RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain

2018-01-06T18:53:36Z

Giorglmbr:

''' Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain, Κίνα '''

'''Πρωτότυπος τίτλος:''' '' Using Satellite Data for the Characterization of Local Animal Reservoir Populations of Hantaan Virus on the Weihe Plain, China ''

'''Συγγραφείς: ''' Pengbo Yu, Yidan Li, Bo Xu, Jing Wei, Shen Li, Jianhua Dong, Jianhui Qu, Jing Xu, Zheng Y.X. Huang, Chaofeng Ma, Jing Yang, Guogang Zhang, Bin Chen, Shanqian Huang, Chunming Shi, Hongwei Gao, Feng Liu, Huaiyu Tian, Nils Chr. Stenseth, Bing Xu, Jingjun Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 22nd of October''

'''Εισαγωγή'''

Το 1984, στην επαρχία Shaanxi, στην κεντροανατολική Κίνα, ξέσπασε αιμορραγικός πυρετός με νεφρικό σύνδρομο (HFRS), ο οποίος χαρακτηρίστηκε από ταχέως προοδευτικά συμπτώματα σπειραματονεφρίτιδας και υψηλά ποσοστά θνησιμότητας, λόγω του ιού Hantaan (HTNV, οικογένεια Bunyaviridae, γένος Hantavirus): σημειώθηκαν συνολικά 1439 περιπτώσεις, με συχνότητα εμφάνισης 0,3% στην περιφέρεια Hu (επαρχία Shanxi). Παρόλο που παρατηρήθηκε σημαντική μείωση του αριθμού των περιστατικών HFRS μακροπρόθεσμα, οι 493 περιπτώσεις που αναφέρθηκαν μεταξύ του 2010 και του 2011 επανέλαβαν την ανησυχία για πιθανό κίνδυνο εμφάνισης της ασθένειας.
Οι Hantaviruses συνδέονται κυρίως με την οικογένεια τρωκτικών, Muridae. Οι Hantaviruses και είδη τρωκτικών είναι στενά συνδεδεμένα, με τέτοιο τρόπο ώστε κάθε ιικό είδος να συνδέεται κυρίως με ένα μόνο είδος τρωκτικού, αν και έχουν αναφερθεί λοιμώξεις και από άλλα θηλαστικά. Καθώς το HFRS μεταδίδεται κατά τη διάρκεια της επαφής με τα ούρα, κόπρανα ή σάλιο τρωκτικών, συνήθως θεωρείται ως μια άμεση, εξαρτώμενη από την πυκνότητα, μετάδοση, σχετικά με την οποία η οικολογία της αφθονίας των τρωκτικών μπορεί να καθορίσει σε μεγάλο βαθμό τη δυνατότητα και το μέγεθός της. Στην πεδιάδα Weihe, που βρίσκεται στην κεντρική επαρχία Shaanxi, τα ριγωτά ποντίκια (Apodemus agrarius) είναι ο κύριος ξενιστής του HTNV. Επομένως, η κατανόηση των παραγόντων που οδηγούν σε αλλαγές του πληθυσμού του Apodemus agrarius είναι σημαντική για την καλύτερη πρόβλεψη των εστιών του HFRS.
Το 2002, προτάθηκε από επιστήμονες μία υπόθεση τροφικής αλληλουχίας για να εξηγήσει πώς η περιβαλλοντική διαφοροποίηση επηρεάζει την πιθανότητα εμφάνισης επιδημικών εστιών. Οι τροφική αλληλουχία είναι έμμεση αλληλεπίδραση εντός ενός ιστού τροφίμων που μπορούν να επηρεάσουν ολόκληρο το οικοσύστημα. Οι ευνοϊκές περιβαλλοντικές συνθήκες μπορούν να οδηγήσουν σε αύξηση της πρωτογενούς και δευτερογενούς παραγωγικότητας, η οποία έχει ως αποτέλεσμα την αύξηση της πυκνότητας του πληθυσμού των τρωκτικών και, κατά συνέπεια, τον αυξημένο κίνδυνο μετάδοσης του hantavirus στους ανθρώπους. Επί του παρόντος, η τηλεπισκόπηση (RS) έχει αναγνωριστεί ως σημαντική πηγή πληροφοριών για τη μελέτη της οικολογίας των hantaviruses και χρησιμοποιείται συχνά στη μελέτη της σχέσης μεταξύ περιβαλλοντικών μεταβλητών και μετάδοσης του συγκεκριμένου ιού. Οι επιστήμονες Glass και Boone χρησιμοποίησαν εικόνες τηλεπισκόπησης για τον εντοπισμό περιβαλλοντικών συνθηκών που σχετίζονται με τον κίνδυνο μετάδοσης της νόσου στον άνθρωπο που προκαλείται από τον ιό Sin Nombre. Ο Wei συνδύασε οικολογική εξειδίκευση και τεχνικές τηλεπισκόπισης για τον εντοπισμό των παραγόντων κινδύνου για μολύνσεις από ινομυώματα σε τρωκτικούς ξενιστές. Οι Zhang και Goodin εξέτασαν τη σχέση μεταξύ των φυσικών ποσοστών μόλυνσης για τον hantavirus στα τρωκτικά και κατηγορίες κάλυψης γης. Ο Yan χρησιμοποίησε δορυφορικά δεδομένα Landsat TM για να διερευνήσει τη χρονική σχέση μεταξύ του αριθμού των περιπτώσεων HFRS και μιας χρονοσειράς του κανονικοποιημένου δείκτη βλάστησης διαφορών (NDVI). Αυτές οι μελέτες υπογραμμίζουν τη χρησιμότητα της τηλεπισκόπισης στην πρόβλεψη του κινδύνου για HFRS.
Εδώ πραγματοποιήσαμε μια έρευνα σχετικά με τη δυναμική του πληθυσμού των τρωκτικών, η οποία καλύπτει την περίοδο 2005 έως 2012 στην Weihe Plain και χρησιμοποιήσαμε τα δεδομένα επίπτωσης του HFRS, μαζί με δορυφορικά δεδομένα, για να ελέγξουμε την υπόθεση ότι η πληθυσμιακή δυναμική του αποθέματος ζώων του HTNV από τροφικές αλληλουχίες (μετρώντας μέσω δεικτών τηλεπισκόπησης) μπορούν να χρησιμεύσουν ως πιθανοί παράγοντες πρόβλεψης των εστιών του HFRS. Οι αναλύσεις μας θα βελτιώσουν την κατανόηση του κινδύνου μετάδοσης του HTNV στους ανθρώπους.

'''Δειγματοληψία τρωκτικών'''

Η περιοχή μελέτης μας βρισκόταν σε μία από τις περιοχές εστίασης του HFRS στην περιφέρεια Hu (108° Ανατολικά, 34° Βόρεια), στην εθνική περιοχή παρακολούθησης HFRS στο οροπέδιο Loess της κεντρικής Κίνας. Από τον Ιανουάριο του 2005 έως τον Δεκέμβριο του 2012 πραγματοποιήθηκαν μηνιαίες έρευνες για τους τοπικούς πληθυσμούς ζώων που φέρουν τον ιό Hantaan. Παγίδευση τρωκτικού διεξήχθη σε εννέα τοποθεσίες, σε χωράφια με μια απλή δομή βλάστησης (καταλαμβάνονται κυρίως από μεγάλες καλλιέργειες, σιτάρι την άνοιξη και καλαμπόκι το φθινόπωρο), τα οποία είναι ενδιαιτήματα για σημαντικά αποθέματα τρωκτικών και απέχουν 3 χλμ από τα χωριά της περιφέρειας Hu. Σε κάθε θέση παγίδευσης, τοποθετήθηκαν τουλάχιστον 300 παγίδες μικρών θηλαστικών, για τρεις νύχτες, με μία μόνο δέσμευση, σε τέσσερις παράλληλες γραμμές με 25 παγίδες κάθε μία (Εικόνα 1). Τοποθετούνται τα φιστίκια σε κάθε παγίδα ως δόλωμα τη νύχτα και ανακτώνται μικρά θηλαστικά παγιδευμένα το πρωί. Οι ρυθμοί συλλήψεως εκφράζονται ως ο αριθμός των τρωκτικών που αλιεύονται ανά 100 παγίδες. Οι παγίδες χωρίστηκαν σε διαστήματα περίπου 5 μέτρων. Οι παγίδες τοποθετούνταν κάθε βράδυ και συλλέγονταν το πρωί. Τα ζώα που παγιδεύτηκαν, συλλέχθηκαν και ταυτοποιήθηκαν σε είδη. Όλα τα συλληφθέντα τρωκτικά προστέθηκαν στα κέντρα Shaanxi για τον έλεγχο και την πρόληψη ασθενειών. Τα επιδημιολογικά δεδομένα ελήφθησαν από το Επαρχιακό Κέντρο Ελέγχου και Πρόληψης Νοσημάτων του Shaanxi.

[[Εικόνα:Rswikiglp91.jpg |thumb|right|Eικόνα 1:'''Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στοιχεία κάλυψης γης από το GlobCover 2009 v2.3 (ESA Globcover Project, http://due.esrin.esa.int/globcover/). Οι μαύροι κύκλοι αντιπροσωπεύουν τις θέσεις δειγματοληψίας τρωκτικών. Σχηματική αναπαράσταση της θέσης παγίδευσης τρωκτικών. Οι παγίδες χωρίστηκαν σε διαστήματα των 5 μέτρων.''']]

Τα στοιχεία σχετικά με τις περιπτώσεις HFRS στην περιφέρεια Hu από το 2005 έως το 2012 ελήφθησαν από το σύστημα παρακολούθησης ασθενειών Shaanxi Notifiable Disease. Αυτές οι περιπτώσεις επιβεβαιώθηκαν, σύμφωνα με την τυποποιημένη διάγνωση που καθορίστηκε από το Υπουργείο Υγείας της Λαϊκής Δημοκρατίας της Κίνας, και στη συνέχεια επιβεβαιώθηκαν με την ανίχνευση αντισωμάτων κατά του hantavirus σε δείγματα ανθρώπινου ορού.

'''Δορυφορικά δεδομένα'''

Η έναρξη της λειτουργίας του Moderate Resolution Imaging Spectroradiometer (MODIS) στα αεροσκάφη Terra και Aqua το Δεκέμβριο του 1999 και το Μάιο του 2002, αντίστοιχα, συνέβαλε σημαντικά στην κατανόηση της δυναμικής της Γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε μια ομάδα προϊόντων MODIS Land (Πίνακας 1) που ελήφθησαν από το Εθνικό Σύστημα Δεδομένων και Πληροφοριών για το Σύστημα Παρακολούθησης της Γης (EOSDIS) της Εθνικής Υπηρεσίας Αεροναυτικής και Διαστήματος (EOSDIS, http://reverb.echo.nasa.gov/reverb/ ). Συγκεκριμένα, το NDVI εξήχθη από το προϊόν MOD13A2, κύκλου 16 ημερών, λεπτομέρειας 1 χλμ. Ο δείκτης περιοχής φύλλου (LAI) και η κλασματική φωτοσυνθετική ενεργός ακτινοβολία (FPAR) εξήχθησαν από το προϊόν MOD15A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. Το LAI χρησιμοποιήθηκε για την ποσοτικοποίηση της έκτασης του φυλλώματος ανά μονάδα επιφανείας εδάφους και το FPAR χρησιμοποιήθηκε για τη μέτρηση της ακτινοβολίας που απορροφάται από τη βλάστηση στην φασματική περιοχή της ηλιακής ακτινοβολίας 0,4-0,7 μm.

[[Εικόνα:Rswikiglp92.jpg |thumb|right|Πίνακας 1:'''Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.''']]

Σημείωση: MODIS, Moderate Resolution Imaging Spectoradiometer. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. LAI, δείκτης περιοχής φύλλων. FPAR, κλασματική φωτοσυνθετικά ενεργή ακτινοβολία. GPP, ακαθάριστη πρωτογενής παραγωγή. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.
Η ακαθάριστη πρωτογενής παραγωγή (GPP) και η καθαρή φωτοσύνθεση (PsnNet) προήλθαν από το προϊόν MOD17A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. και χρησιμοποιήθηκαν σε αυτή τη μελέτη. Το GPP παρέχει ακριβή τακτική μέτρηση της ικανότητας της βλάστησης να συλλάβει άνθρακα και ενέργεια κατά τη διάρκεια της φωτοσύνθεσης και το PsnNet χρησιμοποιείται για τη μέτρηση της καθαρής πρόσληψης διοξειδίου του άνθρακα σε ένα φύλλο.
Τα δεδομένα θερμοκρασίας εδάφους 8 ημερών (LST) προέκυψαν από το προϊόν MODIS MOD11A2. Το χρονικό εύρος των προϊόντων MODIS που χρησιμοποιήθηκαν ήταν από το 2005 έως το 2012 και όλα τα σύνολα δεδομένων συγκεντρώθηκαν σε μηνιαίες τιμές λαμβάνοντας το μέγιστο όλων των τιμών που καταγράφηκαν εντός του μήνα.

'''Στατιστική ανάλυση'''

Οι σχέσεις μεταξύ των δεικτών με βάση την τηλεπισκόπηση, του κινδύνου HFRS και της πυκνότητας του πληθυσμού των τρωκτικών εξετάστηκαν με τη συσχέτιση του Pearson. Εφαρμόσαμε μια ανάλυση αλληλοσυσχέτισης, η οποία ανιχνεύει αν υπάρχουν σχέσεις χρονικής υστέρησης. Δεδομένης της χρονικής υστέρησης στην ανταπόκριση των πληθυσμών των τρωκτικών στις περιβαλλοντικές συνθήκες, διατηρήσαμε ακόμα τις σειρές δεικτών με βάση την τηλεπισκόπηση και μετατοπίσαμε τις σειρές πυκνότητας πληθυσμού τρωκτικών προς τα πίσω κατά ένα μήνα κάθε φορά (έως έξι μήνες). Για να ανιχνευθεί η επίδραση της υστέρησης της πυκνότητας του πληθυσμού των τρωκτικών στον κίνδυνο HFRS, μετακινήσαμε τη συχνότητα εμφάνισης HFRS προς τα πίσω και διατηρήσαμε την πυκνότητα του πληθυσμού των τρωκτικών. Χρησιμοποιήθηκε ανάλυση αλληλοσυσχέτισης για την αξιολόγηση των ενώσεων και υπολογίστηκε ως:
ρxy (t) = γxy (t)/(σxσy) t = 0, ±1, ±2
όπου ρ (t) είναι ο συντελεστής διασταυρούμενης συσχέτισης σε χρονική υστέρηση t, σ είναι η τυπική απόκλιση για την πυκνότητα πληθυσμού τρωκτικών, σύμφωνα με τη συχνότητα εμφάνισης HFRS και δεικτών βάσει τηλεπισκόπησης και γ είναι η συνάρτηση συνδιακύμανσης.

'''Μοντέλο Εξίσωσης Δομής'''

Η μοντελοποίηση εξισώσεων δομής (SEM) είναι μια γενική στατιστική τεχνική, η οποία συνδυάζει ανάλυση παράγοντα και πολλαπλή παλινδρόμηση, που χρησιμοποιείται για την εξέταση άμεσων και έμμεσων επιδράσεων στις αλληλεπιδράσεις μεταξύ πολλαπλών παραγόντων. Το SEM μπορεί να χρησιμοποιηθεί για την ερμηνεία πληροφοριών σχετικά με τους παρατηρούμενους συσχετισμούς ομάδων οργανισμών, για τη δοκιμή και την αξιολόγηση σύνθετων αιτιακών σχέσεων. Κατασκευάσαμε SEM χρησιμοποιώντας το πακέτο R lavaan, εφαρμόζοντας τη μέθοδο μέγιστης πιθανότητας για την εκτίμηση του μοντέλου. Μεταξύ των πολλαπλών δεικτών που είναι διαθέσιμοι για την αξιολόγηση της προσαρμογής του μοντέλου, επιλέξαμε ένα κανονικοποιημένο χ2-test (chi-squared / βαθμοί ελευθερίας), ένα δείκτη συγκριτικής προσαρμογής (CFI) και ένα μέσο ριζικό σφάλμα προσέγγισης (RMSEA). Η κανονικοποιημένη χ2-test χρησιμοποιείται για να ελέγξει εάν η σχέση που είναι δομημένη στο μοντέλο είναι λογική για τα δεδομένα. Το CFI χρησιμοποιείται για να ελέγξει εάν το μοντέλο ταιριάζει με τα δεδομένα, όπου> 0,9 είναι καλό, και το RMSEA μετράει πόσο προσεκτικά το μοντέλο αναπαράγει πρότυπα δεδομένων, όπου οι χαμηλότερες τιμές είναι καλύτερες.
Με βάση τη σχέση χρονικής υστέρησης που βρέθηκε στην ανάλυση συσχέτισης, διαμορφώσαμε το SEM θέτοντας τον PsnNet τρεις μήνες πριν (t-3) ως πρόβλεψη, την πυκνότητα πληθυσμού τρωκτικών (t) ως μεσολαβητή και την επίπτωση του HFRS τέσσερις μήνες αργότερα την εξαρτημένη μεταβλητή. Το μοντέλο μας εξέτασε την υπόθεση ότι η διακύμανση μεταξύ του συσχετισμένου PsnNet και της πυκνότητας του πληθυσμού των τρωκτικών θα μπορούσε να παρέχει εύλογες εξηγήσεις για την εκδήλωση του HFRS.
(Η Animal Ethics Committee του CDC Shaanxi παραιτήθηκε από την έγκριση αυτής της μελέτης. Επειδή οι μέθοδοι δεν περιελάμβαναν πειραματισμούς σε ζώα, δεν ήταν απαραίτητο να αποκτήσουμε άδεια από τη Animal Ethics Committee. Επιπλέον, τα είδη που συλλαμβάνονται στη μελέτη αυτή δεν προστατεύονται στην Κίνα και κανένα από τα είδη που έχουν συλληφθεί δεν περιλαμβάνεται στην red list ειδών της Κίνας).

'''Αποτελέσματα'''

Η περιφέρεια Hu είναι μια περιοχή με υψηλή συχνότητα εμφάνισης HFRS και πληθυσμό περίπου 0,61 εκατομμυρίων στην πεδιάδα Weihe (Σχήμα 1). Οι επιδημίες του HFRS σημειώθηκαν κάθε χρόνο μεταξύ του 2005 και του 2012, με διαφορετικό μέγεθος. Συνολικά 1118 περιπτώσεις HFRS επιβεβαιώθηκαν στην περιφέρεια Hu από το 2005 έως το 2012. Η ετήσια επίπτωση των HFRS συνέχισε να αυξάνεται (Πίνακας 2). Δύο εστίες το 2010 και το 2011 ήταν μεγαλύτερες από το συνηθισμένο, με 282 και 211 περιπτώσεις, αντίστοιχα (Εικόνα 2). Η μηνιαία κατανομή των περιπτώσεων HFRS έδειξε ότι η επίπτωση του HFRS ήταν υψηλότερη κατά το δεύτερο εξάμηνο του έτους και κορυφώθηκε από τον Οκτώβριο έως το Δεκέμβριο (Εικόνα 3 και Εικόνα 4).

[[Εικόνα:Rswikiglp93.jpg |thumb|left|Εικόνα 2:'''Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώσεων HFRS. (Β) Οι χρονοσειρές της πυκνότητας πληθυσμού Apodemus agrarius (ρυθμός σύλληψης), οι σκιασμένες περιοχές υποδεικνύουν διμηνιαία διαστήματα εμπιστοσύνης 95% χρησιμοποιώντας τη μέθοδο Agresti-Coull. Οι ρυθμοί σύλληψης εκφράζονται ως αριθμός τρωκτικών που αλιεύονται ανά 100 παγίδες.''']]

[[Εικόνα:Rswikiglp94.jpg |thumb|right|Εικόνα 3:'''Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-2012. Οι μπάρες σφάλματος εμφανίζουν τις μέγιστες και τις ελάχιστες τιμές.''']]

[[Εικόνα:Rswikiglp95.jpg |thumb|left|Εικόνα 4:'''Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.''']]

[[Εικόνα:Rswikiglp96.jpg |thumb|right|Πίνακας 2:'''Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.''']]

Κατά τη διάρκεια της μελέτης, οι 365 A. Αgrarius που συνελήφθησαν σε 41.764 παγίδες, με ρυθμό σύλληψης 0.9 ανά εκατό παγιδευμένες νύχτες. Η πληθυσμιακή πυκνότητα του A. Αgrarius ποικίλλει τόσο εποχιακά όσο και μεταξύ ετών. Η επιτυχία της παγίδευσης μειώθηκε στα τέλη του φθινοπώρου και του χειμώνα και αυξήθηκε κατά την άνοιξη και η ετήσια μέγιστη πυκνότητα των τρωκτικών παρατηρήθηκε από τον Αύγουστο έως τον Οκτώβριο (Σχήμα 3). Η εποχιακή κατανομή των περιπτώσεων HFRS έδειξε πάντα μια σχετικά υψηλή κορυφή το Νοέμβριο και μια χαμηλότερη κορυφή τον Ιούνιο (Σχήμα 3). Τόσο η εποχικότητα όσο και το αποτέλεσμα της ανάλυσης διασταυρούμενης συσχέτισης (Πίνακας 3) έδειξαν ότι ο μηνιαίος αριθμός περιπτώσεων HFRS συσχετίστηκε θετικά με την πυκνότητα των τρωκτικών, με χρονική υστέρηση 1-5 μηνών.

[[Εικόνα:Rswikiglp97.jpg |thumb|right|Πίνακας 3:'''Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμού τρωκτικών.''']]

Στο Σχήμα 5 φαίνεται ότι ο μέγιστος συντελεστής διασταυρούμενης συσχέτισης δείχνει ότι το PsnNet, σε υστέρηση 3 μηνών, εμφανίζεται να παίζει ρόλο στην πυκνότητα πληθυσμού τρωκτικών. Τα αποτελέσματα (Εικόνα 6) έδειξαν ότι η πληθυσμιακή πυκνότητα του Α. Agrarius συσχετίστηκε θετικά με τα NDVI, GPP και PsnNet, με χρονική υστέρηση 2 μηνών, 2-3 μηνών και 2-3 μηνών αντίστοιχα. Η πληθυσμιακή πυκνότητα του Α. Agararius συσχετίστηκε αρνητικά με το LST, με 6μηνη υστέρηση. Ο υψηλότερος συντελεστής συσχέτισης ήταν για τη σχέση μεταξύ του ρυθμού σύλληψης των Α. Agararius και PsnNet, με 3μηνη υστέρηση (r = 0,46, p <0,01). Το PsnNet ήταν υψηλό σε ετήσια βάση από τον Μάρτιο έως τον Σεπτέμβριο, που ήταν η περίοδος αναπαραγωγής του A. Αgrarius, αν και η αξία του PsnNet τον Ιούνιο ήταν χαμηλή λόγω της εαρινής συγκομιδής. Ο ρυθμός σύλληψης του A. Αgrarius ήταν σχετικά υψηλός στην εποχή αναπαραγωγής και ήταν σχετικά χαμηλός τη χειμερινή περίοδο, από τον Δεκέμβριο έως τον Φεβρουάριο. Ως εκ τούτου, τα αποτελέσματα έδειξαν ότι το εποχιακό πρότυπο του PsnNet κορυφώθηκε και συνέπεσε με το ρυθμό σύλληψης του Α. Agrarius.

[[Εικόνα:Rswikiglp98.jpg |thumb|right|Εικόνα 5:'''Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).''']]

[[Εικόνα:Rswikiglp99.jpg |thumb|left|Εικόνα 6:'''Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσχέτισης που ταιριάζει με δύο μεταβλητές υπολογίστηκε με τη μέθοδο Pearson στο R. ΑΑ, Apodemus agrarius. RN, Rattus norvegicus. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους. Οι αριθμοί που κυμαίνονται από -1 έως 1 είναι οι συντελεστές συσχέτισης Pearson των μεταβλητών σε οριζόντιους και κατακόρυφους άξονες. Το χρώμα και το μέγεθος των κύκλων υποδεικνύουν τη σημασία της συσχέτισης. Εμφανίζονται μόνο σημαντικά στατιστικά στοιχεία (p <0,05).''']]

Μια πρόσθετη ανάλυση διεξήχθη για να ελεγχθεί η σχέση μεταξύ των δεικτών που παρουσιάζονται παραπάνω και της πυκνότητας πληθυσμού του καφέ αρουραίου (Rattus norvegicus). Το είδος αυτό ζει κοντά στον άνθρωπο και δεν βασίζεται σε καλλιέργειες. Τα αποτελέσματα έδειξαν ότι ο ρυθμός σύλληψης του R. Νorvegicus δεν συσχετίστηκε με κανένα από τους δείκτες κατά τη διάρκεια μιας υστέρησης 1-6 μηνών.
Το SEM (Εικόνα 7) έδειξε ότι ο PsnNet κατά τους προηγούμενους μήνες συσχετίστηκε σημαντικά και θετικά με την πυκνότητα του πληθυσμού των τρωκτικών και τη συχνότητα εμφάνισης του HFRS. Ομοίως, η πυκνότητα πληθυσμού τρωκτικών συσχετίστηκε θετικά με την επίπτωση του HFRS στους επόμενους μήνες. Αυτό έδειξε την έμμεση επίδραση του PsnNet στις επιπτώσεις του HFRS.

[[Εικόνα:Rswikiglp910.jpg |thumb|right|Εικόνα 7:'''Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS). (χ2 = 2,34, CFI = 0,97). * Η παράμετρος είναι σημαντική στο επίπεδο 0,05. ** Η παράμετρος είναι σημαντική στο επίπεδο 0,01.''']]

'''Συμπεράσματα'''

Η μελέτη μας είναι ένα ενθαρρυντικό βήμα προς μια προσέγγιση έγκαιρης προειδοποίησης που μπορεί να προβλέψει τον κίνδυνο μόλυνσης από hantavirus, στη βάση ότι οι διακυμάνσεις στην αφθονία των αποθεμάτων τρωκτικών μπορούν να εκτιμηθούν από δορυφορικές εικόνες. Η μελέτη παρέχει επίσης μια αποτελεσματική μέθοδο για την παρακολούθηση περιβαλλοντικών συνθηκών σε μεγάλη κλίμακα. Η τροφική αλληλουχία έχει επικυρωθεί στην περιοχή μελέτης μας χρησιμοποιώντας δορυφορικά και αρχειοθετημένα δεδομένα επιτήρησης. Η παραγωγικότητα της βλάστησης (κατάσταση της γεωργικής γης, εκπροσωπούμενης από το PsnNet) αποδείχθηκε ότι αποτελεί σημαντικό οδηγό για την αύξηση της αφθονίας των αποθεμάτων hantavirus (A. agrarius), με υστέρηση 3 μηνών.
Εν κατακλείδι, δείξαμε ότι ο κίνδυνος HFRS συνδέεται στενά με την περιβαλλοντική μεταβλητότητα και ότι η τηλεπισκόπηση μπορεί να είναι κρίσιμη τόσο για την αποτελεσματική πρόβλεψη κινδύνου όσο και γενικότερα σε εφαρμογές δημόσιας υγείας. Αυτή η προσέγγιση προσφέρει μια πολύτιμη βάση για την ανάπτυξη ενός λιγότερο δαπανηρού, αλλά αποτελεσματικού συστήματος προειδοποίησης για την πρόληψη των εστιών του HFRS στην περιοχή μελέτης μας, στην περιφέρεια Hu. Επιπλέον, η χρησιμότητα της τηλεπισκόπησης για την παρατήρηση περιβαλλοντικών συνθηκών σε πραγματικό χρόνο παρέχει στις αρχές υγείας ένα χρονικό περιθώριο για την ανάπτυξη στοχευμένων στρατηγικών με σκοπό τον έλεγχο και την πρόληψη του κινδύνου του HFRS.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1076/htm]

[[category:Υγεία]]

Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain

2018-01-06T18:52:51Z

Giorglmbr:

''' Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain, Κίνα '''

'''Πρωτότυπος τίτλος:''' '' Using Satellite Data for the Characterization of Local Animal Reservoir Populations of Hantaan Virus on the Weihe Plain, China ''

'''Συγγραφείς: ''' Pengbo Yu, Yidan Li, Bo Xu, Jing Wei, Shen Li, Jianhua Dong, Jianhui Qu, Jing Xu, Zheng Y.X. Huang, Chaofeng Ma, Jing Yang, Guogang Zhang, Bin Chen, Shanqian Huang, Chunming Shi, Hongwei Gao, Feng Liu, Huaiyu Tian, Nils Chr. Stenseth, Bing Xu, Jingjun Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 22nd of October''

'''Εισαγωγή'''

Το 1984, στην επαρχία Shaanxi, στην κεντροανατολική Κίνα, ξέσπασε αιμορραγικός πυρετός με νεφρικό σύνδρομο (HFRS), ο οποίος χαρακτηρίστηκε από ταχέως προοδευτικά συμπτώματα σπειραματονεφρίτιδας και υψηλά ποσοστά θνησιμότητας, λόγω του ιού Hantaan (HTNV, οικογένεια Bunyaviridae, γένος Hantavirus): σημειώθηκαν συνολικά 1439 περιπτώσεις, με συχνότητα εμφάνισης 0,3% στην περιφέρεια Hu (επαρχία Shanxi). Παρόλο που παρατηρήθηκε σημαντική μείωση του αριθμού των περιστατικών HFRS μακροπρόθεσμα, οι 493 περιπτώσεις που αναφέρθηκαν μεταξύ του 2010 και του 2011 επανέλαβαν την ανησυχία για πιθανό κίνδυνο εμφάνισης της ασθένειας.
Οι Hantaviruses συνδέονται κυρίως με την οικογένεια τρωκτικών, Muridae. Οι Hantaviruses και είδη τρωκτικών είναι στενά συνδεδεμένα, με τέτοιο τρόπο ώστε κάθε ιικό είδος να συνδέεται κυρίως με ένα μόνο είδος τρωκτικού, αν και έχουν αναφερθεί λοιμώξεις και από άλλα θηλαστικά. Καθώς το HFRS μεταδίδεται κατά τη διάρκεια της επαφής με τα ούρα, κόπρανα ή σάλιο τρωκτικών, συνήθως θεωρείται ως μια άμεση, εξαρτώμενη από την πυκνότητα, μετάδοση, σχετικά με την οποία η οικολογία της αφθονίας των τρωκτικών μπορεί να καθορίσει σε μεγάλο βαθμό τη δυνατότητα και το μέγεθός της. Στην πεδιάδα Weihe, που βρίσκεται στην κεντρική επαρχία Shaanxi, τα ριγωτά ποντίκια (Apodemus agrarius) είναι ο κύριος ξενιστής του HTNV. Επομένως, η κατανόηση των παραγόντων που οδηγούν σε αλλαγές του πληθυσμού του Apodemus agrarius είναι σημαντική για την καλύτερη πρόβλεψη των εστιών του HFRS.
Το 2002, προτάθηκε από επιστήμονες μία υπόθεση τροφικής αλληλουχίας για να εξηγήσει πώς η περιβαλλοντική διαφοροποίηση επηρεάζει την πιθανότητα εμφάνισης επιδημικών εστιών. Οι τροφική αλληλουχία είναι έμμεση αλληλεπίδραση εντός ενός ιστού τροφίμων που μπορούν να επηρεάσουν ολόκληρο το οικοσύστημα. Οι ευνοϊκές περιβαλλοντικές συνθήκες μπορούν να οδηγήσουν σε αύξηση της πρωτογενούς και δευτερογενούς παραγωγικότητας, η οποία έχει ως αποτέλεσμα την αύξηση της πυκνότητας του πληθυσμού των τρωκτικών και, κατά συνέπεια, τον αυξημένο κίνδυνο μετάδοσης του hantavirus στους ανθρώπους. Επί του παρόντος, η τηλεπισκόπηση (RS) έχει αναγνωριστεί ως σημαντική πηγή πληροφοριών για τη μελέτη της οικολογίας των hantaviruses και χρησιμοποιείται συχνά στη μελέτη της σχέσης μεταξύ περιβαλλοντικών μεταβλητών και μετάδοσης του συγκεκριμένου ιού. Οι επιστήμονες Glass και Boone χρησιμοποίησαν εικόνες τηλεπισκόπησης για τον εντοπισμό περιβαλλοντικών συνθηκών που σχετίζονται με τον κίνδυνο μετάδοσης της νόσου στον άνθρωπο που προκαλείται από τον ιό Sin Nombre. Ο Wei συνδύασε οικολογική εξειδίκευση και τεχνικές τηλεπισκόπισης για τον εντοπισμό των παραγόντων κινδύνου για μολύνσεις από ινομυώματα σε τρωκτικούς ξενιστές. Οι Zhang και Goodin εξέτασαν τη σχέση μεταξύ των φυσικών ποσοστών μόλυνσης για τον hantavirus στα τρωκτικά και κατηγορίες κάλυψης γης. Ο Yan χρησιμοποίησε δορυφορικά δεδομένα Landsat TM για να διερευνήσει τη χρονική σχέση μεταξύ του αριθμού των περιπτώσεων HFRS και μιας χρονοσειράς του κανονικοποιημένου δείκτη βλάστησης διαφορών (NDVI). Αυτές οι μελέτες υπογραμμίζουν τη χρησιμότητα της τηλεπισκόπισης στην πρόβλεψη του κινδύνου για HFRS.
Εδώ πραγματοποιήσαμε μια έρευνα σχετικά με τη δυναμική του πληθυσμού των τρωκτικών, η οποία καλύπτει την περίοδο 2005 έως 2012 στην Weihe Plain και χρησιμοποιήσαμε τα δεδομένα επίπτωσης του HFRS, μαζί με δορυφορικά δεδομένα, για να ελέγξουμε την υπόθεση ότι η πληθυσμιακή δυναμική του αποθέματος ζώων του HTNV από τροφικές αλληλουχίες (μετρώντας μέσω δεικτών τηλεπισκόπησης) μπορούν να χρησιμεύσουν ως πιθανοί παράγοντες πρόβλεψης των εστιών του HFRS. Οι αναλύσεις μας θα βελτιώσουν την κατανόηση του κινδύνου μετάδοσης του HTNV στους ανθρώπους.

'''Δειγματοληψία τρωκτικών'''

Η περιοχή μελέτης μας βρισκόταν σε μία από τις περιοχές εστίασης του HFRS στην περιφέρεια Hu (108° Ανατολικά, 34° Βόρεια), στην εθνική περιοχή παρακολούθησης HFRS στο οροπέδιο Loess της κεντρικής Κίνας. Από τον Ιανουάριο του 2005 έως τον Δεκέμβριο του 2012 πραγματοποιήθηκαν μηνιαίες έρευνες για τους τοπικούς πληθυσμούς ζώων που φέρουν τον ιό Hantaan. Παγίδευση τρωκτικού διεξήχθη σε εννέα τοποθεσίες, σε χωράφια με μια απλή δομή βλάστησης (καταλαμβάνονται κυρίως από μεγάλες καλλιέργειες, σιτάρι την άνοιξη και καλαμπόκι το φθινόπωρο), τα οποία είναι ενδιαιτήματα για σημαντικά αποθέματα τρωκτικών και απέχουν 3 χλμ από τα χωριά της περιφέρειας Hu. Σε κάθε θέση παγίδευσης, τοποθετήθηκαν τουλάχιστον 300 παγίδες μικρών θηλαστικών, για τρεις νύχτες, με μία μόνο δέσμευση, σε τέσσερις παράλληλες γραμμές με 25 παγίδες κάθε μία (Εικόνα 1). Τοποθετούνται τα φιστίκια σε κάθε παγίδα ως δόλωμα τη νύχτα και ανακτώνται μικρά θηλαστικά παγιδευμένα το πρωί. Οι ρυθμοί συλλήψεως εκφράζονται ως ο αριθμός των τρωκτικών που αλιεύονται ανά 100 παγίδες. Οι παγίδες χωρίστηκαν σε διαστήματα περίπου 5 μέτρων. Οι παγίδες τοποθετούνταν κάθε βράδυ και συλλέγονταν το πρωί. Τα ζώα που παγιδεύτηκαν, συλλέχθηκαν και ταυτοποιήθηκαν σε είδη. Όλα τα συλληφθέντα τρωκτικά προστέθηκαν στα κέντρα Shaanxi για τον έλεγχο και την πρόληψη ασθενειών. Τα επιδημιολογικά δεδομένα ελήφθησαν από το Επαρχιακό Κέντρο Ελέγχου και Πρόληψης Νοσημάτων του Shaanxi.

[[Εικόνα:Rswikiglp91.jpg |thumb|right|Eικόνα 1:'''Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στοιχεία κάλυψης γης από το GlobCover 2009 v2.3 (ESA Globcover Project, http://due.esrin.esa.int/globcover/). Οι μαύροι κύκλοι αντιπροσωπεύουν τις θέσεις δειγματοληψίας τρωκτικών. Σχηματική αναπαράσταση της θέσης παγίδευσης τρωκτικών. Οι παγίδες χωρίστηκαν σε διαστήματα των 5 μέτρων.''']]

Τα στοιχεία σχετικά με τις περιπτώσεις HFRS στην περιφέρεια Hu από το 2005 έως το 2012 ελήφθησαν από το σύστημα παρακολούθησης ασθενειών Shaanxi Notifiable Disease. Αυτές οι περιπτώσεις επιβεβαιώθηκαν, σύμφωνα με την τυποποιημένη διάγνωση που καθορίστηκε από το Υπουργείο Υγείας της Λαϊκής Δημοκρατίας της Κίνας, και στη συνέχεια επιβεβαιώθηκαν με την ανίχνευση αντισωμάτων κατά του hantavirus σε δείγματα ανθρώπινου ορού.

'''Δορυφορικά δεδομένα'''

Η έναρξη της λειτουργίας του Moderate Resolution Imaging Spectroradiometer (MODIS) στα αεροσκάφη Terra και Aqua το Δεκέμβριο του 1999 και το Μάιο του 2002, αντίστοιχα, συνέβαλε σημαντικά στην κατανόηση της δυναμικής της Γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε μια ομάδα προϊόντων MODIS Land (Πίνακας 1) που ελήφθησαν από το Εθνικό Σύστημα Δεδομένων και Πληροφοριών για το Σύστημα Παρακολούθησης της Γης (EOSDIS) της Εθνικής Υπηρεσίας Αεροναυτικής και Διαστήματος (EOSDIS, http://reverb.echo.nasa.gov/reverb/ ). Συγκεκριμένα, το NDVI εξήχθη από το προϊόν MOD13A2, κύκλου 16 ημερών, λεπτομέρειας 1 χλμ. Ο δείκτης περιοχής φύλλου (LAI) και η κλασματική φωτοσυνθετική ενεργός ακτινοβολία (FPAR) εξήχθησαν από το προϊόν MOD15A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. Το LAI χρησιμοποιήθηκε για την ποσοτικοποίηση της έκτασης του φυλλώματος ανά μονάδα επιφανείας εδάφους και το FPAR χρησιμοποιήθηκε για τη μέτρηση της ακτινοβολίας που απορροφάται από τη βλάστηση στην φασματική περιοχή της ηλιακής ακτινοβολίας 0,4-0,7 μm.

[[Εικόνα:Rswikiglp92.jpg |thumb|right|Πίνακας 1:'''Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.''']]

Σημείωση: MODIS, Moderate Resolution Imaging Spectoradiometer. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. LAI, δείκτης περιοχής φύλλων. FPAR, κλασματική φωτοσυνθετικά ενεργή ακτινοβολία. GPP, ακαθάριστη πρωτογενής παραγωγή. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.
Η ακαθάριστη πρωτογενής παραγωγή (GPP) και η καθαρή φωτοσύνθεση (PsnNet) προήλθαν από το προϊόν MOD17A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. και χρησιμοποιήθηκαν σε αυτή τη μελέτη. Το GPP παρέχει ακριβή τακτική μέτρηση της ικανότητας της βλάστησης να συλλάβει άνθρακα και ενέργεια κατά τη διάρκεια της φωτοσύνθεσης και το PsnNet χρησιμοποιείται για τη μέτρηση της καθαρής πρόσληψης διοξειδίου του άνθρακα σε ένα φύλλο.
Τα δεδομένα θερμοκρασίας εδάφους 8 ημερών (LST) προέκυψαν από το προϊόν MODIS MOD11A2. Το χρονικό εύρος των προϊόντων MODIS που χρησιμοποιήθηκαν ήταν από το 2005 έως το 2012 και όλα τα σύνολα δεδομένων συγκεντρώθηκαν σε μηνιαίες τιμές λαμβάνοντας το μέγιστο όλων των τιμών που καταγράφηκαν εντός του μήνα.

'''Στατιστική ανάλυση'''

Οι σχέσεις μεταξύ των δεικτών με βάση την τηλεπισκόπηση, του κινδύνου HFRS και της πυκνότητας του πληθυσμού των τρωκτικών εξετάστηκαν με τη συσχέτιση του Pearson. Εφαρμόσαμε μια ανάλυση αλληλοσυσχέτισης, η οποία ανιχνεύει αν υπάρχουν σχέσεις χρονικής υστέρησης. Δεδομένης της χρονικής υστέρησης στην ανταπόκριση των πληθυσμών των τρωκτικών στις περιβαλλοντικές συνθήκες, διατηρήσαμε ακόμα τις σειρές δεικτών με βάση την τηλεπισκόπηση και μετατοπίσαμε τις σειρές πυκνότητας πληθυσμού τρωκτικών προς τα πίσω κατά ένα μήνα κάθε φορά (έως έξι μήνες). Για να ανιχνευθεί η επίδραση της υστέρησης της πυκνότητας του πληθυσμού των τρωκτικών στον κίνδυνο HFRS, μετακινήσαμε τη συχνότητα εμφάνισης HFRS προς τα πίσω και διατηρήσαμε την πυκνότητα του πληθυσμού των τρωκτικών. Χρησιμοποιήθηκε ανάλυση αλληλοσυσχέτισης για την αξιολόγηση των ενώσεων και υπολογίστηκε ως:
ρxy (t) = γxy (t)/(σxσy) t = 0, ±1, ±2
όπου ρ (t) είναι ο συντελεστής διασταυρούμενης συσχέτισης σε χρονική υστέρηση t, σ είναι η τυπική απόκλιση για την πυκνότητα πληθυσμού τρωκτικών, σύμφωνα με τη συχνότητα εμφάνισης HFRS και δεικτών βάσει τηλεπισκόπησης και γ είναι η συνάρτηση συνδιακύμανσης.

'''Μοντέλο Εξίσωσης Δομής'''

Η μοντελοποίηση εξισώσεων δομής (SEM) είναι μια γενική στατιστική τεχνική, η οποία συνδυάζει ανάλυση παράγοντα και πολλαπλή παλινδρόμηση, που χρησιμοποιείται για την εξέταση άμεσων και έμμεσων επιδράσεων στις αλληλεπιδράσεις μεταξύ πολλαπλών παραγόντων. Το SEM μπορεί να χρησιμοποιηθεί για την ερμηνεία πληροφοριών σχετικά με τους παρατηρούμενους συσχετισμούς ομάδων οργανισμών, για τη δοκιμή και την αξιολόγηση σύνθετων αιτιακών σχέσεων. Κατασκευάσαμε SEM χρησιμοποιώντας το πακέτο R lavaan, εφαρμόζοντας τη μέθοδο μέγιστης πιθανότητας για την εκτίμηση του μοντέλου. Μεταξύ των πολλαπλών δεικτών που είναι διαθέσιμοι για την αξιολόγηση της προσαρμογής του μοντέλου, επιλέξαμε ένα κανονικοποιημένο χ2-test (chi-squared / βαθμοί ελευθερίας), ένα δείκτη συγκριτικής προσαρμογής (CFI) και ένα μέσο ριζικό σφάλμα προσέγγισης (RMSEA). Η κανονικοποιημένη χ2-test χρησιμοποιείται για να ελέγξει εάν η σχέση που είναι δομημένη στο μοντέλο είναι λογική για τα δεδομένα. Το CFI χρησιμοποιείται για να ελέγξει εάν το μοντέλο ταιριάζει με τα δεδομένα, όπου> 0,9 είναι καλό, και το RMSEA μετράει πόσο προσεκτικά το μοντέλο αναπαράγει πρότυπα δεδομένων, όπου οι χαμηλότερες τιμές είναι καλύτερες.
Με βάση τη σχέση χρονικής υστέρησης που βρέθηκε στην ανάλυση συσχέτισης, διαμορφώσαμε το SEM θέτοντας τον PsnNet τρεις μήνες πριν (t-3) ως πρόβλεψη, την πυκνότητα πληθυσμού τρωκτικών (t) ως μεσολαβητή και την επίπτωση του HFRS τέσσερις μήνες αργότερα την εξαρτημένη μεταβλητή. Το μοντέλο μας εξέτασε την υπόθεση ότι η διακύμανση μεταξύ του συσχετισμένου PsnNet και της πυκνότητας του πληθυσμού των τρωκτικών θα μπορούσε να παρέχει εύλογες εξηγήσεις για την εκδήλωση του HFRS.
(Η Animal Ethics Committee του CDC Shaanxi παραιτήθηκε από την έγκριση αυτής της μελέτης. Επειδή οι μέθοδοι δεν περιελάμβαναν πειραματισμούς σε ζώα, δεν ήταν απαραίτητο να αποκτήσουμε άδεια από τη Animal Ethics Committee. Επιπλέον, τα είδη που συλλαμβάνονται στη μελέτη αυτή δεν προστατεύονται στην Κίνα και κανένα από τα είδη που έχουν συλληφθεί δεν περιλαμβάνεται στην red list ειδών της Κίνας).

'''Αποτελέσματα'''

Η περιφέρεια Hu είναι μια περιοχή με υψηλή συχνότητα εμφάνισης HFRS και πληθυσμό περίπου 0,61 εκατομμυρίων στην πεδιάδα Weihe (Σχήμα 1). Οι επιδημίες του HFRS σημειώθηκαν κάθε χρόνο μεταξύ του 2005 και του 2012, με διαφορετικό μέγεθος. Συνολικά 1118 περιπτώσεις HFRS επιβεβαιώθηκαν στην περιφέρεια Hu από το 2005 έως το 2012. Η ετήσια επίπτωση των HFRS συνέχισε να αυξάνεται (Πίνακας 2). Δύο εστίες το 2010 και το 2011 ήταν μεγαλύτερες από το συνηθισμένο, με 282 και 211 περιπτώσεις, αντίστοιχα (Εικόνα 2). Η μηνιαία κατανομή των περιπτώσεων HFRS έδειξε ότι η επίπτωση του HFRS ήταν υψηλότερη κατά το δεύτερο εξάμηνο του έτους και κορυφώθηκε από τον Οκτώβριο έως το Δεκέμβριο (Εικόνα 3 και Εικόνα 4).

[[Εικόνα:Rswikiglp93.jpg |thumb|left|Εικόνα 2:'''Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώσεων HFRS. (Β) Οι χρονοσειρές της πυκνότητας πληθυσμού Apodemus agrarius (ρυθμός σύλληψης), οι σκιασμένες περιοχές υποδεικνύουν διμηνιαία διαστήματα εμπιστοσύνης 95% χρησιμοποιώντας τη μέθοδο Agresti-Coull. Οι ρυθμοί σύλληψης εκφράζονται ως αριθμός τρωκτικών που αλιεύονται ανά 100 παγίδες.''']]

[[Εικόνα:Rswikiglp94.jpg |thumb|right|Εικόνα 3:'''Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-2012. Οι μπάρες σφάλματος εμφανίζουν τις μέγιστες και τις ελάχιστες τιμές.''']]

[[Εικόνα:Rswikiglp95.jpg |thumb|left|Εικόνα 4:'''Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.''']]

[[Εικόνα:Rswikiglp96.jpg |thumb|right|Πίνακας 2:'''Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.''']]

Κατά τη διάρκεια της μελέτης, οι 365 A. Αgrarius που συνελήφθησαν σε 41.764 παγίδες, με ρυθμό σύλληψης 0.9 ανά εκατό παγιδευμένες νύχτες. Η πληθυσμιακή πυκνότητα του A. Αgrarius ποικίλλει τόσο εποχιακά όσο και μεταξύ ετών. Η επιτυχία της παγίδευσης μειώθηκε στα τέλη του φθινοπώρου και του χειμώνα και αυξήθηκε κατά την άνοιξη και η ετήσια μέγιστη πυκνότητα των τρωκτικών παρατηρήθηκε από τον Αύγουστο έως τον Οκτώβριο (Σχήμα 3). Η εποχιακή κατανομή των περιπτώσεων HFRS έδειξε πάντα μια σχετικά υψηλή κορυφή το Νοέμβριο και μια χαμηλότερη κορυφή τον Ιούνιο (Σχήμα 3). Τόσο η εποχικότητα όσο και το αποτέλεσμα της ανάλυσης διασταυρούμενης συσχέτισης (Πίνακας 3) έδειξαν ότι ο μηνιαίος αριθμός περιπτώσεων HFRS συσχετίστηκε θετικά με την πυκνότητα των τρωκτικών, με χρονική υστέρηση 1-5 μηνών.

[[Εικόνα:Rswikiglp97.jpg |thumb|left|Πίνακας 3:'''Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμού τρωκτικών.''']]

