασμού ενός 3*3 Lee φίλτρου και της πραγματικής εικόνας, και ακολουθήθηκε από ένα 5*5 Lee φίλτρο και ένα 7*7 φίλτρο τοπικής αναγνώρισης. Ο εν λόγω συνδυασμός χρησιμοποιήθηκε με επιτυχία. Η εικόνα τριών επιπέδων που παρήχθη (εικόνα ASAR,σημαίνων φίλτρο και φίλτρα τοπικής αναγνώρισης) χρησιμοποιήθηκε για την κατάτμηση της εικόνας. Η κατάτμηση εμφανίζεται σε δύο διαφορετικές κλίμακες: μια πολύ λεπτομερή και μια πολύ ευρεία κλίμακα. Ο παράγοντας της λεπτομερούς κλίμακας χρησιμοποιήθηκε προκειμένου να δημιουργηθούν πολύ μικρά αντικείμενα ικανά να περιγράψουν κάθε σχηματισμό της εικόνας SAR. Ο παράγοντας της ευρείας κλίμακας χρησιμοποιήθηκε προκειμένου να μοιραστεί η εικόνα ASAR σε μεγάλες κατά το δυνατόν ενιαίες περιοχές.

Η ανίχνευση των σκούρων περιοχών επετεύχθη με τη χρήση ενός αλγορίθμου κατωφλίου ο οποίος εφαρμόστηκε σε δύο στάδια. Στο πρώτο στάδιο, αναπτύχθηκε ένας τύπος που βασίστηκε σε στατιστικά δεδομένα εξεχόντων αντικειμένων και τα μικρά αντικείμενα με χαμηλή φωτεινότητα και υψηλές τιμές αντίθεσης σχετικά με το περιβάλλον τους χαρακτηρίστηκαν ως σκοτεινές περιοχές. Ωστόσο, οι νέες πετρελαιοκηλίδες ή αποκομμένα τμήματα πετρελαιοκηλίδων δεν ανιχνεύτηκαν επιτυχώς. Ένας νέος τύπος εφαρμόστηκε, στον οποίο οι στατιστικές τιμές των εξεχόντων αντικειμένων βασίστηκαν στα pixel που δεν χαρακτηρίστηκαν ως σκοτεινές περιοχές στο πρώτο βήμα. Όλα τα μικρά αντικείμενα που χαρακτηρίστηκαν ως μαύρες περιοχές ακολούθως ομαδοποιήθηκαν προκειμένου τα στατιστικά χαρακτηριστικά τους όπως η περιοχή, το σχήμα και η υφή να εκτιμηθούν. Η ένωση των αντικειμένων οδήγησε σε μια ταξινόμηση της εικόνας σε δυο κατηγορίες: τα σκούρα αντικείμενα και την τραχεία θάλασσα.

Με βάση τα σκούρα αντικείμενα, αρκετά χαρακτηριστικά μπορούν να εξαχθούν, όπως η μέση τιμή, η περίμετρος, η πολυπλοκότητα, η υφή κ. λ. π. Η βάση δεδομένων που δημιουργήθηκε από αυτά χρησιμοποιεί μια συγκεχυμένη λογική προκειμένου τα σκούρα αντικείμενα να ταξινομηθούν σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές. Λεπτομερής ανάλυση του θαλασσίου περιβάλλοντος έδειξε ότι η διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι μη ικανοποιητική όταν χρησιμοποιείται μια απλή βάση. Έτσι, αναπτύχθηκαν δύο βάσεις δεδομένων που εξαρτώνται από τη φωτεινότητα του κυρίαρχου αντικειμένου και την κατάσταση της θάλασσας. Περιλαμβάνουν τα ίδια χαρακτηριστικά γνωρίσματα αλλά χρησιμοποιούν διαφορετικούς κανόνες για τον χαρακτηρισμό των πετρελαιοκηλίδων. Ένα σύνολο δέκα χαρακτηριστικών γνωρισμάτων εισήχθη στις βάσεις δεδομένων. Μια ειδική έρευνα διενεργήθηκε προκειμένου να επιλεγούν τα χαρακτηριστικά που θα χρησιμοποιηθούν. Ο προτεινόμενος συνδυασμός βρέθηκε πολύ αποτελεσματικός στη διάκριση των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές.

Η ταξινόμηση πραγματοποιήθηκε με τη χρήση συγκεχυμένης λογικής, οι κανόνες της οποίας είναι εύκολα κατανοητοί και μπορούν να εφαρμοστούν σε κάθε χαρακτηριστικό γνώρισμα που επιλέχτηκε. Κάθε ένα από τα δέκα χαρακτηριστικά θεωρήθηκε ως ξεχωριστή τάξη. Κάθε τάξη αποτελείται από ένα σύνολο εκφράσεων, που επιτρέπουν την εκτίμηση συγκεκριμένων τιμών και της λογικής τους λειτουργίας.
Η μέθοδος μπορεί να χρησιμοποιηθεί σε λειτουργική κλίμακα για την ανίχνευση πετρελαιοκηλίδων μέσω του μετρίου ψηφίσματος των δεδομένων ASAR. Ο χρήστης μπορεί μόνο να συνεισφέρει στην εισαγωγή της πρωτότυπης εικόνας ASAR και των προερχόμενων εξ αυτών προϊόντων. Ο χρόνος υπολογισμού για την προτεινόμενη μεθοδολογία μιας μεσαίου ψηφίσματος εικόνας ASAR είναι 2-5 λεπτά.

'''3.Βάση δεδομένων'''
Η μεθοδολογία που αναπτύχθηκε εφαρμόστηκε σε μια βάση δεδομένων τεσσάρων ENVISAT ASAR εικόνων μεσαίου ψηφίσματος. Η βάση δεδομένων περιέχει αρκετές καταστάσεις της θάλασσας και όλες οι εικόνες περιέχουν ένα συγκεκριμένο αριθμό σκούρων αντικειμένων. Δύο από τις εικόνες περιέχουν τουλάχιστον μια πετρελαιοκηλίδα, ενώ οι άλλες δύο περιέχουν μόνο παρεμφερείς τους μορφές. Για λόγους παρουσίασης η εφαρμογή της μεθοδολογίας παρουσιάζεται σε δύο εικόνες ASAR: η πρώτη (εικόνα 2) λήφθηκε στις 28/7/2006 (orbit 23050, frame 2242) και η δεύτερη (εικόνα 3) λήφθηκε στις 21/7/2006 (orbit 22950, frame 1464).

[[Εικόνα:Av_a5_eik2.jpg | thumb | left | Εικόνα 2: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει πετρελαιοκηλίδες και το αποτέλεσμα της ταξινόμησης.]]

Οι δύο εικόνες παρουσιάζουν διαφορετικές καταστάσεις τις θάλασσας και περιέχουν πετρελαιοκηλίδες και παρεμφερείς τους μορφές. Οι εικόνες αναλύθηκαν διεξοδικά από τρεις διαφορετικούς επιστήμονες που χρησιμοποίησαν φωτοερμηνευτηκές τεχνικές. Η πρώτη εικόνα παρουσιάζει μια τραχεία επιφάνεια θάλασσας, ικανή να παράγει ένα ισχυρό σήμα αντίθεσης στην παρουσία πετρελαιοκηλίδων. Περιέχει τέσσερεις παλιές πετρελαιοκηλίδες στο αριστερό μέρος και μια νέα πετρελαιοκηλίδα στο δεξί μέρος. Επίσης περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας στο αριστερό μέρος, πολύ κοντά στη γη. Η κατάσταση της θάλασσας είναι ιδανική για την ανίχνευση των πετρελαιοκηλίδων, καθώς η ταχύτητα του ανέμου εκτιμάται στα 3.4 m/sec. Η δεύτερη εικόνα περιέχει ιδιαίτερα περίπλοκα χαρακτηριστικά. Η ταχύτητα του ανέμου ποικίλει από 0 m/sec σε 4 m/sec, κάνοντας την ανίχνευση της πετρελαιοκηλίδας ένα μάλλον δύσκολο έργο. Η εικόνα περιέχει αρκετές παρεμφερείς μορφές πετρελαιοκηλίδων στην περιοχή κοντά στη γη.

[[Εικόνα:Av_a5_eik3.jpg | thumb | right | Εικόνα 3: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει παρεμφερείς μορφές πετρελαιοκηλίδων και το αποτέλεσμα της ταξινόμησης.]]

'''4.Αποτελέσματα'''
Το αποτέλεσμα της ανάλυσης των εικόνων ENVISAT ASAR παρουσιάζεται στις εικόνες 2-5. Από την εικόνα 2 φαίνεται ότι οι τέσσερις παλιές πετρελαιοκηλίδες στην αριστερή μεριά ανιχνεύτηκαν επιτυχώς. Η εικόνα 4 δίνει έμφαση σε μια πιο μεγάλη πετρελαιοκηλίδα στην αριστερή πλευρά της εικόνας. Αντιθέτως η πρόσφατη πετρελαιοκηλίδα στη δεξιά πλευρά της εικόνας 2 δεν ανιχνεύτηκε. Η αποτυχία εμφανίστηκε στη σκοτεινή φάση ανίχνευσης. Η μέθοδος διαχώρισε επιτυχώς την εικόνα σε τέσσερα μεγάλα τμήματα όμως η διαφορά των μικρών τμημάτων που απεικόνισαν τη νέα κηλίδα, από το μεγαλύτερο κομμάτι τους δεν ήταν αρκετή προκειμένου να ανιχνευτεί το μαύρο αντικείμενο. Έτσι, δεν υπήρχε αντικείμενο που να περιγράφει τη νέα κηλίδα στο στάδιο της ταξινόμησης. Οι τιμές της ακτινοβολίας οπισθοδιασποράς της νέας κηλίδας δεν ήταν εντός των ορίων που παρήχθησαν από νέες κηλίδες που εξετάστηκαν προηγουμένως μέσω του ERS PRI.

Η εικόνα 3 δείχνει το αποτέλεσμα της ανάλυσης της δεύτερης εικόνας που περιέχει μόνο παρεμφερείς μορφές πετρελαιοκηλίδων. Εδώ, η μέθοδος ταξινόμησης λειτούργησε επιτυχώς καθώς όλα τα σκούρα χαρακτηριστικά επιτυχώς ταξινομήθηκαν σαν παρεμφερείς μορφές πετρελαιοκηλίδων. Στην εικόνα 5 δίνεται ένα πιο λεπτομερές παράδειγμα για παρεμφερή μορφή πετρελαιοκηλίδας που είναι τοποθετημένη στο πάνω αριστερό μέρος της εικόνας 3.

'''5.Συμπεράσματα'''
Στην παρούσα μελέτη παρουσιάστηκε μια νέα αυτοματοποιημένη μεθοδολογία για την ανίχνευση πετρελαιοκηλίδων με τη χρήση δεδομένων ENVISAT ASAR μέτριου χωρικού ψηφίσματος. Η μεθοδολογία προηγουμένως αναπτύχθηκε για δεδομένα ERS PRI. Διάφοροι παράγοντες έπρεπε να αλλάξουν όπως τα επίπεδα της κατάτμησης και τα συγκεχυμένα όρια προκειμένου να λειτουργήσει επιτυχώς σε πολλές περιπτώσεις ανίχνευσης πετρελαιοκηλίδων για εικόνες ENISAT. Τα μορφολογικά χαρακτηριστικά των πετρελαιοκηλίδων και οι τιμές της ακτινοβολίας οπισθοδιασποράς δεν είναι οι ίδιες για υψηλό και μέτριο ψήφισμα, επομένως απαιτείται μια συγκεκριμένη μελέτη για την προσαρμογή τους σε κάθε ψήφισμα.
[[Εικόνα:Av_a5_eik4.jpg | thumb | left | Εικόνα 4: Ένα παράδειγμα πετρελαιοκηλίδας και η ταξινόμησή του.]]
[[Εικόνα:Av_a5_eik5.jpg | thumb | right | Εικόνα 5: Ένα παράδειγμα παρεμφερούς μορφής πετρελαιοκηλίδας και η ταξινόμησή του.]]
Η προταθείσα μεθοδολογία έχει δύο βασικά πλεονεκτήματα. Πρώτον, τα αποτελέσματά της δεν επηρεάζονται από τις συνθήκες της θάλασσας και δεύτερον η μέθοδος είναι ανεξάρτητη από την αρχική ποιότητα των δεδομένων ASAR (επίπεδο βαθμονόμησης του αισθητήρα, στίγμα, ατμοσφαιρικές συνθήκες). Επιπλέον, τα μαύρα αντικείμενα δεν απομονώνονται από την εικόνα και επομένως οι κανόνες γειτνίασης μπορούν να χρησιμοποιηθούν για τη φάση της ταξινόμησης. Η σημασία της τελευταίας παρατήρησης μπορεί να φανεί στις εικόνες 4 και 5. Ακόμα και ένας ειδικός δε μπορεί να διακρίνει μια πετρελαιοκηλίδα από μια παρεμφερή της μορφή όταν μόνο τμήματα των εικόνων αυτών εξετάζονται. Απεναντίας η ανάλυση είναι πολύ ευκολότερη όταν λαμβάνονται υπόψη και τα χαρακτηριστικά γειτνίασης.

Επιπλέον έρευνα πάνω σε αυτό το θέμα περιλαμβάνει επικύρωση της μεθόδου από περισσότερες εικόνες με διάφορους καταστάσεις θάλασσας και τύπους πετρελαιοκηλίδων. Επιπλέον πρέπει να γίνει μια σύγκριση μεταξύ της προτεινόμενης μεθόδου και μιας που βασίζεται σε στατιστικές, χρησιμοποιώντας ως δεδομένα εισόδου τα ίδια δεδομένα ASAR που θα πρέπει να περιλαμβάνουν επιβεβαιωμένες πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

[[category:Υδατικοί Πόροι]]

ΜΙΑ ΝΕΑ ΜΕΘΟΔΟΣ ΑΝΙΧΝΕΥΣΗΣ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΕΙΚΟΝΩΝ ENVISAT

2012-03-09T09:09:21Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «A new object-oriented methodology to detect oil spills using envisat images» 
'''Συγγραφείς:''' K. Topuzelis, V. Karathanasi, P.Pavlakis, D. Rokos 
'''Πηγή:''' http://earth.esa.int/envisatsymposium/proceedings/posters/3P14/467072to.pdf 

'''Περίληψη'''
Εκτός από την τυχαία ρύπανση που προκαλείται από πλοία σε κίνδυνο, διάφοροι τύποι λειτουργιών ρουτίνας των πλοίων οδηγούν σε αποβολές πετρελαίου στη θάλασσα. Οι παράνομες αποβολές είναι η μεγαλύτερη πηγή θαλάσσιας ρύπανσης από τα πλοία και η μόνη η οποία αποτελεί απειλή μακράς διαρκείας για το θαλάσσιο και το παράκτιο περιβάλλον. Η δορυφορική παρακολούθηση, και ιδιαιτέρως η χρήση των παρατηρήσεων SAR (Synthetic Aperture Radar), μπορεί να αποτελέσουν ένα αποτελεσματικό εργαλείο συμπληρωματικό των παραδοσιακών μεθόδων αέριας παρακολούθησης. Η ικανότητα του SAR να ανιχνεύει πετρελαιοκηλίδες πάνω στην επιφάνεια της θάλασσας είναι γνωστή και αποδεδειγμένη εδώ και καιρό. Πρόσφατα παρουσιάστηκε μια νέα αυτοματοποιημένη μέθοδος για την ανίχνευση των πετρελαιοκηλίδων που χρησιμοποιεί ERS πλήρους ψηφίσματος δεδομένα SAR. Στην παρούσα εργασία έγινε μια πρώτη προσπάθεια για να εξετασθεί η τεχνική ASAR ENVISAT μεσαίου χωρικού ψηφίσματος. Η μεθοδολογία στηρίζεται στην προσέγγιση και τα οφέλη των τεχνικών κατάτμησης προκειμένου να ανιχνευτούν οι μαύροι σχηματισμοί. Μια συγκεχυμένη μέθοδος ταξινόμησης (fuzzy classification method) χρησιμοποιείται για να ταξινομηθούν οι μαύροι σχηματισμοί σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

'''1. Εισαγωγή'''
Οι πετρελαιοκηλίδες επηρεάζουν το θαλάσσιο οικοσύστημα και προκαλούν πολιτική και επιστημονική ανησυχία καθώς έχουν σοβαρές επιδράσεις στα ευαίσθητα θαλάσσια και παράκτια οικοσυστήματα. Η ποσότητα των ρυπαντικών αποβολών και των συναφών επιδράσεων στο θαλάσσιο περιβάλλον είναι σημαντικές παράμετροι στην εκτίμηση της ποιότητας του νερού. Ενώ είναι ευρέως γνωστό ότι η τυχαία ρύπανση της θάλασσας μπορεί να περιοριστεί αλλά δεν μπορεί ποτέ να εξαλειφθεί εντελώς, οι παράνομες αποβολές των πλοίων μπορούν ωστόσο να περιοριστούν με την αυστηρή επιβολή των υπαρχόντων κανονισμών και τον έλεγχο, την παρακολούθηση και την επιτήρηση της θαλάσσιας κυκλοφορίας.

Τα συστήματα SAR χρησιμοποιούνται εκτενώς για τον εντοπισμό των σκοτεινών σχηματισμών στο θαλάσσιο περιβάλλον καθώς δεν επηρεάζονται από τις τοπικές καιρικές συνθήκες, τη συννεφιά και την εναλλαγή μέρας και νύχτας. Τα σκοτεινά σημεία μπορεί να είναι :πετρελαιοκηλίδες, οργανικό φιλμ, εσωτερικά κύματα κ. λ. π.
Αρκετές μελέτες που στοχεύουν στην ανίχνευση πετρελαιοκηλίδων με τη χρήση εικόνων SAR έχουν εφαρμοστεί. Οι περισσότερες από αυτές τις μελέτες βασίζονται στην ανίχνευση των σκοτεινών περιοχών, οι οποίες σε επόμενο βήμα ταξινομούνται σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές. Κάθε σχηματισμός στην εικόνα που είναι σκοτεινότερος από την γύρω περιοχή έχει υψηλή πιθανότητα να είναι πετρελαιοκηλίδα και χρειάζεται περαιτέρω έρευνα. Αν και αυτή η διαδικασία δείχνει να είναι απλή για έναν ανθρώπινο χειριστή, περιλαμβάνει τρεις βασικές δυσκολίες εφόσον χρησιμοποιηθούν ημιαυτόματες ή αυτόματες μέθοδοι. Πρώτον οι νέες πετρελαιοκηλίδες είναι φωτεινότερες από τις παλαιότερες. Έχουν μικρή αντίθεση σε σχέση με τον περίγυρό τους και έτσι είναι δύσκολο να ανιχνευθούν. Δεύτερον, οι περιοχές που περιβάλλουν σκοτεινές περιοχές μπορεί να έχουν διάφορες τιμές αντίθεσης, που εξαρτώνται από την τοπική κατάσταση της θάλασσας, τον τύπο του πετρελαίου και το ψήφισμα της εικόνας. Τρίτον, άλλα φαινόμενα πιθανώς να εμφανίζονται σαν σκοτεινές περιοχές. Γι’ αυτό το λόγο απαιτείται περαιτέρω ταξινόμηση των σκοτεινών περιοχών σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

Ο σκοπός αυτής της εργασίας είναι η ανίχνευση των πετρελαιοκηλίδων που είναι αποτέλεσμα των παράνομων αποβολών των πλοίων. Σε προηγούμενη μελέτη, αναπτύχθηκε μια νέα μεθοδολογία που χρησιμοποιούσε δεδομένα ERS PRI. Στην παρούσα μελέτη η μέθοδος δοκιμάστηκε για δεδομένα ENVISAT μεσαίου ψηφίσματος.

Σκεπτόμενοι συνολικά και δρώντας τοπικά, η μεθοδολογία εισάγει τέσσερα καινοτόμα σημεία. Το πρώτο είναι η κατάτμηση της εικόνας σε μεγάλα κομμάτια εικόνας που διαφέρουν στις στατιστικές τιμές, αντί για την αυθαίρετη κατάτμησή της σε παράθυρα. Δεύτερον, εφαρμόζεται μια πολύ λεπτομερής κλίμακα κατάτμησης και οι στατιστικές τιμές του κάθε μικρού κομματιού συγκρίνονται με την τιμή του κατώτατου ορίου του μεγάλου κομματιού στο οποίο ανήκουν. Συνεπώς, η μεθοδολογία που αναπτύχθηκε έχει ως πλεονέκτημα τη διαφορετική αντίθεση και τις τιμές έντασης που περιέχονται σε μια απλή ASAR εικόνα, και ανιχνεύει τις σκοτεινές περιοχές με διάφορες τιμές φωτεινότητας που τοποθετούνται σε διαφορετικά περιβάλλοντα καταστάσεων θάλασσας. Τρίτον, μόλις εντοπιστούν οι σκοτεινές περιοχές, δεν απομονώνονται από την εικόνα, αλλά θεωρούνται ως μέρος του συνόλου. Το στάδιο της ταξινόμησης εφαρμόζεται με τη χρήση χαρακτηριστικών γνωρισμάτων των σκοτεινών περιοχών, λαμβάνοντας όμως υπόψη και τα χαρακτηριστικά των γύρω περιοχών. Σε αυτό το στάδιο, οι σκούρες περιοχές ταξινομούνται σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές, με τη χρήση συγκεχυμένης (fuzzy) λογικής ταξινόμησης. Τέταρτον, η μέθοδος χρησιμοποιεί δύο ξεχωριστές βάσεις δεδομένων, ή κάθε μια εκ των οποίων είναι προσαρμόσιμη σε διαφορετικό θαλάσσιο περιβάλλον. Σε περίπτωση έντονου χρώματος εικόνας με τοπικές ανωμαλίες και/ή περιοχές με στιγμιαίες διακοπές αέρα, η φωτεινότητα του μεγάλου κομματιού που δημιουργείται από τη μεθοδολογία περιορίζεται, και το σχήμα και τα όρια των σκούρων αντικειμένων τροποποιούνται. Αντιθέτως, σε ένα σχετικά φωτεινό και λείο θαλάσσιο περιβάλλον, τα σκοτεινά αντικείμενα παρουσιάζουν έντονη αντίθεση, καθορίζονται με μεγαλύτερη ακρίβεια, και η ανίχνευσή τους είναι ευκολότερη.

'''2.Μεθοδολογία'''
Η μεθοδολογία που αναπτύχθηκε βασίζεται σε μια αντικειμενοστρεφή προσέγγιση. Η μεθοδολογία αναπτύχθηκε στο περιβάλλον λογισμικού eCognition. Το λογισμικό εισάγει μια νέα μεθοδολογία ταξινόμησης η οποία καλείται «Αντικειμενοσταφής ταξινόμηση εικόνας» (Object Oriented Image Classification), στην οποία σε πρώτο στάδιο, τα εξαγόμενα ομογενή αντικείμενα σε οποιοδήποτε είδος ψηφίσματος ταξινομούνται με ένα είδος συγκεχυμένης λογικής. Η βασική στρατηγική είναι να χτιστεί ένα ιεραρχικό δίκτυο από αντικείμενα εικόνων, που επιτρέπει την παρουσίαση του περιεχομένου της πληροφορίας εικόνας σε διαφορετικά ψηφίσματα (κλίμακες) ταυτόχρονα. Με τη λειτουργία των σχέσεων μεταξύ των αντικειμένων του δικτύου είναι δυνατόν να ταξινομηθούν πληροφορίες τοπικού περιεχομένου. Η θεωρία που αναπτύχθηκε απαιτεί έξι βασικά βήματα για την εφαρμογή της (Εικόνα 1).

[[Εικόνα:Av_a5_eik1.jpg]] 
Εικόνα 1: Διάγραμμα ροής της χρησιμοποιηθείσας μεθοδολογίας

Ο χρήστης εισάγει την πρωτότυπη εικόνα ASAR σε ένα μοντέλο για την 8-bit μετατροπή καθώς και τα βήματα φιλτραρίσματος. Τα αποτελέσματα του μοντέλου (εικόνα ASAR 8-bit και φιλτραρισμένες εικόνες εισάγονται στο eCognition και χωρίς καμία συμμετοχή του χρήστη παράγεται το αποτέλεσμα μέσω ενός συγκεκριμένου πρωτοκόλλου το οποίο είναι υπεύθυνο για τα επόμενα βήματα (κατάτμηση, ανίχνευση σκοτεινών περιοχών, ενότητα του αντικειμένου και ταξινόμηση του αντικειμένου).

Η μετατροπή από τα 16 στα 8 bit έγινε με τη χρήση ενός απλού αλγορίθμου ελαχίστου-μεγίστου με τη μέγιστη τιμή να είναι ίση με τη σημαινόμενη τιμή συν τρεις φορές την τιμή της τυπικής απόκλισης (ισοδύναμο με το 99.73% της διασποράς της πληροφορίας). Το φιλτράρισμα έγινε με τη χρήση ενός συγκεκριμένου συνδυασμού ενός 3*3 Lee φίλτρου και της πραγματικής εικόνας, και ακολουθήθηκε από ένα 5*5 Lee φίλτρο και ένα 7*7 φίλτρο τοπικής αναγνώρισης. Ο εν λόγω συνδυασμός χρησιμοποιήθηκε με επιτυχία. Η εικόνα τριών επιπέδων που παρήχθη (εικόνα ASAR,σημαίνων φίλτρο και φίλτρα τοπικής αναγνώρισης) χρησιμοποιήθηκε για την κατάτμηση της εικόνας. Η κατάτμηση εμφανίζεται σε δύο διαφορετικές κλίμακες: μια πολύ λεπτομερή και μια πολύ ευρεία κλίμακα. Ο παράγοντας της λεπτομερούς κλίμακας χρησιμοποιήθηκε προκειμένου να δημιουργηθούν πολύ μικρά αντικείμενα ικανά να περιγράψουν κάθε σχηματισμό της εικόνας SAR. Ο παράγοντας της ευρείας κλίμακας χρησιμοποιήθηκε προκειμένου να μοιραστεί η εικόνα ASAR σε μεγάλες κατά το δυνατόν ενιαίες περιοχές.

Η ανίχνευση των σκούρων περιοχών επετεύχθη με τη χρήση ενός αλγορίθμου κατωφλίου ο οποίος εφαρμόστηκε σε δύο στάδια. Στο πρώτο στάδιο, αναπτύχθηκε ένας τύπος που βασίστηκε σε στατιστικά δεδομένα εξεχόντων αντικειμένων και τα μικρά αντικείμενα με χαμηλή φωτεινότητα και υψηλές τιμές αντίθεσης σχετικά με το περιβάλλον τους χαρακτηρίστηκαν ως σκοτεινές περιοχές. Ωστόσο, οι νέες πετρελαιοκηλίδες ή αποκομμένα τμήματα πετρελαιοκηλίδων δεν ανιχνεύτηκαν επιτυχώς. Ένας νέος τύπος εφαρμόστηκε, στον οποίο οι στατιστικές τιμές των εξεχόντων αντικειμένων βασίστηκαν στα pixel που δεν χαρακτηρίστηκαν ως σκοτεινές περιοχές στο πρώτο βήμα. Όλα τα μικρά αντικείμενα που χαρακτηρίστηκαν ως μαύρες περιοχές ακολούθως ομαδοποιήθηκαν προκειμένου τα στατιστικά χαρακτηριστικά τους όπως η περιοχή, το σχήμα και η υφή να εκτιμηθούν. Η ένωση των αντικειμένων οδήγησε σε μια ταξινόμηση της εικόνας σε δυο κατηγορίες: τα σκούρα αντικείμενα και την τραχεία θάλασσα.

Με βάση τα σκούρα αντικείμενα, αρκετά χαρακτηριστικά μπορούν να εξαχθούν, όπως η μέση τιμή, η περίμετρος, η πολυπλοκότητα, η υφή κ. λ. π. Η βάση δεδομένων που δημιουργήθηκε από αυτά χρησιμοποιεί μια συγκεχυμένη λογική προκειμένου τα σκούρα αντικείμενα να ταξινομηθούν σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές. Λεπτομερής ανάλυση του θαλασσίου περιβάλλοντος έδειξε ότι η διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι μη ικανοποιητική όταν χρησιμοποιείται μια απλή βάση. Έτσι, αναπτύχθηκαν δύο βάσεις δεδομένων που εξαρτώνται από τη φωτεινότητα του κυρίαρχου αντικειμένου και την κατάσταση της θάλασσας. Περιλαμβάνουν τα ίδια χαρακτηριστικά γνωρίσματα αλλά χρησιμοποιούν διαφορετικούς κανόνες για τον χαρακτηρισμό των πετρελαιοκηλίδων. Ένα σύνολο δέκα χαρακτηριστικών γνωρισμάτων εισήχθη στις βάσεις δεδομένων. Μια ειδική έρευνα διενεργήθηκε προκειμένου να επιλεγούν τα χαρακτηριστικά που θα χρησιμοποιηθούν. Ο προτεινόμενος συνδυασμός βρέθηκε πολύ αποτελεσματικός στη διάκριση των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές.

Η ταξινόμηση πραγματοποιήθηκε με τη χρήση συγκεχυμένης λογικής, οι κανόνες της οποίας είναι εύκολα κατανοητοί και μπορούν να εφαρμοστούν σε κάθε χαρακτηριστικό γνώρισμα που επιλέχτηκε. Κάθε ένα από τα δέκα χαρακτηριστικά θεωρήθηκε ως ξεχωριστή τάξη. Κάθε τάξη αποτελείται από ένα σύνολο εκφράσεων, που επιτρέπουν την εκτίμηση συγκεκριμένων τιμών και της λογικής τους λειτουργίας.
Η μέθοδος μπορεί να χρησιμοποιηθεί σε λειτουργική κλίμακα για την ανίχνευση πετρελαιοκηλίδων μέσω του μετρίου ψηφίσματος των δεδομένων ASAR. Ο χρήστης μπορεί μόνο να συνεισφέρει στην εισαγωγή της πρωτότυπης εικόνας ASAR και των προερχόμενων εξ αυτών προϊόντων. Ο χρόνος υπολογισμού για την προτεινόμενη μεθοδολογία μιας μεσαίου ψηφίσματος εικόνας ASAR είναι 2-5 λεπτά.

'''3.Βάση δεδομένων'''
Η μεθοδολογία που αναπτύχθηκε εφαρμόστηκε σε μια βάση δεδομένων τεσσάρων ENVISAT ASAR εικόνων μεσαίου ψηφίσματος. Η βάση δεδομένων περιέχει αρκετές καταστάσεις της θάλασσας και όλες οι εικόνες περιέχουν ένα συγκεκριμένο αριθμό σκούρων αντικειμένων. Δύο από τις εικόνες περιέχουν τουλάχιστον μια πετρελαιοκηλίδα, ενώ οι άλλες δύο περιέχουν μόνο παρεμφερείς τους μορφές. Για λόγους παρουσίασης η εφαρμογή της μεθοδολογίας παρουσιάζεται σε δύο εικόνες ASAR: η πρώτη (εικόνα 2) λήφθηκε στις 28/7/2006 (orbit 23050, frame 2242) και η δεύτερη (εικόνα 3) λήφθηκε στις 21/7/2006 (orbit 22950, frame 1464).

[[Εικόνα:Av_a5_eik2.jpg | thumb | left | Εικόνα 2: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει πετρελαιοκηλίδες και το αποτέλεσμα της ταξινόμησης.]]

Οι δύο εικόνες παρουσιάζουν διαφορετικές καταστάσεις τις θάλασσας και περιέχουν πετρελαιοκηλίδες και παρεμφερείς τους μορφές. Οι εικόνες αναλύθηκαν διεξοδικά από τρεις διαφορετικούς επιστήμονες που χρησιμοποίησαν φωτοερμηνευτηκές τεχνικές. Η πρώτη εικόνα παρουσιάζει μια τραχεία επιφάνεια θάλασσας, ικανή να παράγει ένα ισχυρό σήμα αντίθεσης στην παρουσία πετρελαιοκηλίδων. Περιέχει τέσσερεις παλιές πετρελαιοκηλίδες στο αριστερό μέρος και μια νέα πετρελαιοκηλίδα στο δεξί μέρος. Επίσης περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας στο αριστερό μέρος, πολύ κοντά στη γη. Η κατάσταση της θάλασσας είναι ιδανική για την ανίχνευση των πετρελαιοκηλίδων, καθώς η ταχύτητα του ανέμου εκτιμάται στα 3.4 m/sec. Η δεύτερη εικόνα περιέχει ιδιαίτερα περίπλοκα χαρακτηριστικά. Η ταχύτητα του ανέμου ποικίλει από 0 m/sec σε 4 m/sec, κάνοντας την ανίχνευση της πετρελαιοκηλίδας ένα μάλλον δύσκολο έργο. Η εικόνα περιέχει αρκετές παρεμφερείς μορφές πετρελαιοκηλίδων στην περιοχή κοντά στη γη.

[[Εικόνα:Av_a5_eik3.jpg | thumb | right | Εικόνα 3: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει παρεμφερείς μορφές πετρελαιοκηλίδων και το αποτέλεσμα της ταξινόμησης.]]

'''4.Αποτελέσματα'''
Το αποτέλεσμα της ανάλυσης των εικόνων ENVISAT ASAR παρουσιάζεται στις εικόνες 2-5. Από την εικόνα 2 φαίνεται ότι οι τέσσερις παλιές πετρελαιοκηλίδες στην αριστερή μεριά ανιχνεύτηκαν επιτυχώς. Η εικόνα 4 δίνει έμφαση σε μια πιο μεγάλη πετρελαιοκηλίδα στην αριστερή πλευρά της εικόνας. Αντιθέτως η πρόσφατη πετρελαιοκηλίδα στη δεξιά πλευρά της εικόνας 2 δεν ανιχνεύτηκε. Η αποτυχία εμφανίστηκε στη σκοτεινή φάση ανίχνευσης. Η μέθοδος διαχώρισε επιτυχώς την εικόνα σε τέσσερα μεγάλα τμήματα όμως η διαφορά των μικρών τμημάτων που απεικόνισαν τη νέα κηλίδα, από το μεγαλύτερο κομμάτι τους δεν ήταν αρκετή προκειμένου να ανιχνευτεί το μαύρο αντικείμενο. Έτσι, δεν υπήρχε αντικείμενο που να περιγράφει τη νέα κηλίδα στο στάδιο της ταξινόμησης. Οι τιμές της ακτινοβολίας οπισθοδιασποράς της νέας κηλίδας δεν ήταν εντός των ορίων που παρήχθησαν από νέες κηλίδες που εξετάστηκαν προηγουμένως μέσω του ERS PRI.

Η εικόνα 3 δείχνει το αποτέλεσμα της ανάλυσης της δεύτερης εικόνας που περιέχει μόνο παρεμφερείς μορφές πετρελαιοκηλίδων. Εδώ, η μέθοδος ταξινόμησης λειτούργησε επιτυχώς καθώς όλα τα σκούρα χαρακτηριστικά επιτυχώς ταξινομήθηκαν σαν παρεμφερείς μορφές πετρελαιοκηλίδων. Στην εικόνα 5 δίνεται ένα πιο λεπτομερές παράδειγμα για παρεμφερή μορφή πετρελαιοκηλίδας που είναι τοποθετημένη στο πάνω αριστερό μέρος της εικόνας 3.

'''5.Συμπεράσματα'''
Στην παρούσα μελέτη παρουσιάστηκε μια νέα αυτοματοποιημένη μεθοδολογία για την ανίχνευση πετρελαιοκηλίδων με τη χρήση δεδομένων ENVISAT ASAR μέτριου χωρικού ψηφίσματος. Η μεθοδολογία προηγουμένως αναπτύχθηκε για δεδομένα ERS PRI. Διάφοροι παράγοντες έπρεπε να αλλάξουν όπως τα επίπεδα της κατάτμησης και τα συγκεχυμένα όρια προκειμένου να λειτουργήσει επιτυχώς σε πολλές περιπτώσεις ανίχνευσης πετρελαιοκηλίδων για εικόνες ENISAT. Τα μορφολογικά χαρακτηριστικά των πετρελαιοκηλίδων και οι τιμές της ακτινοβολίας οπισθοδιασποράς δεν είναι οι ίδιες για υψηλό και μέτριο ψήφισμα, επομένως απαιτείται μια συγκεκριμένη μελέτη για την προσαρμογή τους σε κάθε ψήφισμα.

Η προταθείσα μεθοδολογία έχει δύο βασικά πλεονεκτήματα. Πρώτον, τα αποτελέσματά της δεν επηρεάζονται από τις συνθήκες της θάλασσας και δεύτερον η μέθοδος είναι ανεξάρτητη από την αρχική ποιότητα των δεδομένων ASAR (επίπεδο βαθμονόμησης του αισθητήρα, στίγμα, ατμοσφαιρικές συνθήκες). Επιπλέον, τα μαύρα αντικείμενα δεν απομονώνονται από την εικόνα και επομένως οι κανόνες γειτνίασης μπορούν να χρησιμοποιηθούν για τη φάση της ταξινόμησης. Η σημασία της τελευταίας παρατήρησης μπορεί να φανεί στις εικόνες 4 και 5. Ακόμα και ένας ειδικός δε μπορεί να διακρίνει μια πετρελαιοκηλίδα από μια παρεμφερή της μορφή όταν μόνο τμήματα των εικόνων αυτών εξετάζονται. Απεναντίας η ανάλυση είναι πολύ ευκολότερη όταν λαμβάνονται υπόψη και τα χαρακτηριστικά γειτνίασης.

Επιπλέον έρευνα πάνω σε αυτό το θέμα περιλαμβάνει επικύρωση της μεθόδου από περισσότερες εικόνες με διάφορους καταστάσεις θάλασσας και τύπους πετρελαιοκηλίδων. Επιπλέον πρέπει να γίνει μια σύγκριση μεταξύ της προτεινόμενης μεθόδου και μιας που βασίζεται σε στατιστικές, χρησιμοποιώντας ως δεδομένα εισόδου τα ίδια δεδομένα ASAR που θα πρέπει να περιλαμβάνουν επιβεβαιωμένες πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

[[Εικόνα:Av_a5_eik4.jpg | thumb | left | Εικόνα 4: Ένα παράδειγμα πετρελαιοκηλίδας και η ταξινόμησή του.]]

[[Εικόνα:Av_a5_eik5.jpg | thumb | right | Εικόνα 5: Ένα παράδειγμα παρεμφερούς μορφής πετρελαιοκηλίδας και η ταξινόμησή του.]]

[[category:Υδατικοί Πόροι]]

ΜΙΑ ΝΕΑ ΜΕΘΟΔΟΣ ΑΝΙΧΝΕΥΣΗΣ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΕΙΚΟΝΩΝ ENVISAT

2012-03-09T09:08:15Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «A new object-oriented methodology to detect oil spills using envisat images» 
'''Συγγραφείς:''' K. Topuzelis, V. Karathanasi, P.Pavlakis, D. Rokos 
'''Πηγή:''' http://earth.esa.int/envisatsymposium/proceedings/posters/3P14/467072to.pdf 

'''Περίληψη'''
Εκτός από την τυχαία ρύπανση που προκαλείται από πλοία σε κίνδυνο, διάφοροι τύποι λειτουργιών ρουτίνας των πλοίων οδηγούν σε αποβολές πετρελαίου στη θάλασσα. Οι παράνομες αποβολές είναι η μεγαλύτερη πηγή θαλάσσιας ρύπανσης από τα πλοία και η μόνη η οποία αποτελεί απειλή μακράς διαρκείας για το θαλάσσιο και το παράκτιο περιβάλλον. Η δορυφορική παρακολούθηση, και ιδιαιτέρως η χρήση των παρατηρήσεων SAR (Synthetic Aperture Radar), μπορεί να αποτελέσουν ένα αποτελεσματικό εργαλείο συμπληρωματικό των παραδοσιακών μεθόδων αέριας παρακολούθησης. Η ικανότητα του SAR να ανιχνεύει πετρελαιοκηλίδες πάνω στην επιφάνεια της θάλασσας είναι γνωστή και αποδεδειγμένη εδώ και καιρό. Πρόσφατα παρουσιάστηκε μια νέα αυτοματοποιημένη μέθοδος για την ανίχνευση των πετρελαιοκηλίδων που χρησιμοποιεί ERS πλήρους ψηφίσματος δεδομένα SAR. Στην παρούσα εργασία έγινε μια πρώτη προσπάθεια για να εξετασθεί η τεχνική ASAR ENVISAT μεσαίου χωρικού ψηφίσματος. Η μεθοδολογία στηρίζεται στην προσέγγιση και τα οφέλη των τεχνικών κατάτμησης προκειμένου να ανιχνευτούν οι μαύροι σχηματισμοί. Μια συγκεχυμένη μέθοδος ταξινόμησης (fuzzy classification method) χρησιμοποιείται για να ταξινομηθούν οι μαύροι σχηματισμοί σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

'''1. Εισαγωγή'''
Οι πετρελαιοκηλίδες επηρεάζουν το θαλάσσιο οικοσύστημα και προκαλούν πολιτική και επιστημονική ανησυχία καθώς έχουν σοβαρές επιδράσεις στα ευαίσθητα θαλάσσια και παράκτια οικοσυστήματα. Η ποσότητα των ρυπαντικών αποβολών και των συναφών επιδράσεων στο θαλάσσιο περιβάλλον είναι σημαντικές παράμετροι στην εκτίμηση της ποιότητας του νερού. Ενώ είναι ευρέως γνωστό ότι η τυχαία ρύπανση της θάλασσας μπορεί να περιοριστεί αλλά δεν μπορεί ποτέ να εξαλειφθεί εντελώς, οι παράνομες αποβολές των πλοίων μπορούν ωστόσο να περιοριστούν με την αυστηρή επιβολή των υπαρχόντων κανονισμών και τον έλεγχο, την παρακολούθηση και την επιτήρηση της θαλάσσιας κυκλοφορίας.

Τα συστήματα SAR χρησιμοποιούνται εκτενώς για τον εντοπισμό των σκοτεινών σχηματισμών στο θαλάσσιο περιβάλλον καθώς δεν επηρεάζονται από τις τοπικές καιρικές συνθήκες, τη συννεφιά και την εναλλαγή μέρας και νύχτας. Τα σκοτεινά σημεία μπορεί να είναι :πετρελαιοκηλίδες, οργανικό φιλμ, εσωτερικά κύματα κ. λ. π.
Αρκετές μελέτες που στοχεύουν στην ανίχνευση πετρελαιοκηλίδων με τη χρήση εικόνων SAR έχουν εφαρμοστεί. Οι περισσότερες από αυτές τις μελέτες βασίζονται στην ανίχνευση των σκοτεινών περιοχών, οι οποίες σε επόμενο βήμα ταξινομούνται σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές. Κάθε σχηματισμός στην εικόνα που είναι σκοτεινότερος από την γύρω περιοχή έχει υψηλή πιθανότητα να είναι πετρελαιοκηλίδα και χρειάζεται περαιτέρω έρευνα. Αν και αυτή η διαδικασία δείχνει να είναι απλή για έναν ανθρώπινο χειριστή, περιλαμβάνει τρεις βασικές δυσκολίες εφόσον χρησιμοποιηθούν ημιαυτόματες ή αυτόματες μέθοδοι. Πρώτον οι νέες πετρελαιοκηλίδες είναι φωτεινότερες από τις παλαιότερες. Έχουν μικρή αντίθεση σε σχέση με τον περίγυρό τους και έτσι είναι δύσκολο να ανιχνευθούν. Δεύτερον, οι περιοχές που περιβάλλουν σκοτεινές περιοχές μπορεί να έχουν διάφορες τιμές αντίθεσης, που εξαρτώνται από την τοπική κατάσταση της θάλασσας, τον τύπο του πετρελαίου και το ψήφισμα της εικόνας. Τρίτον, άλλα φαινόμενα πιθανώς να εμφανίζονται σαν σκοτεινές περιοχές. Γι’ αυτό το λόγο απαιτείται περαιτέρω ταξινόμηση των σκοτεινών περιοχών σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

Ο σκοπός αυτής της εργασίας είναι η ανίχνευση των πετρελαιοκηλίδων που είναι αποτέλεσμα των παράνομων αποβολών των πλοίων. Σε προηγούμενη μελέτη, αναπτύχθηκε μια νέα μεθοδολογία που χρησιμοποιούσε δεδομένα ERS PRI. Στην παρούσα μελέτη η μέθοδος δοκιμάστηκε για δεδομένα ENVISAT μεσαίου ψηφίσματος.

Σκεπτόμενοι συνολικά και δρώντας τοπικά, η μεθοδολογία εισάγει τέσσερα καινοτόμα σημεία. Το πρώτο είναι η κατάτμηση της εικόνας σε μεγάλα κομμάτια εικόνας που διαφέρουν στις στατιστικές τιμές, αντί για την αυθαίρετη κατάτμησή της σε παράθυρα. Δεύτερον, εφαρμόζεται μια πολύ λεπτομερής κλίμακα κατάτμησης και οι στατιστικές τιμές του κάθε μικρού κομματιού συγκρίνονται με την τιμή του κατώτατου ορίου του μεγάλου κομματιού στο οποίο ανήκουν. Συνεπώς, η μεθοδολογία που αναπτύχθηκε έχει ως πλεονέκτημα τη διαφορετική αντίθεση και τις τιμές έντασης που περιέχονται σε μια απλή ASAR εικόνα, και ανιχνεύει τις σκοτεινές περιοχές με διάφορες τιμές φωτεινότητας που τοποθετούνται σε διαφορετικά περιβάλλοντα καταστάσεων θάλασσας. Τρίτον, μόλις εντοπιστούν οι σκοτεινές περιοχές, δεν απομονώνονται από την εικόνα, αλλά θεωρούνται ως μέρος του συνόλου. Το στάδιο της ταξινόμησης εφαρμόζεται με τη χρήση χαρακτηριστικών γνωρισμάτων των σκοτεινών περιοχών, λαμβάνοντας όμως υπόψη και τα χαρακτηριστικά των γύρω περιοχών. Σε αυτό το στάδιο, οι σκούρες περιοχές ταξινομούνται σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές, με τη χρήση συγκεχυμένης (fuzzy) λογικής ταξινόμησης. Τέταρτον, η μέθοδος χρησιμοποιεί δύο ξεχωριστές βάσεις δεδομένων, ή κάθε μια εκ των οποίων είναι προσαρμόσιμη σε διαφορετικό θαλάσσιο περιβάλλον. Σε περίπτωση έντονου χρώματος εικόνας με τοπικές ανωμαλίες και/ή περιοχές με στιγμιαίες διακοπές αέρα, η φωτεινότητα του μεγάλου κομματιού που δημιουργείται από τη μεθοδολογία περιορίζεται, και το σχήμα και τα όρια των σκούρων αντικειμένων τροποποιούνται. Αντιθέτως, σε ένα σχετικά φωτεινό και λείο θαλάσσιο περιβάλλον, τα σκοτεινά αντικείμενα παρουσιάζουν έντονη αντίθεση, καθορίζονται με μεγαλύτερη ακρίβεια, και η ανίχνευσή τους είναι ευκολότερη.

'''2.Μεθοδολογία'''
Η μεθοδολογία που αναπτύχθηκε βασίζεται σε μια αντικειμενοστρεφή προσέγγιση. Η μεθοδολογία αναπτύχθηκε στο περιβάλλον λογισμικού eCognition. Το λογισμικό εισάγει μια νέα μεθοδολογία ταξινόμησης η οποία καλείται «Αντικειμενοσταφής ταξινόμηση εικόνας» (Object Oriented Image Classification), στην οποία σε πρώτο στάδιο, τα εξαγόμενα ομογενή αντικείμενα σε οποιοδήποτε είδος ψηφίσματος ταξινομούνται με ένα είδος συγκεχυμένης λογικής. Η βασική στρατηγική είναι να χτιστεί ένα ιεραρχικό δίκτυο από αντικείμενα εικόνων, που επιτρέπει την παρουσίαση του περιεχομένου της πληροφορίας εικόνας σε διαφορετικά ψηφίσματα (κλίμακες) ταυτόχρονα. Με τη λειτουργία των σχέσεων μεταξύ των αντικειμένων του δικτύου είναι δυνατόν να ταξινομηθούν πληροφορίες τοπικού περιεχομένου. Η θεωρία που αναπτύχθηκε απαιτεί έξι βασικά βήματα για την εφαρμογή της (Εικόνα 1).

[[Εικόνα:Av_a5_eik1.jpg]]
Εικόνα 1: Διάγραμμα ροής της χρησιμοποιηθείσας μεθοδολογίας

Ο χρήστης εισάγει την πρωτότυπη εικόνα ASAR σε ένα μοντέλο για την 8-bit μετατροπή καθώς και τα βήματα φιλτραρίσματος. Τα αποτελέσματα του μοντέλου (εικόνα ASAR 8-bit και φιλτραρισμένες εικόνες εισάγονται στο eCognition και χωρίς καμία συμμετοχή του χρήστη παράγεται το αποτέλεσμα μέσω ενός συγκεκριμένου πρωτοκόλλου το οποίο είναι υπεύθυνο για τα επόμενα βήματα (κατάτμηση, ανίχνευση σκοτεινών περιοχών, ενότητα του αντικειμένου και ταξινόμηση του αντικειμένου).

Η μετατροπή από τα 16 στα 8 bit έγινε με τη χρήση ενός απλού αλγορίθμου ελαχίστου-μεγίστου με τη μέγιστη τιμή να είναι ίση με τη σημαινόμενη τιμή συν τρεις φορές την τιμή της τυπικής απόκλισης (ισοδύναμο με το 99.73% της διασποράς της πληροφορίας). Το φιλτράρισμα έγινε με τη χρήση ενός συγκεκριμένου συνδυασμού ενός 3*3 Lee φίλτρου και της πραγματικής εικόνας, και ακολουθήθηκε από ένα 5*5 Lee φίλτρο και ένα 7*7 φίλτρο τοπικής αναγνώρισης. Ο εν λόγω συνδυασμός χρησιμοποιήθηκε με επιτυχία. Η εικόνα τριών επιπέδων που παρήχθη (εικόνα ASAR,σημαίνων φίλτρο και φίλτρα τοπικής αναγνώρισης) χρησιμοποιήθηκε για την κατάτμηση της εικόνας. Η κατάτμηση εμφανίζεται σε δύο διαφορετικές κλίμακες: μια πολύ λεπτομερή και μια πολύ ευρεία κλίμακα. Ο παράγοντας της λεπτομερούς κλίμακας χρησιμοποιήθηκε προκειμένου να δημιουργηθούν πολύ μικρά αντικείμενα ικανά να περιγράψουν κάθε σχηματισμό της εικόνας SAR. Ο παράγοντας της ευρείας κλίμακας χρησιμοποιήθηκε προκειμένου να μοιραστεί η εικόνα ASAR σε μεγάλες κατά το δυνατόν ενιαίες περιοχές.

Η ανίχνευση των σκούρων περιοχών επετεύχθη με τη χρήση ενός αλγορίθμου κατωφλίου ο οποίος εφαρμόστηκε σε δύο στάδια. Στο πρώτο στάδιο, αναπτύχθηκε ένας τύπος που βασίστηκε σε στατιστικά δεδομένα εξεχόντων αντικειμένων και τα μικρά αντικείμενα με χαμηλή φωτεινότητα και υψηλές τιμές αντίθεσης σχετικά με το περιβάλλον τους χαρακτηρίστηκαν ως σκοτεινές περιοχές. Ωστόσο, οι νέες πετρελαιοκηλίδες ή αποκομμένα τμήματα πετρελαιοκηλίδων δεν ανιχνεύτηκαν επιτυχώς. Ένας νέος τύπος εφαρμόστηκε, στον οποίο οι στατιστικές τιμές των εξεχόντων αντικειμένων βασίστηκαν στα pixel που δεν χαρακτηρίστηκαν ως σκοτεινές περιοχές στο πρώτο βήμα. Όλα τα μικρά αντικείμενα που χαρακτηρίστηκαν ως μαύρες περιοχές ακολούθως ομαδοποιήθηκαν προκειμένου τα στατιστικά χαρακτηριστικά τους όπως η περιοχή, το σχήμα και η υφή να εκτιμηθούν. Η ένωση των αντικειμένων οδήγησε σε μια ταξινόμηση της εικόνας σε δυο κατηγορίες: τα σκούρα αντικείμενα και την τραχεία θάλασσα.

Με βάση τα σκούρα αντικείμενα, αρκετά χαρακτηριστικά μπορούν να εξαχθούν, όπως η μέση τιμή, η περίμετρος, η πολυπλοκότητα, η υφή κ. λ. π. Η βάση δεδομένων που δημιουργήθηκε από αυτά χρησιμοποιεί μια συγκεχυμένη λογική προκειμένου τα σκούρα αντικείμενα να ταξινομηθούν σαν πετρελαιοκηλίδες ή παρεμφερείς τους μορφές. Λεπτομερής ανάλυση του θαλασσίου περιβάλλοντος έδειξε ότι η διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι μη ικανοποιητική όταν χρησιμοποιείται μια απλή βάση. Έτσι, αναπτύχθηκαν δύο βάσεις δεδομένων που εξαρτώνται από τη φωτεινότητα του κυρίαρχου αντικειμένου και την κατάσταση της θάλασσας. Περιλαμβάνουν τα ίδια χαρακτηριστικά γνωρίσματα αλλά χρησιμοποιούν διαφορετικούς κανόνες για τον χαρακτηρισμό των πετρελαιοκηλίδων. Ένα σύνολο δέκα χαρακτηριστικών γνωρισμάτων εισήχθη στις βάσεις δεδομένων. Μια ειδική έρευνα διενεργήθηκε προκειμένου να επιλεγούν τα χαρακτηριστικά που θα χρησιμοποιηθούν. Ο προτεινόμενος συνδυασμός βρέθηκε πολύ αποτελεσματικός στη διάκριση των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές.

Η ταξινόμηση πραγματοποιήθηκε με τη χρήση συγκεχυμένης λογικής, οι κανόνες της οποίας είναι εύκολα κατανοητοί και μπορούν να εφαρμοστούν σε κάθε χαρακτηριστικό γνώρισμα που επιλέχτηκε. Κάθε ένα από τα δέκα χαρακτηριστικά θεωρήθηκε ως ξεχωριστή τάξη. Κάθε τάξη αποτελείται από ένα σύνολο εκφράσεων, που επιτρέπουν την εκτίμηση συγκεκριμένων τιμών και της λογικής τους λειτουργίας.
Η μέθοδος μπορεί να χρησιμοποιηθεί σε λειτουργική κλίμακα για την ανίχνευση πετρελαιοκηλίδων μέσω του μετρίου ψηφίσματος των δεδομένων ASAR. Ο χρήστης μπορεί μόνο να συνεισφέρει στην εισαγωγή της πρωτότυπης εικόνας ASAR και των προερχόμενων εξ αυτών προϊόντων. Ο χρόνος υπολογισμού για την προτεινόμενη μεθοδολογία μιας μεσαίου ψηφίσματος εικόνας ASAR είναι 2-5 λεπτά.

'''3.Βάση δεδομένων'''
Η μεθοδολογία που αναπτύχθηκε εφαρμόστηκε σε μια βάση δεδομένων τεσσάρων ENVISAT ASAR εικόνων μεσαίου ψηφίσματος. Η βάση δεδομένων περιέχει αρκετές καταστάσεις της θάλασσας και όλες οι εικόνες περιέχουν ένα συγκεκριμένο αριθμό σκούρων αντικειμένων. Δύο από τις εικόνες περιέχουν τουλάχιστον μια πετρελαιοκηλίδα, ενώ οι άλλες δύο περιέχουν μόνο παρεμφερείς τους μορφές. Για λόγους παρουσίασης η εφαρμογή της μεθοδολογίας παρουσιάζεται σε δύο εικόνες ASAR: η πρώτη (εικόνα 2) λήφθηκε στις 28/7/2006 (orbit 23050, frame 2242) και η δεύτερη (εικόνα 3) λήφθηκε στις 21/7/2006 (orbit 22950, frame 1464).

[[Εικόνα:Av_a5_eik2.jpg | thumb | right | Εικόνα 2: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει πετρελαιοκηλίδες και το αποτέλεσμα της ταξινόμησης.]]

Οι δύο εικόνες παρουσιάζουν διαφορετικές καταστάσεις τις θάλασσας και περιέχουν πετρελαιοκηλίδες και παρεμφερείς τους μορφές. Οι εικόνες αναλύθηκαν διεξοδικά από τρεις διαφορετικούς επιστήμονες που χρησιμοποίησαν φωτοερμηνευτηκές τεχνικές. Η πρώτη εικόνα παρουσιάζει μια τραχεία επιφάνεια θάλασσας, ικανή να παράγει ένα ισχυρό σήμα αντίθεσης στην παρουσία πετρελαιοκηλίδων. Περιέχει τέσσερεις παλιές πετρελαιοκηλίδες στο αριστερό μέρος και μια νέα πετρελαιοκηλίδα στο δεξί μέρος. Επίσης περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας στο αριστερό μέρος, πολύ κοντά στη γη. Η κατάσταση της θάλασσας είναι ιδανική για την ανίχνευση των πετρελαιοκηλίδων, καθώς η ταχύτητα του ανέμου εκτιμάται στα 3.4 m/sec. Η δεύτερη εικόνα περιέχει ιδιαίτερα περίπλοκα χαρακτηριστικά. Η ταχύτητα του ανέμου ποικίλει από 0 m/sec σε 4 m/sec, κάνοντας την ανίχνευση της πετρελαιοκηλίδας ένα μάλλον δύσκολο έργο. Η εικόνα περιέχει αρκετές παρεμφερείς μορφές πετρελαιοκηλίδων στην περιοχή κοντά στη γη.

[[Εικόνα:Av_a5_eik3.jpg | thumb | right | Εικόνα 3: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει παρεμφερείς μορφές πετρελαιοκηλίδων και το αποτέλεσμα της ταξινόμησης.]]

'''4.Αποτελέσματα'''
Το αποτέλεσμα της ανάλυσης των εικόνων ENVISAT ASAR παρουσιάζεται στις εικόνες 2-5. Από την εικόνα 2 φαίνεται ότι οι τέσσερις παλιές πετρελαιοκηλίδες στην αριστερή μεριά ανιχνεύτηκαν επιτυχώς. Η εικόνα 4 δίνει έμφαση σε μια πιο μεγάλη πετρελαιοκηλίδα στην αριστερή πλευρά της εικόνας. Αντιθέτως η πρόσφατη πετρελαιοκηλίδα στη δεξιά πλευρά της εικόνας 2 δεν ανιχνεύτηκε. Η αποτυχία εμφανίστηκε στη σκοτεινή φάση ανίχνευσης. Η μέθοδος διαχώρισε επιτυχώς την εικόνα σε τέσσερα μεγάλα τμήματα όμως η διαφορά των μικρών τμημάτων που απεικόνισαν τη νέα κηλίδα, από το μεγαλύτερο κομμάτι τους δεν ήταν αρκετή προκειμένου να ανιχνευτεί το μαύρο αντικείμενο. Έτσι, δεν υπήρχε αντικείμενο που να περιγράφει τη νέα κηλίδα στο στάδιο της ταξινόμησης. Οι τιμές της ακτινοβολίας οπισθοδιασποράς της νέας κηλίδας δεν ήταν εντός των ορίων που παρήχθησαν από νέες κηλίδες που εξετάστηκαν προηγουμένως μέσω του ERS PRI.

Η εικόνα 3 δείχνει το αποτέλεσμα της ανάλυσης της δεύτερης εικόνας που περιέχει μόνο παρεμφερείς μορφές πετρελαιοκηλίδων. Εδώ, η μέθοδος ταξινόμησης λειτούργησε επιτυχώς καθώς όλα τα σκούρα χαρακτηριστικά επιτυχώς ταξινομήθηκαν σαν παρεμφερείς μορφές πετρελαιοκηλίδων. Στην εικόνα 5 δίνεται ένα πιο λεπτομερές παράδειγμα για παρεμφερή μορφή πετρελαιοκηλίδας που είναι τοποθετημένη στο πάνω αριστερό μέρος της εικόνας 3.

'''5.Συμπεράσματα'''
Στην παρούσα μελέτη παρουσιάστηκε μια νέα αυτοματοποιημένη μεθοδολογία για την ανίχνευση πετρελαιοκηλίδων με τη χρήση δεδομένων ENVISAT ASAR μέτριου χωρικού ψηφίσματος. Η μεθοδολογία προηγουμένως αναπτύχθηκε για δεδομένα ERS PRI. Διάφοροι παράγοντες έπρεπε να αλλάξουν όπως τα επίπεδα της κατάτμησης και τα συγκεχυμένα όρια προκειμένου να λειτουργήσει επιτυχώς σε πολλές περιπτώσεις ανίχνευσης πετρελαιοκηλίδων για εικόνες ENISAT. Τα μορφολογικά χαρακτηριστικά των πετρελαιοκηλίδων και οι τιμές της ακτινοβολίας οπισθοδιασποράς δεν είναι οι ίδιες για υψηλό και μέτριο ψήφισμα, επομένως απαιτείται μια συγκεκριμένη μελέτη για την προσαρμογή τους σε κάθε ψήφισμα.

Η προταθείσα μεθοδολογία έχει δύο βασικά πλεονεκτήματα. Πρώτον, τα αποτελέσματά της δεν επηρεάζονται από τις συνθήκες της θάλασσας και δεύτερον η μέθοδος είναι ανεξάρτητη από την αρχική ποιότητα των δεδομένων ASAR (επίπεδο βαθμονόμησης του αισθητήρα, στίγμα, ατμοσφαιρικές συνθήκες). Επιπλέον, τα μαύρα αντικείμενα δεν απομονώνονται από την εικόνα και επομένως οι κανόνες γειτνίασης μπορούν να χρησιμοποιηθούν για τη φάση της ταξινόμησης. Η σημασία της τελευταίας παρατήρησης μπορεί να φανεί στις εικόνες 4 και 5. Ακόμα και ένας ειδικός δε μπορεί να διακρίνει μια πετρελαιοκηλίδα από μια παρεμφερή της μορφή όταν μόνο τμήματα των εικόνων αυτών εξετάζονται. Απεναντίας η ανάλυση είναι πολύ ευκολότερη όταν λαμβάνονται υπόψη και τα χαρακτηριστικά γειτνίασης.

Επιπλέον έρευνα πάνω σε αυτό το θέμα περιλαμβάνει επικύρωση της μεθόδου από περισσότερες εικόνες με διάφορους καταστάσεις θάλασσας και τύπους πετρελαιοκηλίδων. Επιπλέον πρέπει να γίνει μια σύγκριση μεταξύ της προτεινόμενης μεθόδου και μιας που βασίζεται σε στατιστικές, χρησιμοποιώντας ως δεδομένα εισόδου τα ίδια δεδομένα ASAR που θα πρέπει να περιλαμβάνουν επιβεβαιωμένες πετρελαιοκηλίδες και παρεμφερείς τους μορφές.

[[Εικόνα:Av_a5_eik4.jpg | thumb | left | Εικόνα 4: Ένα παράδειγμα πετρελαιοκηλίδας και η ταξινόμησή του.]]

[[Εικόνα:Av_a5_eik4.jpg | thumb | right | Εικόνα 5: Ένα παράδειγμα παρεμφερούς μορφής πετρελαιοκηλίδας και η ταξινόμησή του.]]

[[category:Υδατικοί Πόροι]]

Αρχείο:Av a5 eik5.jpg

2012-03-09T09:08:10Z

Afroditeven: Εικόνα 5: Ένα παράδειγμα παρεμφερούς μορφής πετρελαιοκηλίδας και η ταξινόμησή του.

Εικόνα 5: Ένα παράδειγμα παρεμφερούς μορφής πετρελαιοκηλίδας και η ταξινόμησή του.

Αρχείο:Av a5 eik4.jpg

2012-03-09T09:08:00Z

Afroditeven: Εικόνα 4: Ένα παράδειγμα πετρελαιοκηλίδας και η ταξινόμησή του.

Εικόνα 4: Ένα παράδειγμα πετρελαιοκηλίδας και η ταξινόμησή του.

Αρχείο:Av a5 eik3.jpg

2012-03-09T09:07:47Z

Afroditeven: Εικόνα 3: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει παρεμφερείς μορφές πετρελαιοκηλίδων και το αποτέλεσμα της ταξινόμησης.

Εικόνα 3: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει παρεμφερείς μορφές πετρελαιοκηλίδων και το αποτέλεσμα της ταξινόμησης.

Αρχείο:Av a5 eik2.jpg

2012-03-09T09:07:36Z

Afroditeven: Εικόνα 2: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει πετρελαιοκηλίδες και το αποτέλεσμα της ταξινόμησης.

Εικόνα 2: ENVISAT ASAR εικόνα μεσαίου ψηφίσματος που περιέχει πετρελαιοκηλίδες και το αποτέλεσμα της ταξινόμησης.

Αρχείο:Av a5 eik1.jpg

2012-03-09T09:07:18Z

Afroditeven: Εικόνα 1: Διάγραμμα ροής της χρησιμοποιηθείσας μεθοδολογίας

Εικόνα 1: Διάγραμμα ροής της χρησιμοποιηθείσας μεθοδολογίας

ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ

2012-03-09T09:02:26Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Combination of chemical measurements and remote sensing in coastal water monitoring. The case of eastern Mediterranean » 
'''Συγγραφείς:''' Dassenakis M., Paraskevopoulou V., Katsiambani K. 
'''Πηγή:''' http://www.oceanobs09.net/proceedings/ac/FCXNL-09A02-1766485-1-ac3c03.PDF 

'''Περίληψη'''
Το κύριο πλεονέκτημα της χρήσης των τεχνικών της τηλεπισκόπησης στην περιβαλλοντική έρευνα είναι η ικανότητα ελέγχου σε μεγάλη κλίμακα ολόκληρων λεκανών νερού. Από την άλλη πλευρά, αυτές περιορίζονται στα επιφανειακά νερά και μόνο ορισμένοι ρυπαντές όπως οι χρωστικές του φυτοπλαγκτού, διασπαρμένα σωματίδια και πετρελαιοκηλίδες είναι ευκόλως ανιχνεύσιμες. Η ανατολική Μεσόγειος θάλασσα είναι ολιγοτροφική με την εμφάνιση φαινομένων ευτροφισμού, αυξημένη μεταφορά πετρελαίου, κακή παράκτια διαχείριση, εκβολές ποταμών και θερμές περιοχές. Η ανάπτυξη της θαλάσσιας χημείας και των προγραμμάτων ελέγχου, που και τα δύο βασίζονται σε αναλυτικές μετρήσεις και δεδομένα που λαμβάνονται εξ αποστάσεως αποτελούν μια προτεραιότητα για τη βιώσιμη διαχείριση της περιοχής. Ένα πρόγραμμα παρακολούθησης της θαλάσσιας μόλυνσης που θα συνδυάζει σε μεγάλη κλίμακα τα δεδομένα για την επιφάνεια της θάλασσας που μετρούνται με τεχνικές τηλεπισκόπησης και με επί τόπου αναλυτικές μεθόδους των θαλάσσιων ρυπαντών, θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση της οικολογικώς ευαίσθητης περιοχής της ανατολικής μεσογείου.

'''Συζήτηση'''
Οι παράκτιες ζώνες είναι σημαντικά και ευαίσθητα οικολογικά συστήματα. Επίσης είναι σημαντικά και από οικονομικής σκοπιάς καθώς χρησιμοποιούνται για τον τουρισμό, την αλιεία, τις ιχθυοκαλλιέργειες και την αναψυχή. Δυστυχώς αρκετές φορές η σημασία τους αγνοείται και τυγχάνουν υπερεκμετάλλευσης ή υποβάλλονται σε έντονες περιβαλλοντικές πιέσεις. Μεγάλες ποσότητες ρυπαντών που προέρχονται από τη γη, από τη βιομηχανία, τις πόλεις και τις γεωργικές δραστηριότητες διατίθενται στις παράκτιες περιοχές. Η χημική, βιολογική, ή θερμική ρύπανση μπορεί να προκαλέσει δυσμενείς επιπτώσεις στο θαλάσσιο περιβάλλον και να αποτελέσει κίνδυνο για τη δημόσια υγεία. Μαζί με τις φυσικές και γεωλογικές αλλαγές που προηγουμένως επισημάνθηκαν, οι περιβαλλοντικές ζημιές μπορεί να οδηγήσουν σε οικολογικό μαρασμό ή ακόμα και καταστροφή των παράκτιων βιοτόπων, που με τη σειρά του επηρεάζει τη χλωρίδα και την πανίδα του τόπου όπως επίσης και τους ανθρώπους που διαβιούν εκεί. Προκειμένου να μελετήσουμε την ποιότητα του θαλάσσιου περιβάλλοντος αρκετά προγράμματα επί τόπου ελέγχων διεξάγονται στις περιοχές αυξημένου ενδιαφέροντος. Αυτά τα προγράμματα ελέγχου είναι διεπιστημονικά, επομένως βιολογικές, χημικές, φυσικές, γεωγραφικές και ωκεανογραφικές μελέτες διεξάγονται ταυτόχρονα στα σκάφη έρευνας που επανδρώνονται από ένα πλήθος εξειδικευμένων επιστημόνων. Το κύριο μειονέκτημα των προγραμμάτων επιτόπιας έρευνας είναι το ιδιαιτέρως υψηλό κόστος.

Οι τεχνικές τηλεπισκόπησης χρησιμοποιούνταν μέχρι τις αρχές της δεκαετίας του 1960 για διάφορες περιβαλλοντικές εφαρμογές. Μπορούν να παρέχουν βασικές πληροφορίες για τις παράκτιες θαλάσσιες περιοχές, μετρώντας φυσικοχημικές παραμέτρους που έχουν άμεση επίδραση στις οπτικές ιδιότητες του εξεταζόμενου υδάτινου στρώματος. Τέτοιες παράμετροι είναι: τα χαρακτηριστικά του ωκεανού, το χρώμα του φυτοπλαγκτού, διεσπαρμένα σωματίδια, όπως επίσης και θαλάσσιοι ρυπαντές, κυρίως υδρογονάνθρακες.

Διάφοροι τύποι αισθητήρων έχουν χρησιμοποιηθεί για το θαλάσσιο περιβάλλον, όπως οι οπτικοί, θερμικοί, λέιζερ και ραντάρ. Τα κύρια πλεονεκτήματα της τηλεπισκόπησης είναι η δυνατότητα μακροπρόθεσμης και σε μεγάλη κλίμακα παρακολούθηση ολόκληρων λεκανών. Ωστόσο όμως υπάρχουν και μειονεκτήματα, όπως το ότι δεν μπορούν να μετρηθούν όλες οι επιθυμητές παράμετροι του θαλάσσιου περιβάλλοντος, και ότι οι διαθέσιμες μετρήσεις περιορίζονται μόνο στα επιφανειακά νερά, και είναι αποτελεσματικές μόνο στην περίπτωση υψηλών συγκεντρώσεων (π.χ. αμέσως μετά το σχηματισμό μιας πετρελαιοκηλίδας).
Το παράκτιο θαλάσσιο περιβάλλον της ανατολικής Μεσογείου επηρεάζεται από την οικονομική ανάπτυξη, την αύξηση του πληθυσμού, και τις αλλαγές στις χρήσεις γης. Τα προγράμματα επί τόπου παρακολούθησης στο ανατολικό κομμάτι της Μεσογείου είναι λιγότερα συγκριτικά με το δυτικό και εμφανίζουν λειτουργικά προβλήματα (χωρικής και χρονικής κάλυψης). Επιπλέον, τα υπάρχοντα αποτελέσματα της τηλεπισκόπησης στην περιοχή είναι μάλλον περιορισμένα και κυρίως αφορούν τη φυσική ωκεανογραφία.

Ένα άλλο τμήμα των εφαρμογών της τηλεπισκόπησης είναι η παραγωγή της χλωροφύλλης –α σε αρχικά στάδια και ο έλεγχος των διεσπαρμένων σωματιδίων καθώς η ανατολική Μεσόγειος είναι ολιγοτροφική με εμφάνιση φαινομένων ευτροφισμού. Επίσης υπάρχουν εκβολές ποταμών και παράκτιες περιοχές αυξημένου ενδιαφέροντος, η επίδραση από την έξοδο της Μαύρης θάλασσας μέσω των Δαρδανελλίων καθώς και από τη Δυτική Μεσόγειο μέσω των στενών της Σικελίας. Τα αποτελέσματα δείχνουν μια μείωση της χλωροφύλλης-α καθώς κινούμαστε από δυτικά προς τα ανατολικά της μεσογείου, όπως αυτά φαίνονται από το διάστημα για την επιφάνεια της θάλασσας.

Στην περίπτωση της θαλάσσιας ρύπανσης η τηλεπισκόπηση είναι κατάλληλη και εφαρμόσιμη μόνο για τις πετρελαιοκηλίδες. Οι αισθητήρες που χρησιμοποιούνται είναι UV-VIS, οπτικοί (UV-VIS-IR),θερμικές απεικονίσεις υπερύθρου, φθοροαισθητήρες λέιζερ και αισθητήρες ραντάρ. Το πλεονέκτημα των αισθητήρων ραντάρ σε σύγκριση με τους οπτικούς αισθητήρες είναι ότι παρέχουν πληροφορίες κάτω από φτωχές καιρικές συνθήκες καθώς και στο σκοτάδι. Οι εργασίες τηλεπισκόπησης που πραγματοποιήθηκαν στην ανατολική μεσόγειο έγιναν εξαιτίας της αυξημένης μεταφοράς πετρελαϊκών προϊόντων και επομένως της εμφάνισης ατυχημάτων.

Το αποτέλεσμα ενός βελτιωμένου αλγορίθμου που χρησιμοποιήθηκε για την ανίχνευση πετρελαιοκηλίδων από εικόνες SAR παρουσιάζεται στην εικόνα1.

[[Εικόνα:Av_a4_eik1.jpg | thumb | right | Εικόνα 1: Η εικόνα SAR πάνω από τα νησιά Σίφνος, Μήλος, Σέριφος και Πάρος παρουσιάζει ένα πλήθος σκοτεινών περιοχών κοντά και μεταξύ των νησιών και απεικονίζει μόνο τις επιβεβαιωμένες πετρελαιοκηλίδες.(α) αρχικό τοπίο, (β) καλύψεις εδάφους, (γ) σκοτεινά αντικείμενα χρωματισμένα αναλόγως με την πιθανότητα τους να αποτελέσουν πετρελαιοκηλίδες (πράσινο: χαμηλή πιθανότητα, κόκκινο: υψηλή πιθανότητα), Πίνακας: συνοπτικά συμπεράσματα]]

Ένα σημαντικό θέμα που πρέπει να εισαχθεί στον έλεγχο των πετρελαιοκηλίδων είναι η διάκριση μεταξύ των αληθινών πετρελαιοκηλίδων και άλλων σκοτεινών σχηματισμών εξαιτίας φυσικών συνθηκών. Σε αυτή την περίπτωση ο αλγόριθμος απεικόνισε σωστά τη μικρή πιθανότητα των σκοτεινών αντικειμένων να είναι πετρελαιοκηλίδες. Επιπλέον, διαπιστώνεται μια υψηλή πιθανότητα της τάξεως του 78% , στην ελεγχόμενη πετρελαιοκηλίδα που φαίνεται στο βορειοδυτικό κομμάτι της εικόνας. Ακόμη, έγιναν ορισμένες προσπάθειες με τη βοήθεια της τηλεπισκόπησης για την παρακολούθηση του βιοκόσμου, των κοπαδιών ψαριών και των φυκιών.
Οι εφαρμογές που προαναφέρθηκαν δεν είναι ωστόσο ικανές ώστε να περιορίσουν τις προσπάθειες επί τόπου έρευνας που διεξάγονται από τους θαλάσσιους ερευνητές, επειδή οι μετρούμενες παράμετροι είναι μόνο ένα μικρό ποσοστό αυτών που πρέπει να μελετηθούν στο θαλάσσιο περιβάλλον και επειδή οι τεχνικές τηλεπισκόπησης είναι λιγότερο ακριβείς από τα αποτελέσματα των επί τόπου μετρήσεων των εργαστηρίων. Επίσης, οι τεχνικές τηλεπισκόπησης περιορίζονται στα επιφανειακά νερά και πιθανώς να επηρεάζονται από την επίδραση της ατμόσφαιρας και το φτωχό χωρικό ψήφισμα για ορισμένες εφαρμογές.
Ένα πρόγραμμα θαλάσσιας παρακολούθησης που θα συνδυάζει τις τεχνικές τηλεπισκόπησης με τις χημικές αναλυτικές μετρήσεις θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση αυτής της οικολογικώς ευαίσθητης περιοχής.

[[category:Υδατικοί Πόροι]]

ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ

2012-03-09T09:01:48Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Combination of chemical measurements and remote sensing in coastal water monitoring. The case of eastern Mediterranean » 
'''Συγγραφείς:''' Dassenakis M., Paraskevopoulou V., Katsiambani K. 
'''Πηγή:''' http://www.oceanobs09.net/proceedings/ac/FCXNL-09A02-1766485-1-ac3c03.PDF 

'''Περίληψη'''
Το κύριο πλεονέκτημα της χρήσης των τεχνικών της τηλεπισκόπησης στην περιβαλλοντική έρευνα είναι η ικανότητα ελέγχου σε μεγάλη κλίμακα ολόκληρων λεκανών νερού. Από την άλλη πλευρά, αυτές περιορίζονται στα επιφανειακά νερά και μόνο ορισμένοι ρυπαντές όπως οι χρωστικές του φυτοπλαγκτού, διασπαρμένα σωματίδια και πετρελαιοκηλίδες είναι ευκόλως ανιχνεύσιμες. Η ανατολική Μεσόγειος θάλασσα είναι ολιγοτροφική με την εμφάνιση φαινομένων ευτροφισμού, αυξημένη μεταφορά πετρελαίου, κακή παράκτια διαχείριση, εκβολές ποταμών και θερμές περιοχές. Η ανάπτυξη της θαλάσσιας χημείας και των προγραμμάτων ελέγχου, που και τα δύο βασίζονται σε αναλυτικές μετρήσεις και δεδομένα που λαμβάνονται εξ αποστάσεως αποτελούν μια προτεραιότητα για τη βιώσιμη διαχείριση της περιοχής. Ένα πρόγραμμα παρακολούθησης της θαλάσσιας μόλυνσης που θα συνδυάζει σε μεγάλη κλίμακα τα δεδομένα για την επιφάνεια της θάλασσας που μετρούνται με τεχνικές τηλεπισκόπησης και με επί τόπου αναλυτικές μεθόδους των θαλάσσιων ρυπαντών, θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση της οικολογικώς ευαίσθητης περιοχής της ανατολικής μεσογείου.

'''Συζήτηση'''
Οι παράκτιες ζώνες είναι σημαντικά και ευαίσθητα οικολογικά συστήματα. Επίσης είναι σημαντικά και από οικονομικής σκοπιάς καθώς χρησιμοποιούνται για τον τουρισμό, την αλιεία, τις ιχθυοκαλλιέργειες και την αναψυχή. Δυστυχώς αρκετές φορές η σημασία τους αγνοείται και τυγχάνουν υπερεκμετάλλευσης ή υποβάλλονται σε έντονες περιβαλλοντικές πιέσεις. Μεγάλες ποσότητες ρυπαντών που προέρχονται από τη γη, από τη βιομηχανία, τις πόλεις και τις γεωργικές δραστηριότητες διατίθενται στις παράκτιες περιοχές. Η χημική, βιολογική, ή θερμική ρύπανση μπορεί να προκαλέσει δυσμενείς επιπτώσεις στο θαλάσσιο περιβάλλον και να αποτελέσει κίνδυνο για τη δημόσια υγεία. Μαζί με τις φυσικές και γεωλογικές αλλαγές που προηγουμένως επισημάνθηκαν, οι περιβαλλοντικές ζημιές μπορεί να οδηγήσουν σε οικολογικό μαρασμό ή ακόμα και καταστροφή των παράκτιων βιοτόπων, που με τη σειρά του επηρεάζει τη χλωρίδα και την πανίδα του τόπου όπως επίσης και τους ανθρώπους που διαβιούν εκεί. Προκειμένου να μελετήσουμε την ποιότητα του θαλάσσιου περιβάλλοντος αρκετά προγράμματα επί τόπου ελέγχων διεξάγονται στις περιοχές αυξημένου ενδιαφέροντος. Αυτά τα προγράμματα ελέγχου είναι διεπιστημονικά, επομένως βιολογικές, χημικές, φυσικές, γεωγραφικές και ωκεανογραφικές μελέτες διεξάγονται ταυτόχρονα στα σκάφη έρευνας που επανδρώνονται από ένα πλήθος εξειδικευμένων επιστημόνων. Το κύριο μειονέκτημα των προγραμμάτων επιτόπιας έρευνας είναι το ιδιαιτέρως υψηλό κόστος.

Οι τεχνικές τηλεπισκόπησης χρησιμοποιούνταν μέχρι τις αρχές της δεκαετίας του 1960 για διάφορες περιβαλλοντικές εφαρμογές. Μπορούν να παρέχουν βασικές πληροφορίες για τις παράκτιες θαλάσσιες περιοχές, μετρώντας φυσικοχημικές παραμέτρους που έχουν άμεση επίδραση στις οπτικές ιδιότητες του εξεταζόμενου υδάτινου στρώματος. Τέτοιες παράμετροι είναι: τα χαρακτηριστικά του ωκεανού, το χρώμα του φυτοπλαγκτού, διεσπαρμένα σωματίδια, όπως επίσης και θαλάσσιοι ρυπαντές, κυρίως υδρογονάνθρακες.

Διάφοροι τύποι αισθητήρων έχουν χρησιμοποιηθεί για το θαλάσσιο περιβάλλον, όπως οι οπτικοί, θερμικοί, λέιζερ και ραντάρ. Τα κύρια πλεονεκτήματα της τηλεπισκόπησης είναι η δυνατότητα μακροπρόθεσμης και σε μεγάλη κλίμακα παρακολούθηση ολόκληρων λεκανών. Ωστόσο όμως υπάρχουν και μειονεκτήματα, όπως το ότι δεν μπορούν να μετρηθούν όλες οι επιθυμητές παράμετροι του θαλάσσιου περιβάλλοντος, και ότι οι διαθέσιμες μετρήσεις περιορίζονται μόνο στα επιφανειακά νερά, και είναι αποτελεσματικές μόνο στην περίπτωση υψηλών συγκεντρώσεων (π.χ. αμέσως μετά το σχηματισμό μιας πετρελαιοκηλίδας).
Το παράκτιο θαλάσσιο περιβάλλον της ανατολικής Μεσογείου επηρεάζεται από την οικονομική ανάπτυξη, την αύξηση του πληθυσμού, και τις αλλαγές στις χρήσεις γης. Τα προγράμματα επί τόπου παρακολούθησης στο ανατολικό κομμάτι της Μεσογείου είναι λιγότερα συγκριτικά με το δυτικό και εμφανίζουν λειτουργικά προβλήματα (χωρικής και χρονικής κάλυψης). Επιπλέον, τα υπάρχοντα αποτελέσματα της τηλεπισκόπησης στην περιοχή είναι μάλλον περιορισμένα και κυρίως αφορούν τη φυσική ωκεανογραφία.

Ένα άλλο τμήμα των εφαρμογών της τηλεπισκόπησης είναι η παραγωγή της χλωροφύλλης –α σε αρχικά στάδια και ο έλεγχος των διεσπαρμένων σωματιδίων καθώς η ανατολική Μεσόγειος είναι ολιγοτροφική με εμφάνιση φαινομένων ευτροφισμού. Επίσης υπάρχουν εκβολές ποταμών και παράκτιες περιοχές αυξημένου ενδιαφέροντος, η επίδραση από την έξοδο της Μαύρης θάλασσας μέσω των Δαρδανελλίων καθώς και από τη Δυτική Μεσόγειο μέσω των στενών της Σικελίας. Τα αποτελέσματα δείχνουν μια μείωση της χλωροφύλλης-α καθώς κινούμαστε από δυτικά προς τα ανατολικά της μεσογείου, όπως αυτά φαίνονται από το διάστημα για την επιφάνεια της θάλασσας.

Στην περίπτωση της θαλάσσιας ρύπανσης η τηλεπισκόπηση είναι κατάλληλη και εφαρμόσιμη μόνο για τις πετρελαιοκηλίδες. Οι αισθητήρες που χρησιμοποιούνται είναι UV-VIS, οπτικοί (UV-VIS-IR),θερμικές απεικονίσεις υπερύθρου, φθοροαισθητήρες λέιζερ και αισθητήρες ραντάρ. Το πλεονέκτημα των αισθητήρων ραντάρ σε σύγκριση με τους οπτικούς αισθητήρες είναι ότι παρέχουν πληροφορίες κάτω από φτωχές καιρικές συνθήκες καθώς και στο σκοτάδι. Οι εργασίες τηλεπισκόπησης που πραγματοποιήθηκαν στην ανατολική μεσόγειο έγιναν εξαιτίας της αυξημένης μεταφοράς πετρελαϊκών προϊόντων και επομένως της εμφάνισης ατυχημάτων.

Το αποτέλεσμα ενός βελτιωμένου αλγορίθμου που χρησιμοποιήθηκε για την ανίχνευση πετρελαιοκηλίδων από εικόνες SAR παρουσιάζεται στην εικόνα1.

[[Εικόνα:Av_a4_eik1.JPG | thumb | right | Εικόνα 1: Η εικόνα SAR πάνω από τα νησιά Σίφνος, Μήλος, Σέριφος και Πάρος παρουσιάζει ένα πλήθος σκοτεινών περιοχών κοντά και μεταξύ των νησιών και απεικονίζει μόνο τις επιβεβαιωμένες πετρελαιοκηλίδες.(α) αρχικό τοπίο, (β) καλύψεις εδάφους, (γ) σκοτεινά αντικείμενα χρωματισμένα αναλόγως με την πιθανότητα τους να αποτελέσουν πετρελαιοκηλίδες (πράσινο: χαμηλή πιθανότητα, κόκκινο: υψηλή πιθανότητα), Πίνακας: συνοπτικά συμπεράσματα]]

Ένα σημαντικό θέμα που πρέπει να εισαχθεί στον έλεγχο των πετρελαιοκηλίδων είναι η διάκριση μεταξύ των αληθινών πετρελαιοκηλίδων και άλλων σκοτεινών σχηματισμών εξαιτίας φυσικών συνθηκών. Σε αυτή την περίπτωση ο αλγόριθμος απεικόνισε σωστά τη μικρή πιθανότητα των σκοτεινών αντικειμένων να είναι πετρελαιοκηλίδες. Επιπλέον, διαπιστώνεται μια υψηλή πιθανότητα της τάξεως του 78% , στην ελεγχόμενη πετρελαιοκηλίδα που φαίνεται στο βορειοδυτικό κομμάτι της εικόνας. Ακόμη, έγιναν ορισμένες προσπάθειες με τη βοήθεια της τηλεπισκόπησης για την παρακολούθηση του βιοκόσμου, των κοπαδιών ψαριών και των φυκιών.
Οι εφαρμογές που προαναφέρθηκαν δεν είναι ωστόσο ικανές ώστε να περιορίσουν τις προσπάθειες επί τόπου έρευνας που διεξάγονται από τους θαλάσσιους ερευνητές, επειδή οι μετρούμενες παράμετροι είναι μόνο ένα μικρό ποσοστό αυτών που πρέπει να μελετηθούν στο θαλάσσιο περιβάλλον και επειδή οι τεχνικές τηλεπισκόπησης είναι λιγότερο ακριβείς από τα αποτελέσματα των επί τόπου μετρήσεων των εργαστηρίων. Επίσης, οι τεχνικές τηλεπισκόπησης περιορίζονται στα επιφανειακά νερά και πιθανώς να επηρεάζονται από την επίδραση της ατμόσφαιρας και το φτωχό χωρικό ψήφισμα για ορισμένες εφαρμογές.
Ένα πρόγραμμα θαλάσσιας παρακολούθησης που θα συνδυάζει τις τεχνικές τηλεπισκόπησης με τις χημικές αναλυτικές μετρήσεις θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση αυτής της οικολογικώς ευαίσθητης περιοχής.

[[category:Υδατικοί Πόροι]]

ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ

2012-03-09T09:01:22Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Combination of chemical measurements and remote sensing in coastal water monitoring. The case of eastern Mediterranean » 
'''Συγγραφείς:''' Dassenakis M., Paraskevopoulou V., Katsiambani K. 
'''Πηγή:''' http://www.oceanobs09.net/proceedings/ac/FCXNL-09A02-1766485-1-ac3c03.PDF 

'''Περίληψη'''
Το κύριο πλεονέκτημα της χρήσης των τεχνικών της τηλεπισκόπησης στην περιβαλλοντική έρευνα είναι η ικανότητα ελέγχου σε μεγάλη κλίμακα ολόκληρων λεκανών νερού. Από την άλλη πλευρά, αυτές περιορίζονται στα επιφανειακά νερά και μόνο ορισμένοι ρυπαντές όπως οι χρωστικές του φυτοπλαγκτού, διασπαρμένα σωματίδια και πετρελαιοκηλίδες είναι ευκόλως ανιχνεύσιμες. Η ανατολική Μεσόγειος θάλασσα είναι ολιγοτροφική με την εμφάνιση φαινομένων ευτροφισμού, αυξημένη μεταφορά πετρελαίου, κακή παράκτια διαχείριση, εκβολές ποταμών και θερμές περιοχές. Η ανάπτυξη της θαλάσσιας χημείας και των προγραμμάτων ελέγχου, που και τα δύο βασίζονται σε αναλυτικές μετρήσεις και δεδομένα που λαμβάνονται εξ αποστάσεως αποτελούν μια προτεραιότητα για τη βιώσιμη διαχείριση της περιοχής. Ένα πρόγραμμα παρακολούθησης της θαλάσσιας μόλυνσης που θα συνδυάζει σε μεγάλη κλίμακα τα δεδομένα για την επιφάνεια της θάλασσας που μετρούνται με τεχνικές τηλεπισκόπησης και με επί τόπου αναλυτικές μεθόδους των θαλάσσιων ρυπαντών, θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση της οικολογικώς ευαίσθητης περιοχής της ανατολικής μεσογείου.

'''Συζήτηση'''
Οι παράκτιες ζώνες είναι σημαντικά και ευαίσθητα οικολογικά συστήματα. Επίσης είναι σημαντικά και από οικονομικής σκοπιάς καθώς χρησιμοποιούνται για τον τουρισμό, την αλιεία, τις ιχθυοκαλλιέργειες και την αναψυχή. Δυστυχώς αρκετές φορές η σημασία τους αγνοείται και τυγχάνουν υπερεκμετάλλευσης ή υποβάλλονται σε έντονες περιβαλλοντικές πιέσεις. Μεγάλες ποσότητες ρυπαντών που προέρχονται από τη γη, από τη βιομηχανία, τις πόλεις και τις γεωργικές δραστηριότητες διατίθενται στις παράκτιες περιοχές. Η χημική, βιολογική, ή θερμική ρύπανση μπορεί να προκαλέσει δυσμενείς επιπτώσεις στο θαλάσσιο περιβάλλον και να αποτελέσει κίνδυνο για τη δημόσια υγεία. Μαζί με τις φυσικές και γεωλογικές αλλαγές που προηγουμένως επισημάνθηκαν, οι περιβαλλοντικές ζημιές μπορεί να οδηγήσουν σε οικολογικό μαρασμό ή ακόμα και καταστροφή των παράκτιων βιοτόπων, που με τη σειρά του επηρεάζει τη χλωρίδα και την πανίδα του τόπου όπως επίσης και τους ανθρώπους που διαβιούν εκεί. Προκειμένου να μελετήσουμε την ποιότητα του θαλάσσιου περιβάλλοντος αρκετά προγράμματα επί τόπου ελέγχων διεξάγονται στις περιοχές αυξημένου ενδιαφέροντος. Αυτά τα προγράμματα ελέγχου είναι διεπιστημονικά, επομένως βιολογικές, χημικές, φυσικές, γεωγραφικές και ωκεανογραφικές μελέτες διεξάγονται ταυτόχρονα στα σκάφη έρευνας που επανδρώνονται από ένα πλήθος εξειδικευμένων επιστημόνων. Το κύριο μειονέκτημα των προγραμμάτων επιτόπιας έρευνας είναι το ιδιαιτέρως υψηλό κόστος.

Οι τεχνικές τηλεπισκόπησης χρησιμοποιούνταν μέχρι τις αρχές της δεκαετίας του 1960 για διάφορες περιβαλλοντικές εφαρμογές. Μπορούν να παρέχουν βασικές πληροφορίες για τις παράκτιες θαλάσσιες περιοχές, μετρώντας φυσικοχημικές παραμέτρους που έχουν άμεση επίδραση στις οπτικές ιδιότητες του εξεταζόμενου υδάτινου στρώματος. Τέτοιες παράμετροι είναι: τα χαρακτηριστικά του ωκεανού, το χρώμα του φυτοπλαγκτού, διεσπαρμένα σωματίδια, όπως επίσης και θαλάσσιοι ρυπαντές, κυρίως υδρογονάνθρακες.

Διάφοροι τύποι αισθητήρων έχουν χρησιμοποιηθεί για το θαλάσσιο περιβάλλον, όπως οι οπτικοί, θερμικοί, λέιζερ και ραντάρ. Τα κύρια πλεονεκτήματα της τηλεπισκόπησης είναι η δυνατότητα μακροπρόθεσμης και σε μεγάλη κλίμακα παρακολούθηση ολόκληρων λεκανών. Ωστόσο όμως υπάρχουν και μειονεκτήματα, όπως το ότι δεν μπορούν να μετρηθούν όλες οι επιθυμητές παράμετροι του θαλάσσιου περιβάλλοντος, και ότι οι διαθέσιμες μετρήσεις περιορίζονται μόνο στα επιφανειακά νερά, και είναι αποτελεσματικές μόνο στην περίπτωση υψηλών συγκεντρώσεων (π.χ. αμέσως μετά το σχηματισμό μιας πετρελαιοκηλίδας).
Το παράκτιο θαλάσσιο περιβάλλον της ανατολικής Μεσογείου επηρεάζεται από την οικονομική ανάπτυξη, την αύξηση του πληθυσμού, και τις αλλαγές στις χρήσεις γης. Τα προγράμματα επί τόπου παρακολούθησης στο ανατολικό κομμάτι της Μεσογείου είναι λιγότερα συγκριτικά με το δυτικό και εμφανίζουν λειτουργικά προβλήματα (χωρικής και χρονικής κάλυψης). Επιπλέον, τα υπάρχοντα αποτελέσματα της τηλεπισκόπησης στην περιοχή είναι μάλλον περιορισμένα και κυρίως αφορούν τη φυσική ωκεανογραφία.

Ένα άλλο τμήμα των εφαρμογών της τηλεπισκόπησης είναι η παραγωγή της χλωροφύλλης –α σε αρχικά στάδια και ο έλεγχος των διεσπαρμένων σωματιδίων καθώς η ανατολική Μεσόγειος είναι ολιγοτροφική με εμφάνιση φαινομένων ευτροφισμού. Επίσης υπάρχουν εκβολές ποταμών και παράκτιες περιοχές αυξημένου ενδιαφέροντος, η επίδραση από την έξοδο της Μαύρης θάλασσας μέσω των Δαρδανελλίων καθώς και από τη Δυτική Μεσόγειο μέσω των στενών της Σικελίας. Τα αποτελέσματα δείχνουν μια μείωση της χλωροφύλλης-α καθώς κινούμαστε από δυτικά προς τα ανατολικά της μεσογείου, όπως αυτά φαίνονται από το διάστημα για την επιφάνεια της θάλασσας.

Στην περίπτωση της θαλάσσιας ρύπανσης η τηλεπισκόπηση είναι κατάλληλη και εφαρμόσιμη μόνο για τις πετρελαιοκηλίδες. Οι αισθητήρες που χρησιμοποιούνται είναι UV-VIS, οπτικοί (UV-VIS-IR),θερμικές απεικονίσεις υπερύθρου, φθοροαισθητήρες λέιζερ και αισθητήρες ραντάρ. Το πλεονέκτημα των αισθητήρων ραντάρ σε σύγκριση με τους οπτικούς αισθητήρες είναι ότι παρέχουν πληροφορίες κάτω από φτωχές καιρικές συνθήκες καθώς και στο σκοτάδι. Οι εργασίες τηλεπισκόπησης που πραγματοποιήθηκαν στην ανατολική μεσόγειο έγιναν εξαιτίας της αυξημένης μεταφοράς πετρελαϊκών προϊόντων και επομένως της εμφάνισης ατυχημάτων.

Το αποτέλεσμα ενός βελτιωμένου αλγορίθμου που χρησιμοποιήθηκε για την ανίχνευση πετρελαιοκηλίδων από εικόνες SAR παρουσιάζεται στην εικόνα1.

[[Εικόνα:Av_a1_eik1.JPG | thumb | right | Εικόνα 1: Η εικόνα SAR πάνω από τα νησιά Σίφνος, Μήλος, Σέριφος και Πάρος παρουσιάζει ένα πλήθος σκοτεινών περιοχών κοντά και μεταξύ των νησιών και απεικονίζει μόνο τις επιβεβαιωμένες πετρελαιοκηλίδες.(α) αρχικό τοπίο, (β) καλύψεις εδάφους, (γ) σκοτεινά αντικείμενα χρωματισμένα αναλόγως με την πιθανότητα τους να αποτελέσουν πετρελαιοκηλίδες (πράσινο: χαμηλή πιθανότητα, κόκκινο: υψηλή πιθανότητα), Πίνακας: συνοπτικά συμπεράσματα]]

Ένα σημαντικό θέμα που πρέπει να εισαχθεί στον έλεγχο των πετρελαιοκηλίδων είναι η διάκριση μεταξύ των αληθινών πετρελαιοκηλίδων και άλλων σκοτεινών σχηματισμών εξαιτίας φυσικών συνθηκών. Σε αυτή την περίπτωση ο αλγόριθμος απεικόνισε σωστά τη μικρή πιθανότητα των σκοτεινών αντικειμένων να είναι πετρελαιοκηλίδες. Επιπλέον, διαπιστώνεται μια υψηλή πιθανότητα της τάξεως του 78% , στην ελεγχόμενη πετρελαιοκηλίδα που φαίνεται στο βορειοδυτικό κομμάτι της εικόνας. Ακόμη, έγιναν ορισμένες προσπάθειες με τη βοήθεια της τηλεπισκόπησης για την παρακολούθηση του βιοκόσμου, των κοπαδιών ψαριών και των φυκιών.
Οι εφαρμογές που προαναφέρθηκαν δεν είναι ωστόσο ικανές ώστε να περιορίσουν τις προσπάθειες επί τόπου έρευνας που διεξάγονται από τους θαλάσσιους ερευνητές, επειδή οι μετρούμενες παράμετροι είναι μόνο ένα μικρό ποσοστό αυτών που πρέπει να μελετηθούν στο θαλάσσιο περιβάλλον και επειδή οι τεχνικές τηλεπισκόπησης είναι λιγότερο ακριβείς από τα αποτελέσματα των επί τόπου μετρήσεων των εργαστηρίων. Επίσης, οι τεχνικές τηλεπισκόπησης περιορίζονται στα επιφανειακά νερά και πιθανώς να επηρεάζονται από την επίδραση της ατμόσφαιρας και το φτωχό χωρικό ψήφισμα για ορισμένες εφαρμογές.
Ένα πρόγραμμα θαλάσσιας παρακολούθησης που θα συνδυάζει τις τεχνικές τηλεπισκόπησης με τις χημικές αναλυτικές μετρήσεις θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση αυτής της οικολογικώς ευαίσθητης περιοχής.

[[category:Υδατικοί Πόροι]]

ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ

2012-03-09T09:01:00Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Combination of chemical measurements and remote sensing in coastal water monitoring. The case of eastern Mediterranean » 
'''Συγγραφείς:''' Dassenakis M., Paraskevopoulou V., Katsiambani K. 
'''Πηγή:''' http://www.oceanobs09.net/proceedings/ac/FCXNL-09A02-1766485-1-ac3c03.PDF 

'''Περίληψη'''
Το κύριο πλεονέκτημα της χρήσης των τεχνικών της τηλεπισκόπησης στην περιβαλλοντική έρευνα είναι η ικανότητα ελέγχου σε μεγάλη κλίμακα ολόκληρων λεκανών νερού. Από την άλλη πλευρά, αυτές περιορίζονται στα επιφανειακά νερά και μόνο ορισμένοι ρυπαντές όπως οι χρωστικές του φυτοπλαγκτού, διασπαρμένα σωματίδια και πετρελαιοκηλίδες είναι ευκόλως ανιχνεύσιμες. Η ανατολική Μεσόγειος θάλασσα είναι ολιγοτροφική με την εμφάνιση φαινομένων ευτροφισμού, αυξημένη μεταφορά πετρελαίου, κακή παράκτια διαχείριση, εκβολές ποταμών και θερμές περιοχές. Η ανάπτυξη της θαλάσσιας χημείας και των προγραμμάτων ελέγχου, που και τα δύο βασίζονται σε αναλυτικές μετρήσεις και δεδομένα που λαμβάνονται εξ αποστάσεως αποτελούν μια προτεραιότητα για τη βιώσιμη διαχείριση της περιοχής. Ένα πρόγραμμα παρακολούθησης της θαλάσσιας μόλυνσης που θα συνδυάζει σε μεγάλη κλίμακα τα δεδομένα για την επιφάνεια της θάλασσας που μετρούνται με τεχνικές τηλεπισκόπησης και με επί τόπου αναλυτικές μεθόδους των θαλάσσιων ρυπαντών, θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση της οικολογικώς ευαίσθητης περιοχής της ανατολικής μεσογείου.

'''Συζήτηση'''
Οι παράκτιες ζώνες είναι σημαντικά και ευαίσθητα οικολογικά συστήματα. Επίσης είναι σημαντικά και από οικονομικής σκοπιάς καθώς χρησιμοποιούνται για τον τουρισμό, την αλιεία, τις ιχθυοκαλλιέργειες και την αναψυχή. Δυστυχώς αρκετές φορές η σημασία τους αγνοείται και τυγχάνουν υπερεκμετάλλευσης ή υποβάλλονται σε έντονες περιβαλλοντικές πιέσεις. Μεγάλες ποσότητες ρυπαντών που προέρχονται από τη γη, από τη βιομηχανία, τις πόλεις και τις γεωργικές δραστηριότητες διατίθενται στις παράκτιες περιοχές. Η χημική, βιολογική, ή θερμική ρύπανση μπορεί να προκαλέσει δυσμενείς επιπτώσεις στο θαλάσσιο περιβάλλον και να αποτελέσει κίνδυνο για τη δημόσια υγεία. Μαζί με τις φυσικές και γεωλογικές αλλαγές που προηγουμένως επισημάνθηκαν, οι περιβαλλοντικές ζημιές μπορεί να οδηγήσουν σε οικολογικό μαρασμό ή ακόμα και καταστροφή των παράκτιων βιοτόπων, που με τη σειρά του επηρεάζει τη χλωρίδα και την πανίδα του τόπου όπως επίσης και τους ανθρώπους που διαβιούν εκεί. Προκειμένου να μελετήσουμε την ποιότητα του θαλάσσιου περιβάλλοντος αρκετά προγράμματα επί τόπου ελέγχων διεξάγονται στις περιοχές αυξημένου ενδιαφέροντος. Αυτά τα προγράμματα ελέγχου είναι διεπιστημονικά, επομένως βιολογικές, χημικές, φυσικές, γεωγραφικές και ωκεανογραφικές μελέτες διεξάγονται ταυτόχρονα στα σκάφη έρευνας που επανδρώνονται από ένα πλήθος εξειδικευμένων επιστημόνων. Το κύριο μειονέκτημα των προγραμμάτων επιτόπιας έρευνας είναι το ιδιαιτέρως υψηλό κόστος.

Οι τεχνικές τηλεπισκόπησης χρησιμοποιούνταν μέχρι τις αρχές της δεκαετίας του 1960 για διάφορες περιβαλλοντικές εφαρμογές. Μπορούν να παρέχουν βασικές πληροφορίες για τις παράκτιες θαλάσσιες περιοχές, μετρώντας φυσικοχημικές παραμέτρους που έχουν άμεση επίδραση στις οπτικές ιδιότητες του εξεταζόμενου υδάτινου στρώματος. Τέτοιες παράμετροι είναι: τα χαρακτηριστικά του ωκεανού, το χρώμα του φυτοπλαγκτού, διεσπαρμένα σωματίδια, όπως επίσης και θαλάσσιοι ρυπαντές, κυρίως υδρογονάνθρακες.

Διάφοροι τύποι αισθητήρων έχουν χρησιμοποιηθεί για το θαλάσσιο περιβάλλον, όπως οι οπτικοί, θερμικοί, λέιζερ και ραντάρ. Τα κύρια πλεονεκτήματα της τηλεπισκόπησης είναι η δυνατότητα μακροπρόθεσμης και σε μεγάλη κλίμακα παρακολούθηση ολόκληρων λεκανών. Ωστόσο όμως υπάρχουν και μειονεκτήματα, όπως το ότι δεν μπορούν να μετρηθούν όλες οι επιθυμητές παράμετροι του θαλάσσιου περιβάλλοντος, και ότι οι διαθέσιμες μετρήσεις περιορίζονται μόνο στα επιφανειακά νερά, και είναι αποτελεσματικές μόνο στην περίπτωση υψηλών συγκεντρώσεων (π.χ. αμέσως μετά το σχηματισμό μιας πετρελαιοκηλίδας).
Το παράκτιο θαλάσσιο περιβάλλον της ανατολικής Μεσογείου επηρεάζεται από την οικονομική ανάπτυξη, την αύξηση του πληθυσμού, και τις αλλαγές στις χρήσεις γης. Τα προγράμματα επί τόπου παρακολούθησης στο ανατολικό κομμάτι της Μεσογείου είναι λιγότερα συγκριτικά με το δυτικό και εμφανίζουν λειτουργικά προβλήματα (χωρικής και χρονικής κάλυψης). Επιπλέον, τα υπάρχοντα αποτελέσματα της τηλεπισκόπησης στην περιοχή είναι μάλλον περιορισμένα και κυρίως αφορούν τη φυσική ωκεανογραφία.

Ένα άλλο τμήμα των εφαρμογών της τηλεπισκόπησης είναι η παραγωγή της χλωροφύλλης –α σε αρχικά στάδια και ο έλεγχος των διεσπαρμένων σωματιδίων καθώς η ανατολική Μεσόγειος είναι ολιγοτροφική με εμφάνιση φαινομένων ευτροφισμού. Επίσης υπάρχουν εκβολές ποταμών και παράκτιες περιοχές αυξημένου ενδιαφέροντος, η επίδραση από την έξοδο της Μαύρης θάλασσας μέσω των Δαρδανελλίων καθώς και από τη Δυτική Μεσόγειο μέσω των στενών της Σικελίας. Τα αποτελέσματα δείχνουν μια μείωση της χλωροφύλλης-α καθώς κινούμαστε από δυτικά προς τα ανατολικά της μεσογείου, όπως αυτά φαίνονται από το διάστημα για την επιφάνεια της θάλασσας.

Στην περίπτωση της θαλάσσιας ρύπανσης η τηλεπισκόπηση είναι κατάλληλη και εφαρμόσιμη μόνο για τις πετρελαιοκηλίδες. Οι αισθητήρες που χρησιμοποιούνται είναι UV-VIS, οπτικοί (UV-VIS-IR),θερμικές απεικονίσεις υπερύθρου, φθοροαισθητήρες λέιζερ και αισθητήρες ραντάρ. Το πλεονέκτημα των αισθητήρων ραντάρ σε σύγκριση με τους οπτικούς αισθητήρες είναι ότι παρέχουν πληροφορίες κάτω από φτωχές καιρικές συνθήκες καθώς και στο σκοτάδι. Οι εργασίες τηλεπισκόπησης που πραγματοποιήθηκαν στην ανατολική μεσόγειο έγιναν εξαιτίας της αυξημένης μεταφοράς πετρελαϊκών προϊόντων και επομένως της εμφάνισης ατυχημάτων.

Το αποτέλεσμα ενός βελτιωμένου αλγορίθμου που χρησιμοποιήθηκε για την ανίχνευση πετρελαιοκηλίδων από εικόνες SAR παρουσιάζεται στην εικόνα1.

[[Εικόνα:Av_a1_eik1.JPG | thumb | right | Εικόνα 1: Η εικόνα SAR πάνω από τα νησιά Σίφνος, Μήλος, Σέριφος και Πάρος παρουσιάζει ένα πλήθος σκοτεινών περιοχών κοντά και μεταξύ των νησιών και απεικονίζει μόνο τις επιβεβαιωμένες πετρελαιοκηλίδες.(α) αρχικό τοπίο, (β) καλύψεις εδάφους, (γ) σκοτεινά αντικείμενα χρωματισμένα αναλόγως με την πιθανότητα τους να αποτελέσουν πετρελαιοκηλίδες (πράσινο: χαμηλή πιθανότητα, κόκκινο: υψηλή πιθανότητα), Πίνακας: συνοπτικά συμπεράσματα]]

Ένα σημαντικό θέμα που πρέπει να εισαχθεί στον έλεγχο των πετρελαιοκηλίδων είναι η διάκριση μεταξύ των αληθινών πετρελαιοκηλίδων και άλλων σκοτεινών σχηματισμών εξαιτίας φυσικών συνθηκών. Σε αυτή την περίπτωση ο αλγόριθμος απεικόνισε σωστά τη μικρή πιθανότητα των σκοτεινών αντικειμένων να είναι πετρελαιοκηλίδες. Επιπλέον, διαπιστώνεται μια υψηλή πιθανότητα της τάξεως του 78% , στην ελεγχόμενη πετρελαιοκηλίδα που φαίνεται στο βορειοδυτικό κομμάτι της εικόνας. Ακόμη, έγιναν ορισμένες προσπάθειες με τη βοήθεια της τηλεπισκόπησης για την παρακολούθηση του βιοκόσμου, των κοπαδιών ψαριών και των φυκιών.

Οι εφαρμογές που προαναφέρθηκαν δεν είναι ωστόσο ικανές ώστε να περιορίσουν τις προσπάθειες επί τόπου έρευνας που διεξάγονται από τους θαλάσσιους ερευνητές, επειδή οι μετρούμενες παράμετροι είναι μόνο ένα μικρό ποσοστό αυτών που πρέπει να μελετηθούν στο θαλάσσιο περιβάλλον και επειδή οι τεχνικές τηλεπισκόπησης είναι λιγότερο ακριβείς από τα αποτελέσματα των επί τόπου μετρήσεων των εργαστηρίων. Επίσης, οι τεχνικές τηλεπισκόπησης περιορίζονται στα επιφανειακά νερά και πιθανώς να επηρεάζονται από την επίδραση της ατμόσφαιρας και το φτωχό χωρικό ψήφισμα για ορισμένες εφαρμογές.

Ένα πρόγραμμα θαλάσσιας παρακολούθησης που θα συνδυάζει τις τεχνικές τηλεπισκόπησης με τις χημικές αναλυτικές μετρήσεις θα ήταν ένα αποτελεσματικό εργαλείο για την προστασία του περιβάλλοντος και τη βιώσιμη διαχείριση αυτής της οικολογικώς ευαίσθητης περιοχής.

[[category:Υδατικοί Πόροι]]

Αρχείο:Av a4 eik1.jpg

2012-03-09T08:59:34Z

Afroditeven: Εικόνα 1: Η εικόνα SAR πάνω από τα νησιά Σίφνος, Μήλος, Σέριφος και Πάρος παρουσιάζει ένα πλήθος σκοτεινών περιοχών κοντά και μεταξύ των νησιώ�

Εικόνα 1: Η εικόνα SAR πάνω από τα νησιά Σίφνος, Μήλος, Σέριφος και Πάρος παρουσιάζει ένα πλήθος σκοτεινών περιοχών κοντά και μεταξύ των νησιών και απεικονίζει μόνο τις επιβεβαιωμένες πετρελαιοκηλίδες.(α) αρχικό τοπίο, (β) καλύψεις εδάφους, (γ) σκοτεινά αντικείμενα χρωματισμένα αναλόγως με την πιθανότητα τους να αποτελέσουν πετρελαιοκηλίδες (πράσινο: χαμηλή πιθανότητα, κόκκινο: υψηλή πιθανότητα), Πίνακας: συνοπτικά συμπεράσματα

ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ

2012-03-09T08:58:13Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Hyperspectral image analysis for oil spill mitigation» 
'''Συγγραφείς:''' Foudan Salem, Menas Kafatos 
'''Πηγή:''' http://www.crisp.nus.edu.sg/~acrs2001/pdf/108SALEM.PDF 

'''1. Περίληψη''' 
Κατά τη διάρκεια των τελευταίων δεκαετιών, ο κόλπος του Τσέσαπικ έχει υποφέρει από διάφορα μεγάλα ατυχήματα πετρελαιοκηλίδων που απειλούν το παράκτιο περιβάλλον και τα διάφορα είδη. Οι φυσικοί πόροι του Τσέσαπικ παραμένουν ευάλωτοι επειδή μοιράζονται τις παράκτιες περιοχές με κύριες διακρατικές εμπορικές οδούς, υπόγειους αγωγούς, έντονη ανάπτυξη, μεγάλη βιομηχανική ανάπτυξη και έντονη μετακίνηση πλοίων στα λιμάνια του Νόρφολκ και της Βαλτιμόρης. Προκειμένου να προστατευτούν αποτελεσματικά οι κοινότητες και τα είδη που βρίσκονται σε κίνδυνο, είναι απαραίτητος ο γρήγορος και ακριβής προσδιορισμός των περιοχών που διατρέχουν κίνδυνο πετρελαϊκής ρύπανσης, ιδιαιτέρως στις περιοχές που η ποσότητα του πετρελαίου είναι μεγάλη. Όπου η βιομηχανία διαχείρισης του πετρελαίου είναι γηρασμένη, αυτή η ανάγκη αυξάνεται. Αυτή η έρευνα αφορά την τηλεπισκόπηση, συγκεκριμένα την υπερφασματική ανάλυση εικόνας που εφαρμόστηκε στον υδροκρίτη του Τσέσαπικ. Αυτή η μελέτη περιπτώσεων είναι πρωτότυπη για τις διαρροές πετρελαίου στον ποταμού Πατουξεντ στο Μέρυλαντ, καθώς και η σχετιζόμενη ανάλυση εικόνας για την ανίχνευση πετρελαιοκηλίδων με τη χρήση υπερφασματικών στοιχείων και των επιδράσεών τους στο έδαφος, το νερό, τους υγροτόπους, και της βλάστησης που μολύνθηκε από το πετρέλαιο. Οι εικόνες από αεροσκάφη ή από το διάστημα, σαν ένα αποτελεσματικό ερευνητικό εργαλείο, αποτελούν την κύρια πηγή συλλογής πληροφοριών για τον πραγματικό χρόνο. Στην περίπτωση πρόκλησης πετρελαιοκηλίδας, αυτές οι πληροφορίες μπορούν να ανακτηθούν σε μικρό χρονικό διάστημα για να βοηθήσουν τις αρχές να σχεδιάσουν τη γρηγορότερη προς την κηλίδα διαδρομή και να υλοποιήσουν ένα αποτελεσματικό πρόγραμμα περιβαλλοντικής προστασίας, που θα μπορεί να μειώσει τις καταστροφές. Ο υπερφασματικός αισθητήρας συνδυάζει τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και εκτιμά καλύτερα την αφθονία τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς που προκαλούνται από χαρακτηριστικά που έχουν το ίδιο χρώμα και εμφάνιση με το πετρέλαιο, όπως είναι μεγάλες περιοχές φυκιών και μέδουσες. Τέτοια φαινόμενα μπορούν να ταυτοποιηθούν με οπτική ερμηνεία σαν μια πιθανή πετρελαιοκηλίδα με τη χρήση συμβατικών αισθητήρων. Κάποιοι άλλοι τύποι από ελαφρύ καύσιμο, όπως η βενζίνη και το ντίζελ, δεν μπορούν να ταυτοποιηθούν οπτικά εξαιτίας της αλλαγής της εμφάνισής τους με το χρόνο. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτή τη φασματική πληροφορία κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου, και επίσης να διακρίνει τους διάφορους τύπους πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Οι υπερφασματικές αναλύσεις με υψηλό φασματικό και χωρικό ψήφισμα μπορούν να χρησιμοποιηθούν για να ανιχνεύσουν πετρέλαιο με βάση την αντιστοίχηση της φασματικής υπογραφής, προκειμένου να εκτιμηθεί το επίπεδο της πετρελαϊκής μόλυνσης των προσβεβλημένων περιοχών στην ακτογραμμή, που είναι απαραίτητο για τον καθορισμό των διαδικασιών καθαρισμού της.

'''2. Κίνητρα'''
Σε αυτή την έρευνα κάποια από τα προβλήματα για τον προσδιορισμό του πετρελαίου
μπορούν να ελαχιστοποιηθούν όταν χρησιμοποιείται μεθοδολογία ανωτέρου επιπέδου που βασίζεται στην αντιστοίχιση της φασματικής υπογραφής του πετρελαίου και όχι στην οπτική ερμηνεία των εικόνων. Νέες τεχνικές όπως η HIS πρέπει να χρησιμοποιούνται προκειμένου να επιτυγχάνονται οι κατάλληλες διακρίσεις μεταξύ των τύπων του πετρελαίου (αργό ή ελαφρύ) και να προσδιορίζονται τα φυσικά φαινόμενα. Τα αποτελέσματα αυτής της έρευνας έδειξαν ότι με τις HSI φασματικές πληροφορίες, η υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο) στη θάλασσα και για να γίνουν διακριτοί οι διάφοροι τύποι πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Μέρος αυτής της μελέτης επίσης περιλαμβάνει την παρακολούθηση των κινήσεων των πετρελαιοκηλίδων, τη διασπορά τους στο νερό και τον προσδιορισμό τους στην ακτογραμμή. Η εργασία που εκτελείται θα δώσει έμφαση στις μολύνσεις από πετρέλαιο των υγροτόπων, του εδάφους και της βλάστησης στη λεκάνη του ποταμού Πατουξεντ στον κόλπο του Τσέσαπικ εξαιτίας της πετρελαϊκής μόλυνσης. Η γραμμική τεχνική διάκρισης (linear unmixing) θα χρησιμοποιηθεί για τη διάκριση μεταξύ των αναμειγνυόμενων υπογραφών διαφορετικών υλικών που είναι μολυσμένα με πετρέλαιο.

'''3. Το πρόβλημα'''
Ένα πλήθος συστημάτων τηλεπισκόπησης είναι διαθέσιμα (π.χ. ραντάρ πλευρικής θέασης, φθορισμός λέιζερ, μικροκυματικό ραδιόμετρο, υπέρυθρος-υπεριώδης γραμμικός σαρωτής,SAR,ERS1,2 και LANDSAT δορυφορικά συστήματα). Ωστόσο, τα προβλήματα που σχετίζονται με κάθε ένα από αυτά τα συστήματα αποκλείουν την αποκλειστική τους χρήση για την ανίχνευση πετρελαιοκηλίδων. Αν και τα δεδομένα της τηλεπισκόπησης μπορεί να αποτελέσουν ένα πολύτιμο εργαλείο για την προσπάθεια εύρεσης απάντησης, τα αποτελέσματα από διαφορετικούς αισθητήρες μπορεί να ποικίλουν ευρέως. Αυτό το πρόβλημα είναι ιδιαίτερα προφανές στην περίπτωση μεγάλων κηλίδων, όπου αρκετές ερμηνευτικές αναλύσεις για τις δορυφορικές εικόνες βασίζονται στο χρώμα του πετρελαίου ή στην εμφάνιση του φιλμ του στο νερό. Πολλές από αυτές τις αναλύσεις έχουν προβλήματα προσδιορισμού και ποσοτικοποίησης πετρελαίου επιπλέοντος στη θάλασσα. Καθώς η κηλίδα εξελίσσεται, ένας μεγάλος αριθμός λανθασμένων θετικών αναγνωρίσεων μπορεί να συμβεί. Πάγος, εσωτερικά κύματα, κλίνες φυκιών, φυσικά οργανικά, γύρη, πλαγκτονικές ανθίσεις, σκιές από σύννεφα, μέδουσες, άλγη όλα εμφανίζονται σαν πετρέλαιο. Οι καιρικές συνθήκες είναι ένας από τους περιορισμούς όταν χρησιμοποιούνται κάποιοι αισθητήρες όπως απεικονίσεις ραντάρ, για την εκτίμηση της επιφάνειας κάλυψης. Τα κύματα αυξάνουν τη φυσική διασπορά κατά τα αρχικά στάδια της κηλίδας, σπάζουν την ένταση της επιφάνειας που δημιουργούν την όψη της κηλίδας, και αναμειγνύουν το πετρέλαιο στην επιφανειακή στιβάδα προσωρινά. Οι παρατηρητές πρέπει να επισημάνουν ότι όπως η ταχύτητα του ανέμου αυξάνεται, η ικανότητα ανίχνευσης του πετρελαίου μειώνεται. Η οπτική παρατήρηση βυθισμένου πετρελαίου είναι ιδιαιτέρως δύσκολη εκτός αν το νερό είναι πολύ καθαρό και ήρεμο. Τα χαρακτηριστικά της κηλίδας εμφανίζονται διαφορετικά κάτω από συνθήκες χαμηλού φωτισμού και ισχυρού ανέμου. Οι παρατηρήσεις σε συνθήκες θάμβους είναι δύσκολο να ερμηνευτούν, εξαιτίας της γυαλάδας που δημιουργείται και της μικρής αντίθεσης μεταξύ νερού και πετρελαίου. Αφού το πετρέλαιο παραμείνει για ένα μικρό χρονικό διάστημα στην επιφάνεια της θάλασσας, ξεκινά η αλλαγή των φυσικών του χαρακτηριστικών εξαιτίας διαφόρων φυσικών, βιολογικών και χημικών διαδικασιών. Επιπλέον, οι λανθασμένες αναφορές εμποδίζουν τη γνώση της ακριβούς τοποθεσίας και περιγραφής της κηλίδας γεγονός που καθιστά ορισμένες από τις συμβατικές τεχνικές τηλεπισκόπησης αναξιόπιστες.

'''4. Κύριος στόχος'''
Η τεχνική HSI χρησιμοποιείται για να ανιχνεύσει το πετρέλαιο, να καθορίσει τα χαρακτηριστικά της ουσίας της κηλίδας, και να κάνει προβλέψεις της επιτυχίας διασποράς ή του μετριασμού του. Τα καθήκοντα που περιλαμβάνονται είναι:

* 1.Πρόβλεψη της διεύθυνσης διασποράς και των χαρακτηριστικών του ρυθμού ροής: Η υπερφασματική ανάλυση εικόνας για τις πετρελαιοκηλίδες πρέπει να είναι γρήγορη και έγκαιρη για επεμβατική περιβαλλοντική παρακολούθηση. Η εναέρια HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός μιας συγκεκριμένης υδάτινης μάζας, κάτω από τις τρέχουσες καιρικές συνθήκες και αν πιθανώς επηρεάζουν ευαίσθητες περιοχές όπως οι παράκτιοι υγρότοποι.
* 2.Προσδιορισμός των χαρακτηριστικών της ακτογραμμής και της δριμύτητας των πετρελαιοκηλίδων: Με το υψηλό φασματικό και χωρικό της ψήφισμα η HSIμπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτής καθώς και των περιοχών που έχουν πληγεί από το πετρέλαιο που διέρρευσε. Οι περιοχές που επηρεάζονται είναι περιβαλλοντικώς ευαίσθητες, όπως υγρότοποι με ρηχά νερά, έλη με αλμυρό νερό, παλιρροιακά επίπεδα, υδάτινες οδοί ή αμμώδεις παραλίες με σημαντική βιοποικιλότητα.
* 3.Προσδιορισμός του τύπου μόλυνσης: Τα χαρακτηριστικά του πετρελαίου (π.χ. ο τύπος του πετρελαίου) είναι σημαντικά προκειμένου να επιλεγεί η βέλτιστη μέθοδος καθαρισμού, να εκτιμηθούν οι περιβαλλοντικές επιδράσεις του καιόμενου πετρελαίου, και για την πρόβλεψη της όδευσής του, των ρυθμών διασποράς, και του χρόνου προτού η κηλίδα φτάσει στην ακτή από τις τεχνικές μοντελοποίησης. Για παράδειγμα, ένας τύπος πετρελαίου μπορεί να είναι αργό ή ελαφρύ πετρέλαιο, και ο βαθμός εξάτμισης του ελαφρού πετρελαίου είναι γρηγορότερος από του αργού, ωστόσο να είναι πιο τοξικό για τα θαλάσσια είδη.

'''5.Μεθοθοδολογία'''
Οι υπερφασματικοί αισθητήρες όπως το αερομεταφερόμενο φασματοραδιόμετρο εικόνων για εφαρμογές [Airborne Imaging spectro-radiometer for applications (AISA)] επιτρέπουν την κατασκευή ενός αποτελεσματικού, συνεχούς ανάκλασης φάσματος για κάθε pixel. Αυτά τα συστήματα μπορεί να χρησιμοποιηθούν για να γίνει διάκριση των χαρακτηριστικών της γήινης επιφάνειας. Οι υπερφασματικοί αισθητήρες έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και καλύτερης εκτίμησης της αφθονίας τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς χαρακτηριστικών, που μπορεί να εκληφθούν κατά λάθος σαν πιθανές πετρελαιοκηλίδες με άλλους συμβατικούς αισθητήρες. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτές τις φασματικές πληροφορίες κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου για να ανιχνεύσει μικρές συγκεντρώσεις υδρογονανθράκων στην επιφάνεια της θάλασσας. Επίσης μπορεί να διακρίνει τους διαφορετικούς τύπους πετρελαίου (αργό/ ελαφρύ πετρέλαιο). Οι εφαρμογές της υπερφασματικής ανάλυσης περιλαμβάνουν προσδιορισμό των μολυσμένων εδαφικών υγροτόπων, ρηχών νερών, αμμωδών παραλιών και ακτογραμμών που επιτρέπει την ταυτοποίηση των χαρακτηριστικών με υψηλό φασματικό και χωρικό ψήφισμα.

'''6. Σκοπός της έρευνας'''
Καταδείχτηκε από τα προκαταρκτικά αποτελέσματα της χρήσης της τεχνικής Spectral Angle Mapper ότι οι υπογραφές διαφορετικών τύπων πετρελαίου μπορούν να συνδυαστούν εφόσον ένα δείγμα έχει υψηλές συγκεντρώσεις υδρογονανθράκων και δε μοιάζει με ελαφρύ πετρέλαιο όπως το ντίζελ, η βενζίνη και το βενζόλιο. Το μοντέλο είναι αναξιόπιστο για τη διάκριση διαφορετικών τύπων αργού πετρελαίου, ακόμα και για μικρές κηλίδες. Η ταξινομημένη εικόνα που υποδεικνύει χαρακτηριστικά παρόμοια με αυτά του πετρελαίου εμφανίστηκε σε περιοχές καλυμμένες με σκιές, και περιοχές που χρησιμοποιούνται για την αποθήκευση κάρβουνου ( μέσα στο σταθμό παραγωγής ηλεκτρικού ρεύματος του Μέρυλαντ). Τα αποτελέσματα επιβεβαίωσαν ότι υλικά που έχουν την ίδια χημική σύσταση όπως το κάρβουνο (άνθρακας), έχουν την ίδια υπογραφή με το πετρέλαιο.

'''7. Υπερφασματικά δεδομένα και αισθητήρες'''
Το AISA αερομεταφερόμενο φασματόμετρο εικόνων είναι είδος συστήματος σάρωσης που μετρά μέχρι 288 κανάλια συνεχούς ορατού σε IR μήκη κύματος. Πενήντα κανάλια επελέγησαν για τη δεδομένη διαδικασία εικόνας. Τα δεδομένα παρήχθεισαν από το πρόγραμμα πετρελαίου της εταιρείας Pipco για την προστασία από τη μόλυνση στον ποταμό Πατουξεντ στο Μέρυλαντ.

Για υψηλές απαιτήσεις χωρικού και φασματικού ψηφίσματος το σύστημα αισθητήρων AISA λαμβάνει περισσότερες πληροφορίες από κάθε pixel δεδομένων-περισσότερες πληροφορίες, καλύτερη εικόνα και γρηγορότερη η ανακύκλωση συγκριτικά με άλλα πολυφασματικά συστήματα ή παραδοσιακές μεθόδους παρακολούθησης. Η χρήση του συστήματος AISA για τον προσδιορισμό των φασματικών υπογραφών των πετρελαιοκηλίδων και των περιοχών που μολύνθηκαν από το πετρέλαιο, μπορεί να είναι πιο επιτυχής από τις παραδοσιακές μεθόδους. Η χρονική ακολουθία των εικόνων από το πετρέλαιο μπορεί να καθοδηγήσει τις προσπάθειες εντός συγκεκριμένου χρόνου παρέχοντας τις αντίστοιχες συγκεντρώσεις και τις ακριβείς τοποθεσίες. Οι περιβαλλοντικώς ευαίσθητες περιοχές όπως οι υγρότοποι μπορούν εύκολα και με ακρίβεια να χαρτογραφηθούν, να μετρηθούν και να χαρακτηρισθούν. Η AISA μπορεί να χρησιμοποιηθεί για να κτισθεί μια φασματική βιβλιοθήκη για τις πετρελαιοκηλίδες στη θάλασσα και σε διάφορες περιοχές που έχουν μολυνθεί από πετρέλαιο. Η φασματική υπογραφή μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτογραμμής και ιδίως των περιβαλλοντικώς ευαίσθητων περιοχών καθώς και για τον προσδιορισμό του επιπέδου της μόλυνσης από πετρέλαιο (ισχυρός ή μέτριος) σε χερσαίες εκτάσεις.

'''8. Υπερφασματική επεξεργασία εικόνας με τη χρήση ENVI'''
Η τεχνική SAM (Spectral Angle Mapper) χρησιμοποιείται για τον προσδιορισμό πετρελαιοκηλίδων στο νερό και την ακτογραμμή. Η ανάλυση των εικόνων επιτρέπει τοπικούς ελέγχους στις ραγδαία εναλλασσόμενες καιρικές συνθήκες εξαιτίας του ανέμου, των ρευμάτων και των παλιρροιών. Η μέθοδος της αντιστοίχισης των υπογραφών μπορεί να χρησιμοποιηθεί προκειμένου να εξαχθούν συγκεκριμένες φασματικές υπογραφές προκειμένου να δημιουργηθεί μια φασματική βιβλιοθήκη για διαφορετικούς τύπους πετρελαίου στο νερό, τους υγροτόπους και τη βλάστηση που έχουν μολυνθεί από το πετρέλαιο, όπως επίσης και για να εκτιμηθεί το επίπεδο της μόλυνσης στη στεριά. Η γραμμική μη αναμειγνύουσα μέθοδος των υπογραφών θα ήταν χρήσιμη στον προσδιορισμό των χαρακτηριστικών γνωρισμάτων των μολυσμένων παράκτιων περιοχών, στη διάκριση μεταξύ ανάμεικτων υπογραφών διαφορετικών υλικών, όπως το γρασίδι, το νερό, και το έδαφος που έχουν μολυνθεί από πετρέλαιο. Η ικανότητα συλλογής και ανάλυσης πολύ στενών καναλιών φωτός επιτρέπει στις υπερφασματικές εικόνες να διακρίνουν το νερό από την υδατική βλάστηση, να εκτιμήσουν την ποιότητα του νερού και να καταδείξουν τη μόλυνση και τη θολερότητα ιδιαιτέρως σε περιοχές που είναι περιβαλλοντικώς ευαίσθητες, όπως οι υγρότοποι, οι αμμώδεις παραλίες, τα παλιρροιακά επίπεδα και ποτάμια. Αυτό είναι χρήσιμο προκειμένου να δοθεί προσοχή στις διαδικασίες καθαρισμού τους και στις διαδικασίες μετανάστευσης του πετρελαίου.

Αυτό το σενάριο χρησιμοποιεί την HIS ανάλυση που εφαρμόστηκε στον κόλπο του Τσέσαπικ. Τα παρακάτω αντιπροσωπεύουν ένα παράδειγμα πετρελαιοκηλίδας στον ποταμό Πατουξεντ στο Μέρυλαντ, και τι η αντίστοιχη ανάλυση εικόνας με τη χρήση HSI κάνει εφικτό.

'''9. Υπερφασματικές τεχνικές επεξεργασίας εικόνας'''
* 1.Εξαγωγή φάσματος ανακλαστικότητας
* 2.Φασματική αντιστοίχιση με την υπογραφή αναφοράς
* 3.SAM ταξινόμηση
* 4.Κάλυψη εικόνων και αντιστοίχιση με τα χαρακτηριστικά γνωρίσματα της εικόνας.
* 5.Σύγκριση των χαρακτηριστικών της κύριας εικόνας με την επίγεια

'''10. Μέθοδος SAM'''
H μέθοδος ταξινόμησης SAM είναι μια φασματική ταξινόμηση που χρησιμοποιεί την Ν γωνία διάστασης για να αντιστοιχίσει τα pixels με το φάσμα αναφοράς. Ο αλγόριθμος προσδιορίζει τη φασματική ομοιότητα δύο φασμάτων υπολογίζοντας τη μεταξύ τους γωνία. Το προχωρημένο λογισμικό επεξεργασίας εικόνας ENVI, χρησιμοποιείται για την ανάλυση εικόνας.

'''10.1 Εξάγοντας το φάσμα του πετρελαίου''' (εικόνα 2)

[[Εικόνα:Av_a3_eik1.jpg| thumb | right | Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολυσμένες παράκτιες περιοχές (Μέρυλαντ, Απρίλιος 200).]]
[[Εικόνα:Av_a3_eik2.jpg| thumb | left | Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας το υπόβαθρο. Αντιστοιχίζοντας το φάσμα της πετρελαιοκηλίδας με την ανακλώμενη υπογραφή αργού πετρελαίου από το Ιράν (που έτυχε πειραματικής επεξεργασίας στο εργαστήριο), χρησιμοποιήθηκε σαν αναφορά αργό πετρέλαιο. Οι τέσσερις καμπύλες αντιπροσωπεύουν την απορρόφηση του πετρελαίου στα μήκη κύματος των 400 και 700 nm.Το σχήμα του φάσματος του νερού είναι διαφορετικό από αυτό του πετρελαίου, επομένως είναι εύκολο να γίνει διάκριση των δύο υλικών.]]

'''10.2 Αποτελέσματα υπερφασματικής ανάλυσης εικόνας για την ανίχνευση πετρελαίου''' (εικόνες 3,4,5,6)

[[Εικόνα:Av_a3_eik3.jpg| thumb | right | Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.]]

[[Εικόνα:Av_a3_eik4.jpg| thumb | left | Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στη στεριά εξαιτίας της διαρροής του αγωγού.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | left | Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.]]

'''11. Σύνοψη και συμπεράσματα'''
* 1.Η χρήση της υπερφασματικής ανάλυσης εικόνας αποτελεί μια προχωρημένη τεχνολογία τηλεπισκόπησης, που είναι πιο αξιόπιστη ως προς τη μείωση των διαφόρων περιορισμών συγκριτικά με τις συμβατικές μεθόδους ανίχνευσης πετρελαίου. Τέτοιοι μπορεί να είναι δύσκολες καιρικές συνθήκες, αλλαγές στο πετρέλαιο με την πάροδο του χρόνου, θάμβος στην εικόνα εξαιτίας της γωνίας πρόσπτωσης της ηλιακής ακτινοβολίας, και φυσικά φαινόμενα που έχουν την ίδια εμφάνιση με τις πετρελαιοκηλίδες.
* 2.Τα αποτελέσματα αυτής της έρευνας δείχνουν ότι η μέθοδος αντιστοίχισης της υπογραφής είναι πιο ακριβής από τις συμβατικές μεθόδους, που βασίζονται στην οπτική ερμηνεία του χρώματος του πετρελαίου και την εμφάνισή του στις δορυφορικές εικόνες.
* 3.Οι HIS φασματικές πληροφορίες χρησιμοποιούνται προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου (αργό/ ελαφρύ). Η υπογραφή του πετρελαίου χρησιμοποιείται για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο).
* 4.Για την ανάλυση εικόνων από πετρελαιοκηλίδες, η ταξινόμηση SAM είναι πιο ακριβής από άλλες επιβλεπόμενες τεχνικές ταξινόμησης. Όταν τα δείγματα που επιλέγονται από την εικόνα βασιζόμενα στο χρώμα των pixel, η ταξινόμηση μπορεί να γίνει λάθος από τον αναλυτή. Όμως, η τεχνική αντιστοίχισης των υπογραφών μπορεί να διακρίνει μεταξύ των διαφόρων υλικών, με βάση τη χημική τους σύσταση και όχι σύμφωνα με την οπτική τους εμφάνιση, κάτι που επιτρέπει πιο ακριβή ταξινόμηση.
* 5.Η υπερφασματική εικόνα είναι γρήγορη και έγκαιρη, επιτρέποντας επεμβατικό περιβαλλοντικό έλεγχο του πετρελαίου, σε σύγκριση με τα διαστημικά συστήματα. Η αερομεταφερόμενη HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός συγκεκριμένων υδάτινων μαζών, κάτω από τις τρέχουσες περιβαλλοντικές συνθήκες και πώς πιθανώς να επηρεάσουν ευαίσθητες περιοχές, όπως οι παράκτιοι υγρότοποι.

[[category:Υδατικοί Πόροι]]

ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ

2012-03-09T08:56:05Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Hyperspectral image analysis for oil spill mitigation» 
'''Συγγραφείς:''' Foudan Salem, Menas Kafatos 
'''Πηγή:''' http://www.crisp.nus.edu.sg/~acrs2001/pdf/108SALEM.PDF 

'''1. Περίληψη''' 
Κατά τη διάρκεια των τελευταίων δεκαετιών, ο κόλπος του Τσέσαπικ έχει υποφέρει από διάφορα μεγάλα ατυχήματα πετρελαιοκηλίδων που απειλούν το παράκτιο περιβάλλον και τα διάφορα είδη. Οι φυσικοί πόροι του Τσέσαπικ παραμένουν ευάλωτοι επειδή μοιράζονται τις παράκτιες περιοχές με κύριες διακρατικές εμπορικές οδούς, υπόγειους αγωγούς, έντονη ανάπτυξη, μεγάλη βιομηχανική ανάπτυξη και έντονη μετακίνηση πλοίων στα λιμάνια του Νόρφολκ και της Βαλτιμόρης. Προκειμένου να προστατευτούν αποτελεσματικά οι κοινότητες και τα είδη που βρίσκονται σε κίνδυνο, είναι απαραίτητος ο γρήγορος και ακριβής προσδιορισμός των περιοχών που διατρέχουν κίνδυνο πετρελαϊκής ρύπανσης, ιδιαιτέρως στις περιοχές που η ποσότητα του πετρελαίου είναι μεγάλη. Όπου η βιομηχανία διαχείρισης του πετρελαίου είναι γηρασμένη, αυτή η ανάγκη αυξάνεται. Αυτή η έρευνα αφορά την τηλεπισκόπηση, συγκεκριμένα την υπερφασματική ανάλυση εικόνας που εφαρμόστηκε στον υδροκρίτη του Τσέσαπικ. Αυτή η μελέτη περιπτώσεων είναι πρωτότυπη για τις διαρροές πετρελαίου στον ποταμού Πατουξεντ στο Μέρυλαντ, καθώς και η σχετιζόμενη ανάλυση εικόνας για την ανίχνευση πετρελαιοκηλίδων με τη χρήση υπερφασματικών στοιχείων και των επιδράσεών τους στο έδαφος, το νερό, τους υγροτόπους, και της βλάστησης που μολύνθηκε από το πετρέλαιο. Οι εικόνες από αεροσκάφη ή από το διάστημα, σαν ένα αποτελεσματικό ερευνητικό εργαλείο, αποτελούν την κύρια πηγή συλλογής πληροφοριών για τον πραγματικό χρόνο. Στην περίπτωση πρόκλησης πετρελαιοκηλίδας, αυτές οι πληροφορίες μπορούν να ανακτηθούν σε μικρό χρονικό διάστημα για να βοηθήσουν τις αρχές να σχεδιάσουν τη γρηγορότερη προς την κηλίδα διαδρομή και να υλοποιήσουν ένα αποτελεσματικό πρόγραμμα περιβαλλοντικής προστασίας, που θα μπορεί να μειώσει τις καταστροφές. Ο υπερφασματικός αισθητήρας συνδυάζει τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και εκτιμά καλύτερα την αφθονία τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς που προκαλούνται από χαρακτηριστικά που έχουν το ίδιο χρώμα και εμφάνιση με το πετρέλαιο, όπως είναι μεγάλες περιοχές φυκιών και μέδουσες. Τέτοια φαινόμενα μπορούν να ταυτοποιηθούν με οπτική ερμηνεία σαν μια πιθανή πετρελαιοκηλίδα με τη χρήση συμβατικών αισθητήρων. Κάποιοι άλλοι τύποι από ελαφρύ καύσιμο, όπως η βενζίνη και το ντίζελ, δεν μπορούν να ταυτοποιηθούν οπτικά εξαιτίας της αλλαγής της εμφάνισής τους με το χρόνο. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτή τη φασματική πληροφορία κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου, και επίσης να διακρίνει τους διάφορους τύπους πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Οι υπερφασματικές αναλύσεις με υψηλό φασματικό και χωρικό ψήφισμα μπορούν να χρησιμοποιηθούν για να ανιχνεύσουν πετρέλαιο με βάση την αντιστοίχηση της φασματικής υπογραφής, προκειμένου να εκτιμηθεί το επίπεδο της πετρελαϊκής μόλυνσης των προσβεβλημένων περιοχών στην ακτογραμμή, που είναι απαραίτητο για τον καθορισμό των διαδικασιών καθαρισμού της.