Στο Σχήμα 5 φαίνεται ότι ο μέγιστος συντελεστής διασταυρούμενης συσχέτισης δείχνει ότι το PsnNet, σε υστέρηση 3 μηνών, εμφανίζεται να παίζει ρόλο στην πυκνότητα πληθυσμού τρωκτικών. Τα αποτελέσματα (Εικόνα 6) έδειξαν ότι η πληθυσμιακή πυκνότητα του Α. Agrarius συσχετίστηκε θετικά με τα NDVI, GPP και PsnNet, με χρονική υστέρηση 2 μηνών, 2-3 μηνών και 2-3 μηνών αντίστοιχα. Η πληθυσμιακή πυκνότητα του Α. Agararius συσχετίστηκε αρνητικά με το LST, με 6μηνη υστέρηση. Ο υψηλότερος συντελεστής συσχέτισης ήταν για τη σχέση μεταξύ του ρυθμού σύλληψης των Α. Agararius και PsnNet, με 3μηνη υστέρηση (r = 0,46, p <0,01). Το PsnNet ήταν υψηλό σε ετήσια βάση από τον Μάρτιο έως τον Σεπτέμβριο, που ήταν η περίοδος αναπαραγωγής του A. Αgrarius, αν και η αξία του PsnNet τον Ιούνιο ήταν χαμηλή λόγω της εαρινής συγκομιδής. Ο ρυθμός σύλληψης του A. Αgrarius ήταν σχετικά υψηλός στην εποχή αναπαραγωγής και ήταν σχετικά χαμηλός τη χειμερινή περίοδο, από τον Δεκέμβριο έως τον Φεβρουάριο. Ως εκ τούτου, τα αποτελέσματα έδειξαν ότι το εποχιακό πρότυπο του PsnNet κορυφώθηκε και συνέπεσε με το ρυθμό σύλληψης του Α. Agrarius.

[[Εικόνα:Rswikiglp98.jpg |thumb|right|Εικόνα 5:'''Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).''']]

[[Εικόνα:Rswikiglp99.jpg |thumb|left|Εικόνα 6:'''Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσχέτισης που ταιριάζει με δύο μεταβλητές υπολογίστηκε με τη μέθοδο Pearson στο R. ΑΑ, Apodemus agrarius. RN, Rattus norvegicus. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους. Οι αριθμοί που κυμαίνονται από -1 έως 1 είναι οι συντελεστές συσχέτισης Pearson των μεταβλητών σε οριζόντιους και κατακόρυφους άξονες. Το χρώμα και το μέγεθος των κύκλων υποδεικνύουν τη σημασία της συσχέτισης. Εμφανίζονται μόνο σημαντικά στατιστικά στοιχεία (p <0,05).''']]

Μια πρόσθετη ανάλυση διεξήχθη για να ελεγχθεί η σχέση μεταξύ των δεικτών που παρουσιάζονται παραπάνω και της πυκνότητας πληθυσμού του καφέ αρουραίου (Rattus norvegicus). Το είδος αυτό ζει κοντά στον άνθρωπο και δεν βασίζεται σε καλλιέργειες. Τα αποτελέσματα έδειξαν ότι ο ρυθμός σύλληψης του R. Νorvegicus δεν συσχετίστηκε με κανένα από τους δείκτες κατά τη διάρκεια μιας υστέρησης 1-6 μηνών.
Το SEM (Εικόνα 7) έδειξε ότι ο PsnNet κατά τους προηγούμενους μήνες συσχετίστηκε σημαντικά και θετικά με την πυκνότητα του πληθυσμού των τρωκτικών και τη συχνότητα εμφάνισης του HFRS. Ομοίως, η πυκνότητα πληθυσμού τρωκτικών συσχετίστηκε θετικά με την επίπτωση του HFRS στους επόμενους μήνες. Αυτό έδειξε την έμμεση επίδραση του PsnNet στις επιπτώσεις του HFRS.

[[Εικόνα:Rswikiglp910.jpg |thumb|right|Εικόνα 7:'''Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS). (χ2 = 2,34, CFI = 0,97). * Η παράμετρος είναι σημαντική στο επίπεδο 0,05. ** Η παράμετρος είναι σημαντική στο επίπεδο 0,01.''']]

'''Συμπεράσματα'''

Η μελέτη μας είναι ένα ενθαρρυντικό βήμα προς μια προσέγγιση έγκαιρης προειδοποίησης που μπορεί να προβλέψει τον κίνδυνο μόλυνσης από hantavirus, στη βάση ότι οι διακυμάνσεις στην αφθονία των αποθεμάτων τρωκτικών μπορούν να εκτιμηθούν από δορυφορικές εικόνες. Η μελέτη παρέχει επίσης μια αποτελεσματική μέθοδο για την παρακολούθηση περιβαλλοντικών συνθηκών σε μεγάλη κλίμακα. Η τροφική αλληλουχία έχει επικυρωθεί στην περιοχή μελέτης μας χρησιμοποιώντας δορυφορικά και αρχειοθετημένα δεδομένα επιτήρησης. Η παραγωγικότητα της βλάστησης (κατάσταση της γεωργικής γης, εκπροσωπούμενης από το PsnNet) αποδείχθηκε ότι αποτελεί σημαντικό οδηγό για την αύξηση της αφθονίας των αποθεμάτων hantavirus (A. agrarius), με υστέρηση 3 μηνών.
Εν κατακλείδι, δείξαμε ότι ο κίνδυνος HFRS συνδέεται στενά με την περιβαλλοντική μεταβλητότητα και ότι η τηλεπισκόπηση μπορεί να είναι κρίσιμη τόσο για την αποτελεσματική πρόβλεψη κινδύνου όσο και γενικότερα σε εφαρμογές δημόσιας υγείας. Αυτή η προσέγγιση προσφέρει μια πολύτιμη βάση για την ανάπτυξη ενός λιγότερο δαπανηρού, αλλά αποτελεσματικού συστήματος προειδοποίησης για την πρόληψη των εστιών του HFRS στην περιοχή μελέτης μας, στην περιφέρεια Hu. Επιπλέον, η χρησιμότητα της τηλεπισκόπησης για την παρατήρηση περιβαλλοντικών συνθηκών σε πραγματικό χρόνο παρέχει στις αρχές υγείας ένα χρονικό περιθώριο για την ανάπτυξη στοχευμένων στρατηγικών με σκοπό τον έλεγχο και την πρόληψη του κινδύνου του HFRS.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1076/htm]

[[category:Υγεία]]

Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017?

2018-01-06T18:50:40Z

Giorglmbr:

''' Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017? '''

'''Πρωτότυπος τίτλος:''' '' Did Anthropogenic Activities Trigger the 3 April 2017 Mw 6.5 Botswana Earthquake? ''

'''Συγγραφείς: ''' Matteo Albano, Marco Polcari, Christian Bignami, Marco Moro, Michele Saroli, Salvatore Stramondo

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 7th of October''

'''Εισαγωγή'''

Στις 3 Απριλίου 2017, σημειώθηκε σεισμός 6,5 ρίχτερ στην Κεντρική Περιφέρεια της Μποτσουάνα, που αποτελεί το δεύτερο ισχυρότερο σεισμό που σημειώθηκε από το 1949 στην περιοχ (Σχήμα 1α). Ο σεισμός έγινε αισθητός τόσο από τον πληθυσμό της πρωτεύουσας της Μποτσουάνα, την Γκαμπορόνε, όσο και από τον πληθυσμό των γειτονικών χωρών της Νότιας Αφρικής, τη Ζιμπάμπουε και τη Ζουαζιλάνδη, προκαλώντας 36 τραυματισμούς. Η στιγμιαία λύση τάσης του κύριου σεισμικού κύματος (www.globalcmt.org), τα προκαταρκτικά αποτελέσματα αναστροφής των τηλεσεισμικών κυμάτων (http://geoscope.ipgp.fr/index.php/en/catalog/earthquake-description?seis=us10008e3k) και τα δεδομένα InSAR υποδεικνύουν έναν κανονικό μηχανισμό σφάλματος που βρίσκεται σε βάθος μεγαλύτερο από 20 km. (Πίνακας S1). Η κύρια σεισμική δόνηση ακολουθήθηκε από μερικές μετασεισμικές δονήσεις στα βορειοανατολικά, σε σχέση με τον κύριο σεισμό, με μεγέθη μεταξύ 4 και 5 βαθμών της κλίμακας ρίχτερ.

[[Εικόνα:Rswikiglp41.jpg |thumb|right|Σχήμα 1:'''(α) Θέση του σεισμού 6.5 ρίχτερ της Μποτσουάνα (κίτρινο αστέρι) στις 3 Απριλίου 2017 σε σχέση με τα όρια των πλακών (κόκκινες γραμμές) και το σύστημα ρήξης της Ανατολής Αφρικής (EARS). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), δείχνει τη θέση παρελθοντικών σεισμών (https://earthquake.usgs.gov/earthquakes/map/) και τον χάρτη σεισμικής επικινδυνότητας της Μποτσουάνα. Οι σεισμοί τοποθετούνται χρονικά από το 1950 έως το 2016. Ο χάρτης σεισμικής επικινδυνότητας παρουσιάζει την κορυφή επιτάχυνσης του εδάφους (Peak Ground Acceleration-PGA) (m • s^2) με πιθανότητα υπέρβασης 10% σε 50 χρόνια. Οι σεισμοί στη Νότια Αφρική οφείλονται σε δραστηριότητες εξόρυξης (http://inducedearthquakes.org/). (γ) Τεκτονικός χάρτης Precambrian της Μποτσουάνα, ο οποίος περιγράφει την έκταση των Archean κροτώνων και των Proterozoic ορογενών ζωνών. Οι κόκκινες γραμμές αντιπροσωπεύουν το σύστημα βλάβης της ζώνης ρήγματος του Okavango Delta. (δ) Λεπτομέρεια της περιοχής που συνορεύει με το διακεκομμένο μαύρο πλαίσιο στο (b), που δείχνει τη θέση του Lesedi project (http://tlouenergy.com/lesedi-cbm-project) σε σχέση με τον σεισμό της 3ης Απριλίου 2017. Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ο σεισμός έγινε σε απόσταση μεγαλύτερη των 1000 χλμ. από το πλησιέστερο άκρο τεκτονικής πλάκας (Σχήμα 1α), σε μια περιοχή που χαρακτηρίζεται από σχετικά χαμηλή σεισμικότητα και χαμηλό σεισμικό κίνδυνο (Σχήμα 1β). Οι μεγαλύτεροι σεισμοί στη νότια Αφρική επικεντρώνονται στις ανατολικές χώρες της Τανζανίας, του Μαλάουι και της Μοζαμβίκης, όπου η ήπειρος απομακρύνεται σιγά-σιγά σε έναν προσανατολισμό Ανατολής-Δύσης, λόγω της παρουσίας του συστήματος ρήξης Ανατολικής Αφρικής (EARS) ( Σχήμα 1α), με αποτέλεσμα φυσιολογικά δεδομένα σεισμών.
Στη Μποτσουάνα, η σημερινή σεισμική δραστηριότητα εντοπίζεται κυρίως στο βορειοδυτικό τμήμα της χώρας, κοντά στην Περιοχή του Δέλτα του Οκαβάγκο (ODR στο Σχήμα 1β), όπου αναπτύσσεται ένας αρχικός βραχίονας της EARS. (Σχήμα 1β, γ). Σε αυτή την περιοχή παρατηρήθηκε σημαντική σεισμική πυκνότητα μεταξύ 1951 και 1953, με αποκορύφωμα τα γεγονότα των σεισμών 6.1 και 6.7 βαθμών της κλίμακας ρίχτερ στις 11 Σεπτεμβρίου 1952 και 11 Οκτωβρίου 1952 αντίστοιχα. Στα νότια, η επικεφαλής περιοχή του γεγονότος σεισμού 6.5 ρίχτερ δεν έχει βιώσει ισχυρούς σεισμούς στο παρελθόν. Αυτή η περιοχή ανήκει στο Kaapvaal Craton (Εικόνα 1c), που αποτελείται από κρότωνες Proterozoic και Archean που είναι ηλικίας 2,5-3,6 δισεκατομμυρίων ετών. Οι κρότωνες αναγνωρίζονται ως τεκτονικά σταθερές περιοχές όπου σεισμοί συμβαίνουν πολύ σπάνια.
Δεδομένης της τεκτονικής εκτίμησης της περιοχής, ο σεισμός της 3ης Απριλίου 2017 μπορεί να αναγνωριστεί ως ενδοπολικός σεισμός. Αν και σπάνια, αυτά τα είδη σεισμών μπορεί να είναι καταστροφικά, δεδομένου ότι συμβαίνουν μακριά από τα όρια πλάκας, σε περιοχές που δεν είναι έτοιμες για την αντιμετώπιση τέτοιων φαινομένων. Ενδοπολικοί σεισμοί έχουν επίσης σημειωθεί στις ΗΠΑ στην πολιτεία Μισσούρι και Νότια Καρολίνα το 1811-1812 και το 1886. Το 2001, η περιοχή του Γκουτζαράτ της Ινδίας επλήγει από ισχυρό ενδοπολικό σεισμό 7.7 ρίχτερ, προκαλώντας περισσότερα από 20.000 θύματα. Το 2012, ο μεγαλύτερος γνωστός ενδοπολικός σεισμός (8.6 βαθμοί ρίχτερ) σημειώθηκε στον Ινδικό Ωκεανό, περίπου 100 χλμ. από τη θαλάσσια ζώνη της Σουμάτρα.
Όσον αφορά τους πιο συνηθισμένους σεισμούς που συμβαίνουν στα όρια των πλακών, οι κατακόρυφοι σεισμοί είναι ελάχιστα κατανοητοί καθώς οι περισσότεροι από αυτούς δεν είναι εύκολα αποδιδόμενοι σε οποιαδήποτε αναγνωρίσιμη ή εμφανή ζώνη βλαβών. Οι αιτίες αυτών των σεισμών είναι αβέβαιες και συχνά συνδέονται με ανθρωπογενείς δραστηριότητες όπως η έγχυση υγρού ή η εξαγωγή και η υδραυλική ρηγμάτωση.
Όσον αφορά τον σεισμό της Μποτσουάνα της 3ης Απριλίου 2017, υπάρχει η υποψία ότι ήταν τεχνητός σεισμός, που φέρεται ότι προκλήθηκε από υδραυλική δραστηριότητα fracking. Πράγματι, τις τελευταίες δεκαετίες, η συνεχής αύξηση της ενεργειακής ζήτησης στη νότια Αφρική ενίσχυσε την ανάπτυξη σχεδίων για την εκμετάλλευση φυσικών πόρων, όπως σχέδια για εξορύξεις υδρογονανθράκων. Οι δραστηριότητες αυτές έχουν αναγνωριστεί ότι προκαλούν σεισμούς, όπως στην περίπτωση της σεισμικής πυκνότητας που προκλήθηκε από την εξόρυξη στη Νότιο Αφρική (Σχήμα 1β). Στη Μποτσουάνα, οι ανθρωπογενείς δραστηριότητες συνίστανται στην εκμετάλλευση του Coal-Bed Methane (CBM). Συγκεκριμένα, το project Lesedi (http://tlouenergy.com/lesedi-cbm-project) που διαχειρίζεται η Tolou Energy Limited (TEL) βρίσκεται πολύ κοντά στην περιοχή της 3ης Απριλίου 2017 (Σχήμα 1δ) ενώ έχει που δραστηριοποιείται στην Μποτσουάνα από το 2014.
Γενικά, η παραγωγή CBM πραγματοποιείται μειώνοντας την πίεση των πόρων κάτω από την πίεση εκρόφησης του άνθρακα έτσι ώστε το μεθάνιο να απορροφηθεί από τις επιφάνειες, να διαχυθεί μέσω της μήτρας άνθρακα και να γίνει ελεύθερο αέριο. Τυπικά, οι ραφές άνθρακα είναι κορεσμένες με νερό. Έτσι, ο άνθρακας πρέπει να αφυδατωθεί για αποτελεσματική παραγωγή αερίου. Η αφυδάτωση μειώνει την υδροστατική πίεση και προάγει την εκρόφηση του αερίου από τον άνθρακα. Σε ορισμένες περιπτώσεις, πραγματοποιείται υδραυλική θραύση για τη διευκόλυνση της αφυδάτωσης και αύξησης των ρυθμών παραγωγής αερίου σε οικονομικά αποδοτικά επίπεδα. Τόσο το αέριο όσο και το παραγόμενο νερό έρχονται στην επιφάνεια μέσω σωληνώσεων. Στη συνέχεια, το αέριο αποστέλλεται σε σταθμό συμπιεστή και σε αγωγούς φυσικού αερίου, ενώ το παραγόμενο νερό είτε επανεμφανίζεται σε απομονωμένους σχηματισμούς, είτε απελευθερώνεται σε ρεύματα, χρησιμοποιείται για άρδευση είτε αποστέλλεται σε λίμνες εξάτμισης.
Οι προκαταρκτικές δραστηριότητες εξόρυξης CBM στην περιοχή του Lesedi ξεκίνησαν το 2009. Ένας μεγάλος αριθμός πηγαδιών εξερεύνησης πραγματοποιήθηκαν στην περιοχή για να περιορίσουν το CBM και για να αξιολογηθεί η εμπορικότητα του πεδίου αερίου (Σχήμα 1δ). Τα εκτελούμενα φρέατα διασταύρωσαν τις πληροφορίες για καλής ποιότητας άνθρακα σε βάθος από 300 έως 600 μ. Στη συνέχεια, αναπτύχθηκε ένα πιλοτικό πρόγραμμα το 2013 προκειμένου να προσομοιωθεί μια παραγωγή πλήρους κλίμακας CBM. Οι εργασίες γεώτρησης ολοκληρώθηκαν με επιτυχία στα μέσα του 2014, ενώ οι εργασίες αφυδάτωσης και παραγωγής αερίου ξεκίνησαν στις αρχές του 2014 και συνεχίστηκαν μέχρι το 2017.
Σε αυτή την εργασία, διερευνάται η πιθανή σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Συγκεκριμένα, εκμεταλλευόμαστε τα δεδομένα παρεμβολής με τη μέθοδο της παρεμβολής με ραντάρ συνθετικής διάταξης (InSAR) που παρέχεται από την αποστολή Sentinel-1 (S1) για να διερευνήσει όλους τους πιθανούς σεισμικούς μηχανισμούς πηγής που σχετίζονται με τον σεισμό του 2017. Στη συνέχεια, η ανακτώμενη γεωμετρία και ο μηχανισμός σφάλματος συγκρίνονται ποιοτικά με την πιθανή διαταραχή που προκαλείται από τις ανθρωπογενείς δραστηριότητες που πραγματοποιούνται στην περιοχή, προκειμένου να εκτιμηθεί η πιθανή αλληλεπίδραση μεταξύ ανθρωπογενών δραστηριοτήτων και σεισμού.

'''Δεδομένα SAR'''

Η μέθοδος InSAR έχει γίνει μια ευρέως χρησιμοποιούμενη τεχνική για την εξαγωγή της παραμόρφωσης της επιφάνειας της γης που προκύπτει από φυσικά και ανθρωπογενή γεγονότα. Τα δεδομένα SAR που χρησιμοποιήθηκαν σε αυτή τη μελέτη συνίστανται σε ένα ζευγάρι εικόνων που έχουν αποκτηθεί κατά μήκος της αύξουσας τροχιάς από τον δορυφόρο Sentinel 1-B (S1B), τη δεύτερη πλατφόρμα αποστολής S1 στο πλαίσιο του προγράμματος ESA Copernicus (http: //www.copernicus .ΕΕ/). Αυτά αποκτήθηκαν κατά τη λειτουργία Interferometric Wide Swath (IW) στις 30 Μαρτίου 2017 και 11 Απριλίου 2017, δηλαδή τρεις ημέρες πριν και οκτώ ημέρες μετά τον σεισμό αντίστοιχα. Η γεωμετρία δορυφορικής προβολής, δηλ. η γωνία πρόσπτωσης και το αζιμούθιο είναι ίσες με 41° και -13° αντίστοιχα. Πολλαπλασιάσαμε τις εικόνες με συντελεστές 24 κατά 6 κατά μήκος της περιοχής και του αζιμουθίου, προκειμένου να αποκτήσουμε μια ανάρτηση pixel περίπου 90 μ. την ίδια ανάλυση του SRTM DEM που χρησιμοποιήθηκε για την αφαίρεση της συνεισφοράς φάσης της τοπογραφίας. Η κάθετη βασική γραμμή μεταξύ των αποκτήσεων SAR είναι 32 μέτρα, καθιστώντας έτσι αμελητέα τα σφάλματα που σχετίζονται με την τοπογραφία. Ωστόσο, η περιοχή που καλύπτεται από το ίχνος συμβολισμού (περίπου 25 km^2) (μπλε ορθογώνιο στο σχήμα 1b) παρουσιάζει μια σχεδόν επίπεδη τοπογραφία, με διακυμάνσεις ύψους μεταξύ 960 και 1140 μέτρων πάνω από τη στάθμη της θάλασσας.
Υπολογίσαμε τις διαφορικές παρεμβολές χρησιμοποιώντας τα πακέτα λογισμικού GAMMA. Σύμφωνα με το σεισμικό επίκεντρο, επιλέξαμε υποστυλώματα S1 και ριπές που καλύπτουν την περιοχή ενδιαφέροντος (μπλε ορθογώνιο στο Σχήμα 1β). Ειδικότερα, χρησιμοποιήσαμε δύο υποστυλώματα S1B και οκτώ ριπές για κάθε εικόνα για την εκτίμηση του διαφορικής παρεμβολής. Το interferogram διηθήθηκε με το φίλτρο Goldstein για τη μείωση του θορύβου φάσης και στη συνέχεια ξετυλίχθηκε υιοθετώντας τον ελάχιστο αλγόριθμο ροής κόστους. Ο προκύπτων χάρτης παραμόρφωσης φαίνεται στο σχήμα 2α. Το interferogram ήταν τυλιγμένο και επανατυλιγμένο με μια κλίμακα χρώματος κυμαινόμενη από 0 έως π, επομένως, κάθε κύκλος χρώματος αντιπροσωπεύει παραμόρφωση γραμμής όρασης (LoS) περίπου 1,40 cm (δηλ. Λ / 4). Το ομόκεντρο μοτίβο περιθωρίου στο συμβολόμετρο δείχνει ότι το έδαφος απομακρύνθηκε από το δορυφόρο, δηλαδή στο ραντάρ LoS, σε μια περιοχή περίπου 45 με 25 χιλιόμετρα, που εκτείνεται βορειοδυτικά από το επίκεντρο του κύριου σεισμού. Η μέγιστη παρατηρούμενη μετατόπιση LoS είναι περίπου 5 cm (Σχήμα 2b). Το εύρος και η επέκταση των παρατηρούμενων μετακινήσεων εδάφους είναι συμβατές με την ύπαρξη μιας βαθιάς πηγής.

[[Εικόνα:Rswikiglp42.jpg |thumb|left|Σχήμα 2:'''(α) Περιτυλιγμένο, συμβολισμός που δείχνει την σεισμική μετατόπιση που προκλήθηκε από το σεισμό των 6,5 ρίχτερ του 2017 στην Μποτσουάνα. Το αποτύπωμα του συμβολισμού αντιστοιχεί στο μπλε ορθογώνιο στο Σχήμα 1β). Το interferogram επανατυλίχθηκε με χρωματική κλίμακα που κυμαίνεται από 0 έως π, κατόπιν τούτου κάθε κύκλος χρώματος αντιπροσωπεύει μια παραμόρφωση LoS περίπου 1,40 cm (δηλ. Λ / 4). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), που δείχνει τον ανοιχτό συμβολισμό. Το κίτρινο αστέρι δείχνει το επίκεντρο του σεισμού (https://earthquake.usgs.gov/earthquakes/eventpage/us10008e3k#executive). Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ορισμένα ατμοσφαιρικά αντικείμενα εμφανίζονται στο συμβολισμό, τα οποία οφείλονται κυρίως σε τυρβώδη φαινόμενα. Ωστόσο, μια χονδρική εκτίμηση της τροποσφαιρικής καθυστέρησης του LoS (Σχήμα S1), που εκτιμάται μεταξύ των ημερών των δύο εξαγωγών SAR (http://ceg-research.ncl.ac.uk/v2/gacos/), δείχνει ότι η περιοχή που περιβάλλει το επίκεντρο του σεισμού παρουσιάζει αμελητέα τροπόσφαιρική καθυστέρηση, η οποία δεν επηρεάζει το παρατηρούμενο σχέδιο μετατόπισης.

'''Μοντελοποίηση δεδομένων'''

Καθώς μας ενδιαφέρει πρωτίστως η εύρεση του βάθους βλάβης, αναστρέψαμε το ανοιχτό παρεμβολόμετρο που εκτείνεται από τις 30 Μαρτίου 2017 μέχρι τις 11 Απριλίου 2017 χρησιμοποιώντας μια μη γραμμική διαδικασία αναστροφής για να περιοριστεί η γεωμετρία βλάβης με ομοιόμορφη ολίσθηση. Ο σχηματισμός Okada για πηγή ορθογώνιου επιπέδου σε ομοιόμορφο ελαστικό μισό διάστημα υιοθετείται για να μοντελοποιήσει τα παρατηρούμενα δεδομένα.
Για να εκτελέσουμε την αντιστροφή, χρησιμοποιήσαμε το λογισμικό Geodetic Bayesian Inversion ανοιχτού κώδικα (GBIS ver. 1.0, Κέντρο Παρατήρησης και Μοντελοποίησης Σεισμών, Ηφαίστεων και Τεκτονικής (COMET), Leeds, Αγγλία, στη διεύθυνση: http: //comet.nerc .ac.uk / gbis /) για να συναγάγουμε τις παραμέτρους του μοντέλου μέσω του φθίνοντα παρεμβολισμού που λαμβάνεται από τα δορυφορικά δεδομένα S1B. Ο κώδικας αντιστροφής χρησιμοποιεί έναν αλγόριθμο Markov αλυσίδας Monte Carlo, ο οποίος ενσωματώνει τον αλγόριθμο Metropolis-Hastings για την εκτίμηση της πολυδιάστατης κατανομής πιθανοτήτων για όλες τις παραμέτρους του μοντέλου.
Όσον αφορά τα δεδομένα InSAR, ο πίνακας μεταβλητότητας-συνδιακύμανσης κατασκευάζεται υποθέτοντας ότι τα σφάλματα στα δεδομένα μπορούν να προσομοιωθούν χρησιμοποιώντας μια εκθετική συνάρτηση με nugget, τοποθετημένο στο ισοτροπικό πειραματικό semi-variogram. Το πειραματικό semi-variogram και η εκθετική εφαρμογή υπολογίζονται σε ολόκληρο το σύνολο δεδομένων InSAR, αφαιρώντας μια γραμμική ράμπα από τα δεδομένα και καλύπτοντας την περιοχή που δείχνει την παραμόρφωση της επιφάνειας που σχετίζεται με τον σεισμό (Σχήμα S2). Οι παράμετροι της βέλτιστης συναρτησιακής εκθετικής λειτουργίας, δηλαδή εύρος, κατώφλι και nugget είναι 7,5 x 10-5 m^2, 23,190 m και 8,6 × 10-18 m, αντίστοιχα. Στη συνέχεια, το μη περιτυλιγμένο interferogram υποβιβάζεται δειγματοληπτικά χρησιμοποιώντας μια τετραπλάσια διαδικασία αναδειγματοληψίας για να επιταχυνθεί η διαδικασία υπολογισμού. Αυτή η τεχνική αναδειγματοληψίας επιτρέπει τη μείωση του αριθμού σημείων δεδομένων με την υψηλότερη πυκνότητα κοντά στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση (Εικόνα 3).

[[Εικόνα:Rswikiglp43.jpg |thumb|left|Σχήμα 3:'''Στοιχεία συμβολομετρήματος (interferogram) κάτω από το δείγμα της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο Σχήμα 2α χρησιμοποιώντας τον τετραγωνικό αλγόριθμο αποσύνθεσης. Οι αρνητικές τιμές υποδεικνύουν την απομάκρυνση από τον δορυφόρο κατά μήκος του LoS, ενώ οι θετικές τιμές δείχνουν κίνηση προς τον δορυφόρο. Οι συντεταγμένες αναφέρονται σε μια τοπική προέλευση (Γεωγραφικό μήκος = 25,12 °, Γεωγραφικό πλάτος = -22,63 °).''']]

[[Εικόνα:Rswikiglp44.jpg |thumb|right|Πίνακας 1:'''Διαστήματα παραμέτρων παραλείψεων και καλύτερες λύσεις που προκύπτουν από τη μη γραμμική αναστροφή.''']]

Οι παράμετροι του μοντέλου είναι η θέση (θέση X, θέση Υ και βάθος στον πίνακα 1), το μέγεθος (μήκος και πλάτος στον πίνακα 1) και ο προσανατολισμός (Dip και Strike στον πίνακα 1) του επιπέδου βλάβης (βλ. σχήμα 3). Το σφάλμα ποσοτικοποιείται σύμφωνα με το ποσό της ολίσθησης που εκτιμάται κατά μήκος των κατευθύνσεων της εμβάπτισης (ολίσθηση απόσβεσης-strike και γλίστρημα βύθισης-dip στον πίνακα 1). Η λύση CMT του Harvard χρησιμοποιείται ως αρχική παράμετρος στη διαδικασία αναστροφής. Όλες οι παράμετροι σφάλματος επιτρέπεται να ποικίλλουν μεταξύ των διαστημάτων που αναφέρονται στον Πίνακα 1. Ειδικότερα, διερευνώνται τόσο οι φυσιολογικοί μηχανισμοί όσο και οι ωστικοί μηχανισμοί επιτρέποντας την εμβάπτιση και την ολίσθηση κατά μήκος των διευθύνσεων διατμήσεως να κυμαίνονται μεταξύ ± 90 ° και ± 5 m, αντίστοιχα.

'''Αποτελέσματα'''

Στο Σχήμα 4, παρουσιάζουμε τη σύγκριση μεταξύ παρατηρούμενων μετατοπίσεων, πρόβλεψης μοντέλου και υπολειμμάτων. Οι βέλτιστες παράμετροι του μοντέλου αναφέρονται στον Πίνακα 1 και οι πλήρεις εκ των υστέρων λειτουργίες πυκνότητας πιθανότητας και οι αντισταθμίσεις μεταξύ των παραμέτρων βλάβης παρουσιάζονται στο Σχήμα 5. Υποθέτοντας ένα συντελεστή ακαμψίας 30 GPa, η υπολογισμένη βέλτιστη λύση παρουσιάζει μια σεισμική ροπή ίση με 6,14 Χ 1018 Nm, που αντιστοιχεί σε μέγεθος στιγμής 6.46, σε συμφωνία με τη λύση CMT (www.globalcmt.org).

[[Εικόνα:Rswikiglp45.jpg |thumb|right|Σχήμα 4:'''Δεδομένα InSAR και μοντέλο ελαστικής εξάρθρωσης για τον σεισμό της 3ης Απριλίου 2017. Αριστερά πάνελ: στοίβα του παρεμβαλλόμενου και ανοιχτού συμβόλου S1B SAR που ακολουθεί το διάστημα μεταξύ 30 Μαρτίου και 11 Απριλίου. Κεντρικά πάνελ: περιτυλιγμένο και μη περιτυλιγμένο μοντέλο ελαστικής εξάρθρωσης με την καλύτερη προσαρμογή για ομοιόμορφη ολίσθηση σε ορθογώνιο επίπεδο που προκύπτει από την αναστροφή των δεδομένων InSAR. Η συμπαγής μαύρη γραμμή δείχνει το ίχνος επιφανείας του ομοιόμορφου διαλύματος ολίσθησης, ενώ το διακεκομμένο μαύρο ορθογώνιο δείχνει τη θέση του επιπέδου βλάβης στο βάθος. Το κίτρινο αστέρι εντοπίζει το επίκεντρο του σεισμού. Δεξιά πάνελ: περιτυλιγμένα και μη περιτυλιγμένα υπολείμματα μεταξύ των δεδομένων και του μοντέλου. Οι συντεταγμένες αναφέρονται σε τοπική προέλευση (Γεωγραφικό μήκος = 25.12 ° και Γεωγραφικό πλάτος = -22.63 °).''']]

[[Εικόνα:Rswikiglp46.jpg |thumb|left|Σχήμα 5:'''Αβεβαιότητες παραμέτρων σφάλματος και αντισταθμίσεις για το ομοιόμορφο υπόδειγμα InSAR του σεισμού 3 Απριλίου 2017 των 6.5 ρίχτερ. Οι αβεβαιότητες και οι αντισταθμίσεις υπολογίζονται χρησιμοποιώντας μια προσέγγιση Monte Carlo από την αντιστροφή των συνόλων δεδομένων 1 × 106 που διαταράσσονται με ρεαλιστικό θόρυβο. Τα ιστογράμματα δείχνουν την εκ των υστέρων κατανομή πιθανότητας των παραμέτρων βλάβης και τα scatterplots δείχνουν αντιστάθμιση μεταξύ παραμέτρων. Τα όρια a-priori παρατίθενται στον Πίνακα 1.''']]

Οι ανακτηθείσες βέλτιστες παράμετροι ορίζουν μια βορειοδυτική ολίσθηση απόσβεσης (strike), βορειοανατολικό γλίστρημα βύθισης (dip) του κανονικού σφάλματος (κεντρικά πάνελ στο σχήμα 4), που αναπαράγει αξιοσημείωτα τις παρατηρήσεις του πεδίου. Πράγματι, τα υπολείμματα στις προσομοιωμένες μετατοπίσεις LoS είναι μικρότερα από 1 cm στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση. Η ανακτώμενη θέση σφάλματος, η γεωμετρία και ο μηχανισμός συμφωνούν αρκετά με τη λύση CMT και με προηγούμενη πρότυπη μοντελοποίηση των δεδομένων InSAR (Πίνακας S1). Αντίθετα, η εκτιμώμενη προκύπτουσα ολίσθηση και στροφή (περίπου 2,7 m και -131 °) διαφέρουν ελαφρώς από την προηγούμενη αναστροφή των δεδομένων InSAR, αναγνωρίζοντας έτσι ένα κυρίαρχο συστατικό μετατόπισης δεξιάς και πλάγιας όψης.
Η λειτουργία εκ των υστέρων κατανομής πιθανοτήτων των παραμέτρων βλάβης (Σχήμα 5 και Πίνακας 2) δείχνει μια διακριτή μεταβλητότητα των ανακτημένων παραμέτρων σφάλματος, ειδικά για το μήκος και το πλάτος του επιπέδου βλάβης και για την ποσότητα ολίσθησης κατά μήκος της κατεύθυνσης σφάλματος. Οι άλλες παράμετροι εκτιμώνται αρκετά καλά. Συγκεκριμένα, το βάθος πηγής είναι μεγαλύτερο από 20 χλμ., επιβεβαιώνοντας έτσι τη βαθιά πηγή του συμβάντος και η μεταβλητότητα της συνιστώμενης ολίσθησης περιλαμβάνεται μεταξύ των αρνητικών τιμών (Πίνακας 2) επιβεβαιώνοντας έτσι ένα φυσιολογικό μηχανισμό σφάλματος (Σχήμα S3).

[[Εικόνα:Rswikiglp47.jpg |thumb|right|Πίνακας 2:'''Βέλτιστες παράμετροι σφάλματος και εύρος μεταβλητότητας.''']]

'''Συμπεράσματα'''

Εξετάσαμε ποιοτικά τη σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνιση του σεισμού των 6.5 βαθμών της κλίμακας ρίχτερ στην Μποτσουάνα στις 3 Απριλίου 2017. Το πεδίο εκτοπισμού του εδάφους που ανακτήθηκε από τα δεδομένα S1B SAR έδωσε πολύ σημαντικές πληροφορίες για την πρώτη εκτίμηση του σεισμικού σεναρίου και επέτρεψε την ταχεία αναγνώριση της σεισμικής πηγής. Χάρη στην ποιοτική εκτίμηση των υποθετικών διαταραχών που προκαλούνται από τις εκχυλίσεις CBM, μπορούμε να αποκλείσουμε οποιαδήποτε πιθανή αλληλεπίδραση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Ωστόσο, τα διαθέσιμα δεδομένα δεν επέτρεψαν την ποσοτική εκτίμηση της ανθρωπογενούς διαταραχής σε βάθος. Απαιτούνται λεπτομερέστερες και περισσότερο ποσοτικοποιημένες έρευνες στο μέλλον, προκειμένου να εκτιμηθεί ο αντίκτυπος των διαταραχών που προκαλούνται από τις ανθρωπογενείς δραστηριότητες στη Μποτσουάνα.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1028/htm]

[[category:Γεωλογία – Εδαφολογία]]

Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017?

2018-01-06T18:49:58Z

Giorglmbr:

''' Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017? '''

'''Πρωτότυπος τίτλος:''' '' Did Anthropogenic Activities Trigger the 3 April 2017 Mw 6.5 Botswana Earthquake? ''

'''Συγγραφείς: ''' Matteo Albano, Marco Polcari, Christian Bignami, Marco Moro, Michele Saroli, Salvatore Stramondo

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 7th of October''

'''Εισαγωγή'''

Στις 3 Απριλίου 2017, σημειώθηκε σεισμός 6,5 ρίχτερ στην Κεντρική Περιφέρεια της Μποτσουάνα, που αποτελεί το δεύτερο ισχυρότερο σεισμό που σημειώθηκε από το 1949 στην περιοχ (Σχήμα 1α). Ο σεισμός έγινε αισθητός τόσο από τον πληθυσμό της πρωτεύουσας της Μποτσουάνα, την Γκαμπορόνε, όσο και από τον πληθυσμό των γειτονικών χωρών της Νότιας Αφρικής, τη Ζιμπάμπουε και τη Ζουαζιλάνδη, προκαλώντας 36 τραυματισμούς. Η στιγμιαία λύση τάσης του κύριου σεισμικού κύματος (www.globalcmt.org), τα προκαταρκτικά αποτελέσματα αναστροφής των τηλεσεισμικών κυμάτων (http://geoscope.ipgp.fr/index.php/en/catalog/earthquake-description?seis=us10008e3k) και τα δεδομένα InSAR υποδεικνύουν έναν κανονικό μηχανισμό σφάλματος που βρίσκεται σε βάθος μεγαλύτερο από 20 km. (Πίνακας S1). Η κύρια σεισμική δόνηση ακολουθήθηκε από μερικές μετασεισμικές δονήσεις στα βορειοανατολικά, σε σχέση με τον κύριο σεισμό, με μεγέθη μεταξύ 4 και 5 βαθμών της κλίμακας ρίχτερ.

[[Εικόνα:Rswikiglp41.jpg |thumb|right|Σχήμα 1:'''(α) Θέση του σεισμού 6.5 ρίχτερ της Μποτσουάνα (κίτρινο αστέρι) στις 3 Απριλίου 2017 σε σχέση με τα όρια των πλακών (κόκκινες γραμμές) και το σύστημα ρήξης της Ανατολής Αφρικής (EARS). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), δείχνει τη θέση παρελθοντικών σεισμών (https://earthquake.usgs.gov/earthquakes/map/) και τον χάρτη σεισμικής επικινδυνότητας της Μποτσουάνα. Οι σεισμοί τοποθετούνται χρονικά από το 1950 έως το 2016. Ο χάρτης σεισμικής επικινδυνότητας παρουσιάζει την κορυφή επιτάχυνσης του εδάφους (Peak Ground Acceleration-PGA) (m • s^2) με πιθανότητα υπέρβασης 10% σε 50 χρόνια. Οι σεισμοί στη Νότια Αφρική οφείλονται σε δραστηριότητες εξόρυξης (http://inducedearthquakes.org/). (γ) Τεκτονικός χάρτης Precambrian της Μποτσουάνα, ο οποίος περιγράφει την έκταση των Archean κροτώνων και των Proterozoic ορογενών ζωνών. Οι κόκκινες γραμμές αντιπροσωπεύουν το σύστημα βλάβης της ζώνης ρήγματος του Okavango Delta. (δ) Λεπτομέρεια της περιοχής που συνορεύει με το διακεκομμένο μαύρο πλαίσιο στο (b), που δείχνει τη θέση του Lesedi project (http://tlouenergy.com/lesedi-cbm-project) σε σχέση με τον σεισμό της 3ης Απριλίου 2017. Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ο σεισμός έγινε σε απόσταση μεγαλύτερη των 1000 χλμ. από το πλησιέστερο άκρο τεκτονικής πλάκας (Σχήμα 1α), σε μια περιοχή που χαρακτηρίζεται από σχετικά χαμηλή σεισμικότητα και χαμηλό σεισμικό κίνδυνο (Σχήμα 1β). Οι μεγαλύτεροι σεισμοί στη νότια Αφρική επικεντρώνονται στις ανατολικές χώρες της Τανζανίας, του Μαλάουι και της Μοζαμβίκης, όπου η ήπειρος απομακρύνεται σιγά-σιγά σε έναν προσανατολισμό Ανατολής-Δύσης, λόγω της παρουσίας του συστήματος ρήξης Ανατολικής Αφρικής (EARS) ( Σχήμα 1α), με αποτέλεσμα φυσιολογικά δεδομένα σεισμών.
Στη Μποτσουάνα, η σημερινή σεισμική δραστηριότητα εντοπίζεται κυρίως στο βορειοδυτικό τμήμα της χώρας, κοντά στην Περιοχή του Δέλτα του Οκαβάγκο (ODR στο Σχήμα 1β), όπου αναπτύσσεται ένας αρχικός βραχίονας της EARS. (Σχήμα 1β, γ). Σε αυτή την περιοχή παρατηρήθηκε σημαντική σεισμική πυκνότητα μεταξύ 1951 και 1953, με αποκορύφωμα τα γεγονότα των σεισμών 6.1 και 6.7 βαθμών της κλίμακας ρίχτερ στις 11 Σεπτεμβρίου 1952 και 11 Οκτωβρίου 1952 αντίστοιχα. Στα νότια, η επικεφαλής περιοχή του γεγονότος σεισμού 6.5 ρίχτερ δεν έχει βιώσει ισχυρούς σεισμούς στο παρελθόν. Αυτή η περιοχή ανήκει στο Kaapvaal Craton (Εικόνα 1c), που αποτελείται από κρότωνες Proterozoic και Archean που είναι ηλικίας 2,5-3,6 δισεκατομμυρίων ετών. Οι κρότωνες αναγνωρίζονται ως τεκτονικά σταθερές περιοχές όπου σεισμοί συμβαίνουν πολύ σπάνια.
Δεδομένης της τεκτονικής εκτίμησης της περιοχής, ο σεισμός της 3ης Απριλίου 2017 μπορεί να αναγνωριστεί ως ενδοπολικός σεισμός. Αν και σπάνια, αυτά τα είδη σεισμών μπορεί να είναι καταστροφικά, δεδομένου ότι συμβαίνουν μακριά από τα όρια πλάκας, σε περιοχές που δεν είναι έτοιμες για την αντιμετώπιση τέτοιων φαινομένων. Ενδοπολικοί σεισμοί έχουν επίσης σημειωθεί στις ΗΠΑ στην πολιτεία Μισσούρι και Νότια Καρολίνα το 1811-1812 και το 1886. Το 2001, η περιοχή του Γκουτζαράτ της Ινδίας επλήγει από ισχυρό ενδοπολικό σεισμό 7.7 ρίχτερ, προκαλώντας περισσότερα από 20.000 θύματα. Το 2012, ο μεγαλύτερος γνωστός ενδοπολικός σεισμός (8.6 βαθμοί ρίχτερ) σημειώθηκε στον Ινδικό Ωκεανό, περίπου 100 χλμ. από τη θαλάσσια ζώνη της Σουμάτρα.
Όσον αφορά τους πιο συνηθισμένους σεισμούς που συμβαίνουν στα όρια των πλακών, οι κατακόρυφοι σεισμοί είναι ελάχιστα κατανοητοί καθώς οι περισσότεροι από αυτούς δεν είναι εύκολα αποδιδόμενοι σε οποιαδήποτε αναγνωρίσιμη ή εμφανή ζώνη βλαβών. Οι αιτίες αυτών των σεισμών είναι αβέβαιες και συχνά συνδέονται με ανθρωπογενείς δραστηριότητες όπως η έγχυση υγρού ή η εξαγωγή και η υδραυλική ρηγμάτωση.
Όσον αφορά τον σεισμό της Μποτσουάνα της 3ης Απριλίου 2017, υπάρχει η υποψία ότι ήταν τεχνητός σεισμός, που φέρεται ότι προκλήθηκε από υδραυλική δραστηριότητα fracking. Πράγματι, τις τελευταίες δεκαετίες, η συνεχής αύξηση της ενεργειακής ζήτησης στη νότια Αφρική ενίσχυσε την ανάπτυξη σχεδίων για την εκμετάλλευση φυσικών πόρων, όπως σχέδια για εξορύξεις υδρογονανθράκων. Οι δραστηριότητες αυτές έχουν αναγνωριστεί ότι προκαλούν σεισμούς, όπως στην περίπτωση της σεισμικής πυκνότητας που προκλήθηκε από την εξόρυξη στη Νότιο Αφρική (Σχήμα 1β). Στη Μποτσουάνα, οι ανθρωπογενείς δραστηριότητες συνίστανται στην εκμετάλλευση του Coal-Bed Methane (CBM). Συγκεκριμένα, το project Lesedi (http://tlouenergy.com/lesedi-cbm-project) που διαχειρίζεται η Tolou Energy Limited (TEL) βρίσκεται πολύ κοντά στην περιοχή της 3ης Απριλίου 2017 (Σχήμα 1δ) ενώ έχει που δραστηριοποιείται στην Μποτσουάνα από το 2014.
Γενικά, η παραγωγή CBM πραγματοποιείται μειώνοντας την πίεση των πόρων κάτω από την πίεση εκρόφησης του άνθρακα έτσι ώστε το μεθάνιο να απορροφηθεί από τις επιφάνειες, να διαχυθεί μέσω της μήτρας άνθρακα και να γίνει ελεύθερο αέριο. Τυπικά, οι ραφές άνθρακα είναι κορεσμένες με νερό. Έτσι, ο άνθρακας πρέπει να αφυδατωθεί για αποτελεσματική παραγωγή αερίου. Η αφυδάτωση μειώνει την υδροστατική πίεση και προάγει την εκρόφηση του αερίου από τον άνθρακα. Σε ορισμένες περιπτώσεις, πραγματοποιείται υδραυλική θραύση για τη διευκόλυνση της αφυδάτωσης και αύξησης των ρυθμών παραγωγής αερίου σε οικονομικά αποδοτικά επίπεδα. Τόσο το αέριο όσο και το παραγόμενο νερό έρχονται στην επιφάνεια μέσω σωληνώσεων. Στη συνέχεια, το αέριο αποστέλλεται σε σταθμό συμπιεστή και σε αγωγούς φυσικού αερίου, ενώ το παραγόμενο νερό είτε επανεμφανίζεται σε απομονωμένους σχηματισμούς, είτε απελευθερώνεται σε ρεύματα, χρησιμοποιείται για άρδευση είτε αποστέλλεται σε λίμνες εξάτμισης.
Οι προκαταρκτικές δραστηριότητες εξόρυξης CBM στην περιοχή του Lesedi ξεκίνησαν το 2009. Ένας μεγάλος αριθμός πηγαδιών εξερεύνησης πραγματοποιήθηκαν στην περιοχή για να περιορίσουν το CBM και για να αξιολογηθεί η εμπορικότητα του πεδίου αερίου (Σχήμα 1δ). Τα εκτελούμενα φρέατα διασταύρωσαν τις πληροφορίες για καλής ποιότητας άνθρακα σε βάθος από 300 έως 600 μ. Στη συνέχεια, αναπτύχθηκε ένα πιλοτικό πρόγραμμα το 2013 προκειμένου να προσομοιωθεί μια παραγωγή πλήρους κλίμακας CBM. Οι εργασίες γεώτρησης ολοκληρώθηκαν με επιτυχία στα μέσα του 2014, ενώ οι εργασίες αφυδάτωσης και παραγωγής αερίου ξεκίνησαν στις αρχές του 2014 και συνεχίστηκαν μέχρι το 2017.
Σε αυτή την εργασία, διερευνάται η πιθανή σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Συγκεκριμένα, εκμεταλλευόμαστε τα δεδομένα παρεμβολής με τη μέθοδο της παρεμβολής με ραντάρ συνθετικής διάταξης (InSAR) που παρέχεται από την αποστολή Sentinel-1 (S1) για να διερευνήσει όλους τους πιθανούς σεισμικούς μηχανισμούς πηγής που σχετίζονται με τον σεισμό του 2017. Στη συνέχεια, η ανακτώμενη γεωμετρία και ο μηχανισμός σφάλματος συγκρίνονται ποιοτικά με την πιθανή διαταραχή που προκαλείται από τις ανθρωπογενείς δραστηριότητες που πραγματοποιούνται στην περιοχή, προκειμένου να εκτιμηθεί η πιθανή αλληλεπίδραση μεταξύ ανθρωπογενών δραστηριοτήτων και σεισμού.

'''Δεδομένα SAR'''

Η μέθοδος InSAR έχει γίνει μια ευρέως χρησιμοποιούμενη τεχνική για την εξαγωγή της παραμόρφωσης της επιφάνειας της γης που προκύπτει από φυσικά και ανθρωπογενή γεγονότα. Τα δεδομένα SAR που χρησιμοποιήθηκαν σε αυτή τη μελέτη συνίστανται σε ένα ζευγάρι εικόνων που έχουν αποκτηθεί κατά μήκος της αύξουσας τροχιάς από τον δορυφόρο Sentinel 1-B (S1B), τη δεύτερη πλατφόρμα αποστολής S1 στο πλαίσιο του προγράμματος ESA Copernicus (http: //www.copernicus .ΕΕ/). Αυτά αποκτήθηκαν κατά τη λειτουργία Interferometric Wide Swath (IW) στις 30 Μαρτίου 2017 και 11 Απριλίου 2017, δηλαδή τρεις ημέρες πριν και οκτώ ημέρες μετά τον σεισμό αντίστοιχα. Η γεωμετρία δορυφορικής προβολής, δηλ. η γωνία πρόσπτωσης και το αζιμούθιο είναι ίσες με 41° και -13° αντίστοιχα. Πολλαπλασιάσαμε τις εικόνες με συντελεστές 24 κατά 6 κατά μήκος της περιοχής και του αζιμουθίου, προκειμένου να αποκτήσουμε μια ανάρτηση pixel περίπου 90 μ. την ίδια ανάλυση του SRTM DEM που χρησιμοποιήθηκε για την αφαίρεση της συνεισφοράς φάσης της τοπογραφίας. Η κάθετη βασική γραμμή μεταξύ των αποκτήσεων SAR είναι 32 μέτρα, καθιστώντας έτσι αμελητέα τα σφάλματα που σχετίζονται με την τοπογραφία. Ωστόσο, η περιοχή που καλύπτεται από το ίχνος συμβολισμού (περίπου 25 km^2) (μπλε ορθογώνιο στο σχήμα 1b) παρουσιάζει μια σχεδόν επίπεδη τοπογραφία, με διακυμάνσεις ύψους μεταξύ 960 και 1140 μέτρων πάνω από τη στάθμη της θάλασσας.
Υπολογίσαμε τις διαφορικές παρεμβολές χρησιμοποιώντας τα πακέτα λογισμικού GAMMA. Σύμφωνα με το σεισμικό επίκεντρο, επιλέξαμε υποστυλώματα S1 και ριπές που καλύπτουν την περιοχή ενδιαφέροντος (μπλε ορθογώνιο στο Σχήμα 1β). Ειδικότερα, χρησιμοποιήσαμε δύο υποστυλώματα S1B και οκτώ ριπές για κάθε εικόνα για την εκτίμηση του διαφορικής παρεμβολής. Το interferogram διηθήθηκε με το φίλτρο Goldstein για τη μείωση του θορύβου φάσης και στη συνέχεια ξετυλίχθηκε υιοθετώντας τον ελάχιστο αλγόριθμο ροής κόστους. Ο προκύπτων χάρτης παραμόρφωσης φαίνεται στο σχήμα 2α. Το interferogram ήταν τυλιγμένο και επανατυλιγμένο με μια κλίμακα χρώματος κυμαινόμενη από 0 έως π, επομένως, κάθε κύκλος χρώματος αντιπροσωπεύει παραμόρφωση γραμμής όρασης (LoS) περίπου 1,40 cm (δηλ. Λ / 4). Το ομόκεντρο μοτίβο περιθωρίου στο συμβολόμετρο δείχνει ότι το έδαφος απομακρύνθηκε από το δορυφόρο, δηλαδή στο ραντάρ LoS, σε μια περιοχή περίπου 45 με 25 χιλιόμετρα, που εκτείνεται βορειοδυτικά από το επίκεντρο του κύριου σεισμού. Η μέγιστη παρατηρούμενη μετατόπιση LoS είναι περίπου 5 cm (Σχήμα 2b). Το εύρος και η επέκταση των παρατηρούμενων μετακινήσεων εδάφους είναι συμβατές με την ύπαρξη μιας βαθιάς πηγής.

[[Εικόνα:Rswikiglp42.jpg |thumb|left|Σχήμα 2:'''(α) Περιτυλιγμένο, συμβολισμός που δείχνει την σεισμική μετατόπιση που προκλήθηκε από το σεισμό των 6,5 ρίχτερ του 2017 στην Μποτσουάνα. Το αποτύπωμα του συμβολισμού αντιστοιχεί στο μπλε ορθογώνιο στο Σχήμα 1β). Το interferogram επανατυλίχθηκε με χρωματική κλίμακα που κυμαίνεται από 0 έως π, κατόπιν τούτου κάθε κύκλος χρώματος αντιπροσωπεύει μια παραμόρφωση LoS περίπου 1,40 cm (δηλ. Λ / 4). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), που δείχνει τον ανοιχτό συμβολισμό. Το κίτρινο αστέρι δείχνει το επίκεντρο του σεισμού (https://earthquake.usgs.gov/earthquakes/eventpage/us10008e3k#executive). Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ορισμένα ατμοσφαιρικά αντικείμενα εμφανίζονται στο συμβολισμό, τα οποία οφείλονται κυρίως σε τυρβώδη φαινόμενα. Ωστόσο, μια χονδρική εκτίμηση της τροποσφαιρικής καθυστέρησης του LoS (Σχήμα S1), που εκτιμάται μεταξύ των ημερών των δύο εξαγωγών SAR (http://ceg-research.ncl.ac.uk/v2/gacos/), δείχνει ότι η περιοχή που περιβάλλει το επίκεντρο του σεισμού παρουσιάζει αμελητέα τροπόσφαιρική καθυστέρηση, η οποία δεν επηρεάζει το παρατηρούμενο σχέδιο μετατόπισης.

'''Μοντελοποίηση δεδομένων'''

Καθώς μας ενδιαφέρει πρωτίστως η εύρεση του βάθους βλάβης, αναστρέψαμε το ανοιχτό παρεμβολόμετρο που εκτείνεται από τις 30 Μαρτίου 2017 μέχρι τις 11 Απριλίου 2017 χρησιμοποιώντας μια μη γραμμική διαδικασία αναστροφής για να περιοριστεί η γεωμετρία βλάβης με ομοιόμορφη ολίσθηση. Ο σχηματισμός Okada για πηγή ορθογώνιου επιπέδου σε ομοιόμορφο ελαστικό μισό διάστημα υιοθετείται για να μοντελοποιήσει τα παρατηρούμενα δεδομένα.
Για να εκτελέσουμε την αντιστροφή, χρησιμοποιήσαμε το λογισμικό Geodetic Bayesian Inversion ανοιχτού κώδικα (GBIS ver. 1.0, Κέντρο Παρατήρησης και Μοντελοποίησης Σεισμών, Ηφαίστεων και Τεκτονικής (COMET), Leeds, Αγγλία, στη διεύθυνση: http: //comet.nerc .ac.uk / gbis /) για να συναγάγουμε τις παραμέτρους του μοντέλου μέσω του φθίνοντα παρεμβολισμού που λαμβάνεται από τα δορυφορικά δεδομένα S1B. Ο κώδικας αντιστροφής χρησιμοποιεί έναν αλγόριθμο Markov αλυσίδας Monte Carlo, ο οποίος ενσωματώνει τον αλγόριθμο Metropolis-Hastings για την εκτίμηση της πολυδιάστατης κατανομής πιθανοτήτων για όλες τις παραμέτρους του μοντέλου.
Όσον αφορά τα δεδομένα InSAR, ο πίνακας μεταβλητότητας-συνδιακύμανσης κατασκευάζεται υποθέτοντας ότι τα σφάλματα στα δεδομένα μπορούν να προσομοιωθούν χρησιμοποιώντας μια εκθετική συνάρτηση με nugget, τοποθετημένο στο ισοτροπικό πειραματικό semi-variogram. Το πειραματικό semi-variogram και η εκθετική εφαρμογή υπολογίζονται σε ολόκληρο το σύνολο δεδομένων InSAR, αφαιρώντας μια γραμμική ράμπα από τα δεδομένα και καλύπτοντας την περιοχή που δείχνει την παραμόρφωση της επιφάνειας που σχετίζεται με τον σεισμό (Σχήμα S2). Οι παράμετροι της βέλτιστης συναρτησιακής εκθετικής λειτουργίας, δηλαδή εύρος, κατώφλι και nugget είναι 7,5 x 10-5 m^2, 23,190 m και 8,6 × 10-18 m, αντίστοιχα. Στη συνέχεια, το μη περιτυλιγμένο interferogram υποβιβάζεται δειγματοληπτικά χρησιμοποιώντας μια τετραπλάσια διαδικασία αναδειγματοληψίας για να επιταχυνθεί η διαδικασία υπολογισμού. Αυτή η τεχνική αναδειγματοληψίας επιτρέπει τη μείωση του αριθμού σημείων δεδομένων με την υψηλότερη πυκνότητα κοντά στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση (Εικόνα 3).

[[Εικόνα:Rswikiglp43.jpg |thumb|left|Σχήμα 3:'''Στοιχεία συμβολομετρήματος (interferogram) κάτω από το δείγμα της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο Σχήμα 2α χρησιμοποιώντας τον τετραγωνικό αλγόριθμο αποσύνθεσης. Οι αρνητικές τιμές υποδεικνύουν την απομάκρυνση από τον δορυφόρο κατά μήκος του LoS, ενώ οι θετικές τιμές δείχνουν κίνηση προς τον δορυφόρο. Οι συντεταγμένες αναφέρονται σε μια τοπική προέλευση (Γεωγραφικό μήκος = 25,12 °, Γεωγραφικό πλάτος = -22,63 °).''']]

[[Εικόνα:Rswikiglp44.jpg |thumb|right|Πίνακας 1:'''Διαστήματα παραμέτρων παραλείψεων και καλύτερες λύσεις που προκύπτουν από τη μη γραμμική αναστροφή.''']]

Οι παράμετροι του μοντέλου είναι η θέση (θέση X, θέση Υ και βάθος στον πίνακα 1), το μέγεθος (μήκος και πλάτος στον πίνακα 1) και ο προσανατολισμός (Dip και Strike στον πίνακα 1) του επιπέδου βλάβης (βλ. σχήμα 3). Το σφάλμα ποσοτικοποιείται σύμφωνα με το ποσό της ολίσθησης που εκτιμάται κατά μήκος των κατευθύνσεων της εμβάπτισης (ολίσθηση απόσβεσης-strike και γλίστρημα βύθισης-dip στον πίνακα 1). Η λύση CMT του Harvard χρησιμοποιείται ως αρχική παράμετρος στη διαδικασία αναστροφής. Όλες οι παράμετροι σφάλματος επιτρέπεται να ποικίλλουν μεταξύ των διαστημάτων που αναφέρονται στον Πίνακα 1. Ειδικότερα, διερευνώνται τόσο οι φυσιολογικοί μηχανισμοί όσο και οι ωστικοί μηχανισμοί επιτρέποντας την εμβάπτιση και την ολίσθηση κατά μήκος των διευθύνσεων διατμήσεως να κυμαίνονται μεταξύ ± 90 ° και ± 5 m, αντίστοιχα.

'''Αποτελέσματα'''

Στο Σχήμα 4, παρουσιάζουμε τη σύγκριση μεταξύ παρατηρούμενων μετατοπίσεων, πρόβλεψης μοντέλου και υπολειμμάτων. Οι βέλτιστες παράμετροι του μοντέλου αναφέρονται στον Πίνακα 1 και οι πλήρεις εκ των υστέρων λειτουργίες πυκνότητας πιθανότητας και οι αντισταθμίσεις μεταξύ των παραμέτρων βλάβης παρουσιάζονται στο Σχήμα 5. Υποθέτοντας ένα συντελεστή ακαμψίας 30 GPa, η υπολογισμένη βέλτιστη λύση παρουσιάζει μια σεισμική ροπή ίση με 6,14 Χ 1018 Nm, που αντιστοιχεί σε μέγεθος στιγμής 6.46, σε συμφωνία με τη λύση CMT (www.globalcmt.org).

[[Εικόνα:Rswikiglp45.jpg |thumb|right|Σχήμα 4:'''Δεδομένα InSAR και μοντέλο ελαστικής εξάρθρωσης για τον σεισμό της 3ης Απριλίου 2017. Αριστερά πάνελ: στοίβα του παρεμβαλλόμενου και ανοιχτού συμβόλου S1B SAR που ακολουθεί το διάστημα μεταξύ 30 Μαρτίου και 11 Απριλίου. Κεντρικά πάνελ: περιτυλιγμένο και μη περιτυλιγμένο μοντέλο ελαστικής εξάρθρωσης με την καλύτερη προσαρμογή για ομοιόμορφη ολίσθηση σε ορθογώνιο επίπεδο που προκύπτει από την αναστροφή των δεδομένων InSAR. Η συμπαγής μαύρη γραμμή δείχνει το ίχνος επιφανείας του ομοιόμορφου διαλύματος ολίσθησης, ενώ το διακεκομμένο μαύρο ορθογώνιο δείχνει τη θέση του επιπέδου βλάβης στο βάθος. Το κίτρινο αστέρι εντοπίζει το επίκεντρο του σεισμού. Δεξιά πάνελ: περιτυλιγμένα και μη περιτυλιγμένα υπολείμματα μεταξύ των δεδομένων και του μοντέλου. Οι συντεταγμένες αναφέρονται σε τοπική προέλευση (Γεωγραφικό μήκος = 25.12 ° και Γεωγραφικό πλάτος = -22.63 °).''']]

[[Εικόνα:Rswikiglp46.jpg |thumb|right|Σχήμα 5:'''Αβεβαιότητες παραμέτρων σφάλματος και αντισταθμίσεις για το ομοιόμορφο υπόδειγμα InSAR του σεισμού 3 Απριλίου 2017 των 6.5 ρίχτερ. Οι αβεβαιότητες και οι αντισταθμίσεις υπολογίζονται χρησιμοποιώντας μια προσέγγιση Monte Carlo από την αντιστροφή των συνόλων δεδομένων 1 × 106 που διαταράσσονται με ρεαλιστικό θόρυβο. Τα ιστογράμματα δείχνουν την εκ των υστέρων κατανομή πιθανότητας των παραμέτρων βλάβης και τα scatterplots δείχνουν αντιστάθμιση μεταξύ παραμέτρων. Τα όρια a-priori παρατίθενται στον Πίνακα 1.''']]

Οι ανακτηθείσες βέλτιστες παράμετροι ορίζουν μια βορειοδυτική ολίσθηση απόσβεσης (strike), βορειοανατολικό γλίστρημα βύθισης (dip) του κανονικού σφάλματος (κεντρικά πάνελ στο σχήμα 4), που αναπαράγει αξιοσημείωτα τις παρατηρήσεις του πεδίου. Πράγματι, τα υπολείμματα στις προσομοιωμένες μετατοπίσεις LoS είναι μικρότερα από 1 cm στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση. Η ανακτώμενη θέση σφάλματος, η γεωμετρία και ο μηχανισμός συμφωνούν αρκετά με τη λύση CMT και με προηγούμενη πρότυπη μοντελοποίηση των δεδομένων InSAR (Πίνακας S1). Αντίθετα, η εκτιμώμενη προκύπτουσα ολίσθηση και στροφή (περίπου 2,7 m και -131 °) διαφέρουν ελαφρώς από την προηγούμενη αναστροφή των δεδομένων InSAR, αναγνωρίζοντας έτσι ένα κυρίαρχο συστατικό μετατόπισης δεξιάς και πλάγιας όψης.
Η λειτουργία εκ των υστέρων κατανομής πιθανοτήτων των παραμέτρων βλάβης (Σχήμα 5 και Πίνακας 2) δείχνει μια διακριτή μεταβλητότητα των ανακτημένων παραμέτρων σφάλματος, ειδικά για το μήκος και το πλάτος του επιπέδου βλάβης και για την ποσότητα ολίσθησης κατά μήκος της κατεύθυνσης σφάλματος. Οι άλλες παράμετροι εκτιμώνται αρκετά καλά. Συγκεκριμένα, το βάθος πηγής είναι μεγαλύτερο από 20 χλμ., επιβεβαιώνοντας έτσι τη βαθιά πηγή του συμβάντος και η μεταβλητότητα της συνιστώμενης ολίσθησης περιλαμβάνεται μεταξύ των αρνητικών τιμών (Πίνακας 2) επιβεβαιώνοντας έτσι ένα φυσιολογικό μηχανισμό σφάλματος (Σχήμα S3).

[[Εικόνα:Rswikiglp47.jpg |thumb|right|Πίνακας 2:'''Βέλτιστες παράμετροι σφάλματος και εύρος μεταβλητότητας.''']]

'''Συμπεράσματα'''

Εξετάσαμε ποιοτικά τη σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνιση του σεισμού των 6.5 βαθμών της κλίμακας ρίχτερ στην Μποτσουάνα στις 3 Απριλίου 2017. Το πεδίο εκτοπισμού του εδάφους που ανακτήθηκε από τα δεδομένα S1B SAR έδωσε πολύ σημαντικές πληροφορίες για την πρώτη εκτίμηση του σεισμικού σεναρίου και επέτρεψε την ταχεία αναγνώριση της σεισμικής πηγής. Χάρη στην ποιοτική εκτίμηση των υποθετικών διαταραχών που προκαλούνται από τις εκχυλίσεις CBM, μπορούμε να αποκλείσουμε οποιαδήποτε πιθανή αλληλεπίδραση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Ωστόσο, τα διαθέσιμα δεδομένα δεν επέτρεψαν την ποσοτική εκτίμηση της ανθρωπογενούς διαταραχής σε βάθος. Απαιτούνται λεπτομερέστερες και περισσότερο ποσοτικοποιημένες έρευνες στο μέλλον, προκειμένου να εκτιμηθεί ο αντίκτυπος των διαταραχών που προκαλούνται από τις ανθρωπογενείς δραστηριότητες στη Μποτσουάνα.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1028/htm]

[[category:Γεωλογία – Εδαφολογία]]

Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017?

2018-01-06T18:48:56Z

Giorglmbr:

''' Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017? '''

'''Πρωτότυπος τίτλος:''' '' Did Anthropogenic Activities Trigger the 3 April 2017 Mw 6.5 Botswana Earthquake? ''

'''Συγγραφείς: ''' Matteo Albano, Marco Polcari, Christian Bignami, Marco Moro, Michele Saroli, Salvatore Stramondo

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 7th of October''

'''Εισαγωγή'''

Στις 3 Απριλίου 2017, σημειώθηκε σεισμός 6,5 ρίχτερ στην Κεντρική Περιφέρεια της Μποτσουάνα, που αποτελεί το δεύτερο ισχυρότερο σεισμό που σημειώθηκε από το 1949 στην περιοχ (Σχήμα 1α). Ο σεισμός έγινε αισθητός τόσο από τον πληθυσμό της πρωτεύουσας της Μποτσουάνα, την Γκαμπορόνε, όσο και από τον πληθυσμό των γειτονικών χωρών της Νότιας Αφρικής, τη Ζιμπάμπουε και τη Ζουαζιλάνδη, προκαλώντας 36 τραυματισμούς. Η στιγμιαία λύση τάσης του κύριου σεισμικού κύματος (www.globalcmt.org), τα προκαταρκτικά αποτελέσματα αναστροφής των τηλεσεισμικών κυμάτων (http://geoscope.ipgp.fr/index.php/en/catalog/earthquake-description?seis=us10008e3k) και τα δεδομένα InSAR υποδεικνύουν έναν κανονικό μηχανισμό σφάλματος που βρίσκεται σε βάθος μεγαλύτερο από 20 km. (Πίνακας S1). Η κύρια σεισμική δόνηση ακολουθήθηκε από μερικές μετασεισμικές δονήσεις στα βορειοανατολικά, σε σχέση με τον κύριο σεισμό, με μεγέθη μεταξύ 4 και 5 βαθμών της κλίμακας ρίχτερ.

[[Εικόνα:Rswikiglp41.jpg |thumb|right|Σχήμα 1:'''(α) Θέση του σεισμού 6.5 ρίχτερ της Μποτσουάνα (κίτρινο αστέρι) στις 3 Απριλίου 2017 σε σχέση με τα όρια των πλακών (κόκκινες γραμμές) και το σύστημα ρήξης της Ανατολής Αφρικής (EARS). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), δείχνει τη θέση παρελθοντικών σεισμών (https://earthquake.usgs.gov/earthquakes/map/) και τον χάρτη σεισμικής επικινδυνότητας της Μποτσουάνα. Οι σεισμοί τοποθετούνται χρονικά από το 1950 έως το 2016. Ο χάρτης σεισμικής επικινδυνότητας παρουσιάζει την κορυφή επιτάχυνσης του εδάφους (Peak Ground Acceleration-PGA) (m • s^2) με πιθανότητα υπέρβασης 10% σε 50 χρόνια. Οι σεισμοί στη Νότια Αφρική οφείλονται σε δραστηριότητες εξόρυξης (http://inducedearthquakes.org/). (γ) Τεκτονικός χάρτης Precambrian της Μποτσουάνα, ο οποίος περιγράφει την έκταση των Archean κροτώνων και των Proterozoic ορογενών ζωνών. Οι κόκκινες γραμμές αντιπροσωπεύουν το σύστημα βλάβης της ζώνης ρήγματος του Okavango Delta. (δ) Λεπτομέρεια της περιοχής που συνορεύει με το διακεκομμένο μαύρο πλαίσιο στο (b), που δείχνει τη θέση του Lesedi project (http://tlouenergy.com/lesedi-cbm-project) σε σχέση με τον σεισμό της 3ης Απριλίου 2017. Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ο σεισμός έγινε σε απόσταση μεγαλύτερη των 1000 χλμ. από το πλησιέστερο άκρο τεκτονικής πλάκας (Σχήμα 1α), σε μια περιοχή που χαρακτηρίζεται από σχετικά χαμηλή σεισμικότητα και χαμηλό σεισμικό κίνδυνο (Σχήμα 1β). Οι μεγαλύτεροι σεισμοί στη νότια Αφρική επικεντρώνονται στις ανατολικές χώρες της Τανζανίας, του Μαλάουι και της Μοζαμβίκης, όπου η ήπειρος απομακρύνεται σιγά-σιγά σε έναν προσανατολισμό Ανατολής-Δύσης, λόγω της παρουσίας του συστήματος ρήξης Ανατολικής Αφρικής (EARS) ( Σχήμα 1α), με αποτέλεσμα φυσιολογικά δεδομένα σεισμών.
Στη Μποτσουάνα, η σημερινή σεισμική δραστηριότητα εντοπίζεται κυρίως στο βορειοδυτικό τμήμα της χώρας, κοντά στην Περιοχή του Δέλτα του Οκαβάγκο (ODR στο Σχήμα 1β), όπου αναπτύσσεται ένας αρχικός βραχίονας της EARS. (Σχήμα 1β, γ). Σε αυτή την περιοχή παρατηρήθηκε σημαντική σεισμική πυκνότητα μεταξύ 1951 και 1953, με αποκορύφωμα τα γεγονότα των σεισμών 6.1 και 6.7 βαθμών της κλίμακας ρίχτερ στις 11 Σεπτεμβρίου 1952 και 11 Οκτωβρίου 1952 αντίστοιχα. Στα νότια, η επικεφαλής περιοχή του γεγονότος σεισμού 6.5 ρίχτερ δεν έχει βιώσει ισχυρούς σεισμούς στο παρελθόν. Αυτή η περιοχή ανήκει στο Kaapvaal Craton (Εικόνα 1c), που αποτελείται από κρότωνες Proterozoic και Archean που είναι ηλικίας 2,5-3,6 δισεκατομμυρίων ετών. Οι κρότωνες αναγνωρίζονται ως τεκτονικά σταθερές περιοχές όπου σεισμοί συμβαίνουν πολύ σπάνια.
Δεδομένης της τεκτονικής εκτίμησης της περιοχής, ο σεισμός της 3ης Απριλίου 2017 μπορεί να αναγνωριστεί ως ενδοπολικός σεισμός. Αν και σπάνια, αυτά τα είδη σεισμών μπορεί να είναι καταστροφικά, δεδομένου ότι συμβαίνουν μακριά από τα όρια πλάκας, σε περιοχές που δεν είναι έτοιμες για την αντιμετώπιση τέτοιων φαινομένων. Ενδοπολικοί σεισμοί έχουν επίσης σημειωθεί στις ΗΠΑ στην πολιτεία Μισσούρι και Νότια Καρολίνα το 1811-1812 και το 1886. Το 2001, η περιοχή του Γκουτζαράτ της Ινδίας επλήγει από ισχυρό ενδοπολικό σεισμό 7.7 ρίχτερ, προκαλώντας περισσότερα από 20.000 θύματα. Το 2012, ο μεγαλύτερος γνωστός ενδοπολικός σεισμός (8.6 βαθμοί ρίχτερ) σημειώθηκε στον Ινδικό Ωκεανό, περίπου 100 χλμ. από τη θαλάσσια ζώνη της Σουμάτρα.
Όσον αφορά τους πιο συνηθισμένους σεισμούς που συμβαίνουν στα όρια των πλακών, οι κατακόρυφοι σεισμοί είναι ελάχιστα κατανοητοί καθώς οι περισσότεροι από αυτούς δεν είναι εύκολα αποδιδόμενοι σε οποιαδήποτε αναγνωρίσιμη ή εμφανή ζώνη βλαβών. Οι αιτίες αυτών των σεισμών είναι αβέβαιες και συχνά συνδέονται με ανθρωπογενείς δραστηριότητες όπως η έγχυση υγρού ή η εξαγωγή και η υδραυλική ρηγμάτωση.
Όσον αφορά τον σεισμό της Μποτσουάνα της 3ης Απριλίου 2017, υπάρχει η υποψία ότι ήταν τεχνητός σεισμός, που φέρεται ότι προκλήθηκε από υδραυλική δραστηριότητα fracking. Πράγματι, τις τελευταίες δεκαετίες, η συνεχής αύξηση της ενεργειακής ζήτησης στη νότια Αφρική ενίσχυσε την ανάπτυξη σχεδίων για την εκμετάλλευση φυσικών πόρων, όπως σχέδια για εξορύξεις υδρογονανθράκων. Οι δραστηριότητες αυτές έχουν αναγνωριστεί ότι προκαλούν σεισμούς, όπως στην περίπτωση της σεισμικής πυκνότητας που προκλήθηκε από την εξόρυξη στη Νότιο Αφρική (Σχήμα 1β). Στη Μποτσουάνα, οι ανθρωπογενείς δραστηριότητες συνίστανται στην εκμετάλλευση του Coal-Bed Methane (CBM). Συγκεκριμένα, το project Lesedi (http://tlouenergy.com/lesedi-cbm-project) που διαχειρίζεται η Tolou Energy Limited (TEL) βρίσκεται πολύ κοντά στην περιοχή της 3ης Απριλίου 2017 (Σχήμα 1δ) ενώ έχει που δραστηριοποιείται στην Μποτσουάνα από το 2014.
Γενικά, η παραγωγή CBM πραγματοποιείται μειώνοντας την πίεση των πόρων κάτω από την πίεση εκρόφησης του άνθρακα έτσι ώστε το μεθάνιο να απορροφηθεί από τις επιφάνειες, να διαχυθεί μέσω της μήτρας άνθρακα και να γίνει ελεύθερο αέριο. Τυπικά, οι ραφές άνθρακα είναι κορεσμένες με νερό. Έτσι, ο άνθρακας πρέπει να αφυδατωθεί για αποτελεσματική παραγωγή αερίου. Η αφυδάτωση μειώνει την υδροστατική πίεση και προάγει την εκρόφηση του αερίου από τον άνθρακα. Σε ορισμένες περιπτώσεις, πραγματοποιείται υδραυλική θραύση για τη διευκόλυνση της αφυδάτωσης και αύξησης των ρυθμών παραγωγής αερίου σε οικονομικά αποδοτικά επίπεδα. Τόσο το αέριο όσο και το παραγόμενο νερό έρχονται στην επιφάνεια μέσω σωληνώσεων. Στη συνέχεια, το αέριο αποστέλλεται σε σταθμό συμπιεστή και σε αγωγούς φυσικού αερίου, ενώ το παραγόμενο νερό είτε επανεμφανίζεται σε απομονωμένους σχηματισμούς, είτε απελευθερώνεται σε ρεύματα, χρησιμοποιείται για άρδευση είτε αποστέλλεται σε λίμνες εξάτμισης.
Οι προκαταρκτικές δραστηριότητες εξόρυξης CBM στην περιοχή του Lesedi ξεκίνησαν το 2009. Ένας μεγάλος αριθμός πηγαδιών εξερεύνησης πραγματοποιήθηκαν στην περιοχή για να περιορίσουν το CBM και για να αξιολογηθεί η εμπορικότητα του πεδίου αερίου (Σχήμα 1δ). Τα εκτελούμενα φρέατα διασταύρωσαν τις πληροφορίες για καλής ποιότητας άνθρακα σε βάθος από 300 έως 600 μ. Στη συνέχεια, αναπτύχθηκε ένα πιλοτικό πρόγραμμα το 2013 προκειμένου να προσομοιωθεί μια παραγωγή πλήρους κλίμακας CBM. Οι εργασίες γεώτρησης ολοκληρώθηκαν με επιτυχία στα μέσα του 2014, ενώ οι εργασίες αφυδάτωσης και παραγωγής αερίου ξεκίνησαν στις αρχές του 2014 και συνεχίστηκαν μέχρι το 2017.
Σε αυτή την εργασία, διερευνάται η πιθανή σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Συγκεκριμένα, εκμεταλλευόμαστε τα δεδομένα παρεμβολής με τη μέθοδο της παρεμβολής με ραντάρ συνθετικής διάταξης (InSAR) που παρέχεται από την αποστολή Sentinel-1 (S1) για να διερευνήσει όλους τους πιθανούς σεισμικούς μηχανισμούς πηγής που σχετίζονται με τον σεισμό του 2017. Στη συνέχεια, η ανακτώμενη γεωμετρία και ο μηχανισμός σφάλματος συγκρίνονται ποιοτικά με την πιθανή διαταραχή που προκαλείται από τις ανθρωπογενείς δραστηριότητες που πραγματοποιούνται στην περιοχή, προκειμένου να εκτιμηθεί η πιθανή αλληλεπίδραση μεταξύ ανθρωπογενών δραστηριοτήτων και σεισμού.

'''Δεδομένα SAR'''

Η μέθοδος InSAR έχει γίνει μια ευρέως χρησιμοποιούμενη τεχνική για την εξαγωγή της παραμόρφωσης της επιφάνειας της γης που προκύπτει από φυσικά και ανθρωπογενή γεγονότα. Τα δεδομένα SAR που χρησιμοποιήθηκαν σε αυτή τη μελέτη συνίστανται σε ένα ζευγάρι εικόνων που έχουν αποκτηθεί κατά μήκος της αύξουσας τροχιάς από τον δορυφόρο Sentinel 1-B (S1B), τη δεύτερη πλατφόρμα αποστολής S1 στο πλαίσιο του προγράμματος ESA Copernicus (http: //www.copernicus .ΕΕ/). Αυτά αποκτήθηκαν κατά τη λειτουργία Interferometric Wide Swath (IW) στις 30 Μαρτίου 2017 και 11 Απριλίου 2017, δηλαδή τρεις ημέρες πριν και οκτώ ημέρες μετά τον σεισμό αντίστοιχα. Η γεωμετρία δορυφορικής προβολής, δηλ. η γωνία πρόσπτωσης και το αζιμούθιο είναι ίσες με 41° και -13° αντίστοιχα. Πολλαπλασιάσαμε τις εικόνες με συντελεστές 24 κατά 6 κατά μήκος της περιοχής και του αζιμουθίου, προκειμένου να αποκτήσουμε μια ανάρτηση pixel περίπου 90 μ. την ίδια ανάλυση του SRTM DEM που χρησιμοποιήθηκε για την αφαίρεση της συνεισφοράς φάσης της τοπογραφίας. Η κάθετη βασική γραμμή μεταξύ των αποκτήσεων SAR είναι 32 μέτρα, καθιστώντας έτσι αμελητέα τα σφάλματα που σχετίζονται με την τοπογραφία. Ωστόσο, η περιοχή που καλύπτεται από το ίχνος συμβολισμού (περίπου 25 km^2) (μπλε ορθογώνιο στο σχήμα 1b) παρουσιάζει μια σχεδόν επίπεδη τοπογραφία, με διακυμάνσεις ύψους μεταξύ 960 και 1140 μέτρων πάνω από τη στάθμη της θάλασσας.
Υπολογίσαμε τις διαφορικές παρεμβολές χρησιμοποιώντας τα πακέτα λογισμικού GAMMA. Σύμφωνα με το σεισμικό επίκεντρο, επιλέξαμε υποστυλώματα S1 και ριπές που καλύπτουν την περιοχή ενδιαφέροντος (μπλε ορθογώνιο στο Σχήμα 1β). Ειδικότερα, χρησιμοποιήσαμε δύο υποστυλώματα S1B και οκτώ ριπές για κάθε εικόνα για την εκτίμηση του διαφορικής παρεμβολής. Το interferogram διηθήθηκε με το φίλτρο Goldstein για τη μείωση του θορύβου φάσης και στη συνέχεια ξετυλίχθηκε υιοθετώντας τον ελάχιστο αλγόριθμο ροής κόστους. Ο προκύπτων χάρτης παραμόρφωσης φαίνεται στο σχήμα 2α. Το interferogram ήταν τυλιγμένο και επανατυλιγμένο με μια κλίμακα χρώματος κυμαινόμενη από 0 έως π, επομένως, κάθε κύκλος χρώματος αντιπροσωπεύει παραμόρφωση γραμμής όρασης (LoS) περίπου 1,40 cm (δηλ. Λ / 4). Το ομόκεντρο μοτίβο περιθωρίου στο συμβολόμετρο δείχνει ότι το έδαφος απομακρύνθηκε από το δορυφόρο, δηλαδή στο ραντάρ LoS, σε μια περιοχή περίπου 45 με 25 χιλιόμετρα, που εκτείνεται βορειοδυτικά από το επίκεντρο του κύριου σεισμού. Η μέγιστη παρατηρούμενη μετατόπιση LoS είναι περίπου 5 cm (Σχήμα 2b). Το εύρος και η επέκταση των παρατηρούμενων μετακινήσεων εδάφους είναι συμβατές με την ύπαρξη μιας βαθιάς πηγής.

[[Εικόνα:Rswikiglp42.jpg |thumb|left|Σχήμα 2:'''(α) Περιτυλιγμένο, συμβολισμός που δείχνει την σεισμική μετατόπιση που προκλήθηκε από το σεισμό των 6,5 ρίχτερ του 2017 στην Μποτσουάνα. Το αποτύπωμα του συμβολισμού αντιστοιχεί στο μπλε ορθογώνιο στο Σχήμα 1β). Το interferogram επανατυλίχθηκε με χρωματική κλίμακα που κυμαίνεται από 0 έως π, κατόπιν τούτου κάθε κύκλος χρώματος αντιπροσωπεύει μια παραμόρφωση LoS περίπου 1,40 cm (δηλ. Λ / 4). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), που δείχνει τον ανοιχτό συμβολισμό. Το κίτρινο αστέρι δείχνει το επίκεντρο του σεισμού (https://earthquake.usgs.gov/earthquakes/eventpage/us10008e3k#executive). Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ορισμένα ατμοσφαιρικά αντικείμενα εμφανίζονται στο συμβολισμό, τα οποία οφείλονται κυρίως σε τυρβώδη φαινόμενα. Ωστόσο, μια χονδρική εκτίμηση της τροποσφαιρικής καθυστέρησης του LoS (Σχήμα S1), που εκτιμάται μεταξύ των ημερών των δύο εξαγωγών SAR (http://ceg-research.ncl.ac.uk/v2/gacos/), δείχνει ότι η περιοχή που περιβάλλει το επίκεντρο του σεισμού παρουσιάζει αμελητέα τροπόσφαιρική καθυστέρηση, η οποία δεν επηρεάζει το παρατηρούμενο σχέδιο μετατόπισης.

'''Μοντελοποίηση δεδομένων'''

Καθώς μας ενδιαφέρει πρωτίστως η εύρεση του βάθους βλάβης, αναστρέψαμε το ανοιχτό παρεμβολόμετρο που εκτείνεται από τις 30 Μαρτίου 2017 μέχρι τις 11 Απριλίου 2017 χρησιμοποιώντας μια μη γραμμική διαδικασία αναστροφής για να περιοριστεί η γεωμετρία βλάβης με ομοιόμορφη ολίσθηση. Ο σχηματισμός Okada για πηγή ορθογώνιου επιπέδου σε ομοιόμορφο ελαστικό μισό διάστημα υιοθετείται για να μοντελοποιήσει τα παρατηρούμενα δεδομένα.
Για να εκτελέσουμε την αντιστροφή, χρησιμοποιήσαμε το λογισμικό Geodetic Bayesian Inversion ανοιχτού κώδικα (GBIS ver. 1.0, Κέντρο Παρατήρησης και Μοντελοποίησης Σεισμών, Ηφαίστεων και Τεκτονικής (COMET), Leeds, Αγγλία, στη διεύθυνση: http: //comet.nerc .ac.uk / gbis /) για να συναγάγουμε τις παραμέτρους του μοντέλου μέσω του φθίνοντα παρεμβολισμού που λαμβάνεται από τα δορυφορικά δεδομένα S1B. Ο κώδικας αντιστροφής χρησιμοποιεί έναν αλγόριθμο Markov αλυσίδας Monte Carlo, ο οποίος ενσωματώνει τον αλγόριθμο Metropolis-Hastings για την εκτίμηση της πολυδιάστατης κατανομής πιθανοτήτων για όλες τις παραμέτρους του μοντέλου.
Όσον αφορά τα δεδομένα InSAR, ο πίνακας μεταβλητότητας-συνδιακύμανσης κατασκευάζεται υποθέτοντας ότι τα σφάλματα στα δεδομένα μπορούν να προσομοιωθούν χρησιμοποιώντας μια εκθετική συνάρτηση με nugget, τοποθετημένο στο ισοτροπικό πειραματικό semi-variogram. Το πειραματικό semi-variogram και η εκθετική εφαρμογή υπολογίζονται σε ολόκληρο το σύνολο δεδομένων InSAR, αφαιρώντας μια γραμμική ράμπα από τα δεδομένα και καλύπτοντας την περιοχή που δείχνει την παραμόρφωση της επιφάνειας που σχετίζεται με τον σεισμό (Σχήμα S2). Οι παράμετροι της βέλτιστης συναρτησιακής εκθετικής λειτουργίας, δηλαδή εύρος, κατώφλι και nugget είναι 7,5 x 10-5 m^2, 23,190 m και 8,6 × 10-18 m, αντίστοιχα. Στη συνέχεια, το μη περιτυλιγμένο interferogram υποβιβάζεται δειγματοληπτικά χρησιμοποιώντας μια τετραπλάσια διαδικασία αναδειγματοληψίας για να επιταχυνθεί η διαδικασία υπολογισμού. Αυτή η τεχνική αναδειγματοληψίας επιτρέπει τη μείωση του αριθμού σημείων δεδομένων με την υψηλότερη πυκνότητα κοντά στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση (Εικόνα 3).

[[Εικόνα:Rswikiglp43.jpg |thumb|left|Σχήμα 3:'''Στοιχεία συμβολομετρήματος (interferogram) κάτω από το δείγμα της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο Σχήμα 2α χρησιμοποιώντας τον τετραγωνικό αλγόριθμο αποσύνθεσης. Οι αρνητικές τιμές υποδεικνύουν την απομάκρυνση από τον δορυφόρο κατά μήκος του LoS, ενώ οι θετικές τιμές δείχνουν κίνηση προς τον δορυφόρο. Οι συντεταγμένες αναφέρονται σε μια τοπική προέλευση (Γεωγραφικό μήκος = 25,12 °, Γεωγραφικό πλάτος = -22,63 °).''']]

Οι παράμετροι του μοντέλου είναι η θέση (θέση X, θέση Υ και βάθος στον πίνακα 1), το μέγεθος (μήκος και πλάτος στον πίνακα 1) και ο προσανατολισμός (Dip και Strike στον πίνακα 1) του επιπέδου βλάβης (βλ. σχήμα 3). Το σφάλμα ποσοτικοποιείται σύμφωνα με το ποσό της ολίσθησης που εκτιμάται κατά μήκος των κατευθύνσεων της εμβάπτισης (ολίσθηση απόσβεσης-strike και γλίστρημα βύθισης-dip στον πίνακα 1). Η λύση CMT του Harvard χρησιμοποιείται ως αρχική παράμετρος στη διαδικασία αναστροφής. Όλες οι παράμετροι σφάλματος επιτρέπεται να ποικίλλουν μεταξύ των διαστημάτων που αναφέρονται στον Πίνακα 1. Ειδικότερα, διερευνώνται τόσο οι φυσιολογικοί μηχανισμοί όσο και οι ωστικοί μηχανισμοί επιτρέποντας την εμβάπτιση και την ολίσθηση κατά μήκος των διευθύνσεων διατμήσεως να κυμαίνονται μεταξύ ± 90 ° και ± 5 m, αντίστοιχα.

[[Εικόνα:Rswikiglp44.jpg |thumb|right|Πίνακας 1:'''Διαστήματα παραμέτρων παραλείψεων και καλύτερες λύσεις που προκύπτουν από τη μη γραμμική αναστροφή.''']]

'''Αποτελέσματα'''

Στο Σχήμα 4, παρουσιάζουμε τη σύγκριση μεταξύ παρατηρούμενων μετατοπίσεων, πρόβλεψης μοντέλου και υπολειμμάτων. Οι βέλτιστες παράμετροι του μοντέλου αναφέρονται στον Πίνακα 1 και οι πλήρεις εκ των υστέρων λειτουργίες πυκνότητας πιθανότητας και οι αντισταθμίσεις μεταξύ των παραμέτρων βλάβης παρουσιάζονται στο Σχήμα 5. Υποθέτοντας ένα συντελεστή ακαμψίας 30 GPa, η υπολογισμένη βέλτιστη λύση παρουσιάζει μια σεισμική ροπή ίση με 6,14 Χ 1018 Nm, που αντιστοιχεί σε μέγεθος στιγμής 6.46, σε συμφωνία με τη λύση CMT (www.globalcmt.org).

[[Εικόνα:Rswikiglp45.jpg |thumb|right|Σχήμα 4:'''Δεδομένα InSAR και μοντέλο ελαστικής εξάρθρωσης για τον σεισμό της 3ης Απριλίου 2017. Αριστερά πάνελ: στοίβα του παρεμβαλλόμενου και ανοιχτού συμβόλου S1B SAR που ακολουθεί το διάστημα μεταξύ 30 Μαρτίου και 11 Απριλίου. Κεντρικά πάνελ: περιτυλιγμένο και μη περιτυλιγμένο μοντέλο ελαστικής εξάρθρωσης με την καλύτερη προσαρμογή για ομοιόμορφη ολίσθηση σε ορθογώνιο επίπεδο που προκύπτει από την αναστροφή των δεδομένων InSAR. Η συμπαγής μαύρη γραμμή δείχνει το ίχνος επιφανείας του ομοιόμορφου διαλύματος ολίσθησης, ενώ το διακεκομμένο μαύρο ορθογώνιο δείχνει τη θέση του επιπέδου βλάβης στο βάθος. Το κίτρινο αστέρι εντοπίζει το επίκεντρο του σεισμού. Δεξιά πάνελ: περιτυλιγμένα και μη περιτυλιγμένα υπολείμματα μεταξύ των δεδομένων και του μοντέλου. Οι συντεταγμένες αναφέρονται σε τοπική προέλευση (Γεωγραφικό μήκος = 25.12 ° και Γεωγραφικό πλάτος = -22.63 °).''']]

[[Εικόνα:Rswikiglp46.jpg |thumb|right|Σχήμα 5:'''Αβεβαιότητες παραμέτρων σφάλματος και αντισταθμίσεις για το ομοιόμορφο υπόδειγμα InSAR του σεισμού 3 Απριλίου 2017 των 6.5 ρίχτερ. Οι αβεβαιότητες και οι αντισταθμίσεις υπολογίζονται χρησιμοποιώντας μια προσέγγιση Monte Carlo από την αντιστροφή των συνόλων δεδομένων 1 × 106 που διαταράσσονται με ρεαλιστικό θόρυβο. Τα ιστογράμματα δείχνουν την εκ των υστέρων κατανομή πιθανότητας των παραμέτρων βλάβης και τα scatterplots δείχνουν αντιστάθμιση μεταξύ παραμέτρων. Τα όρια a-priori παρατίθενται στον Πίνακα 1.''']]

Οι ανακτηθείσες βέλτιστες παράμετροι ορίζουν μια βορειοδυτική ολίσθηση απόσβεσης (strike), βορειοανατολικό γλίστρημα βύθισης (dip) του κανονικού σφάλματος (κεντρικά πάνελ στο σχήμα 4), που αναπαράγει αξιοσημείωτα τις παρατηρήσεις του πεδίου. Πράγματι, τα υπολείμματα στις προσομοιωμένες μετατοπίσεις LoS είναι μικρότερα από 1 cm στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση. Η ανακτώμενη θέση σφάλματος, η γεωμετρία και ο μηχανισμός συμφωνούν αρκετά με τη λύση CMT και με προηγούμενη πρότυπη μοντελοποίηση των δεδομένων InSAR (Πίνακας S1). Αντίθετα, η εκτιμώμενη προκύπτουσα ολίσθηση και στροφή (περίπου 2,7 m και -131 °) διαφέρουν ελαφρώς από την προηγούμενη αναστροφή των δεδομένων InSAR, αναγνωρίζοντας έτσι ένα κυρίαρχο συστατικό μετατόπισης δεξιάς και πλάγιας όψης.
Η λειτουργία εκ των υστέρων κατανομής πιθανοτήτων των παραμέτρων βλάβης (Σχήμα 5 και Πίνακας 2) δείχνει μια διακριτή μεταβλητότητα των ανακτημένων παραμέτρων σφάλματος, ειδικά για το μήκος και το πλάτος του επιπέδου βλάβης και για την ποσότητα ολίσθησης κατά μήκος της κατεύθυνσης σφάλματος. Οι άλλες παράμετροι εκτιμώνται αρκετά καλά. Συγκεκριμένα, το βάθος πηγής είναι μεγαλύτερο από 20 χλμ., επιβεβαιώνοντας έτσι τη βαθιά πηγή του συμβάντος και η μεταβλητότητα της συνιστώμενης ολίσθησης περιλαμβάνεται μεταξύ των αρνητικών τιμών (Πίνακας 2) επιβεβαιώνοντας έτσι ένα φυσιολογικό μηχανισμό σφάλματος (Σχήμα S3).

[[Εικόνα:Rswikiglp47.jpg |thumb|right|Πίνακας 2:'''Βέλτιστες παράμετροι σφάλματος και εύρος μεταβλητότητας.''']]

'''Συμπεράσματα'''

Εξετάσαμε ποιοτικά τη σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνιση του σεισμού των 6.5 βαθμών της κλίμακας ρίχτερ στην Μποτσουάνα στις 3 Απριλίου 2017. Το πεδίο εκτοπισμού του εδάφους που ανακτήθηκε από τα δεδομένα S1B SAR έδωσε πολύ σημαντικές πληροφορίες για την πρώτη εκτίμηση του σεισμικού σεναρίου και επέτρεψε την ταχεία αναγνώριση της σεισμικής πηγής. Χάρη στην ποιοτική εκτίμηση των υποθετικών διαταραχών που προκαλούνται από τις εκχυλίσεις CBM, μπορούμε να αποκλείσουμε οποιαδήποτε πιθανή αλληλεπίδραση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Ωστόσο, τα διαθέσιμα δεδομένα δεν επέτρεψαν την ποσοτική εκτίμηση της ανθρωπογενούς διαταραχής σε βάθος. Απαιτούνται λεπτομερέστερες και περισσότερο ποσοτικοποιημένες έρευνες στο μέλλον, προκειμένου να εκτιμηθεί ο αντίκτυπος των διαταραχών που προκαλούνται από τις ανθρωπογενείς δραστηριότητες στη Μποτσουάνα.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1028/htm]

[[category:Γεωλογία – Εδαφολογία]]

Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017?

2018-01-06T18:48:22Z

Giorglmbr:

''' Συνέβαλαν οι ανθρωπογενείς δραστηριότητες στην ενεργοποίηση του σεισμού των 6.5 ρίχτερ της Μποτσουάνα στις 3 Απριλίου 2017? '''

'''Πρωτότυπος τίτλος:''' '' Did Anthropogenic Activities Trigger the 3 April 2017 Mw 6.5 Botswana Earthquake? ''

'''Συγγραφείς: ''' Matteo Albano, Marco Polcari, Christian Bignami, Marco Moro, Michele Saroli, Salvatore Stramondo

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 7th of October''

'''Εισαγωγή'''

Στις 3 Απριλίου 2017, σημειώθηκε σεισμός 6,5 ρίχτερ στην Κεντρική Περιφέρεια της Μποτσουάνα, που αποτελεί το δεύτερο ισχυρότερο σεισμό που σημειώθηκε από το 1949 στην περιοχ (Σχήμα 1α). Ο σεισμός έγινε αισθητός τόσο από τον πληθυσμό της πρωτεύουσας της Μποτσουάνα, την Γκαμπορόνε, όσο και από τον πληθυσμό των γειτονικών χωρών της Νότιας Αφρικής, τη Ζιμπάμπουε και τη Ζουαζιλάνδη, προκαλώντας 36 τραυματισμούς. Η στιγμιαία λύση τάσης του κύριου σεισμικού κύματος (www.globalcmt.org), τα προκαταρκτικά αποτελέσματα αναστροφής των τηλεσεισμικών κυμάτων (http://geoscope.ipgp.fr/index.php/en/catalog/earthquake-description?seis=us10008e3k) και τα δεδομένα InSAR υποδεικνύουν έναν κανονικό μηχανισμό σφάλματος που βρίσκεται σε βάθος μεγαλύτερο από 20 km. (Πίνακας S1). Η κύρια σεισμική δόνηση ακολουθήθηκε από μερικές μετασεισμικές δονήσεις στα βορειοανατολικά, σε σχέση με τον κύριο σεισμό, με μεγέθη μεταξύ 4 και 5 βαθμών της κλίμακας ρίχτερ.