'''2. Κίνητρα'''
Σε αυτή την έρευνα κάποια από τα προβλήματα για τον προσδιορισμό του πετρελαίου
μπορούν να ελαχιστοποιηθούν όταν χρησιμοποιείται μεθοδολογία ανωτέρου επιπέδου που βασίζεται στην αντιστοίχιση της φασματικής υπογραφής του πετρελαίου και όχι στην οπτική ερμηνεία των εικόνων. Νέες τεχνικές όπως η HIS πρέπει να χρησιμοποιούνται προκειμένου να επιτυγχάνονται οι κατάλληλες διακρίσεις μεταξύ των τύπων του πετρελαίου (αργό ή ελαφρύ) και να προσδιορίζονται τα φυσικά φαινόμενα. Τα αποτελέσματα αυτής της έρευνας έδειξαν ότι με τις HSI φασματικές πληροφορίες, η υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο) στη θάλασσα και για να γίνουν διακριτοί οι διάφοροι τύποι πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Μέρος αυτής της μελέτης επίσης περιλαμβάνει την παρακολούθηση των κινήσεων των πετρελαιοκηλίδων, τη διασπορά τους στο νερό και τον προσδιορισμό τους στην ακτογραμμή. Η εργασία που εκτελείται θα δώσει έμφαση στις μολύνσεις από πετρέλαιο των υγροτόπων, του εδάφους και της βλάστησης στη λεκάνη του ποταμού Πατουξεντ στον κόλπο του Τσέσαπικ εξαιτίας της πετρελαϊκής μόλυνσης. Η γραμμική τεχνική διάκρισης (linear unmixing) θα χρησιμοποιηθεί για τη διάκριση μεταξύ των αναμειγνυόμενων υπογραφών διαφορετικών υλικών που είναι μολυσμένα με πετρέλαιο.

'''3. Το πρόβλημα'''
Ένα πλήθος συστημάτων τηλεπισκόπησης είναι διαθέσιμα (π.χ. ραντάρ πλευρικής θέασης, φθορισμός λέιζερ, μικροκυματικό ραδιόμετρο, υπέρυθρος-υπεριώδης γραμμικός σαρωτής,SAR,ERS1,2 και LANDSAT δορυφορικά συστήματα). Ωστόσο, τα προβλήματα που σχετίζονται με κάθε ένα από αυτά τα συστήματα αποκλείουν την αποκλειστική τους χρήση για την ανίχνευση πετρελαιοκηλίδων. Αν και τα δεδομένα της τηλεπισκόπησης μπορεί να αποτελέσουν ένα πολύτιμο εργαλείο για την προσπάθεια εύρεσης απάντησης, τα αποτελέσματα από διαφορετικούς αισθητήρες μπορεί να ποικίλουν ευρέως. Αυτό το πρόβλημα είναι ιδιαίτερα προφανές στην περίπτωση μεγάλων κηλίδων, όπου αρκετές ερμηνευτικές αναλύσεις για τις δορυφορικές εικόνες βασίζονται στο χρώμα του πετρελαίου ή στην εμφάνιση του φιλμ του στο νερό. Πολλές από αυτές τις αναλύσεις έχουν προβλήματα προσδιορισμού και ποσοτικοποίησης πετρελαίου επιπλέοντος στη θάλασσα. Καθώς η κηλίδα εξελίσσεται, ένας μεγάλος αριθμός λανθασμένων θετικών αναγνωρίσεων μπορεί να συμβεί. Πάγος, εσωτερικά κύματα, κλίνες φυκιών, φυσικά οργανικά, γύρη, πλαγκτονικές ανθίσεις, σκιές από σύννεφα, μέδουσες, άλγη όλα εμφανίζονται σαν πετρέλαιο. Οι καιρικές συνθήκες είναι ένας από τους περιορισμούς όταν χρησιμοποιούνται κάποιοι αισθητήρες όπως απεικονίσεις ραντάρ, για την εκτίμηση της επιφάνειας κάλυψης. Τα κύματα αυξάνουν τη φυσική διασπορά κατά τα αρχικά στάδια της κηλίδας, σπάζουν την ένταση της επιφάνειας που δημιουργούν την όψη της κηλίδας, και αναμειγνύουν το πετρέλαιο στην επιφανειακή στιβάδα προσωρινά. Οι παρατηρητές πρέπει να επισημάνουν ότι όπως η ταχύτητα του ανέμου αυξάνεται, η ικανότητα ανίχνευσης του πετρελαίου μειώνεται. Η οπτική παρατήρηση βυθισμένου πετρελαίου είναι ιδιαιτέρως δύσκολη εκτός αν το νερό είναι πολύ καθαρό και ήρεμο. Τα χαρακτηριστικά της κηλίδας εμφανίζονται διαφορετικά κάτω από συνθήκες χαμηλού φωτισμού και ισχυρού ανέμου. Οι παρατηρήσεις σε συνθήκες θάμβους είναι δύσκολο να ερμηνευτούν, εξαιτίας της γυαλάδας που δημιουργείται και της μικρής αντίθεσης μεταξύ νερού και πετρελαίου. Αφού το πετρέλαιο παραμείνει για ένα μικρό χρονικό διάστημα στην επιφάνεια της θάλασσας, ξεκινά η αλλαγή των φυσικών του χαρακτηριστικών εξαιτίας διαφόρων φυσικών, βιολογικών και χημικών διαδικασιών. Επιπλέον, οι λανθασμένες αναφορές εμποδίζουν τη γνώση της ακριβούς τοποθεσίας και περιγραφής της κηλίδας γεγονός που καθιστά ορισμένες από τις συμβατικές τεχνικές τηλεπισκόπησης αναξιόπιστες.

'''4. Κύριος στόχος'''
Η τεχνική HSI χρησιμοποιείται για να ανιχνεύσει το πετρέλαιο, να καθορίσει τα χαρακτηριστικά της ουσίας της κηλίδας, και να κάνει προβλέψεις της επιτυχίας διασποράς ή του μετριασμού του. Τα καθήκοντα που περιλαμβάνονται είναι:

* 1.Πρόβλεψη της διεύθυνσης διασποράς και των χαρακτηριστικών του ρυθμού ροής: Η υπερφασματική ανάλυση εικόνας για τις πετρελαιοκηλίδες πρέπει να είναι γρήγορη και έγκαιρη για επεμβατική περιβαλλοντική παρακολούθηση. Η εναέρια HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός μιας συγκεκριμένης υδάτινης μάζας, κάτω από τις τρέχουσες καιρικές συνθήκες και αν πιθανώς επηρεάζουν ευαίσθητες περιοχές όπως οι παράκτιοι υγρότοποι.
* 2.Προσδιορισμός των χαρακτηριστικών της ακτογραμμής και της δριμύτητας των πετρελαιοκηλίδων: Με το υψηλό φασματικό και χωρικό της ψήφισμα η HSIμπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτής καθώς και των περιοχών που έχουν πληγεί από το πετρέλαιο που διέρρευσε. Οι περιοχές που επηρεάζονται είναι περιβαλλοντικώς ευαίσθητες, όπως υγρότοποι με ρηχά νερά, έλη με αλμυρό νερό, παλιρροιακά επίπεδα, υδάτινες οδοί ή αμμώδεις παραλίες με σημαντική βιοποικιλότητα.
* 3.Προσδιορισμός του τύπου μόλυνσης: Τα χαρακτηριστικά του πετρελαίου (π.χ. ο τύπος του πετρελαίου) είναι σημαντικά προκειμένου να επιλεγεί η βέλτιστη μέθοδος καθαρισμού, να εκτιμηθούν οι περιβαλλοντικές επιδράσεις του καιόμενου πετρελαίου, και για την πρόβλεψη της όδευσής του, των ρυθμών διασποράς, και του χρόνου προτού η κηλίδα φτάσει στην ακτή από τις τεχνικές μοντελοποίησης. Για παράδειγμα, ένας τύπος πετρελαίου μπορεί να είναι αργό ή ελαφρύ πετρέλαιο, και ο βαθμός εξάτμισης του ελαφρού πετρελαίου είναι γρηγορότερος από του αργού, ωστόσο να είναι πιο τοξικό για τα θαλάσσια είδη.

'''5.Μεθοθοδολογία'''
Οι υπερφασματικοί αισθητήρες όπως το αερομεταφερόμενο φασματοραδιόμετρο εικόνων για εφαρμογές [Airborne Imaging spectro-radiometer for applications (AISA)] επιτρέπουν την κατασκευή ενός αποτελεσματικού, συνεχούς ανάκλασης φάσματος για κάθε pixel. Αυτά τα συστήματα μπορεί να χρησιμοποιηθούν για να γίνει διάκριση των χαρακτηριστικών της γήινης επιφάνειας. Οι υπερφασματικοί αισθητήρες έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και καλύτερης εκτίμησης της αφθονίας τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς χαρακτηριστικών, που μπορεί να εκληφθούν κατά λάθος σαν πιθανές πετρελαιοκηλίδες με άλλους συμβατικούς αισθητήρες. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτές τις φασματικές πληροφορίες κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου για να ανιχνεύσει μικρές συγκεντρώσεις υδρογονανθράκων στην επιφάνεια της θάλασσας. Επίσης μπορεί να διακρίνει τους διαφορετικούς τύπους πετρελαίου (αργό/ ελαφρύ πετρέλαιο). Οι εφαρμογές της υπερφασματικής ανάλυσης περιλαμβάνουν προσδιορισμό των μολυσμένων εδαφικών υγροτόπων, ρηχών νερών, αμμωδών παραλιών και ακτογραμμών που επιτρέπει την ταυτοποίηση των χαρακτηριστικών με υψηλό φασματικό και χωρικό ψήφισμα.

'''6. Σκοπός της έρευνας'''
Καταδείχτηκε από τα προκαταρκτικά αποτελέσματα της χρήσης της τεχνικής Spectral Angle Mapper ότι οι υπογραφές διαφορετικών τύπων πετρελαίου μπορούν να συνδυαστούν εφόσον ένα δείγμα έχει υψηλές συγκεντρώσεις υδρογονανθράκων και δε μοιάζει με ελαφρύ πετρέλαιο όπως το ντίζελ, η βενζίνη και το βενζόλιο. Το μοντέλο είναι αναξιόπιστο για τη διάκριση διαφορετικών τύπων αργού πετρελαίου, ακόμα και για μικρές κηλίδες. Η ταξινομημένη εικόνα που υποδεικνύει χαρακτηριστικά παρόμοια με αυτά του πετρελαίου εμφανίστηκε σε περιοχές καλυμμένες με σκιές, και περιοχές που χρησιμοποιούνται για την αποθήκευση κάρβουνου ( μέσα στο σταθμό παραγωγής ηλεκτρικού ρεύματος του Μέρυλαντ). Τα αποτελέσματα επιβεβαίωσαν ότι υλικά που έχουν την ίδια χημική σύσταση όπως το κάρβουνο (άνθρακας), έχουν την ίδια υπογραφή με το πετρέλαιο.

'''7. Υπερφασματικά δεδομένα και αισθητήρες'''
Το AISA αερομεταφερόμενο φασματόμετρο εικόνων είναι είδος συστήματος σάρωσης που μετρά μέχρι 288 κανάλια συνεχούς ορατού σε IR μήκη κύματος. Πενήντα κανάλια επελέγησαν για τη δεδομένη διαδικασία εικόνας. Τα δεδομένα παρήχθεισαν από το πρόγραμμα πετρελαίου της εταιρείας Pipco για την προστασία από τη μόλυνση στον ποταμό Πατουξεντ στο Μέρυλαντ.

Για υψηλές απαιτήσεις χωρικού και φασματικού ψηφίσματος το σύστημα αισθητήρων AISA λαμβάνει περισσότερες πληροφορίες από κάθε pixel δεδομένων-περισσότερες πληροφορίες, καλύτερη εικόνα και γρηγορότερη η ανακύκλωση συγκριτικά με άλλα πολυφασματικά συστήματα ή παραδοσιακές μεθόδους παρακολούθησης. Η χρήση του συστήματος AISA για τον προσδιορισμό των φασματικών υπογραφών των πετρελαιοκηλίδων και των περιοχών που μολύνθηκαν από το πετρέλαιο, μπορεί να είναι πιο επιτυχής από τις παραδοσιακές μεθόδους. Η χρονική ακολουθία των εικόνων από το πετρέλαιο μπορεί να καθοδηγήσει τις προσπάθειες εντός συγκεκριμένου χρόνου παρέχοντας τις αντίστοιχες συγκεντρώσεις και τις ακριβείς τοποθεσίες. Οι περιβαλλοντικώς ευαίσθητες περιοχές όπως οι υγρότοποι μπορούν εύκολα και με ακρίβεια να χαρτογραφηθούν, να μετρηθούν και να χαρακτηρισθούν. Η AISA μπορεί να χρησιμοποιηθεί για να κτισθεί μια φασματική βιβλιοθήκη για τις πετρελαιοκηλίδες στη θάλασσα και σε διάφορες περιοχές που έχουν μολυνθεί από πετρέλαιο. Η φασματική υπογραφή μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτογραμμής και ιδίως των περιβαλλοντικώς ευαίσθητων περιοχών καθώς και για τον προσδιορισμό του επιπέδου της μόλυνσης από πετρέλαιο (ισχυρός ή μέτριος) σε χερσαίες εκτάσεις.

'''8. Υπερφασματική επεξεργασία εικόνας με τη χρήση ENVI'''
Η τεχνική SAM (Spectral Angle Mapper) χρησιμοποιείται για τον προσδιορισμό πετρελαιοκηλίδων στο νερό και την ακτογραμμή. Η ανάλυση των εικόνων επιτρέπει τοπικούς ελέγχους στις ραγδαία εναλλασσόμενες καιρικές συνθήκες εξαιτίας του ανέμου, των ρευμάτων και των παλιρροιών. Η μέθοδος της αντιστοίχισης των υπογραφών μπορεί να χρησιμοποιηθεί προκειμένου να εξαχθούν συγκεκριμένες φασματικές υπογραφές προκειμένου να δημιουργηθεί μια φασματική βιβλιοθήκη για διαφορετικούς τύπους πετρελαίου στο νερό, τους υγροτόπους και τη βλάστηση που έχουν μολυνθεί από το πετρέλαιο, όπως επίσης και για να εκτιμηθεί το επίπεδο της μόλυνσης στη στεριά. Η γραμμική μη αναμειγνύουσα μέθοδος των υπογραφών θα ήταν χρήσιμη στον προσδιορισμό των χαρακτηριστικών γνωρισμάτων των μολυσμένων παράκτιων περιοχών, στη διάκριση μεταξύ ανάμεικτων υπογραφών διαφορετικών υλικών, όπως το γρασίδι, το νερό, και το έδαφος που έχουν μολυνθεί από πετρέλαιο. Η ικανότητα συλλογής και ανάλυσης πολύ στενών καναλιών φωτός επιτρέπει στις υπερφασματικές εικόνες να διακρίνουν το νερό από την υδατική βλάστηση, να εκτιμήσουν την ποιότητα του νερού και να καταδείξουν τη μόλυνση και τη θολερότητα ιδιαιτέρως σε περιοχές που είναι περιβαλλοντικώς ευαίσθητες, όπως οι υγρότοποι, οι αμμώδεις παραλίες, τα παλιρροιακά επίπεδα και ποτάμια. Αυτό είναι χρήσιμο προκειμένου να δοθεί προσοχή στις διαδικασίες καθαρισμού τους και στις διαδικασίες μετανάστευσης του πετρελαίου.

Αυτό το σενάριο χρησιμοποιεί την HIS ανάλυση που εφαρμόστηκε στον κόλπο του Τσέσαπικ. Τα παρακάτω αντιπροσωπεύουν ένα παράδειγμα πετρελαιοκηλίδας στον ποταμό Πατουξεντ στο Μέρυλαντ, και τι η αντίστοιχη ανάλυση εικόνας με τη χρήση HSI κάνει εφικτό.

'''9. Υπερφασματικές τεχνικές επεξεργασίας εικόνας'''
* 1.Εξαγωγή φάσματος ανακλαστικότητας
* 2.Φασματική αντιστοίχιση με την υπογραφή αναφοράς
* 3.SAM ταξινόμηση
* 4.Κάλυψη εικόνων και αντιστοίχιση με τα χαρακτηριστικά γνωρίσματα της εικόνας.
* 5.Σύγκριση των χαρακτηριστικών της κύριας εικόνας με την επίγεια

'''10. Μέθοδος SAM'''
H μέθοδος ταξινόμησης SAM είναι μια φασματική ταξινόμηση που χρησιμοποιεί την Ν γωνία διάστασης για να αντιστοιχίσει τα pixels με το φάσμα αναφοράς. Ο αλγόριθμος προσδιορίζει τη φασματική ομοιότητα δύο φασμάτων υπολογίζοντας τη μεταξύ τους γωνία. Το προχωρημένο λογισμικό επεξεργασίας εικόνας ENVI, χρησιμοποιείται για την ανάλυση εικόνας.

'''10.1 Εξάγοντας το φάσμα του πετρελαίου'''

[[Εικόνα:Av_a3_eik1.jpg| thumb | right | Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολυσμένες παράκτιες περιοχές (Μέρυλαντ, Απρίλιος 200).]]
[[Εικόνα:Av_a3_eik2.jpg| thumb | left | Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας το υπόβαθρο. Αντιστοιχίζοντας το φάσμα της πετρελαιοκηλίδας με την ανακλώμενη υπογραφή αργού πετρελαίου από το Ιράν (που έτυχε πειραματικής επεξεργασίας στο εργαστήριο), χρησιμοποιήθηκε σαν αναφορά αργό πετρέλαιο. Οι τέσσερις καμπύλες αντιπροσωπεύουν την απορρόφηση του πετρελαίου στα μήκη κύματος των 400 και 700 nm.Το σχήμα του φάσματος του νερού είναι διαφορετικό από αυτό του πετρελαίου, επομένως είναι εύκολο να γίνει διάκριση των δύο υλικών.]]

'''10.2 Αποτελέσματα υπερφασματικής ανάλυσης εικόνας για την ανίχνευση πετρελαίου'''

[[Εικόνα:Av_a3_eik3.jpg| thumb | right | Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.]]

[[Εικόνα:Av_a3_eik4.jpg| thumb | left | Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στη στεριά εξαιτίας της διαρροής του αγωγού.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | left | Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.]]

'''11. Σύνοψη και συμπεράσματα'''
* 1.Η χρήση της υπερφασματικής ανάλυσης εικόνας αποτελεί μια προχωρημένη τεχνολογία τηλεπισκόπησης, που είναι πιο αξιόπιστη ως προς τη μείωση των διαφόρων περιορισμών συγκριτικά με τις συμβατικές μεθόδους ανίχνευσης πετρελαίου. Τέτοιοι μπορεί να είναι δύσκολες καιρικές συνθήκες, αλλαγές στο πετρέλαιο με την πάροδο του χρόνου, θάμβος στην εικόνα εξαιτίας της γωνίας πρόσπτωσης της ηλιακής ακτινοβολίας, και φυσικά φαινόμενα που έχουν την ίδια εμφάνιση με τις πετρελαιοκηλίδες.
* 2.Τα αποτελέσματα αυτής της έρευνας δείχνουν ότι η μέθοδος αντιστοίχισης της υπογραφής είναι πιο ακριβής από τις συμβατικές μεθόδους, που βασίζονται στην οπτική ερμηνεία του χρώματος του πετρελαίου και την εμφάνισή του στις δορυφορικές εικόνες.
* 3.Οι HIS φασματικές πληροφορίες χρησιμοποιούνται προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου (αργό/ ελαφρύ). Η υπογραφή του πετρελαίου χρησιμοποιείται για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο).
* 4.Για την ανάλυση εικόνων από πετρελαιοκηλίδες, η ταξινόμηση SAM είναι πιο ακριβής από άλλες επιβλεπόμενες τεχνικές ταξινόμησης. Όταν τα δείγματα που επιλέγονται από την εικόνα βασιζόμενα στο χρώμα των pixel, η ταξινόμηση μπορεί να γίνει λάθος από τον αναλυτή. Όμως, η τεχνική αντιστοίχισης των υπογραφών μπορεί να διακρίνει μεταξύ των διαφόρων υλικών, με βάση τη χημική τους σύσταση και όχι σύμφωνα με την οπτική τους εμφάνιση, κάτι που επιτρέπει πιο ακριβή ταξινόμηση.
* 5.Η υπερφασματική εικόνα είναι γρήγορη και έγκαιρη, επιτρέποντας επεμβατικό περιβαλλοντικό έλεγχο του πετρελαίου, σε σύγκριση με τα διαστημικά συστήματα. Η αερομεταφερόμενη HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός συγκεκριμένων υδάτινων μαζών, κάτω από τις τρέχουσες περιβαλλοντικές συνθήκες και πώς πιθανώς να επηρεάσουν ευαίσθητες περιοχές, όπως οι παράκτιοι υγρότοποι.

[[category:Υδατικοί Πόροι]]

ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ

2012-03-09T08:55:25Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Hyperspectral image analysis for oil spill mitigation» 
'''Συγγραφείς:''' Foudan Salem, Menas Kafatos 
'''Πηγή:''' http://www.crisp.nus.edu.sg/~acrs2001/pdf/108SALEM.PDF 

'''1. Περίληψη''' 
Κατά τη διάρκεια των τελευταίων δεκαετιών, ο κόλπος του Τσέσαπικ έχει υποφέρει από διάφορα μεγάλα ατυχήματα πετρελαιοκηλίδων που απειλούν το παράκτιο περιβάλλον και τα διάφορα είδη. Οι φυσικοί πόροι του Τσέσαπικ παραμένουν ευάλωτοι επειδή μοιράζονται τις παράκτιες περιοχές με κύριες διακρατικές εμπορικές οδούς, υπόγειους αγωγούς, έντονη ανάπτυξη, μεγάλη βιομηχανική ανάπτυξη και έντονη μετακίνηση πλοίων στα λιμάνια του Νόρφολκ και της Βαλτιμόρης. Προκειμένου να προστατευτούν αποτελεσματικά οι κοινότητες και τα είδη που βρίσκονται σε κίνδυνο, είναι απαραίτητος ο γρήγορος και ακριβής προσδιορισμός των περιοχών που διατρέχουν κίνδυνο πετρελαϊκής ρύπανσης, ιδιαιτέρως στις περιοχές που η ποσότητα του πετρελαίου είναι μεγάλη. Όπου η βιομηχανία διαχείρισης του πετρελαίου είναι γηρασμένη, αυτή η ανάγκη αυξάνεται. Αυτή η έρευνα αφορά την τηλεπισκόπηση, συγκεκριμένα την υπερφασματική ανάλυση εικόνας που εφαρμόστηκε στον υδροκρίτη του Τσέσαπικ. Αυτή η μελέτη περιπτώσεων είναι πρωτότυπη για τις διαρροές πετρελαίου στον ποταμού Πατουξεντ στο Μέρυλαντ, καθώς και η σχετιζόμενη ανάλυση εικόνας για την ανίχνευση πετρελαιοκηλίδων με τη χρήση υπερφασματικών στοιχείων και των επιδράσεών τους στο έδαφος, το νερό, τους υγροτόπους, και της βλάστησης που μολύνθηκε από το πετρέλαιο. Οι εικόνες από αεροσκάφη ή από το διάστημα, σαν ένα αποτελεσματικό ερευνητικό εργαλείο, αποτελούν την κύρια πηγή συλλογής πληροφοριών για τον πραγματικό χρόνο. Στην περίπτωση πρόκλησης πετρελαιοκηλίδας, αυτές οι πληροφορίες μπορούν να ανακτηθούν σε μικρό χρονικό διάστημα για να βοηθήσουν τις αρχές να σχεδιάσουν τη γρηγορότερη προς την κηλίδα διαδρομή και να υλοποιήσουν ένα αποτελεσματικό πρόγραμμα περιβαλλοντικής προστασίας, που θα μπορεί να μειώσει τις καταστροφές. Ο υπερφασματικός αισθητήρας συνδυάζει τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και εκτιμά καλύτερα την αφθονία τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς που προκαλούνται από χαρακτηριστικά που έχουν το ίδιο χρώμα και εμφάνιση με το πετρέλαιο, όπως είναι μεγάλες περιοχές φυκιών και μέδουσες. Τέτοια φαινόμενα μπορούν να ταυτοποιηθούν με οπτική ερμηνεία σαν μια πιθανή πετρελαιοκηλίδα με τη χρήση συμβατικών αισθητήρων. Κάποιοι άλλοι τύποι από ελαφρύ καύσιμο, όπως η βενζίνη και το ντίζελ, δεν μπορούν να ταυτοποιηθούν οπτικά εξαιτίας της αλλαγής της εμφάνισής τους με το χρόνο. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτή τη φασματική πληροφορία κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου, και επίσης να διακρίνει τους διάφορους τύπους πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Οι υπερφασματικές αναλύσεις με υψηλό φασματικό και χωρικό ψήφισμα μπορούν να χρησιμοποιηθούν για να ανιχνεύσουν πετρέλαιο με βάση την αντιστοίχηση της φασματικής υπογραφής, προκειμένου να εκτιμηθεί το επίπεδο της πετρελαϊκής μόλυνσης των προσβεβλημένων περιοχών στην ακτογραμμή, που είναι απαραίτητο για τον καθορισμό των διαδικασιών καθαρισμού της.

'''2. Κίνητρα'''
Σε αυτή την έρευνα κάποια από τα προβλήματα για τον προσδιορισμό του πετρελαίου
μπορούν να ελαχιστοποιηθούν όταν χρησιμοποιείται μεθοδολογία ανωτέρου επιπέδου που βασίζεται στην αντιστοίχιση της φασματικής υπογραφής του πετρελαίου και όχι στην οπτική ερμηνεία των εικόνων. Νέες τεχνικές όπως η HIS πρέπει να χρησιμοποιούνται προκειμένου να επιτυγχάνονται οι κατάλληλες διακρίσεις μεταξύ των τύπων του πετρελαίου (αργό ή ελαφρύ) και να προσδιορίζονται τα φυσικά φαινόμενα. Τα αποτελέσματα αυτής της έρευνας έδειξαν ότι με τις HSI φασματικές πληροφορίες, η υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο) στη θάλασσα και για να γίνουν διακριτοί οι διάφοροι τύποι πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Μέρος αυτής της μελέτης επίσης περιλαμβάνει την παρακολούθηση των κινήσεων των πετρελαιοκηλίδων, τη διασπορά τους στο νερό και τον προσδιορισμό τους στην ακτογραμμή. Η εργασία που εκτελείται θα δώσει έμφαση στις μολύνσεις από πετρέλαιο των υγροτόπων, του εδάφους και της βλάστησης στη λεκάνη του ποταμού Πατουξεντ στον κόλπο του Τσέσαπικ εξαιτίας της πετρελαϊκής μόλυνσης. Η γραμμική τεχνική διάκρισης (linear unmixing) θα χρησιμοποιηθεί για τη διάκριση μεταξύ των αναμειγνυόμενων υπογραφών διαφορετικών υλικών που είναι μολυσμένα με πετρέλαιο.

'''3. Το πρόβλημα'''
Ένα πλήθος συστημάτων τηλεπισκόπησης είναι διαθέσιμα (π.χ. ραντάρ πλευρικής θέασης, φθορισμός λέιζερ, μικροκυματικό ραδιόμετρο, υπέρυθρος-υπεριώδης γραμμικός σαρωτής,SAR,ERS1,2 και LANDSAT δορυφορικά συστήματα). Ωστόσο, τα προβλήματα που σχετίζονται με κάθε ένα από αυτά τα συστήματα αποκλείουν την αποκλειστική τους χρήση για την ανίχνευση πετρελαιοκηλίδων. Αν και τα δεδομένα της τηλεπισκόπησης μπορεί να αποτελέσουν ένα πολύτιμο εργαλείο για την προσπάθεια εύρεσης απάντησης, τα αποτελέσματα από διαφορετικούς αισθητήρες μπορεί να ποικίλουν ευρέως. Αυτό το πρόβλημα είναι ιδιαίτερα προφανές στην περίπτωση μεγάλων κηλίδων, όπου αρκετές ερμηνευτικές αναλύσεις για τις δορυφορικές εικόνες βασίζονται στο χρώμα του πετρελαίου ή στην εμφάνιση του φιλμ του στο νερό. Πολλές από αυτές τις αναλύσεις έχουν προβλήματα προσδιορισμού και ποσοτικοποίησης πετρελαίου επιπλέοντος στη θάλασσα. Καθώς η κηλίδα εξελίσσεται, ένας μεγάλος αριθμός λανθασμένων θετικών αναγνωρίσεων μπορεί να συμβεί. Πάγος, εσωτερικά κύματα, κλίνες φυκιών, φυσικά οργανικά, γύρη, πλαγκτονικές ανθίσεις, σκιές από σύννεφα, μέδουσες, άλγη όλα εμφανίζονται σαν πετρέλαιο. Οι καιρικές συνθήκες είναι ένας από τους περιορισμούς όταν χρησιμοποιούνται κάποιοι αισθητήρες όπως απεικονίσεις ραντάρ, για την εκτίμηση της επιφάνειας κάλυψης. Τα κύματα αυξάνουν τη φυσική διασπορά κατά τα αρχικά στάδια της κηλίδας, σπάζουν την ένταση της επιφάνειας που δημιουργούν την όψη της κηλίδας, και αναμειγνύουν το πετρέλαιο στην επιφανειακή στιβάδα προσωρινά. Οι παρατηρητές πρέπει να επισημάνουν ότι όπως η ταχύτητα του ανέμου αυξάνεται, η ικανότητα ανίχνευσης του πετρελαίου μειώνεται. Η οπτική παρατήρηση βυθισμένου πετρελαίου είναι ιδιαιτέρως δύσκολη εκτός αν το νερό είναι πολύ καθαρό και ήρεμο. Τα χαρακτηριστικά της κηλίδας εμφανίζονται διαφορετικά κάτω από συνθήκες χαμηλού φωτισμού και ισχυρού ανέμου. Οι παρατηρήσεις σε συνθήκες θάμβους είναι δύσκολο να ερμηνευτούν, εξαιτίας της γυαλάδας που δημιουργείται και της μικρής αντίθεσης μεταξύ νερού και πετρελαίου. Αφού το πετρέλαιο παραμείνει για ένα μικρό χρονικό διάστημα στην επιφάνεια της θάλασσας, ξεκινά η αλλαγή των φυσικών του χαρακτηριστικών εξαιτίας διαφόρων φυσικών, βιολογικών και χημικών διαδικασιών. Επιπλέον, οι λανθασμένες αναφορές εμποδίζουν τη γνώση της ακριβούς τοποθεσίας και περιγραφής της κηλίδας γεγονός που καθιστά ορισμένες από τις συμβατικές τεχνικές τηλεπισκόπησης αναξιόπιστες.

'''4. Κύριος στόχος'''
Η τεχνική HSI χρησιμοποιείται για να ανιχνεύσει το πετρέλαιο, να καθορίσει τα χαρακτηριστικά της ουσίας της κηλίδας, και να κάνει προβλέψεις της επιτυχίας διασποράς ή του μετριασμού του. Τα καθήκοντα που περιλαμβάνονται είναι:

* 1.Πρόβλεψη της διεύθυνσης διασποράς και των χαρακτηριστικών του ρυθμού ροής: Η υπερφασματική ανάλυση εικόνας για τις πετρελαιοκηλίδες πρέπει να είναι γρήγορη και έγκαιρη για επεμβατική περιβαλλοντική παρακολούθηση. Η εναέρια HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός μιας συγκεκριμένης υδάτινης μάζας, κάτω από τις τρέχουσες καιρικές συνθήκες και αν πιθανώς επηρεάζουν ευαίσθητες περιοχές όπως οι παράκτιοι υγρότοποι.
* 2.Προσδιορισμός των χαρακτηριστικών της ακτογραμμής και της δριμύτητας των πετρελαιοκηλίδων: Με το υψηλό φασματικό και χωρικό της ψήφισμα η HSIμπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτής καθώς και των περιοχών που έχουν πληγεί από το πετρέλαιο που διέρρευσε. Οι περιοχές που επηρεάζονται είναι περιβαλλοντικώς ευαίσθητες, όπως υγρότοποι με ρηχά νερά, έλη με αλμυρό νερό, παλιρροιακά επίπεδα, υδάτινες οδοί ή αμμώδεις παραλίες με σημαντική βιοποικιλότητα.
* 3.Προσδιορισμός του τύπου μόλυνσης: Τα χαρακτηριστικά του πετρελαίου (π.χ. ο τύπος του πετρελαίου) είναι σημαντικά προκειμένου να επιλεγεί η βέλτιστη μέθοδος καθαρισμού, να εκτιμηθούν οι περιβαλλοντικές επιδράσεις του καιόμενου πετρελαίου, και για την πρόβλεψη της όδευσής του, των ρυθμών διασποράς, και του χρόνου προτού η κηλίδα φτάσει στην ακτή από τις τεχνικές μοντελοποίησης. Για παράδειγμα, ένας τύπος πετρελαίου μπορεί να είναι αργό ή ελαφρύ πετρέλαιο, και ο βαθμός εξάτμισης του ελαφρού πετρελαίου είναι γρηγορότερος από του αργού, ωστόσο να είναι πιο τοξικό για τα θαλάσσια είδη.

'''5.Μεθοθοδολογία'''
Οι υπερφασματικοί αισθητήρες όπως το αερομεταφερόμενο φασματοραδιόμετρο εικόνων για εφαρμογές [Airborne Imaging spectro-radiometer for applications (AISA)] επιτρέπουν την κατασκευή ενός αποτελεσματικού, συνεχούς ανάκλασης φάσματος για κάθε pixel. Αυτά τα συστήματα μπορεί να χρησιμοποιηθούν για να γίνει διάκριση των χαρακτηριστικών της γήινης επιφάνειας. Οι υπερφασματικοί αισθητήρες έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και καλύτερης εκτίμησης της αφθονίας τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς χαρακτηριστικών, που μπορεί να εκληφθούν κατά λάθος σαν πιθανές πετρελαιοκηλίδες με άλλους συμβατικούς αισθητήρες. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτές τις φασματικές πληροφορίες κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου για να ανιχνεύσει μικρές συγκεντρώσεις υδρογονανθράκων στην επιφάνεια της θάλασσας. Επίσης μπορεί να διακρίνει τους διαφορετικούς τύπους πετρελαίου (αργό/ ελαφρύ πετρέλαιο). Οι εφαρμογές της υπερφασματικής ανάλυσης περιλαμβάνουν προσδιορισμό των μολυσμένων εδαφικών υγροτόπων, ρηχών νερών, αμμωδών παραλιών και ακτογραμμών που επιτρέπει την ταυτοποίηση των χαρακτηριστικών με υψηλό φασματικό και χωρικό ψήφισμα.

'''6. Σκοπός της έρευνας'''
Καταδείχτηκε από τα προκαταρκτικά αποτελέσματα της χρήσης της τεχνικής Spectral Angle Mapper ότι οι υπογραφές διαφορετικών τύπων πετρελαίου μπορούν να συνδυαστούν εφόσον ένα δείγμα έχει υψηλές συγκεντρώσεις υδρογονανθράκων και δε μοιάζει με ελαφρύ πετρέλαιο όπως το ντίζελ, η βενζίνη και το βενζόλιο. Το μοντέλο είναι αναξιόπιστο για τη διάκριση διαφορετικών τύπων αργού πετρελαίου, ακόμα και για μικρές κηλίδες. Η ταξινομημένη εικόνα που υποδεικνύει χαρακτηριστικά παρόμοια με αυτά του πετρελαίου εμφανίστηκε σε περιοχές καλυμμένες με σκιές, και περιοχές που χρησιμοποιούνται για την αποθήκευση κάρβουνου ( μέσα στο σταθμό παραγωγής ηλεκτρικού ρεύματος του Μέρυλαντ). Τα αποτελέσματα επιβεβαίωσαν ότι υλικά που έχουν την ίδια χημική σύσταση όπως το κάρβουνο (άνθρακας), έχουν την ίδια υπογραφή με το πετρέλαιο.

'''7. Υπερφασματικά δεδομένα και αισθητήρες'''
Το AISA αερομεταφερόμενο φασματόμετρο εικόνων είναι είδος συστήματος σάρωσης που μετρά μέχρι 288 κανάλια συνεχούς ορατού σε IR μήκη κύματος. Πενήντα κανάλια επελέγησαν για τη δεδομένη διαδικασία εικόνας. Τα δεδομένα παρήχθεισαν από το πρόγραμμα πετρελαίου της εταιρείας Pipco για την προστασία από τη μόλυνση στον ποταμό Πατουξεντ στο Μέρυλαντ.

Για υψηλές απαιτήσεις χωρικού και φασματικού ψηφίσματος το σύστημα αισθητήρων AISA λαμβάνει περισσότερες πληροφορίες από κάθε pixel δεδομένων-περισσότερες πληροφορίες, καλύτερη εικόνα και γρηγορότερη η ανακύκλωση συγκριτικά με άλλα πολυφασματικά συστήματα ή παραδοσιακές μεθόδους παρακολούθησης. Η χρήση του συστήματος AISA για τον προσδιορισμό των φασματικών υπογραφών των πετρελαιοκηλίδων και των περιοχών που μολύνθηκαν από το πετρέλαιο, μπορεί να είναι πιο επιτυχής από τις παραδοσιακές μεθόδους. Η χρονική ακολουθία των εικόνων από το πετρέλαιο μπορεί να καθοδηγήσει τις προσπάθειες εντός συγκεκριμένου χρόνου παρέχοντας τις αντίστοιχες συγκεντρώσεις και τις ακριβείς τοποθεσίες. Οι περιβαλλοντικώς ευαίσθητες περιοχές όπως οι υγρότοποι μπορούν εύκολα και με ακρίβεια να χαρτογραφηθούν, να μετρηθούν και να χαρακτηρισθούν. Η AISA μπορεί να χρησιμοποιηθεί για να κτισθεί μια φασματική βιβλιοθήκη για τις πετρελαιοκηλίδες στη θάλασσα και σε διάφορες περιοχές που έχουν μολυνθεί από πετρέλαιο. Η φασματική υπογραφή μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτογραμμής και ιδίως των περιβαλλοντικώς ευαίσθητων περιοχών καθώς και για τον προσδιορισμό του επιπέδου της μόλυνσης από πετρέλαιο (ισχυρός ή μέτριος) σε χερσαίες εκτάσεις.

'''8. Υπερφασματική επεξεργασία εικόνας με τη χρήση ENVI'''
Η τεχνική SAM (Spectral Angle Mapper) χρησιμοποιείται για τον προσδιορισμό πετρελαιοκηλίδων στο νερό και την ακτογραμμή. Η ανάλυση των εικόνων επιτρέπει τοπικούς ελέγχους στις ραγδαία εναλλασσόμενες καιρικές συνθήκες εξαιτίας του ανέμου, των ρευμάτων και των παλιρροιών. Η μέθοδος της αντιστοίχισης των υπογραφών μπορεί να χρησιμοποιηθεί προκειμένου να εξαχθούν συγκεκριμένες φασματικές υπογραφές προκειμένου να δημιουργηθεί μια φασματική βιβλιοθήκη για διαφορετικούς τύπους πετρελαίου στο νερό, τους υγροτόπους και τη βλάστηση που έχουν μολυνθεί από το πετρέλαιο, όπως επίσης και για να εκτιμηθεί το επίπεδο της μόλυνσης στη στεριά. Η γραμμική μη αναμειγνύουσα μέθοδος των υπογραφών θα ήταν χρήσιμη στον προσδιορισμό των χαρακτηριστικών γνωρισμάτων των μολυσμένων παράκτιων περιοχών, στη διάκριση μεταξύ ανάμεικτων υπογραφών διαφορετικών υλικών, όπως το γρασίδι, το νερό, και το έδαφος που έχουν μολυνθεί από πετρέλαιο. Η ικανότητα συλλογής και ανάλυσης πολύ στενών καναλιών φωτός επιτρέπει στις υπερφασματικές εικόνες να διακρίνουν το νερό από την υδατική βλάστηση, να εκτιμήσουν την ποιότητα του νερού και να καταδείξουν τη μόλυνση και τη θολερότητα ιδιαιτέρως σε περιοχές που είναι περιβαλλοντικώς ευαίσθητες, όπως οι υγρότοποι, οι αμμώδεις παραλίες, τα παλιρροιακά επίπεδα και ποτάμια. Αυτό είναι χρήσιμο προκειμένου να δοθεί προσοχή στις διαδικασίες καθαρισμού τους και στις διαδικασίες μετανάστευσης του πετρελαίου.

Αυτό το σενάριο χρησιμοποιεί την HIS ανάλυση που εφαρμόστηκε στον κόλπο του Τσέσαπικ. Τα παρακάτω αντιπροσωπεύουν ένα παράδειγμα πετρελαιοκηλίδας στον ποταμό Πατουξεντ στο Μέρυλαντ, και τι η αντίστοιχη ανάλυση εικόνας με τη χρήση HSI κάνει εφικτό.

'''9. Υπερφασματικές τεχνικές επεξεργασίας εικόνας'''
* 1.Εξαγωγή φάσματος ανακλαστικότητας
* 2.Φασματική αντιστοίχιση με την υπογραφή αναφοράς
* 3.SAM ταξινόμηση
* 4.Κάλυψη εικόνων και αντιστοίχιση με τα χαρακτηριστικά γνωρίσματα της εικόνας.
* 5.Σύγκριση των χαρακτηριστικών της κύριας εικόνας με την επίγεια

'''10. Μέθοδος SAM'''
H μέθοδος ταξινόμησης SAM είναι μια φασματική ταξινόμηση που χρησιμοποιεί την Ν γωνία διάστασης για να αντιστοιχίσει τα pixels με το φάσμα αναφοράς. Ο αλγόριθμος προσδιορίζει τη φασματική ομοιότητα δύο φασμάτων υπολογίζοντας τη μεταξύ τους γωνία. Το προχωρημένο λογισμικό επεξεργασίας εικόνας ENVI, χρησιμοποιείται για την ανάλυση εικόνας.

'''10.1 Εξάγοντας το φάσμα του πετρελαίου'''

[[Εικόνα:Av_a3_eik1.jpg| thumb | left | Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολυσμένες παράκτιες περιοχές (Μέρυλαντ, Απρίλιος 200).]]
[[Εικόνα:Av_a3_eik2.jpg| thumb | right | Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας το υπόβαθρο. Αντιστοιχίζοντας το φάσμα της πετρελαιοκηλίδας με την ανακλώμενη υπογραφή αργού πετρελαίου από το Ιράν (που έτυχε πειραματικής επεξεργασίας στο εργαστήριο), χρησιμοποιήθηκε σαν αναφορά αργό πετρέλαιο. Οι τέσσερις καμπύλες αντιπροσωπεύουν την απορρόφηση του πετρελαίου στα μήκη κύματος των 400 και 700 nm.Το σχήμα του φάσματος του νερού είναι διαφορετικό από αυτό του πετρελαίου, επομένως είναι εύκολο να γίνει διάκριση των δύο υλικών.]]

'''10.2 Αποτελέσματα υπερφασματικής ανάλυσης εικόνας για την ανίχνευση πετρελαίου'''

[[Εικόνα:Av_a3_eik3.jpg| thumb | right | Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.]]

[[Εικόνα:Av_a3_eik4.jpg| thumb | left | Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στη στεριά εξαιτίας της διαρροής του αγωγού.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | left | Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.]]

'''11. Σύνοψη και συμπεράσματα'''
* 1.Η χρήση της υπερφασματικής ανάλυσης εικόνας αποτελεί μια προχωρημένη τεχνολογία τηλεπισκόπησης, που είναι πιο αξιόπιστη ως προς τη μείωση των διαφόρων περιορισμών συγκριτικά με τις συμβατικές μεθόδους ανίχνευσης πετρελαίου. Τέτοιοι μπορεί να είναι δύσκολες καιρικές συνθήκες, αλλαγές στο πετρέλαιο με την πάροδο του χρόνου, θάμβος στην εικόνα εξαιτίας της γωνίας πρόσπτωσης της ηλιακής ακτινοβολίας, και φυσικά φαινόμενα που έχουν την ίδια εμφάνιση με τις πετρελαιοκηλίδες.
* 2.Τα αποτελέσματα αυτής της έρευνας δείχνουν ότι η μέθοδος αντιστοίχισης της υπογραφής είναι πιο ακριβής από τις συμβατικές μεθόδους, που βασίζονται στην οπτική ερμηνεία του χρώματος του πετρελαίου και την εμφάνισή του στις δορυφορικές εικόνες.
* 3.Οι HIS φασματικές πληροφορίες χρησιμοποιούνται προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου (αργό/ ελαφρύ). Η υπογραφή του πετρελαίου χρησιμοποιείται για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο).
* 4.Για την ανάλυση εικόνων από πετρελαιοκηλίδες, η ταξινόμηση SAM είναι πιο ακριβής από άλλες επιβλεπόμενες τεχνικές ταξινόμησης. Όταν τα δείγματα που επιλέγονται από την εικόνα βασιζόμενα στο χρώμα των pixel, η ταξινόμηση μπορεί να γίνει λάθος από τον αναλυτή. Όμως, η τεχνική αντιστοίχισης των υπογραφών μπορεί να διακρίνει μεταξύ των διαφόρων υλικών, με βάση τη χημική τους σύσταση και όχι σύμφωνα με την οπτική τους εμφάνιση, κάτι που επιτρέπει πιο ακριβή ταξινόμηση.
* 5.Η υπερφασματική εικόνα είναι γρήγορη και έγκαιρη, επιτρέποντας επεμβατικό περιβαλλοντικό έλεγχο του πετρελαίου, σε σύγκριση με τα διαστημικά συστήματα. Η αερομεταφερόμενη HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός συγκεκριμένων υδάτινων μαζών, κάτω από τις τρέχουσες περιβαλλοντικές συνθήκες και πώς πιθανώς να επηρεάσουν ευαίσθητες περιοχές, όπως οι παράκτιοι υγρότοποι.

[[category:Υδατικοί Πόροι]]

ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ

2012-03-09T08:52:38Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Hyperspectral image analysis for oil spill mitigation» 
'''Συγγραφείς:''' Foudan Salem, Menas Kafatos 
'''Πηγή:''' http://www.crisp.nus.edu.sg/~acrs2001/pdf/108SALEM.PDF 

'''1. Περίληψη''' 
Κατά τη διάρκεια των τελευταίων δεκαετιών, ο κόλπος του Τσέσαπικ έχει υποφέρει από διάφορα μεγάλα ατυχήματα πετρελαιοκηλίδων που απειλούν το παράκτιο περιβάλλον και τα διάφορα είδη. Οι φυσικοί πόροι του Τσέσαπικ παραμένουν ευάλωτοι επειδή μοιράζονται τις παράκτιες περιοχές με κύριες διακρατικές εμπορικές οδούς, υπόγειους αγωγούς, έντονη ανάπτυξη, μεγάλη βιομηχανική ανάπτυξη και έντονη μετακίνηση πλοίων στα λιμάνια του Νόρφολκ και της Βαλτιμόρης. Προκειμένου να προστατευτούν αποτελεσματικά οι κοινότητες και τα είδη που βρίσκονται σε κίνδυνο, είναι απαραίτητος ο γρήγορος και ακριβής προσδιορισμός των περιοχών που διατρέχουν κίνδυνο πετρελαϊκής ρύπανσης, ιδιαιτέρως στις περιοχές που η ποσότητα του πετρελαίου είναι μεγάλη. Όπου η βιομηχανία διαχείρισης του πετρελαίου είναι γηρασμένη, αυτή η ανάγκη αυξάνεται. Αυτή η έρευνα αφορά την τηλεπισκόπηση, συγκεκριμένα την υπερφασματική ανάλυση εικόνας που εφαρμόστηκε στον υδροκρίτη του Τσέσαπικ. Αυτή η μελέτη περιπτώσεων είναι πρωτότυπη για τις διαρροές πετρελαίου στον ποταμού Πατουξεντ στο Μέρυλαντ, καθώς και η σχετιζόμενη ανάλυση εικόνας για την ανίχνευση πετρελαιοκηλίδων με τη χρήση υπερφασματικών στοιχείων και των επιδράσεών τους στο έδαφος, το νερό, τους υγροτόπους, και της βλάστησης που μολύνθηκε από το πετρέλαιο. Οι εικόνες από αεροσκάφη ή από το διάστημα, σαν ένα αποτελεσματικό ερευνητικό εργαλείο, αποτελούν την κύρια πηγή συλλογής πληροφοριών για τον πραγματικό χρόνο. Στην περίπτωση πρόκλησης πετρελαιοκηλίδας, αυτές οι πληροφορίες μπορούν να ανακτηθούν σε μικρό χρονικό διάστημα για να βοηθήσουν τις αρχές να σχεδιάσουν τη γρηγορότερη προς την κηλίδα διαδρομή και να υλοποιήσουν ένα αποτελεσματικό πρόγραμμα περιβαλλοντικής προστασίας, που θα μπορεί να μειώσει τις καταστροφές. Ο υπερφασματικός αισθητήρας συνδυάζει τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και εκτιμά καλύτερα την αφθονία τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς που προκαλούνται από χαρακτηριστικά που έχουν το ίδιο χρώμα και εμφάνιση με το πετρέλαιο, όπως είναι μεγάλες περιοχές φυκιών και μέδουσες. Τέτοια φαινόμενα μπορούν να ταυτοποιηθούν με οπτική ερμηνεία σαν μια πιθανή πετρελαιοκηλίδα με τη χρήση συμβατικών αισθητήρων. Κάποιοι άλλοι τύποι από ελαφρύ καύσιμο, όπως η βενζίνη και το ντίζελ, δεν μπορούν να ταυτοποιηθούν οπτικά εξαιτίας της αλλαγής της εμφάνισής τους με το χρόνο. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτή τη φασματική πληροφορία κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου, και επίσης να διακρίνει τους διάφορους τύπους πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Οι υπερφασματικές αναλύσεις με υψηλό φασματικό και χωρικό ψήφισμα μπορούν να χρησιμοποιηθούν για να ανιχνεύσουν πετρέλαιο με βάση την αντιστοίχηση της φασματικής υπογραφής, προκειμένου να εκτιμηθεί το επίπεδο της πετρελαϊκής μόλυνσης των προσβεβλημένων περιοχών στην ακτογραμμή, που είναι απαραίτητο για τον καθορισμό των διαδικασιών καθαρισμού της.

'''2. Κίνητρα'''
Σε αυτή την έρευνα κάποια από τα προβλήματα για τον προσδιορισμό του πετρελαίου
μπορούν να ελαχιστοποιηθούν όταν χρησιμοποιείται μεθοδολογία ανωτέρου επιπέδου που βασίζεται στην αντιστοίχιση της φασματικής υπογραφής του πετρελαίου και όχι στην οπτική ερμηνεία των εικόνων. Νέες τεχνικές όπως η HIS πρέπει να χρησιμοποιούνται προκειμένου να επιτυγχάνονται οι κατάλληλες διακρίσεις μεταξύ των τύπων του πετρελαίου (αργό ή ελαφρύ) και να προσδιορίζονται τα φυσικά φαινόμενα. Τα αποτελέσματα αυτής της έρευνας έδειξαν ότι με τις HSI φασματικές πληροφορίες, η υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο) στη θάλασσα και για να γίνουν διακριτοί οι διάφοροι τύποι πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Μέρος αυτής της μελέτης επίσης περιλαμβάνει την παρακολούθηση των κινήσεων των πετρελαιοκηλίδων, τη διασπορά τους στο νερό και τον προσδιορισμό τους στην ακτογραμμή. Η εργασία που εκτελείται θα δώσει έμφαση στις μολύνσεις από πετρέλαιο των υγροτόπων, του εδάφους και της βλάστησης στη λεκάνη του ποταμού Πατουξεντ στον κόλπο του Τσέσαπικ εξαιτίας της πετρελαϊκής μόλυνσης. Η γραμμική τεχνική διάκρισης (linear unmixing) θα χρησιμοποιηθεί για τη διάκριση μεταξύ των αναμειγνυόμενων υπογραφών διαφορετικών υλικών που είναι μολυσμένα με πετρέλαιο.

'''3. Το πρόβλημα'''
Ένα πλήθος συστημάτων τηλεπισκόπησης είναι διαθέσιμα (π.χ. ραντάρ πλευρικής θέασης, φθορισμός λέιζερ, μικροκυματικό ραδιόμετρο, υπέρυθρος-υπεριώδης γραμμικός σαρωτής,SAR,ERS1,2 και LANDSAT δορυφορικά συστήματα). Ωστόσο, τα προβλήματα που σχετίζονται με κάθε ένα από αυτά τα συστήματα αποκλείουν την αποκλειστική τους χρήση για την ανίχνευση πετρελαιοκηλίδων. Αν και τα δεδομένα της τηλεπισκόπησης μπορεί να αποτελέσουν ένα πολύτιμο εργαλείο για την προσπάθεια εύρεσης απάντησης, τα αποτελέσματα από διαφορετικούς αισθητήρες μπορεί να ποικίλουν ευρέως. Αυτό το πρόβλημα είναι ιδιαίτερα προφανές στην περίπτωση μεγάλων κηλίδων, όπου αρκετές ερμηνευτικές αναλύσεις για τις δορυφορικές εικόνες βασίζονται στο χρώμα του πετρελαίου ή στην εμφάνιση του φιλμ του στο νερό. Πολλές από αυτές τις αναλύσεις έχουν προβλήματα προσδιορισμού και ποσοτικοποίησης πετρελαίου επιπλέοντος στη θάλασσα. Καθώς η κηλίδα εξελίσσεται, ένας μεγάλος αριθμός λανθασμένων θετικών αναγνωρίσεων μπορεί να συμβεί. Πάγος, εσωτερικά κύματα, κλίνες φυκιών, φυσικά οργανικά, γύρη, πλαγκτονικές ανθίσεις, σκιές από σύννεφα, μέδουσες, άλγη όλα εμφανίζονται σαν πετρέλαιο. Οι καιρικές συνθήκες είναι ένας από τους περιορισμούς όταν χρησιμοποιούνται κάποιοι αισθητήρες όπως απεικονίσεις ραντάρ, για την εκτίμηση της επιφάνειας κάλυψης. Τα κύματα αυξάνουν τη φυσική διασπορά κατά τα αρχικά στάδια της κηλίδας, σπάζουν την ένταση της επιφάνειας που δημιουργούν την όψη της κηλίδας, και αναμειγνύουν το πετρέλαιο στην επιφανειακή στιβάδα προσωρινά. Οι παρατηρητές πρέπει να επισημάνουν ότι όπως η ταχύτητα του ανέμου αυξάνεται, η ικανότητα ανίχνευσης του πετρελαίου μειώνεται. Η οπτική παρατήρηση βυθισμένου πετρελαίου είναι ιδιαιτέρως δύσκολη εκτός αν το νερό είναι πολύ καθαρό και ήρεμο. Τα χαρακτηριστικά της κηλίδας εμφανίζονται διαφορετικά κάτω από συνθήκες χαμηλού φωτισμού και ισχυρού ανέμου. Οι παρατηρήσεις σε συνθήκες θάμβους είναι δύσκολο να ερμηνευτούν, εξαιτίας της γυαλάδας που δημιουργείται και της μικρής αντίθεσης μεταξύ νερού και πετρελαίου. Αφού το πετρέλαιο παραμείνει για ένα μικρό χρονικό διάστημα στην επιφάνεια της θάλασσας, ξεκινά η αλλαγή των φυσικών του χαρακτηριστικών εξαιτίας διαφόρων φυσικών, βιολογικών και χημικών διαδικασιών. Επιπλέον, οι λανθασμένες αναφορές εμποδίζουν τη γνώση της ακριβούς τοποθεσίας και περιγραφής της κηλίδας γεγονός που καθιστά ορισμένες από τις συμβατικές τεχνικές τηλεπισκόπησης αναξιόπιστες.

'''4. Κύριος στόχος'''
Η τεχνική HSI χρησιμοποιείται για να ανιχνεύσει το πετρέλαιο, να καθορίσει τα χαρακτηριστικά της ουσίας της κηλίδας, και να κάνει προβλέψεις της επιτυχίας διασποράς ή του μετριασμού του. Τα καθήκοντα που περιλαμβάνονται είναι:

* 1.Πρόβλεψη της διεύθυνσης διασποράς και των χαρακτηριστικών του ρυθμού ροής: Η υπερφασματική ανάλυση εικόνας για τις πετρελαιοκηλίδες πρέπει να είναι γρήγορη και έγκαιρη για επεμβατική περιβαλλοντική παρακολούθηση. Η εναέρια HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός μιας συγκεκριμένης υδάτινης μάζας, κάτω από τις τρέχουσες καιρικές συνθήκες και αν πιθανώς επηρεάζουν ευαίσθητες περιοχές όπως οι παράκτιοι υγρότοποι.
* 2.Προσδιορισμός των χαρακτηριστικών της ακτογραμμής και της δριμύτητας των πετρελαιοκηλίδων: Με το υψηλό φασματικό και χωρικό της ψήφισμα η HSIμπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτής καθώς και των περιοχών που έχουν πληγεί από το πετρέλαιο που διέρρευσε. Οι περιοχές που επηρεάζονται είναι περιβαλλοντικώς ευαίσθητες, όπως υγρότοποι με ρηχά νερά, έλη με αλμυρό νερό, παλιρροιακά επίπεδα, υδάτινες οδοί ή αμμώδεις παραλίες με σημαντική βιοποικιλότητα.
* 3.Προσδιορισμός του τύπου μόλυνσης: Τα χαρακτηριστικά του πετρελαίου (π.χ. ο τύπος του πετρελαίου) είναι σημαντικά προκειμένου να επιλεγεί η βέλτιστη μέθοδος καθαρισμού, να εκτιμηθούν οι περιβαλλοντικές επιδράσεις του καιόμενου πετρελαίου, και για την πρόβλεψη της όδευσής του, των ρυθμών διασποράς, και του χρόνου προτού η κηλίδα φτάσει στην ακτή από τις τεχνικές μοντελοποίησης. Για παράδειγμα, ένας τύπος πετρελαίου μπορεί να είναι αργό ή ελαφρύ πετρέλαιο, και ο βαθμός εξάτμισης του ελαφρού πετρελαίου είναι γρηγορότερος από του αργού, ωστόσο να είναι πιο τοξικό για τα θαλάσσια είδη.

'''5.Μεθοθοδολογία'''
Οι υπερφασματικοί αισθητήρες όπως το αερομεταφερόμενο φασματοραδιόμετρο εικόνων για εφαρμογές [Airborne Imaging spectro-radiometer for applications (AISA)] επιτρέπουν την κατασκευή ενός αποτελεσματικού, συνεχούς ανάκλασης φάσματος για κάθε pixel. Αυτά τα συστήματα μπορεί να χρησιμοποιηθούν για να γίνει διάκριση των χαρακτηριστικών της γήινης επιφάνειας. Οι υπερφασματικοί αισθητήρες έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και καλύτερης εκτίμησης της αφθονίας τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς χαρακτηριστικών, που μπορεί να εκληφθούν κατά λάθος σαν πιθανές πετρελαιοκηλίδες με άλλους συμβατικούς αισθητήρες. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτές τις φασματικές πληροφορίες κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου για να ανιχνεύσει μικρές συγκεντρώσεις υδρογονανθράκων στην επιφάνεια της θάλασσας. Επίσης μπορεί να διακρίνει τους διαφορετικούς τύπους πετρελαίου (αργό/ ελαφρύ πετρέλαιο). Οι εφαρμογές της υπερφασματικής ανάλυσης περιλαμβάνουν προσδιορισμό των μολυσμένων εδαφικών υγροτόπων, ρηχών νερών, αμμωδών παραλιών και ακτογραμμών που επιτρέπει την ταυτοποίηση των χαρακτηριστικών με υψηλό φασματικό και χωρικό ψήφισμα.

'''6. Σκοπός της έρευνας'''
Καταδείχτηκε από τα προκαταρκτικά αποτελέσματα της χρήσης της τεχνικής Spectral Angle Mapper ότι οι υπογραφές διαφορετικών τύπων πετρελαίου μπορούν να συνδυαστούν εφόσον ένα δείγμα έχει υψηλές συγκεντρώσεις υδρογονανθράκων και δε μοιάζει με ελαφρύ πετρέλαιο όπως το ντίζελ, η βενζίνη και το βενζόλιο. Το μοντέλο είναι αναξιόπιστο για τη διάκριση διαφορετικών τύπων αργού πετρελαίου, ακόμα και για μικρές κηλίδες. Η ταξινομημένη εικόνα που υποδεικνύει χαρακτηριστικά παρόμοια με αυτά του πετρελαίου εμφανίστηκε σε περιοχές καλυμμένες με σκιές, και περιοχές που χρησιμοποιούνται για την αποθήκευση κάρβουνου ( μέσα στο σταθμό παραγωγής ηλεκτρικού ρεύματος του Μέρυλαντ). Τα αποτελέσματα επιβεβαίωσαν ότι υλικά που έχουν την ίδια χημική σύσταση όπως το κάρβουνο (άνθρακας), έχουν την ίδια υπογραφή με το πετρέλαιο.

'''7. Υπερφασματικά δεδομένα και αισθητήρες'''
Το AISA αερομεταφερόμενο φασματόμετρο εικόνων είναι είδος συστήματος σάρωσης που μετρά μέχρι 288 κανάλια συνεχούς ορατού σε IR μήκη κύματος. Πενήντα κανάλια επελέγησαν για τη δεδομένη διαδικασία εικόνας. Τα δεδομένα παρήχθεισαν από το πρόγραμμα πετρελαίου της εταιρείας Pipco για την προστασία από τη μόλυνση στον ποταμό Πατουξεντ στο Μέρυλαντ.

Για υψηλές απαιτήσεις χωρικού και φασματικού ψηφίσματος το σύστημα αισθητήρων AISA λαμβάνει περισσότερες πληροφορίες από κάθε pixel δεδομένων-περισσότερες πληροφορίες, καλύτερη εικόνα και γρηγορότερη η ανακύκλωση συγκριτικά με άλλα πολυφασματικά συστήματα ή παραδοσιακές μεθόδους παρακολούθησης. Η χρήση του συστήματος AISA για τον προσδιορισμό των φασματικών υπογραφών των πετρελαιοκηλίδων και των περιοχών που μολύνθηκαν από το πετρέλαιο, μπορεί να είναι πιο επιτυχής από τις παραδοσιακές μεθόδους. Η χρονική ακολουθία των εικόνων από το πετρέλαιο μπορεί να καθοδηγήσει τις προσπάθειες εντός συγκεκριμένου χρόνου παρέχοντας τις αντίστοιχες συγκεντρώσεις και τις ακριβείς τοποθεσίες. Οι περιβαλλοντικώς ευαίσθητες περιοχές όπως οι υγρότοποι μπορούν εύκολα και με ακρίβεια να χαρτογραφηθούν, να μετρηθούν και να χαρακτηρισθούν. Η AISA μπορεί να χρησιμοποιηθεί για να κτισθεί μια φασματική βιβλιοθήκη για τις πετρελαιοκηλίδες στη θάλασσα και σε διάφορες περιοχές που έχουν μολυνθεί από πετρέλαιο. Η φασματική υπογραφή μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτογραμμής και ιδίως των περιβαλλοντικώς ευαίσθητων περιοχών καθώς και για τον προσδιορισμό του επιπέδου της μόλυνσης από πετρέλαιο (ισχυρός ή μέτριος) σε χερσαίες εκτάσεις.

'''8. Υπερφασματική επεξεργασία εικόνας με τη χρήση ENVI'''
Η τεχνική SAM (Spectral Angle Mapper) χρησιμοποιείται για τον προσδιορισμό πετρελαιοκηλίδων στο νερό και την ακτογραμμή. Η ανάλυση των εικόνων επιτρέπει τοπικούς ελέγχους στις ραγδαία εναλλασσόμενες καιρικές συνθήκες εξαιτίας του ανέμου, των ρευμάτων και των παλιρροιών. Η μέθοδος της αντιστοίχισης των υπογραφών μπορεί να χρησιμοποιηθεί προκειμένου να εξαχθούν συγκεκριμένες φασματικές υπογραφές προκειμένου να δημιουργηθεί μια φασματική βιβλιοθήκη για διαφορετικούς τύπους πετρελαίου στο νερό, τους υγροτόπους και τη βλάστηση που έχουν μολυνθεί από το πετρέλαιο, όπως επίσης και για να εκτιμηθεί το επίπεδο της μόλυνσης στη στεριά. Η γραμμική μη αναμειγνύουσα μέθοδος των υπογραφών θα ήταν χρήσιμη στον προσδιορισμό των χαρακτηριστικών γνωρισμάτων των μολυσμένων παράκτιων περιοχών, στη διάκριση μεταξύ ανάμεικτων υπογραφών διαφορετικών υλικών, όπως το γρασίδι, το νερό, και το έδαφος που έχουν μολυνθεί από πετρέλαιο. Η ικανότητα συλλογής και ανάλυσης πολύ στενών καναλιών φωτός επιτρέπει στις υπερφασματικές εικόνες να διακρίνουν το νερό από την υδατική βλάστηση, να εκτιμήσουν την ποιότητα του νερού και να καταδείξουν τη μόλυνση και τη θολερότητα ιδιαιτέρως σε περιοχές που είναι περιβαλλοντικώς ευαίσθητες, όπως οι υγρότοποι, οι αμμώδεις παραλίες, τα παλιρροιακά επίπεδα και ποτάμια. Αυτό είναι χρήσιμο προκειμένου να δοθεί προσοχή στις διαδικασίες καθαρισμού τους και στις διαδικασίες μετανάστευσης του πετρελαίου.

Αυτό το σενάριο χρησιμοποιεί την HIS ανάλυση που εφαρμόστηκε στον κόλπο του Τσέσαπικ. Τα παρακάτω αντιπροσωπεύουν ένα παράδειγμα πετρελαιοκηλίδας στον ποταμό Πατουξεντ στο Μέρυλαντ, και τι η αντίστοιχη ανάλυση εικόνας με τη χρήση HSI κάνει εφικτό.

'''9. Υπερφασματικές τεχνικές επεξεργασίας εικόνας'''
* 1.Εξαγωγή φάσματος ανακλαστικότητας
* 2.Φασματική αντιστοίχιση με την υπογραφή αναφοράς
* 3.SAM ταξινόμηση
* 4.Κάλυψη εικόνων και αντιστοίχιση με τα χαρακτηριστικά γνωρίσματα της εικόνας.
* 5.Σύγκριση των χαρακτηριστικών της κύριας εικόνας με την επίγεια

'''10. Μέθοδος SAM'''
H μέθοδος ταξινόμησης SAM είναι μια φασματική ταξινόμηση που χρησιμοποιεί την Ν γωνία διάστασης για να αντιστοιχίσει τα pixels με το φάσμα αναφοράς. Ο αλγόριθμος προσδιορίζει τη φασματική ομοιότητα δύο φασμάτων υπολογίζοντας τη μεταξύ τους γωνία. Το προχωρημένο λογισμικό επεξεργασίας εικόνας ENVI, χρησιμοποιείται για την ανάλυση εικόνας.

[[Εικόνα:Av_a3_eik1.jpg| thumb | right | Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολυσμένες παράκτιες περιοχές (Μέρυλαντ, Απρίλιος 200).]]

'''10.1 Εξάγοντας το φάσμα του πετρελαίου'''

[[Εικόνα:Av_a3_eik2.jpg| thumb | right | Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας το υπόβαθρο. Αντιστοιχίζοντας το φάσμα της πετρελαιοκηλίδας με την ανακλώμενη υπογραφή αργού πετρελαίου από το Ιράν (που έτυχε πειραματικής επεξεργασίας στο εργαστήριο), χρησιμοποιήθηκε σαν αναφορά αργό πετρέλαιο. Οι τέσσερις καμπύλες αντιπροσωπεύουν την απορρόφηση του πετρελαίου στα μήκη κύματος των 400 και 700 nm.Το σχήμα του φάσματος του νερού είναι διαφορετικό από αυτό του πετρελαίου, επομένως είναι εύκολο να γίνει διάκριση των δύο υλικών.]]

'''10.2 Αποτελέσματα υπερφασματικής ανάλυσης εικόνας για την ανίχνευση πετρελαίου'''

[[Εικόνα:Av_a3_eik3.jpg| thumb | right | Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.]]

[[Εικόνα:Av_a3_eik4.jpg| thumb | right | Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στη στεριά εξαιτίας της διαρροής του αγωγού.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.]]