[[Εικόνα:Rswikiglp41.jpg |thumb|right|Σχήμα 1:'''(α) Θέση του σεισμού 6.5 ρίχτερ της Μποτσουάνα (κίτρινο αστέρι) στις 3 Απριλίου 2017 σε σχέση με τα όρια των πλακών (κόκκινες γραμμές) και το σύστημα ρήξης της Ανατολής Αφρικής (EARS). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), δείχνει τη θέση παρελθοντικών σεισμών (https://earthquake.usgs.gov/earthquakes/map/) και τον χάρτη σεισμικής επικινδυνότητας της Μποτσουάνα. Οι σεισμοί τοποθετούνται χρονικά από το 1950 έως το 2016. Ο χάρτης σεισμικής επικινδυνότητας παρουσιάζει την κορυφή επιτάχυνσης του εδάφους (Peak Ground Acceleration-PGA) (m • s^2) με πιθανότητα υπέρβασης 10% σε 50 χρόνια. Οι σεισμοί στη Νότια Αφρική οφείλονται σε δραστηριότητες εξόρυξης (http://inducedearthquakes.org/). (γ) Τεκτονικός χάρτης Precambrian της Μποτσουάνα, ο οποίος περιγράφει την έκταση των Archean κροτώνων και των Proterozoic ορογενών ζωνών. Οι κόκκινες γραμμές αντιπροσωπεύουν το σύστημα βλάβης της ζώνης ρήγματος του Okavango Delta. (δ) Λεπτομέρεια της περιοχής που συνορεύει με το διακεκομμένο μαύρο πλαίσιο στο (b), που δείχνει τη θέση του Lesedi project (http://tlouenergy.com/lesedi-cbm-project) σε σχέση με τον σεισμό της 3ης Απριλίου 2017. Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ο σεισμός έγινε σε απόσταση μεγαλύτερη των 1000 χλμ. από το πλησιέστερο άκρο τεκτονικής πλάκας (Σχήμα 1α), σε μια περιοχή που χαρακτηρίζεται από σχετικά χαμηλή σεισμικότητα και χαμηλό σεισμικό κίνδυνο (Σχήμα 1β). Οι μεγαλύτεροι σεισμοί στη νότια Αφρική επικεντρώνονται στις ανατολικές χώρες της Τανζανίας, του Μαλάουι και της Μοζαμβίκης, όπου η ήπειρος απομακρύνεται σιγά-σιγά σε έναν προσανατολισμό Ανατολής-Δύσης, λόγω της παρουσίας του συστήματος ρήξης Ανατολικής Αφρικής (EARS) ( Σχήμα 1α), με αποτέλεσμα φυσιολογικά δεδομένα σεισμών.
Στη Μποτσουάνα, η σημερινή σεισμική δραστηριότητα εντοπίζεται κυρίως στο βορειοδυτικό τμήμα της χώρας, κοντά στην Περιοχή του Δέλτα του Οκαβάγκο (ODR στο Σχήμα 1β), όπου αναπτύσσεται ένας αρχικός βραχίονας της EARS. (Σχήμα 1β, γ). Σε αυτή την περιοχή παρατηρήθηκε σημαντική σεισμική πυκνότητα μεταξύ 1951 και 1953, με αποκορύφωμα τα γεγονότα των σεισμών 6.1 και 6.7 βαθμών της κλίμακας ρίχτερ στις 11 Σεπτεμβρίου 1952 και 11 Οκτωβρίου 1952 αντίστοιχα. Στα νότια, η επικεφαλής περιοχή του γεγονότος σεισμού 6.5 ρίχτερ δεν έχει βιώσει ισχυρούς σεισμούς στο παρελθόν. Αυτή η περιοχή ανήκει στο Kaapvaal Craton (Εικόνα 1c), που αποτελείται από κρότωνες Proterozoic και Archean που είναι ηλικίας 2,5-3,6 δισεκατομμυρίων ετών. Οι κρότωνες αναγνωρίζονται ως τεκτονικά σταθερές περιοχές όπου σεισμοί συμβαίνουν πολύ σπάνια.
Δεδομένης της τεκτονικής εκτίμησης της περιοχής, ο σεισμός της 3ης Απριλίου 2017 μπορεί να αναγνωριστεί ως ενδοπολικός σεισμός. Αν και σπάνια, αυτά τα είδη σεισμών μπορεί να είναι καταστροφικά, δεδομένου ότι συμβαίνουν μακριά από τα όρια πλάκας, σε περιοχές που δεν είναι έτοιμες για την αντιμετώπιση τέτοιων φαινομένων. Ενδοπολικοί σεισμοί έχουν επίσης σημειωθεί στις ΗΠΑ στην πολιτεία Μισσούρι και Νότια Καρολίνα το 1811-1812 και το 1886. Το 2001, η περιοχή του Γκουτζαράτ της Ινδίας επλήγει από ισχυρό ενδοπολικό σεισμό 7.7 ρίχτερ, προκαλώντας περισσότερα από 20.000 θύματα. Το 2012, ο μεγαλύτερος γνωστός ενδοπολικός σεισμός (8.6 βαθμοί ρίχτερ) σημειώθηκε στον Ινδικό Ωκεανό, περίπου 100 χλμ. από τη θαλάσσια ζώνη της Σουμάτρα.
Όσον αφορά τους πιο συνηθισμένους σεισμούς που συμβαίνουν στα όρια των πλακών, οι κατακόρυφοι σεισμοί είναι ελάχιστα κατανοητοί καθώς οι περισσότεροι από αυτούς δεν είναι εύκολα αποδιδόμενοι σε οποιαδήποτε αναγνωρίσιμη ή εμφανή ζώνη βλαβών. Οι αιτίες αυτών των σεισμών είναι αβέβαιες και συχνά συνδέονται με ανθρωπογενείς δραστηριότητες όπως η έγχυση υγρού ή η εξαγωγή και η υδραυλική ρηγμάτωση.
Όσον αφορά τον σεισμό της Μποτσουάνα της 3ης Απριλίου 2017, υπάρχει η υποψία ότι ήταν τεχνητός σεισμός, που φέρεται ότι προκλήθηκε από υδραυλική δραστηριότητα fracking. Πράγματι, τις τελευταίες δεκαετίες, η συνεχής αύξηση της ενεργειακής ζήτησης στη νότια Αφρική ενίσχυσε την ανάπτυξη σχεδίων για την εκμετάλλευση φυσικών πόρων, όπως σχέδια για εξορύξεις υδρογονανθράκων. Οι δραστηριότητες αυτές έχουν αναγνωριστεί ότι προκαλούν σεισμούς, όπως στην περίπτωση της σεισμικής πυκνότητας που προκλήθηκε από την εξόρυξη στη Νότιο Αφρική (Σχήμα 1β). Στη Μποτσουάνα, οι ανθρωπογενείς δραστηριότητες συνίστανται στην εκμετάλλευση του Coal-Bed Methane (CBM). Συγκεκριμένα, το project Lesedi (http://tlouenergy.com/lesedi-cbm-project) που διαχειρίζεται η Tolou Energy Limited (TEL) βρίσκεται πολύ κοντά στην περιοχή της 3ης Απριλίου 2017 (Σχήμα 1δ) ενώ έχει που δραστηριοποιείται στην Μποτσουάνα από το 2014.
Γενικά, η παραγωγή CBM πραγματοποιείται μειώνοντας την πίεση των πόρων κάτω από την πίεση εκρόφησης του άνθρακα έτσι ώστε το μεθάνιο να απορροφηθεί από τις επιφάνειες, να διαχυθεί μέσω της μήτρας άνθρακα και να γίνει ελεύθερο αέριο. Τυπικά, οι ραφές άνθρακα είναι κορεσμένες με νερό. Έτσι, ο άνθρακας πρέπει να αφυδατωθεί για αποτελεσματική παραγωγή αερίου. Η αφυδάτωση μειώνει την υδροστατική πίεση και προάγει την εκρόφηση του αερίου από τον άνθρακα. Σε ορισμένες περιπτώσεις, πραγματοποιείται υδραυλική θραύση για τη διευκόλυνση της αφυδάτωσης και αύξησης των ρυθμών παραγωγής αερίου σε οικονομικά αποδοτικά επίπεδα. Τόσο το αέριο όσο και το παραγόμενο νερό έρχονται στην επιφάνεια μέσω σωληνώσεων. Στη συνέχεια, το αέριο αποστέλλεται σε σταθμό συμπιεστή και σε αγωγούς φυσικού αερίου, ενώ το παραγόμενο νερό είτε επανεμφανίζεται σε απομονωμένους σχηματισμούς, είτε απελευθερώνεται σε ρεύματα, χρησιμοποιείται για άρδευση είτε αποστέλλεται σε λίμνες εξάτμισης.
Οι προκαταρκτικές δραστηριότητες εξόρυξης CBM στην περιοχή του Lesedi ξεκίνησαν το 2009. Ένας μεγάλος αριθμός πηγαδιών εξερεύνησης πραγματοποιήθηκαν στην περιοχή για να περιορίσουν το CBM και για να αξιολογηθεί η εμπορικότητα του πεδίου αερίου (Σχήμα 1δ). Τα εκτελούμενα φρέατα διασταύρωσαν τις πληροφορίες για καλής ποιότητας άνθρακα σε βάθος από 300 έως 600 μ. Στη συνέχεια, αναπτύχθηκε ένα πιλοτικό πρόγραμμα το 2013 προκειμένου να προσομοιωθεί μια παραγωγή πλήρους κλίμακας CBM. Οι εργασίες γεώτρησης ολοκληρώθηκαν με επιτυχία στα μέσα του 2014, ενώ οι εργασίες αφυδάτωσης και παραγωγής αερίου ξεκίνησαν στις αρχές του 2014 και συνεχίστηκαν μέχρι το 2017.
Σε αυτή την εργασία, διερευνάται η πιθανή σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Συγκεκριμένα, εκμεταλλευόμαστε τα δεδομένα παρεμβολής με τη μέθοδο της παρεμβολής με ραντάρ συνθετικής διάταξης (InSAR) που παρέχεται από την αποστολή Sentinel-1 (S1) για να διερευνήσει όλους τους πιθανούς σεισμικούς μηχανισμούς πηγής που σχετίζονται με τον σεισμό του 2017. Στη συνέχεια, η ανακτώμενη γεωμετρία και ο μηχανισμός σφάλματος συγκρίνονται ποιοτικά με την πιθανή διαταραχή που προκαλείται από τις ανθρωπογενείς δραστηριότητες που πραγματοποιούνται στην περιοχή, προκειμένου να εκτιμηθεί η πιθανή αλληλεπίδραση μεταξύ ανθρωπογενών δραστηριοτήτων και σεισμού.

'''Δεδομένα SAR'''

Η μέθοδος InSAR έχει γίνει μια ευρέως χρησιμοποιούμενη τεχνική για την εξαγωγή της παραμόρφωσης της επιφάνειας της γης που προκύπτει από φυσικά και ανθρωπογενή γεγονότα. Τα δεδομένα SAR που χρησιμοποιήθηκαν σε αυτή τη μελέτη συνίστανται σε ένα ζευγάρι εικόνων που έχουν αποκτηθεί κατά μήκος της αύξουσας τροχιάς από τον δορυφόρο Sentinel 1-B (S1B), τη δεύτερη πλατφόρμα αποστολής S1 στο πλαίσιο του προγράμματος ESA Copernicus (http: //www.copernicus .ΕΕ/). Αυτά αποκτήθηκαν κατά τη λειτουργία Interferometric Wide Swath (IW) στις 30 Μαρτίου 2017 και 11 Απριλίου 2017, δηλαδή τρεις ημέρες πριν και οκτώ ημέρες μετά τον σεισμό αντίστοιχα. Η γεωμετρία δορυφορικής προβολής, δηλ. η γωνία πρόσπτωσης και το αζιμούθιο είναι ίσες με 41° και -13° αντίστοιχα. Πολλαπλασιάσαμε τις εικόνες με συντελεστές 24 κατά 6 κατά μήκος της περιοχής και του αζιμουθίου, προκειμένου να αποκτήσουμε μια ανάρτηση pixel περίπου 90 μ. την ίδια ανάλυση του SRTM DEM που χρησιμοποιήθηκε για την αφαίρεση της συνεισφοράς φάσης της τοπογραφίας. Η κάθετη βασική γραμμή μεταξύ των αποκτήσεων SAR είναι 32 μέτρα, καθιστώντας έτσι αμελητέα τα σφάλματα που σχετίζονται με την τοπογραφία. Ωστόσο, η περιοχή που καλύπτεται από το ίχνος συμβολισμού (περίπου 25 km^2) (μπλε ορθογώνιο στο σχήμα 1b) παρουσιάζει μια σχεδόν επίπεδη τοπογραφία, με διακυμάνσεις ύψους μεταξύ 960 και 1140 μέτρων πάνω από τη στάθμη της θάλασσας.
Υπολογίσαμε τις διαφορικές παρεμβολές χρησιμοποιώντας τα πακέτα λογισμικού GAMMA. Σύμφωνα με το σεισμικό επίκεντρο, επιλέξαμε υποστυλώματα S1 και ριπές που καλύπτουν την περιοχή ενδιαφέροντος (μπλε ορθογώνιο στο Σχήμα 1β). Ειδικότερα, χρησιμοποιήσαμε δύο υποστυλώματα S1B και οκτώ ριπές για κάθε εικόνα για την εκτίμηση του διαφορικής παρεμβολής. Το interferogram διηθήθηκε με το φίλτρο Goldstein για τη μείωση του θορύβου φάσης και στη συνέχεια ξετυλίχθηκε υιοθετώντας τον ελάχιστο αλγόριθμο ροής κόστους. Ο προκύπτων χάρτης παραμόρφωσης φαίνεται στο σχήμα 2α. Το interferogram ήταν τυλιγμένο και επανατυλιγμένο με μια κλίμακα χρώματος κυμαινόμενη από 0 έως π, επομένως, κάθε κύκλος χρώματος αντιπροσωπεύει παραμόρφωση γραμμής όρασης (LoS) περίπου 1,40 cm (δηλ. Λ / 4). Το ομόκεντρο μοτίβο περιθωρίου στο συμβολόμετρο δείχνει ότι το έδαφος απομακρύνθηκε από το δορυφόρο, δηλαδή στο ραντάρ LoS, σε μια περιοχή περίπου 45 με 25 χιλιόμετρα, που εκτείνεται βορειοδυτικά από το επίκεντρο του κύριου σεισμού. Η μέγιστη παρατηρούμενη μετατόπιση LoS είναι περίπου 5 cm (Σχήμα 2b). Το εύρος και η επέκταση των παρατηρούμενων μετακινήσεων εδάφους είναι συμβατές με την ύπαρξη μιας βαθιάς πηγής.

[[Εικόνα:Rswikiglp42.jpg |thumb|right|Σχήμα 2:'''(α) Περιτυλιγμένο, συμβολισμός που δείχνει την σεισμική μετατόπιση που προκλήθηκε από το σεισμό των 6,5 ρίχτερ του 2017 στην Μποτσουάνα. Το αποτύπωμα του συμβολισμού αντιστοιχεί στο μπλε ορθογώνιο στο Σχήμα 1β). Το interferogram επανατυλίχθηκε με χρωματική κλίμακα που κυμαίνεται από 0 έως π, κατόπιν τούτου κάθε κύκλος χρώματος αντιπροσωπεύει μια παραμόρφωση LoS περίπου 1,40 cm (δηλ. Λ / 4). (β) Λεπτομέρεια της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο (α), που δείχνει τον ανοιχτό συμβολισμό. Το κίτρινο αστέρι δείχνει το επίκεντρο του σεισμού (https://earthquake.usgs.gov/earthquakes/eventpage/us10008e3k#executive). Οι συντεταγμένες έχουν βρεθεί από το αρχικό έγγραφο wgs84.''']]

Ορισμένα ατμοσφαιρικά αντικείμενα εμφανίζονται στο συμβολισμό, τα οποία οφείλονται κυρίως σε τυρβώδη φαινόμενα. Ωστόσο, μια χονδρική εκτίμηση της τροποσφαιρικής καθυστέρησης του LoS (Σχήμα S1), που εκτιμάται μεταξύ των ημερών των δύο εξαγωγών SAR (http://ceg-research.ncl.ac.uk/v2/gacos/), δείχνει ότι η περιοχή που περιβάλλει το επίκεντρο του σεισμού παρουσιάζει αμελητέα τροπόσφαιρική καθυστέρηση, η οποία δεν επηρεάζει το παρατηρούμενο σχέδιο μετατόπισης.

'''Μοντελοποίηση δεδομένων'''

Καθώς μας ενδιαφέρει πρωτίστως η εύρεση του βάθους βλάβης, αναστρέψαμε το ανοιχτό παρεμβολόμετρο που εκτείνεται από τις 30 Μαρτίου 2017 μέχρι τις 11 Απριλίου 2017 χρησιμοποιώντας μια μη γραμμική διαδικασία αναστροφής για να περιοριστεί η γεωμετρία βλάβης με ομοιόμορφη ολίσθηση. Ο σχηματισμός Okada για πηγή ορθογώνιου επιπέδου σε ομοιόμορφο ελαστικό μισό διάστημα υιοθετείται για να μοντελοποιήσει τα παρατηρούμενα δεδομένα.
Για να εκτελέσουμε την αντιστροφή, χρησιμοποιήσαμε το λογισμικό Geodetic Bayesian Inversion ανοιχτού κώδικα (GBIS ver. 1.0, Κέντρο Παρατήρησης και Μοντελοποίησης Σεισμών, Ηφαίστεων και Τεκτονικής (COMET), Leeds, Αγγλία, στη διεύθυνση: http: //comet.nerc .ac.uk / gbis /) για να συναγάγουμε τις παραμέτρους του μοντέλου μέσω του φθίνοντα παρεμβολισμού που λαμβάνεται από τα δορυφορικά δεδομένα S1B. Ο κώδικας αντιστροφής χρησιμοποιεί έναν αλγόριθμο Markov αλυσίδας Monte Carlo, ο οποίος ενσωματώνει τον αλγόριθμο Metropolis-Hastings για την εκτίμηση της πολυδιάστατης κατανομής πιθανοτήτων για όλες τις παραμέτρους του μοντέλου.
Όσον αφορά τα δεδομένα InSAR, ο πίνακας μεταβλητότητας-συνδιακύμανσης κατασκευάζεται υποθέτοντας ότι τα σφάλματα στα δεδομένα μπορούν να προσομοιωθούν χρησιμοποιώντας μια εκθετική συνάρτηση με nugget, τοποθετημένο στο ισοτροπικό πειραματικό semi-variogram. Το πειραματικό semi-variogram και η εκθετική εφαρμογή υπολογίζονται σε ολόκληρο το σύνολο δεδομένων InSAR, αφαιρώντας μια γραμμική ράμπα από τα δεδομένα και καλύπτοντας την περιοχή που δείχνει την παραμόρφωση της επιφάνειας που σχετίζεται με τον σεισμό (Σχήμα S2). Οι παράμετροι της βέλτιστης συναρτησιακής εκθετικής λειτουργίας, δηλαδή εύρος, κατώφλι και nugget είναι 7,5 x 10-5 m^2, 23,190 m και 8,6 × 10-18 m, αντίστοιχα. Στη συνέχεια, το μη περιτυλιγμένο interferogram υποβιβάζεται δειγματοληπτικά χρησιμοποιώντας μια τετραπλάσια διαδικασία αναδειγματοληψίας για να επιταχυνθεί η διαδικασία υπολογισμού. Αυτή η τεχνική αναδειγματοληψίας επιτρέπει τη μείωση του αριθμού σημείων δεδομένων με την υψηλότερη πυκνότητα κοντά στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση (Εικόνα 3).

[[Εικόνα:Rswikiglp43.jpg |thumb|left|Σχήμα 3:'''Στοιχεία συμβολομετρήματος (interferogram) κάτω από το δείγμα της περιοχής που περικλείεται από το διακεκομμένο μαύρο πλαίσιο στο Σχήμα 2α χρησιμοποιώντας τον τετραγωνικό αλγόριθμο αποσύνθεσης. Οι αρνητικές τιμές υποδεικνύουν την απομάκρυνση από τον δορυφόρο κατά μήκος του LoS, ενώ οι θετικές τιμές δείχνουν κίνηση προς τον δορυφόρο. Οι συντεταγμένες αναφέρονται σε μια τοπική προέλευση (Γεωγραφικό μήκος = 25,12 °, Γεωγραφικό πλάτος = -22,63 °).''']]

Οι παράμετροι του μοντέλου είναι η θέση (θέση X, θέση Υ και βάθος στον πίνακα 1), το μέγεθος (μήκος και πλάτος στον πίνακα 1) και ο προσανατολισμός (Dip και Strike στον πίνακα 1) του επιπέδου βλάβης (βλ. σχήμα 3). Το σφάλμα ποσοτικοποιείται σύμφωνα με το ποσό της ολίσθησης που εκτιμάται κατά μήκος των κατευθύνσεων της εμβάπτισης (ολίσθηση απόσβεσης-strike και γλίστρημα βύθισης-dip στον πίνακα 1). Η λύση CMT του Harvard χρησιμοποιείται ως αρχική παράμετρος στη διαδικασία αναστροφής. Όλες οι παράμετροι σφάλματος επιτρέπεται να ποικίλλουν μεταξύ των διαστημάτων που αναφέρονται στον Πίνακα 1. Ειδικότερα, διερευνώνται τόσο οι φυσιολογικοί μηχανισμοί όσο και οι ωστικοί μηχανισμοί επιτρέποντας την εμβάπτιση και την ολίσθηση κατά μήκος των διευθύνσεων διατμήσεως να κυμαίνονται μεταξύ ± 90 ° και ± 5 m, αντίστοιχα.

[[Εικόνα:Rswikiglp44.jpg |thumb|right|Πίνακας 1:'''Διαστήματα παραμέτρων παραλείψεων και καλύτερες λύσεις που προκύπτουν από τη μη γραμμική αναστροφή.''']]

'''Αποτελέσματα'''

Στο Σχήμα 4, παρουσιάζουμε τη σύγκριση μεταξύ παρατηρούμενων μετατοπίσεων, πρόβλεψης μοντέλου και υπολειμμάτων. Οι βέλτιστες παράμετροι του μοντέλου αναφέρονται στον Πίνακα 1 και οι πλήρεις εκ των υστέρων λειτουργίες πυκνότητας πιθανότητας και οι αντισταθμίσεις μεταξύ των παραμέτρων βλάβης παρουσιάζονται στο Σχήμα 5. Υποθέτοντας ένα συντελεστή ακαμψίας 30 GPa, η υπολογισμένη βέλτιστη λύση παρουσιάζει μια σεισμική ροπή ίση με 6,14 Χ 1018 Nm, που αντιστοιχεί σε μέγεθος στιγμής 6.46, σε συμφωνία με τη λύση CMT (www.globalcmt.org).

[[Εικόνα:Rswikiglp45.jpg |thumb|right|Σχήμα 4:'''Δεδομένα InSAR και μοντέλο ελαστικής εξάρθρωσης για τον σεισμό της 3ης Απριλίου 2017. Αριστερά πάνελ: στοίβα του παρεμβαλλόμενου και ανοιχτού συμβόλου S1B SAR που ακολουθεί το διάστημα μεταξύ 30 Μαρτίου και 11 Απριλίου. Κεντρικά πάνελ: περιτυλιγμένο και μη περιτυλιγμένο μοντέλο ελαστικής εξάρθρωσης με την καλύτερη προσαρμογή για ομοιόμορφη ολίσθηση σε ορθογώνιο επίπεδο που προκύπτει από την αναστροφή των δεδομένων InSAR. Η συμπαγής μαύρη γραμμή δείχνει το ίχνος επιφανείας του ομοιόμορφου διαλύματος ολίσθησης, ενώ το διακεκομμένο μαύρο ορθογώνιο δείχνει τη θέση του επιπέδου βλάβης στο βάθος. Το κίτρινο αστέρι εντοπίζει το επίκεντρο του σεισμού. Δεξιά πάνελ: περιτυλιγμένα και μη περιτυλιγμένα υπολείμματα μεταξύ των δεδομένων και του μοντέλου. Οι συντεταγμένες αναφέρονται σε τοπική προέλευση (Γεωγραφικό μήκος = 25.12 ° και Γεωγραφικό πλάτος = -22.63 °).''']]

[[Εικόνα:Rswikiglp46.jpg |thumb|right|Σχήμα 5:'''Αβεβαιότητες παραμέτρων σφάλματος και αντισταθμίσεις για το ομοιόμορφο υπόδειγμα InSAR του σεισμού 3 Απριλίου 2017 των 6.5 ρίχτερ. Οι αβεβαιότητες και οι αντισταθμίσεις υπολογίζονται χρησιμοποιώντας μια προσέγγιση Monte Carlo από την αντιστροφή των συνόλων δεδομένων 1 × 106 που διαταράσσονται με ρεαλιστικό θόρυβο. Τα ιστογράμματα δείχνουν την εκ των υστέρων κατανομή πιθανότητας των παραμέτρων βλάβης και τα scatterplots δείχνουν αντιστάθμιση μεταξύ παραμέτρων. Τα όρια a-priori παρατίθενται στον Πίνακα 1.''']]

Οι ανακτηθείσες βέλτιστες παράμετροι ορίζουν μια βορειοδυτική ολίσθηση απόσβεσης (strike), βορειοανατολικό γλίστρημα βύθισης (dip) του κανονικού σφάλματος (κεντρικά πάνελ στο σχήμα 4), που αναπαράγει αξιοσημείωτα τις παρατηρήσεις του πεδίου. Πράγματι, τα υπολείμματα στις προσομοιωμένες μετατοπίσεις LoS είναι μικρότερα από 1 cm στην περιοχή που επηρεάζεται από τη μέγιστη μετατόπιση. Η ανακτώμενη θέση σφάλματος, η γεωμετρία και ο μηχανισμός συμφωνούν αρκετά με τη λύση CMT και με προηγούμενη πρότυπη μοντελοποίηση των δεδομένων InSAR (Πίνακας S1). Αντίθετα, η εκτιμώμενη προκύπτουσα ολίσθηση και στροφή (περίπου 2,7 m και -131 °) διαφέρουν ελαφρώς από την προηγούμενη αναστροφή των δεδομένων InSAR, αναγνωρίζοντας έτσι ένα κυρίαρχο συστατικό μετατόπισης δεξιάς και πλάγιας όψης.
Η λειτουργία εκ των υστέρων κατανομής πιθανοτήτων των παραμέτρων βλάβης (Σχήμα 5 και Πίνακας 2) δείχνει μια διακριτή μεταβλητότητα των ανακτημένων παραμέτρων σφάλματος, ειδικά για το μήκος και το πλάτος του επιπέδου βλάβης και για την ποσότητα ολίσθησης κατά μήκος της κατεύθυνσης σφάλματος. Οι άλλες παράμετροι εκτιμώνται αρκετά καλά. Συγκεκριμένα, το βάθος πηγής είναι μεγαλύτερο από 20 χλμ., επιβεβαιώνοντας έτσι τη βαθιά πηγή του συμβάντος και η μεταβλητότητα της συνιστώμενης ολίσθησης περιλαμβάνεται μεταξύ των αρνητικών τιμών (Πίνακας 2) επιβεβαιώνοντας έτσι ένα φυσιολογικό μηχανισμό σφάλματος (Σχήμα S3).

[[Εικόνα:Rswikiglp47.jpg |thumb|right|Πίνακας 2:'''Βέλτιστες παράμετροι σφάλματος και εύρος μεταβλητότητας.''']]

'''Συμπεράσματα'''

Εξετάσαμε ποιοτικά τη σχέση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνιση του σεισμού των 6.5 βαθμών της κλίμακας ρίχτερ στην Μποτσουάνα στις 3 Απριλίου 2017. Το πεδίο εκτοπισμού του εδάφους που ανακτήθηκε από τα δεδομένα S1B SAR έδωσε πολύ σημαντικές πληροφορίες για την πρώτη εκτίμηση του σεισμικού σεναρίου και επέτρεψε την ταχεία αναγνώριση της σεισμικής πηγής. Χάρη στην ποιοτική εκτίμηση των υποθετικών διαταραχών που προκαλούνται από τις εκχυλίσεις CBM, μπορούμε να αποκλείσουμε οποιαδήποτε πιθανή αλληλεπίδραση μεταξύ των ανθρωπογενών δραστηριοτήτων και της εμφάνισης του σεισμού. Ωστόσο, τα διαθέσιμα δεδομένα δεν επέτρεψαν την ποσοτική εκτίμηση της ανθρωπογενούς διαταραχής σε βάθος. Απαιτούνται λεπτομερέστερες και περισσότερο ποσοτικοποιημένες έρευνες στο μέλλον, προκειμένου να εκτιμηθεί ο αντίκτυπος των διαταραχών που προκαλούνται από τις ανθρωπογενείς δραστηριότητες στη Μποτσουάνα.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1028/htm]

[[category:Γεωλογία – Εδαφολογία]]

Επικύρωση του Σημαντικού Ύψους Κύματος

2018-01-06T18:46:53Z

Giorglmbr:

''' Επικύρωση του Σημαντικού Ύψους Κύματος (Significant Wave Height-SWH), προϊόν του υψομετρητή HY-2 '''

'''Πρωτότυπος τίτλος:''' '' Validation of the Significant Wave Height Product of HY-2 Altimeter ''

'''Συγγραφείς: ''' Chuntao Chen, Jianhua Zhu, Mingsen Lin, Yili Zhao, He Wang, Jin Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 30th of September''

'''Εισαγωγή'''

Παραδοσιακά η παρατήρηση των ωκεάνιων κυμάτων πραγματοποιείται κυρίως μέσω σημαντήρων, πλοίων επιθεώρησης και σταθμών παλίρροιας, και η κάλυψη είναι πολύ περιορισμένη. Αυτές οι μέθοδοι, ωστόσο, δεν μπορούν να ικανοποιήσουν τις ανάγκες της τρέχουσας υψηλής ταχύτητας ανάπτυξης της οικονομίας και της επιστημονικής έρευνας. Η υψομετρία (altimetry) λύει αποτελεσματικά αυτό το πρόβλημα, καθώς μπορεί να παρέχει παρατηρήσεις μεγάλης κλίμακας, σχεδόν συγχρονισμένες, υψηλής χωρικής και χρονικής διάρκειας. Οι υψομετρητές (altimeters) έχουν καταφέρει συνεχείς μετρήσεις ύψους κύματος για περισσότερα από 20 χρόνια. Επιπλέον, τα συγκεκριμένα δεδομένα έχουν χρησιμοποιηθεί ευρέως. Η αλλαγή από πειραματικούς σε επιχειρησιακούς δορυφόρους παρατήρησης ωκεανών ήταν σημαντική. Η λειτουργία του δορυφορικού υψομετρητή ωφελείται από τη συνεχή βελτίωση της ακρίβειας μέτρησης και των μεθόδων βαθμονόμησης και επικύρωσης.
Με τη βελτίωση της ακρίβειας των παρατηρήσεων των υψομετρητών και των μεθόδων επεξεργασίας, τα δεδομένα που παράγονται έχουν χρησιμοποιηθεί ευρέως σε διάφορους τομείς, όπως η κυκλοφορία των ωκεανών, οι παλίρροια των ωκεανών, οι μεσαίες κλίμακες, τα ανοδικά ρεύματα, οι μετωπικές στροφές και η γεωδαιτική ισοπέδωση. Επιπλέον, η εφαρμογή των μετρήσεων υψόμετρου SWH σε αριθμητικά μοντέλα ωκεανού έχει αυξηθεί ιδιαίτερα. Τα δεδομένα SWH του υψομετρητή ταχύτητας παράδοσης ERS-2 (από τον Ιανουάριο του 1996) και του ENVISAT αφομοιώθηκαν σε μοντέλα αριθμητικών κυμάτων ECMWF. Ο θετικός αντίκτυπος της αφομοίωσης δεδομένων SWH των δορυφορικών υψομετρικών μετρητών σε μοντέλα αριθμητικών κυμάτων εκτιμήθηκε σε παράκτια και σε παγκόσμια κλίμακα. Τα δεδομένα ανωμαλίας ύψους θαλάσσιας επιφανείας (sea surface height anomaly-SSHA) μπορούν να εξομοιωθούν με το ωκεανικό μοντέλο του Princeton (Princeton Oceanic Model-POM), το οποίο βελτίωσε το δυναμικό ύψος της επιφάνειας της θάλασσας και τα αποτελέσματα του πεδίου βαθέων ρευμάτων στη Θάλασσα της Ανατολικής Κίνας. Τα συγχωνευμένα δεδομένα SWH από τους HY-2, Jason-1/2 και ENVISAT μπορούν να χρησιμοποιηθούν για την ανάλυση των χαρακτηριστικών του SWH στις θάλασσες της Κίνας και τα παρακείμενα ύδατα.
Η επιτυχία της αφομοίωσης δεδομένων πολλαπλών δορυφόρων σε παγκόσμια και περιφερειακή κλίμακα εξαρτάται από δύο βασικές συνθήκες. Η πρώτη είναι η βελτίωση της ακρίβειας των παρατηρήσεων του υψομετρητή και των μεθόδων επεξεργασίας δεδομένων. Η δεύτερη είναι ο προσδιορισμός της ακρίβειας και των σφαλμάτων των μετρήσεων SWH από διάφορους υψομετρητές. Τα σχέδια βαθμονόμησης και επικύρωσης συνήθως εκτελούνται μετά την εκκίνηση επιχειρησιακών δορυφορικών υψομετρητών. Με βάση αυτά τα σχέδια, αυτές οι μετρήσεις συντεταγμένων ύψους θαλάσσιας επιφανείας (SSH), SWH και αντίστροφης κατακρήμνισης, βαθμονομούνται και επικυρώνονται κατά τη διάρκεια ειδικών λειτουργιών φάσης ανάθεσης. Απαιτείται επομένως μακροπρόθεσμη παρακολούθηση της ποιότητας των εκτιμώμενων γεωφυσικών παραμέτρων, καθώς οι ηλεκτρονικές μεταβολές των μετατοπίσεων και των αισθητήρων μπορούν να επηρεάσουν την ποιότητα των μετρήσεων. Τα αποτελέσματα της επικύρωσης των ανέμων και των κυμάτων ENVISAT RA-2 πραγματοποιήθηκαν στα πλαίσια της ESA RA-2 από την ομάδα διασταύρωσης βαθμονόμησης και επικύρωσης (cross-calibration and validation team-CCVT) κατά τη διάρκεια της φάσης έναρξης του ENVISAT, όπως και μετρήσεις SWH και ανέμου από ERS-1/2, TOPEX / POSEIDON και Jason-1/2, τα οποία αποτελούσαν αποτελέσματα μακροχρόνιας επικύρωσης. Από τότε που ξεκίνησε το HY-2, έχουν δημοσιευθεί αρκετά έργα που αξιολογούν την ακρίβεια του HY-2 SWH. Ορισμένα έργα επικεντρώθηκαν στην προκαταρκτική βαθμονόμηση του HY-2 SWH λίγο μετά την εκτόξευσή του. Ορισμένα έργα εστίασαν στη μέθοδο διόρθωσης του HY-2 SWH. Συμπεραίνεται ότι ο HY-2 τείνει να υπερεκτιμά τη χαμηλή στάθμη της θάλασσας και να υποτιμά τα ύψη των κυμάτων σε όλο το υπόλοιπο ύψος, ειδικά για την κατάσταση «υψηλής θάλασσας». Η συνολική αρνητική απόκλιση είναι 0,2 m και η RMS είναι 0,3 m. Όλες αυτές οι μελέτες χρησιμοποίησαν 50 χλμ. χωρική και ½ της ώρας χρονικό παράθυρο για συνεγκατάσταση, αλλά το σφάλμα που προκλήθηκε από το χωρικό παράθυρο δεν συζητήθηκε.
Σε αυτή τη μελέτη, τα δεδομένα SWH της ζώνης Ku του HY-2 επικυρώθηκαν στα τα δεδομένα SWH από τον σημαντήρα NDBC και εγκρίθηκαν διαδοχικά από τα στοιχεία SWH της ζώνης Jason-2 Ku για μια μακροπρόθεσμη περίοδο. Ένας τύπος γραμμικής παλινδρόμησης παρασχέθηκε για να εξασφαλίσει ότι τα δεδομένα SWH από το HY-2A μπορούν να λειτουργούν με άλλα δεδομένα δορυφορικής υψομετρίας. Επιπλέον, η αβεβαιότητα των μετρήσεων HY-2 SWH υπολογίστηκε με συνεκτικές μετρήσεις NDBC SWH. Παρακάτω περιγράφονται οι μέθοδοι αντιστοίχισης δεδομένων, οι παράμετροι στατιστικών στοιχείων και η μέθοδος παλινδρόμησης που χρησιμοποιήθηκε.

'''Υλικό'''

Ο HY-2 ξεκίνησε από την Κίνα στις 16 Αυγούστου 2011. Πετάει σε υψόμετρο 971 χιλιόμετρα και γωνία κλίσης τροχιάς 99,34 μοιρών, μια γωνία που επιτρέπει την μέτρηση πιο κοντά στους πόλους. Τα φορτία τηλεπισκόπησης περιλαμβάνουν ένα μικροσκοπικό σκεδομετρητή, ένα υψομετρικό ραντάρ, ένα ραδιόμετρο μικροκυμάτων σάρωσης και ένα ραδιόμετρο μικροκυμάτων τριών συχνοτήτων. Ο υψομετρητής ραντάρ χρησιμοποιείται για την ανίχνευση του ύψους της επιφάνειας της θάλασσας (SSH), του SWH και της ταχύτητας ανέμου της επιφάνειας της θάλασσας (SSW).
Σε αυτή την εργασία, τα δεδομένα HY-2 SWH είναι προϊόντα Level 2 IGDR (αρχείο προσωρινών γεωφυσικών δεδομένων) που διανέμονται από την National Satellite Ocean Application Service (NSOAS), της Κρατικής Διοίκησης Ωκεανών της Κίνας. Τα δεδομένα IGDR περιλαμβάνουν κυρίως τα SWH, SSH, SSW και τις σχετικές παραμέτρους διόρθωσης, οι οποίες χρησιμοποιήθηκαν κατά κύριο λόγο για τον υπολογισμό του SSH. Πάνω από 4 έτη δεδομένων HY-2 IGDR (Κύκλος 1 έως Κύκλος 110, από 1 Οκτωβρίου 2011 έως 19 Δεκεμβρίου 2015) χρησιμοποιούνται εδώ. Κατά τη διάρκεια του κύκλου 40, ο δορυφόρος HY-2 αλλάζει τον αισθητήρα ύψους του από τον κύριο (Alt-A) στον εφεδρικό (Alt-B). Στη συνέχεια, υπάρχουν μόνο 65 δεδομένα περάσματος στον Κύκλο 40 (από το Pass 1 στο Pass 61) και μόνο 305 δεδομένα στον Κύκλο 41 (από το Pass 81 στο Pass 386).
Για να επικυρωθούν τα δεδομένα SWH της ζώνης Ku του HY-2, συλλέχθηκαν τα δεδομένα από τον Jason-2 για σύγκριση. Ο Jason-2 ανέλαβε και συνέχισε τις αποστολές TOPEX / Poseidon και Jason-1 το 2008, σε συνεργασία με τις εταιρείες CNES, Eumetsat, NASA και NOAA. Το Jason-2 έχει γωνία κλίσης τροχιάς 66,04 °, έτσι όλες οι συγκρίσεις εντοπίζονται από 66,04°N έως 66,04°S. Στην παρούσα εργασία, τα δεδομένα Jason-2 SWH είναι προϊόντα επιπέδου 2 GDR (καταγραφή γεωφυσικών δεδομένων) που διανέμονται από το CNES -AVISO. Τα δεδομένα ύψους του Jason-2 συλλέγονται από τον Κύκλο 119 έως τον Κύκλο 268, ένα χρονικό εύρος που είναι σχεδόν το ίδιο με αυτό των δεδομένων του HY-2 που αναφέρθηκαν παραπάνω. Για τα δεδομένα και των δύο, HY-2 και Jason-2, χρησιμοποιούνται οι μετρήσεις της ζώνης Ku SWH.
Τα δεδομένα του σημαντήρα θεωρούνται γενικά ότι είναι υψηλής ποιότητας και έχουν χρησιμοποιηθεί για την επικύρωση των δεδομένων SWH. Τα δεδομένα σημαντήρα που χρησιμοποιούνται εδώ θεωρούνται ως "αληθή", δηλαδή κάθε σφάλμα είναι αμελητέο. Τα δεδομένα SWH του σημαντήρα αποκτώνται από το Εθνικό Κέντρο Κυκλοφορίας Δεδομένων των ΗΠΑ (NDBC), το οποίο παρείχε η NOAA, από τον Οκτώβριο του 2011 έως τις 19 Δεκεμβρίου 2015.

'''Μεθοδολογία'''

Χρησιμοποιώντας ένα χωρικό - χρονικό παράθυρο, δημιουργείται το σύνολο δεδομένων συνεγκατάστασης για την υψομετρική επικύρωση SWH. Το πεδίο των ωκεάνιων κυμάτων ποικίλει χρονικά και χωρικά. Οι μετρήσεις λαμβάνονται σχετικά με τη χρονική μεταβολή του πεδίου κύματος σε μια σταθερή θέση σημαντήρα, ενώ οι μετρήσεις του υψομέτρου λαμβάνονται κατά τη χωρική μεταβολή του πεδίου κύματος στο πέρας του χρόνου. Επομένως, η επιλογή χωροχρονικού παραθύρου διαδραματίζει βασικό ρόλο στην επικύρωση SWH, γεγονός που μπορεί να επηρεάσει την τελική ακρίβεια του SWH.
Τα κριτήρια συνεγκατάστασης των 30 λεπτών για το χρονικό παράθυρο και τα 50 χλμ. για το χωρικό παράθυρο έχουν υιοθετηθεί ευρέως από το 1988. Η επικύρωση των μετρήσεων T / P, ENVISAT, Jason-1 και Jason-2 SWH χρησιμοποίησε επίσης αυτά τα κριτήρια. Σε αυτή την εργασία, το χωροχρονικό παράθυρο είναι το ίδιο παράθυρο που χρησιμοποιείται για τη σύγκριση της ακρίβειας του υψομετρητή HY-2 με αυτό των NDBC και Jason-2 στην περιοχή SWH των 0,5-11 m. Για τις συγκρίσεις NDBC, τα συνεγκατεστημένα δεδομένα επιλέγονται όταν η απόσταση προσέγγισης του τροχού εδάφους του υψομέτρου είναι μικρότερη από 50 km, εντός χρονικού πλαισίου 0,5 ωρών. Για τα δεδομένα εναλλασσόμενου ραντάρ εκτιμάται ότι η απόσταση μεταξύ του υψομετρητή και του σημαντήρα είναι μικρότερη από 50 χιλιόμετρα και επίσης λαμβάνεται ο μέσος όρος των δεδομένων του υψομετρητή. Για διασταυρούμενες συγκρίσεις υψομέτρου, επιλέγονται ζεύγη δορυφορικών δεδομένων όταν το χρονικό παράθυρο επιλέγεται ως 0.5 ώρα και 50 χλμ. σε κάθε πλευρά του σημείου διέλευσης, προκειμένου να φιλτράρονται οι επιπτώσεις μεταβλητότητας χρόνου και χώρου.
Τα αποτελέσματα παρουσιάζονται ως διαγράμματα διασποράς καθώς επίσης και σε πίνακες, παρέχοντας τον αριθμό των δεδομένων που αναλύθηκαν, τη μέση τιμή μεροληψίας, το RMS του HY-2 SWH και άλλου ύψους ή δείκτη SWH, την κλίση και την παρακέντηση της γραμμικής παλινδρόμησης μεταξύ των HY-2 SWH (άξονας x) και άλλες μετρήσεις (άξονας y). Δεδομένου ότι τα δεδομένα σημαντήρα/Jason-2 SWH αντιμετωπίζονται ως αληθή, η παλινδρόμηση των δεδομένων του υψομετρητή στα δεδομένα σημαντήρα/Jason-2 είναι μια καλή επιλογή όσον αφορά τα δεδομένα του υψόμετρου HY-2 ως εξαρτημένη μεταβλητή και τα δεδομένα των σημαντήρων/Jason-2 ως ανεξάρτητη μεταβλητή. Η κλίση και η παρεμπόδιση μπορούν ενδεχομένως να χρησιμοποιηθούν για την άμεση διόρθωση του HY-2 SWH (το διορθωμένο SWH ισούται με την κλίση πολλαπλασιασμένη με τη μέτρηση συν την παρεμπόδιση).

'''Επικύρωση με NDBC'''

[[Εικόνα:Rswikiglp31.jpg |thumb|left|Σχήμα 1:'''Χάρτης των εγκατεστημένων σημαντήρων του NDBC.''']]

Υπάρχουν περισσότεροι από 300 σημαντήρες NDBC, οι οποίοι μπορούν να παρέχουν δεδομένα για τα ωκεάνια κύματα, αλλά κυρίως κοντά στην ακτή. Έτσι, χρησιμοποιήσαμε αρχικά το εύρος τιμών απόστασης μεταξύ των σημαντήρων και των ακτών για να φιλτράρουμε τους σημαντήρες NDBC. Εκτός από σημαντήρες που είναι πολύ κοντά στην ακτή, οι σημαντήρες που κυμαίνονται σε απόσταση άνω των 50 χιλιομέτρων δεν χρησιμοποιήθηκαν. Στην συνέχεια, με τη χρήση της μεθόδου παραθύρου χωροχρόνου που αναφέρεται στην παραπάνω ενότητα, επιτεύχθηκε η εγκατάσταση σημαντήρων NDBC. Τελικά τοποθετήθηκαν 50 σημαντήρες NDBC, οι οποίοι μπορούν να χρησιμοποιηθούν για την επικύρωση των προϊόντων HY-2 SWH. Οι θέσεις των 50 σημαντήρων παρουσιάζονται στο Σχήμα 1.

[[Εικόνα:Rswikiglp32.jpg |thumb|right|Σχήμα 2:'''Η συστηματική απόκλιση, συγκριτικά μεταξύ των αποτελεσμάτων HY-2 SWH και NDBC SWH.''']]

[[Εικόνα:Rswikiglp33.jpg |thumb|left|Σχήμα 3:'''Η μέση τετραγωνική ρίζα (RMS) του HY-2 SWH έναντι του NDBC SWH. Η κόκκινη γραμμή είναι το RMS του HY-2 SWH έναντι του NDBC SWH και η μπλε γραμμή είναι το RMS του διορθωμένου HY-2 SWH έναντι του NDBC SWH.''']]

Ο αριθμός των εγκατεστημένων δεδομένων είναι 4838 για τις συγκρίσεις NDBC εντός του χρονικού παραθύρου των 0,5 h και του χωρικού παραθύρου 50 km.
Η ακρίβεια του HY-2 SWH παρουσιάζεται στο Σχήμα 2, στο Σχήμα 3 και στο Σχήμα 4 και τα στατιστικά αποτελέσματα δίδονται στον Πίνακα 1, Γραμμή 2. Σε σύγκριση με τους σημαντήρες NDBC SWH, τα αποτελέσματα HY-2 SWH δίνουν χαμηλότερες τιμές όσον αφορά ολική θαλάσσια κατάσταση, ενώ δίνουν υψηλότερες τιμές όταν η κατάσταση της θάλασσας είναι πιο ήπια.

[[Εικόνα:Rswikiglp34.jpg |thumb|left|Σχήμα 4:'''Διάγραμμα διασποράς του HY-2 SWH έναντι NDBC SWH.''']]

[[Εικόνα:Rswikiglp35.jpg |thumb|left|Πίνακας 1:'''Στατιστικά αποτελέσματα για συγκρίσεις υψομετρητή και σημαντήρα SWH: απόκλιση, τετραγωνικές ρίζες, γραμμική παλινδρόμηση, κλίση και παρεμπόδιση.''']]

Η μέση τιμή των διαφορών είναι -0.10 m με 0.33 m RMS και 0.30 διορθωμένη RMS (RMS-C). Χρησιμοποιώντας μια προσαρμογή γραμμικής παλινδρόμησης, ο τύπος γραμμικής παλινδρόμησης είναι hs, NDBC = 1.070 × hs, HY-2 - 0.0278. Η γραμμική παλινδρόμηση που διορθώθηκε HY-2 SWH έναντι NDBC SWH παρουσιάζεται στον Πίνακα 1, Γραμμή 2, και το RMS από 0,33 έως 0,30 m. Τα αποτελέσματα της διόρθωσης δείχνουν ότι ο τύπος γραμμικής παλινδρόμησης είναι χρήσιμος για την αύξηση της ακρίβειας των δεδομένων SWH του υψομετρητή HY-2.

'''Επικύρωση με JASON-2'''

[[Εικόνα:Rswikiglp36.jpg |thumb|right|Σχήμα 5:'''Χάρτης των σημείων διέλευσης του HY-2 έναντι των σημείων διέλευσης του Jason-2.''']]

Ο αριθμός των εγκατεστημένων δεδομένων είναι 8716 για τις συγκρίσεις Jason-2 SWH (όπως φαίνεται στο σχήμα 5) μέσα στο χρονικό παράθυρο των 0,5 h και το χωρικό 50 km στην περιοχή SWH 0,5-11 m.

Η ακρίβεια του HY-2 SWH φαίνεται στο Σχήμα 6, στο Σχήμα 7 και στο Σχήμα 8 και τα στατιστικά αποτελέσματα δίδονται στον Πίνακα 1, Γραμμή 3. Σε σύγκριση με τα δεδομένα Jason-2 SWH, η μέση τιμή των διαφορών είναι -0,21 m, με 0,42 m RMS και διορθωμένο RMS 0,36 m. Χρησιμοποιώντας μια προσαρμογή γραμμικής παλινδρόμησης, ο τύπος γραμμικής παλινδρόμησης είναι hs, J2 = 1.030 χ hs, ΗΥ-2 + 0.1280, όπου hs, J2 είναι Jason-2 SWH. Η γραμμική παλινδρόμηση που διορθώθηκε HY-2 SWH έναντι Jason-2 SWH παρουσιάζεται στον Πίνακα 1, Γραμμή 5, και το RMS μειώνεται στα 0,36 m.

[[Εικόνα:Rswikiglp37.jpg |thumb|left|Σχήμα 6:'''Η συστηματική απόκλιση, συγκριτικά μεταξύ των αποτελεσμάτων HY-2 SWH και Jason-2 SWH.''']]

[[Εικόνα:Rswikiglp38.jpg |thumb|right|Σχήμα 7:'''Η μέση τετραγωνική ρίζα (RMS) του HY-2 SWH έναντι του Jason-2 SWH. Η κόκκινη γραμμή είναι το RMS του HY-2 SWH έναντι του Jason-2 SWH και η μπλε γραμμή είναι το RMS του διορθωμένου HY-2 SWH έναντι του Jason-2 SWH.''']]

[[Εικόνα:Rswikiglp39.jpg |thumb|right|Σχήμα 8:'''Διάγραμμα διασποράς του HY-2 SWH έναντι Jason-2 SWH.''']]

'''Συμπεράσματα'''

Χρησιμοποιώντας δεδομένα NDBC και δεδομένα Jason-2, επικυρώθηκε η ακρίβεια των μετρήσεων HY-2 SWH. Τα αποτελέσματα δείχνουν ότι τα ανεπεξέργαστα δεδομένα HY-2 SWH έχουν ακρίβεια παρόμοια με αυτή των διεθνών λειτουργικών δεδομένων Jason-1/2 SWH. Χρησιμοποιώντας έναν τύπο γραμμικής παλινδρόμησης, η ακρίβεια του διορθωμένου HY-2 SWH είναι προφανώς βελτιωμένη, υποδεικνύοντας τη σκοπιμότητα χρήσης μιας γραμμικής παλινδρομικής φόρμουλας για τη διόρθωση του HY-2 SWH. Η τιμή του HY-2 SWH είναι υψηλότερη στην κατάσταση χαμηλής στάθμης της θάλασσας και χαμηλότερη σε ολική κατάσταση της θάλασσας.
Χρησιμοποιώντας ανάλυση προϋπολογισμού σφάλματος, η ακρίβεια του HY-2 SWH είναι 0,17 ± 0,04 m, η οποία αξιολόγησε την αβεβαιότητα αφού διορθώθηκε με μετρήσεις NDBC. Η ακρίβεια του HY-2 SWH δεν έχει σημαντική διαφορά ανάλογα με το γεωγραφικό πλάτος σε ολικές θαλάσσιες καταστάσεις, αλλά στη μέση κυματική κατάσταση της θάλασσας, η τιμή RMS του HY-2 SWH αυξάνεται με το γεωγραφικό πλάτος από νότο προς βορρά.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1016/htm]

[[category:Διαστημική Τηλεπισκόπηση]]

Επικύρωση του Σημαντικού Ύψους Κύματος

2018-01-06T18:45:07Z

Giorglmbr:

''' Επικύρωση του Σημαντικού Ύψους Κύματος (Significant Wave Height-SWH), προϊόν του υψομετρητή HY-2 '''

'''Πρωτότυπος τίτλος:''' '' Validation of the Significant Wave Height Product of HY-2 Altimeter ''

'''Συγγραφείς: ''' Chuntao Chen, Jianhua Zhu, Mingsen Lin, Yili Zhao, He Wang, Jin Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 30th of September''

'''Εισαγωγή'''

Παραδοσιακά η παρατήρηση των ωκεάνιων κυμάτων πραγματοποιείται κυρίως μέσω σημαντήρων, πλοίων επιθεώρησης και σταθμών παλίρροιας, και η κάλυψη είναι πολύ περιορισμένη. Αυτές οι μέθοδοι, ωστόσο, δεν μπορούν να ικανοποιήσουν τις ανάγκες της τρέχουσας υψηλής ταχύτητας ανάπτυξης της οικονομίας και της επιστημονικής έρευνας. Η υψομετρία (altimetry) λύει αποτελεσματικά αυτό το πρόβλημα, καθώς μπορεί να παρέχει παρατηρήσεις μεγάλης κλίμακας, σχεδόν συγχρονισμένες, υψηλής χωρικής και χρονικής διάρκειας. Οι υψομετρητές (altimeters) έχουν καταφέρει συνεχείς μετρήσεις ύψους κύματος για περισσότερα από 20 χρόνια. Επιπλέον, τα συγκεκριμένα δεδομένα έχουν χρησιμοποιηθεί ευρέως. Η αλλαγή από πειραματικούς σε επιχειρησιακούς δορυφόρους παρατήρησης ωκεανών ήταν σημαντική. Η λειτουργία του δορυφορικού υψομετρητή ωφελείται από τη συνεχή βελτίωση της ακρίβειας μέτρησης και των μεθόδων βαθμονόμησης και επικύρωσης.
Με τη βελτίωση της ακρίβειας των παρατηρήσεων των υψομετρητών και των μεθόδων επεξεργασίας, τα δεδομένα που παράγονται έχουν χρησιμοποιηθεί ευρέως σε διάφορους τομείς, όπως η κυκλοφορία των ωκεανών, οι παλίρροια των ωκεανών, οι μεσαίες κλίμακες, τα ανοδικά ρεύματα, οι μετωπικές στροφές και η γεωδαιτική ισοπέδωση. Επιπλέον, η εφαρμογή των μετρήσεων υψόμετρου SWH σε αριθμητικά μοντέλα ωκεανού έχει αυξηθεί ιδιαίτερα. Τα δεδομένα SWH του υψομετρητή ταχύτητας παράδοσης ERS-2 (από τον Ιανουάριο του 1996) και του ENVISAT αφομοιώθηκαν σε μοντέλα αριθμητικών κυμάτων ECMWF. Ο θετικός αντίκτυπος της αφομοίωσης δεδομένων SWH των δορυφορικών υψομετρικών μετρητών σε μοντέλα αριθμητικών κυμάτων εκτιμήθηκε σε παράκτια και σε παγκόσμια κλίμακα. Τα δεδομένα ανωμαλίας ύψους θαλάσσιας επιφανείας (sea surface height anomaly-SSHA) μπορούν να εξομοιωθούν με το ωκεανικό μοντέλο του Princeton (Princeton Oceanic Model-POM), το οποίο βελτίωσε το δυναμικό ύψος της επιφάνειας της θάλασσας και τα αποτελέσματα του πεδίου βαθέων ρευμάτων στη Θάλασσα της Ανατολικής Κίνας. Τα συγχωνευμένα δεδομένα SWH από τους HY-2, Jason-1/2 και ENVISAT μπορούν να χρησιμοποιηθούν για την ανάλυση των χαρακτηριστικών του SWH στις θάλασσες της Κίνας και τα παρακείμενα ύδατα.
Η επιτυχία της αφομοίωσης δεδομένων πολλαπλών δορυφόρων σε παγκόσμια και περιφερειακή κλίμακα εξαρτάται από δύο βασικές συνθήκες. Η πρώτη είναι η βελτίωση της ακρίβειας των παρατηρήσεων του υψομετρητή και των μεθόδων επεξεργασίας δεδομένων. Η δεύτερη είναι ο προσδιορισμός της ακρίβειας και των σφαλμάτων των μετρήσεων SWH από διάφορους υψομετρητές. Τα σχέδια βαθμονόμησης και επικύρωσης συνήθως εκτελούνται μετά την εκκίνηση επιχειρησιακών δορυφορικών υψομετρητών. Με βάση αυτά τα σχέδια, αυτές οι μετρήσεις συντεταγμένων ύψους θαλάσσιας επιφανείας (SSH), SWH και αντίστροφης κατακρήμνισης, βαθμονομούνται και επικυρώνονται κατά τη διάρκεια ειδικών λειτουργιών φάσης ανάθεσης. Απαιτείται επομένως μακροπρόθεσμη παρακολούθηση της ποιότητας των εκτιμώμενων γεωφυσικών παραμέτρων, καθώς οι ηλεκτρονικές μεταβολές των μετατοπίσεων και των αισθητήρων μπορούν να επηρεάσουν την ποιότητα των μετρήσεων. Τα αποτελέσματα της επικύρωσης των ανέμων και των κυμάτων ENVISAT RA-2 πραγματοποιήθηκαν στα πλαίσια της ESA RA-2 από την ομάδα διασταύρωσης βαθμονόμησης και επικύρωσης (cross-calibration and validation team-CCVT) κατά τη διάρκεια της φάσης έναρξης του ENVISAT, όπως και μετρήσεις SWH και ανέμου από ERS-1/2, TOPEX / POSEIDON και Jason-1/2, τα οποία αποτελούσαν αποτελέσματα μακροχρόνιας επικύρωσης. Από τότε που ξεκίνησε το HY-2, έχουν δημοσιευθεί αρκετά έργα που αξιολογούν την ακρίβεια του HY-2 SWH. Ορισμένα έργα επικεντρώθηκαν στην προκαταρκτική βαθμονόμηση του HY-2 SWH λίγο μετά την εκτόξευσή του. Ορισμένα έργα εστίασαν στη μέθοδο διόρθωσης του HY-2 SWH. Συμπεραίνεται ότι ο HY-2 τείνει να υπερεκτιμά τη χαμηλή στάθμη της θάλασσας και να υποτιμά τα ύψη των κυμάτων σε όλο το υπόλοιπο ύψος, ειδικά για την κατάσταση «υψηλής θάλασσας». Η συνολική αρνητική απόκλιση είναι 0,2 m και η RMS είναι 0,3 m. Όλες αυτές οι μελέτες χρησιμοποίησαν 50 χλμ. χωρική και ½ της ώρας χρονικό παράθυρο για συνεγκατάσταση, αλλά το σφάλμα που προκλήθηκε από το χωρικό παράθυρο δεν συζητήθηκε.
Σε αυτή τη μελέτη, τα δεδομένα SWH της ζώνης Ku του HY-2 επικυρώθηκαν στα τα δεδομένα SWH από τον σημαντήρα NDBC και εγκρίθηκαν διαδοχικά από τα στοιχεία SWH της ζώνης Jason-2 Ku για μια μακροπρόθεσμη περίοδο. Ένας τύπος γραμμικής παλινδρόμησης παρασχέθηκε για να εξασφαλίσει ότι τα δεδομένα SWH από το HY-2A μπορούν να λειτουργούν με άλλα δεδομένα δορυφορικής υψομετρίας. Επιπλέον, η αβεβαιότητα των μετρήσεων HY-2 SWH υπολογίστηκε με συνεκτικές μετρήσεις NDBC SWH. Παρακάτω περιγράφονται οι μέθοδοι αντιστοίχισης δεδομένων, οι παράμετροι στατιστικών στοιχείων και η μέθοδος παλινδρόμησης που χρησιμοποιήθηκε.

'''Υλικό'''

Ο HY-2 ξεκίνησε από την Κίνα στις 16 Αυγούστου 2011. Πετάει σε υψόμετρο 971 χιλιόμετρα και γωνία κλίσης τροχιάς 99,34 μοιρών, μια γωνία που επιτρέπει την μέτρηση πιο κοντά στους πόλους. Τα φορτία τηλεπισκόπησης περιλαμβάνουν ένα μικροσκοπικό σκεδομετρητή, ένα υψομετρικό ραντάρ, ένα ραδιόμετρο μικροκυμάτων σάρωσης και ένα ραδιόμετρο μικροκυμάτων τριών συχνοτήτων. Ο υψομετρητής ραντάρ χρησιμοποιείται για την ανίχνευση του ύψους της επιφάνειας της θάλασσας (SSH), του SWH και της ταχύτητας ανέμου της επιφάνειας της θάλασσας (SSW).
Σε αυτή την εργασία, τα δεδομένα HY-2 SWH είναι προϊόντα Level 2 IGDR (αρχείο προσωρινών γεωφυσικών δεδομένων) που διανέμονται από την National Satellite Ocean Application Service (NSOAS), της Κρατικής Διοίκησης Ωκεανών της Κίνας. Τα δεδομένα IGDR περιλαμβάνουν κυρίως τα SWH, SSH, SSW και τις σχετικές παραμέτρους διόρθωσης, οι οποίες χρησιμοποιήθηκαν κατά κύριο λόγο για τον υπολογισμό του SSH. Πάνω από 4 έτη δεδομένων HY-2 IGDR (Κύκλος 1 έως Κύκλος 110, από 1 Οκτωβρίου 2011 έως 19 Δεκεμβρίου 2015) χρησιμοποιούνται εδώ. Κατά τη διάρκεια του κύκλου 40, ο δορυφόρος HY-2 αλλάζει τον αισθητήρα ύψους του από τον κύριο (Alt-A) στον εφεδρικό (Alt-B). Στη συνέχεια, υπάρχουν μόνο 65 δεδομένα περάσματος στον Κύκλο 40 (από το Pass 1 στο Pass 61) και μόνο 305 δεδομένα στον Κύκλο 41 (από το Pass 81 στο Pass 386).
Για να επικυρωθούν τα δεδομένα SWH της ζώνης Ku του HY-2, συλλέχθηκαν τα δεδομένα από τον Jason-2 για σύγκριση. Ο Jason-2 ανέλαβε και συνέχισε τις αποστολές TOPEX / Poseidon και Jason-1 το 2008, σε συνεργασία με τις εταιρείες CNES, Eumetsat, NASA και NOAA. Το Jason-2 έχει γωνία κλίσης τροχιάς 66,04 °, έτσι όλες οι συγκρίσεις εντοπίζονται από 66,04°N έως 66,04°S. Στην παρούσα εργασία, τα δεδομένα Jason-2 SWH είναι προϊόντα επιπέδου 2 GDR (καταγραφή γεωφυσικών δεδομένων) που διανέμονται από το CNES -AVISO. Τα δεδομένα ύψους του Jason-2 συλλέγονται από τον Κύκλο 119 έως τον Κύκλο 268, ένα χρονικό εύρος που είναι σχεδόν το ίδιο με αυτό των δεδομένων του HY-2 που αναφέρθηκαν παραπάνω. Για τα δεδομένα και των δύο, HY-2 και Jason-2, χρησιμοποιούνται οι μετρήσεις της ζώνης Ku SWH.
Τα δεδομένα του σημαντήρα θεωρούνται γενικά ότι είναι υψηλής ποιότητας και έχουν χρησιμοποιηθεί για την επικύρωση των δεδομένων SWH. Τα δεδομένα σημαντήρα που χρησιμοποιούνται εδώ θεωρούνται ως "αληθή", δηλαδή κάθε σφάλμα είναι αμελητέο. Τα δεδομένα SWH του σημαντήρα αποκτώνται από το Εθνικό Κέντρο Κυκλοφορίας Δεδομένων των ΗΠΑ (NDBC), το οποίο παρείχε η NOAA, από τον Οκτώβριο του 2011 έως τις 19 Δεκεμβρίου 2015.

'''Μεθοδολογία'''

Χρησιμοποιώντας ένα χωρικό - χρονικό παράθυρο, δημιουργείται το σύνολο δεδομένων συνεγκατάστασης για την υψομετρική επικύρωση SWH. Το πεδίο των ωκεάνιων κυμάτων ποικίλει χρονικά και χωρικά. Οι μετρήσεις λαμβάνονται σχετικά με τη χρονική μεταβολή του πεδίου κύματος σε μια σταθερή θέση σημαντήρα, ενώ οι μετρήσεις του υψομέτρου λαμβάνονται κατά τη χωρική μεταβολή του πεδίου κύματος στο πέρας του χρόνου. Επομένως, η επιλογή χωροχρονικού παραθύρου διαδραματίζει βασικό ρόλο στην επικύρωση SWH, γεγονός που μπορεί να επηρεάσει την τελική ακρίβεια του SWH.
Τα κριτήρια συνεγκατάστασης των 30 λεπτών για το χρονικό παράθυρο και τα 50 χλμ. για το χωρικό παράθυρο έχουν υιοθετηθεί ευρέως από το 1988. Η επικύρωση των μετρήσεων T / P, ENVISAT, Jason-1 και Jason-2 SWH χρησιμοποίησε επίσης αυτά τα κριτήρια. Σε αυτή την εργασία, το χωροχρονικό παράθυρο είναι το ίδιο παράθυρο που χρησιμοποιείται για τη σύγκριση της ακρίβειας του υψομετρητή HY-2 με αυτό των NDBC και Jason-2 στην περιοχή SWH των 0,5-11 m. Για τις συγκρίσεις NDBC, τα συνεγκατεστημένα δεδομένα επιλέγονται όταν η απόσταση προσέγγισης του τροχού εδάφους του υψομέτρου είναι μικρότερη από 50 km, εντός χρονικού πλαισίου 0,5 ωρών. Για τα δεδομένα εναλλασσόμενου ραντάρ εκτιμάται ότι η απόσταση μεταξύ του υψομετρητή και του σημαντήρα είναι μικρότερη από 50 χιλιόμετρα και επίσης λαμβάνεται ο μέσος όρος των δεδομένων του υψομετρητή. Για διασταυρούμενες συγκρίσεις υψομέτρου, επιλέγονται ζεύγη δορυφορικών δεδομένων όταν το χρονικό παράθυρο επιλέγεται ως 0.5 ώρα και 50 χλμ. σε κάθε πλευρά του σημείου διέλευσης, προκειμένου να φιλτράρονται οι επιπτώσεις μεταβλητότητας χρόνου και χώρου.
Τα αποτελέσματα παρουσιάζονται ως διαγράμματα διασποράς καθώς επίσης και σε πίνακες, παρέχοντας τον αριθμό των δεδομένων που αναλύθηκαν, τη μέση τιμή μεροληψίας, το RMS του HY-2 SWH και άλλου ύψους ή δείκτη SWH, την κλίση και την παρακέντηση της γραμμικής παλινδρόμησης μεταξύ των HY-2 SWH (άξονας x) και άλλες μετρήσεις (άξονας y). Δεδομένου ότι τα δεδομένα σημαντήρα/Jason-2 SWH αντιμετωπίζονται ως αληθή, η παλινδρόμηση των δεδομένων του υψομετρητή στα δεδομένα σημαντήρα/Jason-2 είναι μια καλή επιλογή όσον αφορά τα δεδομένα του υψόμετρου HY-2 ως εξαρτημένη μεταβλητή και τα δεδομένα των σημαντήρων/Jason-2 ως ανεξάρτητη μεταβλητή. Η κλίση και η παρεμπόδιση μπορούν ενδεχομένως να χρησιμοποιηθούν για την άμεση διόρθωση του HY-2 SWH (το διορθωμένο SWH ισούται με την κλίση πολλαπλασιασμένη με τη μέτρηση συν την παρεμπόδιση).

'''Επικύρωση με NDBC'''

[[Εικόνα:Rswikiglp31.jpg |thumb|left|Σχήμα 1:'''Χάρτης των εγκατεστημένων σημαντήρων του NDBC.''']]

Υπάρχουν περισσότεροι από 300 σημαντήρες NDBC, οι οποίοι μπορούν να παρέχουν δεδομένα για τα ωκεάνια κύματα, αλλά κυρίως κοντά στην ακτή. Έτσι, χρησιμοποιήσαμε αρχικά το εύρος τιμών απόστασης μεταξύ των σημαντήρων και των ακτών για να φιλτράρουμε τους σημαντήρες NDBC. Εκτός από σημαντήρες που είναι πολύ κοντά στην ακτή, οι σημαντήρες που κυμαίνονται σε απόσταση άνω των 50 χιλιομέτρων δεν χρησιμοποιήθηκαν. Στην συνέχεια, με τη χρήση της μεθόδου παραθύρου χωροχρόνου που αναφέρεται στην παραπάνω ενότητα, επιτεύχθηκε η εγκατάσταση σημαντήρων NDBC. Τελικά τοποθετήθηκαν 50 σημαντήρες NDBC, οι οποίοι μπορούν να χρησιμοποιηθούν για την επικύρωση των προϊόντων HY-2 SWH. Οι θέσεις των 50 σημαντήρων παρουσιάζονται στο Σχήμα 1.

[[Εικόνα:Rswikiglp32.jpg |thumb|right|Σχήμα 2:'''Η συστηματική απόκλιση, συγκριτικά μεταξύ των αποτελεσμάτων HY-2 SWH και NDBC SWH.''']]

[[Εικόνα:Rswikiglp33.jpg |thumb|left|Σχήμα 3:'''Η μέση τετραγωνική ρίζα (RMS) του HY-2 SWH έναντι του NDBC SWH. Η κόκκινη γραμμή είναι το RMS του HY-2 SWH έναντι του NDBC SWH και η μπλε γραμμή είναι το RMS του διορθωμένου HY-2 SWH έναντι του NDBC SWH.''']]

Ο αριθμός των εγκατεστημένων δεδομένων είναι 4838 για τις συγκρίσεις NDBC εντός του χρονικού παραθύρου των 0,5 h και του χωρικού παραθύρου 50 km.
Η ακρίβεια του HY-2 SWH παρουσιάζεται στο Σχήμα 2, στο Σχήμα 3 και στο Σχήμα 4 και τα στατιστικά αποτελέσματα δίδονται στον Πίνακα 1, Γραμμή 2. Σε σύγκριση με τους σημαντήρες NDBC SWH, τα αποτελέσματα HY-2 SWH δίνουν χαμηλότερες τιμές όσον αφορά ολική θαλάσσια κατάσταση, ενώ δίνουν υψηλότερες τιμές όταν η κατάσταση της θάλασσας είναι πιο ήπια.

[[Εικόνα:Rswikiglp34.jpg |thumb|left|Σχήμα 4:'''Διάγραμμα διασποράς του HY-2 SWH έναντι NDBC SWH.''']]

[[Εικόνα:Rswikiglp35.jpg |thumb|left|Πίνακας 1:'''Στατιστικά αποτελέσματα για συγκρίσεις υψομετρητή και σημαντήρα SWH: απόκλιση, τετραγωνικές ρίζες, γραμμική παλινδρόμηση, κλίση και παρεμπόδιση.''']]

Η μέση τιμή των διαφορών είναι -0.10 m με 0.33 m RMS και 0.30 διορθωμένη RMS (RMS-C). Χρησιμοποιώντας μια προσαρμογή γραμμικής παλινδρόμησης, ο τύπος γραμμικής παλινδρόμησης είναι hs, NDBC = 1.070 × hs, HY-2 - 0.0278. Η γραμμική παλινδρόμηση που διορθώθηκε HY-2 SWH έναντι NDBC SWH παρουσιάζεται στον Πίνακα 1, Γραμμή 2, και το RMS από 0,33 έως 0,30 m. Τα αποτελέσματα της διόρθωσης δείχνουν ότι ο τύπος γραμμικής παλινδρόμησης είναι χρήσιμος για την αύξηση της ακρίβειας των δεδομένων SWH του υψομετρητή HY-2.

'''Επικύρωση με JASON-2'''

[[Εικόνα:Rswikiglp36.jpg |thumb|right|Σχήμα 5:'''Χάρτης των σημείων διέλευσης του HY-2 έναντι των σημείων διέλευσης του Jason-2.''']]

Ο αριθμός των εγκατεστημένων δεδομένων είναι 8716 για τις συγκρίσεις Jason-2 SWH (όπως φαίνεται στο σχήμα 5) μέσα στο χρονικό παράθυρο των 0,5 h και το χωρικό 50 km στην περιοχή SWH 0,5-11 m.

Η ακρίβεια του HY-2 SWH φαίνεται στο Σχήμα 6, στο Σχήμα 7 και στο Σχήμα 8 και τα στατιστικά αποτελέσματα δίδονται στον Πίνακα 1, Γραμμή 3. Σε σύγκριση με τα δεδομένα Jason-2 SWH, η μέση τιμή των διαφορών είναι -0,21 m, με 0,42 m RMS και διορθωμένο RMS 0,36 m. Χρησιμοποιώντας μια προσαρμογή γραμμικής παλινδρόμησης, ο τύπος γραμμικής παλινδρόμησης είναι hs, J2 = 1.030 χ hs, ΗΥ-2 + 0.1280, όπου hs, J2 είναι Jason-2 SWH. Η γραμμική παλινδρόμηση που διορθώθηκε HY-2 SWH έναντι Jason-2 SWH παρουσιάζεται στον Πίνακα 1, Γραμμή 5, και το RMS μειώνεται στα 0,36 m.

[[Εικόνα:Rswikiglp37.jpg |thumb|right|Σχήμα 6:'''Η συστηματική απόκλιση, συγκριτικά μεταξύ των αποτελεσμάτων HY-2 SWH και Jason-2 SWH.''']]

[[Εικόνα:Rswikiglp38.jpg |thumb|right|Σχήμα 7:'''Η μέση τετραγωνική ρίζα (RMS) του HY-2 SWH έναντι του Jason-2 SWH. Η κόκκινη γραμμή είναι το RMS του HY-2 SWH έναντι του Jason-2 SWH και η μπλε γραμμή είναι το RMS του διορθωμένου HY-2 SWH έναντι του Jason-2 SWH.''']]

[[Εικόνα:Rswikiglp39.jpg |thumb|right|Σχήμα 8:'''Διάγραμμα διασποράς του HY-2 SWH έναντι Jason-2 SWH.''']]

'''Συμπεράσματα'''

Χρησιμοποιώντας δεδομένα NDBC και δεδομένα Jason-2, επικυρώθηκε η ακρίβεια των μετρήσεων HY-2 SWH. Τα αποτελέσματα δείχνουν ότι τα ανεπεξέργαστα δεδομένα HY-2 SWH έχουν ακρίβεια παρόμοια με αυτή των διεθνών λειτουργικών δεδομένων Jason-1/2 SWH. Χρησιμοποιώντας έναν τύπο γραμμικής παλινδρόμησης, η ακρίβεια του διορθωμένου HY-2 SWH είναι προφανώς βελτιωμένη, υποδεικνύοντας τη σκοπιμότητα χρήσης μιας γραμμικής παλινδρομικής φόρμουλας για τη διόρθωση του HY-2 SWH. Η τιμή του HY-2 SWH είναι υψηλότερη στην κατάσταση χαμηλής στάθμης της θάλασσας και χαμηλότερη σε ολική κατάσταση της θάλασσας.
Χρησιμοποιώντας ανάλυση προϋπολογισμού σφάλματος, η ακρίβεια του HY-2 SWH είναι 0,17 ± 0,04 m, η οποία αξιολόγησε την αβεβαιότητα αφού διορθώθηκε με μετρήσεις NDBC. Η ακρίβεια του HY-2 SWH δεν έχει σημαντική διαφορά ανάλογα με το γεωγραφικό πλάτος σε ολικές θαλάσσιες καταστάσεις, αλλά στη μέση κυματική κατάσταση της θάλασσας, η τιμή RMS του HY-2 SWH αυξάνεται με το γεωγραφικό πλάτος από νότο προς βορρά.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1016/htm]

[[category:Διαστημική Τηλεπισκόπηση]]

Επικύρωση του Σημαντικού Ύψους Κύματος

2018-01-06T18:42:53Z

Giorglmbr:

''' Επικύρωση του Σημαντικού Ύψους Κύματος (Significant Wave Height-SWH), προϊόν του υψομετρητή HY-2 '''

'''Πρωτότυπος τίτλος:''' '' Validation of the Significant Wave Height Product of HY-2 Altimeter ''

'''Συγγραφείς: ''' Chuntao Chen, Jianhua Zhu, Mingsen Lin, Yili Zhao, He Wang, Jin Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 30th of September''

'''Εισαγωγή'''

Παραδοσιακά η παρατήρηση των ωκεάνιων κυμάτων πραγματοποιείται κυρίως μέσω σημαντήρων, πλοίων επιθεώρησης και σταθμών παλίρροιας, και η κάλυψη είναι πολύ περιορισμένη. Αυτές οι μέθοδοι, ωστόσο, δεν μπορούν να ικανοποιήσουν τις ανάγκες της τρέχουσας υψηλής ταχύτητας ανάπτυξης της οικονομίας και της επιστημονικής έρευνας. Η υψομετρία (altimetry) λύει αποτελεσματικά αυτό το πρόβλημα, καθώς μπορεί να παρέχει παρατηρήσεις μεγάλης κλίμακας, σχεδόν συγχρονισμένες, υψηλής χωρικής και χρονικής διάρκειας. Οι υψομετρητές (altimeters) έχουν καταφέρει συνεχείς μετρήσεις ύψους κύματος για περισσότερα από 20 χρόνια. Επιπλέον, τα συγκεκριμένα δεδομένα έχουν χρησιμοποιηθεί ευρέως. Η αλλαγή από πειραματικούς σε επιχειρησιακούς δορυφόρους παρατήρησης ωκεανών ήταν σημαντική. Η λειτουργία του δορυφορικού υψομετρητή ωφελείται από τη συνεχή βελτίωση της ακρίβειας μέτρησης και των μεθόδων βαθμονόμησης και επικύρωσης.
Με τη βελτίωση της ακρίβειας των παρατηρήσεων των υψομετρητών και των μεθόδων επεξεργασίας, τα δεδομένα που παράγονται έχουν χρησιμοποιηθεί ευρέως σε διάφορους τομείς, όπως η κυκλοφορία των ωκεανών, οι παλίρροια των ωκεανών, οι μεσαίες κλίμακες, τα ανοδικά ρεύματα, οι μετωπικές στροφές και η γεωδαιτική ισοπέδωση. Επιπλέον, η εφαρμογή των μετρήσεων υψόμετρου SWH σε αριθμητικά μοντέλα ωκεανού έχει αυξηθεί ιδιαίτερα. Τα δεδομένα SWH του υψομετρητή ταχύτητας παράδοσης ERS-2 (από τον Ιανουάριο του 1996) και του ENVISAT αφομοιώθηκαν σε μοντέλα αριθμητικών κυμάτων ECMWF. Ο θετικός αντίκτυπος της αφομοίωσης δεδομένων SWH των δορυφορικών υψομετρικών μετρητών σε μοντέλα αριθμητικών κυμάτων εκτιμήθηκε σε παράκτια και σε παγκόσμια κλίμακα. Τα δεδομένα ανωμαλίας ύψους θαλάσσιας επιφανείας (sea surface height anomaly-SSHA) μπορούν να εξομοιωθούν με το ωκεανικό μοντέλο του Princeton (Princeton Oceanic Model-POM), το οποίο βελτίωσε το δυναμικό ύψος της επιφάνειας της θάλασσας και τα αποτελέσματα του πεδίου βαθέων ρευμάτων στη Θάλασσα της Ανατολικής Κίνας. Τα συγχωνευμένα δεδομένα SWH από τους HY-2, Jason-1/2 και ENVISAT μπορούν να χρησιμοποιηθούν για την ανάλυση των χαρακτηριστικών του SWH στις θάλασσες της Κίνας και τα παρακείμενα ύδατα.
Η επιτυχία της αφομοίωσης δεδομένων πολλαπλών δορυφόρων σε παγκόσμια και περιφερειακή κλίμακα εξαρτάται από δύο βασικές συνθήκες. Η πρώτη είναι η βελτίωση της ακρίβειας των παρατηρήσεων του υψομετρητή και των μεθόδων επεξεργασίας δεδομένων. Η δεύτερη είναι ο προσδιορισμός της ακρίβειας και των σφαλμάτων των μετρήσεων SWH από διάφορους υψομετρητές. Τα σχέδια βαθμονόμησης και επικύρωσης συνήθως εκτελούνται μετά την εκκίνηση επιχειρησιακών δορυφορικών υψομετρητών. Με βάση αυτά τα σχέδια, αυτές οι μετρήσεις συντεταγμένων ύψους θαλάσσιας επιφανείας (SSH), SWH και αντίστροφης κατακρήμνισης, βαθμονομούνται και επικυρώνονται κατά τη διάρκεια ειδικών λειτουργιών φάσης ανάθεσης. Απαιτείται επομένως μακροπρόθεσμη παρακολούθηση της ποιότητας των εκτιμώμενων γεωφυσικών παραμέτρων, καθώς οι ηλεκτρονικές μεταβολές των μετατοπίσεων και των αισθητήρων μπορούν να επηρεάσουν την ποιότητα των μετρήσεων. Τα αποτελέσματα της επικύρωσης των ανέμων και των κυμάτων ENVISAT RA-2 πραγματοποιήθηκαν στα πλαίσια της ESA RA-2 από την ομάδα διασταύρωσης βαθμονόμησης και επικύρωσης (cross-calibration and validation team-CCVT) κατά τη διάρκεια της φάσης έναρξης του ENVISAT, όπως και μετρήσεις SWH και ανέμου από ERS-1/2, TOPEX / POSEIDON και Jason-1/2, τα οποία αποτελούσαν αποτελέσματα μακροχρόνιας επικύρωσης. Από τότε που ξεκίνησε το HY-2, έχουν δημοσιευθεί αρκετά έργα που αξιολογούν την ακρίβεια του HY-2 SWH. Ορισμένα έργα επικεντρώθηκαν στην προκαταρκτική βαθμονόμηση του HY-2 SWH λίγο μετά την εκτόξευσή του. Ορισμένα έργα εστίασαν στη μέθοδο διόρθωσης του HY-2 SWH. Συμπεραίνεται ότι ο HY-2 τείνει να υπερεκτιμά τη χαμηλή στάθμη της θάλασσας και να υποτιμά τα ύψη των κυμάτων σε όλο το υπόλοιπο ύψος, ειδικά για την κατάσταση «υψηλής θάλασσας». Η συνολική αρνητική απόκλιση είναι 0,2 m και η RMS είναι 0,3 m. Όλες αυτές οι μελέτες χρησιμοποίησαν 50 χλμ. χωρική και ½ της ώρας χρονικό παράθυρο για συνεγκατάσταση, αλλά το σφάλμα που προκλήθηκε από το χωρικό παράθυρο δεν συζητήθηκε.
Σε αυτή τη μελέτη, τα δεδομένα SWH της ζώνης Ku του HY-2 επικυρώθηκαν στα τα δεδομένα SWH από τον σημαντήρα NDBC και εγκρίθηκαν διαδοχικά από τα στοιχεία SWH της ζώνης Jason-2 Ku για μια μακροπρόθεσμη περίοδο. Ένας τύπος γραμμικής παλινδρόμησης παρασχέθηκε για να εξασφαλίσει ότι τα δεδομένα SWH από το HY-2A μπορούν να λειτουργούν με άλλα δεδομένα δορυφορικής υψομετρίας. Επιπλέον, η αβεβαιότητα των μετρήσεων HY-2 SWH υπολογίστηκε με συνεκτικές μετρήσεις NDBC SWH. Παρακάτω περιγράφονται οι μέθοδοι αντιστοίχισης δεδομένων, οι παράμετροι στατιστικών στοιχείων και η μέθοδος παλινδρόμησης που χρησιμοποιήθηκε.

'''Υλικό'''

Ο HY-2 ξεκίνησε από την Κίνα στις 16 Αυγούστου 2011. Πετάει σε υψόμετρο 971 χιλιόμετρα και γωνία κλίσης τροχιάς 99,34 μοιρών, μια γωνία που επιτρέπει την μέτρηση πιο κοντά στους πόλους. Τα φορτία τηλεπισκόπησης περιλαμβάνουν ένα μικροσκοπικό σκεδομετρητή, ένα υψομετρικό ραντάρ, ένα ραδιόμετρο μικροκυμάτων σάρωσης και ένα ραδιόμετρο μικροκυμάτων τριών συχνοτήτων. Ο υψομετρητής ραντάρ χρησιμοποιείται για την ανίχνευση του ύψους της επιφάνειας της θάλασσας (SSH), του SWH και της ταχύτητας ανέμου της επιφάνειας της θάλασσας (SSW).
Σε αυτή την εργασία, τα δεδομένα HY-2 SWH είναι προϊόντα Level 2 IGDR (αρχείο προσωρινών γεωφυσικών δεδομένων) που διανέμονται από την National Satellite Ocean Application Service (NSOAS), της Κρατικής Διοίκησης Ωκεανών της Κίνας. Τα δεδομένα IGDR περιλαμβάνουν κυρίως τα SWH, SSH, SSW και τις σχετικές παραμέτρους διόρθωσης, οι οποίες χρησιμοποιήθηκαν κατά κύριο λόγο για τον υπολογισμό του SSH. Πάνω από 4 έτη δεδομένων HY-2 IGDR (Κύκλος 1 έως Κύκλος 110, από 1 Οκτωβρίου 2011 έως 19 Δεκεμβρίου 2015) χρησιμοποιούνται εδώ. Κατά τη διάρκεια του κύκλου 40, ο δορυφόρος HY-2 αλλάζει τον αισθητήρα ύψους του από τον κύριο (Alt-A) στον εφεδρικό (Alt-B). Στη συνέχεια, υπάρχουν μόνο 65 δεδομένα περάσματος στον Κύκλο 40 (από το Pass 1 στο Pass 61) και μόνο 305 δεδομένα στον Κύκλο 41 (από το Pass 81 στο Pass 386).
Για να επικυρωθούν τα δεδομένα SWH της ζώνης Ku του HY-2, συλλέχθηκαν τα δεδομένα από τον Jason-2 για σύγκριση. Ο Jason-2 ανέλαβε και συνέχισε τις αποστολές TOPEX / Poseidon και Jason-1 το 2008, σε συνεργασία με τις εταιρείες CNES, Eumetsat, NASA και NOAA. Το Jason-2 έχει γωνία κλίσης τροχιάς 66,04 °, έτσι όλες οι συγκρίσεις εντοπίζονται από 66,04°N έως 66,04°S. Στην παρούσα εργασία, τα δεδομένα Jason-2 SWH είναι προϊόντα επιπέδου 2 GDR (καταγραφή γεωφυσικών δεδομένων) που διανέμονται από το CNES -AVISO. Τα δεδομένα ύψους του Jason-2 συλλέγονται από τον Κύκλο 119 έως τον Κύκλο 268, ένα χρονικό εύρος που είναι σχεδόν το ίδιο με αυτό των δεδομένων του HY-2 που αναφέρθηκαν παραπάνω. Για τα δεδομένα και των δύο, HY-2 και Jason-2, χρησιμοποιούνται οι μετρήσεις της ζώνης Ku SWH.
Τα δεδομένα του σημαντήρα θεωρούνται γενικά ότι είναι υψηλής ποιότητας και έχουν χρησιμοποιηθεί για την επικύρωση των δεδομένων SWH. Τα δεδομένα σημαντήρα που χρησιμοποιούνται εδώ θεωρούνται ως "αληθή", δηλαδή κάθε σφάλμα είναι αμελητέο. Τα δεδομένα SWH του σημαντήρα αποκτώνται από το Εθνικό Κέντρο Κυκλοφορίας Δεδομένων των ΗΠΑ (NDBC), το οποίο παρείχε η NOAA, από τον Οκτώβριο του 2011 έως τις 19 Δεκεμβρίου 2015.

'''Μεθοδολογία'''

Χρησιμοποιώντας ένα χωρικό - χρονικό παράθυρο, δημιουργείται το σύνολο δεδομένων συνεγκατάστασης για την υψομετρική επικύρωση SWH. Το πεδίο των ωκεάνιων κυμάτων ποικίλει χρονικά και χωρικά. Οι μετρήσεις λαμβάνονται σχετικά με τη χρονική μεταβολή του πεδίου κύματος σε μια σταθερή θέση σημαντήρα, ενώ οι μετρήσεις του υψομέτρου λαμβάνονται κατά τη χωρική μεταβολή του πεδίου κύματος στο πέρας του χρόνου. Επομένως, η επιλογή χωροχρονικού παραθύρου διαδραματίζει βασικό ρόλο στην επικύρωση SWH, γεγονός που μπορεί να επηρεάσει την τελική ακρίβεια του SWH.
Τα κριτήρια συνεγκατάστασης των 30 λεπτών για το χρονικό παράθυρο και τα 50 χλμ. για το χωρικό παράθυρο έχουν υιοθετηθεί ευρέως από το 1988. Η επικύρωση των μετρήσεων T / P, ENVISAT, Jason-1 και Jason-2 SWH χρησιμοποίησε επίσης αυτά τα κριτήρια. Σε αυτή την εργασία, το χωροχρονικό παράθυρο είναι το ίδιο παράθυρο που χρησιμοποιείται για τη σύγκριση της ακρίβειας του υψομετρητή HY-2 με αυτό των NDBC και Jason-2 στην περιοχή SWH των 0,5-11 m. Για τις συγκρίσεις NDBC, τα συνεγκατεστημένα δεδομένα επιλέγονται όταν η απόσταση προσέγγισης του τροχού εδάφους του υψομέτρου είναι μικρότερη από 50 km, εντός χρονικού πλαισίου 0,5 ωρών. Για τα δεδομένα εναλλασσόμενου ραντάρ εκτιμάται ότι η απόσταση μεταξύ του υψομετρητή και του σημαντήρα είναι μικρότερη από 50 χιλιόμετρα και επίσης λαμβάνεται ο μέσος όρος των δεδομένων του υψομετρητή. Για διασταυρούμενες συγκρίσεις υψομέτρου, επιλέγονται ζεύγη δορυφορικών δεδομένων όταν το χρονικό παράθυρο επιλέγεται ως 0.5 ώρα και 50 χλμ. σε κάθε πλευρά του σημείου διέλευσης, προκειμένου να φιλτράρονται οι επιπτώσεις μεταβλητότητας χρόνου και χώρου.
Τα αποτελέσματα παρουσιάζονται ως διαγράμματα διασποράς καθώς επίσης και σε πίνακες, παρέχοντας τον αριθμό των δεδομένων που αναλύθηκαν, τη μέση τιμή μεροληψίας, το RMS του HY-2 SWH και άλλου ύψους ή δείκτη SWH, την κλίση και την παρακέντηση της γραμμικής παλινδρόμησης μεταξύ των HY-2 SWH (άξονας x) και άλλες μετρήσεις (άξονας y). Δεδομένου ότι τα δεδομένα σημαντήρα/Jason-2 SWH αντιμετωπίζονται ως αληθή, η παλινδρόμηση των δεδομένων του υψομετρητή στα δεδομένα σημαντήρα/Jason-2 είναι μια καλή επιλογή όσον αφορά τα δεδομένα του υψόμετρου HY-2 ως εξαρτημένη μεταβλητή και τα δεδομένα των σημαντήρων/Jason-2 ως ανεξάρτητη μεταβλητή. Η κλίση και η παρεμπόδιση μπορούν ενδεχομένως να χρησιμοποιηθούν για την άμεση διόρθωση του HY-2 SWH (το διορθωμένο SWH ισούται με την κλίση πολλαπλασιασμένη με τη μέτρηση συν την παρεμπόδιση).

'''Επικύρωση με NDBC'''

Υπάρχουν περισσότεροι από 300 σημαντήρες NDBC, οι οποίοι μπορούν να παρέχουν δεδομένα για τα ωκεάνια κύματα, αλλά κυρίως κοντά στην ακτή. Έτσι, χρησιμοποιήσαμε αρχικά το εύρος τιμών απόστασης μεταξύ των σημαντήρων και των ακτών για να φιλτράρουμε τους σημαντήρες NDBC. Εκτός από σημαντήρες που είναι πολύ κοντά στην ακτή, οι σημαντήρες που κυμαίνονται σε απόσταση άνω των 50 χιλιομέτρων δεν χρησιμοποιήθηκαν. Στην συνέχεια, με τη χρήση της μεθόδου παραθύρου χωροχρόνου που αναφέρεται στην παραπάνω ενότητα, επιτεύχθηκε η εγκατάσταση σημαντήρων NDBC. Τελικά τοποθετήθηκαν 50 σημαντήρες NDBC, οι οποίοι μπορούν να χρησιμοποιηθούν για την επικύρωση των προϊόντων HY-2 SWH. Οι θέσεις των 50 σημαντήρων παρουσιάζονται στο Σχήμα 1.

[[Εικόνα:Rswikiglp31.jpg |thumb|left|Σχήμα 1:'''Χάρτης των εγκατεστημένων σημαντήρων του NDBC.''']]

Ο αριθμός των εγκατεστημένων δεδομένων είναι 4838 για τις συγκρίσεις NDBC εντός του χρονικού παραθύρου των 0,5 h και του χωρικού παραθύρου 50 km.
Η ακρίβεια του HY-2 SWH παρουσιάζεται στο Σχήμα 2, στο Σχήμα 3 και στο Σχήμα 4 και τα στατιστικά αποτελέσματα δίδονται στον Πίνακα 1, Γραμμή 2. Σε σύγκριση με τους σημαντήρες NDBC SWH, τα αποτελέσματα HY-2 SWH δίνουν χαμηλότερες τιμές όσον αφορά ολική θαλάσσια κατάσταση, ενώ δίνουν υψηλότερες τιμές όταν η κατάσταση της θάλασσας είναι πιο ήπια.

[[Εικόνα:Rswikiglp32.jpg |thumb|right|Σχήμα 2:'''Η συστηματική απόκλιση, συγκριτικά μεταξύ των αποτελεσμάτων HY-2 SWH και NDBC SWH.''']]

[[Εικόνα:Rswikiglp33.jpg |thumb|left|Σχήμα 3:'''Η μέση τετραγωνική ρίζα (RMS) του HY-2 SWH έναντι του NDBC SWH. Η κόκκινη γραμμή είναι το RMS του HY-2 SWH έναντι του NDBC SWH και η μπλε γραμμή είναι το RMS του διορθωμένου HY-2 SWH έναντι του NDBC SWH.''']]

[[Εικόνα:Rswikiglp34.jpg |thumb|left|Σχήμα 4:'''Διάγραμμα διασποράς του HY-2 SWH έναντι NDBC SWH.''']]

[[Εικόνα:Rswikiglp35.jpg |thumb|right|Πίνακας 1:'''Στατιστικά αποτελέσματα για συγκρίσεις υψομετρητή και σημαντήρα SWH: απόκλιση, τετραγωνικές ρίζες, γραμμική παλινδρόμηση, κλίση και παρεμπόδιση.''']]

Η μέση τιμή των διαφορών είναι -0.10 m με 0.33 m RMS και 0.30 διορθωμένη RMS (RMS-C). Χρησιμοποιώντας μια προσαρμογή γραμμικής παλινδρόμησης, ο τύπος γραμμικής παλινδρόμησης είναι hs, NDBC = 1.070 × hs, HY-2 - 0.0278. Η γραμμική παλινδρόμηση που διορθώθηκε HY-2 SWH έναντι NDBC SWH παρουσιάζεται στον Πίνακα 1, Γραμμή 2, και το RMS από 0,33 έως 0,30 m. Τα αποτελέσματα της διόρθωσης δείχνουν ότι ο τύπος γραμμικής παλινδρόμησης είναι χρήσιμος για την αύξηση της ακρίβειας των δεδομένων SWH του υψομετρητή HY-2.

'''Επικύρωση με JASON-2'''

Ο αριθμός των εγκατεστημένων δεδομένων είναι 8716 για τις συγκρίσεις Jason-2 SWH (όπως φαίνεται στο σχήμα 5) μέσα στο χρονικό παράθυρο των 0,5 h και το χωρικό 50 km στην περιοχή SWH 0,5-11 m.

[[Εικόνα:Rswikiglp36.jpg |thumb|right|Σχήμα 5:'''Χάρτης των σημείων διέλευσης του HY-2 έναντι των σημείων διέλευσης του Jason-2.''']]

Η ακρίβεια του HY-2 SWH φαίνεται στο Σχήμα 6, στο Σχήμα 7 και στο Σχήμα 8 και τα στατιστικά αποτελέσματα δίδονται στον Πίνακα 1, Γραμμή 3. Σε σύγκριση με τα δεδομένα Jason-2 SWH, η μέση τιμή των διαφορών είναι -0,21 m, με 0,42 m RMS και διορθωμένο RMS 0,36 m. Χρησιμοποιώντας μια προσαρμογή γραμμικής παλινδρόμησης, ο τύπος γραμμικής παλινδρόμησης είναι hs, J2 = 1.030 χ hs, ΗΥ-2 + 0.1280, όπου hs, J2 είναι Jason-2 SWH. Η γραμμική παλινδρόμηση που διορθώθηκε HY-2 SWH έναντι Jason-2 SWH παρουσιάζεται στον Πίνακα 1, Γραμμή 5, και το RMS μειώνεται στα 0,36 m.

[[Εικόνα:Rswikiglp37.jpg |thumb|right|Σχήμα 6:'''Η συστηματική απόκλιση, συγκριτικά μεταξύ των αποτελεσμάτων HY-2 SWH και Jason-2 SWH.''']]

[[Εικόνα:Rswikiglp38.jpg |thumb|right|Σχήμα 7:'''Η μέση τετραγωνική ρίζα (RMS) του HY-2 SWH έναντι του Jason-2 SWH. Η κόκκινη γραμμή είναι το RMS του HY-2 SWH έναντι του Jason-2 SWH και η μπλε γραμμή είναι το RMS του διορθωμένου HY-2 SWH έναντι του Jason-2 SWH.''']]

[[Εικόνα:Rswikiglp39.jpg |thumb|right|Σχήμα 8:'''Διάγραμμα διασποράς του HY-2 SWH έναντι Jason-2 SWH.''']]