'''11. Σύνοψη και συμπεράσματα'''
* 1.Η χρήση της υπερφασματικής ανάλυσης εικόνας αποτελεί μια προχωρημένη τεχνολογία τηλεπισκόπησης, που είναι πιο αξιόπιστη ως προς τη μείωση των διαφόρων περιορισμών συγκριτικά με τις συμβατικές μεθόδους ανίχνευσης πετρελαίου. Τέτοιοι μπορεί να είναι δύσκολες καιρικές συνθήκες, αλλαγές στο πετρέλαιο με την πάροδο του χρόνου, θάμβος στην εικόνα εξαιτίας της γωνίας πρόσπτωσης της ηλιακής ακτινοβολίας, και φυσικά φαινόμενα που έχουν την ίδια εμφάνιση με τις πετρελαιοκηλίδες.
* 2.Τα αποτελέσματα αυτής της έρευνας δείχνουν ότι η μέθοδος αντιστοίχισης της υπογραφής είναι πιο ακριβής από τις συμβατικές μεθόδους, που βασίζονται στην οπτική ερμηνεία του χρώματος του πετρελαίου και την εμφάνισή του στις δορυφορικές εικόνες.
* 3.Οι HIS φασματικές πληροφορίες χρησιμοποιούνται προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου (αργό/ ελαφρύ). Η υπογραφή του πετρελαίου χρησιμοποιείται για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο).
* 4.Για την ανάλυση εικόνων από πετρελαιοκηλίδες, η ταξινόμηση SAM είναι πιο ακριβής από άλλες επιβλεπόμενες τεχνικές ταξινόμησης. Όταν τα δείγματα που επιλέγονται από την εικόνα βασιζόμενα στο χρώμα των pixel, η ταξινόμηση μπορεί να γίνει λάθος από τον αναλυτή. Όμως, η τεχνική αντιστοίχισης των υπογραφών μπορεί να διακρίνει μεταξύ των διαφόρων υλικών, με βάση τη χημική τους σύσταση και όχι σύμφωνα με την οπτική τους εμφάνιση, κάτι που επιτρέπει πιο ακριβή ταξινόμηση.
* 5.Η υπερφασματική εικόνα είναι γρήγορη και έγκαιρη, επιτρέποντας επεμβατικό περιβαλλοντικό έλεγχο του πετρελαίου, σε σύγκριση με τα διαστημικά συστήματα. Η αερομεταφερόμενη HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός συγκεκριμένων υδάτινων μαζών, κάτω από τις τρέχουσες περιβαλλοντικές συνθήκες και πώς πιθανώς να επηρεάσουν ευαίσθητες περιοχές, όπως οι παράκτιοι υγρότοποι.

[[category:Υδατικοί Πόροι]]

ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ

2012-03-09T08:52:01Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Hyperspectral image analysis for oil spill mitigation» 
'''Συγγραφείς:''' Foudan Salem, Menas Kafatos 
'''Πηγή:''' http://www.crisp.nus.edu.sg/~acrs2001/pdf/108SALEM.PDF 

1. Περίληψη
Κατά τη διάρκεια των τελευταίων δεκαετιών, ο κόλπος του Τσέσαπικ έχει υποφέρει από διάφορα μεγάλα ατυχήματα πετρελαιοκηλίδων που απειλούν το παράκτιο περιβάλλον και τα διάφορα είδη. Οι φυσικοί πόροι του Τσέσαπικ παραμένουν ευάλωτοι επειδή μοιράζονται τις παράκτιες περιοχές με κύριες διακρατικές εμπορικές οδούς, υπόγειους αγωγούς, έντονη ανάπτυξη, μεγάλη βιομηχανική ανάπτυξη και έντονη μετακίνηση πλοίων στα λιμάνια του Νόρφολκ και της Βαλτιμόρης. Προκειμένου να προστατευτούν αποτελεσματικά οι κοινότητες και τα είδη που βρίσκονται σε κίνδυνο, είναι απαραίτητος ο γρήγορος και ακριβής προσδιορισμός των περιοχών που διατρέχουν κίνδυνο πετρελαϊκής ρύπανσης, ιδιαιτέρως στις περιοχές που η ποσότητα του πετρελαίου είναι μεγάλη. Όπου η βιομηχανία διαχείρισης του πετρελαίου είναι γηρασμένη, αυτή η ανάγκη αυξάνεται. Αυτή η έρευνα αφορά την τηλεπισκόπηση, συγκεκριμένα την υπερφασματική ανάλυση εικόνας που εφαρμόστηκε στον υδροκρίτη του Τσέσαπικ. Αυτή η μελέτη περιπτώσεων είναι πρωτότυπη για τις διαρροές πετρελαίου στον ποταμού Πατουξεντ στο Μέρυλαντ, καθώς και η σχετιζόμενη ανάλυση εικόνας για την ανίχνευση πετρελαιοκηλίδων με τη χρήση υπερφασματικών στοιχείων και των επιδράσεών τους στο έδαφος, το νερό, τους υγροτόπους, και της βλάστησης που μολύνθηκε από το πετρέλαιο. Οι εικόνες από αεροσκάφη ή από το διάστημα, σαν ένα αποτελεσματικό ερευνητικό εργαλείο, αποτελούν την κύρια πηγή συλλογής πληροφοριών για τον πραγματικό χρόνο. Στην περίπτωση πρόκλησης πετρελαιοκηλίδας, αυτές οι πληροφορίες μπορούν να ανακτηθούν σε μικρό χρονικό διάστημα για να βοηθήσουν τις αρχές να σχεδιάσουν τη γρηγορότερη προς την κηλίδα διαδρομή και να υλοποιήσουν ένα αποτελεσματικό πρόγραμμα περιβαλλοντικής προστασίας, που θα μπορεί να μειώσει τις καταστροφές. Ο υπερφασματικός αισθητήρας συνδυάζει τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και εκτιμά καλύτερα την αφθονία τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς που προκαλούνται από χαρακτηριστικά που έχουν το ίδιο χρώμα και εμφάνιση με το πετρέλαιο, όπως είναι μεγάλες περιοχές φυκιών και μέδουσες. Τέτοια φαινόμενα μπορούν να ταυτοποιηθούν με οπτική ερμηνεία σαν μια πιθανή πετρελαιοκηλίδα με τη χρήση συμβατικών αισθητήρων. Κάποιοι άλλοι τύποι από ελαφρύ καύσιμο, όπως η βενζίνη και το ντίζελ, δεν μπορούν να ταυτοποιηθούν οπτικά εξαιτίας της αλλαγής της εμφάνισής τους με το χρόνο. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτή τη φασματική πληροφορία κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου, και επίσης να διακρίνει τους διάφορους τύπους πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Οι υπερφασματικές αναλύσεις με υψηλό φασματικό και χωρικό ψήφισμα μπορούν να χρησιμοποιηθούν για να ανιχνεύσουν πετρέλαιο με βάση την αντιστοίχηση της φασματικής υπογραφής, προκειμένου να εκτιμηθεί το επίπεδο της πετρελαϊκής μόλυνσης των προσβεβλημένων περιοχών στην ακτογραμμή, που είναι απαραίτητο για τον καθορισμό των διαδικασιών καθαρισμού της.

'''2. Κίνητρα'''
Σε αυτή την έρευνα κάποια από τα προβλήματα για τον προσδιορισμό του πετρελαίου
μπορούν να ελαχιστοποιηθούν όταν χρησιμοποιείται μεθοδολογία ανωτέρου επιπέδου που βασίζεται στην αντιστοίχιση της φασματικής υπογραφής του πετρελαίου και όχι στην οπτική ερμηνεία των εικόνων. Νέες τεχνικές όπως η HIS πρέπει να χρησιμοποιούνται προκειμένου να επιτυγχάνονται οι κατάλληλες διακρίσεις μεταξύ των τύπων του πετρελαίου (αργό ή ελαφρύ) και να προσδιορίζονται τα φυσικά φαινόμενα. Τα αποτελέσματα αυτής της έρευνας έδειξαν ότι με τις HSI φασματικές πληροφορίες, η υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο) στη θάλασσα και για να γίνουν διακριτοί οι διάφοροι τύποι πετρελαίου (αργό ή ελαφρύ πετρέλαιο). Μέρος αυτής της μελέτης επίσης περιλαμβάνει την παρακολούθηση των κινήσεων των πετρελαιοκηλίδων, τη διασπορά τους στο νερό και τον προσδιορισμό τους στην ακτογραμμή. Η εργασία που εκτελείται θα δώσει έμφαση στις μολύνσεις από πετρέλαιο των υγροτόπων, του εδάφους και της βλάστησης στη λεκάνη του ποταμού Πατουξεντ στον κόλπο του Τσέσαπικ εξαιτίας της πετρελαϊκής μόλυνσης. Η γραμμική τεχνική διάκρισης (linear unmixing) θα χρησιμοποιηθεί για τη διάκριση μεταξύ των αναμειγνυόμενων υπογραφών διαφορετικών υλικών που είναι μολυσμένα με πετρέλαιο.

'''3. Το πρόβλημα'''
Ένα πλήθος συστημάτων τηλεπισκόπησης είναι διαθέσιμα (π.χ. ραντάρ πλευρικής θέασης, φθορισμός λέιζερ, μικροκυματικό ραδιόμετρο, υπέρυθρος-υπεριώδης γραμμικός σαρωτής,SAR,ERS1,2 και LANDSAT δορυφορικά συστήματα). Ωστόσο, τα προβλήματα που σχετίζονται με κάθε ένα από αυτά τα συστήματα αποκλείουν την αποκλειστική τους χρήση για την ανίχνευση πετρελαιοκηλίδων. Αν και τα δεδομένα της τηλεπισκόπησης μπορεί να αποτελέσουν ένα πολύτιμο εργαλείο για την προσπάθεια εύρεσης απάντησης, τα αποτελέσματα από διαφορετικούς αισθητήρες μπορεί να ποικίλουν ευρέως. Αυτό το πρόβλημα είναι ιδιαίτερα προφανές στην περίπτωση μεγάλων κηλίδων, όπου αρκετές ερμηνευτικές αναλύσεις για τις δορυφορικές εικόνες βασίζονται στο χρώμα του πετρελαίου ή στην εμφάνιση του φιλμ του στο νερό. Πολλές από αυτές τις αναλύσεις έχουν προβλήματα προσδιορισμού και ποσοτικοποίησης πετρελαίου επιπλέοντος στη θάλασσα. Καθώς η κηλίδα εξελίσσεται, ένας μεγάλος αριθμός λανθασμένων θετικών αναγνωρίσεων μπορεί να συμβεί. Πάγος, εσωτερικά κύματα, κλίνες φυκιών, φυσικά οργανικά, γύρη, πλαγκτονικές ανθίσεις, σκιές από σύννεφα, μέδουσες, άλγη όλα εμφανίζονται σαν πετρέλαιο. Οι καιρικές συνθήκες είναι ένας από τους περιορισμούς όταν χρησιμοποιούνται κάποιοι αισθητήρες όπως απεικονίσεις ραντάρ, για την εκτίμηση της επιφάνειας κάλυψης. Τα κύματα αυξάνουν τη φυσική διασπορά κατά τα αρχικά στάδια της κηλίδας, σπάζουν την ένταση της επιφάνειας που δημιουργούν την όψη της κηλίδας, και αναμειγνύουν το πετρέλαιο στην επιφανειακή στιβάδα προσωρινά. Οι παρατηρητές πρέπει να επισημάνουν ότι όπως η ταχύτητα του ανέμου αυξάνεται, η ικανότητα ανίχνευσης του πετρελαίου μειώνεται. Η οπτική παρατήρηση βυθισμένου πετρελαίου είναι ιδιαιτέρως δύσκολη εκτός αν το νερό είναι πολύ καθαρό και ήρεμο. Τα χαρακτηριστικά της κηλίδας εμφανίζονται διαφορετικά κάτω από συνθήκες χαμηλού φωτισμού και ισχυρού ανέμου. Οι παρατηρήσεις σε συνθήκες θάμβους είναι δύσκολο να ερμηνευτούν, εξαιτίας της γυαλάδας που δημιουργείται και της μικρής αντίθεσης μεταξύ νερού και πετρελαίου. Αφού το πετρέλαιο παραμείνει για ένα μικρό χρονικό διάστημα στην επιφάνεια της θάλασσας, ξεκινά η αλλαγή των φυσικών του χαρακτηριστικών εξαιτίας διαφόρων φυσικών, βιολογικών και χημικών διαδικασιών. Επιπλέον, οι λανθασμένες αναφορές εμποδίζουν τη γνώση της ακριβούς τοποθεσίας και περιγραφής της κηλίδας γεγονός που καθιστά ορισμένες από τις συμβατικές τεχνικές τηλεπισκόπησης αναξιόπιστες.

'''4. Κύριος στόχος'''
Η τεχνική HSI χρησιμοποιείται για να ανιχνεύσει το πετρέλαιο, να καθορίσει τα χαρακτηριστικά της ουσίας της κηλίδας, και να κάνει προβλέψεις της επιτυχίας διασποράς ή του μετριασμού του. Τα καθήκοντα που περιλαμβάνονται είναι:

* 1.Πρόβλεψη της διεύθυνσης διασποράς και των χαρακτηριστικών του ρυθμού ροής: Η υπερφασματική ανάλυση εικόνας για τις πετρελαιοκηλίδες πρέπει να είναι γρήγορη και έγκαιρη για επεμβατική περιβαλλοντική παρακολούθηση. Η εναέρια HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός μιας συγκεκριμένης υδάτινης μάζας, κάτω από τις τρέχουσες καιρικές συνθήκες και αν πιθανώς επηρεάζουν ευαίσθητες περιοχές όπως οι παράκτιοι υγρότοποι.
* 2.Προσδιορισμός των χαρακτηριστικών της ακτογραμμής και της δριμύτητας των πετρελαιοκηλίδων: Με το υψηλό φασματικό και χωρικό της ψήφισμα η HSIμπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτής καθώς και των περιοχών που έχουν πληγεί από το πετρέλαιο που διέρρευσε. Οι περιοχές που επηρεάζονται είναι περιβαλλοντικώς ευαίσθητες, όπως υγρότοποι με ρηχά νερά, έλη με αλμυρό νερό, παλιρροιακά επίπεδα, υδάτινες οδοί ή αμμώδεις παραλίες με σημαντική βιοποικιλότητα.
* 3.Προσδιορισμός του τύπου μόλυνσης: Τα χαρακτηριστικά του πετρελαίου (π.χ. ο τύπος του πετρελαίου) είναι σημαντικά προκειμένου να επιλεγεί η βέλτιστη μέθοδος καθαρισμού, να εκτιμηθούν οι περιβαλλοντικές επιδράσεις του καιόμενου πετρελαίου, και για την πρόβλεψη της όδευσής του, των ρυθμών διασποράς, και του χρόνου προτού η κηλίδα φτάσει στην ακτή από τις τεχνικές μοντελοποίησης. Για παράδειγμα, ένας τύπος πετρελαίου μπορεί να είναι αργό ή ελαφρύ πετρέλαιο, και ο βαθμός εξάτμισης του ελαφρού πετρελαίου είναι γρηγορότερος από του αργού, ωστόσο να είναι πιο τοξικό για τα θαλάσσια είδη.

'''5.Μεθοθοδολογία'''
Οι υπερφασματικοί αισθητήρες όπως το αερομεταφερόμενο φασματοραδιόμετρο εικόνων για εφαρμογές [Airborne Imaging spectro-radiometer for applications (AISA)] επιτρέπουν την κατασκευή ενός αποτελεσματικού, συνεχούς ανάκλασης φάσματος για κάθε pixel. Αυτά τα συστήματα μπορεί να χρησιμοποιηθούν για να γίνει διάκριση των χαρακτηριστικών της γήινης επιφάνειας. Οι υπερφασματικοί αισθητήρες έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης υλικών και καλύτερης εκτίμησης της αφθονίας τους. Αυτό μπορεί να περιορίσει τους λανθασμένους συναγερμούς χαρακτηριστικών, που μπορεί να εκληφθούν κατά λάθος σαν πιθανές πετρελαιοκηλίδες με άλλους συμβατικούς αισθητήρες. Η υπερφασματική ανάλυση μπορεί να αρχειοθετήσει πάνω από 200 επιλεγμένα μήκη κύματος ανακλώμενης και εκπεμπόμενης ενέργειας. Με αυτές τις φασματικές πληροφορίες κάποιος μπορεί να εκμεταλλευτεί τη φασματική υπογραφή του πετρελαίου για να ανιχνεύσει μικρές συγκεντρώσεις υδρογονανθράκων στην επιφάνεια της θάλασσας. Επίσης μπορεί να διακρίνει τους διαφορετικούς τύπους πετρελαίου (αργό/ ελαφρύ πετρέλαιο). Οι εφαρμογές της υπερφασματικής ανάλυσης περιλαμβάνουν προσδιορισμό των μολυσμένων εδαφικών υγροτόπων, ρηχών νερών, αμμωδών παραλιών και ακτογραμμών που επιτρέπει την ταυτοποίηση των χαρακτηριστικών με υψηλό φασματικό και χωρικό ψήφισμα.

'''6. Σκοπός της έρευνας'''
Καταδείχτηκε από τα προκαταρκτικά αποτελέσματα της χρήσης της τεχνικής Spectral Angle Mapper ότι οι υπογραφές διαφορετικών τύπων πετρελαίου μπορούν να συνδυαστούν εφόσον ένα δείγμα έχει υψηλές συγκεντρώσεις υδρογονανθράκων και δε μοιάζει με ελαφρύ πετρέλαιο όπως το ντίζελ, η βενζίνη και το βενζόλιο. Το μοντέλο είναι αναξιόπιστο για τη διάκριση διαφορετικών τύπων αργού πετρελαίου, ακόμα και για μικρές κηλίδες. Η ταξινομημένη εικόνα που υποδεικνύει χαρακτηριστικά παρόμοια με αυτά του πετρελαίου εμφανίστηκε σε περιοχές καλυμμένες με σκιές, και περιοχές που χρησιμοποιούνται για την αποθήκευση κάρβουνου ( μέσα στο σταθμό παραγωγής ηλεκτρικού ρεύματος του Μέρυλαντ). Τα αποτελέσματα επιβεβαίωσαν ότι υλικά που έχουν την ίδια χημική σύσταση όπως το κάρβουνο (άνθρακας), έχουν την ίδια υπογραφή με το πετρέλαιο.

'''7. Υπερφασματικά δεδομένα και αισθητήρες'''
Το AISA αερομεταφερόμενο φασματόμετρο εικόνων είναι είδος συστήματος σάρωσης που μετρά μέχρι 288 κανάλια συνεχούς ορατού σε IR μήκη κύματος. Πενήντα κανάλια επελέγησαν για τη δεδομένη διαδικασία εικόνας. Τα δεδομένα παρήχθεισαν από το πρόγραμμα πετρελαίου της εταιρείας Pipco για την προστασία από τη μόλυνση στον ποταμό Πατουξεντ στο Μέρυλαντ.

Για υψηλές απαιτήσεις χωρικού και φασματικού ψηφίσματος το σύστημα αισθητήρων AISA λαμβάνει περισσότερες πληροφορίες από κάθε pixel δεδομένων-περισσότερες πληροφορίες, καλύτερη εικόνα και γρηγορότερη η ανακύκλωση συγκριτικά με άλλα πολυφασματικά συστήματα ή παραδοσιακές μεθόδους παρακολούθησης. Η χρήση του συστήματος AISA για τον προσδιορισμό των φασματικών υπογραφών των πετρελαιοκηλίδων και των περιοχών που μολύνθηκαν από το πετρέλαιο, μπορεί να είναι πιο επιτυχής από τις παραδοσιακές μεθόδους. Η χρονική ακολουθία των εικόνων από το πετρέλαιο μπορεί να καθοδηγήσει τις προσπάθειες εντός συγκεκριμένου χρόνου παρέχοντας τις αντίστοιχες συγκεντρώσεις και τις ακριβείς τοποθεσίες. Οι περιβαλλοντικώς ευαίσθητες περιοχές όπως οι υγρότοποι μπορούν εύκολα και με ακρίβεια να χαρτογραφηθούν, να μετρηθούν και να χαρακτηρισθούν. Η AISA μπορεί να χρησιμοποιηθεί για να κτισθεί μια φασματική βιβλιοθήκη για τις πετρελαιοκηλίδες στη θάλασσα και σε διάφορες περιοχές που έχουν μολυνθεί από πετρέλαιο. Η φασματική υπογραφή μπορεί να χρησιμοποιηθεί για τον προσδιορισμό των χαρακτηριστικών της ακτογραμμής και ιδίως των περιβαλλοντικώς ευαίσθητων περιοχών καθώς και για τον προσδιορισμό του επιπέδου της μόλυνσης από πετρέλαιο (ισχυρός ή μέτριος) σε χερσαίες εκτάσεις.

'''8. Υπερφασματική επεξεργασία εικόνας με τη χρήση ENVI'''
Η τεχνική SAM (Spectral Angle Mapper) χρησιμοποιείται για τον προσδιορισμό πετρελαιοκηλίδων στο νερό και την ακτογραμμή. Η ανάλυση των εικόνων επιτρέπει τοπικούς ελέγχους στις ραγδαία εναλλασσόμενες καιρικές συνθήκες εξαιτίας του ανέμου, των ρευμάτων και των παλιρροιών. Η μέθοδος της αντιστοίχισης των υπογραφών μπορεί να χρησιμοποιηθεί προκειμένου να εξαχθούν συγκεκριμένες φασματικές υπογραφές προκειμένου να δημιουργηθεί μια φασματική βιβλιοθήκη για διαφορετικούς τύπους πετρελαίου στο νερό, τους υγροτόπους και τη βλάστηση που έχουν μολυνθεί από το πετρέλαιο, όπως επίσης και για να εκτιμηθεί το επίπεδο της μόλυνσης στη στεριά. Η γραμμική μη αναμειγνύουσα μέθοδος των υπογραφών θα ήταν χρήσιμη στον προσδιορισμό των χαρακτηριστικών γνωρισμάτων των μολυσμένων παράκτιων περιοχών, στη διάκριση μεταξύ ανάμεικτων υπογραφών διαφορετικών υλικών, όπως το γρασίδι, το νερό, και το έδαφος που έχουν μολυνθεί από πετρέλαιο. Η ικανότητα συλλογής και ανάλυσης πολύ στενών καναλιών φωτός επιτρέπει στις υπερφασματικές εικόνες να διακρίνουν το νερό από την υδατική βλάστηση, να εκτιμήσουν την ποιότητα του νερού και να καταδείξουν τη μόλυνση και τη θολερότητα ιδιαιτέρως σε περιοχές που είναι περιβαλλοντικώς ευαίσθητες, όπως οι υγρότοποι, οι αμμώδεις παραλίες, τα παλιρροιακά επίπεδα και ποτάμια. Αυτό είναι χρήσιμο προκειμένου να δοθεί προσοχή στις διαδικασίες καθαρισμού τους και στις διαδικασίες μετανάστευσης του πετρελαίου.

Αυτό το σενάριο χρησιμοποιεί την HIS ανάλυση που εφαρμόστηκε στον κόλπο του Τσέσαπικ. Τα παρακάτω αντιπροσωπεύουν ένα παράδειγμα πετρελαιοκηλίδας στον ποταμό Πατουξεντ στο Μέρυλαντ, και τι η αντίστοιχη ανάλυση εικόνας με τη χρήση HSI κάνει εφικτό.

'''9. Υπερφασματικές τεχνικές επεξεργασίας εικόνας'''
* 1.Εξαγωγή φάσματος ανακλαστικότητας
* 2.Φασματική αντιστοίχιση με την υπογραφή αναφοράς
* 3.SAM ταξινόμηση
* 4.Κάλυψη εικόνων και αντιστοίχιση με τα χαρακτηριστικά γνωρίσματα της εικόνας.
* 5.Σύγκριση των χαρακτηριστικών της κύριας εικόνας με την επίγεια

'''10. Μέθοδος SAM'''
H μέθοδος ταξινόμησης SAM είναι μια φασματική ταξινόμηση που χρησιμοποιεί την Ν γωνία διάστασης για να αντιστοιχίσει τα pixels με το φάσμα αναφοράς. Ο αλγόριθμος προσδιορίζει τη φασματική ομοιότητα δύο φασμάτων υπολογίζοντας τη μεταξύ τους γωνία. Το προχωρημένο λογισμικό επεξεργασίας εικόνας ENVI, χρησιμοποιείται για την ανάλυση εικόνας.

[[Εικόνα:Av_a3_eik1.jpg| thumb | right | Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολυσμένες παράκτιες περιοχές (Μέρυλαντ, Απρίλιος 200).]]

'''10.1 Εξάγοντας το φάσμα του πετρελαίου'''

[[Εικόνα:Av_a3_eik2.jpg| thumb | right | Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας το υπόβαθρο. Αντιστοιχίζοντας το φάσμα της πετρελαιοκηλίδας με την ανακλώμενη υπογραφή αργού πετρελαίου από το Ιράν (που έτυχε πειραματικής επεξεργασίας στο εργαστήριο), χρησιμοποιήθηκε σαν αναφορά αργό πετρέλαιο. Οι τέσσερις καμπύλες αντιπροσωπεύουν την απορρόφηση του πετρελαίου στα μήκη κύματος των 400 και 700 nm.Το σχήμα του φάσματος του νερού είναι διαφορετικό από αυτό του πετρελαίου, επομένως είναι εύκολο να γίνει διάκριση των δύο υλικών.]]

'''10.2 Αποτελέσματα υπερφασματικής ανάλυσης εικόνας για την ανίχνευση πετρελαίου'''

[[Εικόνα:Av_a3_eik3.jpg| thumb | right | Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.]]

[[Εικόνα:Av_a3_eik4.jpg| thumb | right | Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στη στεριά εξαιτίας της διαρροής του αγωγού.]]

[[Εικόνα:Av_a3_eik5.jpg| thumb | right | Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.]]

'''11. Σύνοψη και συμπεράσματα'''
* 1.Η χρήση της υπερφασματικής ανάλυσης εικόνας αποτελεί μια προχωρημένη τεχνολογία τηλεπισκόπησης, που είναι πιο αξιόπιστη ως προς τη μείωση των διαφόρων περιορισμών συγκριτικά με τις συμβατικές μεθόδους ανίχνευσης πετρελαίου. Τέτοιοι μπορεί να είναι δύσκολες καιρικές συνθήκες, αλλαγές στο πετρέλαιο με την πάροδο του χρόνου, θάμβος στην εικόνα εξαιτίας της γωνίας πρόσπτωσης της ηλιακής ακτινοβολίας, και φυσικά φαινόμενα που έχουν την ίδια εμφάνιση με τις πετρελαιοκηλίδες.
* 2.Τα αποτελέσματα αυτής της έρευνας δείχνουν ότι η μέθοδος αντιστοίχισης της υπογραφής είναι πιο ακριβής από τις συμβατικές μεθόδους, που βασίζονται στην οπτική ερμηνεία του χρώματος του πετρελαίου και την εμφάνισή του στις δορυφορικές εικόνες.
* 3.Οι HIS φασματικές πληροφορίες χρησιμοποιούνται προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου (αργό/ ελαφρύ). Η υπογραφή του πετρελαίου χρησιμοποιείται για να ανιχνευτούν μικρές συγκεντρώσεις υδρογονανθράκων (αργό πετρέλαιο).
* 4.Για την ανάλυση εικόνων από πετρελαιοκηλίδες, η ταξινόμηση SAM είναι πιο ακριβής από άλλες επιβλεπόμενες τεχνικές ταξινόμησης. Όταν τα δείγματα που επιλέγονται από την εικόνα βασιζόμενα στο χρώμα των pixel, η ταξινόμηση μπορεί να γίνει λάθος από τον αναλυτή. Όμως, η τεχνική αντιστοίχισης των υπογραφών μπορεί να διακρίνει μεταξύ των διαφόρων υλικών, με βάση τη χημική τους σύσταση και όχι σύμφωνα με την οπτική τους εμφάνιση, κάτι που επιτρέπει πιο ακριβή ταξινόμηση.
* 5.Η υπερφασματική εικόνα είναι γρήγορη και έγκαιρη, επιτρέποντας επεμβατικό περιβαλλοντικό έλεγχο του πετρελαίου, σε σύγκριση με τα διαστημικά συστήματα. Η αερομεταφερόμενη HSI χρονική διαδικασία εικόνας προβλέπει πώς οι πετρελαιοκηλίδες διαδίδονται εντός συγκεκριμένων υδάτινων μαζών, κάτω από τις τρέχουσες περιβαλλοντικές συνθήκες και πώς πιθανώς να επηρεάσουν ευαίσθητες περιοχές, όπως οι παράκτιοι υγρότοποι.

[[category:Υδατικοί Πόροι]]

Αρχείο:Av a3 eik6.jpg

2012-03-09T08:46:36Z

Afroditeven: Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.

Εικόνα 6: η εικόνα που χρησιμοποιήθηκε για τη σύγκριση των διαφόρων αποτελεσμάτων και λήφθηκε την στιγμή που συνέβη το ατύχημα.

Αρχείο:Av a3 eik5.jpg

2012-03-09T08:46:24Z

Afroditeven: Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το

Εικόνα 5: Η εικόνα αυτή δείχνει δύο κατηγορίες. Το άσπρο χρώμα απεικονίζει την πετρελαιοκηλίδα στο νερό. Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στη στεριά εξαιτίας της διαρροής του αγωγού.

Αρχείο:Av a3 eik4.jpg

2012-03-09T08:46:09Z

Afroditeven: Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.

Εικόνα 4: Το πετρέλαιο και το μολυσμένο νερό εμφανίζονται με μαύρο χρώμα.

Αρχείο:Av a3 eik3.jpg

2012-03-09T08:45:53Z

Afroditeven: Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.

Εικόνα 3: Το κόκκινο χρώμα αντιπροσωπεύει το πετρέλαιο στο νερό.

Αρχείο:Av a3 eik2.jpg

2012-03-09T08:45:40Z

Afroditeven: Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστι

Εικόνα 2:Τα αποτελέσματα του φάσματος ταιριάζουν: Άμεσος προσδιορισμός συγκεκριμένων υλικών μέσω της εξαγωγής συγκεκριμένων χαρακτηριστικών γνωρισμάτων χρησιμοποιώντας το υπόβαθρο. Αντιστοιχίζοντας το φάσμα της πετρελαιοκηλίδας με την ανακλώμενη υπογραφή αργού πετρελαίου από το Ιράν (που έτυχε πειραματικής επεξεργασίας στο εργαστήριο), χρησιμοποιήθηκε σαν αναφορά αργό πετρέλαιο. Οι τέσσερις καμπύλες αντιπροσωπεύουν την απορρόφηση του πετρελαίου στα μήκη κύματος των 400 και 700 nm.Το σχήμα του φάσματος του νερού είναι διαφορετικό από αυτό του πετρελαίου, επομένως είναι εύκολο να γίνει διάκριση των δύο υλικών.

Αρχείο:Av a3 eik1.jpg

2012-03-09T08:45:21Z

Afroditeven: Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολ

Εικόνα 1: υπερφασματική εικόνα AISA στον ποταμό Πατουξεντ. Εντοπίζεται μια πετρελαιοκηλίδα εξαιτίας της διαρροής ενός αγωγού, όπως και οι μολυσμένες παράκτιες περιοχές (Μέρυλαντ, Απρίλιος 200).

ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ

2012-03-09T08:43:30Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Application of remote sensing data for oil spill monitoring in the Guanabara bay, Rio de Janeiro, RJ, Brazil» 
'''Συγγραφείς:'''Cristina Maria Bentz, Fernando Pellon de Miranda 
'''Πηγή:''' http://marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/09.19.12.02/doc/0747.752.262.pdf 

'''Περίληψη'''
Αυτό το άρθρο περιγράφει την εφαρμογή των δεδομένων της τηλεπισκόπησης στον έλεγχο μιας πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα, του Ρίο ντε Τζανέιρο, στη Βραζιλία. Στη φάση του κινδύνου οι πληροφορίες των Landsat-5/TM (Thematic Mapper) και Radarsat-1 χρησιμοποιήθηκαν για τον έλεγχο της περιοχής της κηλίδας και της κίνησής της. Οι διαδικασίες ταξινόμησης εικόνας χρησιμοποιήθηκαν για να επισημανθούν οι καλυμμένες με πετρέλαιο περιοχές της επιφάνειας του νερού. Οι ασάφειες στην ανίχνευση του πετρελαίου επιλύθηκαν με τη βοήθεια των δεδομένων ενός Γεωγραφικού Συστήματος Πληροφοριών. Τα αποτελέσματα που προέκυψαν βοήθησαν την PETROBRAS να βελτιώσει τις διαδικασίες ανταπόκρισης σε συνθήκες κινδύνου και τις ακόλουθες προσπάθειες καθαρισμού.

[[Εικόνα:Av_a2_eik1.jpg| thumb | right | Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.]]
'''1.Εισαγωγή'''
Η διαρροή ενός αγωγού που μετέφερε υδρογονάνθρακες σε υψηλή θερμοκρασία προκάλεσε μια κηλίδα 1300 m3 καύσιμου πετρελαίου κοντά στην ακτογραμμή (εικόνα 1) τον Ιανουάριο του 2000. Αμέσως μετά το ατύχημα, πραγματοποιήθηκε μια προσπάθεια έκτακτης ανάγκης προκειμένου να αποκτηθούν δορυφορικές εικόνες και να γίνει έλεγχος της τοποθεσίας της κηλίδας και της κίνησής της. Λήφθηκαν μία εικόνα από τον Landsat-5/TM (Thematic Mapper) και 15 εικόνες από τον Radarsat-1. Η χαμηλή συχνότητα της λήψης και κάλυψη από σύννεφα που υπήρχε, περιόρισαν τη χρήση των δεδομένων Landsat και Spot. Αυτό το άρθρο παρουσιάζει τα αποτελέσματα στα οποία οδηγήθηκαν οι μελετητές μετά την ερμηνεία των τριών πρώτων εικόνων που λήφθηκαν μετά τη δημιουργία της κηλίδας (πίνακας 1). 

Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα
[[Εικόνα:Av_a2_pin1.jpg]]

Ο φυσικός μηχανισμός που επιτρέπει την ανίχνευση των πετρελαιοκηλίδων με τη βοήθεια των συστημάτων SAR είναι η ύγρανση των τριχοειδών κυμάτων στην επιφάνεια της θάλασσας. Αυτά τα χαρακτηριστικά έχουν λίγα cm σε όρους μήκους κύματος και παράγουν οπισθοδιασπορά της ακτινοβολίας του ραντάρ εξαιτίας του μηχανισμού σκέδασης Bragg. Έτσι, οι ωκεάνιες περιοχές που περιέχουν πετρέλαιο στην εικόνα του ραντάρ παρουσιάζονται μαύρες συγκριτικά με το υπόβαθρό τους .

Αν και οι εικόνες SAR μπορεί να αποδειχτούν πολύ χρήσιμες για την ανίχνευση του πετρελαίου στον ωκεανό, πολλές άλλες διαδικασίες παράγουν επίσης οπισθοδιασπορά ακτινοβολίας η οποία μπορεί να οδηγήσει σε λάθος ερμηνεία. Τέτοιες διαδικασίες είναι: κηλίδες που προκαλούνται από τις παρεισφρύσεις γλυκού νερού συνήθως ποτάμιας προέλευσης, περιοχές με πολύ αδύναμο ή καθόλου άνεμο, ζώνες που οφείλονται σε κυματισμούς, γη, ή νησιά, περιοχές υποθαλάσσιας βλάστησης που προκαλεί ηρεμία στα επιφανειακά νερά της θάλασσας, βιογονικά πετρέλαια.

Στις περιοχές του ορατού και του ανακλώμενου υπερύθρου του ηλεκτρομαγνητικού φάσματος οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ανιχνεύσιμες εξαιτίας των αλλαγών στην ανάκλαση του φωτός που επιστρέφει πίσω στους αισθητήρες σε συγκεκριμένες γωνίες θέασης. Συνήθως η παρουσία του πετρελαίου στον ωκεανό αυξάνει στην επιφάνεια το συντελεστή ανάκλασης του νερού, κυρίως στα κανάλια του υπερύθρου (TM 4, 5 e 7).

'''2.Επεξεργασία και ερμηνεία εικόνας'''
Οι τεχνικές επεξεργασίας εικόνας εφαρμόστηκαν στα δεδομένα του Radarsat-1 και του Landsat-5/TM προκειμένου να εντοπιστούν οι περιοχές που καλύπτονται με πετρέλαιο στην επιφάνεια της θάλασσας. Οι ασάφειες όσον αφορά την ανίχνευση του πετρελαίου επιλύθηκαν με τη χρήση βοηθητικών πληροφοριών όπως η θέση γνωστών πηγών ρύπανσης, η χρήση πληροφοριών επιθεώρησης από εναέρια μέσα και εικόνες από GPS που λαμβάνονται από ελικόπτερα.

'''2.1.Εικόνα Radarsat-1 (S1) 18 Ιανουαρίου'''
Η εικόνα Radarsat-1 που λήφθηκε στις 18 Ιανουαρίου του 2000 (Εικόνα 1) δείχνει ξεκάθαρα την περιοχή που επηρεάστηκε από το ατύχημα της διαρροής πετρελαίου. Εφαρμόστηκε μια διαδικασία ταξινόμησης με βάση την υφή (Unsupervised Semivariogram Textural Classifier - USTC) προκειμένου να ενισχυθούν οι λείες ,σκούρες περιοχές. Ο αλγόριθμος παράγει νέα κανάλια που αντιπροσωπεύουν της πληροφορίες υφής της εικόνας. Η χρήση αυτού του αλγορίθμου έγινε προκειμένου να πραγματοποιηθεί η ταξινόμηση χωρίς επιτήρηση αυτών των καναλιών. Μετά από αυτή την ταξινόμηση τα αποτελέσματα συσσωρεύτηκαν ανάλογα με την κατηγορία τους.

Οι λείες σκούρες περιοχές που χαρτογραφήθηκαν στην διαδικασία ταξινόμησης (Εικόνα 2) ονομάστηκαν σαν περιοχές ελεύθερες πετρελαίου, νερό καλυμμένο με πετρέλαιο ή εκροές αποβλήτων αποχέτευσης. Οι βοηθητικές πληροφορίες ήταν μια σημαντική ενίσχυση σε μια τέτοια ερμηνεία. Δεκαοχτώ ώρες μετά από τη διαρροή, η περιοχή που είχε καλυφθεί με πετρέλαιο ήταν περίπου 33 km2 .

[[Εικόνα:Av_a2_eik2.jpg | thumb | right | Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC διαδικασίας ταξινόμησης (1b).]]

'''2.2. Εικόνα Landsat-5/TM Image 19 Ιανουαρίου'''
Ένας περιορισμός στην ανίχνευση πετρελαίου με τη χρήση της εικόνας από τον Landsat-5/TM ήταν η παρουσία από σύννεφα και ελαφριά ομίχλη κοντά στην περιοχή της κηλίδας. Προκειμένου να βελτιωθεί η οπτική διάκριση των διαφόρων σχηματισμών στην επιφάνεια της θάλασσας που σχετίζονται με το πετρέλαιο, χρησιμοποιήθηκαν διάφοροι συνδυασμοί RGB από τα επτά κανάλια του TM. Ένας από τους προτιμηθέντες συνδυασμούς καναλιών για την ανίχνευση του πετρελαίου ήταν ο 1R2G3B (Εικόνα 3). Μια επιβλεπόμενη διαδικασία ταξινόμησης (MAXVER) εφαρμόστηκε προκειμένου να εντοπιστεί η καλυμμένη με πετρέλαιο επιφάνεια. Όλα τα ΤΜ κανάλια χρησιμοποιήθηκαν για την ταξινόμηση.

[[Εικόνα:Av_a2_eik3.jpg | thumb | right | Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.]]

Η προκύπτουσα εικόνα αντιπροσωπεύει τις κάτωθι κατηγορίες (Εικόνα 4): νερό ελεύθερο πετρελαίου, εκβολές ποταμών, περιοχές κόλπων που επηρεάζονται από την ομίχλη και νερό καλυμμένο με πετρέλαιο. Η περιοχή που ήταν καλυμμένη με πετρέλαιο 34 ώρες μετά το ατύχημα είχε έκταση περίπου 56 km2. Οι περιοχές που ερμηνεύτηκαν με τις εικόνες τηλεπισκόπησης συγκρίθηκαν με τα αποτελέσματα από τα πρότυπα εκτίμησης της διασποράς πετρελαίου.

[[Εικόνα:Av_a2_eik4.jpg | thumb | left | Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξινόμησης (2b).]]

'''2.3. Εικόνα Radarsat-1 (S2) Image, 26 Ιανουαρίου'''
Καθώς η κηλίδα εξαπλώθηκε στον κόλπο (Εικόνα 5), η ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο ήταν πιο δύσκολο να ανιχνευτούν εξαιτίας παρερμηνειών λόγω λανθασμένων στόχων όπως παρεισφρήσεις φρέσκου νερού και αποχετευτικού δικτύου, περιοχές πολύ ασθενών ή καθόλου ανέμων, ζώνες σκιών ή βιογονικά πετρέλαια. Η μη επιβλεπόμενη διαδικασία ταξινόμησης που εφαρμόστηκε την 26 Ιανουαρίου στην εικόνα εντόπισε αρκετές σκούρες λείες περιοχές.

[[Εικόνα:Av_a2_eik5.jpg | thumb | right | Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.]]

Η ενσωμάτωση των αποτελεσμάτων ταξινόμησης με τις βοηθητικές πληροφορίες, όπως οι τοποθεσίες γνωστών πηγών ρύπανσης, πληροφορίες αέριας επιθεώρησης, και ελεγχόμενες εναέριες φωτογραφίες από GPS που αποκτήθηκαν ταυτόχρονα με την λήψη των εικόνων, επέτρεψαν την τελική επιλογή των περιοχών που ήταν καλυμμένες με πετρέλαιο (Εικόνα 6).

[[Εικόνα:Av_a2_eik6.jpg | thumb | left | Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα]]

'''3. Συμπεράσματα'''
Τα στοιχεία από τον δορυφόρο Radarsat-1 παρείχαν μια κατάλληλη χρονική κάλυψη για τον έλεγχο έκτακτης ανάγκης της διαρροής πετρελαίου στον κόλπο Γκουαναμπάρα.

Τα δεδομένα του Landsat ήταν αποτελεσματικά στην ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο. Ωστόσο, η κάλυψη με σύννεφα και το οκταήμερο πρόγραμμα νέας επίσκεψης (που χρησιμοποιεί τους Landsat-5 και Landsat-7) αποτρέπει τη συστηματική του χρήση ως εργαλείο παρακολούθησης.
Τα τροχιακά δεδομένα τηλεπισκόπησης ήταν το οικονομικώς πιο αποδοτικό εργαλείο για να διαμορφωθούν οι χάρτες διαρροής πετρελαίου με τη μεγαλύτερη ακρίβεια.

Οι χάρτες διαρροών πετρελαίου χρησιμοποιήθηκαν για να αξιολογηθούν τα αποτελέσματα των προτύπων μοντέλων διασποράς πετρελαίου.
Η χρήση των βοηθητικών πληροφοριών σε ένα περιβάλλον GIS είναι σημαντική προκειμένου να διακριθούν οι περιοχές στις οποίες υπάρχουν διαρροές πετρελαίου από λανθασμένους στόχους.

[[category:ΔΠΜΣ ]]

ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ

2012-03-09T08:43:18Z

Afroditeven:

ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ

2012-03-09T08:42:40Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Application of remote sensing data for oil spill monitoring in the Guanabara bay, Rio de Janeiro, RJ, Brazil» 
'''Συγγραφείς:'''Cristina Maria Bentz, Fernando Pellon de Miranda 
'''Πηγή:''' http://marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/09.19.12.02/doc/0747.752.262.pdf 

'''Περίληψη'''
Αυτό το άρθρο περιγράφει την εφαρμογή των δεδομένων της τηλεπισκόπησης στον έλεγχο μιας πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα, του Ρίο ντε Τζανέιρο, στη Βραζιλία. Στη φάση του κινδύνου οι πληροφορίες των Landsat-5/TM (Thematic Mapper) και Radarsat-1 χρησιμοποιήθηκαν για τον έλεγχο της περιοχής της κηλίδας και της κίνησής της. Οι διαδικασίες ταξινόμησης εικόνας χρησιμοποιήθηκαν για να επισημανθούν οι καλυμμένες με πετρέλαιο περιοχές της επιφάνειας του νερού. Οι ασάφειες στην ανίχνευση του πετρελαίου επιλύθηκαν με τη βοήθεια των δεδομένων ενός Γεωγραφικού Συστήματος Πληροφοριών. Τα αποτελέσματα που προέκυψαν βοήθησαν την PETROBRAS να βελτιώσει τις διαδικασίες ανταπόκρισης σε συνθήκες κινδύνου και τις ακόλουθες προσπάθειες καθαρισμού.

'''1.Εισαγωγή'''
Η διαρροή ενός αγωγού που μετέφερε υδρογονάνθρακες σε υψηλή θερμοκρασία προκάλεσε μια κηλίδα 1300 m3 καύσιμου πετρελαίου κοντά στην ακτογραμμή (εικόνα 1) τον Ιανουάριο του 2000.

[[Εικόνα:Av_a2_eik1.jpg| thumb | right | Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.]]

Αμέσως μετά το ατύχημα, πραγματοποιήθηκε μια προσπάθεια έκτακτης ανάγκης προκειμένου να αποκτηθούν δορυφορικές εικόνες και να γίνει έλεγχος της τοποθεσίας της κηλίδας και της κίνησής της. Λήφθηκαν μία εικόνα από τον Landsat-5/TM (Thematic Mapper) και 15 εικόνες από τον Radarsat-1. Η χαμηλή συχνότητα της λήψης και κάλυψη από σύννεφα που υπήρχε, περιόρισαν τη χρήση των δεδομένων Landsat και Spot. Αυτό το άρθρο παρουσιάζει τα αποτελέσματα στα οποία οδηγήθηκαν οι μελετητές μετά την ερμηνεία των τριών πρώτων εικόνων που λήφθηκαν μετά τη δημιουργία της κηλίδας (πίνακας 1). 

Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα
[[Εικόνα:Av_a2_pin1.jpg]]

Ο φυσικός μηχανισμός που επιτρέπει την ανίχνευση των πετρελαιοκηλίδων με τη βοήθεια των συστημάτων SAR είναι η ύγρανση των τριχοειδών κυμάτων στην επιφάνεια της θάλασσας. Αυτά τα χαρακτηριστικά έχουν λίγα cm σε όρους μήκους κύματος και παράγουν οπισθοδιασπορά της ακτινοβολίας του ραντάρ εξαιτίας του μηχανισμού σκέδασης Bragg. Έτσι, οι ωκεάνιες περιοχές που περιέχουν πετρέλαιο στην εικόνα του ραντάρ παρουσιάζονται μαύρες συγκριτικά με το υπόβαθρό τους .

Αν και οι εικόνες SAR μπορεί να αποδειχτούν πολύ χρήσιμες για την ανίχνευση του πετρελαίου στον ωκεανό, πολλές άλλες διαδικασίες παράγουν επίσης οπισθοδιασπορά ακτινοβολίας η οποία μπορεί να οδηγήσει σε λάθος ερμηνεία. Τέτοιες διαδικασίες είναι: κηλίδες που προκαλούνται από τις παρεισφρύσεις γλυκού νερού συνήθως ποτάμιας προέλευσης, περιοχές με πολύ αδύναμο ή καθόλου άνεμο, ζώνες που οφείλονται σε κυματισμούς, γη, ή νησιά, περιοχές υποθαλάσσιας βλάστησης που προκαλεί ηρεμία στα επιφανειακά νερά της θάλασσας, βιογονικά πετρέλαια.

Στις περιοχές του ορατού και του ανακλώμενου υπερύθρου του ηλεκτρομαγνητικού φάσματος οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ανιχνεύσιμες εξαιτίας των αλλαγών στην ανάκλαση του φωτός που επιστρέφει πίσω στους αισθητήρες σε συγκεκριμένες γωνίες θέασης. Συνήθως η παρουσία του πετρελαίου στον ωκεανό αυξάνει στην επιφάνεια το συντελεστή ανάκλασης του νερού, κυρίως στα κανάλια του υπερύθρου (TM 4, 5 e 7).

'''2.Επεξεργασία και ερμηνεία εικόνας'''
Οι τεχνικές επεξεργασίας εικόνας εφαρμόστηκαν στα δεδομένα του Radarsat-1 και του Landsat-5/TM προκειμένου να εντοπιστούν οι περιοχές που καλύπτονται με πετρέλαιο στην επιφάνεια της θάλασσας. Οι ασάφειες όσον αφορά την ανίχνευση του πετρελαίου επιλύθηκαν με τη χρήση βοηθητικών πληροφοριών όπως η θέση γνωστών πηγών ρύπανσης, η χρήση πληροφοριών επιθεώρησης από εναέρια μέσα και εικόνες από GPS που λαμβάνονται από ελικόπτερα.

'''2.1.Εικόνα Radarsat-1 (S1) 18 Ιανουαρίου'''
Η εικόνα Radarsat-1 που λήφθηκε στις 18 Ιανουαρίου του 2000 (Εικόνα 1) δείχνει ξεκάθαρα την περιοχή που επηρεάστηκε από το ατύχημα της διαρροής πετρελαίου. Εφαρμόστηκε μια διαδικασία ταξινόμησης με βάση την υφή (Unsupervised Semivariogram Textural Classifier - USTC) προκειμένου να ενισχυθούν οι λείες ,σκούρες περιοχές. Ο αλγόριθμος παράγει νέα κανάλια που αντιπροσωπεύουν της πληροφορίες υφής της εικόνας. Η χρήση αυτού του αλγορίθμου έγινε προκειμένου να πραγματοποιηθεί η ταξινόμηση χωρίς επιτήρηση αυτών των καναλιών. Μετά από αυτή την ταξινόμηση τα αποτελέσματα συσσωρεύτηκαν ανάλογα με την κατηγορία τους.

Οι λείες σκούρες περιοχές που χαρτογραφήθηκαν στην διαδικασία ταξινόμησης (Εικόνα 2) ονομάστηκαν σαν περιοχές ελεύθερες πετρελαίου, νερό καλυμμένο με πετρέλαιο ή εκροές αποβλήτων αποχέτευσης. Οι βοηθητικές πληροφορίες ήταν μια σημαντική ενίσχυση σε μια τέτοια ερμηνεία. Δεκαοχτώ ώρες μετά από τη διαρροή, η περιοχή που είχε καλυφθεί με πετρέλαιο ήταν περίπου 33 km2 .

[[Εικόνα:Av_a2_eik2.jpg | thumb | right | Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC διαδικασίας ταξινόμησης (1b).]]

'''2.2. Εικόνα Landsat-5/TM Image 19 Ιανουαρίου'''
Ένας περιορισμός στην ανίχνευση πετρελαίου με τη χρήση της εικόνας από τον Landsat-5/TM ήταν η παρουσία από σύννεφα και ελαφριά ομίχλη κοντά στην περιοχή της κηλίδας. Προκειμένου να βελτιωθεί η οπτική διάκριση των διαφόρων σχηματισμών στην επιφάνεια της θάλασσας που σχετίζονται με το πετρέλαιο, χρησιμοποιήθηκαν διάφοροι συνδυασμοί RGB από τα επτά κανάλια του TM. Ένας από τους προτιμηθέντες συνδυασμούς καναλιών για την ανίχνευση του πετρελαίου ήταν ο 1R2G3B (Εικόνα 3). Μια επιβλεπόμενη διαδικασία ταξινόμησης (MAXVER) εφαρμόστηκε προκειμένου να εντοπιστεί η καλυμμένη με πετρέλαιο επιφάνεια. Όλα τα ΤΜ κανάλια χρησιμοποιήθηκαν για την ταξινόμηση.

[[Εικόνα:Av_a2_eik3.jpg | thumb | right | Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.]]

Η προκύπτουσα εικόνα αντιπροσωπεύει τις κάτωθι κατηγορίες (Εικόνα 4): νερό ελεύθερο πετρελαίου, εκβολές ποταμών, περιοχές κόλπων που επηρεάζονται από την ομίχλη και νερό καλυμμένο με πετρέλαιο. Η περιοχή που ήταν καλυμμένη με πετρέλαιο 34 ώρες μετά το ατύχημα είχε έκταση περίπου 56 km2. Οι περιοχές που ερμηνεύτηκαν με τις εικόνες τηλεπισκόπησης συγκρίθηκαν με τα αποτελέσματα από τα πρότυπα εκτίμησης της διασποράς πετρελαίου.

[[Εικόνα:Av_a2_eik4.jpg | thumb | left | Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξινόμησης (2b).]]

'''2.3. Εικόνα Radarsat-1 (S2) Image, 26 Ιανουαρίου'''
Καθώς η κηλίδα εξαπλώθηκε στον κόλπο (Εικόνα 5), η ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο ήταν πιο δύσκολο να ανιχνευτούν εξαιτίας παρερμηνειών λόγω λανθασμένων στόχων όπως παρεισφρήσεις φρέσκου νερού και αποχετευτικού δικτύου, περιοχές πολύ ασθενών ή καθόλου ανέμων, ζώνες σκιών ή βιογονικά πετρέλαια. Η μη επιβλεπόμενη διαδικασία ταξινόμησης που εφαρμόστηκε την 26 Ιανουαρίου στην εικόνα εντόπισε αρκετές σκούρες λείες περιοχές.

[[Εικόνα:Av_a2_eik5.jpg | thumb | right | Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.]]

Η ενσωμάτωση των αποτελεσμάτων ταξινόμησης με τις βοηθητικές πληροφορίες, όπως οι τοποθεσίες γνωστών πηγών ρύπανσης, πληροφορίες αέριας επιθεώρησης, και ελεγχόμενες εναέριες φωτογραφίες από GPS που αποκτήθηκαν ταυτόχρονα με την λήψη των εικόνων, επέτρεψαν την τελική επιλογή των περιοχών που ήταν καλυμμένες με πετρέλαιο (Εικόνα 6).

[[Εικόνα:Av_a2_eik6.jpg | thumb | left | Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα]]

'''3. Συμπεράσματα'''
Τα στοιχεία από τον δορυφόρο Radarsat-1 παρείχαν μια κατάλληλη χρονική κάλυψη για τον έλεγχο έκτακτης ανάγκης της διαρροής πετρελαίου στον κόλπο Γκουαναμπάρα.

Τα δεδομένα του Landsat ήταν αποτελεσματικά στην ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο. Ωστόσο, η κάλυψη με σύννεφα και το οκταήμερο πρόγραμμα νέας επίσκεψης (που χρησιμοποιεί τους Landsat-5 και Landsat-7) αποτρέπει τη συστηματική του χρήση ως εργαλείο παρακολούθησης.
Τα τροχιακά δεδομένα τηλεπισκόπησης ήταν το οικονομικώς πιο αποδοτικό εργαλείο για να διαμορφωθούν οι χάρτες διαρροής πετρελαίου με τη μεγαλύτερη ακρίβεια.

Οι χάρτες διαρροών πετρελαίου χρησιμοποιήθηκαν για να αξιολογηθούν τα αποτελέσματα των προτύπων μοντέλων διασποράς πετρελαίου.
Η χρήση των βοηθητικών πληροφοριών σε ένα περιβάλλον GIS είναι σημαντική προκειμένου να διακριθούν οι περιοχές στις οποίες υπάρχουν διαρροές πετρελαίου από λανθασμένους στόχους.

[[category:ΔΠΜΣ ]]

ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ

2012-03-09T08:41:31Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Application of remote sensing data for oil spill monitoring in the Guanabara bay, Rio de Janeiro, RJ, Brazil» 
'''Συγγραφείς:'''Cristina Maria Bentz, Fernando Pellon de Miranda 
'''Πηγή:''' http://marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/09.19.12.02/doc/0747.752.262.pdf 

'''Περίληψη'''
Αυτό το άρθρο περιγράφει την εφαρμογή των δεδομένων της τηλεπισκόπησης στον έλεγχο μιας πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα, του Ρίο ντε Τζανέιρο, στη Βραζιλία. Στη φάση του κινδύνου οι πληροφορίες των Landsat-5/TM (Thematic Mapper) και Radarsat-1 χρησιμοποιήθηκαν για τον έλεγχο της περιοχής της κηλίδας και της κίνησής της. Οι διαδικασίες ταξινόμησης εικόνας χρησιμοποιήθηκαν για να επισημανθούν οι καλυμμένες με πετρέλαιο περιοχές της επιφάνειας του νερού. Οι ασάφειες στην ανίχνευση του πετρελαίου επιλύθηκαν με τη βοήθεια των δεδομένων ενός Γεωγραφικού Συστήματος Πληροφοριών. Τα αποτελέσματα που προέκυψαν βοήθησαν την PETROBRAS να βελτιώσει τις διαδικασίες ανταπόκρισης σε συνθήκες κινδύνου και τις ακόλουθες προσπάθειες καθαρισμού.

'''1.Εισαγωγή'''
Η διαρροή ενός αγωγού που μετέφερε υδρογονάνθρακες σε υψηλή θερμοκρασία προκάλεσε μια κηλίδα 1300 m3 καύσιμου πετρελαίου κοντά στην ακτογραμμή (εικόνα 1) τον Ιανουάριο του 2000.

[[Εικόνα:Av_a2_eik1.jpg| thumb | right | Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.]]

Αμέσως μετά το ατύχημα, πραγματοποιήθηκε μια προσπάθεια έκτακτης ανάγκης προκειμένου να αποκτηθούν δορυφορικές εικόνες και να γίνει έλεγχος της τοποθεσίας της κηλίδας και της κίνησής της. Λήφθηκαν μία εικόνα από τον Landsat-5/TM (Thematic Mapper) και 15 εικόνες από τον Radarsat-1. Η χαμηλή συχνότητα της λήψης και κάλυψη από σύννεφα που υπήρχε, περιόρισαν τη χρήση των δεδομένων Landsat και Spot. Αυτό το άρθρο παρουσιάζει τα αποτελέσματα στα οποία οδηγήθηκαν οι μελετητές μετά την ερμηνεία των τριών πρώτων εικόνων που λήφθηκαν μετά τη δημιουργία της κηλίδας (πίνακας 1).

Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα
[[Εικόνα:Av_a2_pin1.jpg]]
[[Εικόνα:Av_a2_pin1.jpg | thumb | right | Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα]]

Ο φυσικός μηχανισμός που επιτρέπει την ανίχνευση των πετρελαιοκηλίδων με τη βοήθεια των συστημάτων SAR είναι η ύγρανση των τριχοειδών κυμάτων στην επιφάνεια της θάλασσας. Αυτά τα χαρακτηριστικά έχουν λίγα cm σε όρους μήκους κύματος και παράγουν οπισθοδιασπορά της ακτινοβολίας του ραντάρ εξαιτίας του μηχανισμού σκέδασης Bragg. Έτσι, οι ωκεάνιες περιοχές που περιέχουν πετρέλαιο στην εικόνα του ραντάρ παρουσιάζονται μαύρες συγκριτικά με το υπόβαθρό τους .

Αν και οι εικόνες SAR μπορεί να αποδειχτούν πολύ χρήσιμες για την ανίχνευση του πετρελαίου στον ωκεανό, πολλές άλλες διαδικασίες παράγουν επίσης οπισθοδιασπορά ακτινοβολίας η οποία μπορεί να οδηγήσει σε λάθος ερμηνεία. Τέτοιες διαδικασίες είναι: κηλίδες που προκαλούνται από τις παρεισφρύσεις γλυκού νερού συνήθως ποτάμιας προέλευσης, περιοχές με πολύ αδύναμο ή καθόλου άνεμο, ζώνες που οφείλονται σε κυματισμούς, γη, ή νησιά, περιοχές υποθαλάσσιας βλάστησης που προκαλεί ηρεμία στα επιφανειακά νερά της θάλασσας, βιογονικά πετρέλαια.

Στις περιοχές του ορατού και του ανακλώμενου υπερύθρου του ηλεκτρομαγνητικού φάσματος οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ανιχνεύσιμες εξαιτίας των αλλαγών στην ανάκλαση του φωτός που επιστρέφει πίσω στους αισθητήρες σε συγκεκριμένες γωνίες θέασης. Συνήθως η παρουσία του πετρελαίου στον ωκεανό αυξάνει στην επιφάνεια το συντελεστή ανάκλασης του νερού, κυρίως στα κανάλια του υπερύθρου (TM 4, 5 e 7).

'''2.Επεξεργασία και ερμηνεία εικόνας'''
Οι τεχνικές επεξεργασίας εικόνας εφαρμόστηκαν στα δεδομένα του Radarsat-1 και του Landsat-5/TM προκειμένου να εντοπιστούν οι περιοχές που καλύπτονται με πετρέλαιο στην επιφάνεια της θάλασσας. Οι ασάφειες όσον αφορά την ανίχνευση του πετρελαίου επιλύθηκαν με τη χρήση βοηθητικών πληροφοριών όπως η θέση γνωστών πηγών ρύπανσης, η χρήση πληροφοριών επιθεώρησης από εναέρια μέσα και εικόνες από GPS που λαμβάνονται από ελικόπτερα.

'''2.1.Εικόνα Radarsat-1 (S1) 18 Ιανουαρίου'''
Η εικόνα Radarsat-1 που λήφθηκε στις 18 Ιανουαρίου του 2000 (Εικόνα 1) δείχνει ξεκάθαρα την περιοχή που επηρεάστηκε από το ατύχημα της διαρροής πετρελαίου. Εφαρμόστηκε μια διαδικασία ταξινόμησης με βάση την υφή (Unsupervised Semivariogram Textural Classifier - USTC) προκειμένου να ενισχυθούν οι λείες ,σκούρες περιοχές. Ο αλγόριθμος παράγει νέα κανάλια που αντιπροσωπεύουν της πληροφορίες υφής της εικόνας. Η χρήση αυτού του αλγορίθμου έγινε προκειμένου να πραγματοποιηθεί η ταξινόμηση χωρίς επιτήρηση αυτών των καναλιών. Μετά από αυτή την ταξινόμηση τα αποτελέσματα συσσωρεύτηκαν ανάλογα με την κατηγορία τους.

Οι λείες σκούρες περιοχές που χαρτογραφήθηκαν στην διαδικασία ταξινόμησης (Εικόνα 2) ονομάστηκαν σαν περιοχές ελεύθερες πετρελαίου, νερό καλυμμένο με πετρέλαιο ή εκροές αποβλήτων αποχέτευσης. Οι βοηθητικές πληροφορίες ήταν μια σημαντική ενίσχυση σε μια τέτοια ερμηνεία. Δεκαοχτώ ώρες μετά από τη διαρροή, η περιοχή που είχε καλυφθεί με πετρέλαιο ήταν περίπου 33 km2 .

[[Εικόνα:Av_a2_eik2.jpg | thumb | right | Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC διαδικασίας ταξινόμησης (1b).]]

'''2.2. Εικόνα Landsat-5/TM Image 19 Ιανουαρίου'''
Ένας περιορισμός στην ανίχνευση πετρελαίου με τη χρήση της εικόνας από τον Landsat-5/TM ήταν η παρουσία από σύννεφα και ελαφριά ομίχλη κοντά στην περιοχή της κηλίδας. Προκειμένου να βελτιωθεί η οπτική διάκριση των διαφόρων σχηματισμών στην επιφάνεια της θάλασσας που σχετίζονται με το πετρέλαιο, χρησιμοποιήθηκαν διάφοροι συνδυασμοί RGB από τα επτά κανάλια του TM. Ένας από τους προτιμηθέντες συνδυασμούς καναλιών για την ανίχνευση του πετρελαίου ήταν ο 1R2G3B (Εικόνα 3). Μια επιβλεπόμενη διαδικασία ταξινόμησης (MAXVER) εφαρμόστηκε προκειμένου να εντοπιστεί η καλυμμένη με πετρέλαιο επιφάνεια. Όλα τα ΤΜ κανάλια χρησιμοποιήθηκαν για την ταξινόμηση.

[[Εικόνα:Av_a2_eik3.jpg | thumb | right | Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.]]

Η προκύπτουσα εικόνα αντιπροσωπεύει τις κάτωθι κατηγορίες (Εικόνα 4): νερό ελεύθερο πετρελαίου, εκβολές ποταμών, περιοχές κόλπων που επηρεάζονται από την ομίχλη και νερό καλυμμένο με πετρέλαιο. Η περιοχή που ήταν καλυμμένη με πετρέλαιο 34 ώρες μετά το ατύχημα είχε έκταση περίπου 56 km2. Οι περιοχές που ερμηνεύτηκαν με τις εικόνες τηλεπισκόπησης συγκρίθηκαν με τα αποτελέσματα από τα πρότυπα εκτίμησης της διασποράς πετρελαίου.

[[Εικόνα:Av_a2_eik4.jpg | thumb | right | Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξινόμησης (2b).]]

'''2.3. Εικόνα Radarsat-1 (S2) Image, 26 Ιανουαρίου'''
Καθώς η κηλίδα εξαπλώθηκε στον κόλπο (Εικόνα 5), η ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο ήταν πιο δύσκολο να ανιχνευτούν εξαιτίας παρερμηνειών λόγω λανθασμένων στόχων όπως παρεισφρήσεις φρέσκου νερού και αποχετευτικού δικτύου, περιοχές πολύ ασθενών ή καθόλου ανέμων, ζώνες σκιών ή βιογονικά πετρέλαια. Η μη επιβλεπόμενη διαδικασία ταξινόμησης που εφαρμόστηκε την 26 Ιανουαρίου στην εικόνα εντόπισε αρκετές σκούρες λείες περιοχές.

[[Εικόνα:Av_a2_eik5.jpg | thumb | right | Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.]]

Η ενσωμάτωση των αποτελεσμάτων ταξινόμησης με τις βοηθητικές πληροφορίες, όπως οι τοποθεσίες γνωστών πηγών ρύπανσης, πληροφορίες αέριας επιθεώρησης, και ελεγχόμενες εναέριες φωτογραφίες από GPS που αποκτήθηκαν ταυτόχρονα με την λήψη των εικόνων, επέτρεψαν την τελική επιλογή των περιοχών που ήταν καλυμμένες με πετρέλαιο (Εικόνα 6).

[[Εικόνα:Av_a2_eik6.jpg | thumb | right | Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα]]

'''3. Συμπεράσματα'''
Τα στοιχεία από τον δορυφόρο Radarsat-1 παρείχαν μια κατάλληλη χρονική κάλυψη για τον έλεγχο έκτακτης ανάγκης της διαρροής πετρελαίου στον κόλπο Γκουαναμπάρα.

Τα δεδομένα του Landsat ήταν αποτελεσματικά στην ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο. Ωστόσο, η κάλυψη με σύννεφα και το οκταήμερο πρόγραμμα νέας επίσκεψης (που χρησιμοποιεί τους Landsat-5 και Landsat-7) αποτρέπει τη συστηματική του χρήση ως εργαλείο παρακολούθησης.
Τα τροχιακά δεδομένα τηλεπισκόπησης ήταν το οικονομικώς πιο αποδοτικό εργαλείο για να διαμορφωθούν οι χάρτες διαρροής πετρελαίου με τη μεγαλύτερη ακρίβεια.

Οι χάρτες διαρροών πετρελαίου χρησιμοποιήθηκαν για να αξιολογηθούν τα αποτελέσματα των προτύπων μοντέλων διασποράς πετρελαίου.
Η χρήση των βοηθητικών πληροφοριών σε ένα περιβάλλον GIS είναι σημαντική προκειμένου να διακριθούν οι περιοχές στις οποίες υπάρχουν διαρροές πετρελαίου από λανθασμένους στόχους.

[[category:ΔΠΜΣ ]]

ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ

2012-03-09T08:40:43Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Application of remote sensing data for oil spill monitoring in the Guanabara bay, Rio de Janeiro, RJ, Brazil» 
'''Συγγραφείς:'''Cristina Maria Bentz, Fernando Pellon de Miranda 
'''Πηγή:''' http://marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/09.19.12.02/doc/0747.752.262.pdf 

'''Περίληψη'''
Αυτό το άρθρο περιγράφει την εφαρμογή των δεδομένων της τηλεπισκόπησης στον έλεγχο μιας πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα, του Ρίο ντε Τζανέιρο, στη Βραζιλία. Στη φάση του κινδύνου οι πληροφορίες των Landsat-5/TM (Thematic Mapper) και Radarsat-1 χρησιμοποιήθηκαν για τον έλεγχο της περιοχής της κηλίδας και της κίνησής της. Οι διαδικασίες ταξινόμησης εικόνας χρησιμοποιήθηκαν για να επισημανθούν οι καλυμμένες με πετρέλαιο περιοχές της επιφάνειας του νερού. Οι ασάφειες στην ανίχνευση του πετρελαίου επιλύθηκαν με τη βοήθεια των δεδομένων ενός Γεωγραφικού Συστήματος Πληροφοριών. Τα αποτελέσματα που προέκυψαν βοήθησαν την PETROBRAS να βελτιώσει τις διαδικασίες ανταπόκρισης σε συνθήκες κινδύνου και τις ακόλουθες προσπάθειες καθαρισμού.

'''1.Εισαγωγή'''
Η διαρροή ενός αγωγού που μετέφερε υδρογονάνθρακες σε υψηλή θερμοκρασία προκάλεσε μια κηλίδα 1300 m3 καύσιμου πετρελαίου κοντά στην ακτογραμμή (εικόνα 1) τον Ιανουάριο του 2000.

[[Εικόνα:Av_a2_eik1.jpg| thumb | right | Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.]]

Αμέσως μετά το ατύχημα, πραγματοποιήθηκε μια προσπάθεια έκτακτης ανάγκης προκειμένου να αποκτηθούν δορυφορικές εικόνες και να γίνει έλεγχος της τοποθεσίας της κηλίδας και της κίνησής της. Λήφθηκαν μία εικόνα από τον Landsat-5/TM (Thematic Mapper) και 15 εικόνες από τον Radarsat-1. Η χαμηλή συχνότητα της λήψης και κάλυψη από σύννεφα που υπήρχε, περιόρισαν τη χρήση των δεδομένων Landsat και Spot. Αυτό το άρθρο παρουσιάζει τα αποτελέσματα στα οποία οδηγήθηκαν οι μελετητές μετά την ερμηνεία των τριών πρώτων εικόνων που λήφθηκαν μετά τη δημιουργία της κηλίδας (πίνακας 1).

Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα
[[Εικόνα:Av_a2_pin1.JPG ]]
[[Εικόνα:Av_a2_pin1.JPG | thumb | right | Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα]]

Ο φυσικός μηχανισμός που επιτρέπει την ανίχνευση των πετρελαιοκηλίδων με τη βοήθεια των συστημάτων SAR είναι η ύγρανση των τριχοειδών κυμάτων στην επιφάνεια της θάλασσας. Αυτά τα χαρακτηριστικά έχουν λίγα cm σε όρους μήκους κύματος και παράγουν οπισθοδιασπορά της ακτινοβολίας του ραντάρ εξαιτίας του μηχανισμού σκέδασης Bragg. Έτσι, οι ωκεάνιες περιοχές που περιέχουν πετρέλαιο στην εικόνα του ραντάρ παρουσιάζονται μαύρες συγκριτικά με το υπόβαθρό τους .