'''Συμπεράσματα'''

Χρησιμοποιώντας δεδομένα NDBC και δεδομένα Jason-2, επικυρώθηκε η ακρίβεια των μετρήσεων HY-2 SWH. Τα αποτελέσματα δείχνουν ότι τα ανεπεξέργαστα δεδομένα HY-2 SWH έχουν ακρίβεια παρόμοια με αυτή των διεθνών λειτουργικών δεδομένων Jason-1/2 SWH. Χρησιμοποιώντας έναν τύπο γραμμικής παλινδρόμησης, η ακρίβεια του διορθωμένου HY-2 SWH είναι προφανώς βελτιωμένη, υποδεικνύοντας τη σκοπιμότητα χρήσης μιας γραμμικής παλινδρομικής φόρμουλας για τη διόρθωση του HY-2 SWH. Η τιμή του HY-2 SWH είναι υψηλότερη στην κατάσταση χαμηλής στάθμης της θάλασσας και χαμηλότερη σε ολική κατάσταση της θάλασσας.
Χρησιμοποιώντας ανάλυση προϋπολογισμού σφάλματος, η ακρίβεια του HY-2 SWH είναι 0,17 ± 0,04 m, η οποία αξιολόγησε την αβεβαιότητα αφού διορθώθηκε με μετρήσεις NDBC. Η ακρίβεια του HY-2 SWH δεν έχει σημαντική διαφορά ανάλογα με το γεωγραφικό πλάτος σε ολικές θαλάσσιες καταστάσεις, αλλά στη μέση κυματική κατάσταση της θάλασσας, η τιμή RMS του HY-2 SWH αυξάνεται με το γεωγραφικό πλάτος από νότο προς βορρά.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1016/htm]

[[category:Διαστημική Τηλεπισκόπηση]]

Μεταβολές της φωτορύπανσης και οι παράγοντες που την προκαλούν στις προστατευόμενες περιοχές της Κίνας

2018-01-06T18:39:47Z

Giorglmbr:

''' Μεταβολές της φωτορύπανσης και οι παράγοντες που την προκαλούν στις προστατευόμενες περιοχές της Κίνας, 1992-2012 '''

'''Πρωτότυπος τίτλος:''' '' Changes in Light Pollution and the Causing Factors in China’s Protected Areas, 1992–2012 ''

'''Συγγραφείς: ''' Wenli Xiang, Minghong Tan

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 5th of October''

'''Εισαγωγή'''

Οι ανθρώπινες δραστηριότητες έχουν μεταβάλλει το φυσικό φωτισμό της νύχτας σε μεγάλες περιοχές του πλανήτη. Οι φυσικές εντάσεις, τα φάσματα και οι κύκλοι φωτός έχουν τροποποιηθεί από το τεχνητό φως, συμπεριλαμβανομένου του δημόσιου φωτισμού, της διαφήμισης, του φωτισμού δημόσιων και ιδιωτικών κτιρίων και οχημάτων, καθώς και της λάμψης του ουρανού, που παράγεται από το εκπεμπόμενο προς τα πάνω και το ανακλώμενο ηλεκτρικό φως το οποίο διασκορπίζεται κατά την επαφή του με το νερό, τη σκόνη και τα αέρια στην ατμόσφαιρα. Το 1996-1997, περίπου τα δύο τρίτα του παγκόσμιου πληθυσμού ζούσαν σε περιοχές όπου ο νυχτερινός ουρανός χαρακτηριζόταν ως μολυσμένος. Τόσο η έκταση όσο και η ένταση του τεχνητού φωτός συνεχίζουν να αυξάνονται με την ταχεία ανάπτυξη της αστικοποίησης και της εκβιομηχάνισης.
Παρόλο που η εκτεταμένη χρήση του τεχνητού φωτός τη νύχτα έχει βελτιώσει σημαντικά την ποιότητα της ανθρώπινης ζωής, η αλλαγή του φωτεινού περιβάλλοντος της νύχτας έχει βαθιά επίδραση στα οικοσυστήματα. Για αυτό το λόγο, αναφέρουμε τον όρο "φωτορύπανση". Άμεσα, αποτελεί απειλή για τη βιοποικιλότητα και μπορεί να μεταβάλει τη διανομή ειδών, τη δομή της κοινότητας και, ενδεχομένως, τις λειτουργίες και τις διαδικασίες του οικοσυστήματος. Έμμεσα, η φωτεινή ρύπανση συμβάλει ισχυρά και σε άλλα προβλήματα σχετικά με τη βιοποικιλότητα, συμπεριλαμβανομένου του κατακερματισμού των οικοτόπων και της κλιματικής αλλαγής.
Οι προστατευόμενες περιοχές (ΠΠ) εκτελούν βασικές οικολογικές λειτουργίες και είναι ζωτικής σημασίας για τη διατήρηση της βιοποικιλότητας. Τα χωρικά πρότυπα των ερημωμένων-μη κατοικημένων τόπων επηρεάζονται έντονα από τις ανθρώπινες δραστηριότητες, ενώ τα διατηρημένα ενδιαιτήματα μπορούν, σε κάποιο βαθμό, να περιορίσουν τις ανθρωπογενείς πιέσεις και να προσφέρουν καταφύγιο σε ορισμένα είδη. Εντούτοις, οι ΠΠ λειτουργούν αποτελεσματικά μόνο όταν σταματούν την απώλεια των οικοτόπων εντός των ορίων τους και ταυτόχρονα συνδέονται με άλλες άγριες περιοχές. Ο τεχνητός νυχτερινός φωτισμός αντικατοπτρίζει αποτελεσματικά τις ανθρώπινες δραστηριότητες ενώ ταυτόχρονα έχει ισχυρές επιπτώσεις στο οικοσύστημα με αποτέλεσμα να αποτελεί ένα καλό δείκτη για τη μέτρηση της αποτελεσματικότητας διατήρησης των προστατευόμενων περιοχών. Γενικά, όταν μια προστατευόμενη περιοχή λειτουργεί καλά, δεν υπάρχει σε κανένα βαθμό ή υπάρχει μόνο ελαφριά φωτεινή ρύπανση.
Η Κίνα είναι η χώρα με τον μεγαλύτερο πληθυσμό και βρίσκεται σήμερα υπό ταχεία οικονομική ανάπτυξη και αστική επέκταση. Από το 1992 έως το 2012, το ακαθάριστο εγχώριο προϊόν της Κίνας αυξήθηκε περίπου έξι φορές, ενώ ο αστικός πληθυσμός της χώρας αυξήθηκε από 320 σε 700 εκατομμύρια (Εθνικό Γραφείο Στατιστικής της Κίνας το 2016). Ως αποτέλεσμα, ο συνολικός φωτισμός νύχτας της Κίνας έχει αυξηθεί σημαντικά, προκαλώντας σημαντική φωτεινή ρύπανση. Για να προστατεύσει τη βιοποικιλότητα της, έχει δημιουργήσει (μέχρι το 2011) 2640 φυλασσόμενες περιοχές (nature reserves), καλύπτοντας το 15% της ξηράς. Αυτό εγείρει ερώτημα σχετικά με τον αντίκτυπο της ταχείας οικονομικής ανάπτυξης και της αστικοποίησης στη φωτορύπανση των ΠΠ. Ωστόσο, παρόλο που έχουν διεξαχθεί μελέτες σχετικά με τη φωτεινή ρύπανση σε προστατευόμενες περιοχές σε παγκόσμια κλίμακα, οι μελέτες σχετικά με τη φωτεινή ρύπανση στην Κίνα δεν ήταν αρκετές και οι προηγούμενες μελέτες επικεντρώθηκαν κυρίως στις αστικές περιοχές. Έτσι, η φωτεινή ρύπανση στις ΠΠ της Κίνας πρέπει να μελετηθεί επειγόντως για να βοηθήσει στην προστασία του άγριου περιβάλλοντος. Επιπλέον, με έκταση 9,6 εκατομμυρίων km^2, οι περιφέρειες της χώρας διαφέρουν σημαντικά όσον αφορά την οικονομική ανάπτυξη και τα φυσικά γεωγραφικά χαρακτηριστικά. Κατά συνέπεια, η φωτεινή ρύπανση των ΠΠ μπορεί να διαφέρει στις διάφορες περιοχές. Στο πλαίσιο αυτό, αξιολογήσαμε τις διαφορές στην φωτεινή ρύπανση των ΠΠ διαιρώντας την Κίνα σε διαφορετικές περιοχές και εστιάζοντας τόσο στην αλλαγή πεδίου εφαρμογής των ΠΠ που επηρεάζονται από τον τεχνητό νυχτερινό φωτισμό όσο και στην αλλαγή της στάθμης της φωτεινής ρύπανσης των ΠΠ.

'''Μεθοδολογία'''

Κατεβάσαμε 21 ετησίως (1992-2012) μέσες φωτεινές σύνθετες εικόνες κατά τη διάρκεια της νύχτας από το λειτουργικό σύστημα Linescan (OLS) του Μετεωρολογικού Δορυφορικού Προγράμματος Αμυντικής Μετεωρολογίας (DMSP) που παρέχεται από το Εθνικό Κέντρο Γεωφυσικών Δεδομένων NOAA. Σε προηγούμενες μελέτες, η κατανομή τεχνητού φωτός από αυτές τις εικόνες χρησιμοποιήθηκε για έλεγχο αστικοποίησης, πυκνότητας πληθυσμού, οικονομικής δραστηριότητας, καθώς και για την αξιολόγηση της χωρικής έκτασης της ίδιας της φωτορύπανσης. Οι εικόνες έχουν ανάλυση 30 τόξων δευτερολέπτων και αποκλείουν τις περιστασιακές επιπτώσεις λόγω ύπαρξης σύννεφων και άλλων εκλάμψεων. Κάθε εικονοστοιχείο αντιπροσωπεύεται από έναν ψηφιακό αριθμό (DN) από το 0 έως το 63. Το μηδέν αντιπροσωπεύει το σκοτάδι, ενώ οι πολύ έντονα φωτισμένες αστικές περιοχές συνήθως φτάνουν σε τιμή 63.
Για τον προσδιορισμό των προστατευόμενων περιοχών της Κίνας, το πλήρες σύνολο δεδομένων για την Παγκόσμια Βάση Δεδομένων Προστατευόμενων Περιοχών (WDPA) απεκτήθη τον Οκτώβριο του 2016 και περιορίστηκε στα κινεζικά σύνορα. Το WDPA είναι το πιο ολοκληρωμένο παγκόσμιο σύνολο χωρικών δεδομένων για τις θαλάσσιες και χερσαίες προστατευόμενες περιοχές. Τα χωρικά δεδομένα προστατευόμενης περιοχής συλλέγονται με τη μορφή ορίων (πολύγωνο) όπου υπάρχουν ή ως ενιαία δεδομένα συντεταγμένων γεωγραφικού πλάτους και γεωγραφικού μήκους, όπου δεν υπάρχουν διαθέσιμα οριακά δεδομένα. Όσον αφορά δεδομένα σημεία, δημιουργήθηκε μια χωρική προσέγγιση με τη δημιουργία μιας κυκλικής μνήμης γύρω από τα σημεία σύμφωνα με την αναφερόμενη περιοχή του χώρου που παρέχει το WDPA. Για να αποφευχθεί η μέτρηση αλληλοεπικαλυπτόμενων ΠΠ, χρησιμοποιήθηκε η εντολή "dissolve" στο ArcMap για τη δημιουργία ενός ενοποιημένου συνόλου πολυγώνων που διακρίνει περιοχές υπό κατάσταση προστασίας από μη προστατευμένες περιοχές.
Οι χάρτες χρήσης γης προέρχονται από δορυφορικές εικόνες Landsat Thematic Mapper (TM) από το 1990 και το 2010 σε κλίμακα 1: 100.000, που παρέχεται από το Κέντρο Δεδομένων Πόρων και Περιβάλλοντος του Ινστιτούτου Γεωλογικών Επιστημών και Φυσικών Ερευνών, CAS. Ο αριθμός των αγροτικών πληθυσμών στις επαρχίες Shanxi προέρχεται από την στατιστική εφημερίδα Shanxi.
Δεν υπάρχει καμπύλη βαθμονόμησης των αισθητήρων φωτισμού τη νύχτα και οι χρονοσειρές αυτού του εγγράφου περιλαμβάνουν δεδομένα από έξι διαφορετικούς δορυφόρους με διαφορετικούς αισθητήρες. Αυτό σημαίνει ότι οι DN στις εικόνες πρέπει να διασταυρωθούν προσεκτικά ώστε να μειωθούν οι διαφορές μεταξύ τους. Δεδομένου ότι οι ΠΠ της Κίνας βρίσκονται κυρίως στις αγροτικές περιοχές, η μελέτη αυτή χρησιμοποίησε τη βελτιωμένη μέθοδο Tan για τη διόρθωση των νυχτερινών φωτεινών δεδομένων, έχοντας υπ’ όψιν ότι η μέθοδος αυτή επικεντρώνεται στην Κίνα και επιλέγει μεγάλο αριθμό σημείων αναφοράς στις αγροτικές περιοχές με σκοπό τη βελτίωση της ακρίβειας και της συνέπειας των δεδομένων από τις αγροτικές περιοχές. Αντίθετα, άλλες μέθοδοι επικεντρώνονται κυρίως στις αστικές περιοχές. Αν και τα δεδομένα DMSP βαθμονομήθηκαν, υπήρχαν ακόμα διακυμάνσεις μεταξύ διαφόρων ετών, οδηγώντας σε μια ανακριβή εκτίμηση της εξέλιξης της αλλαγής της φωτεινής ρύπανσης από έτος σε έτος. Έτσι, διαιρέσαμε τις χρονολογικές σειρές μελέτης σε πέντε υποπεριόδους (1992-1995, 1996-2000, 2001-2004, 2005-2008 και 2009-2012) και χρησιμοποιήσαμε τις μέσες εικόνες DMSP κάθε υποπεριοχής για να υπολογίσουμε την αλλαγή τάσης.
Για να αποκτήσουμε δεδομένα φωτός νύχτας προστατευόμενων περιοχών, μετατράπηκαν δεδομένα προστατευόμενης περιοχής από πολυγωνικά σε δυαδικά δεδομένα ράστερ (δηλ. με τιμές 1 για ΠΠ και τιμές 0 για όλες τις άλλες περιοχές) και πολλαπλασιάστηκαν με τα δεδομένα DMSP. Λαμβάνοντας υπόψη τις περιφερειακές διαφορές στην οικονομική ανάπτυξη και τα γεωγραφικά χαρακτηριστικά της φύσης, διαιρέσαμε την ηπειρωτική Κίνα σε εννέα μέρη: Βορειοανατολική Κίνα, Βόρεια Κίνα, Ανατολική Κίνα, Κεντρική Κίνα, Νότια Κίνα, Εσωτερική Μογγολία, Βορειοδυτική Κίνα, Νοτιοδυτική Κίνα και Qinghai-Θιβέτ (Σχήμα 1). Το Qinghai-Θιβέτ και η Εσωτερική Μογγολία διαχωρίστηκαν επειδή καλύπτουν μεγάλες εκτάσεις και παρουσιάζουν χαρακτηριστικά διαφορετικά από αυτά των άλλων περιοχών. Στη συνέχεια, μελετήσαμε την μεταβολή της εμβέλειας και την ένταση της αλλαγής της φωτορύπανσης στις εννέα περιοχές, χρησιμοποιώντας την ακόλουθη μέθοδο. Η ροή αυτής της εργασίας απεικονίζεται στο Σχήμα 2.

[[Εικόνα:Rswikiglp21.jpg |thumb|left|Σχήμα 1:'''Χωρική κατανομή προστατευόμενων περιοχών σε διάφορες περιοχές της Κίνας. Η πηγή χωρικής κατανομής προστατευόμενων περιοχών προέρχεται από το σύνολο δεδομένων της Παγκόσμιας Βάσης Δεδομένων Προστατευόμενων Περιοχών (WDPA) και παρέχεται από την IUCN και το UNEP, τα οποία μπορούν να ληφθούν από το https://www.protectedplanet.net.''']]

[[Εικόνα:Rswikiglp22.jpg |thumb|right|Σχήμα 2:'''Διάγραμμα ροής που παρουσιάζει τη διαδικασία της μελέτης.''']]

Λαμβάνοντας υπόψη την επίδραση υπερπλήρωσης του νυχτερινού φωτός, θεωρήσαμε τα εικονοστοιχεία με τιμή DN (digital number-ψηφιακός αριθμός) πάνω από 5,5 ως φωτισμένα εικονοστοιχεία που επηρεάστηκαν από το τεχνητό φως. Η αναλογία των εικονοστοιχείων που φωτίζονται σε προστατευόμενες περιοχές (proportion of lit pixels in protected areas-POLP) ενός τόπου μπορεί να χρησιμοποιηθεί ως δείκτης για να αντικατοπτρίζει την έκταση των ΠΠ με φωτορύπανση, γεγονός που επέτρεψε συγκρίσεις μεταξύ διαφόρων τόπων με διαφορετικές ΠΠ. Το POLP υπολογίζεται χρησιμοποιώντας την ακόλουθη εξίσωση:
POLPij=Arealitij/Areatotalij
όπου POLPij είναι η αναλογία των εικονοστοιχείων που φωτίζονται σε προστατευμένες περιοχές της περιοχής i στην υποπερίοδο j, Arealitij είναι η περιοχή των φωτισμένων εικονοστοιχείων σε προστατευμένες περιοχές της περιοχής i στην υποπερίοδο j και Areatotalij είναι η συνολική έκταση των προστατευόμενων περιοχών της περιοχής i στην υποπερίοδο j.
Ακολούθως, η απόλυτη μεταβολή (που χρησιμοποιήθηκε για τη σύγκριση διαφόρων περιοχών) και η σχετική μεταβολή (που χρησιμοποιήθηκε για να συγκριθεί μια περιοχή με τον εαυτό της) του POLP από την πρώτη έως την πέμπτη υποπερίοδο υπολογίστηκαν για να διερευνηθεί η μεταβολή του αντικειμένου της φωτορύπανσης κατά την περίοδο:
Abs.Changei=POLP5i−POLP1i
Rel.Changei=(POLP5i−POLP1i)/POLP1i
όπου η Abs.Changei είναι η απόλυτη αλλαγή του POLP στην περιοχή i, η Rel.Changei είναι η σχετική αλλαγή του POLP στην περιοχή i, το POLP1i είναι το POLP της περιοχής i στην πρώτη υποπερίοδο και το POLP5i είναι το POLP της περιοχής i την πέμπτη υποπερίοδο.
Η φωτεινότητα/λάμψη μπορεί να αντικατοπτρίζει την ένταση της φωτορύπανσης. Πρώτον, για να διερευνήσουμε τη γενική αλλαγή της έντασης της φωτορύπανσης (δηλαδή πόσα εικονοστοιχεία επιδεινώθηκαν από τη φωτορύπανση και πόσα μετριάστηκαν), χρησιμοποιήσαμε τη μέση τιμή DN των νυχτερινών φωτεινών δεδομένων της πέμπτης υποπεριόδου μείον εκείνη της πρώτης και υπολογίσαμε το ποσοστό των εικονοστοιχείων των οποίων η λάμψη αυξήθηκε (DN αλλαγή >3) και εκείνο των οποίων μειώθηκε (αλλαγή DN <3), ενώ τα εικονοστοιχεία με αλλαγή DN κάτω από 3 θεωρήθηκαν ότι δεν υπόκεινται σε καμία αλλαγή.
Δεύτερον, για να διερευνήσουμε τις αλλαγές στην ένταση της φωτεινής ρύπανσης, διαιρέσαμε τα φωτισμένα εικονοστοιχεία σε τρία επίπεδα σύμφωνα με την τιμή DN (Πίνακας 1). Τα εικονοστοιχεία με τιμές μεταξύ 5,5 και 10 θεωρήθηκαν ότι αντιπροσωπεύουν μέτρια επίπεδα φωτεινής ρύπανσης επειδή ο αριθμός των εικονοστοιχείων μειώθηκε ραγδαία με την αύξηση της τιμής DN και η ταχύτητα της μείωσης επιβραδύνθηκε σημαντικά στην τιμή 10. Τα εικονοστοιχεία με τιμές άνω των 30 υποδεικνύουν ισχυρή φωτεινή ρύπανση, καθώς αυτή η τιμή χρησιμοποιείται γενικά ως κατώφλι για την εύρεση αστικών περιοχών. Τα εικονοστοιχεία με τιμές μεταξύ 10 και 30 υποδεικνύουν μεσαία επίπεδα. Για να αξιολογηθεί ο τρόπος με τον οποίο άλλαξαν τα επίπεδα της φωτεινής ρύπανσης από την πρώτη έως την πέμπτη υποπερίοδο, χρησιμοποιήσαμε τη μήτρα μεταφοράς της στάθμης της φωτεινής ρύπανσης, η οποία δείχνει τον αριθμό των εικονοστοιχείων που μεταφέρονται από το ένα επίπεδο στο άλλο.

[[Εικόνα:Rswikiglp23.jpg |thumb|right|Πίνακας 1:'''Κατανομή των επιπέδων φωτεινής ρύπανσης στην Κίνα βάσει των τιμών DN (ψηφιακού αριθμού).''']]

'''Αποτελέσματα'''

Με βάση το WDPA, οι φυλασσόμενες περιοχές της Κίνας καλύπτουν συνολική έκταση 1,59 εκατομμυρίων km^2. Το ποσοστό των προστατευόμενων περιοχών ολόκληρης της περιοχής του Qinghai-Θιβέτ είναι το μεγαλύτερο (41,29%), ενώ για την Ανατολική Κίνα βρέθηκε το χαμηλότερο ποσοστό (3,20%) (Πίνακας 2). Η Βορειοανατολική Κίνα, η περιοχή της Εσωτερικής Μογγολίας και η Νοτιοδυτική Κίνα έχουν παρόμοιες τιμές, σχεδόν 10%. Στο Qinghai-Θιβέτ το μέγεθος των προστατευόμενων περιοχών ήταν υψηλότερο, ακολουθούμενο από την Εσωτερική Μογγολία και τη Βορειοδυτική Κίνα. Αντίθετα, στη Νότια Κίνα, την Ανατολική Κίνα, την Κεντρική Κίνα και τη Βόρεια Κίνα, οι προστατευόμενες περιοχές είναι σχετικά μικρές.

[[Εικόνα:Rswikiglp24.jpg |thumb|right|Πίνακας 2:'''Βασικά δεδομένα των προστατευόμενων περιοχών σε διάφορες περιοχές της Κίνας.''']]

Συνολικά, για την Κίνα, η προστατευόμενη περιοχή που υποβλήθηκε σε φωτορύπανση αυξήθηκε περίπου 1,79 φορές από το 1992 έως το 2012, ενώ οι POLPs σε όλες τις περιοχές υπερδιπλασιάστηκαν από το 1992 έως το 2012 (Πίνακας 3). Γενικά, οι ανατολικές αναπτυγμένες περιοχές (Βόρεια Κίνα, Ανατολική Κίνα και Νότια Κίνα) έδειξαν ευρύτερα πεδία φωτεινής ρύπανσης και υψηλότερες απόλυτες αυξήσεις του POLP σε σύγκριση με τις άλλες περιοχές. Η απόλυτη αύξηση της Ανατολικής Κίνας ήταν η υψηλότερη και το POLP υπερέβη το 40% στην πέμπτη υποπερίοδο. Στην περιοχή Qinghai-Θιβέτ, αν και η απόλυτη αλλαγή ήταν η μικρότερη (0,076%), το POLP αυξήθηκε κατά 19 φορές, κατά τη διάρκεια της περιόδου.

[[Εικόνα:Rswikiglp25.jpg |thumb|left|Πίνακας 3:'''Τα εικονοστοιχεία σε προστατευόμενες περιοχές (POLP). Τιμές διαφορετικών περιοχών από την πρώτη υποπερίοδο (1992-1996) έως την πέμπτη υποπερίοδο (2009-2012).''']]

Για τις ΠΠ σε όλες τις περιοχές, η αναλογία των εικονοστοιχείων που αυξάνουν τη φωτεινότητα (αλλαγή DN>3) ήταν σημαντικά υψηλότερη από εκείνες που μειώνουν τη φωτεινότητα (αλλαγή DN<-3) (Σχήμα 3), πράγμα που σημαίνει ότι η περιοχή όπου η φωτορύπανση επιδεινώθηκε ήταν πολύ μεγαλύτερη από την περιοχή όπου ελαφρύνεται η ρύπανση. Στην Ανατολική Κίνα, οι ΠΠ υποβλήθηκαν στο υψηλότερο εύρος αύξησης της φωτεινότητας, ακολουθούμενη από τις ΠΠ στη Βόρεια Κίνα. Αντίθετα, οι αυξήσεις στη φωτεινότητα ήταν σχετικά χαμηλές στις ΠΠ του Qinghai-Θιβέτ, της Βορειοδυτικής Κίνας και της Εσωτερικής Μογγολίας. Δεν υπήρχε εικονοστοιχείο στις ΠΠ του Qinghai-Tibet που έδειχνε μείωση της φωτεινότητας, ενώ στη Βόρεια Κίνα, το ποσοστό προστατευόμενης περιοχής που μειωνόταν στη φωτεινότητα ήταν το υψηλότερο, ακολουθούμενο από τη βορειοανατολική Κίνα.

[[Εικόνα:Rswikiglp26.jpg |thumb|right|Σχήμα 3:'''Ποσοστό αύξησης / μείωσης της φωτεινότητας προστατευόμενων περιοχων μεταξύ της πρώτης υποπεριόδου (1992-1995) και της πέμπτης υποπεριόδου (2009-2012). Τα εικονοστοιχεία με αύξηση του ψηφιακού αριθμού (DN) πάνω από 3 αυξήθηκαν σε φωτεινότητα, ενώ εκείνα με μείωση της DN περισσότερο από 3 μειώθηκαν. Όταν η αλλαγή του DN ήταν κάτω από 3, δεν προκύπτει καμία αλλαγή.''']]

'''Συμπεράσματα'''

Με την επικάλυψη των φωτεινών δεδομένων DMSP και της χωρικής κατανομής των ΠΠ της Κίνας, η εργασία αυτή μελέτησε το πώς η φωτορύπανση στις ΠΠ της Κίνας άλλαξε από το 1992 στο 2012. Σε εθνικό επίπεδο, αφενός, η αναλογία των φωτεινών εικονοστοιχείων στις ΠΠ αυξήθηκε περίπου 1,79 φορές, από 1,513% κατά την πρώτη υποπερίοδο (1992-1995) σε 4,225% κατά την πέμπτη υποπερίοδο (2009-2012).
Επιπλέον, η κατάσταση ποικίλλει μεταξύ των περιφερειών. Στις ανατολικές αναπτυγμένες περιοχές (Βόρεια Κίνα, Ανατολική Κίνα και Νότια Κίνα), η φωτεινή ρύπανση των ΠΠ ήταν πιο σοβαρή από ό, τι σε άλλες περιοχές και επιδεινώθηκε σημαντικά. Από αυτές, η κατάσταση της Ανατολικής Κίνας ήταν η πιο σοβαρή. Στις ΠΠ αυτής της περιοχής, η αναλογία των φωτισμένων pixel αυξήθηκε κατά περίπου 32,4% και όλα τα pixels σε έντονο επίπεδο φωτεινής ρύπανσης δεν βελτιώθηκαν. Στις ΠΠ του Qinghai-Θιβέτ, αν και η αύξηση της φωτορύπανσης δεν ήταν σημαντική σε σύγκριση με άλλες περιοχές, το φάσμα των ΠΠ με υπάρχουσα φωτορύπανση αυξήθηκε περίπου 19 φορές.
Η φωτεινή ρύπανση σε μια ΠΠ εξαρτάται τόσο από τις ανθρώπινες δραστηριότητες (πηγές φωτεινής ρύπανσης) όσο και από τα ίδια τα χαρακτηριστικά της ΠΠ (επηρεάζοντας την εξάπλωση της φωτορύπανσης). Η αύξηση των οικιστικών περιοχών έχει ισχυρή θετική σχέση με την αύξηση της φωτορύπανσης, ενώ ακόμη και μια μικρή αύξηση της κατοικημένης περιοχής μπορεί να προκαλέσει μεγάλη αύξηση της φωτορύπανσης. Αυτό ήταν το πιο σημαντικό όσον αφορά τη περιοχή της Βόρειας Κίνας. Συνεπώς, πρέπει να ελέγχεται η επέκταση των κατοικημένων περιοχών εντός και γύρω από προστατευόμενες περιοχές. Από την άλλη μεριά, οι ΠΠ με μικρότερη έκταση τείνουν να έχουν υψηλότερα ποσοστά εμβαδού με φωτεινή ρύπανση, οπότε οι ΠΠ δεν πρέπει να οικοδομούνται σε κατακερματισμό.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1026/htm]

[[category:Οικολογία]]

Μεταβολές της φωτορύπανσης και οι παράγοντες που την προκαλούν στις προστατευόμενες περιοχές της Κίνας

2018-01-06T18:39:05Z

Giorglmbr:

''' Μεταβολές της φωτορύπανσης και οι παράγοντες που την προκαλούν στις προστατευόμενες περιοχές της Κίνας, 1992-2012 '''

'''Πρωτότυπος τίτλος:''' '' Changes in Light Pollution and the Causing Factors in China’s Protected Areas, 1992–2012 ''

'''Συγγραφείς: ''' Wenli Xiang, Minghong Tan

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 5th of October''

'''Εισαγωγή'''

Οι ανθρώπινες δραστηριότητες έχουν μεταβάλλει το φυσικό φωτισμό της νύχτας σε μεγάλες περιοχές του πλανήτη. Οι φυσικές εντάσεις, τα φάσματα και οι κύκλοι φωτός έχουν τροποποιηθεί από το τεχνητό φως, συμπεριλαμβανομένου του δημόσιου φωτισμού, της διαφήμισης, του φωτισμού δημόσιων και ιδιωτικών κτιρίων και οχημάτων, καθώς και της λάμψης του ουρανού, που παράγεται από το εκπεμπόμενο προς τα πάνω και το ανακλώμενο ηλεκτρικό φως το οποίο διασκορπίζεται κατά την επαφή του με το νερό, τη σκόνη και τα αέρια στην ατμόσφαιρα. Το 1996-1997, περίπου τα δύο τρίτα του παγκόσμιου πληθυσμού ζούσαν σε περιοχές όπου ο νυχτερινός ουρανός χαρακτηριζόταν ως μολυσμένος. Τόσο η έκταση όσο και η ένταση του τεχνητού φωτός συνεχίζουν να αυξάνονται με την ταχεία ανάπτυξη της αστικοποίησης και της εκβιομηχάνισης.
Παρόλο που η εκτεταμένη χρήση του τεχνητού φωτός τη νύχτα έχει βελτιώσει σημαντικά την ποιότητα της ανθρώπινης ζωής, η αλλαγή του φωτεινού περιβάλλοντος της νύχτας έχει βαθιά επίδραση στα οικοσυστήματα. Για αυτό το λόγο, αναφέρουμε τον όρο "φωτορύπανση". Άμεσα, αποτελεί απειλή για τη βιοποικιλότητα και μπορεί να μεταβάλει τη διανομή ειδών, τη δομή της κοινότητας και, ενδεχομένως, τις λειτουργίες και τις διαδικασίες του οικοσυστήματος. Έμμεσα, η φωτεινή ρύπανση συμβάλει ισχυρά και σε άλλα προβλήματα σχετικά με τη βιοποικιλότητα, συμπεριλαμβανομένου του κατακερματισμού των οικοτόπων και της κλιματικής αλλαγής.
Οι προστατευόμενες περιοχές (ΠΠ) εκτελούν βασικές οικολογικές λειτουργίες και είναι ζωτικής σημασίας για τη διατήρηση της βιοποικιλότητας. Τα χωρικά πρότυπα των ερημωμένων-μη κατοικημένων τόπων επηρεάζονται έντονα από τις ανθρώπινες δραστηριότητες, ενώ τα διατηρημένα ενδιαιτήματα μπορούν, σε κάποιο βαθμό, να περιορίσουν τις ανθρωπογενείς πιέσεις και να προσφέρουν καταφύγιο σε ορισμένα είδη. Εντούτοις, οι ΠΠ λειτουργούν αποτελεσματικά μόνο όταν σταματούν την απώλεια των οικοτόπων εντός των ορίων τους και ταυτόχρονα συνδέονται με άλλες άγριες περιοχές. Ο τεχνητός νυχτερινός φωτισμός αντικατοπτρίζει αποτελεσματικά τις ανθρώπινες δραστηριότητες ενώ ταυτόχρονα έχει ισχυρές επιπτώσεις στο οικοσύστημα με αποτέλεσμα να αποτελεί ένα καλό δείκτη για τη μέτρηση της αποτελεσματικότητας διατήρησης των προστατευόμενων περιοχών. Γενικά, όταν μια προστατευόμενη περιοχή λειτουργεί καλά, δεν υπάρχει σε κανένα βαθμό ή υπάρχει μόνο ελαφριά φωτεινή ρύπανση.
Η Κίνα είναι η χώρα με τον μεγαλύτερο πληθυσμό και βρίσκεται σήμερα υπό ταχεία οικονομική ανάπτυξη και αστική επέκταση. Από το 1992 έως το 2012, το ακαθάριστο εγχώριο προϊόν της Κίνας αυξήθηκε περίπου έξι φορές, ενώ ο αστικός πληθυσμός της χώρας αυξήθηκε από 320 σε 700 εκατομμύρια (Εθνικό Γραφείο Στατιστικής της Κίνας το 2016). Ως αποτέλεσμα, ο συνολικός φωτισμός νύχτας της Κίνας έχει αυξηθεί σημαντικά, προκαλώντας σημαντική φωτεινή ρύπανση. Για να προστατεύσει τη βιοποικιλότητα της, έχει δημιουργήσει (μέχρι το 2011) 2640 φυλασσόμενες περιοχές (nature reserves), καλύπτοντας το 15% της ξηράς. Αυτό εγείρει ερώτημα σχετικά με τον αντίκτυπο της ταχείας οικονομικής ανάπτυξης και της αστικοποίησης στη φωτορύπανση των ΠΠ. Ωστόσο, παρόλο που έχουν διεξαχθεί μελέτες σχετικά με τη φωτεινή ρύπανση σε προστατευόμενες περιοχές σε παγκόσμια κλίμακα, οι μελέτες σχετικά με τη φωτεινή ρύπανση στην Κίνα δεν ήταν αρκετές και οι προηγούμενες μελέτες επικεντρώθηκαν κυρίως στις αστικές περιοχές. Έτσι, η φωτεινή ρύπανση στις ΠΠ της Κίνας πρέπει να μελετηθεί επειγόντως για να βοηθήσει στην προστασία του άγριου περιβάλλοντος. Επιπλέον, με έκταση 9,6 εκατομμυρίων km^2, οι περιφέρειες της χώρας διαφέρουν σημαντικά όσον αφορά την οικονομική ανάπτυξη και τα φυσικά γεωγραφικά χαρακτηριστικά. Κατά συνέπεια, η φωτεινή ρύπανση των ΠΠ μπορεί να διαφέρει στις διάφορες περιοχές. Στο πλαίσιο αυτό, αξιολογήσαμε τις διαφορές στην φωτεινή ρύπανση των ΠΠ διαιρώντας την Κίνα σε διαφορετικές περιοχές και εστιάζοντας τόσο στην αλλαγή πεδίου εφαρμογής των ΠΠ που επηρεάζονται από τον τεχνητό νυχτερινό φωτισμό όσο και στην αλλαγή της στάθμης της φωτεινής ρύπανσης των ΠΠ.

'''Μεθοδολογία'''

Κατεβάσαμε 21 ετησίως (1992-2012) μέσες φωτεινές σύνθετες εικόνες κατά τη διάρκεια της νύχτας από το λειτουργικό σύστημα Linescan (OLS) του Μετεωρολογικού Δορυφορικού Προγράμματος Αμυντικής Μετεωρολογίας (DMSP) που παρέχεται από το Εθνικό Κέντρο Γεωφυσικών Δεδομένων NOAA. Σε προηγούμενες μελέτες, η κατανομή τεχνητού φωτός από αυτές τις εικόνες χρησιμοποιήθηκε για έλεγχο αστικοποίησης, πυκνότητας πληθυσμού, οικονομικής δραστηριότητας, καθώς και για την αξιολόγηση της χωρικής έκτασης της ίδιας της φωτορύπανσης. Οι εικόνες έχουν ανάλυση 30 τόξων δευτερολέπτων και αποκλείουν τις περιστασιακές επιπτώσεις λόγω ύπαρξης σύννεφων και άλλων εκλάμψεων. Κάθε εικονοστοιχείο αντιπροσωπεύεται από έναν ψηφιακό αριθμό (DN) από το 0 έως το 63. Το μηδέν αντιπροσωπεύει το σκοτάδι, ενώ οι πολύ έντονα φωτισμένες αστικές περιοχές συνήθως φτάνουν σε τιμή 63.
Για τον προσδιορισμό των προστατευόμενων περιοχών της Κίνας, το πλήρες σύνολο δεδομένων για την Παγκόσμια Βάση Δεδομένων Προστατευόμενων Περιοχών (WDPA) απεκτήθη τον Οκτώβριο του 2016 και περιορίστηκε στα κινεζικά σύνορα. Το WDPA είναι το πιο ολοκληρωμένο παγκόσμιο σύνολο χωρικών δεδομένων για τις θαλάσσιες και χερσαίες προστατευόμενες περιοχές. Τα χωρικά δεδομένα προστατευόμενης περιοχής συλλέγονται με τη μορφή ορίων (πολύγωνο) όπου υπάρχουν ή ως ενιαία δεδομένα συντεταγμένων γεωγραφικού πλάτους και γεωγραφικού μήκους, όπου δεν υπάρχουν διαθέσιμα οριακά δεδομένα. Όσον αφορά δεδομένα σημεία, δημιουργήθηκε μια χωρική προσέγγιση με τη δημιουργία μιας κυκλικής μνήμης γύρω από τα σημεία σύμφωνα με την αναφερόμενη περιοχή του χώρου που παρέχει το WDPA. Για να αποφευχθεί η μέτρηση αλληλοεπικαλυπτόμενων ΠΠ, χρησιμοποιήθηκε η εντολή "dissolve" στο ArcMap για τη δημιουργία ενός ενοποιημένου συνόλου πολυγώνων που διακρίνει περιοχές υπό κατάσταση προστασίας από μη προστατευμένες περιοχές.
Οι χάρτες χρήσης γης προέρχονται από δορυφορικές εικόνες Landsat Thematic Mapper (TM) από το 1990 και το 2010 σε κλίμακα 1: 100.000, που παρέχεται από το Κέντρο Δεδομένων Πόρων και Περιβάλλοντος του Ινστιτούτου Γεωλογικών Επιστημών και Φυσικών Ερευνών, CAS. Ο αριθμός των αγροτικών πληθυσμών στις επαρχίες Shanxi προέρχεται από την στατιστική εφημερίδα Shanxi.
Δεν υπάρχει καμπύλη βαθμονόμησης των αισθητήρων φωτισμού τη νύχτα και οι χρονοσειρές αυτού του εγγράφου περιλαμβάνουν δεδομένα από έξι διαφορετικούς δορυφόρους με διαφορετικούς αισθητήρες. Αυτό σημαίνει ότι οι DN στις εικόνες πρέπει να διασταυρωθούν προσεκτικά ώστε να μειωθούν οι διαφορές μεταξύ τους. Δεδομένου ότι οι ΠΠ της Κίνας βρίσκονται κυρίως στις αγροτικές περιοχές, η μελέτη αυτή χρησιμοποίησε τη βελτιωμένη μέθοδο Tan για τη διόρθωση των νυχτερινών φωτεινών δεδομένων, έχοντας υπ’ όψιν ότι η μέθοδος αυτή επικεντρώνεται στην Κίνα και επιλέγει μεγάλο αριθμό σημείων αναφοράς στις αγροτικές περιοχές με σκοπό τη βελτίωση της ακρίβειας και της συνέπειας των δεδομένων από τις αγροτικές περιοχές. Αντίθετα, άλλες μέθοδοι επικεντρώνονται κυρίως στις αστικές περιοχές. Αν και τα δεδομένα DMSP βαθμονομήθηκαν, υπήρχαν ακόμα διακυμάνσεις μεταξύ διαφόρων ετών, οδηγώντας σε μια ανακριβή εκτίμηση της εξέλιξης της αλλαγής της φωτεινής ρύπανσης από έτος σε έτος. Έτσι, διαιρέσαμε τις χρονολογικές σειρές μελέτης σε πέντε υποπεριόδους (1992-1995, 1996-2000, 2001-2004, 2005-2008 και 2009-2012) και χρησιμοποιήσαμε τις μέσες εικόνες DMSP κάθε υποπεριοχής για να υπολογίσουμε την αλλαγή τάσης.
Για να αποκτήσουμε δεδομένα φωτός νύχτας προστατευόμενων περιοχών, μετατράπηκαν δεδομένα προστατευόμενης περιοχής από πολυγωνικά σε δυαδικά δεδομένα ράστερ (δηλ. με τιμές 1 για ΠΠ και τιμές 0 για όλες τις άλλες περιοχές) και πολλαπλασιάστηκαν με τα δεδομένα DMSP. Λαμβάνοντας υπόψη τις περιφερειακές διαφορές στην οικονομική ανάπτυξη και τα γεωγραφικά χαρακτηριστικά της φύσης, διαιρέσαμε την ηπειρωτική Κίνα σε εννέα μέρη: Βορειοανατολική Κίνα, Βόρεια Κίνα, Ανατολική Κίνα, Κεντρική Κίνα, Νότια Κίνα, Εσωτερική Μογγολία, Βορειοδυτική Κίνα, Νοτιοδυτική Κίνα και Qinghai-Θιβέτ (Σχήμα 1). Το Qinghai-Θιβέτ και η Εσωτερική Μογγολία διαχωρίστηκαν επειδή καλύπτουν μεγάλες εκτάσεις και παρουσιάζουν χαρακτηριστικά διαφορετικά από αυτά των άλλων περιοχών. Στη συνέχεια, μελετήσαμε την μεταβολή της εμβέλειας και την ένταση της αλλαγής της φωτορύπανσης στις εννέα περιοχές, χρησιμοποιώντας την ακόλουθη μέθοδο. Η ροή αυτής της εργασίας απεικονίζεται στο Σχήμα 2.

[[Εικόνα:Rswikiglp21.jpg |thumb|left|Σχήμα 1:'''Χωρική κατανομή προστατευόμενων περιοχών σε διάφορες περιοχές της Κίνας. Η πηγή χωρικής κατανομής προστατευόμενων περιοχών προέρχεται από το σύνολο δεδομένων της Παγκόσμιας Βάσης Δεδομένων Προστατευόμενων Περιοχών (WDPA) και παρέχεται από την IUCN και το UNEP, τα οποία μπορούν να ληφθούν από το https://www.protectedplanet.net.''']]

[[Εικόνα:Rswikiglp22.jpg |thumb|right|Σχήμα 2:'''Διάγραμμα ροής που παρουσιάζει τη διαδικασία της μελέτης.''']]

Λαμβάνοντας υπόψη την επίδραση υπερπλήρωσης του νυχτερινού φωτός, θεωρήσαμε τα εικονοστοιχεία με τιμή DN (digital number-ψηφιακός αριθμός) πάνω από 5,5 ως φωτισμένα εικονοστοιχεία που επηρεάστηκαν από το τεχνητό φως. Η αναλογία των εικονοστοιχείων που φωτίζονται σε προστατευόμενες περιοχές (proportion of lit pixels in protected areas-POLP) ενός τόπου μπορεί να χρησιμοποιηθεί ως δείκτης για να αντικατοπτρίζει την έκταση των ΠΠ με φωτορύπανση, γεγονός που επέτρεψε συγκρίσεις μεταξύ διαφόρων τόπων με διαφορετικές ΠΠ. Το POLP υπολογίζεται χρησιμοποιώντας την ακόλουθη εξίσωση:
POLPij=Arealitij/Areatotalij
όπου POLPij είναι η αναλογία των εικονοστοιχείων που φωτίζονται σε προστατευμένες περιοχές της περιοχής i στην υποπερίοδο j, Arealitij είναι η περιοχή των φωτισμένων εικονοστοιχείων σε προστατευμένες περιοχές της περιοχής i στην υποπερίοδο j και Areatotalij είναι η συνολική έκταση των προστατευόμενων περιοχών της περιοχής i στην υποπερίοδο j.
Ακολούθως, η απόλυτη μεταβολή (που χρησιμοποιήθηκε για τη σύγκριση διαφόρων περιοχών) και η σχετική μεταβολή (που χρησιμοποιήθηκε για να συγκριθεί μια περιοχή με τον εαυτό της) του POLP από την πρώτη έως την πέμπτη υποπερίοδο υπολογίστηκαν για να διερευνηθεί η μεταβολή του αντικειμένου της φωτορύπανσης κατά την περίοδο:
Abs.Changei=POLP5i−POLP1i
Rel.Changei=(POLP5i−POLP1i)/POLP1i
όπου η Abs.Changei είναι η απόλυτη αλλαγή του POLP στην περιοχή i, η Rel.Changei είναι η σχετική αλλαγή του POLP στην περιοχή i, το POLP1i είναι το POLP της περιοχής i στην πρώτη υποπερίοδο και το POLP5i είναι το POLP της περιοχής i την πέμπτη υποπερίοδο.
Η φωτεινότητα/λάμψη μπορεί να αντικατοπτρίζει την ένταση της φωτορύπανσης. Πρώτον, για να διερευνήσουμε τη γενική αλλαγή της έντασης της φωτορύπανσης (δηλαδή πόσα εικονοστοιχεία επιδεινώθηκαν από τη φωτορύπανση και πόσα μετριάστηκαν), χρησιμοποιήσαμε τη μέση τιμή DN των νυχτερινών φωτεινών δεδομένων της πέμπτης υποπεριόδου μείον εκείνη της πρώτης και υπολογίσαμε το ποσοστό των εικονοστοιχείων των οποίων η λάμψη αυξήθηκε (DN αλλαγή >3) και εκείνο των οποίων μειώθηκε (αλλαγή DN <3), ενώ τα εικονοστοιχεία με αλλαγή DN κάτω από 3 θεωρήθηκαν ότι δεν υπόκεινται σε καμία αλλαγή.
Δεύτερον, για να διερευνήσουμε τις αλλαγές στην ένταση της φωτεινής ρύπανσης, διαιρέσαμε τα φωτισμένα εικονοστοιχεία σε τρία επίπεδα σύμφωνα με την τιμή DN (Πίνακας 1). Τα εικονοστοιχεία με τιμές μεταξύ 5,5 και 10 θεωρήθηκαν ότι αντιπροσωπεύουν μέτρια επίπεδα φωτεινής ρύπανσης επειδή ο αριθμός των εικονοστοιχείων μειώθηκε ραγδαία με την αύξηση της τιμής DN και η ταχύτητα της μείωσης επιβραδύνθηκε σημαντικά στην τιμή 10. Τα εικονοστοιχεία με τιμές άνω των 30 υποδεικνύουν ισχυρή φωτεινή ρύπανση, καθώς αυτή η τιμή χρησιμοποιείται γενικά ως κατώφλι για την εύρεση αστικών περιοχών. Τα εικονοστοιχεία με τιμές μεταξύ 10 και 30 υποδεικνύουν μεσαία επίπεδα. Για να αξιολογηθεί ο τρόπος με τον οποίο άλλαξαν τα επίπεδα της φωτεινής ρύπανσης από την πρώτη έως την πέμπτη υποπερίοδο, χρησιμοποιήσαμε τη μήτρα μεταφοράς της στάθμης της φωτεινής ρύπανσης, η οποία δείχνει τον αριθμό των εικονοστοιχείων που μεταφέρονται από το ένα επίπεδο στο άλλο.

[[Εικόνα:Rswikiglp23.jpg |thumb|left|Πίνακας 1:'''Κατανομή των επιπέδων φωτεινής ρύπανσης στην Κίνα βάσει των τιμών DN (ψηφιακού αριθμού).''']]

'''Αποτελέσματα'''

Με βάση το WDPA, οι φυλασσόμενες περιοχές της Κίνας καλύπτουν συνολική έκταση 1,59 εκατομμυρίων km^2. Το ποσοστό των προστατευόμενων περιοχών ολόκληρης της περιοχής του Qinghai-Θιβέτ είναι το μεγαλύτερο (41,29%), ενώ για την Ανατολική Κίνα βρέθηκε το χαμηλότερο ποσοστό (3,20%) (Πίνακας 2). Η Βορειοανατολική Κίνα, η περιοχή της Εσωτερικής Μογγολίας και η Νοτιοδυτική Κίνα έχουν παρόμοιες τιμές, σχεδόν 10%. Στο Qinghai-Θιβέτ το μέγεθος των προστατευόμενων περιοχών ήταν υψηλότερο, ακολουθούμενο από την Εσωτερική Μογγολία και τη Βορειοδυτική Κίνα. Αντίθετα, στη Νότια Κίνα, την Ανατολική Κίνα, την Κεντρική Κίνα και τη Βόρεια Κίνα, οι προστατευόμενες περιοχές είναι σχετικά μικρές.

[[Εικόνα:Rswikiglp24.jpg |thumb|right|Πίνακας 2:'''Βασικά δεδομένα των προστατευόμενων περιοχών σε διάφορες περιοχές της Κίνας.''']]

Συνολικά, για την Κίνα, η προστατευόμενη περιοχή που υποβλήθηκε σε φωτορύπανση αυξήθηκε περίπου 1,79 φορές από το 1992 έως το 2012, ενώ οι POLPs σε όλες τις περιοχές υπερδιπλασιάστηκαν από το 1992 έως το 2012 (Πίνακας 3). Γενικά, οι ανατολικές αναπτυγμένες περιοχές (Βόρεια Κίνα, Ανατολική Κίνα και Νότια Κίνα) έδειξαν ευρύτερα πεδία φωτεινής ρύπανσης και υψηλότερες απόλυτες αυξήσεις του POLP σε σύγκριση με τις άλλες περιοχές. Η απόλυτη αύξηση της Ανατολικής Κίνας ήταν η υψηλότερη και το POLP υπερέβη το 40% στην πέμπτη υποπερίοδο. Στην περιοχή Qinghai-Θιβέτ, αν και η απόλυτη αλλαγή ήταν η μικρότερη (0,076%), το POLP αυξήθηκε κατά 19 φορές, κατά τη διάρκεια της περιόδου.

[[Εικόνα:Rswikiglp25.jpg |thumb|right|Πίνακας 3:'''Τα εικονοστοιχεία σε προστατευόμενες περιοχές (POLP). Τιμές διαφορετικών περιοχών από την πρώτη υποπερίοδο (1992-1996) έως την πέμπτη υποπερίοδο (2009-2012).''']]

Για τις ΠΠ σε όλες τις περιοχές, η αναλογία των εικονοστοιχείων που αυξάνουν τη φωτεινότητα (αλλαγή DN>3) ήταν σημαντικά υψηλότερη από εκείνες που μειώνουν τη φωτεινότητα (αλλαγή DN<-3) (Σχήμα 3), πράγμα που σημαίνει ότι η περιοχή όπου η φωτορύπανση επιδεινώθηκε ήταν πολύ μεγαλύτερη από την περιοχή όπου ελαφρύνεται η ρύπανση. Στην Ανατολική Κίνα, οι ΠΠ υποβλήθηκαν στο υψηλότερο εύρος αύξησης της φωτεινότητας, ακολουθούμενη από τις ΠΠ στη Βόρεια Κίνα. Αντίθετα, οι αυξήσεις στη φωτεινότητα ήταν σχετικά χαμηλές στις ΠΠ του Qinghai-Θιβέτ, της Βορειοδυτικής Κίνας και της Εσωτερικής Μογγολίας. Δεν υπήρχε εικονοστοιχείο στις ΠΠ του Qinghai-Tibet που έδειχνε μείωση της φωτεινότητας, ενώ στη Βόρεια Κίνα, το ποσοστό προστατευόμενης περιοχής που μειωνόταν στη φωτεινότητα ήταν το υψηλότερο, ακολουθούμενο από τη βορειοανατολική Κίνα.

[[Εικόνα:Rswikiglp26.jpg |thumb|right|Σχήμα 3:'''Ποσοστό αύξησης / μείωσης της φωτεινότητας προστατευόμενων περιοχων μεταξύ της πρώτης υποπεριόδου (1992-1995) και της πέμπτης υποπεριόδου (2009-2012). Τα εικονοστοιχεία με αύξηση του ψηφιακού αριθμού (DN) πάνω από 3 αυξήθηκαν σε φωτεινότητα, ενώ εκείνα με μείωση της DN περισσότερο από 3 μειώθηκαν. Όταν η αλλαγή του DN ήταν κάτω από 3, δεν προκύπτει καμία αλλαγή.''']]

'''Συμπεράσματα'''

Με την επικάλυψη των φωτεινών δεδομένων DMSP και της χωρικής κατανομής των ΠΠ της Κίνας, η εργασία αυτή μελέτησε το πώς η φωτορύπανση στις ΠΠ της Κίνας άλλαξε από το 1992 στο 2012. Σε εθνικό επίπεδο, αφενός, η αναλογία των φωτεινών εικονοστοιχείων στις ΠΠ αυξήθηκε περίπου 1,79 φορές, από 1,513% κατά την πρώτη υποπερίοδο (1992-1995) σε 4,225% κατά την πέμπτη υποπερίοδο (2009-2012).
Επιπλέον, η κατάσταση ποικίλλει μεταξύ των περιφερειών. Στις ανατολικές αναπτυγμένες περιοχές (Βόρεια Κίνα, Ανατολική Κίνα και Νότια Κίνα), η φωτεινή ρύπανση των ΠΠ ήταν πιο σοβαρή από ό, τι σε άλλες περιοχές και επιδεινώθηκε σημαντικά. Από αυτές, η κατάσταση της Ανατολικής Κίνας ήταν η πιο σοβαρή. Στις ΠΠ αυτής της περιοχής, η αναλογία των φωτισμένων pixel αυξήθηκε κατά περίπου 32,4% και όλα τα pixels σε έντονο επίπεδο φωτεινής ρύπανσης δεν βελτιώθηκαν. Στις ΠΠ του Qinghai-Θιβέτ, αν και η αύξηση της φωτορύπανσης δεν ήταν σημαντική σε σύγκριση με άλλες περιοχές, το φάσμα των ΠΠ με υπάρχουσα φωτορύπανση αυξήθηκε περίπου 19 φορές.
Η φωτεινή ρύπανση σε μια ΠΠ εξαρτάται τόσο από τις ανθρώπινες δραστηριότητες (πηγές φωτεινής ρύπανσης) όσο και από τα ίδια τα χαρακτηριστικά της ΠΠ (επηρεάζοντας την εξάπλωση της φωτορύπανσης). Η αύξηση των οικιστικών περιοχών έχει ισχυρή θετική σχέση με την αύξηση της φωτορύπανσης, ενώ ακόμη και μια μικρή αύξηση της κατοικημένης περιοχής μπορεί να προκαλέσει μεγάλη αύξηση της φωτορύπανσης. Αυτό ήταν το πιο σημαντικό όσον αφορά τη περιοχή της Βόρειας Κίνας. Συνεπώς, πρέπει να ελέγχεται η επέκταση των κατοικημένων περιοχών εντός και γύρω από προστατευόμενες περιοχές. Από την άλλη μεριά, οι ΠΠ με μικρότερη έκταση τείνουν να έχουν υψηλότερα ποσοστά εμβαδού με φωτεινή ρύπανση, οπότε οι ΠΠ δεν πρέπει να οικοδομούνται σε κατακερματισμό.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1026/htm]

[[category:Οικολογία]]

Μεταβολές της φωτορύπανσης και οι παράγοντες που την προκαλούν στις προστατευόμενες περιοχές της Κίνας

2018-01-06T18:38:28Z

Giorglmbr:

''' Μεταβολές της φωτορύπανσης και οι παράγοντες που την προκαλούν στις προστατευόμενες περιοχές της Κίνας, 1992-2012 '''

'''Πρωτότυπος τίτλος:''' '' Changes in Light Pollution and the Causing Factors in China’s Protected Areas, 1992–2012 ''

'''Συγγραφείς: ''' Wenli Xiang, Minghong Tan

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 5th of October''

'''Εισαγωγή'''

Οι ανθρώπινες δραστηριότητες έχουν μεταβάλλει το φυσικό φωτισμό της νύχτας σε μεγάλες περιοχές του πλανήτη. Οι φυσικές εντάσεις, τα φάσματα και οι κύκλοι φωτός έχουν τροποποιηθεί από το τεχνητό φως, συμπεριλαμβανομένου του δημόσιου φωτισμού, της διαφήμισης, του φωτισμού δημόσιων και ιδιωτικών κτιρίων και οχημάτων, καθώς και της λάμψης του ουρανού, που παράγεται από το εκπεμπόμενο προς τα πάνω και το ανακλώμενο ηλεκτρικό φως το οποίο διασκορπίζεται κατά την επαφή του με το νερό, τη σκόνη και τα αέρια στην ατμόσφαιρα. Το 1996-1997, περίπου τα δύο τρίτα του παγκόσμιου πληθυσμού ζούσαν σε περιοχές όπου ο νυχτερινός ουρανός χαρακτηριζόταν ως μολυσμένος. Τόσο η έκταση όσο και η ένταση του τεχνητού φωτός συνεχίζουν να αυξάνονται με την ταχεία ανάπτυξη της αστικοποίησης και της εκβιομηχάνισης.
Παρόλο που η εκτεταμένη χρήση του τεχνητού φωτός τη νύχτα έχει βελτιώσει σημαντικά την ποιότητα της ανθρώπινης ζωής, η αλλαγή του φωτεινού περιβάλλοντος της νύχτας έχει βαθιά επίδραση στα οικοσυστήματα. Για αυτό το λόγο, αναφέρουμε τον όρο "φωτορύπανση". Άμεσα, αποτελεί απειλή για τη βιοποικιλότητα και μπορεί να μεταβάλει τη διανομή ειδών, τη δομή της κοινότητας και, ενδεχομένως, τις λειτουργίες και τις διαδικασίες του οικοσυστήματος. Έμμεσα, η φωτεινή ρύπανση συμβάλει ισχυρά και σε άλλα προβλήματα σχετικά με τη βιοποικιλότητα, συμπεριλαμβανομένου του κατακερματισμού των οικοτόπων και της κλιματικής αλλαγής.
Οι προστατευόμενες περιοχές (ΠΠ) εκτελούν βασικές οικολογικές λειτουργίες και είναι ζωτικής σημασίας για τη διατήρηση της βιοποικιλότητας. Τα χωρικά πρότυπα των ερημωμένων-μη κατοικημένων τόπων επηρεάζονται έντονα από τις ανθρώπινες δραστηριότητες, ενώ τα διατηρημένα ενδιαιτήματα μπορούν, σε κάποιο βαθμό, να περιορίσουν τις ανθρωπογενείς πιέσεις και να προσφέρουν καταφύγιο σε ορισμένα είδη. Εντούτοις, οι ΠΠ λειτουργούν αποτελεσματικά μόνο όταν σταματούν την απώλεια των οικοτόπων εντός των ορίων τους και ταυτόχρονα συνδέονται με άλλες άγριες περιοχές. Ο τεχνητός νυχτερινός φωτισμός αντικατοπτρίζει αποτελεσματικά τις ανθρώπινες δραστηριότητες ενώ ταυτόχρονα έχει ισχυρές επιπτώσεις στο οικοσύστημα με αποτέλεσμα να αποτελεί ένα καλό δείκτη για τη μέτρηση της αποτελεσματικότητας διατήρησης των προστατευόμενων περιοχών. Γενικά, όταν μια προστατευόμενη περιοχή λειτουργεί καλά, δεν υπάρχει σε κανένα βαθμό ή υπάρχει μόνο ελαφριά φωτεινή ρύπανση.
Η Κίνα είναι η χώρα με τον μεγαλύτερο πληθυσμό και βρίσκεται σήμερα υπό ταχεία οικονομική ανάπτυξη και αστική επέκταση. Από το 1992 έως το 2012, το ακαθάριστο εγχώριο προϊόν της Κίνας αυξήθηκε περίπου έξι φορές, ενώ ο αστικός πληθυσμός της χώρας αυξήθηκε από 320 σε 700 εκατομμύρια (Εθνικό Γραφείο Στατιστικής της Κίνας το 2016). Ως αποτέλεσμα, ο συνολικός φωτισμός νύχτας της Κίνας έχει αυξηθεί σημαντικά, προκαλώντας σημαντική φωτεινή ρύπανση. Για να προστατεύσει τη βιοποικιλότητα της, έχει δημιουργήσει (μέχρι το 2011) 2640 φυλασσόμενες περιοχές (nature reserves), καλύπτοντας το 15% της ξηράς. Αυτό εγείρει ερώτημα σχετικά με τον αντίκτυπο της ταχείας οικονομικής ανάπτυξης και της αστικοποίησης στη φωτορύπανση των ΠΠ. Ωστόσο, παρόλο που έχουν διεξαχθεί μελέτες σχετικά με τη φωτεινή ρύπανση σε προστατευόμενες περιοχές σε παγκόσμια κλίμακα, οι μελέτες σχετικά με τη φωτεινή ρύπανση στην Κίνα δεν ήταν αρκετές και οι προηγούμενες μελέτες επικεντρώθηκαν κυρίως στις αστικές περιοχές. Έτσι, η φωτεινή ρύπανση στις ΠΠ της Κίνας πρέπει να μελετηθεί επειγόντως για να βοηθήσει στην προστασία του άγριου περιβάλλοντος. Επιπλέον, με έκταση 9,6 εκατομμυρίων km^2, οι περιφέρειες της χώρας διαφέρουν σημαντικά όσον αφορά την οικονομική ανάπτυξη και τα φυσικά γεωγραφικά χαρακτηριστικά. Κατά συνέπεια, η φωτεινή ρύπανση των ΠΠ μπορεί να διαφέρει στις διάφορες περιοχές. Στο πλαίσιο αυτό, αξιολογήσαμε τις διαφορές στην φωτεινή ρύπανση των ΠΠ διαιρώντας την Κίνα σε διαφορετικές περιοχές και εστιάζοντας τόσο στην αλλαγή πεδίου εφαρμογής των ΠΠ που επηρεάζονται από τον τεχνητό νυχτερινό φωτισμό όσο και στην αλλαγή της στάθμης της φωτεινής ρύπανσης των ΠΠ.

'''Μεθοδολογία'''

Κατεβάσαμε 21 ετησίως (1992-2012) μέσες φωτεινές σύνθετες εικόνες κατά τη διάρκεια της νύχτας από το λειτουργικό σύστημα Linescan (OLS) του Μετεωρολογικού Δορυφορικού Προγράμματος Αμυντικής Μετεωρολογίας (DMSP) που παρέχεται από το Εθνικό Κέντρο Γεωφυσικών Δεδομένων NOAA. Σε προηγούμενες μελέτες, η κατανομή τεχνητού φωτός από αυτές τις εικόνες χρησιμοποιήθηκε για έλεγχο αστικοποίησης, πυκνότητας πληθυσμού, οικονομικής δραστηριότητας, καθώς και για την αξιολόγηση της χωρικής έκτασης της ίδιας της φωτορύπανσης. Οι εικόνες έχουν ανάλυση 30 τόξων δευτερολέπτων και αποκλείουν τις περιστασιακές επιπτώσεις λόγω ύπαρξης σύννεφων και άλλων εκλάμψεων. Κάθε εικονοστοιχείο αντιπροσωπεύεται από έναν ψηφιακό αριθμό (DN) από το 0 έως το 63. Το μηδέν αντιπροσωπεύει το σκοτάδι, ενώ οι πολύ έντονα φωτισμένες αστικές περιοχές συνήθως φτάνουν σε τιμή 63.
Για τον προσδιορισμό των προστατευόμενων περιοχών της Κίνας, το πλήρες σύνολο δεδομένων για την Παγκόσμια Βάση Δεδομένων Προστατευόμενων Περιοχών (WDPA) απεκτήθη τον Οκτώβριο του 2016 και περιορίστηκε στα κινεζικά σύνορα. Το WDPA είναι το πιο ολοκληρωμένο παγκόσμιο σύνολο χωρικών δεδομένων για τις θαλάσσιες και χερσαίες προστατευόμενες περιοχές. Τα χωρικά δεδομένα προστατευόμενης περιοχής συλλέγονται με τη μορφή ορίων (πολύγωνο) όπου υπάρχουν ή ως ενιαία δεδομένα συντεταγμένων γεωγραφικού πλάτους και γεωγραφικού μήκους, όπου δεν υπάρχουν διαθέσιμα οριακά δεδομένα. Όσον αφορά δεδομένα σημεία, δημιουργήθηκε μια χωρική προσέγγιση με τη δημιουργία μιας κυκλικής μνήμης γύρω από τα σημεία σύμφωνα με την αναφερόμενη περιοχή του χώρου που παρέχει το WDPA. Για να αποφευχθεί η μέτρηση αλληλοεπικαλυπτόμενων ΠΠ, χρησιμοποιήθηκε η εντολή "dissolve" στο ArcMap για τη δημιουργία ενός ενοποιημένου συνόλου πολυγώνων που διακρίνει περιοχές υπό κατάσταση προστασίας από μη προστατευμένες περιοχές.
Οι χάρτες χρήσης γης προέρχονται από δορυφορικές εικόνες Landsat Thematic Mapper (TM) από το 1990 και το 2010 σε κλίμακα 1: 100.000, που παρέχεται από το Κέντρο Δεδομένων Πόρων και Περιβάλλοντος του Ινστιτούτου Γεωλογικών Επιστημών και Φυσικών Ερευνών, CAS. Ο αριθμός των αγροτικών πληθυσμών στις επαρχίες Shanxi προέρχεται από την στατιστική εφημερίδα Shanxi.
Δεν υπάρχει καμπύλη βαθμονόμησης των αισθητήρων φωτισμού τη νύχτα και οι χρονοσειρές αυτού του εγγράφου περιλαμβάνουν δεδομένα από έξι διαφορετικούς δορυφόρους με διαφορετικούς αισθητήρες. Αυτό σημαίνει ότι οι DN στις εικόνες πρέπει να διασταυρωθούν προσεκτικά ώστε να μειωθούν οι διαφορές μεταξύ τους. Δεδομένου ότι οι ΠΠ της Κίνας βρίσκονται κυρίως στις αγροτικές περιοχές, η μελέτη αυτή χρησιμοποίησε τη βελτιωμένη μέθοδο Tan για τη διόρθωση των νυχτερινών φωτεινών δεδομένων, έχοντας υπ’ όψιν ότι η μέθοδος αυτή επικεντρώνεται στην Κίνα και επιλέγει μεγάλο αριθμό σημείων αναφοράς στις αγροτικές περιοχές με σκοπό τη βελτίωση της ακρίβειας και της συνέπειας των δεδομένων από τις αγροτικές περιοχές. Αντίθετα, άλλες μέθοδοι επικεντρώνονται κυρίως στις αστικές περιοχές. Αν και τα δεδομένα DMSP βαθμονομήθηκαν, υπήρχαν ακόμα διακυμάνσεις μεταξύ διαφόρων ετών, οδηγώντας σε μια ανακριβή εκτίμηση της εξέλιξης της αλλαγής της φωτεινής ρύπανσης από έτος σε έτος. Έτσι, διαιρέσαμε τις χρονολογικές σειρές μελέτης σε πέντε υποπεριόδους (1992-1995, 1996-2000, 2001-2004, 2005-2008 και 2009-2012) και χρησιμοποιήσαμε τις μέσες εικόνες DMSP κάθε υποπεριοχής για να υπολογίσουμε την αλλαγή τάσης.
Για να αποκτήσουμε δεδομένα φωτός νύχτας προστατευόμενων περιοχών, μετατράπηκαν δεδομένα προστατευόμενης περιοχής από πολυγωνικά σε δυαδικά δεδομένα ράστερ (δηλ. με τιμές 1 για ΠΠ και τιμές 0 για όλες τις άλλες περιοχές) και πολλαπλασιάστηκαν με τα δεδομένα DMSP. Λαμβάνοντας υπόψη τις περιφερειακές διαφορές στην οικονομική ανάπτυξη και τα γεωγραφικά χαρακτηριστικά της φύσης, διαιρέσαμε την ηπειρωτική Κίνα σε εννέα μέρη: Βορειοανατολική Κίνα, Βόρεια Κίνα, Ανατολική Κίνα, Κεντρική Κίνα, Νότια Κίνα, Εσωτερική Μογγολία, Βορειοδυτική Κίνα, Νοτιοδυτική Κίνα και Qinghai-Θιβέτ (Σχήμα 1). Το Qinghai-Θιβέτ και η Εσωτερική Μογγολία διαχωρίστηκαν επειδή καλύπτουν μεγάλες εκτάσεις και παρουσιάζουν χαρακτηριστικά διαφορετικά από αυτά των άλλων περιοχών. Στη συνέχεια, μελετήσαμε την μεταβολή της εμβέλειας και την ένταση της αλλαγής της φωτορύπανσης στις εννέα περιοχές, χρησιμοποιώντας την ακόλουθη μέθοδο. Η ροή αυτής της εργασίας απεικονίζεται στο Σχήμα 2.

[[Εικόνα:Rswikiglp21.jpg |thumb|left|Σχήμα 1:'''Χωρική κατανομή προστατευόμενων περιοχών σε διάφορες περιοχές της Κίνας. Η πηγή χωρικής κατανομής προστατευόμενων περιοχών προέρχεται από το σύνολο δεδομένων της Παγκόσμιας Βάσης Δεδομένων Προστατευόμενων Περιοχών (WDPA) και παρέχεται από την IUCN και το UNEP, τα οποία μπορούν να ληφθούν από το https://www.protectedplanet.net.''']]

[[Εικόνα:Rswikiglp22.jpg |thumb|right|Σχήμα 2:'''Διάγραμμα ροής που παρουσιάζει τη διαδικασία της μελέτης.''']]

Λαμβάνοντας υπόψη την επίδραση υπερπλήρωσης του νυχτερινού φωτός, θεωρήσαμε τα εικονοστοιχεία με τιμή DN (digital number-ψηφιακός αριθμός) πάνω από 5,5 ως φωτισμένα εικονοστοιχεία που επηρεάστηκαν από το τεχνητό φως. Η αναλογία των εικονοστοιχείων που φωτίζονται σε προστατευόμενες περιοχές (proportion of lit pixels in protected areas-POLP) ενός τόπου μπορεί να χρησιμοποιηθεί ως δείκτης για να αντικατοπτρίζει την έκταση των ΠΠ με φωτορύπανση, γεγονός που επέτρεψε συγκρίσεις μεταξύ διαφόρων τόπων με διαφορετικές ΠΠ. Το POLP υπολογίζεται χρησιμοποιώντας την ακόλουθη εξίσωση:
POLPij=Arealitij/Areatotalij
όπου POLPij είναι η αναλογία των εικονοστοιχείων που φωτίζονται σε προστατευμένες περιοχές της περιοχής i στην υποπερίοδο j, Arealitij είναι η περιοχή των φωτισμένων εικονοστοιχείων σε προστατευμένες περιοχές της περιοχής i στην υποπερίοδο j και Areatotalij είναι η συνολική έκταση των προστατευόμενων περιοχών της περιοχής i στην υποπερίοδο j.
Ακολούθως, η απόλυτη μεταβολή (που χρησιμοποιήθηκε για τη σύγκριση διαφόρων περιοχών) και η σχετική μεταβολή (που χρησιμοποιήθηκε για να συγκριθεί μια περιοχή με τον εαυτό της) του POLP από την πρώτη έως την πέμπτη υποπερίοδο υπολογίστηκαν για να διερευνηθεί η μεταβολή του αντικειμένου της φωτορύπανσης κατά την περίοδο:
Abs.Changei=POLP5i−POLP1i
Rel.Changei=(POLP5i−POLP1i)/POLP1i
όπου η Abs.Changei είναι η απόλυτη αλλαγή του POLP στην περιοχή i, η Rel.Changei είναι η σχετική αλλαγή του POLP στην περιοχή i, το POLP1i είναι το POLP της περιοχής i στην πρώτη υποπερίοδο και το POLP5i είναι το POLP της περιοχής i την πέμπτη υποπερίοδο.
Η φωτεινότητα/λάμψη μπορεί να αντικατοπτρίζει την ένταση της φωτορύπανσης. Πρώτον, για να διερευνήσουμε τη γενική αλλαγή της έντασης της φωτορύπανσης (δηλαδή πόσα εικονοστοιχεία επιδεινώθηκαν από τη φωτορύπανση και πόσα μετριάστηκαν), χρησιμοποιήσαμε τη μέση τιμή DN των νυχτερινών φωτεινών δεδομένων της πέμπτης υποπεριόδου μείον εκείνη της πρώτης και υπολογίσαμε το ποσοστό των εικονοστοιχείων των οποίων η λάμψη αυξήθηκε (DN αλλαγή >3) και εκείνο των οποίων μειώθηκε (αλλαγή DN <3), ενώ τα εικονοστοιχεία με αλλαγή DN κάτω από 3 θεωρήθηκαν ότι δεν υπόκεινται σε καμία αλλαγή.
Δεύτερον, για να διερευνήσουμε τις αλλαγές στην ένταση της φωτεινής ρύπανσης, διαιρέσαμε τα φωτισμένα εικονοστοιχεία σε τρία επίπεδα σύμφωνα με την τιμή DN (Πίνακας 1). Τα εικονοστοιχεία με τιμές μεταξύ 5,5 και 10 θεωρήθηκαν ότι αντιπροσωπεύουν μέτρια επίπεδα φωτεινής ρύπανσης επειδή ο αριθμός των εικονοστοιχείων μειώθηκε ραγδαία με την αύξηση της τιμής DN και η ταχύτητα της μείωσης επιβραδύνθηκε σημαντικά στην τιμή 10. Τα εικονοστοιχεία με τιμές άνω των 30 υποδεικνύουν ισχυρή φωτεινή ρύπανση, καθώς αυτή η τιμή χρησιμοποιείται γενικά ως κατώφλι για την εύρεση αστικών περιοχών. Τα εικονοστοιχεία με τιμές μεταξύ 10 και 30 υποδεικνύουν μεσαία επίπεδα. Για να αξιολογηθεί ο τρόπος με τον οποίο άλλαξαν τα επίπεδα της φωτεινής ρύπανσης από την πρώτη έως την πέμπτη υποπερίοδο, χρησιμοποιήσαμε τη μήτρα μεταφοράς της στάθμης της φωτεινής ρύπανσης, η οποία δείχνει τον αριθμό των εικονοστοιχείων που μεταφέρονται από το ένα επίπεδο στο άλλο.

[[Εικόνα:Rswikiglp23.jpg |thumb|right|Πίνακας 1:'''Κατανομή των επιπέδων φωτεινής ρύπανσης στην Κίνα βάσει των τιμών DN (ψηφιακού αριθμού).''']]

'''Αποτελέσματα'''

Με βάση το WDPA, οι φυλασσόμενες περιοχές της Κίνας καλύπτουν συνολική έκταση 1,59 εκατομμυρίων km^2. Το ποσοστό των προστατευόμενων περιοχών ολόκληρης της περιοχής του Qinghai-Θιβέτ είναι το μεγαλύτερο (41,29%), ενώ για την Ανατολική Κίνα βρέθηκε το χαμηλότερο ποσοστό (3,20%) (Πίνακας 2). Η Βορειοανατολική Κίνα, η περιοχή της Εσωτερικής Μογγολίας και η Νοτιοδυτική Κίνα έχουν παρόμοιες τιμές, σχεδόν 10%. Στο Qinghai-Θιβέτ το μέγεθος των προστατευόμενων περιοχών ήταν υψηλότερο, ακολουθούμενο από την Εσωτερική Μογγολία και τη Βορειοδυτική Κίνα. Αντίθετα, στη Νότια Κίνα, την Ανατολική Κίνα, την Κεντρική Κίνα και τη Βόρεια Κίνα, οι προστατευόμενες περιοχές είναι σχετικά μικρές.

[[Εικόνα:Rswikiglp24.jpg |thumb|right|Πίνακας 2:'''Βασικά δεδομένα των προστατευόμενων περιοχών σε διάφορες περιοχές της Κίνας.''']]

Συνολικά, για την Κίνα, η προστατευόμενη περιοχή που υποβλήθηκε σε φωτορύπανση αυξήθηκε περίπου 1,79 φορές από το 1992 έως το 2012, ενώ οι POLPs σε όλες τις περιοχές υπερδιπλασιάστηκαν από το 1992 έως το 2012 (Πίνακας 3). Γενικά, οι ανατολικές αναπτυγμένες περιοχές (Βόρεια Κίνα, Ανατολική Κίνα και Νότια Κίνα) έδειξαν ευρύτερα πεδία φωτεινής ρύπανσης και υψηλότερες απόλυτες αυξήσεις του POLP σε σύγκριση με τις άλλες περιοχές. Η απόλυτη αύξηση της Ανατολικής Κίνας ήταν η υψηλότερη και το POLP υπερέβη το 40% στην πέμπτη υποπερίοδο. Στην περιοχή Qinghai-Θιβέτ, αν και η απόλυτη αλλαγή ήταν η μικρότερη (0,076%), το POLP αυξήθηκε κατά 19 φορές, κατά τη διάρκεια της περιόδου.

[[Εικόνα:Rswikiglp25.jpg |thumb|right|Πίνακας 3:'''Τα εικονοστοιχεία σε προστατευόμενες περιοχές (POLP). Τιμές διαφορετικών περιοχών από την πρώτη υποπερίοδο (1992-1996) έως την πέμπτη υποπερίοδο (2009-2012).''']]

Για τις ΠΠ σε όλες τις περιοχές, η αναλογία των εικονοστοιχείων που αυξάνουν τη φωτεινότητα (αλλαγή DN>3) ήταν σημαντικά υψηλότερη από εκείνες που μειώνουν τη φωτεινότητα (αλλαγή DN<-3) (Σχήμα 3), πράγμα που σημαίνει ότι η περιοχή όπου η φωτορύπανση επιδεινώθηκε ήταν πολύ μεγαλύτερη από την περιοχή όπου ελαφρύνεται η ρύπανση. Στην Ανατολική Κίνα, οι ΠΠ υποβλήθηκαν στο υψηλότερο εύρος αύξησης της φωτεινότητας, ακολουθούμενη από τις ΠΠ στη Βόρεια Κίνα. Αντίθετα, οι αυξήσεις στη φωτεινότητα ήταν σχετικά χαμηλές στις ΠΠ του Qinghai-Θιβέτ, της Βορειοδυτικής Κίνας και της Εσωτερικής Μογγολίας. Δεν υπήρχε εικονοστοιχείο στις ΠΠ του Qinghai-Tibet που έδειχνε μείωση της φωτεινότητας, ενώ στη Βόρεια Κίνα, το ποσοστό προστατευόμενης περιοχής που μειωνόταν στη φωτεινότητα ήταν το υψηλότερο, ακολουθούμενο από τη βορειοανατολική Κίνα.

[[Εικόνα:Rswikiglp26.jpg |thumb|right|Σχήμα 3:'''Ποσοστό αύξησης / μείωσης της φωτεινότητας προστατευόμενων περιοχων μεταξύ της πρώτης υποπεριόδου (1992-1995) και της πέμπτης υποπεριόδου (2009-2012). Τα εικονοστοιχεία με αύξηση του ψηφιακού αριθμού (DN) πάνω από 3 αυξήθηκαν σε φωτεινότητα, ενώ εκείνα με μείωση της DN περισσότερο από 3 μειώθηκαν. Όταν η αλλαγή του DN ήταν κάτω από 3, δεν προκύπτει καμία αλλαγή.''']]

'''Συμπεράσματα'''

Με την επικάλυψη των φωτεινών δεδομένων DMSP και της χωρικής κατανομής των ΠΠ της Κίνας, η εργασία αυτή μελέτησε το πώς η φωτορύπανση στις ΠΠ της Κίνας άλλαξε από το 1992 στο 2012. Σε εθνικό επίπεδο, αφενός, η αναλογία των φωτεινών εικονοστοιχείων στις ΠΠ αυξήθηκε περίπου 1,79 φορές, από 1,513% κατά την πρώτη υποπερίοδο (1992-1995) σε 4,225% κατά την πέμπτη υποπερίοδο (2009-2012).
Επιπλέον, η κατάσταση ποικίλλει μεταξύ των περιφερειών. Στις ανατολικές αναπτυγμένες περιοχές (Βόρεια Κίνα, Ανατολική Κίνα και Νότια Κίνα), η φωτεινή ρύπανση των ΠΠ ήταν πιο σοβαρή από ό, τι σε άλλες περιοχές και επιδεινώθηκε σημαντικά. Από αυτές, η κατάσταση της Ανατολικής Κίνας ήταν η πιο σοβαρή. Στις ΠΠ αυτής της περιοχής, η αναλογία των φωτισμένων pixel αυξήθηκε κατά περίπου 32,4% και όλα τα pixels σε έντονο επίπεδο φωτεινής ρύπανσης δεν βελτιώθηκαν. Στις ΠΠ του Qinghai-Θιβέτ, αν και η αύξηση της φωτορύπανσης δεν ήταν σημαντική σε σύγκριση με άλλες περιοχές, το φάσμα των ΠΠ με υπάρχουσα φωτορύπανση αυξήθηκε περίπου 19 φορές.
Η φωτεινή ρύπανση σε μια ΠΠ εξαρτάται τόσο από τις ανθρώπινες δραστηριότητες (πηγές φωτεινής ρύπανσης) όσο και από τα ίδια τα χαρακτηριστικά της ΠΠ (επηρεάζοντας την εξάπλωση της φωτορύπανσης). Η αύξηση των οικιστικών περιοχών έχει ισχυρή θετική σχέση με την αύξηση της φωτορύπανσης, ενώ ακόμη και μια μικρή αύξηση της κατοικημένης περιοχής μπορεί να προκαλέσει μεγάλη αύξηση της φωτορύπανσης. Αυτό ήταν το πιο σημαντικό όσον αφορά τη περιοχή της Βόρειας Κίνας. Συνεπώς, πρέπει να ελέγχεται η επέκταση των κατοικημένων περιοχών εντός και γύρω από προστατευόμενες περιοχές. Από την άλλη μεριά, οι ΠΠ με μικρότερη έκταση τείνουν να έχουν υψηλότερα ποσοστά εμβαδού με φωτεινή ρύπανση, οπότε οι ΠΠ δεν πρέπει να οικοδομούνται σε κατακερματισμό.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1026/htm]

[[category:Οικολογία]]

Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain

2018-01-06T18:35:14Z

Giorglmbr:

''' Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain, Κίνα '''

'''Πρωτότυπος τίτλος:''' '' Using Satellite Data for the Characterization of Local Animal Reservoir Populations of Hantaan Virus on the Weihe Plain, China ''

'''Συγγραφείς: ''' Pengbo Yu, Yidan Li, Bo Xu, Jing Wei, Shen Li, Jianhua Dong, Jianhui Qu, Jing Xu, Zheng Y.X. Huang, Chaofeng Ma, Jing Yang, Guogang Zhang, Bin Chen, Shanqian Huang, Chunming Shi, Hongwei Gao, Feng Liu, Huaiyu Tian, Nils Chr. Stenseth, Bing Xu, Jingjun Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 22nd of October''

'''Εισαγωγή'''

Το 1984, στην επαρχία Shaanxi, στην κεντροανατολική Κίνα, ξέσπασε αιμορραγικός πυρετός με νεφρικό σύνδρομο (HFRS), ο οποίος χαρακτηρίστηκε από ταχέως προοδευτικά συμπτώματα σπειραματονεφρίτιδας και υψηλά ποσοστά θνησιμότητας, λόγω του ιού Hantaan (HTNV, οικογένεια Bunyaviridae, γένος Hantavirus): σημειώθηκαν συνολικά 1439 περιπτώσεις, με συχνότητα εμφάνισης 0,3% στην περιφέρεια Hu (επαρχία Shanxi). Παρόλο που παρατηρήθηκε σημαντική μείωση του αριθμού των περιστατικών HFRS μακροπρόθεσμα, οι 493 περιπτώσεις που αναφέρθηκαν μεταξύ του 2010 και του 2011 επανέλαβαν την ανησυχία για πιθανό κίνδυνο εμφάνισης της ασθένειας.
Οι Hantaviruses συνδέονται κυρίως με την οικογένεια τρωκτικών, Muridae. Οι Hantaviruses και είδη τρωκτικών είναι στενά συνδεδεμένα, με τέτοιο τρόπο ώστε κάθε ιικό είδος να συνδέεται κυρίως με ένα μόνο είδος τρωκτικού, αν και έχουν αναφερθεί λοιμώξεις και από άλλα θηλαστικά. Καθώς το HFRS μεταδίδεται κατά τη διάρκεια της επαφής με τα ούρα, κόπρανα ή σάλιο τρωκτικών, συνήθως θεωρείται ως μια άμεση, εξαρτώμενη από την πυκνότητα, μετάδοση, σχετικά με την οποία η οικολογία της αφθονίας των τρωκτικών μπορεί να καθορίσει σε μεγάλο βαθμό τη δυνατότητα και το μέγεθός της. Στην πεδιάδα Weihe, που βρίσκεται στην κεντρική επαρχία Shaanxi, τα ριγωτά ποντίκια (Apodemus agrarius) είναι ο κύριος ξενιστής του HTNV. Επομένως, η κατανόηση των παραγόντων που οδηγούν σε αλλαγές του πληθυσμού του Apodemus agrarius είναι σημαντική για την καλύτερη πρόβλεψη των εστιών του HFRS.
Το 2002, προτάθηκε από επιστήμονες μία υπόθεση τροφικής αλληλουχίας για να εξηγήσει πώς η περιβαλλοντική διαφοροποίηση επηρεάζει την πιθανότητα εμφάνισης επιδημικών εστιών. Οι τροφική αλληλουχία είναι έμμεση αλληλεπίδραση εντός ενός ιστού τροφίμων που μπορούν να επηρεάσουν ολόκληρο το οικοσύστημα. Οι ευνοϊκές περιβαλλοντικές συνθήκες μπορούν να οδηγήσουν σε αύξηση της πρωτογενούς και δευτερογενούς παραγωγικότητας, η οποία έχει ως αποτέλεσμα την αύξηση της πυκνότητας του πληθυσμού των τρωκτικών και, κατά συνέπεια, τον αυξημένο κίνδυνο μετάδοσης του hantavirus στους ανθρώπους. Επί του παρόντος, η τηλεπισκόπηση (RS) έχει αναγνωριστεί ως σημαντική πηγή πληροφοριών για τη μελέτη της οικολογίας των hantaviruses και χρησιμοποιείται συχνά στη μελέτη της σχέσης μεταξύ περιβαλλοντικών μεταβλητών και μετάδοσης του συγκεκριμένου ιού. Οι επιστήμονες Glass και Boone χρησιμοποίησαν εικόνες τηλεπισκόπησης για τον εντοπισμό περιβαλλοντικών συνθηκών που σχετίζονται με τον κίνδυνο μετάδοσης της νόσου στον άνθρωπο που προκαλείται από τον ιό Sin Nombre. Ο Wei συνδύασε οικολογική εξειδίκευση και τεχνικές τηλεπισκόπισης για τον εντοπισμό των παραγόντων κινδύνου για μολύνσεις από ινομυώματα σε τρωκτικούς ξενιστές. Οι Zhang και Goodin εξέτασαν τη σχέση μεταξύ των φυσικών ποσοστών μόλυνσης για τον hantavirus στα τρωκτικά και κατηγορίες κάλυψης γης. Ο Yan χρησιμοποίησε δορυφορικά δεδομένα Landsat TM για να διερευνήσει τη χρονική σχέση μεταξύ του αριθμού των περιπτώσεων HFRS και μιας χρονοσειράς του κανονικοποιημένου δείκτη βλάστησης διαφορών (NDVI). Αυτές οι μελέτες υπογραμμίζουν τη χρησιμότητα της τηλεπισκόπισης στην πρόβλεψη του κινδύνου για HFRS.
Εδώ πραγματοποιήσαμε μια έρευνα σχετικά με τη δυναμική του πληθυσμού των τρωκτικών, η οποία καλύπτει την περίοδο 2005 έως 2012 στην Weihe Plain και χρησιμοποιήσαμε τα δεδομένα επίπτωσης του HFRS, μαζί με δορυφορικά δεδομένα, για να ελέγξουμε την υπόθεση ότι η πληθυσμιακή δυναμική του αποθέματος ζώων του HTNV από τροφικές αλληλουχίες (μετρώντας μέσω δεικτών τηλεπισκόπησης) μπορούν να χρησιμεύσουν ως πιθανοί παράγοντες πρόβλεψης των εστιών του HFRS. Οι αναλύσεις μας θα βελτιώσουν την κατανόηση του κινδύνου μετάδοσης του HTNV στους ανθρώπους.

'''Δειγματοληψία τρωκτικών'''

Η περιοχή μελέτης μας βρισκόταν σε μία από τις περιοχές εστίασης του HFRS στην περιφέρεια Hu (108° Ανατολικά, 34° Βόρεια), στην εθνική περιοχή παρακολούθησης HFRS στο οροπέδιο Loess της κεντρικής Κίνας. Από τον Ιανουάριο του 2005 έως τον Δεκέμβριο του 2012 πραγματοποιήθηκαν μηνιαίες έρευνες για τους τοπικούς πληθυσμούς ζώων που φέρουν τον ιό Hantaan. Παγίδευση τρωκτικού διεξήχθη σε εννέα τοποθεσίες, σε χωράφια με μια απλή δομή βλάστησης (καταλαμβάνονται κυρίως από μεγάλες καλλιέργειες, σιτάρι την άνοιξη και καλαμπόκι το φθινόπωρο), τα οποία είναι ενδιαιτήματα για σημαντικά αποθέματα τρωκτικών και απέχουν 3 χλμ από τα χωριά της περιφέρειας Hu. Σε κάθε θέση παγίδευσης, τοποθετήθηκαν τουλάχιστον 300 παγίδες μικρών θηλαστικών, για τρεις νύχτες, με μία μόνο δέσμευση, σε τέσσερις παράλληλες γραμμές με 25 παγίδες κάθε μία (Εικόνα 1). Τοποθετούνται τα φιστίκια σε κάθε παγίδα ως δόλωμα τη νύχτα και ανακτώνται μικρά θηλαστικά παγιδευμένα το πρωί. Οι ρυθμοί συλλήψεως εκφράζονται ως ο αριθμός των τρωκτικών που αλιεύονται ανά 100 παγίδες. Οι παγίδες χωρίστηκαν σε διαστήματα περίπου 5 μέτρων. Οι παγίδες τοποθετούνταν κάθε βράδυ και συλλέγονταν το πρωί. Τα ζώα που παγιδεύτηκαν, συλλέχθηκαν και ταυτοποιήθηκαν σε είδη. Όλα τα συλληφθέντα τρωκτικά προστέθηκαν στα κέντρα Shaanxi για τον έλεγχο και την πρόληψη ασθενειών. Τα επιδημιολογικά δεδομένα ελήφθησαν από το Επαρχιακό Κέντρο Ελέγχου και Πρόληψης Νοσημάτων του Shaanxi.

[[Εικόνα:Rswikiglp91.jpg |thumb|right|Eικόνα 1:'''Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στοιχεία κάλυψης γης από το GlobCover 2009 v2.3 (ESA Globcover Project, http://due.esrin.esa.int/globcover/). Οι μαύροι κύκλοι αντιπροσωπεύουν τις θέσεις δειγματοληψίας τρωκτικών. Σχηματική αναπαράσταση της θέσης παγίδευσης τρωκτικών. Οι παγίδες χωρίστηκαν σε διαστήματα των 5 μέτρων.''']]

Τα στοιχεία σχετικά με τις περιπτώσεις HFRS στην περιφέρεια Hu από το 2005 έως το 2012 ελήφθησαν από το σύστημα παρακολούθησης ασθενειών Shaanxi Notifiable Disease. Αυτές οι περιπτώσεις επιβεβαιώθηκαν, σύμφωνα με την τυποποιημένη διάγνωση που καθορίστηκε από το Υπουργείο Υγείας της Λαϊκής Δημοκρατίας της Κίνας, και στη συνέχεια επιβεβαιώθηκαν με την ανίχνευση αντισωμάτων κατά του hantavirus σε δείγματα ανθρώπινου ορού.

'''Δορυφορικά δεδομένα'''

Η έναρξη της λειτουργίας του Moderate Resolution Imaging Spectroradiometer (MODIS) στα αεροσκάφη Terra και Aqua το Δεκέμβριο του 1999 και το Μάιο του 2002, αντίστοιχα, συνέβαλε σημαντικά στην κατανόηση της δυναμικής της Γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε μια ομάδα προϊόντων MODIS Land (Πίνακας 1) που ελήφθησαν από το Εθνικό Σύστημα Δεδομένων και Πληροφοριών για το Σύστημα Παρακολούθησης της Γης (EOSDIS) της Εθνικής Υπηρεσίας Αεροναυτικής και Διαστήματος (EOSDIS, http://reverb.echo.nasa.gov/reverb/ ). Συγκεκριμένα, το NDVI εξήχθη από το προϊόν MOD13A2, κύκλου 16 ημερών, λεπτομέρειας 1 χλμ. Ο δείκτης περιοχής φύλλου (LAI) και η κλασματική φωτοσυνθετική ενεργός ακτινοβολία (FPAR) εξήχθησαν από το προϊόν MOD15A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. Το LAI χρησιμοποιήθηκε για την ποσοτικοποίηση της έκτασης του φυλλώματος ανά μονάδα επιφανείας εδάφους και το FPAR χρησιμοποιήθηκε για τη μέτρηση της ακτινοβολίας που απορροφάται από τη βλάστηση στην φασματική περιοχή της ηλιακής ακτινοβολίας 0,4-0,7 μm.

[[Εικόνα:Rswikiglp92.jpg |thumb|right|Πίνακας 1:'''Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.''']]

Σημείωση: MODIS, Moderate Resolution Imaging Spectoradiometer. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. LAI, δείκτης περιοχής φύλλων. FPAR, κλασματική φωτοσυνθετικά ενεργή ακτινοβολία. GPP, ακαθάριστη πρωτογενής παραγωγή. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.
Η ακαθάριστη πρωτογενής παραγωγή (GPP) και η καθαρή φωτοσύνθεση (PsnNet) προήλθαν από το προϊόν MOD17A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. και χρησιμοποιήθηκαν σε αυτή τη μελέτη. Το GPP παρέχει ακριβή τακτική μέτρηση της ικανότητας της βλάστησης να συλλάβει άνθρακα και ενέργεια κατά τη διάρκεια της φωτοσύνθεσης και το PsnNet χρησιμοποιείται για τη μέτρηση της καθαρής πρόσληψης διοξειδίου του άνθρακα σε ένα φύλλο.
Τα δεδομένα θερμοκρασίας εδάφους 8 ημερών (LST) προέκυψαν από το προϊόν MODIS MOD11A2. Το χρονικό εύρος των προϊόντων MODIS που χρησιμοποιήθηκαν ήταν από το 2005 έως το 2012 και όλα τα σύνολα δεδομένων συγκεντρώθηκαν σε μηνιαίες τιμές λαμβάνοντας το μέγιστο όλων των τιμών που καταγράφηκαν εντός του μήνα.

'''Στατιστική ανάλυση'''

Οι σχέσεις μεταξύ των δεικτών με βάση την τηλεπισκόπηση, του κινδύνου HFRS και της πυκνότητας του πληθυσμού των τρωκτικών εξετάστηκαν με τη συσχέτιση του Pearson. Εφαρμόσαμε μια ανάλυση αλληλοσυσχέτισης, η οποία ανιχνεύει αν υπάρχουν σχέσεις χρονικής υστέρησης. Δεδομένης της χρονικής υστέρησης στην ανταπόκριση των πληθυσμών των τρωκτικών στις περιβαλλοντικές συνθήκες, διατηρήσαμε ακόμα τις σειρές δεικτών με βάση την τηλεπισκόπηση και μετατοπίσαμε τις σειρές πυκνότητας πληθυσμού τρωκτικών προς τα πίσω κατά ένα μήνα κάθε φορά (έως έξι μήνες). Για να ανιχνευθεί η επίδραση της υστέρησης της πυκνότητας του πληθυσμού των τρωκτικών στον κίνδυνο HFRS, μετακινήσαμε τη συχνότητα εμφάνισης HFRS προς τα πίσω και διατηρήσαμε την πυκνότητα του πληθυσμού των τρωκτικών. Χρησιμοποιήθηκε ανάλυση αλληλοσυσχέτισης για την αξιολόγηση των ενώσεων και υπολογίστηκε ως:
ρxy (t) = γxy (t)/(σxσy) t = 0, ±1, ±2
όπου ρ (t) είναι ο συντελεστής διασταυρούμενης συσχέτισης σε χρονική υστέρηση t, σ είναι η τυπική απόκλιση για την πυκνότητα πληθυσμού τρωκτικών, σύμφωνα με τη συχνότητα εμφάνισης HFRS και δεικτών βάσει τηλεπισκόπησης και γ είναι η συνάρτηση συνδιακύμανσης.

'''Μοντέλο Εξίσωσης Δομής'''

Η μοντελοποίηση εξισώσεων δομής (SEM) είναι μια γενική στατιστική τεχνική, η οποία συνδυάζει ανάλυση παράγοντα και πολλαπλή παλινδρόμηση, που χρησιμοποιείται για την εξέταση άμεσων και έμμεσων επιδράσεων στις αλληλεπιδράσεις μεταξύ πολλαπλών παραγόντων. Το SEM μπορεί να χρησιμοποιηθεί για την ερμηνεία πληροφοριών σχετικά με τους παρατηρούμενους συσχετισμούς ομάδων οργανισμών, για τη δοκιμή και την αξιολόγηση σύνθετων αιτιακών σχέσεων. Κατασκευάσαμε SEM χρησιμοποιώντας το πακέτο R lavaan, εφαρμόζοντας τη μέθοδο μέγιστης πιθανότητας για την εκτίμηση του μοντέλου. Μεταξύ των πολλαπλών δεικτών που είναι διαθέσιμοι για την αξιολόγηση της προσαρμογής του μοντέλου, επιλέξαμε ένα κανονικοποιημένο χ2-test (chi-squared / βαθμοί ελευθερίας), ένα δείκτη συγκριτικής προσαρμογής (CFI) και ένα μέσο ριζικό σφάλμα προσέγγισης (RMSEA). Η κανονικοποιημένη χ2-test χρησιμοποιείται για να ελέγξει εάν η σχέση που είναι δομημένη στο μοντέλο είναι λογική για τα δεδομένα. Το CFI χρησιμοποιείται για να ελέγξει εάν το μοντέλο ταιριάζει με τα δεδομένα, όπου> 0,9 είναι καλό, και το RMSEA μετράει πόσο προσεκτικά το μοντέλο αναπαράγει πρότυπα δεδομένων, όπου οι χαμηλότερες τιμές είναι καλύτερες.
Με βάση τη σχέση χρονικής υστέρησης που βρέθηκε στην ανάλυση συσχέτισης, διαμορφώσαμε το SEM θέτοντας τον PsnNet τρεις μήνες πριν (t-3) ως πρόβλεψη, την πυκνότητα πληθυσμού τρωκτικών (t) ως μεσολαβητή και την επίπτωση του HFRS τέσσερις μήνες αργότερα την εξαρτημένη μεταβλητή. Το μοντέλο μας εξέτασε την υπόθεση ότι η διακύμανση μεταξύ του συσχετισμένου PsnNet και της πυκνότητας του πληθυσμού των τρωκτικών θα μπορούσε να παρέχει εύλογες εξηγήσεις για την εκδήλωση του HFRS.
(Η Animal Ethics Committee του CDC Shaanxi παραιτήθηκε από την έγκριση αυτής της μελέτης. Επειδή οι μέθοδοι δεν περιελάμβαναν πειραματισμούς σε ζώα, δεν ήταν απαραίτητο να αποκτήσουμε άδεια από τη Animal Ethics Committee. Επιπλέον, τα είδη που συλλαμβάνονται στη μελέτη αυτή δεν προστατεύονται στην Κίνα και κανένα από τα είδη που έχουν συλληφθεί δεν περιλαμβάνεται στην red list ειδών της Κίνας).