Αν και οι εικόνες SAR μπορεί να αποδειχτούν πολύ χρήσιμες για την ανίχνευση του πετρελαίου στον ωκεανό, πολλές άλλες διαδικασίες παράγουν επίσης οπισθοδιασπορά ακτινοβολίας η οποία μπορεί να οδηγήσει σε λάθος ερμηνεία. Τέτοιες διαδικασίες είναι: κηλίδες που προκαλούνται από τις παρεισφρύσεις γλυκού νερού συνήθως ποτάμιας προέλευσης, περιοχές με πολύ αδύναμο ή καθόλου άνεμο, ζώνες που οφείλονται σε κυματισμούς, γη, ή νησιά, περιοχές υποθαλάσσιας βλάστησης που προκαλεί ηρεμία στα επιφανειακά νερά της θάλασσας, βιογονικά πετρέλαια.

Στις περιοχές του ορατού και του ανακλώμενου υπερύθρου του ηλεκτρομαγνητικού φάσματος οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ανιχνεύσιμες εξαιτίας των αλλαγών στην ανάκλαση του φωτός που επιστρέφει πίσω στους αισθητήρες σε συγκεκριμένες γωνίες θέασης. Συνήθως η παρουσία του πετρελαίου στον ωκεανό αυξάνει στην επιφάνεια το συντελεστή ανάκλασης του νερού, κυρίως στα κανάλια του υπερύθρου (TM 4, 5 e 7).

'''2.Επεξεργασία και ερμηνεία εικόνας'''
Οι τεχνικές επεξεργασίας εικόνας εφαρμόστηκαν στα δεδομένα του Radarsat-1 και του Landsat-5/TM προκειμένου να εντοπιστούν οι περιοχές που καλύπτονται με πετρέλαιο στην επιφάνεια της θάλασσας. Οι ασάφειες όσον αφορά την ανίχνευση του πετρελαίου επιλύθηκαν με τη χρήση βοηθητικών πληροφοριών όπως η θέση γνωστών πηγών ρύπανσης, η χρήση πληροφοριών επιθεώρησης από εναέρια μέσα και εικόνες από GPS που λαμβάνονται από ελικόπτερα.

'''2.1.Εικόνα Radarsat-1 (S1) 18 Ιανουαρίου'''
Η εικόνα Radarsat-1 που λήφθηκε στις 18 Ιανουαρίου του 2000 (Εικόνα 1) δείχνει ξεκάθαρα την περιοχή που επηρεάστηκε από το ατύχημα της διαρροής πετρελαίου. Εφαρμόστηκε μια διαδικασία ταξινόμησης με βάση την υφή (Unsupervised Semivariogram Textural Classifier - USTC) προκειμένου να ενισχυθούν οι λείες ,σκούρες περιοχές. Ο αλγόριθμος παράγει νέα κανάλια που αντιπροσωπεύουν της πληροφορίες υφής της εικόνας. Η χρήση αυτού του αλγορίθμου έγινε προκειμένου να πραγματοποιηθεί η ταξινόμηση χωρίς επιτήρηση αυτών των καναλιών. Μετά από αυτή την ταξινόμηση τα αποτελέσματα συσσωρεύτηκαν ανάλογα με την κατηγορία τους.

Οι λείες σκούρες περιοχές που χαρτογραφήθηκαν στην διαδικασία ταξινόμησης (Εικόνα 2) ονομάστηκαν σαν περιοχές ελεύθερες πετρελαίου, νερό καλυμμένο με πετρέλαιο ή εκροές αποβλήτων αποχέτευσης. Οι βοηθητικές πληροφορίες ήταν μια σημαντική ενίσχυση σε μια τέτοια ερμηνεία. Δεκαοχτώ ώρες μετά από τη διαρροή, η περιοχή που είχε καλυφθεί με πετρέλαιο ήταν περίπου 33 km2 .

[[Εικόνα:Av_a2_eik2.JPG | thumb | right | Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC διαδικασίας ταξινόμησης (1b).]]

'''2.2. Εικόνα Landsat-5/TM Image 19 Ιανουαρίου'''
Ένας περιορισμός στην ανίχνευση πετρελαίου με τη χρήση της εικόνας από τον Landsat-5/TM ήταν η παρουσία από σύννεφα και ελαφριά ομίχλη κοντά στην περιοχή της κηλίδας. Προκειμένου να βελτιωθεί η οπτική διάκριση των διαφόρων σχηματισμών στην επιφάνεια της θάλασσας που σχετίζονται με το πετρέλαιο, χρησιμοποιήθηκαν διάφοροι συνδυασμοί RGB από τα επτά κανάλια του TM. Ένας από τους προτιμηθέντες συνδυασμούς καναλιών για την ανίχνευση του πετρελαίου ήταν ο 1R2G3B (Εικόνα 3). Μια επιβλεπόμενη διαδικασία ταξινόμησης (MAXVER) εφαρμόστηκε προκειμένου να εντοπιστεί η καλυμμένη με πετρέλαιο επιφάνεια. Όλα τα ΤΜ κανάλια χρησιμοποιήθηκαν για την ταξινόμηση.

[[Εικόνα:Av_a2_eik3.JPG | thumb | right | Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.]]

Η προκύπτουσα εικόνα αντιπροσωπεύει τις κάτωθι κατηγορίες (Εικόνα 4): νερό ελεύθερο πετρελαίου, εκβολές ποταμών, περιοχές κόλπων που επηρεάζονται από την ομίχλη και νερό καλυμμένο με πετρέλαιο. Η περιοχή που ήταν καλυμμένη με πετρέλαιο 34 ώρες μετά το ατύχημα είχε έκταση περίπου 56 km2. Οι περιοχές που ερμηνεύτηκαν με τις εικόνες τηλεπισκόπησης συγκρίθηκαν με τα αποτελέσματα από τα πρότυπα εκτίμησης της διασποράς πετρελαίου.

[[Εικόνα:Av_a2_eik4.JPG | thumb | right | Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξινόμησης (2b).]]

'''2.3. Εικόνα Radarsat-1 (S2) Image, 26 Ιανουαρίου'''
Καθώς η κηλίδα εξαπλώθηκε στον κόλπο (Εικόνα 5), η ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο ήταν πιο δύσκολο να ανιχνευτούν εξαιτίας παρερμηνειών λόγω λανθασμένων στόχων όπως παρεισφρήσεις φρέσκου νερού και αποχετευτικού δικτύου, περιοχές πολύ ασθενών ή καθόλου ανέμων, ζώνες σκιών ή βιογονικά πετρέλαια. Η μη επιβλεπόμενη διαδικασία ταξινόμησης που εφαρμόστηκε την 26 Ιανουαρίου στην εικόνα εντόπισε αρκετές σκούρες λείες περιοχές.

[[Εικόνα:Av_a2_eik5.JPG | thumb | right | Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.]]

Η ενσωμάτωση των αποτελεσμάτων ταξινόμησης με τις βοηθητικές πληροφορίες, όπως οι τοποθεσίες γνωστών πηγών ρύπανσης, πληροφορίες αέριας επιθεώρησης, και ελεγχόμενες εναέριες φωτογραφίες από GPS που αποκτήθηκαν ταυτόχρονα με την λήψη των εικόνων, επέτρεψαν την τελική επιλογή των περιοχών που ήταν καλυμμένες με πετρέλαιο (Εικόνα 6).

[[Εικόνα:Av_a2_eik6.JPG | thumb | right | Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα]]

'''3. Συμπεράσματα'''
Τα στοιχεία από τον δορυφόρο Radarsat-1 παρείχαν μια κατάλληλη χρονική κάλυψη για τον έλεγχο έκτακτης ανάγκης της διαρροής πετρελαίου στον κόλπο Γκουαναμπάρα.

Τα δεδομένα του Landsat ήταν αποτελεσματικά στην ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο. Ωστόσο, η κάλυψη με σύννεφα και το οκταήμερο πρόγραμμα νέας επίσκεψης (που χρησιμοποιεί τους Landsat-5 και Landsat-7) αποτρέπει τη συστηματική του χρήση ως εργαλείο παρακολούθησης.
Τα τροχιακά δεδομένα τηλεπισκόπησης ήταν το οικονομικώς πιο αποδοτικό εργαλείο για να διαμορφωθούν οι χάρτες διαρροής πετρελαίου με τη μεγαλύτερη ακρίβεια.

Οι χάρτες διαρροών πετρελαίου χρησιμοποιήθηκαν για να αξιολογηθούν τα αποτελέσματα των προτύπων μοντέλων διασποράς πετρελαίου.
Η χρήση των βοηθητικών πληροφοριών σε ένα περιβάλλον GIS είναι σημαντική προκειμένου να διακριθούν οι περιοχές στις οποίες υπάρχουν διαρροές πετρελαίου από λανθασμένους στόχους.

[[category:ΔΠΜΣ ]]

ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ

2012-03-09T08:39:42Z

Afroditeven:

'''Τίτλος του άρθρου στα αγγλικά:''' «Application of remote sensing data for oil spill monitoring in the Guanabara bay, Rio de Janeiro, RJ, Brazil» 
'''Συγγραφείς:'''Cristina Maria Bentz, Fernando Pellon de Miranda 
'''Πηγή:''' http://marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/09.19.12.02/doc/0747.752.262.pdf 

'''Περίληψη'''
Αυτό το άρθρο περιγράφει την εφαρμογή των δεδομένων της τηλεπισκόπησης στον έλεγχο μιας πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα, του Ρίο ντε Τζανέιρο, στη Βραζιλία. Στη φάση του κινδύνου οι πληροφορίες των Landsat-5/TM (Thematic Mapper) και Radarsat-1 χρησιμοποιήθηκαν για τον έλεγχο της περιοχής της κηλίδας και της κίνησής της. Οι διαδικασίες ταξινόμησης εικόνας χρησιμοποιήθηκαν για να επισημανθούν οι καλυμμένες με πετρέλαιο περιοχές της επιφάνειας του νερού. Οι ασάφειες στην ανίχνευση του πετρελαίου επιλύθηκαν με τη βοήθεια των δεδομένων ενός Γεωγραφικού Συστήματος Πληροφοριών. Τα αποτελέσματα που προέκυψαν βοήθησαν την PETROBRAS να βελτιώσει τις διαδικασίες ανταπόκρισης σε συνθήκες κινδύνου και τις ακόλουθες προσπάθειες καθαρισμού.

'''1.Εισαγωγή'''
Η διαρροή ενός αγωγού που μετέφερε υδρογονάνθρακες σε υψηλή θερμοκρασία προκάλεσε μια κηλίδα 1300 m3 καύσιμου πετρελαίου κοντά στην ακτογραμμή (εικόνα 1) τον Ιανουάριο του 2000.

[[Εικόνα:Av_a2_eik1.JPG | thumb | right | Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.]]

Αμέσως μετά το ατύχημα, πραγματοποιήθηκε μια προσπάθεια έκτακτης ανάγκης προκειμένου να αποκτηθούν δορυφορικές εικόνες και να γίνει έλεγχος της τοποθεσίας της κηλίδας και της κίνησής της. Λήφθηκαν μία εικόνα από τον Landsat-5/TM (Thematic Mapper) και 15 εικόνες από τον Radarsat-1. Η χαμηλή συχνότητα της λήψης και κάλυψη από σύννεφα που υπήρχε, περιόρισαν τη χρήση των δεδομένων Landsat και Spot. Αυτό το άρθρο παρουσιάζει τα αποτελέσματα στα οποία οδηγήθηκαν οι μελετητές μετά την ερμηνεία των τριών πρώτων εικόνων που λήφθηκαν μετά τη δημιουργία της κηλίδας (πίνακας 1).

Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα
[[Εικόνα:Av_a2_pin1.JPG ]]
[[Εικόνα:Av_a2_pin1.JPG | thumb | right | Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα]]

Ο φυσικός μηχανισμός που επιτρέπει την ανίχνευση των πετρελαιοκηλίδων με τη βοήθεια των συστημάτων SAR είναι η ύγρανση των τριχοειδών κυμάτων στην επιφάνεια της θάλασσας. Αυτά τα χαρακτηριστικά έχουν λίγα cm σε όρους μήκους κύματος και παράγουν οπισθοδιασπορά της ακτινοβολίας του ραντάρ εξαιτίας του μηχανισμού σκέδασης Bragg. Έτσι, οι ωκεάνιες περιοχές που περιέχουν πετρέλαιο στην εικόνα του ραντάρ παρουσιάζονται μαύρες συγκριτικά με το υπόβαθρό τους .

Αν και οι εικόνες SAR μπορεί να αποδειχτούν πολύ χρήσιμες για την ανίχνευση του πετρελαίου στον ωκεανό, πολλές άλλες διαδικασίες παράγουν επίσης οπισθοδιασπορά ακτινοβολίας η οποία μπορεί να οδηγήσει σε λάθος ερμηνεία. Τέτοιες διαδικασίες είναι: κηλίδες που προκαλούνται από τις παρεισφρύσεις γλυκού νερού συνήθως ποτάμιας προέλευσης, περιοχές με πολύ αδύναμο ή καθόλου άνεμο, ζώνες που οφείλονται σε κυματισμούς, γη, ή νησιά, περιοχές υποθαλάσσιας βλάστησης που προκαλεί ηρεμία στα επιφανειακά νερά της θάλασσας, βιογονικά πετρέλαια.

Στις περιοχές του ορατού και του ανακλώμενου υπερύθρου του ηλεκτρομαγνητικού φάσματος οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ανιχνεύσιμες εξαιτίας των αλλαγών στην ανάκλαση του φωτός που επιστρέφει πίσω στους αισθητήρες σε συγκεκριμένες γωνίες θέασης. Συνήθως η παρουσία του πετρελαίου στον ωκεανό αυξάνει στην επιφάνεια το συντελεστή ανάκλασης του νερού, κυρίως στα κανάλια του υπερύθρου (TM 4, 5 e 7).

'''2.Επεξεργασία και ερμηνεία εικόνας'''
Οι τεχνικές επεξεργασίας εικόνας εφαρμόστηκαν στα δεδομένα του Radarsat-1 και του Landsat-5/TM προκειμένου να εντοπιστούν οι περιοχές που καλύπτονται με πετρέλαιο στην επιφάνεια της θάλασσας. Οι ασάφειες όσον αφορά την ανίχνευση του πετρελαίου επιλύθηκαν με τη χρήση βοηθητικών πληροφοριών όπως η θέση γνωστών πηγών ρύπανσης, η χρήση πληροφοριών επιθεώρησης από εναέρια μέσα και εικόνες από GPS που λαμβάνονται από ελικόπτερα.

'''2.1.Εικόνα Radarsat-1 (S1) 18 Ιανουαρίου'''
Η εικόνα Radarsat-1 που λήφθηκε στις 18 Ιανουαρίου του 2000 (Εικόνα 1) δείχνει ξεκάθαρα την περιοχή που επηρεάστηκε από το ατύχημα της διαρροής πετρελαίου. Εφαρμόστηκε μια διαδικασία ταξινόμησης με βάση την υφή (Unsupervised Semivariogram Textural Classifier - USTC) προκειμένου να ενισχυθούν οι λείες ,σκούρες περιοχές. Ο αλγόριθμος παράγει νέα κανάλια που αντιπροσωπεύουν της πληροφορίες υφής της εικόνας. Η χρήση αυτού του αλγορίθμου έγινε προκειμένου να πραγματοποιηθεί η ταξινόμηση χωρίς επιτήρηση αυτών των καναλιών. Μετά από αυτή την ταξινόμηση τα αποτελέσματα συσσωρεύτηκαν ανάλογα με την κατηγορία τους.

Οι λείες σκούρες περιοχές που χαρτογραφήθηκαν στην διαδικασία ταξινόμησης (Εικόνα 2) ονομάστηκαν σαν περιοχές ελεύθερες πετρελαίου, νερό καλυμμένο με πετρέλαιο ή εκροές αποβλήτων αποχέτευσης. Οι βοηθητικές πληροφορίες ήταν μια σημαντική ενίσχυση σε μια τέτοια ερμηνεία. Δεκαοχτώ ώρες μετά από τη διαρροή, η περιοχή που είχε καλυφθεί με πετρέλαιο ήταν περίπου 33 km2 .

[[Εικόνα:Av_a2_eik2.JPG | thumb | right | Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC διαδικασίας ταξινόμησης (1b).]]

'''2.2. Εικόνα Landsat-5/TM Image 19 Ιανουαρίου'''
Ένας περιορισμός στην ανίχνευση πετρελαίου με τη χρήση της εικόνας από τον Landsat-5/TM ήταν η παρουσία από σύννεφα και ελαφριά ομίχλη κοντά στην περιοχή της κηλίδας. Προκειμένου να βελτιωθεί η οπτική διάκριση των διαφόρων σχηματισμών στην επιφάνεια της θάλασσας που σχετίζονται με το πετρέλαιο, χρησιμοποιήθηκαν διάφοροι συνδυασμοί RGB από τα επτά κανάλια του TM. Ένας από τους προτιμηθέντες συνδυασμούς καναλιών για την ανίχνευση του πετρελαίου ήταν ο 1R2G3B (Εικόνα 3). Μια επιβλεπόμενη διαδικασία ταξινόμησης (MAXVER) εφαρμόστηκε προκειμένου να εντοπιστεί η καλυμμένη με πετρέλαιο επιφάνεια. Όλα τα ΤΜ κανάλια χρησιμοποιήθηκαν για την ταξινόμηση.

[[Εικόνα:Av_a2_eik3.JPG | thumb | right | Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.]]

Η προκύπτουσα εικόνα αντιπροσωπεύει τις κάτωθι κατηγορίες (Εικόνα 4): νερό ελεύθερο πετρελαίου, εκβολές ποταμών, περιοχές κόλπων που επηρεάζονται από την ομίχλη και νερό καλυμμένο με πετρέλαιο. Η περιοχή που ήταν καλυμμένη με πετρέλαιο 34 ώρες μετά το ατύχημα είχε έκταση περίπου 56 km2. Οι περιοχές που ερμηνεύτηκαν με τις εικόνες τηλεπισκόπησης συγκρίθηκαν με τα αποτελέσματα από τα πρότυπα εκτίμησης της διασποράς πετρελαίου.

[[Εικόνα:Av_a2_eik4.JPG | thumb | right | Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξινόμησης (2b).]]

'''2.3. Εικόνα Radarsat-1 (S2) Image, 26 Ιανουαρίου'''
Καθώς η κηλίδα εξαπλώθηκε στον κόλπο (Εικόνα 5), η ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο ήταν πιο δύσκολο να ανιχνευτούν εξαιτίας παρερμηνειών λόγω λανθασμένων στόχων όπως παρεισφρήσεις φρέσκου νερού και αποχετευτικού δικτύου, περιοχές πολύ ασθενών ή καθόλου ανέμων, ζώνες σκιών ή βιογονικά πετρέλαια. Η μη επιβλεπόμενη διαδικασία ταξινόμησης που εφαρμόστηκε την 26 Ιανουαρίου στην εικόνα εντόπισε αρκετές σκούρες λείες περιοχές.

[[Εικόνα:Av_a2_eik5.JPG | thumb | right | Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.]]

Η ενσωμάτωση των αποτελεσμάτων ταξινόμησης με τις βοηθητικές πληροφορίες, όπως οι τοποθεσίες γνωστών πηγών ρύπανσης, πληροφορίες αέριας επιθεώρησης, και ελεγχόμενες εναέριες φωτογραφίες από GPS που αποκτήθηκαν ταυτόχρονα με την λήψη των εικόνων, επέτρεψαν την τελική επιλογή των περιοχών που ήταν καλυμμένες με πετρέλαιο (Εικόνα 6).

[[Εικόνα:Av_a2_eik6.JPG | thumb | right | Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα]]

'''3. Συμπεράσματα'''
Τα στοιχεία από τον δορυφόρο Radarsat-1 παρείχαν μια κατάλληλη χρονική κάλυψη για τον έλεγχο έκτακτης ανάγκης της διαρροής πετρελαίου στον κόλπο Γκουαναμπάρα.

Τα δεδομένα του Landsat ήταν αποτελεσματικά στην ανίχνευση των περιοχών που ήταν καλυμμένες με πετρέλαιο. Ωστόσο, η κάλυψη με σύννεφα και το οκταήμερο πρόγραμμα νέας επίσκεψης (που χρησιμοποιεί τους Landsat-5 και Landsat-7) αποτρέπει τη συστηματική του χρήση ως εργαλείο παρακολούθησης.
Τα τροχιακά δεδομένα τηλεπισκόπησης ήταν το οικονομικώς πιο αποδοτικό εργαλείο για να διαμορφωθούν οι χάρτες διαρροής πετρελαίου με τη μεγαλύτερη ακρίβεια.

Οι χάρτες διαρροών πετρελαίου χρησιμοποιήθηκαν για να αξιολογηθούν τα αποτελέσματα των προτύπων μοντέλων διασποράς πετρελαίου.
Η χρήση των βοηθητικών πληροφοριών σε ένα περιβάλλον GIS είναι σημαντική προκειμένου να διακριθούν οι περιοχές στις οποίες υπάρχουν διαρροές πετρελαίου από λανθασμένους στόχους.

[[category:ΔΠΜΣ ]]

Αρχείο:Av a2 eik6.jpg

2012-03-09T08:33:38Z

Afroditeven: Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα

Εικόνα 6: εικόνας Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.Οι περιοχές που καλύπτονται από πετρέλαιο τονίζονται με κόκκινο χρώμα

Αρχείο:Av a2 eik5.jpg

2012-03-09T08:33:20Z

Afroditeven: Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.

Εικόνα 5: Εικόνα Radarsat-1 (S2)που αποκτήθηκε στις 19/1/2000.

Αρχείο:Av a2 eik4.jpg

2012-03-09T08:32:54Z

Afroditeven: Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξ

Εικόνα 4: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (2a). Αποτέλεσμα της MAXVER ταξινόμησης (2b).

Αρχείο:Av a2 eik3.jpg

2012-03-09T08:32:36Z

Afroditeven: Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.

Εικόνα 3: Εικόνα Landsat-5/TM (1R2G3B) που αποκτήθηκε στις 19/1/2000. Η ακτογραμμή τονίζεται με κίτρινο χρώμα.

Αρχείο:Av a2 eik2.jpg

2012-03-09T08:32:19Z

Afroditeven: Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC δια�

Εικόνα 2: ζουμ της εικόνας Radarsat-1 (S1) που λήφθηκε στις 18/1, με οπτική ερμηνεία της καλυμμένης με πετρέλαιο επιφάνειας (1α). Αποτέλεσμα της USTC διαδικασίας ταξινόμησης (1b).

Αρχείο:Av a2 pin1.jpg

2012-03-09T08:32:00Z

Afroditeven: Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα

Πίνακας 1: οι τρεις πρώτες εικόνες που λήφθηκαν για τον έλεγχο της πετρελαιοκηλίδας στον κόλπο Γκουαναμπάρα

Αρχείο:Av a2 eik1.jpg

2012-03-09T08:31:39Z

Afroditeven: Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.

Εικόνα 1: Radarsat-1 (S1) εικόνα που αποκτήθηκε στις 18/1/2000.

ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ

2012-03-09T08:27:45Z

Afroditeven:

'''Oil spill detection by satellite remote sensing satellite''' 
Camilla Brekke, Anne H.S. Solbergb 
Πηγή: http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf] 

'''Περίληψη'''

Το παρόν άρθρο παρουσιάζει τις υπάρχουσες μεθόδους ανίχνευσης πετρελαιοκηλίδων στους ωκεανούς. Εξετάζονται διαφορετικοί δορυφορικοί αισθητήρες και η ικανότητά τους να ανιχνεύουν πετρελαιοκηλίδες κάτω από διάφορες συνθήκες. Συγκεκριμένα δίνεται έμφαση στη χρήση χειρωνακτικών και αυτομάτων προσεγγίσεων προκειμένου να γίνει διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών. Τέλος γίνεται μια συζήτηση και παρουσιάζονται προτάσεις για επιπλέον έρευνα στο συγκεκριμένο τομέα. 

'''1. Εισαγωγή''' 

Οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ένα συχνό φαινόμενο. Οι παρατηρούμενες πετρελαιοκηλίδες σχετίζονται με τους βασικούς εμπορικούς δρόμους (π.χ. τις νοτιοανατολικές θάλασσες και την Κίτρινη θάλασσα) και συνήθως εμφανίζονται σε συνδυασμό με παράκτιες εγκαταστάσεις. Ετησίως το 48% της πετρελαϊκής ρύπανσης στους ωκεανούς είναι καύσιμα και το 29% αργό πετρέλαιο. Τα ατυχήματα από τάνκερ συνεισφέρουν μόνο στο 5% της συνολικής ρύπανσης που καταλήγει στη θάλασσα. Μετά από ανάλυση 190 ERS-11 SAR εικόνων στη Μεσόγειο θάλασσα βρέθηκε ότι οι εσκεμμένες πετρελαιοκηλίδες απαντώνται με μεγαλύτερη συχνότητα σε σχέση με τα αναφερόμενα ατυχήματα πλοίων. Σύμφωνα με την Ευρωπαϊκή εταιρεία διαστήματος το 45% της πετρελαϊκής ρύπανσης προέρχεται από ενεργές απαλλαγές από πλοία. Λαμβάνοντας υπόψη πόσο συχνά τέτοιες πετρελαιοκηλίδες συμβαίνουν, συμπεραίνεται ότι η εσκεμμένη πετρελαϊκή ρύπανση είναι πολύ μεγαλύτερη απειλή για το θαλάσσιο περιβάλλον και το οικοσύστημα συγκριτικά με τη ρύπανση από πετρελαιοκηλίδες λόγω μεγάλων ατυχημάτων. Οι συνέπειες του μη εντοπισμού των πετρελαιοκηλίδων είναι προς το παρόν άγνωστες, σίγουρο είναι πάντως, ότι πλήττουν τα θαλασσοπούλια που προσγειώνονται κατά λάθος πάνω τους, και προκαλούν διαταραχές στο παράκτιο περιβάλλον.
Οι ενεργοί αισθητήρες μικροκυμάτων όπως το SAR (Synthetic Aperture Radar) μπορούν να εντοπίσουν δισδιάστατες εικόνες. Η φωτεινότητα της εικόνας οφείλεται στην αντανάκλαση των μικροκυμάτων στην προσπίπτουσα επιφάνεια. Το SAR με τη βοήθεια δορυφόρων αποτελεί στις μέρες μας ένα χρήσιμο εργαλείο για τον έλεγχο διαρροών πετρελαίου εξαιτίας της ευρείας περιοχής κάλυψης που διαθέτει, και της χρήσης του μέρα και νύχτα, παντός καιρού.
Με τη χρήση εικόνων από τον ERS-1 δορυφόρο στις αρχές της δεκαετίας του 1990 παρατηρήθηκε η πετρελαϊκή ρύπανση στα Νορβηγικά νερά. Σήμερα, οι RADARSAT-1 και ENVISAT είναι οι δορυφόροι που παρέχουν τις εικόνες για τον έλεγχο της πετρελαϊκής ρύπανσης.
Η πρόσβαση σε ένα μεγάλο αριθμό εικόνων σημαίνει και αυξανόμενο φόρτο εργασίας στους χειριστές στα κέντρα ανάλυσής τους. Επιπροσθέτως, πρόσφατη έρευνα δείχνει ότι ακόμα και αν οι χειριστές μέσω εκτενούς εκπαίδευσης μάθουν να εντοπίζουν τις πετρελαιοκηλίδες , εντοπίζουν διαφορετικές διαρροές και τους δίνουν διαφορετικά επίπεδα εμπιστοσύνης. Η δημιουργία αλγορίθμων για την αυτόματη ανίχνευση που μπορεί να βοηθήσει στη διαλογή των εικόνων και να δώσει προτεραιότητα στις περιπτώσεις συναγερμού, είναι ιδιαίτερα χρήσιμη, γι’ αυτό και η έρευνα σε αυτό το πεδίο βρίσκεται σε εξέλιξη πάνω από μία δεκαετία.
Δεδομένου ότι ο SAR είναι απλώς ένας από τους πολλούς αισθητήρες τηλεπισκόπησης που διατίθενται, συμπεριλαμβάνεται και μια αξιολόγηση της δυνατότητας αξιοποίησης ενός άλλου δορυφόρου για τον έλεγχο της πετρελαϊκής ρύπανσης. Οι περισσότερες μελέτες που γίνονται για τις αερομεταφερόμενες τεχνικές τηλεπισκόπησης αποκλείονται. Η ανιχνευσιμότητα των διαρροών πετρελαίου μέσω των εικόνων SAR εξετάζεται λαμβάνοντας υπόψη κριτήρια όπως οι συνθήκες ανέμου, τα χαρακτηριστικά των αισθητήρων και ασάφειες, οι οποίες προκαλούνται από άλλα φαινόμενα. Τέλος δίνεται έμφαση στη μεθοδολογία και στους αλγορίθμους για τον εντοπισμό πετρελαιοκηλίδων μέσω διαστημικών εικόνων SAR. 

'''2.Δορυφορικοί αισθητήρες για των εντοπισμό πετρελαιοκηλίδων''' 

Τα μικροκύματα χρησιμοποιούνται συχνά για την παρακολούθηση της πετρελαϊκής ρύπανσης μέσω της τηλεπισκόπησης. Προτιμώνται συχνά, συγκριτικά με τους οπτικούς αισθητήρες εξαιτίας των δυνατοτήτων τους παντός καιρού και καθ’ όλη τη διάρκεια της μέρας. Παραδείγματα δορυφόρων εξοπλισμένων με SAR παρουσιάζονται στον πίνακα 1.

[[Εικόνα:Av_a1_pin1.JPG]]

Στο παρόν άρθρο, δίνεται έμφαση στα διαστημικά όργανα, ωστόσο η χρήση SLAR (Side-Looking Airborne Radar ) αποτελεί μια παλαιότερη, με μικρότερη ανάλυση, αλλά φθηνότερη τεχνολογία σε σχέση με το SAR. Η επιτήρηση μέσω αεροσκαφών είναι περιορισμένη εξαιτίας του υψηλού κόστους και λιγότερο αποτελεσματική για την παρατήρηση μεγάλων εκτάσεων εξαιτίας της περιορισμένης κάλυψης. Ενώ το διαστημικό SAR μπορεί να χρησιμοποιηθεί σαν πρώτο προειδοποιητικό σήμα κινδύνου, τα αεροσκάφη είναι καταλληλότερα για τον εντοπισμό του ρυπαντή, της έκτασης και του τύπου της κηλίδας. Ένα παράδειγμα αποτελεί η γερμανική εναέρια επιτήρηση, η οποία: εντοπίζει τις διαρροές πετρελαίου με χρήση SLAR, με τη βοήθεια ενός υπέρυθρου/υπεριώδους (IR/UV) ανιχνευτή εκτιμάται η έκταση της κηλίδας, το πάχος του στρώματος της κηλίδας υπολογίζεται με τη ένα ραδιόμετρο μικροκυμάτων (ΜWR) , και ένας λέιζερ φθοροαισθητήρας χρησιμοποιείται για την ταξινόμηση των τύπων του πετρελαίου (LFS).

[[Εικόνα:Av_a1_eik1.JPG | thumb | right | Παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR]]

Επιπροσθέτως, εκτός από το SAR υπάρχουν και άλλες διαστημικές συσκευές τηλεπισκόπησης που μπορούν να βοηθήσουν στον εντοπισμό πετρελαιοκηλίδων. Οι Friedman et al. (2002) συγκρίνουν τις εικόνες του RADARSAT-1 SAR με τις αντίστοιχες από SeaWiFS, ο οποίος μετρά τα υψηλά επίπεδα χλωροφύλλης στις περιοχές με άνθηση φυκιών, ενώ οι εικόνες από SAR έχουν χαμηλή ανακλώμενη ακτινοβολία σε αυτές τις περιοχές. Συμπεραίνεται ότι πολλαπλά σύνολα πληροφοριών μπορούν να χρησιμοποιηθούν για να γίνει διάκριση, για παράδειγμα, μεταξύ φυκιών και των προκαλούμενων από τον άνθρωπο πετρελαιοκηλίδων. Οι Indregard et al. (2004) επισημαίνουν ότι πρόσθετες πληροφορίες (εκτός από αυτές του SAR αναφορικά με την άνθηση των φυκιών είναι επιθυμητές, ιδιαιτέρως στη Βαλτική Θάλασσα. Αυτές θα μπορούσαν να ληφθούν από τα οπτικά στοιχεία, τους χάρτες αλγών και άλλες σχετικές πληροφορίες. Η εικόνα 1 δείχνει δύο παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR.
Ένα μειονέκτημα του SeaWiFS αισθητήρα είναι το χονδροειδές χωρικό του μέγεθος ψηφίδας ~1 km. Οι Hu et all. (2003) κατέδειξαν την πιθανότητα παρακολούθησης πετρελαιοκηλίδων μέσω του MODIS (Moderate-Resolution Imaging Spectroradiometer) φερομένου από τους δορυφόρους Terra και Aqua της NASA στη λίμνη Maracaibo στη Βενεζουέλα. Το MODIS έχει μέτριες ζώνες ψηφίσματος κυμαινόμενες από 250m έως 500m και ένα μεγάλο φασματικό εύρος. Αυτό επιτρέπει στον MODIS να λαμβάνει εικόνες από την ανακλώμενη την ημέρα ηλιακή ακτινοβολία και τις θερμικές εκπομπές κατά τη διάρκεια μέρας/νύχτας. Το εργαλείο MODIS αρχικά σχεδιάστηκε για την απεικόνιση του εδάφους, παρουσιάζει όμως και τη δυνατότητα καθημερινής παρακολούθησης των παράκτιων ζωνών προς εντοπισμό πετρελαιοκηλίδων. Η κάλυψη από σύννεφα και η έλλειψη ηλιακού φωτός περιορίζει τη χρήση οπτικών αισθητήρων. Από την άλλη πλευρά, πολλαπλά μήκη κύματος μπορούν να παρέχουν πρόσθετες πληροφορίες προκειμένου να γίνει διάκριση των κηλίδων που δημιουργούνται από φύκια σε σχέση με τις πετρελαιοκηλίδες. Ωστόσο, προς το παρόν είναι δύσκολο να καθιερωθούν αυτοματοποιημένα συστήματα αναγνώρισης των πετρελαιοκηλίδων. Περιβαλλοντικοί και άλλου είδους παράγοντες χρειάζονται στην οπτική ανάλυση των δορυφορικών εικόνων, προκειμένου να γίνει διάκριση των διαφόρων περιπτώσεων.
Οι υπερφασματικοί (hyperspectral) αισθητήρες που χρησιμοποιούνται για την παρακολούθηση των πετρελαιοκηλίδων έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης των υλικών και καλύτερης εκτίμησης της αφθονίας τους.
Με περισσότερα από 200 μήκη κύματος που παρέχονται από έναν υπερφασματικό αισθητήρα, η φασματική υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου. Επίσης η χρήση του μπορεί να περιορίσει το ποσοστό εσφαλμένων συναγερμών που οφείλονται σε ωκεάνια χαρακτηριστικά γνωρίσματα που έχουν το ίδιο χρώμα και την εμφάνιση με αυτή του πετρελαίου. Οι Salem και Kafatos βρήκαν ότι η μέθοδος ταιριάσματος των φασματικών υπογραφών που βασίζεται στη λήψη υπερφασματικών εικόνων μέσω αεροπλάνων (εξετάζοντας τη χημική σύσταση) είναι πιο ακριβής συγκριτικά με τις συμβατικές τεχνικές, που η ανάλυση βασίζεται στην οπτική ερμηνεία του χρώματος του πετρελαίου και της εμφάνισής του στη δορυφορική εικόνα. Προς το παρόν δεν υπάρχει κανένας δορυφορικός υπερφασματικός αισθητήρας σε τροχιά. Ο υπερφασματικός αισθητήρας ΕΟ-1 Hyperion της NASA είναι ένα παράδειγμα διαστημικής τεχνολογίας που προωθήθηκε το 2000. Ωστόσο το κύριο μειονέκτημά του είναι το μικρό εύρος κάλυψης που είναι μόνο 7.5x100km.
Το πετρέλαιο απορροφά την ηλιακή ακτινοβολία και επανεκπέμπει ένα ποσοστό της ενέργειάς της ως θερμική ακτινοβολία. Οι IR αισθητήρες παρατηρούν τις παχιές πετρελαιοκηλίδες σαν θερμές περιοχές, αυτές με μέτριο πάχος ως ψυχρές ενώ το λεπτό στρώμα πετρελαίου είναι αδύνατον να ανιχνευθεί. Το βράδυ μια παχιά κηλίδα μπορεί να εμφανίζεται ψυχρότερη στο νερό επειδή απελευθερώνει θερμότητα γρηγορότερα σε σχέση με το νερό που βρίσκεται γύρω της. Οι Tseng και Chiu εξήτασαν τη χρήση και την ικανότητα των ορατών και των IR αισθητήρων του NOAA AVHRR (Advanced Very High Resolution Radiometer) για τον έγκαιρο εντοπισμό και έλεγχο των πετρελαιοκηλίδων. Μελετήθηκαν οι πετρελαιοκηλίδες από τον πόλεμου του Περσικού Κόλπου το 1991. Οι παχιές και λεπτές πετρελαιοκηλίδες και η διαχωριστική γραμμή μεταξύ νερού και πετρελαίου ήταν εφικτό να παρατηρηθούν από το IR κανάλι, ωστόσο είναι πιθανό οι πετρελαιοκηλίδες να μην έχουν μια διαφορετική υπογραφή από το νερό βάσει της θερμοκρασίας τη νύχτα. Οι πετρελαιοκηλίδες μπορούν να εντοπιστούν στις ορατές εικόνες μόνο με τη βοήθεια ιδιαιτέρως ευνοϊκού φωτισμού και συνθήκες θάλασσας.
Η UV τεχνολογία μπορεί να χρησιμοποιηθεί για τον εντοπισμό πετρελαιοκηλίδων , καθώς η πετρελαιοκηλίδα επιδεικνύει υψηλή ανακλαστικότητα της UV ακτινοβολίας ακόμη και στην περίπτωση λεπτών κηλίδων. Το UV όργανο δεν μπορεί να χρησιμοποιηθεί τη νύχτα. Το θάμβος, το βιογονικό υλικό και οι κηλίδες λόγω ανέμου μπορούν να προκαλέσουν λάθος συναγερμούς στις UV πληροφορίες. Αυτές οι παρεμβολές είναι συχνά διαφορετικές από εκείνες του IR, γι’ αυτό και ένας συνδυασμός UV και IR μπορεί να δώσει μια πιο αξιόπιστη ένδειξη ύπαρξης πετρελαίου και μπορεί να χρησιμοποιηθεί για τον υπολογισμό του πάχους του στρώματός του.
To MWR είναι ένας ακόμα παθητικός αισθητήρας. Αυτό το όργανο εστιάζει στη μικροκυματική ακτινοβολία που εκπέμπει ο ωκεανός στην κλίμακα του cm έως mm και επομένως είναι ανεξάρτητο των καιρικών συνθηκών. Οι πετρελαιοκηλίδες εκπέμπουν ισχυρότερη μικροκυματική ακτινοβολία σε σχέση με το νερό και εμφανίζονται σαν φωτεινότερα αντικείμενα σε μια σκούρη θάλασσα. Σύμφωνα με τον Robinson οι πετρελαιοκηλίδες έχουν ισχυρή ικανότητα εκπομπής ακτινοβολίας από την επιφάνειά τους, αλλά επειδή το χωρικό ψήφισμα που απαιτείται για τον εντοπισμό τους είναι ορισμένες εκατοντάδες μέτρων, αυτός ο τύπος αισθητήρα είναι χρησιμότερο να συνδυάζεται με αισθητήρες αεροσκαφών. Το 2002 έγιναν κάποια πειράματα χρησιμοποιώντας αερομεταφερόμενους και μεταφερόμενους με πλοίο αισθητήρες μικροκυμάτων προκειμένου να εντοπίσουν το πάχος διαφόρων πετρελαιοκηλίδων. Βρήκαν ότι τα MWRs είναι χρήσιμα εργαλεία για τη μέτρηση του πάχους και την εκτίμηση του όγκου των πετρελαιοκηλίδων, αλλά το μέγεθος των pixels δεν είναι αρκετά καλό ώστε να δώσει ακριβή αποτελέσματα. Άλλοι ερευνητές συμπέραναν μετά από μελέτες στο συγκεκριμένο τομέα ότι είναι αβέβαιο το ενδεχόμενο τα ραδιόμετρα να αποτελέσουν μια αξιόπιστη συσκευή για τη μέτρηση του πάχους των κηλίδων.
Οι RADARSAT-1 και Landsat-5/Thematic Mapper (TM) χρησιμοποιήθηκαν για να συλλέξουν εικόνες από τον κόλπο Guanabara στη Βραζιλία, μετά από μια διαρροή πετρελαίου από έναν αγωγό. Βρέθηκε ότι ο RADARSAT-1 παρείχε κατάλληλη χρονική κάλυψη, ενώ η κάλυψη με σύννεφα, η ελαφριά ομίχλη εμπόδισαν τη συστηματική χρήση του Landsat για τον εντοπισμό των πετρελαιοκηλίδων. Παρόλα αυτά, αρκετοί αισθητήρες της θερμοκρασίας της θάλασσας και του χρώματός της μπορούν να παρέχουν καθημερινή κάλυψη για την επιφάνεια της γης.
Συνοψίζοντας ο SAR είναι ακόμα ο πιο αποτελεσματικός και υπερέχων δορυφορικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, αν και δεν έχει δυνατότητες για την εκτίμηση του πάχους τους και του τύπου του πετρελαίου. Ο SAR είναι ιδιαιτέρως χρήσιμος για την έρευνα μεγάλων περιοχών και την παρακολούθηση ωκεανών τη νύχτα και σε ομιχλώδεις συνθήκες. Συνήθως ακόμα και μικροί όγκοι πετρελαίου καλύπτουν μεγάλες περιοχές και γι’ αυτό το λόγο η ανάγκη μεγάλου χωρικού ψηφίσματος στις εικόνες από SAR δεν είναι κρίσιμη. Ο SAR έχει επίσης ορισμένους περιορισμούς καθώς ένα σύνολο φυσικών φαινομένων μπορεί να δώσει λανθασμένες ενδείξεις ύπαρξης πετρελαιοκηλίδων. Επιπροσθέτως, η χρήση του SAR για τον εντοπισμό των πετρελαιοκηλίδων μπορεί να γίνει μόνο υπό συνθήκες συγκεκριμένης ταχύτητας ανέμου.

[[Εικόνα:Av_a1_eik2.JPG | thumb | right | Εικόνα 2: Αριστερά: πλάνο εικόνας RADARSAT-1 ScanSAR Narrow (SCN) (30/7/2002) η οποία περιέχει δύο παραδείγματα πετρελαιοκηλίδων (ταξινομήθηκαν ως πετρελαιοκηλίδες με μη αυτόματη ανίχνευση) σε ένα ομογενές υπόβαθρο. Το μέγεθος του πλάνου είναι 1432x1032pixels. Δεξιά: πλάνο από μια ENVISAT ASAR WSM εικόνα(24/7//2003) που περιέχει μια γραμμική πετρελαιοκηλίδα. (ταξινομήθηκε ως πετρελαιοκηλίδα με μη αυτόματη ανίχνευση). Μέγεθος 337x320pixels ]]
[[Εικόνα:Av a1 eik3.JPG| thumb | right | Εικόνα 3: RADARSAT-1 SCN (19/7/2003) που περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας (55,47N, 12,28E), η οποία ανιχνεύτηκε σαν πετρελαιοκηλίδα από τις δορυφορικές υπηρεσίες Kongsberg AS (KSAT), QinetiQ και το νορβηγικό υπολογιστικό κέντρο (NR). Μέγεθος 394x359pixels. ]]
[[Εικόνα:Av a1 pin2.jpg | thumb | right | Πίνακας 2: Ορατότητα πετρελαιοκηλίδων στις εικόνες SAR]]

'''3.Ανιχνευσιμότητα πετρελαιοκηλίδων σε εικόνες SAR'''

Οι πετρελαιοκηλίδες απορροφούν τα μήκη κύματος έως μερικά χιλιοστά στη επιφάνεια της θάλασσας και μειώνουν τον συντελεστή οπισθοδιασποράς του ραντάρ. Αυτό οδηγεί σε μαύρες περιοχές ή σημεία στις δορυφορικές εικόνες SAR. Η εικόνα 2 δίνει δύο τέτοια παραδείγματα.
Δίνεται έμφαση στη σημασία των διαδικασιών διάβρωσης του πετρελαίου, καθώς επηρεάζουν τα φυσικοχημικά χαρακτηριστικά των πετρελαιοκηλίδων και την ανιχνευσιμότητά τους σε εικόνες SAR. Οι διαδικασίες που παίζουν σημαντικότερο ρόλο στην ανίχνευση του πετρελαίου είναι η εξάτμιση, η γαλακτωματοποίηση και η διασπορά. Τα ελαφρύτερα συστατικά του πετρελαίου εξατμίζονται στην ατμόσφαιρα. Ο ρυθμός εξάτμισης εξαρτάται από τον τύπο του πετρελαίου, το πάχος της κηλίδας, την ταχύτητα του ανέμου και τη θερμοκρασία της θάλασσας. Η μετατροπή σε μορφή γαλακτώματος εκτιμάται από την ποσότητα νερού που λαμβάνει το πετρέλαιο με παράλληλη έκθεση στον άνεμο. Η διασπορά είναι ένας σημαντικός παράγοντας προκειμένου να αποφασιστεί η διάρκεια ζωής μιας πετρελαιοκηλίδας και εξαρτάται ισχυρά από την κατάσταση της θάλασσας.

'''''3.1 Διάκριση μεταξύ πετρελαιοκηλίδων και παρεμφερών μορφών'''''

Ένα μέρος του προβλήματος εντοπισμού των πετρελαιοκηλίδων είναι η διάκρισή τους από άλλα φυσικά φαινόμενα που απορροφούν μικρά μήκη κύματος και δημιουργούν σκούρες κηλίδες στην επιφάνεια. Οι φυσικές σκούρες κηλίδες ονομάζονται παρεμφερείς μορφές πετρελαιοκηλίδων (oil slick look-alikes). Στον όρο πετρελαιοκηλίδες περιλαμβάνονται όλοι οι τύποι πετρελαϊκού φιλμ που καλύπτουν την υδάτινη επιφάνεια και προκλήθηκαν από πύργους γεωτρήσεων, αγωγούς με διαρροές, διερχόμενα σκάφη κλπ. Με τη στενή έννοια οι πετρελαιοκηλίδες οφείλονται μόνο σε δραστηριότητες του ανθρώπου που σχετίζονται με το αργό πετρέλαιο, και τα προϊόντα του, βαριά και ελαφρά καύσιμα. Η εικόνα 3 δείχνει ένα παράδειγμα μιας σκούρας κηλίδας που ανιχνεύτηκε σαν πετρελαιοκηλίδα από τρία διαφορετικά συστήματα ανάλυσης βασισμένα σε δορυφόρους ενώ εκτιμάται σαν παρεμφερής της μορφής από αεροσκάφος.
Το γεγονός ότι οι τιμές καταγραφής (cross-section) του ραντάρ για τις πετρελαιοκηλίδες δεν είναι μοναδικές αποτελεί ένα πρόβλημα στην ανάπτυξη ενός συστήματος εντοπισμού και παρακολούθησης των πετρελαιοκηλίδων. Τα φυσικά φιλμ είναι πολύ δύσκολο να διακριθούν από τις πετρελαιοκηλίδες. Λόγω υψηλότερου ιξώδους από τα φυσικά φιλμ, οι πετρελαιοκηλίδες τείνουν να παραμένουν περισσότερο συγκεντρωμένες και έτσι να προσροφούν περισσότερο νερό.
Αν και στο συγκεκριμένο άρθρο δίδεται έμφαση σε μια συγκεκριμένη συχνότητα και μία πολωσιμότητα των εικόνων SAR, αξίζει να σημειωθεί η πιθανότητα δημιουργίας ενός αλγορίθμου διάκρισης που να στηρίζεται στις υπογραφές πολλαπλών συχνοτήτων και πολωσιμοτήτων. Για τη δημιουργία ενός τέτοιου αλγορίθμου έγιναν ορισμένα πειράματα προκειμένου να διερευνηθεί αν τα L-, C-, X- κανάλια πολλαπλής πολωσιμότητας του SAR μπορούν να διαχωρίσουν τα φιλμ διαφορετικών χημικών ιδιοτήτων, και βρέθηκε ότι η ζητούμενη διάκριση είναι εφικτή μόνο σε συνθήκες μικρών ταχυτήτων ανέμου. Οι διαφορές μεταξύ των υπογραφών πολωσιμότητας (σε επιφάνειες καλυμμένες με φιλμ όπως και επιφάνειες χωρίς επικάλυψη) εντοπίστηκαν μόνο σε χαμηλές ταχύτητες ανέμου και μικρές γωνίες πρόσπτωσης.
Τα αποτελέσματα των τεστ επιδόσεων ενός ημιαυτόματου αλγορίθμου εντοπισμού πετρελαιοκηλίδων σε εικόνες 59 ERS-1 SAR δείχνουν ότι οι πετρελαιοκηλίδες που ταξινομούνται εσφαλμένα σαν παρεμφερείς τους μορφές εμπίπτουν στις παρακάτω τρεις βασικές κατηγορίες:

* Λεπτές, τμηματικά γραμμικές κηλίδες. (Αυτές οι κηλίδες μπορεί να προκαλούνται από κινούμενα πλοία που αλλάζουν διεύθυνση ή αλλαγές στα ρεύματα και την κατεύθυνση του ανέμου που επηρεάζουν την απελευθέρωση πετρελαίου από στάσιμα αντικείμενα). 
* Κηλίδες χαμηλής αντίθεσης σε ομοιογενή θάλασσα. 
* Κηλίδες σε ένα πολύ ετερογενές υπόβαθρο. 

Εκτός από τις κηλίδες που μοιάζουν με πετρελαιοκηλίδες, διαφορετικά είδη ρύπανσης προκαλούν κηλίδες που είναι ανιχνεύσιμα στις εικόνες SAR. Οι Wahl et al.δίνουν ορισμένα παραδείγματα εικόνων ιχθυελαίου, ντίζελ, μιας ελεγχόμενης χημικής κηλίδας και ρευστού διατρήσεων από μια πλατφόρμα άντλησης πετρελαίου από τον ERS-1. Ο αισθητήρας SAR προς το παρόν δεν είναι ικανός να διακρίνει μεταξύ των διαφορετικών ρυπαντών. Μια απλή συχνότητα SAR πιθανώς να μην είναι αρκετή ώστε να εκτιμηθεί το πάχος της πετρελαιοκηλίδας, ωστόσο ο Jones (2001) βρήκε ότι για τη μεγάλη πετρελαιοκηλίδα του Sea Empress υπάρχει καλός συσχετισμός μεταξύ της μείωσης της ακτινοβολίας οπισθοδιασποράς και του πάχους της πετρελαιοκηλίδας, όπως επισημάνθηκε μετά από οπτικές παρατηρήσεις για περιορισμένο εύρος ταχυτήτων ανέμου (5-6 m/s).
Τα πειράματα αυτά απαιτούν ορισμένη προσοχή όταν επιλέγονται τα χαρακτηριστικά προς διάκριση των πετρελαιοκηλίδων με τις παρεμφερείς τους μορφές. Σημαντικά χαρακτηριστικά όπως η ταχύτητα του ανέμου, φυσικές, γεωγραφικές και γεωμετρικές παράμετροι πρέπει να χρησιμοποιούνται προκειμένου να επιτευχθεί η διάκριση.

[[Εικόνα:Av a1 pin3.jpg | thumb | right | Πίνακας 3: χαρακτηριστικά δορυφορικών αισθητήρων ]]

'''''3.2. Το διάνυσμα του αέρα'''''

Τα όργανα SAR έχουν το πλεονέκτημα συγκριτικά με τους οπτικούς αισθητήρες , ότι μπορούν να πραγματοποιήσουν λήψη εικόνων των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα παρά της οποιεσδήποτε καιρικές συνθήκες. Παρόλα αυτά, το επίπεδο του ανέμου επηρεάζει το επίπεδο της οπισθοδιασποράς και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Οι πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου. Ο πίνακας 2 δίνει μια επισκόπηση των εικόνων ERS SAR.
Οι Gade et al (2000) μελέτησαν την πετρελαϊκή ρύπανση στη Βαλτική Θάλασσα, τη Βόρεια Θάλασσα, και τη Βορειοδυτική Μεσόγειο (700 ERS εικόνες). Βρήκαν ότι με υψηλές ταχύτητες ανέμου (>10m/s) λίγες πετρελαιοκηλίδες εντοπίστηκαν ,κάτι που συμφωνεί με τα δεδομένα του πίνακα 2. Επίσης, συνέκριναν δεδομένα από επιτήρηση με αεροπλάνο σε σχέση με ERS SAR δεδομένα. Και για τους δύο αισθητήρες βρήκαν ότι ο μέγιστος αριθμός μολύνσεων εντοπίστηκε τη θερινή περίοδο, από τον Απρίλιο μέχρι το Σεπτέμβριο. Μια αιτία γι’ αυτό πιθανόν είναι ότι η ταχύτητα του ανέμου είναι υψηλότερη τη χειμερινή περίοδο (π.χ. στη Βόρεια θάλασσα είναι μεγαλύτερη από 10 m/s). Μια ταχύτητα ανέμου μεταξύ των 12 m/s και 14 m/s θα μπορούσε να θεωρηθεί ως το άνω όριο για τη λήψη όλων των διαστημικών εικόνων SAR, όμως η μέγιστη ταχύτητα ανέμου για τον εντοπισμό της κηλίδας εξαρτάται από τον τύπο του πετρελαίου και την ηλικία της κηλίδας (από τη στιγμή που σχηματίστηκε). Συνεπώς μια εκτίμηση της ταχύτητας του ανέμου αποτελεί πολύτιμη πληροφορία για την ανίχνευση των πετρελαιοκηλίδων.
Για τον αλγόριθμο εντοπισμού των πετρελαιοκηλίδων που περιγράφηκε από τους Solberg et al. (1999), το επίπεδο του ανέμου εισάγεται με το χέρι, βασίζεται στην οπτική επιθεώρηση της εικόνας και χρησιμοποιείται ως είσοδος σε μια διαδικασία κατώτατου ορίου. Άλλες δυνατότητες, είναι η ενσωμάτωση των δεδομένων ανέμου που μεταφέρονται από μια εξωτερική πηγή (π.χ. ένα κέντρο πρόγνωσης) ή με τη χρήση αυτόματων μεθόδων. Με τις αυτόματες μεθόδους για την εκτίμηση του ανέμου, η ταχύτητα του ανέμου μπορεί να εκτιμηθεί άμεσα από την εικόνα SAR. Οι Salvatori et al. (2003) εκτίμησαν την ταχύτητα του ανέμου από μια εικόνα SAR εφαρμόζοντας ένα ανεστραμμένο CMOD4 μοντέλο. Το διάνυσμα του ανέμου αποδείχτηκε χρήσιμο για τη γνώση της εξέλιξης της κηλίδας και την επίτευξη σωστής ταξινόμησης.

'''''3.3. Δορυφορικές διαμορφώσεις για την ανίχνευση διαρροών πετρελαίου'''''

Είναι κατανοητό ότι η εικόνα του ραντάρ αντιπροσωπεύει την ακτινοβολία οπισθοδιασποράς (backscattering) και είναι ανάλογη της τραχύτητας της επιφάνειας στην κλίμακα του μήκους κύματος του ραντάρ (ένα φαινόμενο που είναι γνωστό ως διασπορά κατά Bragg). Ο συντελεστής οπισθοδιασποράς του ραντάρ αποτελεί μια λειτουργία της γεωμετρίας θέασης του SAR, και μειώνεται με αύξηση της γωνιάς πρόσπτωσης. Οι ιδιότητες διασποράς ενός υλικού εξαρτώνται από την πολωσιμότητα του εισερχομένου σήματος ραντάρ. Σύμφωνα με τους Girard-Arduhuin et al. (2003) η καταλληλότερη SAR διαμόρφωση για την ανίχνευση πετρελαιοκηλίδων είναι το C-κανάλι με μονοπολωμένο VVSAR σε γωνίες πρόσπτωσης εύρους από 20ο έως 50ο . Ο Dokken (1995) ανέφερε ότι η ανίχνευση των πετρελαιοκηλίδων είναι εφικτή υπό κατάλληλες μετεωρολογικές συνθήκες όταν σ ωκεανού > κατώτατο όριο θορύβου + 4dB. Επειδή ανά τον ωκεανό παρατηρείται μικρή πολλαπλή αντανάκλαση του σήματος, η επίδραση στην πολωσιμότητα είναι μικρή. Επομένως δεν υπάρχει μεγάλο κέρδος με τη χρήση διασταυρούμενης πολωσιμότητας. Ακόμη συζητείται η πιθανότητα χρήσης πολωσιμετρικού SAR για βελτιωμένη ανίχνευση και ταξινόμηση πετρελαιοκηλίδων. Η χρήση της μπορεί να διευρύνει την κλίμακα των ταχυτήτων ανέμου και γωνιών πρόσπτωσης.
Για τον RADARSAT-1 προτάθηκε η χρήση SCN σε σειρά (βλ. πίνακα 3) για την ανίχνευση πετρελαιοκηλίδων. Η χρήση ScanSAR Wide (SCW) μπορεί να προκαλέσει περιορισμούς εξαιτίας της μικρής ανάλυσης που διαθέτει. Ο RADARSAT-1 δεν είναι ο καταλληλότερος για την ανίχνευση των πετρελαιοκηλίδων εξαιτίας της HH πολωσιμότητάς του, καθώς οι προβλέψεις δείχνουν ότι η ανίχνευση των πετρελαιοκηλίδων δεν θα είναι δυνατή για της μεγάλες γωνίες πρόσπτωσης ,κυρίως σε χαμηλές ταχύτητες ανέμου. Εντούτοις χρησιμοποιείται επιτυχώς στην παρακολούθηση των πετρελαιοκηλίδων. Προς το παρόν δεν έχει αναφερθεί καμία σημαντική διαφορά στις πρακτικές εφαρμογές των RADARSAT-1 και ENVISAT για πρακτικές παρακολούθησης πετρελαιοκηλίδων. Ωστόσο, η εμπειρία πιθανόν να είναι ακόμα περιορισμένη. Ο ASAR WSM του ENVISAT καλύπτει ένα μεγαλύτερο εύρος από τους προκατόχους του ERS-1 και -2, η ανάλυση του όμως είναι χαμηλότερη. Από τον πίνακα 3 μπορούμε να διαπιστώσουμε ότι υπάρχει μια ανταλλαγή μεταξύ της ανάλυσης της εικόνας και του εύρους κάλυψης .
Επειδή οι δορυφόροι SAR συνήθως έχουν πολικές τροχιές, η κάλυψη εξαρτάται από το γεωγραφικό πλάτος. Η κάλυψη είναι καλή στις πολικές περιοχές και μειώνεται με την απόσταση από τους πόλους. Για τη Μεσόγειο θάλασσα ο αριθμός των διελεύσεων των δορυφόρων ανά ημέρα είναι 0.04 για τον ERS, 0.27 για τον RADARSAT-1, και 0.36 για τον ENVISAT. Καθώς η ορατότητα των πετρελαιοκηλίδων μειώνεται με το χρόνο, και απαιτείται μια έγκαιρη ειδοποίηση, ένας υψηλός αριθμός διελεύσεων ανά ημέρα είναι επιθυμητός. Με την εγκατάσταση καμπτόμενων κεραιών , όπως αυτές που σχεδιάστηκαν για τον RADARSAT-2 SAR, λαμβάνονται πιο ευέλικτες δυνατότητες παρακολούθησης και συνεπώς υπάρχει μικρότερη εξάρτηση από τις επαναλαμβανόμενες διελεύσεις των δορυφόρων.
Όλοι αυτοί είναι βασικοί παράγοντες στην εκτίμηση της χρησιμότητας και της αποτελεσματικότητας του SAR, καθώς και για το σχεδιασμό μελλοντικών δορυφορικών αποστολών για τον έλεγχο της ρύπανσης.

''''''3.4. Θόρυβος στίγματος''''''

Το στίγμα είναι ένα μεγάλο πρόβλημα στις εικόνες SAR καθώς ακόμα και μια ομογενής περιοχή έχει μια στατιστική κατανομή με μεγάλη σταθερή απόκλιση. Μία πιθανότητα είναι η λείανση αυτών των σημείων μετά τη λήψη της εικόνας. Έγιναν δοκιμές σε δυο τύπους φίλτρων, αυτά που γενικώς μειώνουν το θόρυβο χωρίς να υποθέτουν εκ των προτέρων κάποιο μοντέλο στίγματος και αυτά που υποθέτουν ένα μοντέλο πολλαπλασιαστικού σήματος. Καλύτερα αποτελέσματα στην ανίχνευση πετρελαιοκηλίδων έδωσε το δεύτερο μοντέλο. Για εφαρμογές που αφορούν πετρελαιοκηλίδες ένα φίλτρο πρέπει να συμπιέζει το θόρυβο, αλλά να διατηρεί τις μικρές και λεπτές πετρελαιοκηλίδες.

'''4.Μεθοδολογία ανίχνευσης πετρελαιοκηλίδων στις εικόνες SAR'''

Γίνεται διάκριση μεταξύ των χειροκίνητων προσεγγίσεων και των αυτόματων αλγορίθμων για τον εντοπισμό των πετρελαιοκηλίδων, ο οποίος μπορεί να διαιρεθεί σε:

• Ανίχνευση των πιθανών κηλίδων 
• Χειρωνακτική επαλήθευση των κηλίδων (πετρέλαιο/ κάτι παρεμφερές) και εύρεση επιπέδων εμπιστοσύνης 

'''''4.1. Χειρωνακτική επιθεώρηση'''''

Από το 1994 ο KSAT στη Νορβηγία παρέχει μια υπηρεσία χειρωνακτικής ανίχνευσης πετρελαιοκηλίδων. Οι χειριστές είναι εκπαιδευμένοι να αναλύουν τις εικόνες SAR για την ανίχνευση της πετρελαϊκής ρύπανσης. Οι εξωτερικές πληροφορίες αναφορικά με την ταχύτητα του ανέμου και τη διεύθυνσή του, την τοποθεσία των πύργων γεωτρήσεων και των αγωγών, των εθνικών συνόρων και των ακτογραμμών χρησιμοποιούνται επικουρικά κατά τη διάρκεια της ανάλυσης. Ο χειριστής χρησιμοποιεί ένα εργαλείο θέασης της εικόνας που μπορεί να υπολογίσει μερικές ιδιότητες σημείων, ωστόσο πρέπει ο ίδιος να σαρώσει όλη την εικόνα με το βλέμμα του. Η διαδικασία αυτή είναι χρονοβόρα. Οι πιθανές πετρελαιοκηλίδες που εντοπίζονται χαρακτηρίζονται ως υψηλού, μετρίου, και χαμηλού επιπέδου εμπιστοσύνης. Η εκτίμηση βασίζεται στα κάτωθι χαρακτηριστικά: το επίπεδο αντίθεσης με το περιβάλλον, η ομοιογένεια του περιβάλλοντος, η ταχύτητα του ανέμου, γειτνιάζοντες πύργοι γεωτρήσεων και πλοία, φυσικές κηλίδες που βρίσκονται κοντά καθώς και ακμές και χαρακτηριστικά σχήματος του σημείου. Ο καθορισμός του επιπέδου εμπιστοσύνης δεν αποτελεί μια συγκεκριμένη επιστήμη και πάντα συνοδεύεται από αβεβαιότητα λόγω της ανάμειξης του ανθρώπινου παράγοντα στην εκτίμηση των αποτελεσμάτων.

'''''4.2. Σύγκριση χειρωνακτικής με αυτόματη ανίχνευση'''''

Κατά τη χειρωνακτική ανίχνευση οι πληροφορίες που σχετίζονται με το γύρω χώρο αποτελούν ένα βασικό παράγοντα στην ταξινόμηση των κηλίδων. Πρόκληση αποτελεί η ενσωμάτωση αυτής της γνώσης σε ένα αυτόματο αλγόριθμο. Σύμφωνα με τους Solberg και Volden ένα σύνολο κανόνων και γνώσεων για τις εξωτερικές συνθήκες (π.χ. την ταχύτητα του ανέμου) χρησιμοποιούνται για να ρυθμίσουν τις πιθανότητες ύπαρξης πετρελαιοκηλίδων στην εξεταζόμενη περιοχή. Αυτές οι πληροφορίες είναι ενσωματωμένες σε ένα ταξινομητή που βασίζεται σε μια συνάρτηση πολλών μεταβλητών διανομής πιθανότητας.
Οι Fiscella et al. βρήκαν ότι ένας άνθρωπος και ένας αλγόριθμος ανάλυσης εικόνας έχουν ίδια ικανότητα διάκρισης των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές, το σύνολο όμως των εικόνων περιλάμβανε μόνο 21 υποψήφιες πετρελαιοκηλίδες.
Στα πλαίσια του προγράμματος των Ωκεανίδων πραγματοποιήθηκε μια έρευνα ανεύρεσης της βέλτιστης τεχνικής ανίχνευσης πετρελαιοκηλίδων που βασίστηκε στη σύγκριση των μοντέλων KSAT (χειροκίνητο), NR (αυτόματος αλγόριθμος) και QinetiQ (ημιαυτόματος αλγόριθμος). Στην ημιαυτόματη μέθοδο QinetiQ, σε πρώτο στάδιο ακολουθείται ένας αυτόματος αλγόριθμος και ανίχνευση των σκούρων σημείων, και μετά τα αποτελέσματα ταξινομούνται οπτικά μέσω ενός χειριστή. Σε αυτή την έρευνα, οι τρεις προσεγγίσεις που βασίστηκαν σε δορυφόρο συγκρίθηκαν με δεδομένα από αεροπλάνα. Το σύνολο των πληροφοριών περιείχε 17 εντοπισμένες πετρελαιοκηλίδες. Από αυτές ο KSAT εντόπισε τις 15, ο NR τις 14 και το QinetiQ 12. Τα αποτελέσματα δείχνουν ότι αποτελεί πρόκληση όλοι οι χειριστές να εντοπίσουν τα ίδια σημεία και να ους αποδώσουν τον ίδιο βαθμό εμπιστοσύνης. Ο αλγόριθμος NR είναι αντικειμενικός και παρέχει το ίδιο αποτέλεσμα επαναλαμβανόμενα. Καλή συμφωνία μεταξύ των μεθόδων επετεύχθη για πετρελαιοκηλίδες με υψηλή αντίθεση με το περιβάλλον. Οι χειριστές του KSAT χρειάζονται 3-25min για να αναλύσουν μια εικόνα ( κατά μέσο όρο 9 min), ο αλγόριθμος NR περίπου 3 min και ο αλγόριθμος QinetiQ περίπου 20 min. Αυτό δείχνει ότι οι αυτόματες προσεγγίσεις είναι χρηστικότερες όταν ο όγκος των δεδομένων SAR αυξάνεται.

'''''4.3. Προβλήματα σχεδιασμού αυτόματων συστημάτων ανίχνευσης'''''

Οι Kubat et al. προσδιόρισαν ένα σύνολο προβλημάτων κατά την ανάπτυξη ενός εργαλείου εκμάθησης μηχανών για τον εντοπισμό πετρελαιοκηλίδων. Το πρώτο πρόβλημα είναι η έλλειψη δεδομένων καθώς οι περισσότερες δορυφορικές εικόνες SAR που λαμβάνονται δεν περιέχουν πετρελαιοκηλίδες. Το δεύτερο είναι η ανισορροπία του συστήματος εκμάθησης. Η ανίχνευση πετρελαιοκηλίδων είναι μια εφαρμογή όπου ο ταξινομητής πρέπει να ανιχνεύσει ένα σπάνιο αλλά σημαντικό γεγονός (τα σημεία που ομοιάζουν με πετρελαιοκηλίδες είναι πολύ πιο συχνό φαινόμενο). Οι πετρελαιοκηλίδες συμβαίνει να εμφανίζονται τμηματικά, και έτσι τμήματα μιας εικόνας τυχαίνει να συνιστούν μια πετρελαιοκηλίδα. Επίσης αυτά τα τμήματα μπορεί να έχουν ομοιότητες αλλά μπορεί να είναι και ανόμοια μεταξύ τους, κάτι που επηρεάζει την εκπαίδευση του ταξινομητή. Τέλος, η επίδοση του ταξινομητή σχετίζεται με τη δυνατότητα του χρήστη να μειώσει τον αριθμό των συναγερμών χωρίς όμως να περιοριστεί ο αριθμός των σημαντικών πετρελαιοκηλίδων που εντοπίζονται.
Οι σημαντικές διαφορές στα χαρακτηριστικά των διαφόρων αισθητήρων SAR που στον πίνακα 3 . Όλες αυτές οι θεωρήσεις πρέπει να ληφθούν υπόψη κατά το σχεδιασμό ενός αυτόματου συστήματος ανίχνευσης πετρελαιοκηλίδων.

[[Εικόνα:Av a1 eik4.jpg | thumb | right | Εικόνα 4: Δομή αλγορίθμου ανίχνευσης πετρελαιοκηλίδων ]]
[[Εικόνα:Av a1 pin4.jpg| thumb | right | Πίνακας 4: χαρακτηριστικά αλγορίθμων]]

'''5.Αυτόματες τεχνικές για τον εντοπισμό πετρελαιοκηλίδων στις εικόνες SAR'''

Αρκετά από τα άρθρα που έχουν δημοσιευτεί για την ανάπτυξη αλγορίθμων προς εντοπισμό πετρελαιοκηλίδων από εικόνες SAR περιγράφουν μια δομή παρεμφερή με εκείνη της εικόνας 4.

'''''5.1. Τεχνικές κατάτμησης'''''

Όλες οι πετρελαιοκηλίδες χαρακτηρίζονται από χαμηλά επίπεδα οπισθοδιασποράς γι’ αυτό προτείνεται η χρήση τιμών κατωφλίου για την κατάτμηση των σκοτεινών τμημάτων. Μια πρώιμη προσπάθεια για κατάτμηση των εικόνων SAR του ERS-1 περιγράφηκε το 1993 . Ένας αλγόριθμος απλά εντοπίζει τα δίμορφα ιστογράμματα σε παράθυρα μεγέθους N x N pixels (όπου Ν αντιστοιχεί σε 25 pixels). Αυτή είναι μια καλή μέθοδος για την ανίχνευση των πετρελαιοκηλίδων δεδομένου ότι η κηλίδα δεν πρόκειται να λεπτύνει. Μια παρεμφερής προσέγγιση περιγράφεται από τους Vachon et al και Manore et al. Αυτός ο αλγόριθμος, που αναπτύχθηκε για τα SAR δεδομένα του RADARSAT-1 υπολογίζει κατά μέσο όρο την εικόνα πριν καθοριστεί από το χρήστη το κατώτατο όριο. Καθώς αυτοί οι αλγόριθμοι δεν έχουν ένα βήμα ταξινόμησης οι παρεμφερείς των πετρελαιοκηλίδων επίσης θα ανιχνευθούν.
Μια μέθοδος που χρησιμοποιεί τη μαθηματική μορφολογία για την κατάτμηση των πετρελαιοκηλίδων παρουσιάστηκε από τους Gasull et al. Ο αλγόριθμος στοχεύει στην ανίχνευση των πετρελαιοκηλίδων από πλέοντα τάνκερ και κάποια χαρακτηριστικά είναι η επιμήκυνση και η προσρόφηση νερού της κηλίδας.
Αν και μια πληθώρα μεθόδων έχει εφαρμοστεί, ο κοινός στόχος είναι να εντοπιστούν ύποπτες πετρελαιοκηλίδες και να διατηρηθούν τα σχήματά τους.

'''''5.2. Εξαγωγή των χαρακτηριστικών της κηλίδας'''''

Από την αρχική σκοτεινή εικόνα, η εξαγωγή των χαρακτηριστικών χρησιμοποιείται για να υπολογιστούν τα χαρακτηριστικά γνωρίσματα της κάθε κηλίδας. Ο πίνακας 4 συνοψίζει τα χαρακτηριστικά γνωρίσματα που χρησιμοποιήθηκαν σε τρεις διαφορετικούς αλγορίθμους.
Σε ένα σύνολο χαρακτηριστικών που εισάγονται στον ταξινομητή, τα μεμονωμένα χαρακτηριστικά γνωρίσματα ,τυπικά ανήκουν στις παρακάτω κατηγορίες:

• Η γεωμετρία και το σχήμα της περιοχής. Τα χαρακτηριστικά που αφορούν τη γεωμετρία και το σχήμα, εφαρμόζονται από όλες τις μεθόδους όπως φαίνεται και από τον πίνακα 4. Για να ανιχνευτεί η μόλυνση από τα πλέοντα τάνκερ που καθαρίζουν τις δεξαμενές τους, ένα σημαντικό χαρακτηριστικό είναι η επιμήκυνση η οποία μπορεί να εκφραστεί σαν ένας ρυθμός μεταξύ του εύρους και του μήκους της κηλίδας. 
• Φυσικά χαρακτηριστικά του επιπέδου οπισθοδιασποράς της κηλίδας και των περιχώρων της. Τα χαρακτηριστικά που αφορούν την κλίση της οπισθοδιασποράς περνώντας από το υπόβαθρο στην κηλίδα αποτελούν πολύτιμη πληροφορία για την ταξινόμηση των κηλίδων με τη βοήθεια νευρωνικών δικτύων. Επιπλέον η τυπική απόκλιση του υποβάθρου είναι μια σημαντική παράμετρος που επηρεάζεται σε μεγάλο βαθμό από το επίπεδο ανέμου και γενικά είναι υψηλή για τις φυσικές θαλάσσιες κηλίδες. 
• Χαρακτηριστικά του περιβάλλοντος χώρου της κηλίδας. Παραδείγματα είναι η απόσταση της κηλίδας από την ακτή καθώς και από πλοία ή πύργους γεωτρήσεων. Στους αλγορίθμους που χρησιμοποιούνται για τον εντοπισμό των κηλίδων υπάρχουν στοιχεία για τις περιοχές που είναι περισσότερο πιθανό να υπάρχουν πετρελαιοκηλίδες καθώς και δεδομένα ανέμου που βοηθούν στην ταξινόμηση των κηλίδων και εκτίμηση της ηλικίας τους. 
• Υφή. Η υφή παρέχει πληροφορίες αναφορικά με τη χωρική συσχέτιση μεταξύ των γειτονικών pixels. Η ομοιογένεια είναι βασικός παράγοντας για τον αποτελεσματικό διαχωρισμό των κηλίδων από άλλα αντικείμενα. 
• Αν και οι διαφορετικές μέθοδοι στον πίνακα 4 δεν εφαρμόζουν ακριβώς τα ίδια χαρακτηριστικά γνωρίσματα, αρκετά από αυτά είναι διαφορετικά μέτρα του ίδιου χαρακτηριστικού. 

'''''5.3. Μέθοδοι ταξινόμησης'''''

Επειδή ένα σύνολο φαινομένων μπορούν να δημιουργήσουν σκοτεινές κηλίδες σε μια SAR εικόνα, ο σκοπός του ταξινομητή είναι να διακρίνει τις πετρελαιοκηλίδες από άλλες περιπτώσεις.
Σύμφωνα με τους Solberg et al. η πιθανότητα πετρελαιοκηλίδας σχετίζεται με μια γκαουσιανή συνάρτηση πυκνότητας πολλών μεταβλητών. Οι άγνωστες παράμετροι προέρχονται από μια βάση με δεδομένα υπογραφών πετρελαιοκηλίδων. Αυτή συνδυάζεται με ένα πρόδρομο μοντέλο για τον αριθμό των παρεμφερών μορφών, ένα μοντέλο για την παρουσία κηλίδων κοντά σε φωτεινά σημεία και με μια τροποποίηση της πυκνότητας πιθανότητας προκειμένου να ληφθούν υπόψη συνδυασμοί χαρακτηριστικών που αποτελούν ενδείξεις συγκεκριμένων συνθηκών. Η εξαγόμενη μέθοδος με 84 περιορισμούς δίνει σωστή ταξινόμηση στο 94% των πετρελαιοκηλίδων.
Ένα τεχνητό νευρωνικό δίκτυο είναι ένα μαθηματικό μοντέλο που αποτελείται από πολλούς νευρώνες που λειτουργούν σε παραλληλία. Οι Frate et al περιέγραψαν τη χρήση ενός νευρωνικού δικτύου για την ανίχνευση πετρελαιοκηλίδων από εικόνες του ERS. Η επιλογή ενός σκοτεινού αντικειμένου που αποτελεί τμήμα της εικόνας διενεργείται χειρωνακτικά, ενώ η εξαγωγή των χαρακτηριστικών γνωρισμάτων και η ταξινόμηση σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές πραγματοποιείται αυτόματα. Χρησιμοποιώντας αυτή τη μέθοδο σε 139 δείγματα διαρροών πετρελαίου το 18% αναφέρθηκε ότι ταξινομήθηκαν εσφαλμένα ως παρεμφερείς μορφές.
Οι προτεινόμενες αυτόματες μέθοδοι που παρουσιάστηκαν προηγουμένως για την ανίχνευση και τη σωστή ταξινόμηση πετρελαιοκηλίδων, αναφέρουν ακρίβεια της τάξης του 82% με 94%. Αυτές οι μέθοδοι ωστόσο διενεργήθηκαν σε διαφορετικά δεδομένα πληροφοριών και οι προσεγγίσεις διαφέρουν όσον αφορά τις μεθόδους εξαγωγής των χαρακτηριστικών γνωρισμάτων, ταξινόμησης, και στις διαδικασίες κατάτμησης της εικόνας. Τα πιο σημαντικά βήματα σε αυτή τη διαδικασία είναι η κατάτμηση και η εξαγωγή των χαρακτηριστικών γνωρισμάτων. Αν μια πετρελαιοκηλίδα δεν ανιχνευτεί κατά τη διάρκεια της κατάτμησης δεν μπορεί να ταξινομηθεί σωστά. Αν τα χαρακτηριστικά μπορούν να διακριθούν εύκολα μεταξύ τους, το πρόβλημα της ταξινόμησης θα είναι ευκολότερο και πολλοί ταξινομητές θα λειτουργούν. Θεωρούμε ότι η ποικιλία στο σχήμα, την αντίθεση και τον περίγυρο των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι τόσο μεγάλη, που είναι απαραίτητη η υποδιαίρεση του προβλήματος σε υποκατηγορίες και η καθοδήγηση του ταξινομητή με όσο το δυνατόν προγενέστερες πληροφορίες είναι δυνατόν.

'''6.Συμπεράσματα και προτάσεις για περεταίρω εργασία'''

Το SAR είναι ο πιο εφαρμόσιμος διαστημικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, κυρίως εξαιτίας των δυνατοτήτων ανίχνευσης παντός καιρού και με ευρεία κάλυψη. Μπορεί να λειτουργήσει από ήρεμο άνεμο, σε ταχύτητες ανέμου έως 12-14m/s, αλλά η μέγιστη ταχύτητα ανέμου για την ανίχνευση πετρελαιοκηλίδων εξαρτάται από τον τύπο και την ηλικία της κηλίδας. Οι αισθητήρες που λειτουργούν σε μεγάλο εύρος κάλυψης με χωρική γεωμετρική ανάλυση 50-150m βρέθηκε ότι είναι επαρκείς και επιτρέπουν την κάλυψη μεγάλων ωκεάνιων περιοχών αποτελεσματικά.
Η μεγαλύτερη πρόκληση στην ανίχνευση πετρελαιοκηλίδων από εικόνες SAR είναι η ακριβής τους διάκριση από τις παρεμφερείς τους μορφές. Οι περισσότερες καταστάσεις χαμηλού ανέμου μπορούν να τύχουν διαχείρισης μέσω της ανάλυσης του περιγύρου μιας πετρελαιοκηλίδας, όμως οι φυσικές μεμβράνες δεν μπορούν πάντα να διακριθούν από τις πετρελαιοκηλίδες βάσει μόνο των εικόνων SAR. Επιπρόσθετες πληροφορίες αναφορικά με την άνθηση φυκιών είναι επιθυμητή ιδιαίτερα στη Βαλτική Θάλασσα όπου τα φύκια είναι σύνηθες φαινόμενο ιδιαίτερα κατά τη διάρκεια του καλοκαιριού. Τέτοιες πληροφορίες μπορούν να εξαχθούν από τους οπτικούς αισθητήρες. Τα μελλοντικά συστήματα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνουν πληροφορίες για τα φύκια είτε από μελέτες βασισμένες σε πολυαισθητήρες, είτε με τη χρήση προγενεστέρων γνώσεων για την πιθανότητα παρατήρησης αλγών σε μια δεδομένη περιοχή σε μια ορισμένη περιοχή του έτους.
Για λειτουργικούς λόγους υπάρχει η ανάγκη συντονισμού μεταξύ των δορυφορικών διελεύσεων και των πτήσεων επιτήρησης με αεροπλάνα. Προς το παρόν η εναέρια επιτήρηση απαιτείται για τη συλλογή στοιχείων προκειμένου να διωχθούν οι ρυπαίνοντες. Ο συνδυασμός δορυφορικής απόκτησης εικόνων και πτήσεων εναέριας επιτήρησης προς το παρόν χρησιμοποιείται από πολλές χώρες στη Βόρεια Ευρώπη. Πολλές από αυτές τις υπηρεσίες χρησιμοποιούν την προσέγγιση KSAT προκειμένου να εντοπίσουν πετρελαιοκηλίδες από δορυφορικές εικόνες.
Οι μελλοντικές SAR αποστολές είναι κρίσιμες για την επιτυχή ανίχνευση πετρελαιοκηλίδων. Υπάρχει ένας αριθμός σχεδιασμένων SAR εμπορικών αποστολών. Ο προηγμένος γιαπωνέζικος δορυφόρος παρατήρησης της γης (Advanced Land-Observing Satellite: ALOS) και ο Ευρωπαϊκός Terra-SAR-L είναι δορυφόροι με L- κανάλι SAR, που σημαίνει ότι διαθέτουν ένα αυξημένο μήκος κύματος (24m) σε σύγκριση π.χ. με τον ERS και τον ENVISAT. Οι TerraSAR-X και COSMO/SkyMed είναι Γερμανικοί και Ιταλικοί δορυφόροι Χ-καναλιών. Αναφορικά με την ανίχνευση των πετρελαιοκηλίδων οι πιο υποσχόμενες από τις επερχόμενες αποστολές είναι αυτές του RADARSAT-2 με το C-κανάλι SAR.
Μια μελέτη για τη βέλτιστη τεχνική ανίχνευσης πετρελαιοκηλίδων (χειρωνακτική σε σύγκριση με τις αυτόματες μεθόδους) έδειξε ότι οι χειριστές παρουσιάζουν διαφορές κατά την ανίχνευση τους, ιδιαίτερα στην εκτίμηση του βαθμού εμπιστοσύνης. Ένας αυτόματος αλγόριθμος με αξιόπιστη και αντικειμενική εκτίμηση του βαθμού εμπιστοσύνης των πετρελαιοκηλίδων θα ήταν ιδιαιτέρως επιθυμητός. Η ανάγκη αυτόματων αλγορίθμων εξαρτάται από τον αριθμό των εικόνων που πρέπει να αναλυθούν και αποτελεί μια οικονομικώς αποδοτική λύση για την παρατήρηση μεγάλων ωκεάνιων περιοχών συγκριτικά με τη χειρωνακτική μέθοδο.
Χρειάζεται περισσότερη δουλειά για την επίτευξη της σωστής σύγκρισης των επιδόσεων των χειροκίνητων συγκριτικά με τις αυτόματες μεθόδους για την ανίχνευση των πετρελαιοκηλίδων. Μέχρι τώρα, τα αυτόματα συστήματα έχουν δοκιμασθεί off-line, έτσι επιπρόσθετες κηλίδες που αναφέρονται από τα αυτόματα συστήματα δεν μπορούν να ελεγχθούν. Ακόμα πιστεύουμε ότι οι κηλίδες που ταξινομούνται ως πετρελαιοκηλίδες από τους αυτόματους αλγορίθμους πρέπει να διέρχονται και από χειροκίνητη ανίχνευση προτού σταλούν για την επιβεβαίωσή τους αεροσκάφη. Σε αυτή την περίπτωση, θα ήταν πιο αποτελεσματική η τμηματική επιθεώρηση κάποιων πετρελαιοκηλίδων παρά η επιθεώρηση του συνόλου τους όπως γίνεται προς το παρόν. Σαν μέρος του προγράμματος της ESA για το Northen View, ο αυτόματος αλγόριθμος NR’s θα επεκταθεί μέσα στο λειτουργικό περιβάλλον KSAT.
Οι αυτόματοι αλγόριθμοι ανίχνευσης πετρελαιοκηλίδων συνήθως διαιρούνται σε τρία βήματα: ανίχνευση των σκοτεινών σημείων, εξαγωγή των χαρακτηριστικών τους και ταξινόμησή τους. Πολλά άρθρα έχουν δημοσιευτεί για τους αυτόματους αλγορίθμους ταξινόμησης των πετρελαιοκηλίδων και των παρεμφερών τους μορφών καθώς οι περισσότεροι συγγραφείς επικεντρώνονται στο στάδιο της ανίχνευσης. Αναφέρονται πολλές μελέτες μεγάλης κλίμακας με αποδεκτή απόδοση ταξινόμησης που βασίζονται στην στατιστική ταξινόμηση, και τα νευρωνικά δίκτυα. Θα ήταν επιθυμητή μια εκτενής σύγκριση των ταξινομητών που χρησιμοποιούν διαφορετικές προσεγγίσεις στηριζόμενοι όμως στα ίδια δεδομένα χαρακτηριστικών γνωρισμάτων.
Προκειμένου να αυξηθούν οι αποδόσεις των διαφόρων μεθόδων είναι απαραίτητη η απόκτηση επιπλέον γνώσης. Πιστεύουμε ότι το μελλοντικό σύστημα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνει αυτόματους αλγορίθμους, μια βάση δεδομένων από ‘‘καίρια σημεία’’ (π.χ. πύργοι γεωτρήσεων, βυθισμένα σκάφη), γραμμές πλεύσης πλοίων, πληροφορίες για τα σημεία άνθησης φυκιών καθώς και εκτεταμένη χρήση των δεδομένων για τον άνεμο.

[[category:Υδατικοί Πόροι]]

ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ

2012-03-05T10:47:42Z

Afroditeven:

'''Oil spill detection by satellite remote sensing satellite''' 
Camilla Brekke, Anne H.S. Solbergb 
Πηγή: http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf] 

'''Περίληψη'''

Το παρόν άρθρο παρουσιάζει τις υπάρχουσες μεθόδους ανίχνευσης πετρελαιοκηλίδων στους ωκεανούς. Εξετάζονται διαφορετικοί δορυφορικοί αισθητήρες και η ικανότητά τους να ανιχνεύουν πετρελαιοκηλίδες κάτω από διάφορες συνθήκες. Συγκεκριμένα δίνεται έμφαση στη χρήση χειρωνακτικών και αυτομάτων προσεγγίσεων προκειμένου να γίνει διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών. Τέλος γίνεται μια συζήτηση και παρουσιάζονται προτάσεις για επιπλέον έρευνα στο συγκεκριμένο τομέα. 

'''1. Εισαγωγή''' 

Οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ένα συχνό φαινόμενο. Οι παρατηρούμενες πετρελαιοκηλίδες σχετίζονται με τους βασικούς εμπορικούς δρόμους (π.χ. τις νοτιοανατολικές θάλασσες και την Κίτρινη θάλασσα) και συνήθως εμφανίζονται σε συνδυασμό με παράκτιες εγκαταστάσεις. Ετησίως το 48% της πετρελαϊκής ρύπανσης στους ωκεανούς είναι καύσιμα και το 29% αργό πετρέλαιο. Τα ατυχήματα από τάνκερ συνεισφέρουν μόνο στο 5% της συνολικής ρύπανσης που καταλήγει στη θάλασσα. Μετά από ανάλυση 190 ERS-11 SAR εικόνων στη Μεσόγειο θάλασσα βρέθηκε ότι οι εσκεμμένες πετρελαιοκηλίδες απαντώνται με μεγαλύτερη συχνότητα σε σχέση με τα αναφερόμενα ατυχήματα πλοίων. Σύμφωνα με την Ευρωπαϊκή εταιρεία διαστήματος το 45% της πετρελαϊκής ρύπανσης προέρχεται από ενεργές απαλλαγές από πλοία. Λαμβάνοντας υπόψη πόσο συχνά τέτοιες πετρελαιοκηλίδες συμβαίνουν, συμπεραίνεται ότι η εσκεμμένη πετρελαϊκή ρύπανση είναι πολύ μεγαλύτερη απειλή για το θαλάσσιο περιβάλλον και το οικοσύστημα συγκριτικά με τη ρύπανση από πετρελαιοκηλίδες λόγω μεγάλων ατυχημάτων. Οι συνέπειες του μη εντοπισμού των πετρελαιοκηλίδων είναι προς το παρόν άγνωστες, σίγουρο είναι πάντως, ότι πλήττουν τα θαλασσοπούλια που προσγειώνονται κατά λάθος πάνω τους, και προκαλούν διαταραχές στο παράκτιο περιβάλλον.
Οι ενεργοί αισθητήρες μικροκυμάτων όπως το SAR (Synthetic Aperture Radar) μπορούν να εντοπίσουν δισδιάστατες εικόνες. Η φωτεινότητα της εικόνας οφείλεται στην αντανάκλαση των μικροκυμάτων στην προσπίπτουσα επιφάνεια. Το SAR με τη βοήθεια δορυφόρων αποτελεί στις μέρες μας ένα χρήσιμο εργαλείο για τον έλεγχο διαρροών πετρελαίου εξαιτίας της ευρείας περιοχής κάλυψης που διαθέτει, και της χρήσης του μέρα και νύχτα, παντός καιρού.
Με τη χρήση εικόνων από τον ERS-1 δορυφόρο στις αρχές της δεκαετίας του 1990 παρατηρήθηκε η πετρελαϊκή ρύπανση στα Νορβηγικά νερά. Σήμερα, οι RADARSAT-1 και ENVISAT είναι οι δορυφόροι που παρέχουν τις εικόνες για τον έλεγχο της πετρελαϊκής ρύπανσης.
Η πρόσβαση σε ένα μεγάλο αριθμό εικόνων σημαίνει και αυξανόμενο φόρτο εργασίας στους χειριστές στα κέντρα ανάλυσής τους. Επιπροσθέτως, πρόσφατη έρευνα δείχνει ότι ακόμα και αν οι χειριστές μέσω εκτενούς εκπαίδευσης μάθουν να εντοπίζουν τις πετρελαιοκηλίδες , εντοπίζουν διαφορετικές διαρροές και τους δίνουν διαφορετικά επίπεδα εμπιστοσύνης. Η δημιουργία αλγορίθμων για την αυτόματη ανίχνευση που μπορεί να βοηθήσει στη διαλογή των εικόνων και να δώσει προτεραιότητα στις περιπτώσεις συναγερμού, είναι ιδιαίτερα χρήσιμη, γι’ αυτό και η έρευνα σε αυτό το πεδίο βρίσκεται σε εξέλιξη πάνω από μία δεκαετία.
Δεδομένου ότι ο SAR είναι απλώς ένας από τους πολλούς αισθητήρες τηλεπισκόπησης που διατίθενται, συμπεριλαμβάνεται και μια αξιολόγηση της δυνατότητας αξιοποίησης ενός άλλου δορυφόρου για τον έλεγχο της πετρελαϊκής ρύπανσης. Οι περισσότερες μελέτες που γίνονται για τις αερομεταφερόμενες τεχνικές τηλεπισκόπησης αποκλείονται. Η ανιχνευσιμότητα των διαρροών πετρελαίου μέσω των εικόνων SAR εξετάζεται λαμβάνοντας υπόψη κριτήρια όπως οι συνθήκες ανέμου, τα χαρακτηριστικά των αισθητήρων και ασάφειες, οι οποίες προκαλούνται από άλλα φαινόμενα. Τέλος δίνεται έμφαση στη μεθοδολογία και στους αλγορίθμους για τον εντοπισμό πετρελαιοκηλίδων μέσω διαστημικών εικόνων SAR. 

'''2.Δορυφορικοί αισθητήρες για των εντοπισμό πετρελαιοκηλίδων''' 

Τα μικροκύματα χρησιμοποιούνται συχνά για την παρακολούθηση της πετρελαϊκής ρύπανσης μέσω της τηλεπισκόπησης. Προτιμώνται συχνά, συγκριτικά με τους οπτικούς αισθητήρες εξαιτίας των δυνατοτήτων τους παντός καιρού και καθ’ όλη τη διάρκεια της μέρας. Παραδείγματα δορυφόρων εξοπλισμένων με SAR παρουσιάζονται στον πίνακα 1.

[[Εικόνα:Av_a1_pin1.JPG]]

Στο παρόν άρθρο, δίνεται έμφαση στα διαστημικά όργανα, ωστόσο η χρήση SLAR (Side-Looking Airborne Radar ) αποτελεί μια παλαιότερη, με μικρότερη ανάλυση, αλλά φθηνότερη τεχνολογία σε σχέση με το SAR. Η επιτήρηση μέσω αεροσκαφών είναι περιορισμένη εξαιτίας του υψηλού κόστους και λιγότερο αποτελεσματική για την παρατήρηση μεγάλων εκτάσεων εξαιτίας της περιορισμένης κάλυψης. Ενώ το διαστημικό SAR μπορεί να χρησιμοποιηθεί σαν πρώτο προειδοποιητικό σήμα κινδύνου, τα αεροσκάφη είναι καταλληλότερα για τον εντοπισμό του ρυπαντή, της έκτασης και του τύπου της κηλίδας. Ένα παράδειγμα αποτελεί η γερμανική εναέρια επιτήρηση, η οποία: εντοπίζει τις διαρροές πετρελαίου με χρήση SLAR, με τη βοήθεια ενός υπέρυθρου/υπεριώδους (IR/UV) ανιχνευτή εκτιμάται η έκταση της κηλίδας, το πάχος του στρώματος της κηλίδας υπολογίζεται με τη ένα ραδιόμετρο μικροκυμάτων (ΜWR) , και ένας λέιζερ φθοροαισθητήρας χρησιμοποιείται για την ταξινόμηση των τύπων του πετρελαίου (LFS).

[[Εικόνα:Av_a1_eik1.JPG | thumb | right | Παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR]]

Επιπροσθέτως, εκτός από το SAR υπάρχουν και άλλες διαστημικές συσκευές τηλεπισκόπησης που μπορούν να βοηθήσουν στον εντοπισμό πετρελαιοκηλίδων. Οι Friedman et al. (2002) συγκρίνουν τις εικόνες του RADARSAT-1 SAR με τις αντίστοιχες από SeaWiFS, ο οποίος μετρά τα υψηλά επίπεδα χλωροφύλλης στις περιοχές με άνθηση φυκιών, ενώ οι εικόνες από SAR έχουν χαμηλή ανακλώμενη ακτινοβολία σε αυτές τις περιοχές. Συμπεραίνεται ότι πολλαπλά σύνολα πληροφοριών μπορούν να χρησιμοποιηθούν για να γίνει διάκριση, για παράδειγμα, μεταξύ φυκιών και των προκαλούμενων από τον άνθρωπο πετρελαιοκηλίδων. Οι Indregard et al. (2004) επισημαίνουν ότι πρόσθετες πληροφορίες (εκτός από αυτές του SAR αναφορικά με την άνθηση των φυκιών είναι επιθυμητές, ιδιαιτέρως στη Βαλτική Θάλασσα. Αυτές θα μπορούσαν να ληφθούν από τα οπτικά στοιχεία, τους χάρτες αλγών και άλλες σχετικές πληροφορίες. Η εικόνα 1 δείχνει δύο παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR.
Ένα μειονέκτημα του SeaWiFS αισθητήρα είναι το χονδροειδές χωρικό του μέγεθος ψηφίδας ~1 km. Οι Hu et all. (2003) κατέδειξαν την πιθανότητα παρακολούθησης πετρελαιοκηλίδων μέσω του MODIS (Moderate-Resolution Imaging Spectroradiometer) φερομένου από τους δορυφόρους Terra και Aqua της NASA στη λίμνη Maracaibo στη Βενεζουέλα. Το MODIS έχει μέτριες ζώνες ψηφίσματος κυμαινόμενες από 250m έως 500m και ένα μεγάλο φασματικό εύρος. Αυτό επιτρέπει στον MODIS να λαμβάνει εικόνες από την ανακλώμενη την ημέρα ηλιακή ακτινοβολία και τις θερμικές εκπομπές κατά τη διάρκεια μέρας/νύχτας. Το εργαλείο MODIS αρχικά σχεδιάστηκε για την απεικόνιση του εδάφους, παρουσιάζει όμως και τη δυνατότητα καθημερινής παρακολούθησης των παράκτιων ζωνών προς εντοπισμό πετρελαιοκηλίδων. Η κάλυψη από σύννεφα και η έλλειψη ηλιακού φωτός περιορίζει τη χρήση οπτικών αισθητήρων. Από την άλλη πλευρά, πολλαπλά μήκη κύματος μπορούν να παρέχουν πρόσθετες πληροφορίες προκειμένου να γίνει διάκριση των κηλίδων που δημιουργούνται από φύκια σε σχέση με τις πετρελαιοκηλίδες. Ωστόσο, προς το παρόν είναι δύσκολο να καθιερωθούν αυτοματοποιημένα συστήματα αναγνώρισης των πετρελαιοκηλίδων. Περιβαλλοντικοί και άλλου είδους παράγοντες χρειάζονται στην οπτική ανάλυση των δορυφορικών εικόνων, προκειμένου να γίνει διάκριση των διαφόρων περιπτώσεων.
Οι υπερφασματικοί (hyperspectral) αισθητήρες που χρησιμοποιούνται για την παρακολούθηση των πετρελαιοκηλίδων έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης των υλικών και καλύτερης εκτίμησης της αφθονίας τους.
Με περισσότερα από 200 μήκη κύματος που παρέχονται από έναν υπερφασματικό αισθητήρα, η φασματική υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου. Επίσης η χρήση του μπορεί να περιορίσει το ποσοστό εσφαλμένων συναγερμών που οφείλονται σε ωκεάνια χαρακτηριστικά γνωρίσματα που έχουν το ίδιο χρώμα και την εμφάνιση με αυτή του πετρελαίου. Οι Salem και Kafatos βρήκαν ότι η μέθοδος ταιριάσματος των φασματικών υπογραφών που βασίζεται στη λήψη υπερφασματικών εικόνων μέσω αεροπλάνων (εξετάζοντας τη χημική σύσταση) είναι πιο ακριβής συγκριτικά με τις συμβατικές τεχνικές, που η ανάλυση βασίζεται στην οπτική ερμηνεία του χρώματος του πετρελαίου και της εμφάνισής του στη δορυφορική εικόνα. Προς το παρόν δεν υπάρχει κανένας δορυφορικός υπερφασματικός αισθητήρας σε τροχιά. Ο υπερφασματικός αισθητήρας ΕΟ-1 Hyperion της NASA είναι ένα παράδειγμα διαστημικής τεχνολογίας που προωθήθηκε το 2000. Ωστόσο το κύριο μειονέκτημά του είναι το μικρό εύρος κάλυψης που είναι μόνο 7.5x100km.
Το πετρέλαιο απορροφά την ηλιακή ακτινοβολία και επανεκπέμπει ένα ποσοστό της ενέργειάς της ως θερμική ακτινοβολία. Οι IR αισθητήρες παρατηρούν τις παχιές πετρελαιοκηλίδες σαν θερμές περιοχές, αυτές με μέτριο πάχος ως ψυχρές ενώ το λεπτό στρώμα πετρελαίου είναι αδύνατον να ανιχνευθεί. Το βράδυ μια παχιά κηλίδα μπορεί να εμφανίζεται ψυχρότερη στο νερό επειδή απελευθερώνει θερμότητα γρηγορότερα σε σχέση με το νερό που βρίσκεται γύρω της. Οι Tseng και Chiu εξήτασαν τη χρήση και την ικανότητα των ορατών και των IR αισθητήρων του NOAA AVHRR (Advanced Very High Resolution Radiometer) για τον έγκαιρο εντοπισμό και έλεγχο των πετρελαιοκηλίδων. Μελετήθηκαν οι πετρελαιοκηλίδες από τον πόλεμου του Περσικού Κόλπου το 1991. Οι παχιές και λεπτές πετρελαιοκηλίδες και η διαχωριστική γραμμή μεταξύ νερού και πετρελαίου ήταν εφικτό να παρατηρηθούν από το IR κανάλι, ωστόσο είναι πιθανό οι πετρελαιοκηλίδες να μην έχουν μια διαφορετική υπογραφή από το νερό βάσει της θερμοκρασίας τη νύχτα. Οι πετρελαιοκηλίδες μπορούν να εντοπιστούν στις ορατές εικόνες μόνο με τη βοήθεια ιδιαιτέρως ευνοϊκού φωτισμού και συνθήκες θάλασσας.
Η UV τεχνολογία μπορεί να χρησιμοποιηθεί για τον εντοπισμό πετρελαιοκηλίδων , καθώς η πετρελαιοκηλίδα επιδεικνύει υψηλή ανακλαστικότητα της UV ακτινοβολίας ακόμη και στην περίπτωση λεπτών κηλίδων. Το UV όργανο δεν μπορεί να χρησιμοποιηθεί τη νύχτα. Το θάμβος, το βιογονικό υλικό και οι κηλίδες λόγω ανέμου μπορούν να προκαλέσουν λάθος συναγερμούς στις UV πληροφορίες. Αυτές οι παρεμβολές είναι συχνά διαφορετικές από εκείνες του IR, γι’ αυτό και ένας συνδυασμός UV και IR μπορεί να δώσει μια πιο αξιόπιστη ένδειξη ύπαρξης πετρελαίου και μπορεί να χρησιμοποιηθεί για τον υπολογισμό του πάχους του στρώματός του.
To MWR είναι ένας ακόμα παθητικός αισθητήρας. Αυτό το όργανο εστιάζει στη μικροκυματική ακτινοβολία που εκπέμπει ο ωκεανός στην κλίμακα του cm έως mm και επομένως είναι ανεξάρτητο των καιρικών συνθηκών. Οι πετρελαιοκηλίδες εκπέμπουν ισχυρότερη μικροκυματική ακτινοβολία σε σχέση με το νερό και εμφανίζονται σαν φωτεινότερα αντικείμενα σε μια σκούρη θάλασσα. Σύμφωνα με τον Robinson οι πετρελαιοκηλίδες έχουν ισχυρή ικανότητα εκπομπής ακτινοβολίας από την επιφάνειά τους, αλλά επειδή το χωρικό ψήφισμα που απαιτείται για τον εντοπισμό τους είναι ορισμένες εκατοντάδες μέτρων, αυτός ο τύπος αισθητήρα είναι χρησιμότερο να συνδυάζεται με αισθητήρες αεροσκαφών. Το 2002 έγιναν κάποια πειράματα χρησιμοποιώντας αερομεταφερόμενους και μεταφερόμενους με πλοίο αισθητήρες μικροκυμάτων προκειμένου να εντοπίσουν το πάχος διαφόρων πετρελαιοκηλίδων. Βρήκαν ότι τα MWRs είναι χρήσιμα εργαλεία για τη μέτρηση του πάχους και την εκτίμηση του όγκου των πετρελαιοκηλίδων, αλλά το μέγεθος των pixels δεν είναι αρκετά καλό ώστε να δώσει ακριβή αποτελέσματα. Άλλοι ερευνητές συμπέραναν μετά από μελέτες στο συγκεκριμένο τομέα ότι είναι αβέβαιο το ενδεχόμενο τα ραδιόμετρα να αποτελέσουν μια αξιόπιστη συσκευή για τη μέτρηση του πάχους των κηλίδων.
Οι RADARSAT-1 και Landsat-5/Thematic Mapper (TM) χρησιμοποιήθηκαν για να συλλέξουν εικόνες από τον κόλπο Guanabara στη Βραζιλία, μετά από μια διαρροή πετρελαίου από έναν αγωγό. Βρέθηκε ότι ο RADARSAT-1 παρείχε κατάλληλη χρονική κάλυψη, ενώ η κάλυψη με σύννεφα, η ελαφριά ομίχλη εμπόδισαν τη συστηματική χρήση του Landsat για τον εντοπισμό των πετρελαιοκηλίδων. Παρόλα αυτά, αρκετοί αισθητήρες της θερμοκρασίας της θάλασσας και του χρώματός της μπορούν να παρέχουν καθημερινή κάλυψη για την επιφάνεια της γης.
Συνοψίζοντας ο SAR είναι ακόμα ο πιο αποτελεσματικός και υπερέχων δορυφορικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, αν και δεν έχει δυνατότητες για την εκτίμηση του πάχους τους και του τύπου του πετρελαίου. Ο SAR είναι ιδιαιτέρως χρήσιμος για την έρευνα μεγάλων περιοχών και την παρακολούθηση ωκεανών τη νύχτα και σε ομιχλώδεις συνθήκες. Συνήθως ακόμα και μικροί όγκοι πετρελαίου καλύπτουν μεγάλες περιοχές και γι’ αυτό το λόγο η ανάγκη μεγάλου χωρικού ψηφίσματος στις εικόνες από SAR δεν είναι κρίσιμη. Ο SAR έχει επίσης ορισμένους περιορισμούς καθώς ένα σύνολο φυσικών φαινομένων μπορεί να δώσει λανθασμένες ενδείξεις ύπαρξης πετρελαιοκηλίδων. Επιπροσθέτως, η χρήση του SAR για τον εντοπισμό των πετρελαιοκηλίδων μπορεί να γίνει μόνο υπό συνθήκες συγκεκριμένης ταχύτητας ανέμου.

[[Εικόνα:Av_a1_eik2.JPG | thumb | right | Εικόνα 2: Αριστερά: πλάνο εικόνας RADARSAT-1 ScanSAR Narrow (SCN) (30/7/2002) η οποία περιέχει δύο παραδείγματα πετρελαιοκηλίδων (ταξινομήθηκαν ως πετρελαιοκηλίδες με μη αυτόματη ανίχνευση) σε ένα ομογενές υπόβαθρο. Το μέγεθος του πλάνου είναι 1432x1032pixels. Δεξιά: πλάνο από μια ENVISAT ASAR WSM εικόνα(24/7//2003) που περιέχει μια γραμμική πετρελαιοκηλίδα. (ταξινομήθηκε ως πετρελαιοκηλίδα με μη αυτόματη ανίχνευση). Μέγεθος 337x320pixels ]]
[[Εικόνα:Av a1 eik3.JPG| thumb | right | Εικόνα 3: RADARSAT-1 SCN (19/7/2003) που περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας (55,47N, 12,28E), η οποία ανιχνεύτηκε σαν πετρελαιοκηλίδα από τις δορυφορικές υπηρεσίες Kongsberg AS (KSAT), QinetiQ και το νορβηγικό υπολογιστικό κέντρο (NR). Μέγεθος 394x359pixels. ]]
[[Εικόνα:Av a1 pin2.jpg | thumb | right | Πίνακας 2: Ορατότητα πετρελαιοκηλίδων στις εικόνες SAR]]

'''3.Ανιχνευσιμότητα πετρελαιοκηλίδων σε εικόνες SAR'''

Οι πετρελαιοκηλίδες απορροφούν τα μήκη κύματος έως μερικά χιλιοστά στη επιφάνεια της θάλασσας και μειώνουν τον συντελεστή οπισθοδιασποράς του ραντάρ. Αυτό οδηγεί σε μαύρες περιοχές ή σημεία στις δορυφορικές εικόνες SAR. Η εικόνα 2 δίνει δύο τέτοια παραδείγματα.
Δίνεται έμφαση στη σημασία των διαδικασιών διάβρωσης του πετρελαίου, καθώς επηρεάζουν τα φυσικοχημικά χαρακτηριστικά των πετρελαιοκηλίδων και την ανιχνευσιμότητά τους σε εικόνες SAR. Οι διαδικασίες που παίζουν σημαντικότερο ρόλο στην ανίχνευση του πετρελαίου είναι η εξάτμιση, η γαλακτωματοποίηση και η διασπορά. Τα ελαφρύτερα συστατικά του πετρελαίου εξατμίζονται στην ατμόσφαιρα. Ο ρυθμός εξάτμισης εξαρτάται από τον τύπο του πετρελαίου, το πάχος της κηλίδας, την ταχύτητα του ανέμου και τη θερμοκρασία της θάλασσας. Η μετατροπή σε μορφή γαλακτώματος εκτιμάται από την ποσότητα νερού που λαμβάνει το πετρέλαιο με παράλληλη έκθεση στον άνεμο. Η διασπορά είναι ένας σημαντικός παράγοντας προκειμένου να αποφασιστεί η διάρκεια ζωής μιας πετρελαιοκηλίδας και εξαρτάται ισχυρά από την κατάσταση της θάλασσας.

'''''3.1 Διάκριση μεταξύ πετρελαιοκηλίδων και παρεμφερών μορφών'''''

Ένα μέρος του προβλήματος εντοπισμού των πετρελαιοκηλίδων είναι η διάκρισή τους από άλλα φυσικά φαινόμενα που απορροφούν μικρά μήκη κύματος και δημιουργούν σκούρες κηλίδες στην επιφάνεια. Οι φυσικές σκούρες κηλίδες ονομάζονται παρεμφερείς μορφές πετρελαιοκηλίδων (oil slick look-alikes). Στον όρο πετρελαιοκηλίδες περιλαμβάνονται όλοι οι τύποι πετρελαϊκού φιλμ που καλύπτουν την υδάτινη επιφάνεια και προκλήθηκαν από πύργους γεωτρήσεων, αγωγούς με διαρροές, διερχόμενα σκάφη κλπ. Με τη στενή έννοια οι πετρελαιοκηλίδες οφείλονται μόνο σε δραστηριότητες του ανθρώπου που σχετίζονται με το αργό πετρέλαιο, και τα προϊόντα του, βαριά και ελαφρά καύσιμα. Η εικόνα 3 δείχνει ένα παράδειγμα μιας σκούρας κηλίδας που ανιχνεύτηκε σαν πετρελαιοκηλίδα από τρία διαφορετικά συστήματα ανάλυσης βασισμένα σε δορυφόρους ενώ εκτιμάται σαν παρεμφερής της μορφής από αεροσκάφος.
Το γεγονός ότι οι τιμές καταγραφής (cross-section) του ραντάρ για τις πετρελαιοκηλίδες δεν είναι μοναδικές αποτελεί ένα πρόβλημα στην ανάπτυξη ενός συστήματος εντοπισμού και παρακολούθησης των πετρελαιοκηλίδων. Τα φυσικά φιλμ είναι πολύ δύσκολο να διακριθούν από τις πετρελαιοκηλίδες. Λόγω υψηλότερου ιξώδους από τα φυσικά φιλμ, οι πετρελαιοκηλίδες τείνουν να παραμένουν περισσότερο συγκεντρωμένες και έτσι να προσροφούν περισσότερο νερό.
Αν και στο συγκεκριμένο άρθρο δίδεται έμφαση σε μια συγκεκριμένη συχνότητα και μία πολωσιμότητα των εικόνων SAR, αξίζει να σημειωθεί η πιθανότητα δημιουργίας ενός αλγορίθμου διάκρισης που να στηρίζεται στις υπογραφές πολλαπλών συχνοτήτων και πολωσιμοτήτων. Για τη δημιουργία ενός τέτοιου αλγορίθμου έγιναν ορισμένα πειράματα προκειμένου να διερευνηθεί αν τα L-, C-, X- κανάλια πολλαπλής πολωσιμότητας του SAR μπορούν να διαχωρίσουν τα φιλμ διαφορετικών χημικών ιδιοτήτων, και βρέθηκε ότι η ζητούμενη διάκριση είναι εφικτή μόνο σε συνθήκες μικρών ταχυτήτων ανέμου. Οι διαφορές μεταξύ των υπογραφών πολωσιμότητας (σε επιφάνειες καλυμμένες με φιλμ όπως και επιφάνειες χωρίς επικάλυψη) εντοπίστηκαν μόνο σε χαμηλές ταχύτητες ανέμου και μικρές γωνίες πρόσπτωσης.
Τα αποτελέσματα των τεστ επιδόσεων ενός ημιαυτόματου αλγορίθμου εντοπισμού πετρελαιοκηλίδων σε εικόνες 59 ERS-1 SAR δείχνουν ότι οι πετρελαιοκηλίδες που ταξινομούνται εσφαλμένα σαν παρεμφερείς τους μορφές εμπίπτουν στις παρακάτω τρεις βασικές κατηγορίες:

* Λεπτές, τμηματικά γραμμικές κηλίδες. (Αυτές οι κηλίδες μπορεί να προκαλούνται από κινούμενα πλοία που αλλάζουν διεύθυνση ή αλλαγές στα ρεύματα και την κατεύθυνση του ανέμου που επηρεάζουν την απελευθέρωση πετρελαίου από στάσιμα αντικείμενα). 
* Κηλίδες χαμηλής αντίθεσης σε ομοιογενή θάλασσα. 
* Κηλίδες σε ένα πολύ ετερογενές υπόβαθρο. 

Εκτός από τις κηλίδες που μοιάζουν με πετρελαιοκηλίδες, διαφορετικά είδη ρύπανσης προκαλούν κηλίδες που είναι ανιχνεύσιμα στις εικόνες SAR. Οι Wahl et al.δίνουν ορισμένα παραδείγματα εικόνων ιχθυελαίου, ντίζελ, μιας ελεγχόμενης χημικής κηλίδας και ρευστού διατρήσεων από μια πλατφόρμα άντλησης πετρελαίου από τον ERS-1. Ο αισθητήρας SAR προς το παρόν δεν είναι ικανός να διακρίνει μεταξύ των διαφορετικών ρυπαντών. Μια απλή συχνότητα SAR πιθανώς να μην είναι αρκετή ώστε να εκτιμηθεί το πάχος της πετρελαιοκηλίδας, ωστόσο ο Jones (2001) βρήκε ότι για τη μεγάλη πετρελαιοκηλίδα του Sea Empress υπάρχει καλός συσχετισμός μεταξύ της μείωσης της ακτινοβολίας οπισθοδιασποράς και του πάχους της πετρελαιοκηλίδας, όπως επισημάνθηκε μετά από οπτικές παρατηρήσεις για περιορισμένο εύρος ταχυτήτων ανέμου (5-6 m/s).
Τα πειράματα αυτά απαιτούν ορισμένη προσοχή όταν επιλέγονται τα χαρακτηριστικά προς διάκριση των πετρελαιοκηλίδων με τις παρεμφερείς τους μορφές. Σημαντικά χαρακτηριστικά όπως η ταχύτητα του ανέμου, φυσικές, γεωγραφικές και γεωμετρικές παράμετροι πρέπει να χρησιμοποιούνται προκειμένου να επιτευχθεί η διάκριση.

[[Εικόνα:Av a1 pin3.jpg | thumb | right | Πίνακας 3: χαρακτηριστικά δορυφορικών αισθητήρων ]]

'''''3.2. Το διάνυσμα του αέρα'''''

Τα όργανα SAR έχουν το πλεονέκτημα συγκριτικά με τους οπτικούς αισθητήρες , ότι μπορούν να πραγματοποιήσουν λήψη εικόνων των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα παρά της οποιεσδήποτε καιρικές συνθήκες. Παρόλα αυτά, το επίπεδο του ανέμου επηρεάζει το επίπεδο της οπισθοδιασποράς και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Οι πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου. Ο πίνακας 2 δίνει μια επισκόπηση των εικόνων ERS SAR.
Οι Gade et al (2000) μελέτησαν την πετρελαϊκή ρύπανση στη Βαλτική Θάλασσα, τη Βόρεια Θάλασσα, και τη Βορειοδυτική Μεσόγειο (700 ERS εικόνες). Βρήκαν ότι με υψηλές ταχύτητες ανέμου (>10m/s) λίγες πετρελαιοκηλίδες εντοπίστηκαν ,κάτι που συμφωνεί με τα δεδομένα του πίνακα 2. Επίσης, συνέκριναν δεδομένα από επιτήρηση με αεροπλάνο σε σχέση με ERS SAR δεδομένα. Και για τους δύο αισθητήρες βρήκαν ότι ο μέγιστος αριθμός μολύνσεων εντοπίστηκε τη θερινή περίοδο, από τον Απρίλιο μέχρι το Σεπτέμβριο. Μια αιτία γι’ αυτό πιθανόν είναι ότι η ταχύτητα του ανέμου είναι υψηλότερη τη χειμερινή περίοδο (π.χ. στη Βόρεια θάλασσα είναι μεγαλύτερη από 10 m/s). Μια ταχύτητα ανέμου μεταξύ των 12 m/s και 14 m/s θα μπορούσε να θεωρηθεί ως το άνω όριο για τη λήψη όλων των διαστημικών εικόνων SAR, όμως η μέγιστη ταχύτητα ανέμου για τον εντοπισμό της κηλίδας εξαρτάται από τον τύπο του πετρελαίου και την ηλικία της κηλίδας (από τη στιγμή που σχηματίστηκε). Συνεπώς μια εκτίμηση της ταχύτητας του ανέμου αποτελεί πολύτιμη πληροφορία για την ανίχνευση των πετρελαιοκηλίδων.
Για τον αλγόριθμο εντοπισμού των πετρελαιοκηλίδων που περιγράφηκε από τους Solberg et al. (1999), το επίπεδο του ανέμου εισάγεται με το χέρι, βασίζεται στην οπτική επιθεώρηση της εικόνας και χρησιμοποιείται ως είσοδος σε μια διαδικασία κατώτατου ορίου. Άλλες δυνατότητες, είναι η ενσωμάτωση των δεδομένων ανέμου που μεταφέρονται από μια εξωτερική πηγή (π.χ. ένα κέντρο πρόγνωσης) ή με τη χρήση αυτόματων μεθόδων. Με τις αυτόματες μεθόδους για την εκτίμηση του ανέμου, η ταχύτητα του ανέμου μπορεί να εκτιμηθεί άμεσα από την εικόνα SAR. Οι Salvatori et al. (2003) εκτίμησαν την ταχύτητα του ανέμου από μια εικόνα SAR εφαρμόζοντας ένα ανεστραμμένο CMOD4 μοντέλο. Το διάνυσμα του ανέμου αποδείχτηκε χρήσιμο για τη γνώση της εξέλιξης της κηλίδας και την επίτευξη σωστής ταξινόμησης.

'''''3.3. Δορυφορικές διαμορφώσεις για την ανίχνευση διαρροών πετρελαίου'''''

Είναι κατανοητό ότι η εικόνα του ραντάρ αντιπροσωπεύει την ακτινοβολία οπισθοδιασποράς (backscattering) και είναι ανάλογη της τραχύτητας της επιφάνειας στην κλίμακα του μήκους κύματος του ραντάρ (ένα φαινόμενο που είναι γνωστό ως διασπορά κατά Bragg). Ο συντελεστής οπισθοδιασποράς του ραντάρ αποτελεί μια λειτουργία της γεωμετρίας θέασης του SAR, και μειώνεται με αύξηση της γωνιάς πρόσπτωσης. Οι ιδιότητες διασποράς ενός υλικού εξαρτώνται από την πολωσιμότητα του εισερχομένου σήματος ραντάρ. Σύμφωνα με τους Girard-Arduhuin et al. (2003) η καταλληλότερη SAR διαμόρφωση για την ανίχνευση πετρελαιοκηλίδων είναι το C-κανάλι με μονοπολωμένο VVSAR σε γωνίες πρόσπτωσης εύρους από 20ο έως 50ο . Ο Dokken (1995) ανέφερε ότι η ανίχνευση των πετρελαιοκηλίδων είναι εφικτή υπό κατάλληλες μετεωρολογικές συνθήκες όταν σ ωκεανού > κατώτατο όριο θορύβου + 4dB. Επειδή ανά τον ωκεανό παρατηρείται μικρή πολλαπλή αντανάκλαση του σήματος, η επίδραση στην πολωσιμότητα είναι μικρή. Επομένως δεν υπάρχει μεγάλο κέρδος με τη χρήση διασταυρούμενης πολωσιμότητας. Ακόμη συζητείται η πιθανότητα χρήσης πολωσιμετρικού SAR για βελτιωμένη ανίχνευση και ταξινόμηση πετρελαιοκηλίδων. Η χρήση της μπορεί να διευρύνει την κλίμακα των ταχυτήτων ανέμου και γωνιών πρόσπτωσης.
Για τον RADARSAT-1 προτάθηκε η χρήση SCN σε σειρά (βλ. πίνακα 3) για την ανίχνευση πετρελαιοκηλίδων. Η χρήση ScanSAR Wide (SCW) μπορεί να προκαλέσει περιορισμούς εξαιτίας της μικρής ανάλυσης που διαθέτει. Ο RADARSAT-1 δεν είναι ο καταλληλότερος για την ανίχνευση των πετρελαιοκηλίδων εξαιτίας της HH πολωσιμότητάς του, καθώς οι προβλέψεις δείχνουν ότι η ανίχνευση των πετρελαιοκηλίδων δεν θα είναι δυνατή για της μεγάλες γωνίες πρόσπτωσης ,κυρίως σε χαμηλές ταχύτητες ανέμου. Εντούτοις χρησιμοποιείται επιτυχώς στην παρακολούθηση των πετρελαιοκηλίδων. Προς το παρόν δεν έχει αναφερθεί καμία σημαντική διαφορά στις πρακτικές εφαρμογές των RADARSAT-1 και ENVISAT για πρακτικές παρακολούθησης πετρελαιοκηλίδων. Ωστόσο, η εμπειρία πιθανόν να είναι ακόμα περιορισμένη. Ο ASAR WSM του ENVISAT καλύπτει ένα μεγαλύτερο εύρος από τους προκατόχους του ERS-1 και -2, η ανάλυση του όμως είναι χαμηλότερη. Από τον πίνακα 3 μπορούμε να διαπιστώσουμε ότι υπάρχει μια ανταλλαγή μεταξύ της ανάλυσης της εικόνας και του εύρους κάλυψης .
Επειδή οι δορυφόροι SAR συνήθως έχουν πολικές τροχιές, η κάλυψη εξαρτάται από το γεωγραφικό πλάτος. Η κάλυψη είναι καλή στις πολικές περιοχές και μειώνεται με την απόσταση από τους πόλους. Για τη Μεσόγειο θάλασσα ο αριθμός των διελεύσεων των δορυφόρων ανά ημέρα είναι 0.04 για τον ERS, 0.27 για τον RADARSAT-1, και 0.36 για τον ENVISAT. Καθώς η ορατότητα των πετρελαιοκηλίδων μειώνεται με το χρόνο, και απαιτείται μια έγκαιρη ειδοποίηση, ένας υψηλός αριθμός διελεύσεων ανά ημέρα είναι επιθυμητός. Με την εγκατάσταση καμπτόμενων κεραιών , όπως αυτές που σχεδιάστηκαν για τον RADARSAT-2 SAR, λαμβάνονται πιο ευέλικτες δυνατότητες παρακολούθησης και συνεπώς υπάρχει μικρότερη εξάρτηση από τις επαναλαμβανόμενες διελεύσεις των δορυφόρων.
Όλοι αυτοί είναι βασικοί παράγοντες στην εκτίμηση της χρησιμότητας και της αποτελεσματικότητας του SAR, καθώς και για το σχεδιασμό μελλοντικών δορυφορικών αποστολών για τον έλεγχο της ρύπανσης.

''''''3.4. Θόρυβος στίγματος''''''

Το στίγμα είναι ένα μεγάλο πρόβλημα στις εικόνες SAR καθώς ακόμα και μια ομογενής περιοχή έχει μια στατιστική κατανομή με μεγάλη σταθερή απόκλιση. Μία πιθανότητα είναι η λείανση αυτών των σημείων μετά τη λήψη της εικόνας. Έγιναν δοκιμές σε δυο τύπους φίλτρων, αυτά που γενικώς μειώνουν το θόρυβο χωρίς να υποθέτουν εκ των προτέρων κάποιο μοντέλο στίγματος και αυτά που υποθέτουν ένα μοντέλο πολλαπλασιαστικού σήματος. Καλύτερα αποτελέσματα στην ανίχνευση πετρελαιοκηλίδων έδωσε το δεύτερο μοντέλο. Για εφαρμογές που αφορούν πετρελαιοκηλίδες ένα φίλτρο πρέπει να συμπιέζει το θόρυβο, αλλά να διατηρεί τις μικρές και λεπτές πετρελαιοκηλίδες.

'''4.Μεθοδολογία ανίχνευσης πετρελαιοκηλίδων στις εικόνες SAR'''

Γίνεται διάκριση μεταξύ των χειροκίνητων προσεγγίσεων και των αυτόματων αλγορίθμων για τον εντοπισμό των πετρελαιοκηλίδων, ο οποίος μπορεί να διαιρεθεί σε:

• Ανίχνευση των πιθανών κηλίδων 
• Χειρωνακτική επαλήθευση των κηλίδων (πετρέλαιο/ κάτι παρεμφερές) και εύρεση επιπέδων εμπιστοσύνης 

'''''4.1. Χειρωνακτική επιθεώρηση'''''

Από το 1994 ο KSAT στη Νορβηγία παρέχει μια υπηρεσία χειρωνακτικής ανίχνευσης πετρελαιοκηλίδων. Οι χειριστές είναι εκπαιδευμένοι να αναλύουν τις εικόνες SAR για την ανίχνευση της πετρελαϊκής ρύπανσης. Οι εξωτερικές πληροφορίες αναφορικά με την ταχύτητα του ανέμου και τη διεύθυνσή του, την τοποθεσία των πύργων γεωτρήσεων και των αγωγών, των εθνικών συνόρων και των ακτογραμμών χρησιμοποιούνται επικουρικά κατά τη διάρκεια της ανάλυσης. Ο χειριστής χρησιμοποιεί ένα εργαλείο θέασης της εικόνας που μπορεί να υπολογίσει μερικές ιδιότητες σημείων, ωστόσο πρέπει ο ίδιος να σαρώσει όλη την εικόνα με το βλέμμα του. Η διαδικασία αυτή είναι χρονοβόρα. Οι πιθανές πετρελαιοκηλίδες που εντοπίζονται χαρακτηρίζονται ως υψηλού, μετρίου, και χαμηλού επιπέδου εμπιστοσύνης. Η εκτίμηση βασίζεται στα κάτωθι χαρακτηριστικά: το επίπεδο αντίθεσης με το περιβάλλον, η ομοιογένεια του περιβάλλοντος, η ταχύτητα του ανέμου, γειτνιάζοντες πύργοι γεωτρήσεων και πλοία, φυσικές κηλίδες που βρίσκονται κοντά καθώς και ακμές και χαρακτηριστικά σχήματος του σημείου. Ο καθορισμός του επιπέδου εμπιστοσύνης δεν αποτελεί μια συγκεκριμένη επιστήμη και πάντα συνοδεύεται από αβεβαιότητα λόγω της ανάμειξης του ανθρώπινου παράγοντα στην εκτίμηση των αποτελεσμάτων.

'''''4.2. Σύγκριση χειρωνακτικής με αυτόματη ανίχνευση'''''

Κατά τη χειρωνακτική ανίχνευση οι πληροφορίες που σχετίζονται με το γύρω χώρο αποτελούν ένα βασικό παράγοντα στην ταξινόμηση των κηλίδων. Πρόκληση αποτελεί η ενσωμάτωση αυτής της γνώσης σε ένα αυτόματο αλγόριθμο. Σύμφωνα με τους Solberg και Volden ένα σύνολο κανόνων και γνώσεων για τις εξωτερικές συνθήκες (π.χ. την ταχύτητα του ανέμου) χρησιμοποιούνται για να ρυθμίσουν τις πιθανότητες ύπαρξης πετρελαιοκηλίδων στην εξεταζόμενη περιοχή. Αυτές οι πληροφορίες είναι ενσωματωμένες σε ένα ταξινομητή που βασίζεται σε μια συνάρτηση πολλών μεταβλητών διανομής πιθανότητας.
Οι Fiscella et al. βρήκαν ότι ένας άνθρωπος και ένας αλγόριθμος ανάλυσης εικόνας έχουν ίδια ικανότητα διάκρισης των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές, το σύνολο όμως των εικόνων περιλάμβανε μόνο 21 υποψήφιες πετρελαιοκηλίδες.
Στα πλαίσια του προγράμματος των Ωκεανίδων πραγματοποιήθηκε μια έρευνα ανεύρεσης της βέλτιστης τεχνικής ανίχνευσης πετρελαιοκηλίδων που βασίστηκε στη σύγκριση των μοντέλων KSAT (χειροκίνητο), NR (αυτόματος αλγόριθμος) και QinetiQ (ημιαυτόματος αλγόριθμος). Στην ημιαυτόματη μέθοδο QinetiQ, σε πρώτο στάδιο ακολουθείται ένας αυτόματος αλγόριθμος και ανίχνευση των σκούρων σημείων, και μετά τα αποτελέσματα ταξινομούνται οπτικά μέσω ενός χειριστή. Σε αυτή την έρευνα, οι τρεις προσεγγίσεις που βασίστηκαν σε δορυφόρο συγκρίθηκαν με δεδομένα από αεροπλάνα. Το σύνολο των πληροφοριών περιείχε 17 εντοπισμένες πετρελαιοκηλίδες. Από αυτές ο KSAT εντόπισε τις 15, ο NR τις 14 και το QinetiQ 12. Τα αποτελέσματα δείχνουν ότι αποτελεί πρόκληση όλοι οι χειριστές να εντοπίσουν τα ίδια σημεία και να ους αποδώσουν τον ίδιο βαθμό εμπιστοσύνης. Ο αλγόριθμος NR είναι αντικειμενικός και παρέχει το ίδιο αποτέλεσμα επαναλαμβανόμενα. Καλή συμφωνία μεταξύ των μεθόδων επετεύχθη για πετρελαιοκηλίδες με υψηλή αντίθεση με το περιβάλλον. Οι χειριστές του KSAT χρειάζονται 3-25min για να αναλύσουν μια εικόνα ( κατά μέσο όρο 9 min), ο αλγόριθμος NR περίπου 3 min και ο αλγόριθμος QinetiQ περίπου 20 min. Αυτό δείχνει ότι οι αυτόματες προσεγγίσεις είναι χρηστικότερες όταν ο όγκος των δεδομένων SAR αυξάνεται.

'''''4.3. Προβλήματα σχεδιασμού αυτόματων συστημάτων ανίχνευσης'''''

Οι Kubat et al. προσδιόρισαν ένα σύνολο προβλημάτων κατά την ανάπτυξη ενός εργαλείου εκμάθησης μηχανών για τον εντοπισμό πετρελαιοκηλίδων. Το πρώτο πρόβλημα είναι η έλλειψη δεδομένων καθώς οι περισσότερες δορυφορικές εικόνες SAR που λαμβάνονται δεν περιέχουν πετρελαιοκηλίδες. Το δεύτερο είναι η ανισορροπία του συστήματος εκμάθησης. Η ανίχνευση πετρελαιοκηλίδων είναι μια εφαρμογή όπου ο ταξινομητής πρέπει να ανιχνεύσει ένα σπάνιο αλλά σημαντικό γεγονός (τα σημεία που ομοιάζουν με πετρελαιοκηλίδες είναι πολύ πιο συχνό φαινόμενο). Οι πετρελαιοκηλίδες συμβαίνει να εμφανίζονται τμηματικά, και έτσι τμήματα μιας εικόνας τυχαίνει να συνιστούν μια πετρελαιοκηλίδα. Επίσης αυτά τα τμήματα μπορεί να έχουν ομοιότητες αλλά μπορεί να είναι και ανόμοια μεταξύ τους, κάτι που επηρεάζει την εκπαίδευση του ταξινομητή. Τέλος, η επίδοση του ταξινομητή σχετίζεται με τη δυνατότητα του χρήστη να μειώσει τον αριθμό των συναγερμών χωρίς όμως να περιοριστεί ο αριθμός των σημαντικών πετρελαιοκηλίδων που εντοπίζονται.
Οι σημαντικές διαφορές στα χαρακτηριστικά των διαφόρων αισθητήρων SAR που στον πίνακα 3 . Όλες αυτές οι θεωρήσεις πρέπει να ληφθούν υπόψη κατά το σχεδιασμό ενός αυτόματου συστήματος ανίχνευσης πετρελαιοκηλίδων.

[[Εικόνα:Av a1 eik4.jpg | thumb | right | Εικόνα 4: Δομή αλγορίθμου ανίχνευσης πετρελαιοκηλίδων ]]
[[Εικόνα:Av a1 pin4.jpg| thumb | right | Av a1 pin4.jpg ]]

'''5.Αυτόματες τεχνικές για τον εντοπισμό πετρελαιοκηλίδων στις εικόνες SAR'''

Αρκετά από τα άρθρα που έχουν δημοσιευτεί για την ανάπτυξη αλγορίθμων προς εντοπισμό πετρελαιοκηλίδων από εικόνες SAR περιγράφουν μια δομή παρεμφερή με εκείνη της εικόνας 4.

'''''5.1. Τεχνικές κατάτμησης'''''

Όλες οι πετρελαιοκηλίδες χαρακτηρίζονται από χαμηλά επίπεδα οπισθοδιασποράς γι’ αυτό προτείνεται η χρήση τιμών κατωφλίου για την κατάτμηση των σκοτεινών τμημάτων. Μια πρώιμη προσπάθεια για κατάτμηση των εικόνων SAR του ERS-1 περιγράφηκε το 1993 . Ένας αλγόριθμος απλά εντοπίζει τα δίμορφα ιστογράμματα σε παράθυρα μεγέθους N x N pixels (όπου Ν αντιστοιχεί σε 25 pixels). Αυτή είναι μια καλή μέθοδος για την ανίχνευση των πετρελαιοκηλίδων δεδομένου ότι η κηλίδα δεν πρόκειται να λεπτύνει. Μια παρεμφερής προσέγγιση περιγράφεται από τους Vachon et al και Manore et al. Αυτός ο αλγόριθμος, που αναπτύχθηκε για τα SAR δεδομένα του RADARSAT-1 υπολογίζει κατά μέσο όρο την εικόνα πριν καθοριστεί από το χρήστη το κατώτατο όριο. Καθώς αυτοί οι αλγόριθμοι δεν έχουν ένα βήμα ταξινόμησης οι παρεμφερείς των πετρελαιοκηλίδων επίσης θα ανιχνευθούν.
Μια μέθοδος που χρησιμοποιεί τη μαθηματική μορφολογία για την κατάτμηση των πετρελαιοκηλίδων παρουσιάστηκε από τους Gasull et al. Ο αλγόριθμος στοχεύει στην ανίχνευση των πετρελαιοκηλίδων από πλέοντα τάνκερ και κάποια χαρακτηριστικά είναι η επιμήκυνση και η προσρόφηση νερού της κηλίδας.
Αν και μια πληθώρα μεθόδων έχει εφαρμοστεί, ο κοινός στόχος είναι να εντοπιστούν ύποπτες πετρελαιοκηλίδες και να διατηρηθούν τα σχήματά τους.

'''''5.2. Εξαγωγή των χαρακτηριστικών της κηλίδας'''''

Από την αρχική σκοτεινή εικόνα, η εξαγωγή των χαρακτηριστικών χρησιμοποιείται για να υπολογιστούν τα χαρακτηριστικά γνωρίσματα της κάθε κηλίδας. Ο πίνακας 4 συνοψίζει τα χαρακτηριστικά γνωρίσματα που χρησιμοποιήθηκαν σε τρεις διαφορετικούς αλγορίθμους.
Σε ένα σύνολο χαρακτηριστικών που εισάγονται στον ταξινομητή, τα μεμονωμένα χαρακτηριστικά γνωρίσματα ,τυπικά ανήκουν στις παρακάτω κατηγορίες:

• Η γεωμετρία και το σχήμα της περιοχής. Τα χαρακτηριστικά που αφορούν τη γεωμετρία και το σχήμα, εφαρμόζονται από όλες τις μεθόδους όπως φαίνεται και από τον πίνακα 4. Για να ανιχνευτεί η μόλυνση από τα πλέοντα τάνκερ που καθαρίζουν τις δεξαμενές τους, ένα σημαντικό χαρακτηριστικό είναι η επιμήκυνση η οποία μπορεί να εκφραστεί σαν ένας ρυθμός μεταξύ του εύρους και του μήκους της κηλίδας. 
• Φυσικά χαρακτηριστικά του επιπέδου οπισθοδιασποράς της κηλίδας και των περιχώρων της. Τα χαρακτηριστικά που αφορούν την κλίση της οπισθοδιασποράς περνώντας από το υπόβαθρο στην κηλίδα αποτελούν πολύτιμη πληροφορία για την ταξινόμηση των κηλίδων με τη βοήθεια νευρωνικών δικτύων. Επιπλέον η τυπική απόκλιση του υποβάθρου είναι μια σημαντική παράμετρος που επηρεάζεται σε μεγάλο βαθμό από το επίπεδο ανέμου και γενικά είναι υψηλή για τις φυσικές θαλάσσιες κηλίδες. 
• Χαρακτηριστικά του περιβάλλοντος χώρου της κηλίδας. Παραδείγματα είναι η απόσταση της κηλίδας από την ακτή καθώς και από πλοία ή πύργους γεωτρήσεων. Στους αλγορίθμους που χρησιμοποιούνται για τον εντοπισμό των κηλίδων υπάρχουν στοιχεία για τις περιοχές που είναι περισσότερο πιθανό να υπάρχουν πετρελαιοκηλίδες καθώς και δεδομένα ανέμου που βοηθούν στην ταξινόμηση των κηλίδων και εκτίμηση της ηλικίας τους. 
• Υφή. Η υφή παρέχει πληροφορίες αναφορικά με τη χωρική συσχέτιση μεταξύ των γειτονικών pixels. Η ομοιογένεια είναι βασικός παράγοντας για τον αποτελεσματικό διαχωρισμό των κηλίδων από άλλα αντικείμενα. 
• Αν και οι διαφορετικές μέθοδοι στον πίνακα 4 δεν εφαρμόζουν ακριβώς τα ίδια χαρακτηριστικά γνωρίσματα, αρκετά από αυτά είναι διαφορετικά μέτρα του ίδιου χαρακτηριστικού. 

'''''5.3. Μέθοδοι ταξινόμησης'''''

Επειδή ένα σύνολο φαινομένων μπορούν να δημιουργήσουν σκοτεινές κηλίδες σε μια SAR εικόνα, ο σκοπός του ταξινομητή είναι να διακρίνει τις πετρελαιοκηλίδες από άλλες περιπτώσεις.
Σύμφωνα με τους Solberg et al. η πιθανότητα πετρελαιοκηλίδας σχετίζεται με μια γκαουσιανή συνάρτηση πυκνότητας πολλών μεταβλητών. Οι άγνωστες παράμετροι προέρχονται από μια βάση με δεδομένα υπογραφών πετρελαιοκηλίδων. Αυτή συνδυάζεται με ένα πρόδρομο μοντέλο για τον αριθμό των παρεμφερών μορφών, ένα μοντέλο για την παρουσία κηλίδων κοντά σε φωτεινά σημεία και με μια τροποποίηση της πυκνότητας πιθανότητας προκειμένου να ληφθούν υπόψη συνδυασμοί χαρακτηριστικών που αποτελούν ενδείξεις συγκεκριμένων συνθηκών. Η εξαγόμενη μέθοδος με 84 περιορισμούς δίνει σωστή ταξινόμηση στο 94% των πετρελαιοκηλίδων.
Ένα τεχνητό νευρωνικό δίκτυο είναι ένα μαθηματικό μοντέλο που αποτελείται από πολλούς νευρώνες που λειτουργούν σε παραλληλία. Οι Frate et al περιέγραψαν τη χρήση ενός νευρωνικού δικτύου για την ανίχνευση πετρελαιοκηλίδων από εικόνες του ERS. Η επιλογή ενός σκοτεινού αντικειμένου που αποτελεί τμήμα της εικόνας διενεργείται χειρωνακτικά, ενώ η εξαγωγή των χαρακτηριστικών γνωρισμάτων και η ταξινόμηση σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές πραγματοποιείται αυτόματα. Χρησιμοποιώντας αυτή τη μέθοδο σε 139 δείγματα διαρροών πετρελαίου το 18% αναφέρθηκε ότι ταξινομήθηκαν εσφαλμένα ως παρεμφερείς μορφές.
Οι προτεινόμενες αυτόματες μέθοδοι που παρουσιάστηκαν προηγουμένως για την ανίχνευση και τη σωστή ταξινόμηση πετρελαιοκηλίδων, αναφέρουν ακρίβεια της τάξης του 82% με 94%. Αυτές οι μέθοδοι ωστόσο διενεργήθηκαν σε διαφορετικά δεδομένα πληροφοριών και οι προσεγγίσεις διαφέρουν όσον αφορά τις μεθόδους εξαγωγής των χαρακτηριστικών γνωρισμάτων, ταξινόμησης, και στις διαδικασίες κατάτμησης της εικόνας. Τα πιο σημαντικά βήματα σε αυτή τη διαδικασία είναι η κατάτμηση και η εξαγωγή των χαρακτηριστικών γνωρισμάτων. Αν μια πετρελαιοκηλίδα δεν ανιχνευτεί κατά τη διάρκεια της κατάτμησης δεν μπορεί να ταξινομηθεί σωστά. Αν τα χαρακτηριστικά μπορούν να διακριθούν εύκολα μεταξύ τους, το πρόβλημα της ταξινόμησης θα είναι ευκολότερο και πολλοί ταξινομητές θα λειτουργούν. Θεωρούμε ότι η ποικιλία στο σχήμα, την αντίθεση και τον περίγυρο των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι τόσο μεγάλη, που είναι απαραίτητη η υποδιαίρεση του προβλήματος σε υποκατηγορίες και η καθοδήγηση του ταξινομητή με όσο το δυνατόν προγενέστερες πληροφορίες είναι δυνατόν.

'''6.Συμπεράσματα και προτάσεις για περεταίρω εργασία'''

Το SAR είναι ο πιο εφαρμόσιμος διαστημικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, κυρίως εξαιτίας των δυνατοτήτων ανίχνευσης παντός καιρού και με ευρεία κάλυψη. Μπορεί να λειτουργήσει από ήρεμο άνεμο, σε ταχύτητες ανέμου έως 12-14m/s, αλλά η μέγιστη ταχύτητα ανέμου για την ανίχνευση πετρελαιοκηλίδων εξαρτάται από τον τύπο και την ηλικία της κηλίδας. Οι αισθητήρες που λειτουργούν σε μεγάλο εύρος κάλυψης με χωρική γεωμετρική ανάλυση 50-150m βρέθηκε ότι είναι επαρκείς και επιτρέπουν την κάλυψη μεγάλων ωκεάνιων περιοχών αποτελεσματικά.
Η μεγαλύτερη πρόκληση στην ανίχνευση πετρελαιοκηλίδων από εικόνες SAR είναι η ακριβής τους διάκριση από τις παρεμφερείς τους μορφές. Οι περισσότερες καταστάσεις χαμηλού ανέμου μπορούν να τύχουν διαχείρισης μέσω της ανάλυσης του περιγύρου μιας πετρελαιοκηλίδας, όμως οι φυσικές μεμβράνες δεν μπορούν πάντα να διακριθούν από τις πετρελαιοκηλίδες βάσει μόνο των εικόνων SAR. Επιπρόσθετες πληροφορίες αναφορικά με την άνθηση φυκιών είναι επιθυμητή ιδιαίτερα στη Βαλτική Θάλασσα όπου τα φύκια είναι σύνηθες φαινόμενο ιδιαίτερα κατά τη διάρκεια του καλοκαιριού. Τέτοιες πληροφορίες μπορούν να εξαχθούν από τους οπτικούς αισθητήρες. Τα μελλοντικά συστήματα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνουν πληροφορίες για τα φύκια είτε από μελέτες βασισμένες σε πολυαισθητήρες, είτε με τη χρήση προγενεστέρων γνώσεων για την πιθανότητα παρατήρησης αλγών σε μια δεδομένη περιοχή σε μια ορισμένη περιοχή του έτους.
Για λειτουργικούς λόγους υπάρχει η ανάγκη συντονισμού μεταξύ των δορυφορικών διελεύσεων και των πτήσεων επιτήρησης με αεροπλάνα. Προς το παρόν η εναέρια επιτήρηση απαιτείται για τη συλλογή στοιχείων προκειμένου να διωχθούν οι ρυπαίνοντες. Ο συνδυασμός δορυφορικής απόκτησης εικόνων και πτήσεων εναέριας επιτήρησης προς το παρόν χρησιμοποιείται από πολλές χώρες στη Βόρεια Ευρώπη. Πολλές από αυτές τις υπηρεσίες χρησιμοποιούν την προσέγγιση KSAT προκειμένου να εντοπίσουν πετρελαιοκηλίδες από δορυφορικές εικόνες.
Οι μελλοντικές SAR αποστολές είναι κρίσιμες για την επιτυχή ανίχνευση πετρελαιοκηλίδων. Υπάρχει ένας αριθμός σχεδιασμένων SAR εμπορικών αποστολών. Ο προηγμένος γιαπωνέζικος δορυφόρος παρατήρησης της γης (Advanced Land-Observing Satellite: ALOS) και ο Ευρωπαϊκός Terra-SAR-L είναι δορυφόροι με L- κανάλι SAR, που σημαίνει ότι διαθέτουν ένα αυξημένο μήκος κύματος (24m) σε σύγκριση π.χ. με τον ERS και τον ENVISAT. Οι TerraSAR-X και COSMO/SkyMed είναι Γερμανικοί και Ιταλικοί δορυφόροι Χ-καναλιών. Αναφορικά με την ανίχνευση των πετρελαιοκηλίδων οι πιο υποσχόμενες από τις επερχόμενες αποστολές είναι αυτές του RADARSAT-2 με το C-κανάλι SAR.
Μια μελέτη για τη βέλτιστη τεχνική ανίχνευσης πετρελαιοκηλίδων (χειρωνακτική σε σύγκριση με τις αυτόματες μεθόδους) έδειξε ότι οι χειριστές παρουσιάζουν διαφορές κατά την ανίχνευση τους, ιδιαίτερα στην εκτίμηση του βαθμού εμπιστοσύνης. Ένας αυτόματος αλγόριθμος με αξιόπιστη και αντικειμενική εκτίμηση του βαθμού εμπιστοσύνης των πετρελαιοκηλίδων θα ήταν ιδιαιτέρως επιθυμητός. Η ανάγκη αυτόματων αλγορίθμων εξαρτάται από τον αριθμό των εικόνων που πρέπει να αναλυθούν και αποτελεί μια οικονομικώς αποδοτική λύση για την παρατήρηση μεγάλων ωκεάνιων περιοχών συγκριτικά με τη χειρωνακτική μέθοδο.
Χρειάζεται περισσότερη δουλειά για την επίτευξη της σωστής σύγκρισης των επιδόσεων των χειροκίνητων συγκριτικά με τις αυτόματες μεθόδους για την ανίχνευση των πετρελαιοκηλίδων. Μέχρι τώρα, τα αυτόματα συστήματα έχουν δοκιμασθεί off-line, έτσι επιπρόσθετες κηλίδες που αναφέρονται από τα αυτόματα συστήματα δεν μπορούν να ελεγχθούν. Ακόμα πιστεύουμε ότι οι κηλίδες που ταξινομούνται ως πετρελαιοκηλίδες από τους αυτόματους αλγορίθμους πρέπει να διέρχονται και από χειροκίνητη ανίχνευση προτού σταλούν για την επιβεβαίωσή τους αεροσκάφη. Σε αυτή την περίπτωση, θα ήταν πιο αποτελεσματική η τμηματική επιθεώρηση κάποιων πετρελαιοκηλίδων παρά η επιθεώρηση του συνόλου τους όπως γίνεται προς το παρόν. Σαν μέρος του προγράμματος της ESA για το Northen View, ο αυτόματος αλγόριθμος NR’s θα επεκταθεί μέσα στο λειτουργικό περιβάλλον KSAT.
Οι αυτόματοι αλγόριθμοι ανίχνευσης πετρελαιοκηλίδων συνήθως διαιρούνται σε τρία βήματα: ανίχνευση των σκοτεινών σημείων, εξαγωγή των χαρακτηριστικών τους και ταξινόμησή τους. Πολλά άρθρα έχουν δημοσιευτεί για τους αυτόματους αλγορίθμους ταξινόμησης των πετρελαιοκηλίδων και των παρεμφερών τους μορφών καθώς οι περισσότεροι συγγραφείς επικεντρώνονται στο στάδιο της ανίχνευσης. Αναφέρονται πολλές μελέτες μεγάλης κλίμακας με αποδεκτή απόδοση ταξινόμησης που βασίζονται στην στατιστική ταξινόμηση, και τα νευρωνικά δίκτυα. Θα ήταν επιθυμητή μια εκτενής σύγκριση των ταξινομητών που χρησιμοποιούν διαφορετικές προσεγγίσεις στηριζόμενοι όμως στα ίδια δεδομένα χαρακτηριστικών γνωρισμάτων.
Προκειμένου να αυξηθούν οι αποδόσεις των διαφόρων μεθόδων είναι απαραίτητη η απόκτηση επιπλέον γνώσης. Πιστεύουμε ότι το μελλοντικό σύστημα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνει αυτόματους αλγορίθμους, μια βάση δεδομένων από ‘‘καίρια σημεία’’ (π.χ. πύργοι γεωτρήσεων, βυθισμένα σκάφη), γραμμές πλεύσης πλοίων, πληροφορίες για τα σημεία άνθησης φυκιών καθώς και εκτεταμένη χρήση των δεδομένων για τον άνεμο.

[[category:Υδατικοί Πόροι]]

ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ

2012-03-05T10:46:47Z

Afroditeven:

'''Oil spill detection by satellite remote sensing satellite''' 
Camilla Brekke, Anne H.S. Solbergb 
Πηγή: [http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf 
http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf] 

'''Περίληψη'''

Το παρόν άρθρο παρουσιάζει τις υπάρχουσες μεθόδους ανίχνευσης πετρελαιοκηλίδων στους ωκεανούς. Εξετάζονται διαφορετικοί δορυφορικοί αισθητήρες και η ικανότητά τους να ανιχνεύουν πετρελαιοκηλίδες κάτω από διάφορες συνθήκες. Συγκεκριμένα δίνεται έμφαση στη χρήση χειρωνακτικών και αυτομάτων προσεγγίσεων προκειμένου να γίνει διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών. Τέλος γίνεται μια συζήτηση και παρουσιάζονται προτάσεις για επιπλέον έρευνα στο συγκεκριμένο τομέα. 

'''1. Εισαγωγή''' 

Οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ένα συχνό φαινόμενο. Οι παρατηρούμενες πετρελαιοκηλίδες σχετίζονται με τους βασικούς εμπορικούς δρόμους (π.χ. τις νοτιοανατολικές θάλασσες και την Κίτρινη θάλασσα) και συνήθως εμφανίζονται σε συνδυασμό με παράκτιες εγκαταστάσεις. Ετησίως το 48% της πετρελαϊκής ρύπανσης στους ωκεανούς είναι καύσιμα και το 29% αργό πετρέλαιο. Τα ατυχήματα από τάνκερ συνεισφέρουν μόνο στο 5% της συνολικής ρύπανσης που καταλήγει στη θάλασσα. Μετά από ανάλυση 190 ERS-11 SAR εικόνων στη Μεσόγειο θάλασσα βρέθηκε ότι οι εσκεμμένες πετρελαιοκηλίδες απαντώνται με μεγαλύτερη συχνότητα σε σχέση με τα αναφερόμενα ατυχήματα πλοίων. Σύμφωνα με την Ευρωπαϊκή εταιρεία διαστήματος το 45% της πετρελαϊκής ρύπανσης προέρχεται από ενεργές απαλλαγές από πλοία. Λαμβάνοντας υπόψη πόσο συχνά τέτοιες πετρελαιοκηλίδες συμβαίνουν, συμπεραίνεται ότι η εσκεμμένη πετρελαϊκή ρύπανση είναι πολύ μεγαλύτερη απειλή για το θαλάσσιο περιβάλλον και το οικοσύστημα συγκριτικά με τη ρύπανση από πετρελαιοκηλίδες λόγω μεγάλων ατυχημάτων. Οι συνέπειες του μη εντοπισμού των πετρελαιοκηλίδων είναι προς το παρόν άγνωστες, σίγουρο είναι πάντως, ότι πλήττουν τα θαλασσοπούλια που προσγειώνονται κατά λάθος πάνω τους, και προκαλούν διαταραχές στο παράκτιο περιβάλλον.
Οι ενεργοί αισθητήρες μικροκυμάτων όπως το SAR (Synthetic Aperture Radar) μπορούν να εντοπίσουν δισδιάστατες εικόνες. Η φωτεινότητα της εικόνας οφείλεται στην αντανάκλαση των μικροκυμάτων στην προσπίπτουσα επιφάνεια. Το SAR με τη βοήθεια δορυφόρων αποτελεί στις μέρες μας ένα χρήσιμο εργαλείο για τον έλεγχο διαρροών πετρελαίου εξαιτίας της ευρείας περιοχής κάλυψης που διαθέτει, και της χρήσης του μέρα και νύχτα, παντός καιρού.
Με τη χρήση εικόνων από τον ERS-1 δορυφόρο στις αρχές της δεκαετίας του 1990 παρατηρήθηκε η πετρελαϊκή ρύπανση στα Νορβηγικά νερά. Σήμερα, οι RADARSAT-1 και ENVISAT είναι οι δορυφόροι που παρέχουν τις εικόνες για τον έλεγχο της πετρελαϊκής ρύπανσης.
Η πρόσβαση σε ένα μεγάλο αριθμό εικόνων σημαίνει και αυξανόμενο φόρτο εργασίας στους χειριστές στα κέντρα ανάλυσής τους. Επιπροσθέτως, πρόσφατη έρευνα δείχνει ότι ακόμα και αν οι χειριστές μέσω εκτενούς εκπαίδευσης μάθουν να εντοπίζουν τις πετρελαιοκηλίδες , εντοπίζουν διαφορετικές διαρροές και τους δίνουν διαφορετικά επίπεδα εμπιστοσύνης. Η δημιουργία αλγορίθμων για την αυτόματη ανίχνευση που μπορεί να βοηθήσει στη διαλογή των εικόνων και να δώσει προτεραιότητα στις περιπτώσεις συναγερμού, είναι ιδιαίτερα χρήσιμη, γι’ αυτό και η έρευνα σε αυτό το πεδίο βρίσκεται σε εξέλιξη πάνω από μία δεκαετία.
Δεδομένου ότι ο SAR είναι απλώς ένας από τους πολλούς αισθητήρες τηλεπισκόπησης που διατίθενται, συμπεριλαμβάνεται και μια αξιολόγηση της δυνατότητας αξιοποίησης ενός άλλου δορυφόρου για τον έλεγχο της πετρελαϊκής ρύπανσης. Οι περισσότερες μελέτες που γίνονται για τις αερομεταφερόμενες τεχνικές τηλεπισκόπησης αποκλείονται. Η ανιχνευσιμότητα των διαρροών πετρελαίου μέσω των εικόνων SAR εξετάζεται λαμβάνοντας υπόψη κριτήρια όπως οι συνθήκες ανέμου, τα χαρακτηριστικά των αισθητήρων και ασάφειες, οι οποίες προκαλούνται από άλλα φαινόμενα. Τέλος δίνεται έμφαση στη μεθοδολογία και στους αλγορίθμους για τον εντοπισμό πετρελαιοκηλίδων μέσω διαστημικών εικόνων SAR. 

'''2.Δορυφορικοί αισθητήρες για των εντοπισμό πετρελαιοκηλίδων''' 

Τα μικροκύματα χρησιμοποιούνται συχνά για την παρακολούθηση της πετρελαϊκής ρύπανσης μέσω της τηλεπισκόπησης. Προτιμώνται συχνά, συγκριτικά με τους οπτικούς αισθητήρες εξαιτίας των δυνατοτήτων τους παντός καιρού και καθ’ όλη τη διάρκεια της μέρας. Παραδείγματα δορυφόρων εξοπλισμένων με SAR παρουσιάζονται στον πίνακα 1.

[[Εικόνα:Av_a1_pin1.JPG]]

Στο παρόν άρθρο, δίνεται έμφαση στα διαστημικά όργανα, ωστόσο η χρήση SLAR (Side-Looking Airborne Radar ) αποτελεί μια παλαιότερη, με μικρότερη ανάλυση, αλλά φθηνότερη τεχνολογία σε σχέση με το SAR. Η επιτήρηση μέσω αεροσκαφών είναι περιορισμένη εξαιτίας του υψηλού κόστους και λιγότερο αποτελεσματική για την παρατήρηση μεγάλων εκτάσεων εξαιτίας της περιορισμένης κάλυψης. Ενώ το διαστημικό SAR μπορεί να χρησιμοποιηθεί σαν πρώτο προειδοποιητικό σήμα κινδύνου, τα αεροσκάφη είναι καταλληλότερα για τον εντοπισμό του ρυπαντή, της έκτασης και του τύπου της κηλίδας. Ένα παράδειγμα αποτελεί η γερμανική εναέρια επιτήρηση, η οποία: εντοπίζει τις διαρροές πετρελαίου με χρήση SLAR, με τη βοήθεια ενός υπέρυθρου/υπεριώδους (IR/UV) ανιχνευτή εκτιμάται η έκταση της κηλίδας, το πάχος του στρώματος της κηλίδας υπολογίζεται με τη ένα ραδιόμετρο μικροκυμάτων (ΜWR) , και ένας λέιζερ φθοροαισθητήρας χρησιμοποιείται για την ταξινόμηση των τύπων του πετρελαίου (LFS).

[[Εικόνα:Av_a1_eik1.JPG | thumb | right | Παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR]]

Επιπροσθέτως, εκτός από το SAR υπάρχουν και άλλες διαστημικές συσκευές τηλεπισκόπησης που μπορούν να βοηθήσουν στον εντοπισμό πετρελαιοκηλίδων. Οι Friedman et al. (2002) συγκρίνουν τις εικόνες του RADARSAT-1 SAR με τις αντίστοιχες από SeaWiFS, ο οποίος μετρά τα υψηλά επίπεδα χλωροφύλλης στις περιοχές με άνθηση φυκιών, ενώ οι εικόνες από SAR έχουν χαμηλή ανακλώμενη ακτινοβολία σε αυτές τις περιοχές. Συμπεραίνεται ότι πολλαπλά σύνολα πληροφοριών μπορούν να χρησιμοποιηθούν για να γίνει διάκριση, για παράδειγμα, μεταξύ φυκιών και των προκαλούμενων από τον άνθρωπο πετρελαιοκηλίδων. Οι Indregard et al. (2004) επισημαίνουν ότι πρόσθετες πληροφορίες (εκτός από αυτές του SAR αναφορικά με την άνθηση των φυκιών είναι επιθυμητές, ιδιαιτέρως στη Βαλτική Θάλασσα. Αυτές θα μπορούσαν να ληφθούν από τα οπτικά στοιχεία, τους χάρτες αλγών και άλλες σχετικές πληροφορίες. Η εικόνα 1 δείχνει δύο παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR.
Ένα μειονέκτημα του SeaWiFS αισθητήρα είναι το χονδροειδές χωρικό του μέγεθος ψηφίδας ~1 km. Οι Hu et all. (2003) κατέδειξαν την πιθανότητα παρακολούθησης πετρελαιοκηλίδων μέσω του MODIS (Moderate-Resolution Imaging Spectroradiometer) φερομένου από τους δορυφόρους Terra και Aqua της NASA στη λίμνη Maracaibo στη Βενεζουέλα. Το MODIS έχει μέτριες ζώνες ψηφίσματος κυμαινόμενες από 250m έως 500m και ένα μεγάλο φασματικό εύρος. Αυτό επιτρέπει στον MODIS να λαμβάνει εικόνες από την ανακλώμενη την ημέρα ηλιακή ακτινοβολία και τις θερμικές εκπομπές κατά τη διάρκεια μέρας/νύχτας. Το εργαλείο MODIS αρχικά σχεδιάστηκε για την απεικόνιση του εδάφους, παρουσιάζει όμως και τη δυνατότητα καθημερινής παρακολούθησης των παράκτιων ζωνών προς εντοπισμό πετρελαιοκηλίδων. Η κάλυψη από σύννεφα και η έλλειψη ηλιακού φωτός περιορίζει τη χρήση οπτικών αισθητήρων. Από την άλλη πλευρά, πολλαπλά μήκη κύματος μπορούν να παρέχουν πρόσθετες πληροφορίες προκειμένου να γίνει διάκριση των κηλίδων που δημιουργούνται από φύκια σε σχέση με τις πετρελαιοκηλίδες. Ωστόσο, προς το παρόν είναι δύσκολο να καθιερωθούν αυτοματοποιημένα συστήματα αναγνώρισης των πετρελαιοκηλίδων. Περιβαλλοντικοί και άλλου είδους παράγοντες χρειάζονται στην οπτική ανάλυση των δορυφορικών εικόνων, προκειμένου να γίνει διάκριση των διαφόρων περιπτώσεων.
Οι υπερφασματικοί (hyperspectral) αισθητήρες που χρησιμοποιούνται για την παρακολούθηση των πετρελαιοκηλίδων έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης των υλικών και καλύτερης εκτίμησης της αφθονίας τους.
Με περισσότερα από 200 μήκη κύματος που παρέχονται από έναν υπερφασματικό αισθητήρα, η φασματική υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου. Επίσης η χρήση του μπορεί να περιορίσει το ποσοστό εσφαλμένων συναγερμών που οφείλονται σε ωκεάνια χαρακτηριστικά γνωρίσματα που έχουν το ίδιο χρώμα και την εμφάνιση με αυτή του πετρελαίου. Οι Salem και Kafatos βρήκαν ότι η μέθοδος ταιριάσματος των φασματικών υπογραφών που βασίζεται στη λήψη υπερφασματικών εικόνων μέσω αεροπλάνων (εξετάζοντας τη χημική σύσταση) είναι πιο ακριβής συγκριτικά με τις συμβατικές τεχνικές, που η ανάλυση βασίζεται στην οπτική ερμηνεία του χρώματος του πετρελαίου και της εμφάνισής του στη δορυφορική εικόνα. Προς το παρόν δεν υπάρχει κανένας δορυφορικός υπερφασματικός αισθητήρας σε τροχιά. Ο υπερφασματικός αισθητήρας ΕΟ-1 Hyperion της NASA είναι ένα παράδειγμα διαστημικής τεχνολογίας που προωθήθηκε το 2000. Ωστόσο το κύριο μειονέκτημά του είναι το μικρό εύρος κάλυψης που είναι μόνο 7.5x100km.
Το πετρέλαιο απορροφά την ηλιακή ακτινοβολία και επανεκπέμπει ένα ποσοστό της ενέργειάς της ως θερμική ακτινοβολία. Οι IR αισθητήρες παρατηρούν τις παχιές πετρελαιοκηλίδες σαν θερμές περιοχές, αυτές με μέτριο πάχος ως ψυχρές ενώ το λεπτό στρώμα πετρελαίου είναι αδύνατον να ανιχνευθεί. Το βράδυ μια παχιά κηλίδα μπορεί να εμφανίζεται ψυχρότερη στο νερό επειδή απελευθερώνει θερμότητα γρηγορότερα σε σχέση με το νερό που βρίσκεται γύρω της. Οι Tseng και Chiu εξήτασαν τη χρήση και την ικανότητα των ορατών και των IR αισθητήρων του NOAA AVHRR (Advanced Very High Resolution Radiometer) για τον έγκαιρο εντοπισμό και έλεγχο των πετρελαιοκηλίδων. Μελετήθηκαν οι πετρελαιοκηλίδες από τον πόλεμου του Περσικού Κόλπου το 1991. Οι παχιές και λεπτές πετρελαιοκηλίδες και η διαχωριστική γραμμή μεταξύ νερού και πετρελαίου ήταν εφικτό να παρατηρηθούν από το IR κανάλι, ωστόσο είναι πιθανό οι πετρελαιοκηλίδες να μην έχουν μια διαφορετική υπογραφή από το νερό βάσει της θερμοκρασίας τη νύχτα. Οι πετρελαιοκηλίδες μπορούν να εντοπιστούν στις ορατές εικόνες μόνο με τη βοήθεια ιδιαιτέρως ευνοϊκού φωτισμού και συνθήκες θάλασσας.
Η UV τεχνολογία μπορεί να χρησιμοποιηθεί για τον εντοπισμό πετρελαιοκηλίδων , καθώς η πετρελαιοκηλίδα επιδεικνύει υψηλή ανακλαστικότητα της UV ακτινοβολίας ακόμη και στην περίπτωση λεπτών κηλίδων. Το UV όργανο δεν μπορεί να χρησιμοποιηθεί τη νύχτα. Το θάμβος, το βιογονικό υλικό και οι κηλίδες λόγω ανέμου μπορούν να προκαλέσουν λάθος συναγερμούς στις UV πληροφορίες. Αυτές οι παρεμβολές είναι συχνά διαφορετικές από εκείνες του IR, γι’ αυτό και ένας συνδυασμός UV και IR μπορεί να δώσει μια πιο αξιόπιστη ένδειξη ύπαρξης πετρελαίου και μπορεί να χρησιμοποιηθεί για τον υπολογισμό του πάχους του στρώματός του.
To MWR είναι ένας ακόμα παθητικός αισθητήρας. Αυτό το όργανο εστιάζει στη μικροκυματική ακτινοβολία που εκπέμπει ο ωκεανός στην κλίμακα του cm έως mm και επομένως είναι ανεξάρτητο των καιρικών συνθηκών. Οι πετρελαιοκηλίδες εκπέμπουν ισχυρότερη μικροκυματική ακτινοβολία σε σχέση με το νερό και εμφανίζονται σαν φωτεινότερα αντικείμενα σε μια σκούρη θάλασσα. Σύμφωνα με τον Robinson οι πετρελαιοκηλίδες έχουν ισχυρή ικανότητα εκπομπής ακτινοβολίας από την επιφάνειά τους, αλλά επειδή το χωρικό ψήφισμα που απαιτείται για τον εντοπισμό τους είναι ορισμένες εκατοντάδες μέτρων, αυτός ο τύπος αισθητήρα είναι χρησιμότερο να συνδυάζεται με αισθητήρες αεροσκαφών. Το 2002 έγιναν κάποια πειράματα χρησιμοποιώντας αερομεταφερόμενους και μεταφερόμενους με πλοίο αισθητήρες μικροκυμάτων προκειμένου να εντοπίσουν το πάχος διαφόρων πετρελαιοκηλίδων. Βρήκαν ότι τα MWRs είναι χρήσιμα εργαλεία για τη μέτρηση του πάχους και την εκτίμηση του όγκου των πετρελαιοκηλίδων, αλλά το μέγεθος των pixels δεν είναι αρκετά καλό ώστε να δώσει ακριβή αποτελέσματα. Άλλοι ερευνητές συμπέραναν μετά από μελέτες στο συγκεκριμένο τομέα ότι είναι αβέβαιο το ενδεχόμενο τα ραδιόμετρα να αποτελέσουν μια αξιόπιστη συσκευή για τη μέτρηση του πάχους των κηλίδων.
Οι RADARSAT-1 και Landsat-5/Thematic Mapper (TM) χρησιμοποιήθηκαν για να συλλέξουν εικόνες από τον κόλπο Guanabara στη Βραζιλία, μετά από μια διαρροή πετρελαίου από έναν αγωγό. Βρέθηκε ότι ο RADARSAT-1 παρείχε κατάλληλη χρονική κάλυψη, ενώ η κάλυψη με σύννεφα, η ελαφριά ομίχλη εμπόδισαν τη συστηματική χρήση του Landsat για τον εντοπισμό των πετρελαιοκηλίδων. Παρόλα αυτά, αρκετοί αισθητήρες της θερμοκρασίας της θάλασσας και του χρώματός της μπορούν να παρέχουν καθημερινή κάλυψη για την επιφάνεια της γης.
Συνοψίζοντας ο SAR είναι ακόμα ο πιο αποτελεσματικός και υπερέχων δορυφορικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, αν και δεν έχει δυνατότητες για την εκτίμηση του πάχους τους και του τύπου του πετρελαίου. Ο SAR είναι ιδιαιτέρως χρήσιμος για την έρευνα μεγάλων περιοχών και την παρακολούθηση ωκεανών τη νύχτα και σε ομιχλώδεις συνθήκες. Συνήθως ακόμα και μικροί όγκοι πετρελαίου καλύπτουν μεγάλες περιοχές και γι’ αυτό το λόγο η ανάγκη μεγάλου χωρικού ψηφίσματος στις εικόνες από SAR δεν είναι κρίσιμη. Ο SAR έχει επίσης ορισμένους περιορισμούς καθώς ένα σύνολο φυσικών φαινομένων μπορεί να δώσει λανθασμένες ενδείξεις ύπαρξης πετρελαιοκηλίδων. Επιπροσθέτως, η χρήση του SAR για τον εντοπισμό των πετρελαιοκηλίδων μπορεί να γίνει μόνο υπό συνθήκες συγκεκριμένης ταχύτητας ανέμου.

[[Εικόνα:Av_a1_eik2.JPG | thumb | right | Εικόνα 2: Αριστερά: πλάνο εικόνας RADARSAT-1 ScanSAR Narrow (SCN) (30/7/2002) η οποία περιέχει δύο παραδείγματα πετρελαιοκηλίδων (ταξινομήθηκαν ως πετρελαιοκηλίδες με μη αυτόματη ανίχνευση) σε ένα ομογενές υπόβαθρο. Το μέγεθος του πλάνου είναι 1432x1032pixels. Δεξιά: πλάνο από μια ENVISAT ASAR WSM εικόνα(24/7//2003) που περιέχει μια γραμμική πετρελαιοκηλίδα. (ταξινομήθηκε ως πετρελαιοκηλίδα με μη αυτόματη ανίχνευση). Μέγεθος 337x320pixels ]]
[[Εικόνα:Av a1 eik3.JPG| thumb | right | Εικόνα 3: RADARSAT-1 SCN (19/7/2003) που περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας (55,47N, 12,28E), η οποία ανιχνεύτηκε σαν πετρελαιοκηλίδα από τις δορυφορικές υπηρεσίες Kongsberg AS (KSAT), QinetiQ και το νορβηγικό υπολογιστικό κέντρο (NR). Μέγεθος 394x359pixels. ]]
[[Εικόνα:Av a1 pin2.jpg | thumb | right | Πίνακας 2: Ορατότητα πετρελαιοκηλίδων στις εικόνες SAR]]

'''3.Ανιχνευσιμότητα πετρελαιοκηλίδων σε εικόνες SAR'''

Οι πετρελαιοκηλίδες απορροφούν τα μήκη κύματος έως μερικά χιλιοστά στη επιφάνεια της θάλασσας και μειώνουν τον συντελεστή οπισθοδιασποράς του ραντάρ. Αυτό οδηγεί σε μαύρες περιοχές ή σημεία στις δορυφορικές εικόνες SAR. Η εικόνα 2 δίνει δύο τέτοια παραδείγματα.
Δίνεται έμφαση στη σημασία των διαδικασιών διάβρωσης του πετρελαίου, καθώς επηρεάζουν τα φυσικοχημικά χαρακτηριστικά των πετρελαιοκηλίδων και την ανιχνευσιμότητά τους σε εικόνες SAR. Οι διαδικασίες που παίζουν σημαντικότερο ρόλο στην ανίχνευση του πετρελαίου είναι η εξάτμιση, η γαλακτωματοποίηση και η διασπορά. Τα ελαφρύτερα συστατικά του πετρελαίου εξατμίζονται στην ατμόσφαιρα. Ο ρυθμός εξάτμισης εξαρτάται από τον τύπο του πετρελαίου, το πάχος της κηλίδας, την ταχύτητα του ανέμου και τη θερμοκρασία της θάλασσας. Η μετατροπή σε μορφή γαλακτώματος εκτιμάται από την ποσότητα νερού που λαμβάνει το πετρέλαιο με παράλληλη έκθεση στον άνεμο. Η διασπορά είναι ένας σημαντικός παράγοντας προκειμένου να αποφασιστεί η διάρκεια ζωής μιας πετρελαιοκηλίδας και εξαρτάται ισχυρά από την κατάσταση της θάλασσας.

'''''3.1 Διάκριση μεταξύ πετρελαιοκηλίδων και παρεμφερών μορφών'''''

Ένα μέρος του προβλήματος εντοπισμού των πετρελαιοκηλίδων είναι η διάκρισή τους από άλλα φυσικά φαινόμενα που απορροφούν μικρά μήκη κύματος και δημιουργούν σκούρες κηλίδες στην επιφάνεια. Οι φυσικές σκούρες κηλίδες ονομάζονται παρεμφερείς μορφές πετρελαιοκηλίδων (oil slick look-alikes). Στον όρο πετρελαιοκηλίδες περιλαμβάνονται όλοι οι τύποι πετρελαϊκού φιλμ που καλύπτουν την υδάτινη επιφάνεια και προκλήθηκαν από πύργους γεωτρήσεων, αγωγούς με διαρροές, διερχόμενα σκάφη κλπ. Με τη στενή έννοια οι πετρελαιοκηλίδες οφείλονται μόνο σε δραστηριότητες του ανθρώπου που σχετίζονται με το αργό πετρέλαιο, και τα προϊόντα του, βαριά και ελαφρά καύσιμα. Η εικόνα 3 δείχνει ένα παράδειγμα μιας σκούρας κηλίδας που ανιχνεύτηκε σαν πετρελαιοκηλίδα από τρία διαφορετικά συστήματα ανάλυσης βασισμένα σε δορυφόρους ενώ εκτιμάται σαν παρεμφερής της μορφής από αεροσκάφος.
Το γεγονός ότι οι τιμές καταγραφής (cross-section) του ραντάρ για τις πετρελαιοκηλίδες δεν είναι μοναδικές αποτελεί ένα πρόβλημα στην ανάπτυξη ενός συστήματος εντοπισμού και παρακολούθησης των πετρελαιοκηλίδων. Τα φυσικά φιλμ είναι πολύ δύσκολο να διακριθούν από τις πετρελαιοκηλίδες. Λόγω υψηλότερου ιξώδους από τα φυσικά φιλμ, οι πετρελαιοκηλίδες τείνουν να παραμένουν περισσότερο συγκεντρωμένες και έτσι να προσροφούν περισσότερο νερό.
Αν και στο συγκεκριμένο άρθρο δίδεται έμφαση σε μια συγκεκριμένη συχνότητα και μία πολωσιμότητα των εικόνων SAR, αξίζει να σημειωθεί η πιθανότητα δημιουργίας ενός αλγορίθμου διάκρισης που να στηρίζεται στις υπογραφές πολλαπλών συχνοτήτων και πολωσιμοτήτων. Για τη δημιουργία ενός τέτοιου αλγορίθμου έγιναν ορισμένα πειράματα προκειμένου να διερευνηθεί αν τα L-, C-, X- κανάλια πολλαπλής πολωσιμότητας του SAR μπορούν να διαχωρίσουν τα φιλμ διαφορετικών χημικών ιδιοτήτων, και βρέθηκε ότι η ζητούμενη διάκριση είναι εφικτή μόνο σε συνθήκες μικρών ταχυτήτων ανέμου. Οι διαφορές μεταξύ των υπογραφών πολωσιμότητας (σε επιφάνειες καλυμμένες με φιλμ όπως και επιφάνειες χωρίς επικάλυψη) εντοπίστηκαν μόνο σε χαμηλές ταχύτητες ανέμου και μικρές γωνίες πρόσπτωσης.
Τα αποτελέσματα των τεστ επιδόσεων ενός ημιαυτόματου αλγορίθμου εντοπισμού πετρελαιοκηλίδων σε εικόνες 59 ERS-1 SAR δείχνουν ότι οι πετρελαιοκηλίδες που ταξινομούνται εσφαλμένα σαν παρεμφερείς τους μορφές εμπίπτουν στις παρακάτω τρεις βασικές κατηγορίες:

* Λεπτές, τμηματικά γραμμικές κηλίδες. (Αυτές οι κηλίδες μπορεί να προκαλούνται από κινούμενα πλοία που αλλάζουν διεύθυνση ή αλλαγές στα ρεύματα και την κατεύθυνση του ανέμου που επηρεάζουν την απελευθέρωση πετρελαίου από στάσιμα αντικείμενα). 
* Κηλίδες χαμηλής αντίθεσης σε ομοιογενή θάλασσα. 
* Κηλίδες σε ένα πολύ ετερογενές υπόβαθρο. 

Εκτός από τις κηλίδες που μοιάζουν με πετρελαιοκηλίδες, διαφορετικά είδη ρύπανσης προκαλούν κηλίδες που είναι ανιχνεύσιμα στις εικόνες SAR. Οι Wahl et al.δίνουν ορισμένα παραδείγματα εικόνων ιχθυελαίου, ντίζελ, μιας ελεγχόμενης χημικής κηλίδας και ρευστού διατρήσεων από μια πλατφόρμα άντλησης πετρελαίου από τον ERS-1. Ο αισθητήρας SAR προς το παρόν δεν είναι ικανός να διακρίνει μεταξύ των διαφορετικών ρυπαντών. Μια απλή συχνότητα SAR πιθανώς να μην είναι αρκετή ώστε να εκτιμηθεί το πάχος της πετρελαιοκηλίδας, ωστόσο ο Jones (2001) βρήκε ότι για τη μεγάλη πετρελαιοκηλίδα του Sea Empress υπάρχει καλός συσχετισμός μεταξύ της μείωσης της ακτινοβολίας οπισθοδιασποράς και του πάχους της πετρελαιοκηλίδας, όπως επισημάνθηκε μετά από οπτικές παρατηρήσεις για περιορισμένο εύρος ταχυτήτων ανέμου (5-6 m/s).
Τα πειράματα αυτά απαιτούν ορισμένη προσοχή όταν επιλέγονται τα χαρακτηριστικά προς διάκριση των πετρελαιοκηλίδων με τις παρεμφερείς τους μορφές. Σημαντικά χαρακτηριστικά όπως η ταχύτητα του ανέμου, φυσικές, γεωγραφικές και γεωμετρικές παράμετροι πρέπει να χρησιμοποιούνται προκειμένου να επιτευχθεί η διάκριση.

[[Εικόνα:Av a1 pin3.jpg | thumb | right | Πίνακας 3: χαρακτηριστικά δορυφορικών αισθητήρων ]]

'''''3.2. Το διάνυσμα του αέρα'''''

Τα όργανα SAR έχουν το πλεονέκτημα συγκριτικά με τους οπτικούς αισθητήρες , ότι μπορούν να πραγματοποιήσουν λήψη εικόνων των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα παρά της οποιεσδήποτε καιρικές συνθήκες. Παρόλα αυτά, το επίπεδο του ανέμου επηρεάζει το επίπεδο της οπισθοδιασποράς και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Οι πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου. Ο πίνακας 2 δίνει μια επισκόπηση των εικόνων ERS SAR.
Οι Gade et al (2000) μελέτησαν την πετρελαϊκή ρύπανση στη Βαλτική Θάλασσα, τη Βόρεια Θάλασσα, και τη Βορειοδυτική Μεσόγειο (700 ERS εικόνες). Βρήκαν ότι με υψηλές ταχύτητες ανέμου (>10m/s) λίγες πετρελαιοκηλίδες εντοπίστηκαν ,κάτι που συμφωνεί με τα δεδομένα του πίνακα 2. Επίσης, συνέκριναν δεδομένα από επιτήρηση με αεροπλάνο σε σχέση με ERS SAR δεδομένα. Και για τους δύο αισθητήρες βρήκαν ότι ο μέγιστος αριθμός μολύνσεων εντοπίστηκε τη θερινή περίοδο, από τον Απρίλιο μέχρι το Σεπτέμβριο. Μια αιτία γι’ αυτό πιθανόν είναι ότι η ταχύτητα του ανέμου είναι υψηλότερη τη χειμερινή περίοδο (π.χ. στη Βόρεια θάλασσα είναι μεγαλύτερη από 10 m/s). Μια ταχύτητα ανέμου μεταξύ των 12 m/s και 14 m/s θα μπορούσε να θεωρηθεί ως το άνω όριο για τη λήψη όλων των διαστημικών εικόνων SAR, όμως η μέγιστη ταχύτητα ανέμου για τον εντοπισμό της κηλίδας εξαρτάται από τον τύπο του πετρελαίου και την ηλικία της κηλίδας (από τη στιγμή που σχηματίστηκε). Συνεπώς μια εκτίμηση της ταχύτητας του ανέμου αποτελεί πολύτιμη πληροφορία για την ανίχνευση των πετρελαιοκηλίδων.
Για τον αλγόριθμο εντοπισμού των πετρελαιοκηλίδων που περιγράφηκε από τους Solberg et al. (1999), το επίπεδο του ανέμου εισάγεται με το χέρι, βασίζεται στην οπτική επιθεώρηση της εικόνας και χρησιμοποιείται ως είσοδος σε μια διαδικασία κατώτατου ορίου. Άλλες δυνατότητες, είναι η ενσωμάτωση των δεδομένων ανέμου που μεταφέρονται από μια εξωτερική πηγή (π.χ. ένα κέντρο πρόγνωσης) ή με τη χρήση αυτόματων μεθόδων. Με τις αυτόματες μεθόδους για την εκτίμηση του ανέμου, η ταχύτητα του ανέμου μπορεί να εκτιμηθεί άμεσα από την εικόνα SAR. Οι Salvatori et al. (2003) εκτίμησαν την ταχύτητα του ανέμου από μια εικόνα SAR εφαρμόζοντας ένα ανεστραμμένο CMOD4 μοντέλο. Το διάνυσμα του ανέμου αποδείχτηκε χρήσιμο για τη γνώση της εξέλιξης της κηλίδας και την επίτευξη σωστής ταξινόμησης.

'''''3.3. Δορυφορικές διαμορφώσεις για την ανίχνευση διαρροών πετρελαίου'''''

Είναι κατανοητό ότι η εικόνα του ραντάρ αντιπροσωπεύει την ακτινοβολία οπισθοδιασποράς (backscattering) και είναι ανάλογη της τραχύτητας της επιφάνειας στην κλίμακα του μήκους κύματος του ραντάρ (ένα φαινόμενο που είναι γνωστό ως διασπορά κατά Bragg). Ο συντελεστής οπισθοδιασποράς του ραντάρ αποτελεί μια λειτουργία της γεωμετρίας θέασης του SAR, και μειώνεται με αύξηση της γωνιάς πρόσπτωσης. Οι ιδιότητες διασποράς ενός υλικού εξαρτώνται από την πολωσιμότητα του εισερχομένου σήματος ραντάρ. Σύμφωνα με τους Girard-Arduhuin et al. (2003) η καταλληλότερη SAR διαμόρφωση για την ανίχνευση πετρελαιοκηλίδων είναι το C-κανάλι με μονοπολωμένο VVSAR σε γωνίες πρόσπτωσης εύρους από 20ο έως 50ο . Ο Dokken (1995) ανέφερε ότι η ανίχνευση των πετρελαιοκηλίδων είναι εφικτή υπό κατάλληλες μετεωρολογικές συνθήκες όταν σ ωκεανού > κατώτατο όριο θορύβου + 4dB. Επειδή ανά τον ωκεανό παρατηρείται μικρή πολλαπλή αντανάκλαση του σήματος, η επίδραση στην πολωσιμότητα είναι μικρή. Επομένως δεν υπάρχει μεγάλο κέρδος με τη χρήση διασταυρούμενης πολωσιμότητας. Ακόμη συζητείται η πιθανότητα χρήσης πολωσιμετρικού SAR για βελτιωμένη ανίχνευση και ταξινόμηση πετρελαιοκηλίδων. Η χρήση της μπορεί να διευρύνει την κλίμακα των ταχυτήτων ανέμου και γωνιών πρόσπτωσης.
Για τον RADARSAT-1 προτάθηκε η χρήση SCN σε σειρά (βλ. πίνακα 3) για την ανίχνευση πετρελαιοκηλίδων. Η χρήση ScanSAR Wide (SCW) μπορεί να προκαλέσει περιορισμούς εξαιτίας της μικρής ανάλυσης που διαθέτει. Ο RADARSAT-1 δεν είναι ο καταλληλότερος για την ανίχνευση των πετρελαιοκηλίδων εξαιτίας της HH πολωσιμότητάς του, καθώς οι προβλέψεις δείχνουν ότι η ανίχνευση των πετρελαιοκηλίδων δεν θα είναι δυνατή για της μεγάλες γωνίες πρόσπτωσης ,κυρίως σε χαμηλές ταχύτητες ανέμου. Εντούτοις χρησιμοποιείται επιτυχώς στην παρακολούθηση των πετρελαιοκηλίδων. Προς το παρόν δεν έχει αναφερθεί καμία σημαντική διαφορά στις πρακτικές εφαρμογές των RADARSAT-1 και ENVISAT για πρακτικές παρακολούθησης πετρελαιοκηλίδων. Ωστόσο, η εμπειρία πιθανόν να είναι ακόμα περιορισμένη. Ο ASAR WSM του ENVISAT καλύπτει ένα μεγαλύτερο εύρος από τους προκατόχους του ERS-1 και -2, η ανάλυση του όμως είναι χαμηλότερη. Από τον πίνακα 3 μπορούμε να διαπιστώσουμε ότι υπάρχει μια ανταλλαγή μεταξύ της ανάλυσης της εικόνας και του εύρους κάλυψης .
Επειδή οι δορυφόροι SAR συνήθως έχουν πολικές τροχιές, η κάλυψη εξαρτάται από το γεωγραφικό πλάτος. Η κάλυψη είναι καλή στις πολικές περιοχές και μειώνεται με την απόσταση από τους πόλους. Για τη Μεσόγειο θάλασσα ο αριθμός των διελεύσεων των δορυφόρων ανά ημέρα είναι 0.04 για τον ERS, 0.27 για τον RADARSAT-1, και 0.36 για τον ENVISAT. Καθώς η ορατότητα των πετρελαιοκηλίδων μειώνεται με το χρόνο, και απαιτείται μια έγκαιρη ειδοποίηση, ένας υψηλός αριθμός διελεύσεων ανά ημέρα είναι επιθυμητός. Με την εγκατάσταση καμπτόμενων κεραιών , όπως αυτές που σχεδιάστηκαν για τον RADARSAT-2 SAR, λαμβάνονται πιο ευέλικτες δυνατότητες παρακολούθησης και συνεπώς υπάρχει μικρότερη εξάρτηση από τις επαναλαμβανόμενες διελεύσεις των δορυφόρων.
Όλοι αυτοί είναι βασικοί παράγοντες στην εκτίμηση της χρησιμότητας και της αποτελεσματικότητας του SAR, καθώς και για το σχεδιασμό μελλοντικών δορυφορικών αποστολών για τον έλεγχο της ρύπανσης.

''''''3.4. Θόρυβος στίγματος''''''

Το στίγμα είναι ένα μεγάλο πρόβλημα στις εικόνες SAR καθώς ακόμα και μια ομογενής περιοχή έχει μια στατιστική κατανομή με μεγάλη σταθερή απόκλιση. Μία πιθανότητα είναι η λείανση αυτών των σημείων μετά τη λήψη της εικόνας. Έγιναν δοκιμές σε δυο τύπους φίλτρων, αυτά που γενικώς μειώνουν το θόρυβο χωρίς να υποθέτουν εκ των προτέρων κάποιο μοντέλο στίγματος και αυτά που υποθέτουν ένα μοντέλο πολλαπλασιαστικού σήματος. Καλύτερα αποτελέσματα στην ανίχνευση πετρελαιοκηλίδων έδωσε το δεύτερο μοντέλο. Για εφαρμογές που αφορούν πετρελαιοκηλίδες ένα φίλτρο πρέπει να συμπιέζει το θόρυβο, αλλά να διατηρεί τις μικρές και λεπτές πετρελαιοκηλίδες.

'''4.Μεθοδολογία ανίχνευσης πετρελαιοκηλίδων στις εικόνες SAR'''

Γίνεται διάκριση μεταξύ των χειροκίνητων προσεγγίσεων και των αυτόματων αλγορίθμων για τον εντοπισμό των πετρελαιοκηλίδων, ο οποίος μπορεί να διαιρεθεί σε:

• Ανίχνευση των πιθανών κηλίδων 
• Χειρωνακτική επαλήθευση των κηλίδων (πετρέλαιο/ κάτι παρεμφερές) και εύρεση επιπέδων εμπιστοσύνης 

'''''4.1. Χειρωνακτική επιθεώρηση'''''

Από το 1994 ο KSAT στη Νορβηγία παρέχει μια υπηρεσία χειρωνακτικής ανίχνευσης πετρελαιοκηλίδων. Οι χειριστές είναι εκπαιδευμένοι να αναλύουν τις εικόνες SAR για την ανίχνευση της πετρελαϊκής ρύπανσης. Οι εξωτερικές πληροφορίες αναφορικά με την ταχύτητα του ανέμου και τη διεύθυνσή του, την τοποθεσία των πύργων γεωτρήσεων και των αγωγών, των εθνικών συνόρων και των ακτογραμμών χρησιμοποιούνται επικουρικά κατά τη διάρκεια της ανάλυσης. Ο χειριστής χρησιμοποιεί ένα εργαλείο θέασης της εικόνας που μπορεί να υπολογίσει μερικές ιδιότητες σημείων, ωστόσο πρέπει ο ίδιος να σαρώσει όλη την εικόνα με το βλέμμα του. Η διαδικασία αυτή είναι χρονοβόρα. Οι πιθανές πετρελαιοκηλίδες που εντοπίζονται χαρακτηρίζονται ως υψηλού, μετρίου, και χαμηλού επιπέδου εμπιστοσύνης. Η εκτίμηση βασίζεται στα κάτωθι χαρακτηριστικά: το επίπεδο αντίθεσης με το περιβάλλον, η ομοιογένεια του περιβάλλοντος, η ταχύτητα του ανέμου, γειτνιάζοντες πύργοι γεωτρήσεων και πλοία, φυσικές κηλίδες που βρίσκονται κοντά καθώς και ακμές και χαρακτηριστικά σχήματος του σημείου. Ο καθορισμός του επιπέδου εμπιστοσύνης δεν αποτελεί μια συγκεκριμένη επιστήμη και πάντα συνοδεύεται από αβεβαιότητα λόγω της ανάμειξης του ανθρώπινου παράγοντα στην εκτίμηση των αποτελεσμάτων.

'''''4.2. Σύγκριση χειρωνακτικής με αυτόματη ανίχνευση'''''

Κατά τη χειρωνακτική ανίχνευση οι πληροφορίες που σχετίζονται με το γύρω χώρο αποτελούν ένα βασικό παράγοντα στην ταξινόμηση των κηλίδων. Πρόκληση αποτελεί η ενσωμάτωση αυτής της γνώσης σε ένα αυτόματο αλγόριθμο. Σύμφωνα με τους Solberg και Volden ένα σύνολο κανόνων και γνώσεων για τις εξωτερικές συνθήκες (π.χ. την ταχύτητα του ανέμου) χρησιμοποιούνται για να ρυθμίσουν τις πιθανότητες ύπαρξης πετρελαιοκηλίδων στην εξεταζόμενη περιοχή. Αυτές οι πληροφορίες είναι ενσωματωμένες σε ένα ταξινομητή που βασίζεται σε μια συνάρτηση πολλών μεταβλητών διανομής πιθανότητας.
Οι Fiscella et al. βρήκαν ότι ένας άνθρωπος και ένας αλγόριθμος ανάλυσης εικόνας έχουν ίδια ικανότητα διάκρισης των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές, το σύνολο όμως των εικόνων περιλάμβανε μόνο 21 υποψήφιες πετρελαιοκηλίδες.
Στα πλαίσια του προγράμματος των Ωκεανίδων πραγματοποιήθηκε μια έρευνα ανεύρεσης της βέλτιστης τεχνικής ανίχνευσης πετρελαιοκηλίδων που βασίστηκε στη σύγκριση των μοντέλων KSAT (χειροκίνητο), NR (αυτόματος αλγόριθμος) και QinetiQ (ημιαυτόματος αλγόριθμος). Στην ημιαυτόματη μέθοδο QinetiQ, σε πρώτο στάδιο ακολουθείται ένας αυτόματος αλγόριθμος και ανίχνευση των σκούρων σημείων, και μετά τα αποτελέσματα ταξινομούνται οπτικά μέσω ενός χειριστή. Σε αυτή την έρευνα, οι τρεις προσεγγίσεις που βασίστηκαν σε δορυφόρο συγκρίθηκαν με δεδομένα από αεροπλάνα. Το σύνολο των πληροφοριών περιείχε 17 εντοπισμένες πετρελαιοκηλίδες. Από αυτές ο KSAT εντόπισε τις 15, ο NR τις 14 και το QinetiQ 12. Τα αποτελέσματα δείχνουν ότι αποτελεί πρόκληση όλοι οι χειριστές να εντοπίσουν τα ίδια σημεία και να ους αποδώσουν τον ίδιο βαθμό εμπιστοσύνης. Ο αλγόριθμος NR είναι αντικειμενικός και παρέχει το ίδιο αποτέλεσμα επαναλαμβανόμενα. Καλή συμφωνία μεταξύ των μεθόδων επετεύχθη για πετρελαιοκηλίδες με υψηλή αντίθεση με το περιβάλλον. Οι χειριστές του KSAT χρειάζονται 3-25min για να αναλύσουν μια εικόνα ( κατά μέσο όρο 9 min), ο αλγόριθμος NR περίπου 3 min και ο αλγόριθμος QinetiQ περίπου 20 min. Αυτό δείχνει ότι οι αυτόματες προσεγγίσεις είναι χρηστικότερες όταν ο όγκος των δεδομένων SAR αυξάνεται.

'''''4.3. Προβλήματα σχεδιασμού αυτόματων συστημάτων ανίχνευσης'''''

Οι Kubat et al. προσδιόρισαν ένα σύνολο προβλημάτων κατά την ανάπτυξη ενός εργαλείου εκμάθησης μηχανών για τον εντοπισμό πετρελαιοκηλίδων. Το πρώτο πρόβλημα είναι η έλλειψη δεδομένων καθώς οι περισσότερες δορυφορικές εικόνες SAR που λαμβάνονται δεν περιέχουν πετρελαιοκηλίδες. Το δεύτερο είναι η ανισορροπία του συστήματος εκμάθησης. Η ανίχνευση πετρελαιοκηλίδων είναι μια εφαρμογή όπου ο ταξινομητής πρέπει να ανιχνεύσει ένα σπάνιο αλλά σημαντικό γεγονός (τα σημεία που ομοιάζουν με πετρελαιοκηλίδες είναι πολύ πιο συχνό φαινόμενο). Οι πετρελαιοκηλίδες συμβαίνει να εμφανίζονται τμηματικά, και έτσι τμήματα μιας εικόνας τυχαίνει να συνιστούν μια πετρελαιοκηλίδα. Επίσης αυτά τα τμήματα μπορεί να έχουν ομοιότητες αλλά μπορεί να είναι και ανόμοια μεταξύ τους, κάτι που επηρεάζει την εκπαίδευση του ταξινομητή. Τέλος, η επίδοση του ταξινομητή σχετίζεται με τη δυνατότητα του χρήστη να μειώσει τον αριθμό των συναγερμών χωρίς όμως να περιοριστεί ο αριθμός των σημαντικών πετρελαιοκηλίδων που εντοπίζονται.
Οι σημαντικές διαφορές στα χαρακτηριστικά των διαφόρων αισθητήρων SAR που στον πίνακα 3 . Όλες αυτές οι θεωρήσεις πρέπει να ληφθούν υπόψη κατά το σχεδιασμό ενός αυτόματου συστήματος ανίχνευσης πετρελαιοκηλίδων.

[[Εικόνα:Av a1 eik4.jpg | thumb | right | Εικόνα 4: Δομή αλγορίθμου ανίχνευσης πετρελαιοκηλίδων ]]
[[Εικόνα:Av a1 pin4.jpg| thumb | right | Av a1 pin4.jpg ]]

'''5.Αυτόματες τεχνικές για τον εντοπισμό πετρελαιοκηλίδων στις εικόνες SAR'''

Αρκετά από τα άρθρα που έχουν δημοσιευτεί για την ανάπτυξη αλγορίθμων προς εντοπισμό πετρελαιοκηλίδων από εικόνες SAR περιγράφουν μια δομή παρεμφερή με εκείνη της εικόνας 4.

'''''5.1. Τεχνικές κατάτμησης'''''

Όλες οι πετρελαιοκηλίδες χαρακτηρίζονται από χαμηλά επίπεδα οπισθοδιασποράς γι’ αυτό προτείνεται η χρήση τιμών κατωφλίου για την κατάτμηση των σκοτεινών τμημάτων. Μια πρώιμη προσπάθεια για κατάτμηση των εικόνων SAR του ERS-1 περιγράφηκε το 1993 . Ένας αλγόριθμος απλά εντοπίζει τα δίμορφα ιστογράμματα σε παράθυρα μεγέθους N x N pixels (όπου Ν αντιστοιχεί σε 25 pixels). Αυτή είναι μια καλή μέθοδος για την ανίχνευση των πετρελαιοκηλίδων δεδομένου ότι η κηλίδα δεν πρόκειται να λεπτύνει. Μια παρεμφερής προσέγγιση περιγράφεται από τους Vachon et al και Manore et al. Αυτός ο αλγόριθμος, που αναπτύχθηκε για τα SAR δεδομένα του RADARSAT-1 υπολογίζει κατά μέσο όρο την εικόνα πριν καθοριστεί από το χρήστη το κατώτατο όριο. Καθώς αυτοί οι αλγόριθμοι δεν έχουν ένα βήμα ταξινόμησης οι παρεμφερείς των πετρελαιοκηλίδων επίσης θα ανιχνευθούν.
Μια μέθοδος που χρησιμοποιεί τη μαθηματική μορφολογία για την κατάτμηση των πετρελαιοκηλίδων παρουσιάστηκε από τους Gasull et al. Ο αλγόριθμος στοχεύει στην ανίχνευση των πετρελαιοκηλίδων από πλέοντα τάνκερ και κάποια χαρακτηριστικά είναι η επιμήκυνση και η προσρόφηση νερού της κηλίδας.
Αν και μια πληθώρα μεθόδων έχει εφαρμοστεί, ο κοινός στόχος είναι να εντοπιστούν ύποπτες πετρελαιοκηλίδες και να διατηρηθούν τα σχήματά τους.

'''''5.2. Εξαγωγή των χαρακτηριστικών της κηλίδας'''''

Από την αρχική σκοτεινή εικόνα, η εξαγωγή των χαρακτηριστικών χρησιμοποιείται για να υπολογιστούν τα χαρακτηριστικά γνωρίσματα της κάθε κηλίδας. Ο πίνακας 4 συνοψίζει τα χαρακτηριστικά γνωρίσματα που χρησιμοποιήθηκαν σε τρεις διαφορετικούς αλγορίθμους.
Σε ένα σύνολο χαρακτηριστικών που εισάγονται στον ταξινομητή, τα μεμονωμένα χαρακτηριστικά γνωρίσματα ,τυπικά ανήκουν στις παρακάτω κατηγορίες:

• Η γεωμετρία και το σχήμα της περιοχής. Τα χαρακτηριστικά που αφορούν τη γεωμετρία και το σχήμα, εφαρμόζονται από όλες τις μεθόδους όπως φαίνεται και από τον πίνακα 4. Για να ανιχνευτεί η μόλυνση από τα πλέοντα τάνκερ που καθαρίζουν τις δεξαμενές τους, ένα σημαντικό χαρακτηριστικό είναι η επιμήκυνση η οποία μπορεί να εκφραστεί σαν ένας ρυθμός μεταξύ του εύρους και του μήκους της κηλίδας. 
• Φυσικά χαρακτηριστικά του επιπέδου οπισθοδιασποράς της κηλίδας και των περιχώρων της. Τα χαρακτηριστικά που αφορούν την κλίση της οπισθοδιασποράς περνώντας από το υπόβαθρο στην κηλίδα αποτελούν πολύτιμη πληροφορία για την ταξινόμηση των κηλίδων με τη βοήθεια νευρωνικών δικτύων. Επιπλέον η τυπική απόκλιση του υποβάθρου είναι μια σημαντική παράμετρος που επηρεάζεται σε μεγάλο βαθμό από το επίπεδο ανέμου και γενικά είναι υψηλή για τις φυσικές θαλάσσιες κηλίδες. 
• Χαρακτηριστικά του περιβάλλοντος χώρου της κηλίδας. Παραδείγματα είναι η απόσταση της κηλίδας από την ακτή καθώς και από πλοία ή πύργους γεωτρήσεων. Στους αλγορίθμους που χρησιμοποιούνται για τον εντοπισμό των κηλίδων υπάρχουν στοιχεία για τις περιοχές που είναι περισσότερο πιθανό να υπάρχουν πετρελαιοκηλίδες καθώς και δεδομένα ανέμου που βοηθούν στην ταξινόμηση των κηλίδων και εκτίμηση της ηλικίας τους. 
• Υφή. Η υφή παρέχει πληροφορίες αναφορικά με τη χωρική συσχέτιση μεταξύ των γειτονικών pixels. Η ομοιογένεια είναι βασικός παράγοντας για τον αποτελεσματικό διαχωρισμό των κηλίδων από άλλα αντικείμενα. 
• Αν και οι διαφορετικές μέθοδοι στον πίνακα 4 δεν εφαρμόζουν ακριβώς τα ίδια χαρακτηριστικά γνωρίσματα, αρκετά από αυτά είναι διαφορετικά μέτρα του ίδιου χαρακτηριστικού. 

'''''5.3. Μέθοδοι ταξινόμησης'''''

Επειδή ένα σύνολο φαινομένων μπορούν να δημιουργήσουν σκοτεινές κηλίδες σε μια SAR εικόνα, ο σκοπός του ταξινομητή είναι να διακρίνει τις πετρελαιοκηλίδες από άλλες περιπτώσεις.
Σύμφωνα με τους Solberg et al. η πιθανότητα πετρελαιοκηλίδας σχετίζεται με μια γκαουσιανή συνάρτηση πυκνότητας πολλών μεταβλητών. Οι άγνωστες παράμετροι προέρχονται από μια βάση με δεδομένα υπογραφών πετρελαιοκηλίδων. Αυτή συνδυάζεται με ένα πρόδρομο μοντέλο για τον αριθμό των παρεμφερών μορφών, ένα μοντέλο για την παρουσία κηλίδων κοντά σε φωτεινά σημεία και με μια τροποποίηση της πυκνότητας πιθανότητας προκειμένου να ληφθούν υπόψη συνδυασμοί χαρακτηριστικών που αποτελούν ενδείξεις συγκεκριμένων συνθηκών. Η εξαγόμενη μέθοδος με 84 περιορισμούς δίνει σωστή ταξινόμηση στο 94% των πετρελαιοκηλίδων.
Ένα τεχνητό νευρωνικό δίκτυο είναι ένα μαθηματικό μοντέλο που αποτελείται από πολλούς νευρώνες που λειτουργούν σε παραλληλία. Οι Frate et al περιέγραψαν τη χρήση ενός νευρωνικού δικτύου για την ανίχνευση πετρελαιοκηλίδων από εικόνες του ERS. Η επιλογή ενός σκοτεινού αντικειμένου που αποτελεί τμήμα της εικόνας διενεργείται χειρωνακτικά, ενώ η εξαγωγή των χαρακτηριστικών γνωρισμάτων και η ταξινόμηση σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές πραγματοποιείται αυτόματα. Χρησιμοποιώντας αυτή τη μέθοδο σε 139 δείγματα διαρροών πετρελαίου το 18% αναφέρθηκε ότι ταξινομήθηκαν εσφαλμένα ως παρεμφερείς μορφές.
Οι προτεινόμενες αυτόματες μέθοδοι που παρουσιάστηκαν προηγουμένως για την ανίχνευση και τη σωστή ταξινόμηση πετρελαιοκηλίδων, αναφέρουν ακρίβεια της τάξης του 82% με 94%. Αυτές οι μέθοδοι ωστόσο διενεργήθηκαν σε διαφορετικά δεδομένα πληροφοριών και οι προσεγγίσεις διαφέρουν όσον αφορά τις μεθόδους εξαγωγής των χαρακτηριστικών γνωρισμάτων, ταξινόμησης, και στις διαδικασίες κατάτμησης της εικόνας. Τα πιο σημαντικά βήματα σε αυτή τη διαδικασία είναι η κατάτμηση και η εξαγωγή των χαρακτηριστικών γνωρισμάτων. Αν μια πετρελαιοκηλίδα δεν ανιχνευτεί κατά τη διάρκεια της κατάτμησης δεν μπορεί να ταξινομηθεί σωστά. Αν τα χαρακτηριστικά μπορούν να διακριθούν εύκολα μεταξύ τους, το πρόβλημα της ταξινόμησης θα είναι ευκολότερο και πολλοί ταξινομητές θα λειτουργούν. Θεωρούμε ότι η ποικιλία στο σχήμα, την αντίθεση και τον περίγυρο των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι τόσο μεγάλη, που είναι απαραίτητη η υποδιαίρεση του προβλήματος σε υποκατηγορίες και η καθοδήγηση του ταξινομητή με όσο το δυνατόν προγενέστερες πληροφορίες είναι δυνατόν.

'''6.Συμπεράσματα και προτάσεις για περεταίρω εργασία'''

Το SAR είναι ο πιο εφαρμόσιμος διαστημικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, κυρίως εξαιτίας των δυνατοτήτων ανίχνευσης παντός καιρού και με ευρεία κάλυψη. Μπορεί να λειτουργήσει από ήρεμο άνεμο, σε ταχύτητες ανέμου έως 12-14m/s, αλλά η μέγιστη ταχύτητα ανέμου για την ανίχνευση πετρελαιοκηλίδων εξαρτάται από τον τύπο και την ηλικία της κηλίδας. Οι αισθητήρες που λειτουργούν σε μεγάλο εύρος κάλυψης με χωρική γεωμετρική ανάλυση 50-150m βρέθηκε ότι είναι επαρκείς και επιτρέπουν την κάλυψη μεγάλων ωκεάνιων περιοχών αποτελεσματικά.
Η μεγαλύτερη πρόκληση στην ανίχνευση πετρελαιοκηλίδων από εικόνες SAR είναι η ακριβής τους διάκριση από τις παρεμφερείς τους μορφές. Οι περισσότερες καταστάσεις χαμηλού ανέμου μπορούν να τύχουν διαχείρισης μέσω της ανάλυσης του περιγύρου μιας πετρελαιοκηλίδας, όμως οι φυσικές μεμβράνες δεν μπορούν πάντα να διακριθούν από τις πετρελαιοκηλίδες βάσει μόνο των εικόνων SAR. Επιπρόσθετες πληροφορίες αναφορικά με την άνθηση φυκιών είναι επιθυμητή ιδιαίτερα στη Βαλτική Θάλασσα όπου τα φύκια είναι σύνηθες φαινόμενο ιδιαίτερα κατά τη διάρκεια του καλοκαιριού. Τέτοιες πληροφορίες μπορούν να εξαχθούν από τους οπτικούς αισθητήρες. Τα μελλοντικά συστήματα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνουν πληροφορίες για τα φύκια είτε από μελέτες βασισμένες σε πολυαισθητήρες, είτε με τη χρήση προγενεστέρων γνώσεων για την πιθανότητα παρατήρησης αλγών σε μια δεδομένη περιοχή σε μια ορισμένη περιοχή του έτους.
Για λειτουργικούς λόγους υπάρχει η ανάγκη συντονισμού μεταξύ των δορυφορικών διελεύσεων και των πτήσεων επιτήρησης με αεροπλάνα. Προς το παρόν η εναέρια επιτήρηση απαιτείται για τη συλλογή στοιχείων προκειμένου να διωχθούν οι ρυπαίνοντες. Ο συνδυασμός δορυφορικής απόκτησης εικόνων και πτήσεων εναέριας επιτήρησης προς το παρόν χρησιμοποιείται από πολλές χώρες στη Βόρεια Ευρώπη. Πολλές από αυτές τις υπηρεσίες χρησιμοποιούν την προσέγγιση KSAT προκειμένου να εντοπίσουν πετρελαιοκηλίδες από δορυφορικές εικόνες.
Οι μελλοντικές SAR αποστολές είναι κρίσιμες για την επιτυχή ανίχνευση πετρελαιοκηλίδων. Υπάρχει ένας αριθμός σχεδιασμένων SAR εμπορικών αποστολών. Ο προηγμένος γιαπωνέζικος δορυφόρος παρατήρησης της γης (Advanced Land-Observing Satellite: ALOS) και ο Ευρωπαϊκός Terra-SAR-L είναι δορυφόροι με L- κανάλι SAR, που σημαίνει ότι διαθέτουν ένα αυξημένο μήκος κύματος (24m) σε σύγκριση π.χ. με τον ERS και τον ENVISAT. Οι TerraSAR-X και COSMO/SkyMed είναι Γερμανικοί και Ιταλικοί δορυφόροι Χ-καναλιών. Αναφορικά με την ανίχνευση των πετρελαιοκηλίδων οι πιο υποσχόμενες από τις επερχόμενες αποστολές είναι αυτές του RADARSAT-2 με το C-κανάλι SAR.
Μια μελέτη για τη βέλτιστη τεχνική ανίχνευσης πετρελαιοκηλίδων (χειρωνακτική σε σύγκριση με τις αυτόματες μεθόδους) έδειξε ότι οι χειριστές παρουσιάζουν διαφορές κατά την ανίχνευση τους, ιδιαίτερα στην εκτίμηση του βαθμού εμπιστοσύνης. Ένας αυτόματος αλγόριθμος με αξιόπιστη και αντικειμενική εκτίμηση του βαθμού εμπιστοσύνης των πετρελαιοκηλίδων θα ήταν ιδιαιτέρως επιθυμητός. Η ανάγκη αυτόματων αλγορίθμων εξαρτάται από τον αριθμό των εικόνων που πρέπει να αναλυθούν και αποτελεί μια οικονομικώς αποδοτική λύση για την παρατήρηση μεγάλων ωκεάνιων περιοχών συγκριτικά με τη χειρωνακτική μέθοδο.
Χρειάζεται περισσότερη δουλειά για την επίτευξη της σωστής σύγκρισης των επιδόσεων των χειροκίνητων συγκριτικά με τις αυτόματες μεθόδους για την ανίχνευση των πετρελαιοκηλίδων. Μέχρι τώρα, τα αυτόματα συστήματα έχουν δοκιμασθεί off-line, έτσι επιπρόσθετες κηλίδες που αναφέρονται από τα αυτόματα συστήματα δεν μπορούν να ελεγχθούν. Ακόμα πιστεύουμε ότι οι κηλίδες που ταξινομούνται ως πετρελαιοκηλίδες από τους αυτόματους αλγορίθμους πρέπει να διέρχονται και από χειροκίνητη ανίχνευση προτού σταλούν για την επιβεβαίωσή τους αεροσκάφη. Σε αυτή την περίπτωση, θα ήταν πιο αποτελεσματική η τμηματική επιθεώρηση κάποιων πετρελαιοκηλίδων παρά η επιθεώρηση του συνόλου τους όπως γίνεται προς το παρόν. Σαν μέρος του προγράμματος της ESA για το Northen View, ο αυτόματος αλγόριθμος NR’s θα επεκταθεί μέσα στο λειτουργικό περιβάλλον KSAT.
Οι αυτόματοι αλγόριθμοι ανίχνευσης πετρελαιοκηλίδων συνήθως διαιρούνται σε τρία βήματα: ανίχνευση των σκοτεινών σημείων, εξαγωγή των χαρακτηριστικών τους και ταξινόμησή τους. Πολλά άρθρα έχουν δημοσιευτεί για τους αυτόματους αλγορίθμους ταξινόμησης των πετρελαιοκηλίδων και των παρεμφερών τους μορφών καθώς οι περισσότεροι συγγραφείς επικεντρώνονται στο στάδιο της ανίχνευσης. Αναφέρονται πολλές μελέτες μεγάλης κλίμακας με αποδεκτή απόδοση ταξινόμησης που βασίζονται στην στατιστική ταξινόμηση, και τα νευρωνικά δίκτυα. Θα ήταν επιθυμητή μια εκτενής σύγκριση των ταξινομητών που χρησιμοποιούν διαφορετικές προσεγγίσεις στηριζόμενοι όμως στα ίδια δεδομένα χαρακτηριστικών γνωρισμάτων.
Προκειμένου να αυξηθούν οι αποδόσεις των διαφόρων μεθόδων είναι απαραίτητη η απόκτηση επιπλέον γνώσης. Πιστεύουμε ότι το μελλοντικό σύστημα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνει αυτόματους αλγορίθμους, μια βάση δεδομένων από ‘‘καίρια σημεία’’ (π.χ. πύργοι γεωτρήσεων, βυθισμένα σκάφη), γραμμές πλεύσης πλοίων, πληροφορίες για τα σημεία άνθησης φυκιών καθώς και εκτεταμένη χρήση των δεδομένων για τον άνεμο.

[[category:Υδατικοί Πόροι]]

ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ

2012-03-05T10:46:14Z

Afroditeven:

'''Oil spill detection by satellite remote sensing satellite'''
Camilla Brekke, Anne H.S. Solbergb 
Πηγή: [http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf]

'''Περίληψη'''

Το παρόν άρθρο παρουσιάζει τις υπάρχουσες μεθόδους ανίχνευσης πετρελαιοκηλίδων στους ωκεανούς. Εξετάζονται διαφορετικοί δορυφορικοί αισθητήρες και η ικανότητά τους να ανιχνεύουν πετρελαιοκηλίδες κάτω από διάφορες συνθήκες. Συγκεκριμένα δίνεται έμφαση στη χρήση χειρωνακτικών και αυτομάτων προσεγγίσεων προκειμένου να γίνει διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών. Τέλος γίνεται μια συζήτηση και παρουσιάζονται προτάσεις για επιπλέον έρευνα στο συγκεκριμένο τομέα. 

'''1. Εισαγωγή''' 

Οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ένα συχνό φαινόμενο. Οι παρατηρούμενες πετρελαιοκηλίδες σχετίζονται με τους βασικούς εμπορικούς δρόμους (π.χ. τις νοτιοανατολικές θάλασσες και την Κίτρινη θάλασσα) και συνήθως εμφανίζονται σε συνδυασμό με παράκτιες εγκαταστάσεις. Ετησίως το 48% της πετρελαϊκής ρύπανσης στους ωκεανούς είναι καύσιμα και το 29% αργό πετρέλαιο. Τα ατυχήματα από τάνκερ συνεισφέρουν μόνο στο 5% της συνολικής ρύπανσης που καταλήγει στη θάλασσα. Μετά από ανάλυση 190 ERS-11 SAR εικόνων στη Μεσόγειο θάλασσα βρέθηκε ότι οι εσκεμμένες πετρελαιοκηλίδες απαντώνται με μεγαλύτερη συχνότητα σε σχέση με τα αναφερόμενα ατυχήματα πλοίων. Σύμφωνα με την Ευρωπαϊκή εταιρεία διαστήματος το 45% της πετρελαϊκής ρύπανσης προέρχεται από ενεργές απαλλαγές από πλοία. Λαμβάνοντας υπόψη πόσο συχνά τέτοιες πετρελαιοκηλίδες συμβαίνουν, συμπεραίνεται ότι η εσκεμμένη πετρελαϊκή ρύπανση είναι πολύ μεγαλύτερη απειλή για το θαλάσσιο περιβάλλον και το οικοσύστημα συγκριτικά με τη ρύπανση από πετρελαιοκηλίδες λόγω μεγάλων ατυχημάτων. Οι συνέπειες του μη εντοπισμού των πετρελαιοκηλίδων είναι προς το παρόν άγνωστες, σίγουρο είναι πάντως, ότι πλήττουν τα θαλασσοπούλια που προσγειώνονται κατά λάθος πάνω τους, και προκαλούν διαταραχές στο παράκτιο περιβάλλον.
Οι ενεργοί αισθητήρες μικροκυμάτων όπως το SAR (Synthetic Aperture Radar) μπορούν να εντοπίσουν δισδιάστατες εικόνες. Η φωτεινότητα της εικόνας οφείλεται στην αντανάκλαση των μικροκυμάτων στην προσπίπτουσα επιφάνεια. Το SAR με τη βοήθεια δορυφόρων αποτελεί στις μέρες μας ένα χρήσιμο εργαλείο για τον έλεγχο διαρροών πετρελαίου εξαιτίας της ευρείας περιοχής κάλυψης που διαθέτει, και της χρήσης του μέρα και νύχτα, παντός καιρού.
Με τη χρήση εικόνων από τον ERS-1 δορυφόρο στις αρχές της δεκαετίας του 1990 παρατηρήθηκε η πετρελαϊκή ρύπανση στα Νορβηγικά νερά. Σήμερα, οι RADARSAT-1 και ENVISAT είναι οι δορυφόροι που παρέχουν τις εικόνες για τον έλεγχο της πετρελαϊκής ρύπανσης.
Η πρόσβαση σε ένα μεγάλο αριθμό εικόνων σημαίνει και αυξανόμενο φόρτο εργασίας στους χειριστές στα κέντρα ανάλυσής τους. Επιπροσθέτως, πρόσφατη έρευνα δείχνει ότι ακόμα και αν οι χειριστές μέσω εκτενούς εκπαίδευσης μάθουν να εντοπίζουν τις πετρελαιοκηλίδες , εντοπίζουν διαφορετικές διαρροές και τους δίνουν διαφορετικά επίπεδα εμπιστοσύνης. Η δημιουργία αλγορίθμων για την αυτόματη ανίχνευση που μπορεί να βοηθήσει στη διαλογή των εικόνων και να δώσει προτεραιότητα στις περιπτώσεις συναγερμού, είναι ιδιαίτερα χρήσιμη, γι’ αυτό και η έρευνα σε αυτό το πεδίο βρίσκεται σε εξέλιξη πάνω από μία δεκαετία.
Δεδομένου ότι ο SAR είναι απλώς ένας από τους πολλούς αισθητήρες τηλεπισκόπησης που διατίθενται, συμπεριλαμβάνεται και μια αξιολόγηση της δυνατότητας αξιοποίησης ενός άλλου δορυφόρου για τον έλεγχο της πετρελαϊκής ρύπανσης. Οι περισσότερες μελέτες που γίνονται για τις αερομεταφερόμενες τεχνικές τηλεπισκόπησης αποκλείονται. Η ανιχνευσιμότητα των διαρροών πετρελαίου μέσω των εικόνων SAR εξετάζεται λαμβάνοντας υπόψη κριτήρια όπως οι συνθήκες ανέμου, τα χαρακτηριστικά των αισθητήρων και ασάφειες, οι οποίες προκαλούνται από άλλα φαινόμενα. Τέλος δίνεται έμφαση στη μεθοδολογία και στους αλγορίθμους για τον εντοπισμό πετρελαιοκηλίδων μέσω διαστημικών εικόνων SAR. 

'''2.Δορυφορικοί αισθητήρες για των εντοπισμό πετρελαιοκηλίδων''' 

Τα μικροκύματα χρησιμοποιούνται συχνά για την παρακολούθηση της πετρελαϊκής ρύπανσης μέσω της τηλεπισκόπησης. Προτιμώνται συχνά, συγκριτικά με τους οπτικούς αισθητήρες εξαιτίας των δυνατοτήτων τους παντός καιρού και καθ’ όλη τη διάρκεια της μέρας. Παραδείγματα δορυφόρων εξοπλισμένων με SAR παρουσιάζονται στον πίνακα 1.

[[Εικόνα:Av_a1_pin1.JPG]]

Στο παρόν άρθρο, δίνεται έμφαση στα διαστημικά όργανα, ωστόσο η χρήση SLAR (Side-Looking Airborne Radar ) αποτελεί μια παλαιότερη, με μικρότερη ανάλυση, αλλά φθηνότερη τεχνολογία σε σχέση με το SAR. Η επιτήρηση μέσω αεροσκαφών είναι περιορισμένη εξαιτίας του υψηλού κόστους και λιγότερο αποτελεσματική για την παρατήρηση μεγάλων εκτάσεων εξαιτίας της περιορισμένης κάλυψης. Ενώ το διαστημικό SAR μπορεί να χρησιμοποιηθεί σαν πρώτο προειδοποιητικό σήμα κινδύνου, τα αεροσκάφη είναι καταλληλότερα για τον εντοπισμό του ρυπαντή, της έκτασης και του τύπου της κηλίδας. Ένα παράδειγμα αποτελεί η γερμανική εναέρια επιτήρηση, η οποία: εντοπίζει τις διαρροές πετρελαίου με χρήση SLAR, με τη βοήθεια ενός υπέρυθρου/υπεριώδους (IR/UV) ανιχνευτή εκτιμάται η έκταση της κηλίδας, το πάχος του στρώματος της κηλίδας υπολογίζεται με τη ένα ραδιόμετρο μικροκυμάτων (ΜWR) , και ένας λέιζερ φθοροαισθητήρας χρησιμοποιείται για την ταξινόμηση των τύπων του πετρελαίου (LFS).

[[Εικόνα:Av_a1_eik1.JPG | thumb | right | Παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR]]

Επιπροσθέτως, εκτός από το SAR υπάρχουν και άλλες διαστημικές συσκευές τηλεπισκόπησης που μπορούν να βοηθήσουν στον εντοπισμό πετρελαιοκηλίδων. Οι Friedman et al. (2002) συγκρίνουν τις εικόνες του RADARSAT-1 SAR με τις αντίστοιχες από SeaWiFS, ο οποίος μετρά τα υψηλά επίπεδα χλωροφύλλης στις περιοχές με άνθηση φυκιών, ενώ οι εικόνες από SAR έχουν χαμηλή ανακλώμενη ακτινοβολία σε αυτές τις περιοχές. Συμπεραίνεται ότι πολλαπλά σύνολα πληροφοριών μπορούν να χρησιμοποιηθούν για να γίνει διάκριση, για παράδειγμα, μεταξύ φυκιών και των προκαλούμενων από τον άνθρωπο πετρελαιοκηλίδων. Οι Indregard et al. (2004) επισημαίνουν ότι πρόσθετες πληροφορίες (εκτός από αυτές του SAR αναφορικά με την άνθηση των φυκιών είναι επιθυμητές, ιδιαιτέρως στη Βαλτική Θάλασσα. Αυτές θα μπορούσαν να ληφθούν από τα οπτικά στοιχεία, τους χάρτες αλγών και άλλες σχετικές πληροφορίες. Η εικόνα 1 δείχνει δύο παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR.
Ένα μειονέκτημα του SeaWiFS αισθητήρα είναι το χονδροειδές χωρικό του μέγεθος ψηφίδας ~1 km. Οι Hu et all. (2003) κατέδειξαν την πιθανότητα παρακολούθησης πετρελαιοκηλίδων μέσω του MODIS (Moderate-Resolution Imaging Spectroradiometer) φερομένου από τους δορυφόρους Terra και Aqua της NASA στη λίμνη Maracaibo στη Βενεζουέλα. Το MODIS έχει μέτριες ζώνες ψηφίσματος κυμαινόμενες από 250m έως 500m και ένα μεγάλο φασματικό εύρος. Αυτό επιτρέπει στον MODIS να λαμβάνει εικόνες από την ανακλώμενη την ημέρα ηλιακή ακτινοβολία και τις θερμικές εκπομπές κατά τη διάρκεια μέρας/νύχτας. Το εργαλείο MODIS αρχικά σχεδιάστηκε για την απεικόνιση του εδάφους, παρουσιάζει όμως και τη δυνατότητα καθημερινής παρακολούθησης των παράκτιων ζωνών προς εντοπισμό πετρελαιοκηλίδων. Η κάλυψη από σύννεφα και η έλλειψη ηλιακού φωτός περιορίζει τη χρήση οπτικών αισθητήρων. Από την άλλη πλευρά, πολλαπλά μήκη κύματος μπορούν να παρέχουν πρόσθετες πληροφορίες προκειμένου να γίνει διάκριση των κηλίδων που δημιουργούνται από φύκια σε σχέση με τις πετρελαιοκηλίδες. Ωστόσο, προς το παρόν είναι δύσκολο να καθιερωθούν αυτοματοποιημένα συστήματα αναγνώρισης των πετρελαιοκηλίδων. Περιβαλλοντικοί και άλλου είδους παράγοντες χρειάζονται στην οπτική ανάλυση των δορυφορικών εικόνων, προκειμένου να γίνει διάκριση των διαφόρων περιπτώσεων.
Οι υπερφασματικοί (hyperspectral) αισθητήρες που χρησιμοποιούνται για την παρακολούθηση των πετρελαιοκηλίδων έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης των υλικών και καλύτερης εκτίμησης της αφθονίας τους.
Με περισσότερα από 200 μήκη κύματος που παρέχονται από έναν υπερφασματικό αισθητήρα, η φασματική υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου. Επίσης η χρήση του μπορεί να περιορίσει το ποσοστό εσφαλμένων συναγερμών που οφείλονται σε ωκεάνια χαρακτηριστικά γνωρίσματα που έχουν το ίδιο χρώμα και την εμφάνιση με αυτή του πετρελαίου. Οι Salem και Kafatos βρήκαν ότι η μέθοδος ταιριάσματος των φασματικών υπογραφών που βασίζεται στη λήψη υπερφασματικών εικόνων μέσω αεροπλάνων (εξετάζοντας τη χημική σύσταση) είναι πιο ακριβής συγκριτικά με τις συμβατικές τεχνικές, που η ανάλυση βασίζεται στην οπτική ερμηνεία του χρώματος του πετρελαίου και της εμφάνισής του στη δορυφορική εικόνα. Προς το παρόν δεν υπάρχει κανένας δορυφορικός υπερφασματικός αισθητήρας σε τροχιά. Ο υπερφασματικός αισθητήρας ΕΟ-1 Hyperion της NASA είναι ένα παράδειγμα διαστημικής τεχνολογίας που προωθήθηκε το 2000. Ωστόσο το κύριο μειονέκτημά του είναι το μικρό εύρος κάλυψης που είναι μόνο 7.5x100km.
Το πετρέλαιο απορροφά την ηλιακή ακτινοβολία και επανεκπέμπει ένα ποσοστό της ενέργειάς της ως θερμική ακτινοβολία. Οι IR αισθητήρες παρατηρούν τις παχιές πετρελαιοκηλίδες σαν θερμές περιοχές, αυτές με μέτριο πάχος ως ψυχρές ενώ το λεπτό στρώμα πετρελαίου είναι αδύνατον να ανιχνευθεί. Το βράδυ μια παχιά κηλίδα μπορεί να εμφανίζεται ψυχρότερη στο νερό επειδή απελευθερώνει θερμότητα γρηγορότερα σε σχέση με το νερό που βρίσκεται γύρω της. Οι Tseng και Chiu εξήτασαν τη χρήση και την ικανότητα των ορατών και των IR αισθητήρων του NOAA AVHRR (Advanced Very High Resolution Radiometer) για τον έγκαιρο εντοπισμό και έλεγχο των πετρελαιοκηλίδων. Μελετήθηκαν οι πετρελαιοκηλίδες από τον πόλεμου του Περσικού Κόλπου το 1991. Οι παχιές και λεπτές πετρελαιοκηλίδες και η διαχωριστική γραμμή μεταξύ νερού και πετρελαίου ήταν εφικτό να παρατηρηθούν από το IR κανάλι, ωστόσο είναι πιθανό οι πετρελαιοκηλίδες να μην έχουν μια διαφορετική υπογραφή από το νερό βάσει της θερμοκρασίας τη νύχτα. Οι πετρελαιοκηλίδες μπορούν να εντοπιστούν στις ορατές εικόνες μόνο με τη βοήθεια ιδιαιτέρως ευνοϊκού φωτισμού και συνθήκες θάλασσας.
Η UV τεχνολογία μπορεί να χρησιμοποιηθεί για τον εντοπισμό πετρελαιοκηλίδων , καθώς η πετρελαιοκηλίδα επιδεικνύει υψηλή ανακλαστικότητα της UV ακτινοβολίας ακόμη και στην περίπτωση λεπτών κηλίδων. Το UV όργανο δεν μπορεί να χρησιμοποιηθεί τη νύχτα. Το θάμβος, το βιογονικό υλικό και οι κηλίδες λόγω ανέμου μπορούν να προκαλέσουν λάθος συναγερμούς στις UV πληροφορίες. Αυτές οι παρεμβολές είναι συχνά διαφορετικές από εκείνες του IR, γι’ αυτό και ένας συνδυασμός UV και IR μπορεί να δώσει μια πιο αξιόπιστη ένδειξη ύπαρξης πετρελαίου και μπορεί να χρησιμοποιηθεί για τον υπολογισμό του πάχους του στρώματός του.
To MWR είναι ένας ακόμα παθητικός αισθητήρας. Αυτό το όργανο εστιάζει στη μικροκυματική ακτινοβολία που εκπέμπει ο ωκεανός στην κλίμακα του cm έως mm και επομένως είναι ανεξάρτητο των καιρικών συνθηκών. Οι πετρελαιοκηλίδες εκπέμπουν ισχυρότερη μικροκυματική ακτινοβολία σε σχέση με το νερό και εμφανίζονται σαν φωτεινότερα αντικείμενα σε μια σκούρη θάλασσα. Σύμφωνα με τον Robinson οι πετρελαιοκηλίδες έχουν ισχυρή ικανότητα εκπομπής ακτινοβολίας από την επιφάνειά τους, αλλά επειδή το χωρικό ψήφισμα που απαιτείται για τον εντοπισμό τους είναι ορισμένες εκατοντάδες μέτρων, αυτός ο τύπος αισθητήρα είναι χρησιμότερο να συνδυάζεται με αισθητήρες αεροσκαφών. Το 2002 έγιναν κάποια πειράματα χρησιμοποιώντας αερομεταφερόμενους και μεταφερόμενους με πλοίο αισθητήρες μικροκυμάτων προκειμένου να εντοπίσουν το πάχος διαφόρων πετρελαιοκηλίδων. Βρήκαν ότι τα MWRs είναι χρήσιμα εργαλεία για τη μέτρηση του πάχους και την εκτίμηση του όγκου των πετρελαιοκηλίδων, αλλά το μέγεθος των pixels δεν είναι αρκετά καλό ώστε να δώσει ακριβή αποτελέσματα. Άλλοι ερευνητές συμπέραναν μετά από μελέτες στο συγκεκριμένο τομέα ότι είναι αβέβαιο το ενδεχόμενο τα ραδιόμετρα να αποτελέσουν μια αξιόπιστη συσκευή για τη μέτρηση του πάχους των κηλίδων.
Οι RADARSAT-1 και Landsat-5/Thematic Mapper (TM) χρησιμοποιήθηκαν για να συλλέξουν εικόνες από τον κόλπο Guanabara στη Βραζιλία, μετά από μια διαρροή πετρελαίου από έναν αγωγό. Βρέθηκε ότι ο RADARSAT-1 παρείχε κατάλληλη χρονική κάλυψη, ενώ η κάλυψη με σύννεφα, η ελαφριά ομίχλη εμπόδισαν τη συστηματική χρήση του Landsat για τον εντοπισμό των πετρελαιοκηλίδων. Παρόλα αυτά, αρκετοί αισθητήρες της θερμοκρασίας της θάλασσας και του χρώματός της μπορούν να παρέχουν καθημερινή κάλυψη για την επιφάνεια της γης.
Συνοψίζοντας ο SAR είναι ακόμα ο πιο αποτελεσματικός και υπερέχων δορυφορικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, αν και δεν έχει δυνατότητες για την εκτίμηση του πάχους τους και του τύπου του πετρελαίου. Ο SAR είναι ιδιαιτέρως χρήσιμος για την έρευνα μεγάλων περιοχών και την παρακολούθηση ωκεανών τη νύχτα και σε ομιχλώδεις συνθήκες. Συνήθως ακόμα και μικροί όγκοι πετρελαίου καλύπτουν μεγάλες περιοχές και γι’ αυτό το λόγο η ανάγκη μεγάλου χωρικού ψηφίσματος στις εικόνες από SAR δεν είναι κρίσιμη. Ο SAR έχει επίσης ορισμένους περιορισμούς καθώς ένα σύνολο φυσικών φαινομένων μπορεί να δώσει λανθασμένες ενδείξεις ύπαρξης πετρελαιοκηλίδων. Επιπροσθέτως, η χρήση του SAR για τον εντοπισμό των πετρελαιοκηλίδων μπορεί να γίνει μόνο υπό συνθήκες συγκεκριμένης ταχύτητας ανέμου.

[[Εικόνα:Av_a1_eik2.JPG | thumb | right | Εικόνα 2: Αριστερά: πλάνο εικόνας RADARSAT-1 ScanSAR Narrow (SCN) (30/7/2002) η οποία περιέχει δύο παραδείγματα πετρελαιοκηλίδων (ταξινομήθηκαν ως πετρελαιοκηλίδες με μη αυτόματη ανίχνευση) σε ένα ομογενές υπόβαθρο. Το μέγεθος του πλάνου είναι 1432x1032pixels. Δεξιά: πλάνο από μια ENVISAT ASAR WSM εικόνα(24/7//2003) που περιέχει μια γραμμική πετρελαιοκηλίδα. (ταξινομήθηκε ως πετρελαιοκηλίδα με μη αυτόματη ανίχνευση). Μέγεθος 337x320pixels ]]
[[Εικόνα:Av a1 eik3.JPG| thumb | right | Εικόνα 3: RADARSAT-1 SCN (19/7/2003) που περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας (55,47N, 12,28E), η οποία ανιχνεύτηκε σαν πετρελαιοκηλίδα από τις δορυφορικές υπηρεσίες Kongsberg AS (KSAT), QinetiQ και το νορβηγικό υπολογιστικό κέντρο (NR). Μέγεθος 394x359pixels. ]]
[[Εικόνα:Av a1 pin2.jpg | thumb | right | Πίνακας 2: Ορατότητα πετρελαιοκηλίδων στις εικόνες SAR]]

'''3.Ανιχνευσιμότητα πετρελαιοκηλίδων σε εικόνες SAR'''

Οι πετρελαιοκηλίδες απορροφούν τα μήκη κύματος έως μερικά χιλιοστά στη επιφάνεια της θάλασσας και μειώνουν τον συντελεστή οπισθοδιασποράς του ραντάρ. Αυτό οδηγεί σε μαύρες περιοχές ή σημεία στις δορυφορικές εικόνες SAR. Η εικόνα 2 δίνει δύο τέτοια παραδείγματα.
Δίνεται έμφαση στη σημασία των διαδικασιών διάβρωσης του πετρελαίου, καθώς επηρεάζουν τα φυσικοχημικά χαρακτηριστικά των πετρελαιοκηλίδων και την ανιχνευσιμότητά τους σε εικόνες SAR. Οι διαδικασίες που παίζουν σημαντικότερο ρόλο στην ανίχνευση του πετρελαίου είναι η εξάτμιση, η γαλακτωματοποίηση και η διασπορά. Τα ελαφρύτερα συστατικά του πετρελαίου εξατμίζονται στην ατμόσφαιρα. Ο ρυθμός εξάτμισης εξαρτάται από τον τύπο του πετρελαίου, το πάχος της κηλίδας, την ταχύτητα του ανέμου και τη θερμοκρασία της θάλασσας. Η μετατροπή σε μορφή γαλακτώματος εκτιμάται από την ποσότητα νερού που λαμβάνει το πετρέλαιο με παράλληλη έκθεση στον άνεμο. Η διασπορά είναι ένας σημαντικός παράγοντας προκειμένου να αποφασιστεί η διάρκεια ζωής μιας πετρελαιοκηλίδας και εξαρτάται ισχυρά από την κατάσταση της θάλασσας.

'''''3.1 Διάκριση μεταξύ πετρελαιοκηλίδων και παρεμφερών μορφών'''''

Ένα μέρος του προβλήματος εντοπισμού των πετρελαιοκηλίδων είναι η διάκρισή τους από άλλα φυσικά φαινόμενα που απορροφούν μικρά μήκη κύματος και δημιουργούν σκούρες κηλίδες στην επιφάνεια. Οι φυσικές σκούρες κηλίδες ονομάζονται παρεμφερείς μορφές πετρελαιοκηλίδων (oil slick look-alikes). Στον όρο πετρελαιοκηλίδες περιλαμβάνονται όλοι οι τύποι πετρελαϊκού φιλμ που καλύπτουν την υδάτινη επιφάνεια και προκλήθηκαν από πύργους γεωτρήσεων, αγωγούς με διαρροές, διερχόμενα σκάφη κλπ. Με τη στενή έννοια οι πετρελαιοκηλίδες οφείλονται μόνο σε δραστηριότητες του ανθρώπου που σχετίζονται με το αργό πετρέλαιο, και τα προϊόντα του, βαριά και ελαφρά καύσιμα. Η εικόνα 3 δείχνει ένα παράδειγμα μιας σκούρας κηλίδας που ανιχνεύτηκε σαν πετρελαιοκηλίδα από τρία διαφορετικά συστήματα ανάλυσης βασισμένα σε δορυφόρους ενώ εκτιμάται σαν παρεμφερής της μορφής από αεροσκάφος.
Το γεγονός ότι οι τιμές καταγραφής (cross-section) του ραντάρ για τις πετρελαιοκηλίδες δεν είναι μοναδικές αποτελεί ένα πρόβλημα στην ανάπτυξη ενός συστήματος εντοπισμού και παρακολούθησης των πετρελαιοκηλίδων. Τα φυσικά φιλμ είναι πολύ δύσκολο να διακριθούν από τις πετρελαιοκηλίδες. Λόγω υψηλότερου ιξώδους από τα φυσικά φιλμ, οι πετρελαιοκηλίδες τείνουν να παραμένουν περισσότερο συγκεντρωμένες και έτσι να προσροφούν περισσότερο νερό.
Αν και στο συγκεκριμένο άρθρο δίδεται έμφαση σε μια συγκεκριμένη συχνότητα και μία πολωσιμότητα των εικόνων SAR, αξίζει να σημειωθεί η πιθανότητα δημιουργίας ενός αλγορίθμου διάκρισης που να στηρίζεται στις υπογραφές πολλαπλών συχνοτήτων και πολωσιμοτήτων. Για τη δημιουργία ενός τέτοιου αλγορίθμου έγιναν ορισμένα πειράματα προκειμένου να διερευνηθεί αν τα L-, C-, X- κανάλια πολλαπλής πολωσιμότητας του SAR μπορούν να διαχωρίσουν τα φιλμ διαφορετικών χημικών ιδιοτήτων, και βρέθηκε ότι η ζητούμενη διάκριση είναι εφικτή μόνο σε συνθήκες μικρών ταχυτήτων ανέμου. Οι διαφορές μεταξύ των υπογραφών πολωσιμότητας (σε επιφάνειες καλυμμένες με φιλμ όπως και επιφάνειες χωρίς επικάλυψη) εντοπίστηκαν μόνο σε χαμηλές ταχύτητες ανέμου και μικρές γωνίες πρόσπτωσης.
Τα αποτελέσματα των τεστ επιδόσεων ενός ημιαυτόματου αλγορίθμου εντοπισμού πετρελαιοκηλίδων σε εικόνες 59 ERS-1 SAR δείχνουν ότι οι πετρελαιοκηλίδες που ταξινομούνται εσφαλμένα σαν παρεμφερείς τους μορφές εμπίπτουν στις παρακάτω τρεις βασικές κατηγορίες:

* Λεπτές, τμηματικά γραμμικές κηλίδες. (Αυτές οι κηλίδες μπορεί να προκαλούνται από κινούμενα πλοία που αλλάζουν διεύθυνση ή αλλαγές στα ρεύματα και την κατεύθυνση του ανέμου που επηρεάζουν την απελευθέρωση πετρελαίου από στάσιμα αντικείμενα). 
* Κηλίδες χαμηλής αντίθεσης σε ομοιογενή θάλασσα. 
* Κηλίδες σε ένα πολύ ετερογενές υπόβαθρο. 

Εκτός από τις κηλίδες που μοιάζουν με πετρελαιοκηλίδες, διαφορετικά είδη ρύπανσης προκαλούν κηλίδες που είναι ανιχνεύσιμα στις εικόνες SAR. Οι Wahl et al.δίνουν ορισμένα παραδείγματα εικόνων ιχθυελαίου, ντίζελ, μιας ελεγχόμενης χημικής κηλίδας και ρευστού διατρήσεων από μια πλατφόρμα άντλησης πετρελαίου από τον ERS-1. Ο αισθητήρας SAR προς το παρόν δεν είναι ικανός να διακρίνει μεταξύ των διαφορετικών ρυπαντών. Μια απλή συχνότητα SAR πιθανώς να μην είναι αρκετή ώστε να εκτιμηθεί το πάχος της πετρελαιοκηλίδας, ωστόσο ο Jones (2001) βρήκε ότι για τη μεγάλη πετρελαιοκηλίδα του Sea Empress υπάρχει καλός συσχετισμός μεταξύ της μείωσης της ακτινοβολίας οπισθοδιασποράς και του πάχους της πετρελαιοκηλίδας, όπως επισημάνθηκε μετά από οπτικές παρατηρήσεις για περιορισμένο εύρος ταχυτήτων ανέμου (5-6 m/s).
Τα πειράματα αυτά απαιτούν ορισμένη προσοχή όταν επιλέγονται τα χαρακτηριστικά προς διάκριση των πετρελαιοκηλίδων με τις παρεμφερείς τους μορφές. Σημαντικά χαρακτηριστικά όπως η ταχύτητα του ανέμου, φυσικές, γεωγραφικές και γεωμετρικές παράμετροι πρέπει να χρησιμοποιούνται προκειμένου να επιτευχθεί η διάκριση.

[[Εικόνα:Av a1 pin3.jpg | thumb | right | Πίνακας 3: χαρακτηριστικά δορυφορικών αισθητήρων ]]

'''''3.2. Το διάνυσμα του αέρα'''''

Τα όργανα SAR έχουν το πλεονέκτημα συγκριτικά με τους οπτικούς αισθητήρες , ότι μπορούν να πραγματοποιήσουν λήψη εικόνων των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα παρά της οποιεσδήποτε καιρικές συνθήκες. Παρόλα αυτά, το επίπεδο του ανέμου επηρεάζει το επίπεδο της οπισθοδιασποράς και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Οι πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου. Ο πίνακας 2 δίνει μια επισκόπηση των εικόνων ERS SAR.
Οι Gade et al (2000) μελέτησαν την πετρελαϊκή ρύπανση στη Βαλτική Θάλασσα, τη Βόρεια Θάλασσα, και τη Βορειοδυτική Μεσόγειο (700 ERS εικόνες). Βρήκαν ότι με υψηλές ταχύτητες ανέμου (>10m/s) λίγες πετρελαιοκηλίδες εντοπίστηκαν ,κάτι που συμφωνεί με τα δεδομένα του πίνακα 2. Επίσης, συνέκριναν δεδομένα από επιτήρηση με αεροπλάνο σε σχέση με ERS SAR δεδομένα. Και για τους δύο αισθητήρες βρήκαν ότι ο μέγιστος αριθμός μολύνσεων εντοπίστηκε τη θερινή περίοδο, από τον Απρίλιο μέχρι το Σεπτέμβριο. Μια αιτία γι’ αυτό πιθανόν είναι ότι η ταχύτητα του ανέμου είναι υψηλότερη τη χειμερινή περίοδο (π.χ. στη Βόρεια θάλασσα είναι μεγαλύτερη από 10 m/s). Μια ταχύτητα ανέμου μεταξύ των 12 m/s και 14 m/s θα μπορούσε να θεωρηθεί ως το άνω όριο για τη λήψη όλων των διαστημικών εικόνων SAR, όμως η μέγιστη ταχύτητα ανέμου για τον εντοπισμό της κηλίδας εξαρτάται από τον τύπο του πετρελαίου και την ηλικία της κηλίδας (από τη στιγμή που σχηματίστηκε). Συνεπώς μια εκτίμηση της ταχύτητας του ανέμου αποτελεί πολύτιμη πληροφορία για την ανίχνευση των πετρελαιοκηλίδων.
Για τον αλγόριθμο εντοπισμού των πετρελαιοκηλίδων που περιγράφηκε από τους Solberg et al. (1999), το επίπεδο του ανέμου εισάγεται με το χέρι, βασίζεται στην οπτική επιθεώρηση της εικόνας και χρησιμοποιείται ως είσοδος σε μια διαδικασία κατώτατου ορίου. Άλλες δυνατότητες, είναι η ενσωμάτωση των δεδομένων ανέμου που μεταφέρονται από μια εξωτερική πηγή (π.χ. ένα κέντρο πρόγνωσης) ή με τη χρήση αυτόματων μεθόδων. Με τις αυτόματες μεθόδους για την εκτίμηση του ανέμου, η ταχύτητα του ανέμου μπορεί να εκτιμηθεί άμεσα από την εικόνα SAR. Οι Salvatori et al. (2003) εκτίμησαν την ταχύτητα του ανέμου από μια εικόνα SAR εφαρμόζοντας ένα ανεστραμμένο CMOD4 μοντέλο. Το διάνυσμα του ανέμου αποδείχτηκε χρήσιμο για τη γνώση της εξέλιξης της κηλίδας και την επίτευξη σωστής ταξινόμησης.

'''''3.3. Δορυφορικές διαμορφώσεις για την ανίχνευση διαρροών πετρελαίου'''''

Είναι κατανοητό ότι η εικόνα του ραντάρ αντιπροσωπεύει την ακτινοβολία οπισθοδιασποράς (backscattering) και είναι ανάλογη της τραχύτητας της επιφάνειας στην κλίμακα του μήκους κύματος του ραντάρ (ένα φαινόμενο που είναι γνωστό ως διασπορά κατά Bragg). Ο συντελεστής οπισθοδιασποράς του ραντάρ αποτελεί μια λειτουργία της γεωμετρίας θέασης του SAR, και μειώνεται με αύξηση της γωνιάς πρόσπτωσης. Οι ιδιότητες διασποράς ενός υλικού εξαρτώνται από την πολωσιμότητα του εισερχομένου σήματος ραντάρ. Σύμφωνα με τους Girard-Arduhuin et al. (2003) η καταλληλότερη SAR διαμόρφωση για την ανίχνευση πετρελαιοκηλίδων είναι το C-κανάλι με μονοπολωμένο VVSAR σε γωνίες πρόσπτωσης εύρους από 20ο έως 50ο . Ο Dokken (1995) ανέφερε ότι η ανίχνευση των πετρελαιοκηλίδων είναι εφικτή υπό κατάλληλες μετεωρολογικές συνθήκες όταν σ ωκεανού > κατώτατο όριο θορύβου + 4dB. Επειδή ανά τον ωκεανό παρατηρείται μικρή πολλαπλή αντανάκλαση του σήματος, η επίδραση στην πολωσιμότητα είναι μικρή. Επομένως δεν υπάρχει μεγάλο κέρδος με τη χρήση διασταυρούμενης πολωσιμότητας. Ακόμη συζητείται η πιθανότητα χρήσης πολωσιμετρικού SAR για βελτιωμένη ανίχνευση και ταξινόμηση πετρελαιοκηλίδων. Η χρήση της μπορεί να διευρύνει την κλίμακα των ταχυτήτων ανέμου και γωνιών πρόσπτωσης.
Για τον RADARSAT-1 προτάθηκε η χρήση SCN σε σειρά (βλ. πίνακα 3) για την ανίχνευση πετρελαιοκηλίδων. Η χρήση ScanSAR Wide (SCW) μπορεί να προκαλέσει περιορισμούς εξαιτίας της μικρής ανάλυσης που διαθέτει. Ο RADARSAT-1 δεν είναι ο καταλληλότερος για την ανίχνευση των πετρελαιοκηλίδων εξαιτίας της HH πολωσιμότητάς του, καθώς οι προβλέψεις δείχνουν ότι η ανίχνευση των πετρελαιοκηλίδων δεν θα είναι δυνατή για της μεγάλες γωνίες πρόσπτωσης ,κυρίως σε χαμηλές ταχύτητες ανέμου. Εντούτοις χρησιμοποιείται επιτυχώς στην παρακολούθηση των πετρελαιοκηλίδων. Προς το παρόν δεν έχει αναφερθεί καμία σημαντική διαφορά στις πρακτικές εφαρμογές των RADARSAT-1 και ENVISAT για πρακτικές παρακολούθησης πετρελαιοκηλίδων. Ωστόσο, η εμπειρία πιθανόν να είναι ακόμα περιορισμένη. Ο ASAR WSM του ENVISAT καλύπτει ένα μεγαλύτερο εύρος από τους προκατόχους του ERS-1 και -2, η ανάλυση του όμως είναι χαμηλότερη. Από τον πίνακα 3 μπορούμε να διαπιστώσουμε ότι υπάρχει μια ανταλλαγή μεταξύ της ανάλυσης της εικόνας και του εύρους κάλυψης .
Επειδή οι δορυφόροι SAR συνήθως έχουν πολικές τροχιές, η κάλυψη εξαρτάται από το γεωγραφικό πλάτος. Η κάλυψη είναι καλή στις πολικές περιοχές και μειώνεται με την απόσταση από τους πόλους. Για τη Μεσόγειο θάλασσα ο αριθμός των διελεύσεων των δορυφόρων ανά ημέρα είναι 0.04 για τον ERS, 0.27 για τον RADARSAT-1, και 0.36 για τον ENVISAT. Καθώς η ορατότητα των πετρελαιοκηλίδων μειώνεται με το χρόνο, και απαιτείται μια έγκαιρη ειδοποίηση, ένας υψηλός αριθμός διελεύσεων ανά ημέρα είναι επιθυμητός. Με την εγκατάσταση καμπτόμενων κεραιών , όπως αυτές που σχεδιάστηκαν για τον RADARSAT-2 SAR, λαμβάνονται πιο ευέλικτες δυνατότητες παρακολούθησης και συνεπώς υπάρχει μικρότερη εξάρτηση από τις επαναλαμβανόμενες διελεύσεις των δορυφόρων.
Όλοι αυτοί είναι βασικοί παράγοντες στην εκτίμηση της χρησιμότητας και της αποτελεσματικότητας του SAR, καθώς και για το σχεδιασμό μελλοντικών δορυφορικών αποστολών για τον έλεγχο της ρύπανσης.

''''''3.4. Θόρυβος στίγματος''''''

Το στίγμα είναι ένα μεγάλο πρόβλημα στις εικόνες SAR καθώς ακόμα και μια ομογενής περιοχή έχει μια στατιστική κατανομή με μεγάλη σταθερή απόκλιση. Μία πιθανότητα είναι η λείανση αυτών των σημείων μετά τη λήψη της εικόνας. Έγιναν δοκιμές σε δυο τύπους φίλτρων, αυτά που γενικώς μειώνουν το θόρυβο χωρίς να υποθέτουν εκ των προτέρων κάποιο μοντέλο στίγματος και αυτά που υποθέτουν ένα μοντέλο πολλαπλασιαστικού σήματος. Καλύτερα αποτελέσματα στην ανίχνευση πετρελαιοκηλίδων έδωσε το δεύτερο μοντέλο. Για εφαρμογές που αφορούν πετρελαιοκηλίδες ένα φίλτρο πρέπει να συμπιέζει το θόρυβο, αλλά να διατηρεί τις μικρές και λεπτές πετρελαιοκηλίδες.

'''4.Μεθοδολογία ανίχνευσης πετρελαιοκηλίδων στις εικόνες SAR'''

Γίνεται διάκριση μεταξύ των χειροκίνητων προσεγγίσεων και των αυτόματων αλγορίθμων για τον εντοπισμό των πετρελαιοκηλίδων, ο οποίος μπορεί να διαιρεθεί σε:

• Ανίχνευση των πιθανών κηλίδων 
• Χειρωνακτική επαλήθευση των κηλίδων (πετρέλαιο/ κάτι παρεμφερές) και εύρεση επιπέδων εμπιστοσύνης 

'''''4.1. Χειρωνακτική επιθεώρηση'''''

Από το 1994 ο KSAT στη Νορβηγία παρέχει μια υπηρεσία χειρωνακτικής ανίχνευσης πετρελαιοκηλίδων. Οι χειριστές είναι εκπαιδευμένοι να αναλύουν τις εικόνες SAR για την ανίχνευση της πετρελαϊκής ρύπανσης. Οι εξωτερικές πληροφορίες αναφορικά με την ταχύτητα του ανέμου και τη διεύθυνσή του, την τοποθεσία των πύργων γεωτρήσεων και των αγωγών, των εθνικών συνόρων και των ακτογραμμών χρησιμοποιούνται επικουρικά κατά τη διάρκεια της ανάλυσης. Ο χειριστής χρησιμοποιεί ένα εργαλείο θέασης της εικόνας που μπορεί να υπολογίσει μερικές ιδιότητες σημείων, ωστόσο πρέπει ο ίδιος να σαρώσει όλη την εικόνα με το βλέμμα του. Η διαδικασία αυτή είναι χρονοβόρα. Οι πιθανές πετρελαιοκηλίδες που εντοπίζονται χαρακτηρίζονται ως υψηλού, μετρίου, και χαμηλού επιπέδου εμπιστοσύνης. Η εκτίμηση βασίζεται στα κάτωθι χαρακτηριστικά: το επίπεδο αντίθεσης με το περιβάλλον, η ομοιογένεια του περιβάλλοντος, η ταχύτητα του ανέμου, γειτνιάζοντες πύργοι γεωτρήσεων και πλοία, φυσικές κηλίδες που βρίσκονται κοντά καθώς και ακμές και χαρακτηριστικά σχήματος του σημείου. Ο καθορισμός του επιπέδου εμπιστοσύνης δεν αποτελεί μια συγκεκριμένη επιστήμη και πάντα συνοδεύεται από αβεβαιότητα λόγω της ανάμειξης του ανθρώπινου παράγοντα στην εκτίμηση των αποτελεσμάτων.

'''''4.2. Σύγκριση χειρωνακτικής με αυτόματη ανίχνευση'''''

Κατά τη χειρωνακτική ανίχνευση οι πληροφορίες που σχετίζονται με το γύρω χώρο αποτελούν ένα βασικό παράγοντα στην ταξινόμηση των κηλίδων. Πρόκληση αποτελεί η ενσωμάτωση αυτής της γνώσης σε ένα αυτόματο αλγόριθμο. Σύμφωνα με τους Solberg και Volden ένα σύνολο κανόνων και γνώσεων για τις εξωτερικές συνθήκες (π.χ. την ταχύτητα του ανέμου) χρησιμοποιούνται για να ρυθμίσουν τις πιθανότητες ύπαρξης πετρελαιοκηλίδων στην εξεταζόμενη περιοχή. Αυτές οι πληροφορίες είναι ενσωματωμένες σε ένα ταξινομητή που βασίζεται σε μια συνάρτηση πολλών μεταβλητών διανομής πιθανότητας.
Οι Fiscella et al. βρήκαν ότι ένας άνθρωπος και ένας αλγόριθμος ανάλυσης εικόνας έχουν ίδια ικανότητα διάκρισης των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές, το σύνολο όμως των εικόνων περιλάμβανε μόνο 21 υποψήφιες πετρελαιοκηλίδες.
Στα πλαίσια του προγράμματος των Ωκεανίδων πραγματοποιήθηκε μια έρευνα ανεύρεσης της βέλτιστης τεχνικής ανίχνευσης πετρελαιοκηλίδων που βασίστηκε στη σύγκριση των μοντέλων KSAT (χειροκίνητο), NR (αυτόματος αλγόριθμος) και QinetiQ (ημιαυτόματος αλγόριθμος). Στην ημιαυτόματη μέθοδο QinetiQ, σε πρώτο στάδιο ακολουθείται ένας αυτόματος αλγόριθμος και ανίχνευση των σκούρων σημείων, και μετά τα αποτελέσματα ταξινομούνται οπτικά μέσω ενός χειριστή. Σε αυτή την έρευνα, οι τρεις προσεγγίσεις που βασίστηκαν σε δορυφόρο συγκρίθηκαν με δεδομένα από αεροπλάνα. Το σύνολο των πληροφοριών περιείχε 17 εντοπισμένες πετρελαιοκηλίδες. Από αυτές ο KSAT εντόπισε τις 15, ο NR τις 14 και το QinetiQ 12. Τα αποτελέσματα δείχνουν ότι αποτελεί πρόκληση όλοι οι χειριστές να εντοπίσουν τα ίδια σημεία και να ους αποδώσουν τον ίδιο βαθμό εμπιστοσύνης. Ο αλγόριθμος NR είναι αντικειμενικός και παρέχει το ίδιο αποτέλεσμα επαναλαμβανόμενα. Καλή συμφωνία μεταξύ των μεθόδων επετεύχθη για πετρελαιοκηλίδες με υψηλή αντίθεση με το περιβάλλον. Οι χειριστές του KSAT χρειάζονται 3-25min για να αναλύσουν μια εικόνα ( κατά μέσο όρο 9 min), ο αλγόριθμος NR περίπου 3 min και ο αλγόριθμος QinetiQ περίπου 20 min. Αυτό δείχνει ότι οι αυτόματες προσεγγίσεις είναι χρηστικότερες όταν ο όγκος των δεδομένων SAR αυξάνεται.

'''''4.3. Προβλήματα σχεδιασμού αυτόματων συστημάτων ανίχνευσης'''''

Οι Kubat et al. προσδιόρισαν ένα σύνολο προβλημάτων κατά την ανάπτυξη ενός εργαλείου εκμάθησης μηχανών για τον εντοπισμό πετρελαιοκηλίδων. Το πρώτο πρόβλημα είναι η έλλειψη δεδομένων καθώς οι περισσότερες δορυφορικές εικόνες SAR που λαμβάνονται δεν περιέχουν πετρελαιοκηλίδες. Το δεύτερο είναι η ανισορροπία του συστήματος εκμάθησης. Η ανίχνευση πετρελαιοκηλίδων είναι μια εφαρμογή όπου ο ταξινομητής πρέπει να ανιχνεύσει ένα σπάνιο αλλά σημαντικό γεγονός (τα σημεία που ομοιάζουν με πετρελαιοκηλίδες είναι πολύ πιο συχνό φαινόμενο). Οι πετρελαιοκηλίδες συμβαίνει να εμφανίζονται τμηματικά, και έτσι τμήματα μιας εικόνας τυχαίνει να συνιστούν μια πετρελαιοκηλίδα. Επίσης αυτά τα τμήματα μπορεί να έχουν ομοιότητες αλλά μπορεί να είναι και ανόμοια μεταξύ τους, κάτι που επηρεάζει την εκπαίδευση του ταξινομητή. Τέλος, η επίδοση του ταξινομητή σχετίζεται με τη δυνατότητα του χρήστη να μειώσει τον αριθμό των συναγερμών χωρίς όμως να περιοριστεί ο αριθμός των σημαντικών πετρελαιοκηλίδων που εντοπίζονται.
Οι σημαντικές διαφορές στα χαρακτηριστικά των διαφόρων αισθητήρων SAR που στον πίνακα 3 . Όλες αυτές οι θεωρήσεις πρέπει να ληφθούν υπόψη κατά το σχεδιασμό ενός αυτόματου συστήματος ανίχνευσης πετρελαιοκηλίδων.

[[Εικόνα:Av a1 eik4.jpg | thumb | right | Εικόνα 4: Δομή αλγορίθμου ανίχνευσης πετρελαιοκηλίδων ]]
[[Εικόνα:Av a1 pin4.jpg| thumb | right | Av a1 pin4.jpg ]]

'''5.Αυτόματες τεχνικές για τον εντοπισμό πετρελαιοκηλίδων στις εικόνες SAR'''

Αρκετά από τα άρθρα που έχουν δημοσιευτεί για την ανάπτυξη αλγορίθμων προς εντοπισμό πετρελαιοκηλίδων από εικόνες SAR περιγράφουν μια δομή παρεμφερή με εκείνη της εικόνας 4.

'''''5.1. Τεχνικές κατάτμησης'''''

Όλες οι πετρελαιοκηλίδες χαρακτηρίζονται από χαμηλά επίπεδα οπισθοδιασποράς γι’ αυτό προτείνεται η χρήση τιμών κατωφλίου για την κατάτμηση των σκοτεινών τμημάτων. Μια πρώιμη προσπάθεια για κατάτμηση των εικόνων SAR του ERS-1 περιγράφηκε το 1993 . Ένας αλγόριθμος απλά εντοπίζει τα δίμορφα ιστογράμματα σε παράθυρα μεγέθους N x N pixels (όπου Ν αντιστοιχεί σε 25 pixels). Αυτή είναι μια καλή μέθοδος για την ανίχνευση των πετρελαιοκηλίδων δεδομένου ότι η κηλίδα δεν πρόκειται να λεπτύνει. Μια παρεμφερής προσέγγιση περιγράφεται από τους Vachon et al και Manore et al. Αυτός ο αλγόριθμος, που αναπτύχθηκε για τα SAR δεδομένα του RADARSAT-1 υπολογίζει κατά μέσο όρο την εικόνα πριν καθοριστεί από το χρήστη το κατώτατο όριο. Καθώς αυτοί οι αλγόριθμοι δεν έχουν ένα βήμα ταξινόμησης οι παρεμφερείς των πετρελαιοκηλίδων επίσης θα ανιχνευθούν.
Μια μέθοδος που χρησιμοποιεί τη μαθηματική μορφολογία για την κατάτμηση των πετρελαιοκηλίδων παρουσιάστηκε από τους Gasull et al. Ο αλγόριθμος στοχεύει στην ανίχνευση των πετρελαιοκηλίδων από πλέοντα τάνκερ και κάποια χαρακτηριστικά είναι η επιμήκυνση και η προσρόφηση νερού της κηλίδας.
Αν και μια πληθώρα μεθόδων έχει εφαρμοστεί, ο κοινός στόχος είναι να εντοπιστούν ύποπτες πετρελαιοκηλίδες και να διατηρηθούν τα σχήματά τους.

'''''5.2. Εξαγωγή των χαρακτηριστικών της κηλίδας'''''

Από την αρχική σκοτεινή εικόνα, η εξαγωγή των χαρακτηριστικών χρησιμοποιείται για να υπολογιστούν τα χαρακτηριστικά γνωρίσματα της κάθε κηλίδας. Ο πίνακας 4 συνοψίζει τα χαρακτηριστικά γνωρίσματα που χρησιμοποιήθηκαν σε τρεις διαφορετικούς αλγορίθμους.
Σε ένα σύνολο χαρακτηριστικών που εισάγονται στον ταξινομητή, τα μεμονωμένα χαρακτηριστικά γνωρίσματα ,τυπικά ανήκουν στις παρακάτω κατηγορίες:

• Η γεωμετρία και το σχήμα της περιοχής. Τα χαρακτηριστικά που αφορούν τη γεωμετρία και το σχήμα, εφαρμόζονται από όλες τις μεθόδους όπως φαίνεται και από τον πίνακα 4. Για να ανιχνευτεί η μόλυνση από τα πλέοντα τάνκερ που καθαρίζουν τις δεξαμενές τους, ένα σημαντικό χαρακτηριστικό είναι η επιμήκυνση η οποία μπορεί να εκφραστεί σαν ένας ρυθμός μεταξύ του εύρους και του μήκους της κηλίδας. 
• Φυσικά χαρακτηριστικά του επιπέδου οπισθοδιασποράς της κηλίδας και των περιχώρων της. Τα χαρακτηριστικά που αφορούν την κλίση της οπισθοδιασποράς περνώντας από το υπόβαθρο στην κηλίδα αποτελούν πολύτιμη πληροφορία για την ταξινόμηση των κηλίδων με τη βοήθεια νευρωνικών δικτύων. Επιπλέον η τυπική απόκλιση του υποβάθρου είναι μια σημαντική παράμετρος που επηρεάζεται σε μεγάλο βαθμό από το επίπεδο ανέμου και γενικά είναι υψηλή για τις φυσικές θαλάσσιες κηλίδες. 
• Χαρακτηριστικά του περιβάλλοντος χώρου της κηλίδας. Παραδείγματα είναι η απόσταση της κηλίδας από την ακτή καθώς και από πλοία ή πύργους γεωτρήσεων. Στους αλγορίθμους που χρησιμοποιούνται για τον εντοπισμό των κηλίδων υπάρχουν στοιχεία για τις περιοχές που είναι περισσότερο πιθανό να υπάρχουν πετρελαιοκηλίδες καθώς και δεδομένα ανέμου που βοηθούν στην ταξινόμηση των κηλίδων και εκτίμηση της ηλικίας τους. 
• Υφή. Η υφή παρέχει πληροφορίες αναφορικά με τη χωρική συσχέτιση μεταξύ των γειτονικών pixels. Η ομοιογένεια είναι βασικός παράγοντας για τον αποτελεσματικό διαχωρισμό των κηλίδων από άλλα αντικείμενα. 
• Αν και οι διαφορετικές μέθοδοι στον πίνακα 4 δεν εφαρμόζουν ακριβώς τα ίδια χαρακτηριστικά γνωρίσματα, αρκετά από αυτά είναι διαφορετικά μέτρα του ίδιου χαρακτηριστικού. 

'''''5.3. Μέθοδοι ταξινόμησης'''''

Επειδή ένα σύνολο φαινομένων μπορούν να δημιουργήσουν σκοτεινές κηλίδες σε μια SAR εικόνα, ο σκοπός του ταξινομητή είναι να διακρίνει τις πετρελαιοκηλίδες από άλλες περιπτώσεις.
Σύμφωνα με τους Solberg et al. η πιθανότητα πετρελαιοκηλίδας σχετίζεται με μια γκαουσιανή συνάρτηση πυκνότητας πολλών μεταβλητών. Οι άγνωστες παράμετροι προέρχονται από μια βάση με δεδομένα υπογραφών πετρελαιοκηλίδων. Αυτή συνδυάζεται με ένα πρόδρομο μοντέλο για τον αριθμό των παρεμφερών μορφών, ένα μοντέλο για την παρουσία κηλίδων κοντά σε φωτεινά σημεία και με μια τροποποίηση της πυκνότητας πιθανότητας προκειμένου να ληφθούν υπόψη συνδυασμοί χαρακτηριστικών που αποτελούν ενδείξεις συγκεκριμένων συνθηκών. Η εξαγόμενη μέθοδος με 84 περιορισμούς δίνει σωστή ταξινόμηση στο 94% των πετρελαιοκηλίδων.
Ένα τεχνητό νευρωνικό δίκτυο είναι ένα μαθηματικό μοντέλο που αποτελείται από πολλούς νευρώνες που λειτουργούν σε παραλληλία. Οι Frate et al περιέγραψαν τη χρήση ενός νευρωνικού δικτύου για την ανίχνευση πετρελαιοκηλίδων από εικόνες του ERS. Η επιλογή ενός σκοτεινού αντικειμένου που αποτελεί τμήμα της εικόνας διενεργείται χειρωνακτικά, ενώ η εξαγωγή των χαρακτηριστικών γνωρισμάτων και η ταξινόμηση σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές πραγματοποιείται αυτόματα. Χρησιμοποιώντας αυτή τη μέθοδο σε 139 δείγματα διαρροών πετρελαίου το 18% αναφέρθηκε ότι ταξινομήθηκαν εσφαλμένα ως παρεμφερείς μορφές.
Οι προτεινόμενες αυτόματες μέθοδοι που παρουσιάστηκαν προηγουμένως για την ανίχνευση και τη σωστή ταξινόμηση πετρελαιοκηλίδων, αναφέρουν ακρίβεια της τάξης του 82% με 94%. Αυτές οι μέθοδοι ωστόσο διενεργήθηκαν σε διαφορετικά δεδομένα πληροφοριών και οι προσεγγίσεις διαφέρουν όσον αφορά τις μεθόδους εξαγωγής των χαρακτηριστικών γνωρισμάτων, ταξινόμησης, και στις διαδικασίες κατάτμησης της εικόνας. Τα πιο σημαντικά βήματα σε αυτή τη διαδικασία είναι η κατάτμηση και η εξαγωγή των χαρακτηριστικών γνωρισμάτων. Αν μια πετρελαιοκηλίδα δεν ανιχνευτεί κατά τη διάρκεια της κατάτμησης δεν μπορεί να ταξινομηθεί σωστά. Αν τα χαρακτηριστικά μπορούν να διακριθούν εύκολα μεταξύ τους, το πρόβλημα της ταξινόμησης θα είναι ευκολότερο και πολλοί ταξινομητές θα λειτουργούν. Θεωρούμε ότι η ποικιλία στο σχήμα, την αντίθεση και τον περίγυρο των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι τόσο μεγάλη, που είναι απαραίτητη η υποδιαίρεση του προβλήματος σε υποκατηγορίες και η καθοδήγηση του ταξινομητή με όσο το δυνατόν προγενέστερες πληροφορίες είναι δυνατόν.

'''6.Συμπεράσματα και προτάσεις για περεταίρω εργασία'''

Το SAR είναι ο πιο εφαρμόσιμος διαστημικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, κυρίως εξαιτίας των δυνατοτήτων ανίχνευσης παντός καιρού και με ευρεία κάλυψη. Μπορεί να λειτουργήσει από ήρεμο άνεμο, σε ταχύτητες ανέμου έως 12-14m/s, αλλά η μέγιστη ταχύτητα ανέμου για την ανίχνευση πετρελαιοκηλίδων εξαρτάται από τον τύπο και την ηλικία της κηλίδας. Οι αισθητήρες που λειτουργούν σε μεγάλο εύρος κάλυψης με χωρική γεωμετρική ανάλυση 50-150m βρέθηκε ότι είναι επαρκείς και επιτρέπουν την κάλυψη μεγάλων ωκεάνιων περιοχών αποτελεσματικά.
Η μεγαλύτερη πρόκληση στην ανίχνευση πετρελαιοκηλίδων από εικόνες SAR είναι η ακριβής τους διάκριση από τις παρεμφερείς τους μορφές. Οι περισσότερες καταστάσεις χαμηλού ανέμου μπορούν να τύχουν διαχείρισης μέσω της ανάλυσης του περιγύρου μιας πετρελαιοκηλίδας, όμως οι φυσικές μεμβράνες δεν μπορούν πάντα να διακριθούν από τις πετρελαιοκηλίδες βάσει μόνο των εικόνων SAR. Επιπρόσθετες πληροφορίες αναφορικά με την άνθηση φυκιών είναι επιθυμητή ιδιαίτερα στη Βαλτική Θάλασσα όπου τα φύκια είναι σύνηθες φαινόμενο ιδιαίτερα κατά τη διάρκεια του καλοκαιριού. Τέτοιες πληροφορίες μπορούν να εξαχθούν από τους οπτικούς αισθητήρες. Τα μελλοντικά συστήματα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνουν πληροφορίες για τα φύκια είτε από μελέτες βασισμένες σε πολυαισθητήρες, είτε με τη χρήση προγενεστέρων γνώσεων για την πιθανότητα παρατήρησης αλγών σε μια δεδομένη περιοχή σε μια ορισμένη περιοχή του έτους.
Για λειτουργικούς λόγους υπάρχει η ανάγκη συντονισμού μεταξύ των δορυφορικών διελεύσεων και των πτήσεων επιτήρησης με αεροπλάνα. Προς το παρόν η εναέρια επιτήρηση απαιτείται για τη συλλογή στοιχείων προκειμένου να διωχθούν οι ρυπαίνοντες. Ο συνδυασμός δορυφορικής απόκτησης εικόνων και πτήσεων εναέριας επιτήρησης προς το παρόν χρησιμοποιείται από πολλές χώρες στη Βόρεια Ευρώπη. Πολλές από αυτές τις υπηρεσίες χρησιμοποιούν την προσέγγιση KSAT προκειμένου να εντοπίσουν πετρελαιοκηλίδες από δορυφορικές εικόνες.
Οι μελλοντικές SAR αποστολές είναι κρίσιμες για την επιτυχή ανίχνευση πετρελαιοκηλίδων. Υπάρχει ένας αριθμός σχεδιασμένων SAR εμπορικών αποστολών. Ο προηγμένος γιαπωνέζικος δορυφόρος παρατήρησης της γης (Advanced Land-Observing Satellite: ALOS) και ο Ευρωπαϊκός Terra-SAR-L είναι δορυφόροι με L- κανάλι SAR, που σημαίνει ότι διαθέτουν ένα αυξημένο μήκος κύματος (24m) σε σύγκριση π.χ. με τον ERS και τον ENVISAT. Οι TerraSAR-X και COSMO/SkyMed είναι Γερμανικοί και Ιταλικοί δορυφόροι Χ-καναλιών. Αναφορικά με την ανίχνευση των πετρελαιοκηλίδων οι πιο υποσχόμενες από τις επερχόμενες αποστολές είναι αυτές του RADARSAT-2 με το C-κανάλι SAR.
Μια μελέτη για τη βέλτιστη τεχνική ανίχνευσης πετρελαιοκηλίδων (χειρωνακτική σε σύγκριση με τις αυτόματες μεθόδους) έδειξε ότι οι χειριστές παρουσιάζουν διαφορές κατά την ανίχνευση τους, ιδιαίτερα στην εκτίμηση του βαθμού εμπιστοσύνης. Ένας αυτόματος αλγόριθμος με αξιόπιστη και αντικειμενική εκτίμηση του βαθμού εμπιστοσύνης των πετρελαιοκηλίδων θα ήταν ιδιαιτέρως επιθυμητός. Η ανάγκη αυτόματων αλγορίθμων εξαρτάται από τον αριθμό των εικόνων που πρέπει να αναλυθούν και αποτελεί μια οικονομικώς αποδοτική λύση για την παρατήρηση μεγάλων ωκεάνιων περιοχών συγκριτικά με τη χειρωνακτική μέθοδο.
Χρειάζεται περισσότερη δουλειά για την επίτευξη της σωστής σύγκρισης των επιδόσεων των χειροκίνητων συγκριτικά με τις αυτόματες μεθόδους για την ανίχνευση των πετρελαιοκηλίδων. Μέχρι τώρα, τα αυτόματα συστήματα έχουν δοκιμασθεί off-line, έτσι επιπρόσθετες κηλίδες που αναφέρονται από τα αυτόματα συστήματα δεν μπορούν να ελεγχθούν. Ακόμα πιστεύουμε ότι οι κηλίδες που ταξινομούνται ως πετρελαιοκηλίδες από τους αυτόματους αλγορίθμους πρέπει να διέρχονται και από χειροκίνητη ανίχνευση προτού σταλούν για την επιβεβαίωσή τους αεροσκάφη. Σε αυτή την περίπτωση, θα ήταν πιο αποτελεσματική η τμηματική επιθεώρηση κάποιων πετρελαιοκηλίδων παρά η επιθεώρηση του συνόλου τους όπως γίνεται προς το παρόν. Σαν μέρος του προγράμματος της ESA για το Northen View, ο αυτόματος αλγόριθμος NR’s θα επεκταθεί μέσα στο λειτουργικό περιβάλλον KSAT.
Οι αυτόματοι αλγόριθμοι ανίχνευσης πετρελαιοκηλίδων συνήθως διαιρούνται σε τρία βήματα: ανίχνευση των σκοτεινών σημείων, εξαγωγή των χαρακτηριστικών τους και ταξινόμησή τους. Πολλά άρθρα έχουν δημοσιευτεί για τους αυτόματους αλγορίθμους ταξινόμησης των πετρελαιοκηλίδων και των παρεμφερών τους μορφών καθώς οι περισσότεροι συγγραφείς επικεντρώνονται στο στάδιο της ανίχνευσης. Αναφέρονται πολλές μελέτες μεγάλης κλίμακας με αποδεκτή απόδοση ταξινόμησης που βασίζονται στην στατιστική ταξινόμηση, και τα νευρωνικά δίκτυα. Θα ήταν επιθυμητή μια εκτενής σύγκριση των ταξινομητών που χρησιμοποιούν διαφορετικές προσεγγίσεις στηριζόμενοι όμως στα ίδια δεδομένα χαρακτηριστικών γνωρισμάτων.
Προκειμένου να αυξηθούν οι αποδόσεις των διαφόρων μεθόδων είναι απαραίτητη η απόκτηση επιπλέον γνώσης. Πιστεύουμε ότι το μελλοντικό σύστημα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνει αυτόματους αλγορίθμους, μια βάση δεδομένων από ‘‘καίρια σημεία’’ (π.χ. πύργοι γεωτρήσεων, βυθισμένα σκάφη), γραμμές πλεύσης πλοίων, πληροφορίες για τα σημεία άνθησης φυκιών καθώς και εκτεταμένη χρήση των δεδομένων για τον άνεμο.

[[category:Υδατικοί Πόροι]]

Αρχείο:Av a1 pin4.jpg

2012-03-05T10:28:55Z

Afroditeven: Πίνακας 4: χαρακτηριστικά αλγορίθμων

Πίνακας 4: χαρακτηριστικά αλγορίθμων

Αρχείο:Av a1 pin3.jpg

2012-03-05T10:28:34Z

Afroditeven: Πίνακας 3: χαρακτηριστικά δορυφορικών αισθητήρων

Πίνακας 3: χαρακτηριστικά δορυφορικών αισθητήρων

Αρχείο:Av a1 pin2.jpg

2012-03-05T10:28:17Z

Afroditeven: Πίνακας 2: Ορατότητα πετρελαιοκηλίδων στις εικόνες SAR

Πίνακας 2: Ορατότητα πετρελαιοκηλίδων στις εικόνες SAR

Αρχείο:Av a1 eik4.jpg

2012-03-05T10:27:51Z

Afroditeven: Εικόνα 4: Δομή αλγορίθμου ανίχνευσης πετρελαιοκηλίδων

Εικόνα 4: Δομή αλγορίθμου ανίχνευσης πετρελαιοκηλίδων

Αρχείο:Av a1 eik3.JPG

2012-03-05T10:27:14Z

Afroditeven: Εικόνα 3: RADARSAT-1 SCN (19/7/2003) που περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας (55,47N, 12,28E), η οποία ανιχνεύτηκε σαν πετρελαιοκηλίδα από τις δορυφ�

Εικόνα 3: RADARSAT-1 SCN (19/7/2003) που περιέχει μια παρεμφερή μορφή πετρελαιοκηλίδας (55,47N, 12,28E), η οποία ανιχνεύτηκε σαν πετρελαιοκηλίδα από τις δορυφορικές υπηρεσίες Kongsberg AS (KSAT), QinetiQ και το νορβηγικό υπολογιστικό κέντρο (NR). Μέγεθος 394x359pixels.

Αρχείο:Av a1 eik2.JPG

2012-03-05T10:26:54Z

Afroditeven: Εικόνα 2: Αριστερά: πλάνο εικόνας RADARSAT-1 ScanSAR Narrow (SCN) (30/7/2002) η οποία περιέχει δύο παραδείγματα πετρελαιοκηλίδων (ταξινομήθηκαν ως πετρελαιοκη

Εικόνα 2: Αριστερά: πλάνο εικόνας RADARSAT-1 ScanSAR Narrow (SCN) (30/7/2002) η οποία περιέχει δύο παραδείγματα πετρελαιοκηλίδων (ταξινομήθηκαν ως πετρελαιοκηλίδες με μη αυτόματη ανίχνευση) σε ένα ομογενές υπόβαθρο. Το μέγεθος του πλάνου είναι 1432x1032pixels. Δεξιά: πλάνο από μια ENVISAT ASAR
WSM εικόνα(24/7//2003) που περιέχει μια γραμμική πετρελαιοκηλίδα. (ταξινομήθηκε ως πετρελαιοκηλίδα με μη αυτόματη ανίχνευση). Μέγεθος 337x320pixels

ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ

2012-03-05T07:51:57Z

Afroditeven: Νέα σελίδα με 'Add Your Content Here category:Υδατικοί Πόροι'

Add Your Content Here

[[category:Υδατικοί Πόροι]]

Βενετσάνου Αφροδίτη

2012-03-05T07:51:37Z

Afroditeven:

[[ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ]] 
[[ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ]] 
[[ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ]] 
[[ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ]] 
[[ΜΙΑ ΝΕΑ ΜΕΘΟΔΟΣ ΑΝΙΧΝΕΥΣΗΣ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΕΙΚΟΝΩΝ ENVISAT]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

ΜΙΑ ΝΕΑ ΜΕΘΟΔΟΣ ΑΝΙΧΝΕΥΣΗΣ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΕΙΚΟΝΩΝ ENVISAT

2012-03-05T07:50:57Z

Afroditeven: Νέα σελίδα με 'Add Your Content Here category:Υδατικοί Πόροι'

Add Your Content Here

[[category:Υδατικοί Πόροι]]

Βενετσάνου Αφροδίτη

2012-03-05T07:50:47Z

Afroditeven:

[[ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ]] 
[[ΕΦΑΡΜΟΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΤΗΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΩΝ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΣΤΟΝ ΚΟΛΠΟ ΓΚΟΥΑΝΑΜΠΑΡΑ ΤΟΥ ΡΙΟ ΝΤΕ ΤΖΑΝΕΪΡΟ ΣΤΗ ΒΡΑΖΙΛΙΑ]] 
[[ΥΠΕΡΦΑΣΜΑΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΩΝ ΓΙΑ ΤΟ ΜΕΤΡΙΑΣΜΟ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ]] 
[[ΣΥΝΔΥΑΣΜΟΣ ΧΗΜΙΚΩΝ ΜΕΣΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΠΑΡΑΚΤΙΟ ΕΛΕΓΧΟ ΝΕΡΟΥ. Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΑΝΑΤΟΛΙΚΗΣ ΜΕΣΟΓΕΙΟΥ.]] 
[[ΜΙΑ ΝΕΑ ΜΕΘΟΔΟΣ ΑΝΙΧΝΕΥΣΗΣ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΕΙΚΟΝΩΝ ENVISAT]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]