'''Αποτελέσματα'''

Η περιφέρεια Hu είναι μια περιοχή με υψηλή συχνότητα εμφάνισης HFRS και πληθυσμό περίπου 0,61 εκατομμυρίων στην πεδιάδα Weihe (Σχήμα 1). Οι επιδημίες του HFRS σημειώθηκαν κάθε χρόνο μεταξύ του 2005 και του 2012, με διαφορετικό μέγεθος. Συνολικά 1118 περιπτώσεις HFRS επιβεβαιώθηκαν στην περιφέρεια Hu από το 2005 έως το 2012. Η ετήσια επίπτωση των HFRS συνέχισε να αυξάνεται (Πίνακας 2). Δύο εστίες το 2010 και το 2011 ήταν μεγαλύτερες από το συνηθισμένο, με 282 και 211 περιπτώσεις, αντίστοιχα (Εικόνα 2). Η μηνιαία κατανομή των περιπτώσεων HFRS έδειξε ότι η επίπτωση του HFRS ήταν υψηλότερη κατά το δεύτερο εξάμηνο του έτους και κορυφώθηκε από τον Οκτώβριο έως το Δεκέμβριο (Εικόνα 3 και Εικόνα 4).

[[Εικόνα:Rswikiglp93.jpg |thumb|left|Εικόνα 2:'''Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώσεων HFRS. (Β) Οι χρονοσειρές της πυκνότητας πληθυσμού Apodemus agrarius (ρυθμός σύλληψης), οι σκιασμένες περιοχές υποδεικνύουν διμηνιαία διαστήματα εμπιστοσύνης 95% χρησιμοποιώντας τη μέθοδο Agresti-Coull. Οι ρυθμοί σύλληψης εκφράζονται ως αριθμός τρωκτικών που αλιεύονται ανά 100 παγίδες.''']]

[[Εικόνα:Rswikiglp94.jpg |thumb|right|Εικόνα 3:'''Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-2012. Οι μπάρες σφάλματος εμφανίζουν τις μέγιστες και τις ελάχιστες τιμές.''']]

[[Εικόνα:Rswikiglp95.jpg |thumb|left|Εικόνα 4:'''Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.''']]

[[Εικόνα:Rswikiglp96.jpg |thumb|right|Πίνακας 2:'''Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.''']]

Κατά τη διάρκεια της μελέτης, οι 365 A. Αgrarius που συνελήφθησαν σε 41.764 παγίδες, με ρυθμό σύλληψης 0.9 ανά εκατό παγιδευμένες νύχτες. Η πληθυσμιακή πυκνότητα του A. Αgrarius ποικίλλει τόσο εποχιακά όσο και μεταξύ ετών. Η επιτυχία της παγίδευσης μειώθηκε στα τέλη του φθινοπώρου και του χειμώνα και αυξήθηκε κατά την άνοιξη και η ετήσια μέγιστη πυκνότητα των τρωκτικών παρατηρήθηκε από τον Αύγουστο έως τον Οκτώβριο (Σχήμα 3). Η εποχιακή κατανομή των περιπτώσεων HFRS έδειξε πάντα μια σχετικά υψηλή κορυφή το Νοέμβριο και μια χαμηλότερη κορυφή τον Ιούνιο (Σχήμα 3). Τόσο η εποχικότητα όσο και το αποτέλεσμα της ανάλυσης διασταυρούμενης συσχέτισης (Πίνακας 3) έδειξαν ότι ο μηνιαίος αριθμός περιπτώσεων HFRS συσχετίστηκε θετικά με την πυκνότητα των τρωκτικών, με χρονική υστέρηση 1-5 μηνών.

[[Εικόνα:Rswikiglp97.jpg |thumb|right|Πίνακας 3:'''Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμού τρωκτικών.''']]

Στο Σχήμα 5 φαίνεται ότι ο μέγιστος συντελεστής διασταυρούμενης συσχέτισης δείχνει ότι το PsnNet, σε υστέρηση 3 μηνών, εμφανίζεται να παίζει ρόλο στην πυκνότητα πληθυσμού τρωκτικών. Τα αποτελέσματα (Εικόνα 6) έδειξαν ότι η πληθυσμιακή πυκνότητα του Α. Agrarius συσχετίστηκε θετικά με τα NDVI, GPP και PsnNet, με χρονική υστέρηση 2 μηνών, 2-3 μηνών και 2-3 μηνών αντίστοιχα. Η πληθυσμιακή πυκνότητα του Α. Agararius συσχετίστηκε αρνητικά με το LST, με 6μηνη υστέρηση. Ο υψηλότερος συντελεστής συσχέτισης ήταν για τη σχέση μεταξύ του ρυθμού σύλληψης των Α. Agararius και PsnNet, με 3μηνη υστέρηση (r = 0,46, p <0,01). Το PsnNet ήταν υψηλό σε ετήσια βάση από τον Μάρτιο έως τον Σεπτέμβριο, που ήταν η περίοδος αναπαραγωγής του A. Αgrarius, αν και η αξία του PsnNet τον Ιούνιο ήταν χαμηλή λόγω της εαρινής συγκομιδής. Ο ρυθμός σύλληψης του A. Αgrarius ήταν σχετικά υψηλός στην εποχή αναπαραγωγής και ήταν σχετικά χαμηλός τη χειμερινή περίοδο, από τον Δεκέμβριο έως τον Φεβρουάριο. Ως εκ τούτου, τα αποτελέσματα έδειξαν ότι το εποχιακό πρότυπο του PsnNet κορυφώθηκε και συνέπεσε με το ρυθμό σύλληψης του Α. Agrarius.

[[Εικόνα:Rswikiglp98.jpg |thumb|right|Εικόνα 5:'''Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).''']]

[[Εικόνα:Rswikiglp99.jpg |thumb|right|Εικόνα 6:'''Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσχέτισης που ταιριάζει με δύο μεταβλητές υπολογίστηκε με τη μέθοδο Pearson στο R. ΑΑ, Apodemus agrarius. RN, Rattus norvegicus. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους. Οι αριθμοί που κυμαίνονται από -1 έως 1 είναι οι συντελεστές συσχέτισης Pearson των μεταβλητών σε οριζόντιους και κατακόρυφους άξονες. Το χρώμα και το μέγεθος των κύκλων υποδεικνύουν τη σημασία της συσχέτισης. Εμφανίζονται μόνο σημαντικά στατιστικά στοιχεία (p <0,05).''']]

Μια πρόσθετη ανάλυση διεξήχθη για να ελεγχθεί η σχέση μεταξύ των δεικτών που παρουσιάζονται παραπάνω και της πυκνότητας πληθυσμού του καφέ αρουραίου (Rattus norvegicus). Το είδος αυτό ζει κοντά στον άνθρωπο και δεν βασίζεται σε καλλιέργειες. Τα αποτελέσματα έδειξαν ότι ο ρυθμός σύλληψης του R. Νorvegicus δεν συσχετίστηκε με κανένα από τους δείκτες κατά τη διάρκεια μιας υστέρησης 1-6 μηνών.
Το SEM (Εικόνα 7) έδειξε ότι ο PsnNet κατά τους προηγούμενους μήνες συσχετίστηκε σημαντικά και θετικά με την πυκνότητα του πληθυσμού των τρωκτικών και τη συχνότητα εμφάνισης του HFRS. Ομοίως, η πυκνότητα πληθυσμού τρωκτικών συσχετίστηκε θετικά με την επίπτωση του HFRS στους επόμενους μήνες. Αυτό έδειξε την έμμεση επίδραση του PsnNet στις επιπτώσεις του HFRS.

[[Εικόνα:Rswikiglp910.jpg |thumb|right|Εικόνα 7:'''Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS). (χ2 = 2,34, CFI = 0,97). * Η παράμετρος είναι σημαντική στο επίπεδο 0,05. ** Η παράμετρος είναι σημαντική στο επίπεδο 0,01.''']]

'''Συμπεράσματα'''

Η μελέτη μας είναι ένα ενθαρρυντικό βήμα προς μια προσέγγιση έγκαιρης προειδοποίησης που μπορεί να προβλέψει τον κίνδυνο μόλυνσης από hantavirus, στη βάση ότι οι διακυμάνσεις στην αφθονία των αποθεμάτων τρωκτικών μπορούν να εκτιμηθούν από δορυφορικές εικόνες. Η μελέτη παρέχει επίσης μια αποτελεσματική μέθοδο για την παρακολούθηση περιβαλλοντικών συνθηκών σε μεγάλη κλίμακα. Η τροφική αλληλουχία έχει επικυρωθεί στην περιοχή μελέτης μας χρησιμοποιώντας δορυφορικά και αρχειοθετημένα δεδομένα επιτήρησης. Η παραγωγικότητα της βλάστησης (κατάσταση της γεωργικής γης, εκπροσωπούμενης από το PsnNet) αποδείχθηκε ότι αποτελεί σημαντικό οδηγό για την αύξηση της αφθονίας των αποθεμάτων hantavirus (A. agrarius), με υστέρηση 3 μηνών.
Εν κατακλείδι, δείξαμε ότι ο κίνδυνος HFRS συνδέεται στενά με την περιβαλλοντική μεταβλητότητα και ότι η τηλεπισκόπηση μπορεί να είναι κρίσιμη τόσο για την αποτελεσματική πρόβλεψη κινδύνου όσο και γενικότερα σε εφαρμογές δημόσιας υγείας. Αυτή η προσέγγιση προσφέρει μια πολύτιμη βάση για την ανάπτυξη ενός λιγότερο δαπανηρού, αλλά αποτελεσματικού συστήματος προειδοποίησης για την πρόληψη των εστιών του HFRS στην περιοχή μελέτης μας, στην περιφέρεια Hu. Επιπλέον, η χρησιμότητα της τηλεπισκόπησης για την παρατήρηση περιβαλλοντικών συνθηκών σε πραγματικό χρόνο παρέχει στις αρχές υγείας ένα χρονικό περιθώριο για την ανάπτυξη στοχευμένων στρατηγικών με σκοπό τον έλεγχο και την πρόληψη του κινδύνου του HFRS.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1076/htm]

[[category:Υγεία]]

Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain

2018-01-06T18:34:29Z

Giorglmbr:

''' Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain, Κίνα '''

'''Πρωτότυπος τίτλος:''' '' Using Satellite Data for the Characterization of Local Animal Reservoir Populations of Hantaan Virus on the Weihe Plain, China ''

'''Συγγραφείς: ''' Pengbo Yu, Yidan Li, Bo Xu, Jing Wei, Shen Li, Jianhua Dong, Jianhui Qu, Jing Xu, Zheng Y.X. Huang, Chaofeng Ma, Jing Yang, Guogang Zhang, Bin Chen, Shanqian Huang, Chunming Shi, Hongwei Gao, Feng Liu, Huaiyu Tian, Nils Chr. Stenseth, Bing Xu, Jingjun Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 22nd of October''

'''Εισαγωγή'''

Το 1984, στην επαρχία Shaanxi, στην κεντροανατολική Κίνα, ξέσπασε αιμορραγικός πυρετός με νεφρικό σύνδρομο (HFRS), ο οποίος χαρακτηρίστηκε από ταχέως προοδευτικά συμπτώματα σπειραματονεφρίτιδας και υψηλά ποσοστά θνησιμότητας, λόγω του ιού Hantaan (HTNV, οικογένεια Bunyaviridae, γένος Hantavirus): σημειώθηκαν συνολικά 1439 περιπτώσεις, με συχνότητα εμφάνισης 0,3% στην περιφέρεια Hu (επαρχία Shanxi). Παρόλο που παρατηρήθηκε σημαντική μείωση του αριθμού των περιστατικών HFRS μακροπρόθεσμα, οι 493 περιπτώσεις που αναφέρθηκαν μεταξύ του 2010 και του 2011 επανέλαβαν την ανησυχία για πιθανό κίνδυνο εμφάνισης της ασθένειας.
Οι Hantaviruses συνδέονται κυρίως με την οικογένεια τρωκτικών, Muridae. Οι Hantaviruses και είδη τρωκτικών είναι στενά συνδεδεμένα, με τέτοιο τρόπο ώστε κάθε ιικό είδος να συνδέεται κυρίως με ένα μόνο είδος τρωκτικού, αν και έχουν αναφερθεί λοιμώξεις και από άλλα θηλαστικά. Καθώς το HFRS μεταδίδεται κατά τη διάρκεια της επαφής με τα ούρα, κόπρανα ή σάλιο τρωκτικών, συνήθως θεωρείται ως μια άμεση, εξαρτώμενη από την πυκνότητα, μετάδοση, σχετικά με την οποία η οικολογία της αφθονίας των τρωκτικών μπορεί να καθορίσει σε μεγάλο βαθμό τη δυνατότητα και το μέγεθός της. Στην πεδιάδα Weihe, που βρίσκεται στην κεντρική επαρχία Shaanxi, τα ριγωτά ποντίκια (Apodemus agrarius) είναι ο κύριος ξενιστής του HTNV. Επομένως, η κατανόηση των παραγόντων που οδηγούν σε αλλαγές του πληθυσμού του Apodemus agrarius είναι σημαντική για την καλύτερη πρόβλεψη των εστιών του HFRS.
Το 2002, προτάθηκε από επιστήμονες μία υπόθεση τροφικής αλληλουχίας για να εξηγήσει πώς η περιβαλλοντική διαφοροποίηση επηρεάζει την πιθανότητα εμφάνισης επιδημικών εστιών. Οι τροφική αλληλουχία είναι έμμεση αλληλεπίδραση εντός ενός ιστού τροφίμων που μπορούν να επηρεάσουν ολόκληρο το οικοσύστημα. Οι ευνοϊκές περιβαλλοντικές συνθήκες μπορούν να οδηγήσουν σε αύξηση της πρωτογενούς και δευτερογενούς παραγωγικότητας, η οποία έχει ως αποτέλεσμα την αύξηση της πυκνότητας του πληθυσμού των τρωκτικών και, κατά συνέπεια, τον αυξημένο κίνδυνο μετάδοσης του hantavirus στους ανθρώπους. Επί του παρόντος, η τηλεπισκόπηση (RS) έχει αναγνωριστεί ως σημαντική πηγή πληροφοριών για τη μελέτη της οικολογίας των hantaviruses και χρησιμοποιείται συχνά στη μελέτη της σχέσης μεταξύ περιβαλλοντικών μεταβλητών και μετάδοσης του συγκεκριμένου ιού. Οι επιστήμονες Glass και Boone χρησιμοποίησαν εικόνες τηλεπισκόπησης για τον εντοπισμό περιβαλλοντικών συνθηκών που σχετίζονται με τον κίνδυνο μετάδοσης της νόσου στον άνθρωπο που προκαλείται από τον ιό Sin Nombre. Ο Wei συνδύασε οικολογική εξειδίκευση και τεχνικές τηλεπισκόπισης για τον εντοπισμό των παραγόντων κινδύνου για μολύνσεις από ινομυώματα σε τρωκτικούς ξενιστές. Οι Zhang και Goodin εξέτασαν τη σχέση μεταξύ των φυσικών ποσοστών μόλυνσης για τον hantavirus στα τρωκτικά και κατηγορίες κάλυψης γης. Ο Yan χρησιμοποίησε δορυφορικά δεδομένα Landsat TM για να διερευνήσει τη χρονική σχέση μεταξύ του αριθμού των περιπτώσεων HFRS και μιας χρονοσειράς του κανονικοποιημένου δείκτη βλάστησης διαφορών (NDVI). Αυτές οι μελέτες υπογραμμίζουν τη χρησιμότητα της τηλεπισκόπισης στην πρόβλεψη του κινδύνου για HFRS.
Εδώ πραγματοποιήσαμε μια έρευνα σχετικά με τη δυναμική του πληθυσμού των τρωκτικών, η οποία καλύπτει την περίοδο 2005 έως 2012 στην Weihe Plain και χρησιμοποιήσαμε τα δεδομένα επίπτωσης του HFRS, μαζί με δορυφορικά δεδομένα, για να ελέγξουμε την υπόθεση ότι η πληθυσμιακή δυναμική του αποθέματος ζώων του HTNV από τροφικές αλληλουχίες (μετρώντας μέσω δεικτών τηλεπισκόπησης) μπορούν να χρησιμεύσουν ως πιθανοί παράγοντες πρόβλεψης των εστιών του HFRS. Οι αναλύσεις μας θα βελτιώσουν την κατανόηση του κινδύνου μετάδοσης του HTNV στους ανθρώπους.

'''Δειγματοληψία τρωκτικών'''

Η περιοχή μελέτης μας βρισκόταν σε μία από τις περιοχές εστίασης του HFRS στην περιφέρεια Hu (108° Ανατολικά, 34° Βόρεια), στην εθνική περιοχή παρακολούθησης HFRS στο οροπέδιο Loess της κεντρικής Κίνας. Από τον Ιανουάριο του 2005 έως τον Δεκέμβριο του 2012 πραγματοποιήθηκαν μηνιαίες έρευνες για τους τοπικούς πληθυσμούς ζώων που φέρουν τον ιό Hantaan. Παγίδευση τρωκτικού διεξήχθη σε εννέα τοποθεσίες, σε χωράφια με μια απλή δομή βλάστησης (καταλαμβάνονται κυρίως από μεγάλες καλλιέργειες, σιτάρι την άνοιξη και καλαμπόκι το φθινόπωρο), τα οποία είναι ενδιαιτήματα για σημαντικά αποθέματα τρωκτικών και απέχουν 3 χλμ από τα χωριά της περιφέρειας Hu. Σε κάθε θέση παγίδευσης, τοποθετήθηκαν τουλάχιστον 300 παγίδες μικρών θηλαστικών, για τρεις νύχτες, με μία μόνο δέσμευση, σε τέσσερις παράλληλες γραμμές με 25 παγίδες κάθε μία (Εικόνα 1). Τοποθετούνται τα φιστίκια σε κάθε παγίδα ως δόλωμα τη νύχτα και ανακτώνται μικρά θηλαστικά παγιδευμένα το πρωί. Οι ρυθμοί συλλήψεως εκφράζονται ως ο αριθμός των τρωκτικών που αλιεύονται ανά 100 παγίδες. Οι παγίδες χωρίστηκαν σε διαστήματα περίπου 5 μέτρων. Οι παγίδες τοποθετούνταν κάθε βράδυ και συλλέγονταν το πρωί. Τα ζώα που παγιδεύτηκαν, συλλέχθηκαν και ταυτοποιήθηκαν σε είδη. Όλα τα συλληφθέντα τρωκτικά προστέθηκαν στα κέντρα Shaanxi για τον έλεγχο και την πρόληψη ασθενειών. Τα επιδημιολογικά δεδομένα ελήφθησαν από το Επαρχιακό Κέντρο Ελέγχου και Πρόληψης Νοσημάτων του Shaanxi.

[[Εικόνα:Rswikiglp91.jpg |thumb|right|Eικόνα 1:'''Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στοιχεία κάλυψης γης από το GlobCover 2009 v2.3 (ESA Globcover Project, http://due.esrin.esa.int/globcover/). Οι μαύροι κύκλοι αντιπροσωπεύουν τις θέσεις δειγματοληψίας τρωκτικών. Σχηματική αναπαράσταση της θέσης παγίδευσης τρωκτικών. Οι παγίδες χωρίστηκαν σε διαστήματα των 5 μέτρων.''']]

Τα στοιχεία σχετικά με τις περιπτώσεις HFRS στην περιφέρεια Hu από το 2005 έως το 2012 ελήφθησαν από το σύστημα παρακολούθησης ασθενειών Shaanxi Notifiable Disease. Αυτές οι περιπτώσεις επιβεβαιώθηκαν, σύμφωνα με την τυποποιημένη διάγνωση που καθορίστηκε από το Υπουργείο Υγείας της Λαϊκής Δημοκρατίας της Κίνας, και στη συνέχεια επιβεβαιώθηκαν με την ανίχνευση αντισωμάτων κατά του hantavirus σε δείγματα ανθρώπινου ορού.

'''Δορυφορικά δεδομένα'''

Η έναρξη της λειτουργίας του Moderate Resolution Imaging Spectroradiometer (MODIS) στα αεροσκάφη Terra και Aqua το Δεκέμβριο του 1999 και το Μάιο του 2002, αντίστοιχα, συνέβαλε σημαντικά στην κατανόηση της δυναμικής της Γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε μια ομάδα προϊόντων MODIS Land (Πίνακας 1) που ελήφθησαν από το Εθνικό Σύστημα Δεδομένων και Πληροφοριών για το Σύστημα Παρακολούθησης της Γης (EOSDIS) της Εθνικής Υπηρεσίας Αεροναυτικής και Διαστήματος (EOSDIS, http://reverb.echo.nasa.gov/reverb/ ). Συγκεκριμένα, το NDVI εξήχθη από το προϊόν MOD13A2, κύκλου 16 ημερών, λεπτομέρειας 1 χλμ. Ο δείκτης περιοχής φύλλου (LAI) και η κλασματική φωτοσυνθετική ενεργός ακτινοβολία (FPAR) εξήχθησαν από το προϊόν MOD15A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. Το LAI χρησιμοποιήθηκε για την ποσοτικοποίηση της έκτασης του φυλλώματος ανά μονάδα επιφανείας εδάφους και το FPAR χρησιμοποιήθηκε για τη μέτρηση της ακτινοβολίας που απορροφάται από τη βλάστηση στην φασματική περιοχή της ηλιακής ακτινοβολίας 0,4-0,7 μm.

[[Εικόνα:Rswikiglp92.jpg |thumb|right|Πίνακας 1:'''Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.''']]

Σημείωση: MODIS, Moderate Resolution Imaging Spectoradiometer. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. LAI, δείκτης περιοχής φύλλων. FPAR, κλασματική φωτοσυνθετικά ενεργή ακτινοβολία. GPP, ακαθάριστη πρωτογενής παραγωγή. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.
Η ακαθάριστη πρωτογενής παραγωγή (GPP) και η καθαρή φωτοσύνθεση (PsnNet) προήλθαν από το προϊόν MOD17A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. και χρησιμοποιήθηκαν σε αυτή τη μελέτη. Το GPP παρέχει ακριβή τακτική μέτρηση της ικανότητας της βλάστησης να συλλάβει άνθρακα και ενέργεια κατά τη διάρκεια της φωτοσύνθεσης και το PsnNet χρησιμοποιείται για τη μέτρηση της καθαρής πρόσληψης διοξειδίου του άνθρακα σε ένα φύλλο.
Τα δεδομένα θερμοκρασίας εδάφους 8 ημερών (LST) προέκυψαν από το προϊόν MODIS MOD11A2. Το χρονικό εύρος των προϊόντων MODIS που χρησιμοποιήθηκαν ήταν από το 2005 έως το 2012 και όλα τα σύνολα δεδομένων συγκεντρώθηκαν σε μηνιαίες τιμές λαμβάνοντας το μέγιστο όλων των τιμών που καταγράφηκαν εντός του μήνα.

'''Στατιστική ανάλυση'''

Οι σχέσεις μεταξύ των δεικτών με βάση την τηλεπισκόπηση, του κινδύνου HFRS και της πυκνότητας του πληθυσμού των τρωκτικών εξετάστηκαν με τη συσχέτιση του Pearson. Εφαρμόσαμε μια ανάλυση αλληλοσυσχέτισης, η οποία ανιχνεύει αν υπάρχουν σχέσεις χρονικής υστέρησης. Δεδομένης της χρονικής υστέρησης στην ανταπόκριση των πληθυσμών των τρωκτικών στις περιβαλλοντικές συνθήκες, διατηρήσαμε ακόμα τις σειρές δεικτών με βάση την τηλεπισκόπηση και μετατοπίσαμε τις σειρές πυκνότητας πληθυσμού τρωκτικών προς τα πίσω κατά ένα μήνα κάθε φορά (έως έξι μήνες). Για να ανιχνευθεί η επίδραση της υστέρησης της πυκνότητας του πληθυσμού των τρωκτικών στον κίνδυνο HFRS, μετακινήσαμε τη συχνότητα εμφάνισης HFRS προς τα πίσω και διατηρήσαμε την πυκνότητα του πληθυσμού των τρωκτικών. Χρησιμοποιήθηκε ανάλυση αλληλοσυσχέτισης για την αξιολόγηση των ενώσεων και υπολογίστηκε ως:
ρxy (t) = γxy (t)/(σxσy) t = 0, ±1, ±2
όπου ρ (t) είναι ο συντελεστής διασταυρούμενης συσχέτισης σε χρονική υστέρηση t, σ είναι η τυπική απόκλιση για την πυκνότητα πληθυσμού τρωκτικών, σύμφωνα με τη συχνότητα εμφάνισης HFRS και δεικτών βάσει τηλεπισκόπησης και γ είναι η συνάρτηση συνδιακύμανσης.

'''Μοντέλο Εξίσωσης Δομής'''

Η μοντελοποίηση εξισώσεων δομής (SEM) είναι μια γενική στατιστική τεχνική, η οποία συνδυάζει ανάλυση παράγοντα και πολλαπλή παλινδρόμηση, που χρησιμοποιείται για την εξέταση άμεσων και έμμεσων επιδράσεων στις αλληλεπιδράσεις μεταξύ πολλαπλών παραγόντων. Το SEM μπορεί να χρησιμοποιηθεί για την ερμηνεία πληροφοριών σχετικά με τους παρατηρούμενους συσχετισμούς ομάδων οργανισμών, για τη δοκιμή και την αξιολόγηση σύνθετων αιτιακών σχέσεων. Κατασκευάσαμε SEM χρησιμοποιώντας το πακέτο R lavaan, εφαρμόζοντας τη μέθοδο μέγιστης πιθανότητας για την εκτίμηση του μοντέλου. Μεταξύ των πολλαπλών δεικτών που είναι διαθέσιμοι για την αξιολόγηση της προσαρμογής του μοντέλου, επιλέξαμε ένα κανονικοποιημένο χ2-test (chi-squared / βαθμοί ελευθερίας), ένα δείκτη συγκριτικής προσαρμογής (CFI) και ένα μέσο ριζικό σφάλμα προσέγγισης (RMSEA). Η κανονικοποιημένη χ2-test χρησιμοποιείται για να ελέγξει εάν η σχέση που είναι δομημένη στο μοντέλο είναι λογική για τα δεδομένα. Το CFI χρησιμοποιείται για να ελέγξει εάν το μοντέλο ταιριάζει με τα δεδομένα, όπου> 0,9 είναι καλό, και το RMSEA μετράει πόσο προσεκτικά το μοντέλο αναπαράγει πρότυπα δεδομένων, όπου οι χαμηλότερες τιμές είναι καλύτερες.
Με βάση τη σχέση χρονικής υστέρησης που βρέθηκε στην ανάλυση συσχέτισης, διαμορφώσαμε το SEM θέτοντας τον PsnNet τρεις μήνες πριν (t-3) ως πρόβλεψη, την πυκνότητα πληθυσμού τρωκτικών (t) ως μεσολαβητή και την επίπτωση του HFRS τέσσερις μήνες αργότερα την εξαρτημένη μεταβλητή. Το μοντέλο μας εξέτασε την υπόθεση ότι η διακύμανση μεταξύ του συσχετισμένου PsnNet και της πυκνότητας του πληθυσμού των τρωκτικών θα μπορούσε να παρέχει εύλογες εξηγήσεις για την εκδήλωση του HFRS.
(Η Animal Ethics Committee του CDC Shaanxi παραιτήθηκε από την έγκριση αυτής της μελέτης. Επειδή οι μέθοδοι δεν περιελάμβαναν πειραματισμούς σε ζώα, δεν ήταν απαραίτητο να αποκτήσουμε άδεια από τη Animal Ethics Committee. Επιπλέον, τα είδη που συλλαμβάνονται στη μελέτη αυτή δεν προστατεύονται στην Κίνα και κανένα από τα είδη που έχουν συλληφθεί δεν περιλαμβάνεται στην red list ειδών της Κίνας).

'''Αποτελέσματα'''

Η περιφέρεια Hu είναι μια περιοχή με υψηλή συχνότητα εμφάνισης HFRS και πληθυσμό περίπου 0,61 εκατομμυρίων στην πεδιάδα Weihe (Σχήμα 1). Οι επιδημίες του HFRS σημειώθηκαν κάθε χρόνο μεταξύ του 2005 και του 2012, με διαφορετικό μέγεθος. Συνολικά 1118 περιπτώσεις HFRS επιβεβαιώθηκαν στην περιφέρεια Hu από το 2005 έως το 2012. Η ετήσια επίπτωση των HFRS συνέχισε να αυξάνεται (Πίνακας 2). Δύο εστίες το 2010 και το 2011 ήταν μεγαλύτερες από το συνηθισμένο, με 282 και 211 περιπτώσεις, αντίστοιχα (Εικόνα 2). Η μηνιαία κατανομή των περιπτώσεων HFRS έδειξε ότι η επίπτωση του HFRS ήταν υψηλότερη κατά το δεύτερο εξάμηνο του έτους και κορυφώθηκε από τον Οκτώβριο έως το Δεκέμβριο (Εικόνα 3 και Εικόνα 4).

[[Εικόνα:Rswikiglp93.jpg |thumb|right|Εικόνα 2:'''Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώσεων HFRS. (Β) Οι χρονοσειρές της πυκνότητας πληθυσμού Apodemus agrarius (ρυθμός σύλληψης), οι σκιασμένες περιοχές υποδεικνύουν διμηνιαία διαστήματα εμπιστοσύνης 95% χρησιμοποιώντας τη μέθοδο Agresti-Coull. Οι ρυθμοί σύλληψης εκφράζονται ως αριθμός τρωκτικών που αλιεύονται ανά 100 παγίδες.''']]

[[Εικόνα:Rswikiglp94.jpg |thumb|right|Εικόνα 3:'''Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-2012. Οι μπάρες σφάλματος εμφανίζουν τις μέγιστες και τις ελάχιστες τιμές.''']]

[[Εικόνα:Rswikiglp95.jpg |thumb|right|Εικόνα 4:'''Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.''']]

[[Εικόνα:Rswikiglp96.jpg |thumb|right|Πίνακας 2:'''Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.''']]

Κατά τη διάρκεια της μελέτης, οι 365 A. Αgrarius που συνελήφθησαν σε 41.764 παγίδες, με ρυθμό σύλληψης 0.9 ανά εκατό παγιδευμένες νύχτες. Η πληθυσμιακή πυκνότητα του A. Αgrarius ποικίλλει τόσο εποχιακά όσο και μεταξύ ετών. Η επιτυχία της παγίδευσης μειώθηκε στα τέλη του φθινοπώρου και του χειμώνα και αυξήθηκε κατά την άνοιξη και η ετήσια μέγιστη πυκνότητα των τρωκτικών παρατηρήθηκε από τον Αύγουστο έως τον Οκτώβριο (Σχήμα 3). Η εποχιακή κατανομή των περιπτώσεων HFRS έδειξε πάντα μια σχετικά υψηλή κορυφή το Νοέμβριο και μια χαμηλότερη κορυφή τον Ιούνιο (Σχήμα 3). Τόσο η εποχικότητα όσο και το αποτέλεσμα της ανάλυσης διασταυρούμενης συσχέτισης (Πίνακας 3) έδειξαν ότι ο μηνιαίος αριθμός περιπτώσεων HFRS συσχετίστηκε θετικά με την πυκνότητα των τρωκτικών, με χρονική υστέρηση 1-5 μηνών.

[[Εικόνα:Rswikiglp97.jpg |thumb|right|Πίνακας 3:'''Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμού τρωκτικών.''']]

Στο Σχήμα 5 φαίνεται ότι ο μέγιστος συντελεστής διασταυρούμενης συσχέτισης δείχνει ότι το PsnNet, σε υστέρηση 3 μηνών, εμφανίζεται να παίζει ρόλο στην πυκνότητα πληθυσμού τρωκτικών. Τα αποτελέσματα (Εικόνα 6) έδειξαν ότι η πληθυσμιακή πυκνότητα του Α. Agrarius συσχετίστηκε θετικά με τα NDVI, GPP και PsnNet, με χρονική υστέρηση 2 μηνών, 2-3 μηνών και 2-3 μηνών αντίστοιχα. Η πληθυσμιακή πυκνότητα του Α. Agararius συσχετίστηκε αρνητικά με το LST, με 6μηνη υστέρηση. Ο υψηλότερος συντελεστής συσχέτισης ήταν για τη σχέση μεταξύ του ρυθμού σύλληψης των Α. Agararius και PsnNet, με 3μηνη υστέρηση (r = 0,46, p <0,01). Το PsnNet ήταν υψηλό σε ετήσια βάση από τον Μάρτιο έως τον Σεπτέμβριο, που ήταν η περίοδος αναπαραγωγής του A. Αgrarius, αν και η αξία του PsnNet τον Ιούνιο ήταν χαμηλή λόγω της εαρινής συγκομιδής. Ο ρυθμός σύλληψης του A. Αgrarius ήταν σχετικά υψηλός στην εποχή αναπαραγωγής και ήταν σχετικά χαμηλός τη χειμερινή περίοδο, από τον Δεκέμβριο έως τον Φεβρουάριο. Ως εκ τούτου, τα αποτελέσματα έδειξαν ότι το εποχιακό πρότυπο του PsnNet κορυφώθηκε και συνέπεσε με το ρυθμό σύλληψης του Α. Agrarius.

[[Εικόνα:Rswikiglp98.jpg |thumb|right|Εικόνα 5:'''Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).''']]

[[Εικόνα:Rswikiglp99.jpg |thumb|right|Εικόνα 6:'''Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσχέτισης που ταιριάζει με δύο μεταβλητές υπολογίστηκε με τη μέθοδο Pearson στο R. ΑΑ, Apodemus agrarius. RN, Rattus norvegicus. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους. Οι αριθμοί που κυμαίνονται από -1 έως 1 είναι οι συντελεστές συσχέτισης Pearson των μεταβλητών σε οριζόντιους και κατακόρυφους άξονες. Το χρώμα και το μέγεθος των κύκλων υποδεικνύουν τη σημασία της συσχέτισης. Εμφανίζονται μόνο σημαντικά στατιστικά στοιχεία (p <0,05).''']]

Μια πρόσθετη ανάλυση διεξήχθη για να ελεγχθεί η σχέση μεταξύ των δεικτών που παρουσιάζονται παραπάνω και της πυκνότητας πληθυσμού του καφέ αρουραίου (Rattus norvegicus). Το είδος αυτό ζει κοντά στον άνθρωπο και δεν βασίζεται σε καλλιέργειες. Τα αποτελέσματα έδειξαν ότι ο ρυθμός σύλληψης του R. Νorvegicus δεν συσχετίστηκε με κανένα από τους δείκτες κατά τη διάρκεια μιας υστέρησης 1-6 μηνών.
Το SEM (Εικόνα 7) έδειξε ότι ο PsnNet κατά τους προηγούμενους μήνες συσχετίστηκε σημαντικά και θετικά με την πυκνότητα του πληθυσμού των τρωκτικών και τη συχνότητα εμφάνισης του HFRS. Ομοίως, η πυκνότητα πληθυσμού τρωκτικών συσχετίστηκε θετικά με την επίπτωση του HFRS στους επόμενους μήνες. Αυτό έδειξε την έμμεση επίδραση του PsnNet στις επιπτώσεις του HFRS.

[[Εικόνα:Rswikiglp910.jpg |thumb|right|Εικόνα 7:'''Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS). (χ2 = 2,34, CFI = 0,97). * Η παράμετρος είναι σημαντική στο επίπεδο 0,05. ** Η παράμετρος είναι σημαντική στο επίπεδο 0,01.''']]

'''Συμπεράσματα'''

Η μελέτη μας είναι ένα ενθαρρυντικό βήμα προς μια προσέγγιση έγκαιρης προειδοποίησης που μπορεί να προβλέψει τον κίνδυνο μόλυνσης από hantavirus, στη βάση ότι οι διακυμάνσεις στην αφθονία των αποθεμάτων τρωκτικών μπορούν να εκτιμηθούν από δορυφορικές εικόνες. Η μελέτη παρέχει επίσης μια αποτελεσματική μέθοδο για την παρακολούθηση περιβαλλοντικών συνθηκών σε μεγάλη κλίμακα. Η τροφική αλληλουχία έχει επικυρωθεί στην περιοχή μελέτης μας χρησιμοποιώντας δορυφορικά και αρχειοθετημένα δεδομένα επιτήρησης. Η παραγωγικότητα της βλάστησης (κατάσταση της γεωργικής γης, εκπροσωπούμενης από το PsnNet) αποδείχθηκε ότι αποτελεί σημαντικό οδηγό για την αύξηση της αφθονίας των αποθεμάτων hantavirus (A. agrarius), με υστέρηση 3 μηνών.
Εν κατακλείδι, δείξαμε ότι ο κίνδυνος HFRS συνδέεται στενά με την περιβαλλοντική μεταβλητότητα και ότι η τηλεπισκόπηση μπορεί να είναι κρίσιμη τόσο για την αποτελεσματική πρόβλεψη κινδύνου όσο και γενικότερα σε εφαρμογές δημόσιας υγείας. Αυτή η προσέγγιση προσφέρει μια πολύτιμη βάση για την ανάπτυξη ενός λιγότερο δαπανηρού, αλλά αποτελεσματικού συστήματος προειδοποίησης για την πρόληψη των εστιών του HFRS στην περιοχή μελέτης μας, στην περιφέρεια Hu. Επιπλέον, η χρησιμότητα της τηλεπισκόπησης για την παρατήρηση περιβαλλοντικών συνθηκών σε πραγματικό χρόνο παρέχει στις αρχές υγείας ένα χρονικό περιθώριο για την ανάπτυξη στοχευμένων στρατηγικών με σκοπό τον έλεγχο και την πρόληψη του κινδύνου του HFRS.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1076/htm]

[[category:Υγεία]]

Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain

2018-01-06T18:33:12Z

Giorglmbr: Νέα σελίδα με '''' Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώω...'

''' Χρήση δορυφορικών δεδομένων για τον χαρακτηρισμό του αποθέματος των τοπικών πληθυσμών ζώων που φέρουν τον ιό Hantaan στην Weihe Plain, Κίνα '''

'''Πρωτότυπος τίτλος:''' '' Using Satellite Data for the Characterization of Local Animal Reservoir Populations of Hantaan Virus on the Weihe Plain, China ''

'''Συγγραφείς: ''' Pengbo Yu, Yidan Li, Bo Xu, Jing Wei, Shen Li, Jianhua Dong, Jianhui Qu, Jing Xu, Zheng Y.X. Huang, Chaofeng Ma, Jing Yang, Guogang Zhang, Bin Chen, Shanqian Huang, Chunming Shi, Hongwei Gao, Feng Liu, Huaiyu Tian, Nils Chr. Stenseth, Bing Xu, Jingjun Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 22nd of October''

'''Εισαγωγή'''

Το 1984, στην επαρχία Shaanxi, στην κεντροανατολική Κίνα, ξέσπασε αιμορραγικός πυρετός με νεφρικό σύνδρομο (HFRS), ο οποίος χαρακτηρίστηκε από ταχέως προοδευτικά συμπτώματα σπειραματονεφρίτιδας και υψηλά ποσοστά θνησιμότητας, λόγω του ιού Hantaan (HTNV, οικογένεια Bunyaviridae, γένος Hantavirus): σημειώθηκαν συνολικά 1439 περιπτώσεις, με συχνότητα εμφάνισης 0,3% στην περιφέρεια Hu (επαρχία Shanxi). Παρόλο που παρατηρήθηκε σημαντική μείωση του αριθμού των περιστατικών HFRS μακροπρόθεσμα, οι 493 περιπτώσεις που αναφέρθηκαν μεταξύ του 2010 και του 2011 επανέλαβαν την ανησυχία για πιθανό κίνδυνο εμφάνισης της ασθένειας.
Οι Hantaviruses συνδέονται κυρίως με την οικογένεια τρωκτικών, Muridae. Οι Hantaviruses και είδη τρωκτικών είναι στενά συνδεδεμένα, με τέτοιο τρόπο ώστε κάθε ιικό είδος να συνδέεται κυρίως με ένα μόνο είδος τρωκτικού, αν και έχουν αναφερθεί λοιμώξεις και από άλλα θηλαστικά. Καθώς το HFRS μεταδίδεται κατά τη διάρκεια της επαφής με τα ούρα, κόπρανα ή σάλιο τρωκτικών, συνήθως θεωρείται ως μια άμεση, εξαρτώμενη από την πυκνότητα, μετάδοση, σχετικά με την οποία η οικολογία της αφθονίας των τρωκτικών μπορεί να καθορίσει σε μεγάλο βαθμό τη δυνατότητα και το μέγεθός της. Στην πεδιάδα Weihe, που βρίσκεται στην κεντρική επαρχία Shaanxi, τα ριγωτά ποντίκια (Apodemus agrarius) είναι ο κύριος ξενιστής του HTNV. Επομένως, η κατανόηση των παραγόντων που οδηγούν σε αλλαγές του πληθυσμού του Apodemus agrarius είναι σημαντική για την καλύτερη πρόβλεψη των εστιών του HFRS.
Το 2002, προτάθηκε από επιστήμονες μία υπόθεση τροφικής αλληλουχίας για να εξηγήσει πώς η περιβαλλοντική διαφοροποίηση επηρεάζει την πιθανότητα εμφάνισης επιδημικών εστιών. Οι τροφική αλληλουχία είναι έμμεση αλληλεπίδραση εντός ενός ιστού τροφίμων που μπορούν να επηρεάσουν ολόκληρο το οικοσύστημα. Οι ευνοϊκές περιβαλλοντικές συνθήκες μπορούν να οδηγήσουν σε αύξηση της πρωτογενούς και δευτερογενούς παραγωγικότητας, η οποία έχει ως αποτέλεσμα την αύξηση της πυκνότητας του πληθυσμού των τρωκτικών και, κατά συνέπεια, τον αυξημένο κίνδυνο μετάδοσης του hantavirus στους ανθρώπους. Επί του παρόντος, η τηλεπισκόπηση (RS) έχει αναγνωριστεί ως σημαντική πηγή πληροφοριών για τη μελέτη της οικολογίας των hantaviruses και χρησιμοποιείται συχνά στη μελέτη της σχέσης μεταξύ περιβαλλοντικών μεταβλητών και μετάδοσης του συγκεκριμένου ιού. Οι επιστήμονες Glass και Boone χρησιμοποίησαν εικόνες τηλεπισκόπησης για τον εντοπισμό περιβαλλοντικών συνθηκών που σχετίζονται με τον κίνδυνο μετάδοσης της νόσου στον άνθρωπο που προκαλείται από τον ιό Sin Nombre. Ο Wei συνδύασε οικολογική εξειδίκευση και τεχνικές τηλεπισκόπισης για τον εντοπισμό των παραγόντων κινδύνου για μολύνσεις από ινομυώματα σε τρωκτικούς ξενιστές. Οι Zhang και Goodin εξέτασαν τη σχέση μεταξύ των φυσικών ποσοστών μόλυνσης για τον hantavirus στα τρωκτικά και κατηγορίες κάλυψης γης. Ο Yan χρησιμοποίησε δορυφορικά δεδομένα Landsat TM για να διερευνήσει τη χρονική σχέση μεταξύ του αριθμού των περιπτώσεων HFRS και μιας χρονοσειράς του κανονικοποιημένου δείκτη βλάστησης διαφορών (NDVI). Αυτές οι μελέτες υπογραμμίζουν τη χρησιμότητα της τηλεπισκόπισης στην πρόβλεψη του κινδύνου για HFRS.
Εδώ πραγματοποιήσαμε μια έρευνα σχετικά με τη δυναμική του πληθυσμού των τρωκτικών, η οποία καλύπτει την περίοδο 2005 έως 2012 στην Weihe Plain και χρησιμοποιήσαμε τα δεδομένα επίπτωσης του HFRS, μαζί με δορυφορικά δεδομένα, για να ελέγξουμε την υπόθεση ότι η πληθυσμιακή δυναμική του αποθέματος ζώων του HTNV από τροφικές αλληλουχίες (μετρώντας μέσω δεικτών τηλεπισκόπησης) μπορούν να χρησιμεύσουν ως πιθανοί παράγοντες πρόβλεψης των εστιών του HFRS. Οι αναλύσεις μας θα βελτιώσουν την κατανόηση του κινδύνου μετάδοσης του HTNV στους ανθρώπους.

'''Δειγματοληψία τρωκτικών''

Η περιοχή μελέτης μας βρισκόταν σε μία από τις περιοχές εστίασης του HFRS στην περιφέρεια Hu (108° Ανατολικά, 34° Βόρεια), στην εθνική περιοχή παρακολούθησης HFRS στο οροπέδιο Loess της κεντρικής Κίνας. Από τον Ιανουάριο του 2005 έως τον Δεκέμβριο του 2012 πραγματοποιήθηκαν μηνιαίες έρευνες για τους τοπικούς πληθυσμούς ζώων που φέρουν τον ιό Hantaan. Παγίδευση τρωκτικού διεξήχθη σε εννέα τοποθεσίες, σε χωράφια με μια απλή δομή βλάστησης (καταλαμβάνονται κυρίως από μεγάλες καλλιέργειες, σιτάρι την άνοιξη και καλαμπόκι το φθινόπωρο), τα οποία είναι ενδιαιτήματα για σημαντικά αποθέματα τρωκτικών και απέχουν 3 χλμ από τα χωριά της περιφέρειας Hu. Σε κάθε θέση παγίδευσης, τοποθετήθηκαν τουλάχιστον 300 παγίδες μικρών θηλαστικών, για τρεις νύχτες, με μία μόνο δέσμευση, σε τέσσερις παράλληλες γραμμές με 25 παγίδες κάθε μία (Εικόνα 1). Τοποθετούνται τα φιστίκια σε κάθε παγίδα ως δόλωμα τη νύχτα και ανακτώνται μικρά θηλαστικά παγιδευμένα το πρωί. Οι ρυθμοί συλλήψεως εκφράζονται ως ο αριθμός των τρωκτικών που αλιεύονται ανά 100 παγίδες. Οι παγίδες χωρίστηκαν σε διαστήματα περίπου 5 μέτρων. Οι παγίδες τοποθετούνταν κάθε βράδυ και συλλέγονταν το πρωί. Τα ζώα που παγιδεύτηκαν, συλλέχθηκαν και ταυτοποιήθηκαν σε είδη. Όλα τα συλληφθέντα τρωκτικά προστέθηκαν στα κέντρα Shaanxi για τον έλεγχο και την πρόληψη ασθενειών. Τα επιδημιολογικά δεδομένα ελήφθησαν από το Επαρχιακό Κέντρο Ελέγχου και Πρόληψης Νοσημάτων του Shaanxi.

[[Εικόνα:Rswikiglp91.jpg |thumb|right|Eικόνα 1:'''Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στοιχεία κάλυψης γης από το GlobCover 2009 v2.3 (ESA Globcover Project, http://due.esrin.esa.int/globcover/). Οι μαύροι κύκλοι αντιπροσωπεύουν τις θέσεις δειγματοληψίας τρωκτικών. Σχηματική αναπαράσταση της θέσης παγίδευσης τρωκτικών. Οι παγίδες χωρίστηκαν σε διαστήματα των 5 μέτρων.''']]

Τα στοιχεία σχετικά με τις περιπτώσεις HFRS στην περιφέρεια Hu από το 2005 έως το 2012 ελήφθησαν από το σύστημα παρακολούθησης ασθενειών Shaanxi Notifiable Disease. Αυτές οι περιπτώσεις επιβεβαιώθηκαν, σύμφωνα με την τυποποιημένη διάγνωση που καθορίστηκε από το Υπουργείο Υγείας της Λαϊκής Δημοκρατίας της Κίνας, και στη συνέχεια επιβεβαιώθηκαν με την ανίχνευση αντισωμάτων κατά του hantavirus σε δείγματα ανθρώπινου ορού.

'''Δορυφορικά δεδομένα'''

Η έναρξη της λειτουργίας του Moderate Resolution Imaging Spectroradiometer (MODIS) στα αεροσκάφη Terra και Aqua το Δεκέμβριο του 1999 και το Μάιο του 2002, αντίστοιχα, συνέβαλε σημαντικά στην κατανόηση της δυναμικής της Γης. Σε αυτή τη μελέτη χρησιμοποιήθηκε μια ομάδα προϊόντων MODIS Land (Πίνακας 1) που ελήφθησαν από το Εθνικό Σύστημα Δεδομένων και Πληροφοριών για το Σύστημα Παρακολούθησης της Γης (EOSDIS) της Εθνικής Υπηρεσίας Αεροναυτικής και Διαστήματος (EOSDIS, http://reverb.echo.nasa.gov/reverb/ ). Συγκεκριμένα, το NDVI εξήχθη από το προϊόν MOD13A2, κύκλου 16 ημερών, λεπτομέρειας 1 χλμ. Ο δείκτης περιοχής φύλλου (LAI) και η κλασματική φωτοσυνθετική ενεργός ακτινοβολία (FPAR) εξήχθησαν από το προϊόν MOD15A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. Το LAI χρησιμοποιήθηκε για την ποσοτικοποίηση της έκτασης του φυλλώματος ανά μονάδα επιφανείας εδάφους και το FPAR χρησιμοποιήθηκε για τη μέτρηση της ακτινοβολίας που απορροφάται από τη βλάστηση στην φασματική περιοχή της ηλιακής ακτινοβολίας 0,4-0,7 μm.

[[Εικόνα:Rswikiglp92.jpg |thumb|right|Πίνακας 1:'''Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.''']]

Σημείωση: MODIS, Moderate Resolution Imaging Spectoradiometer. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. LAI, δείκτης περιοχής φύλλων. FPAR, κλασματική φωτοσυνθετικά ενεργή ακτινοβολία. GPP, ακαθάριστη πρωτογενής παραγωγή. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.
Η ακαθάριστη πρωτογενής παραγωγή (GPP) και η καθαρή φωτοσύνθεση (PsnNet) προήλθαν από το προϊόν MOD17A2, κύκλου 8 ημερών, λεπτομέρειας 1 χλμ. και χρησιμοποιήθηκαν σε αυτή τη μελέτη. Το GPP παρέχει ακριβή τακτική μέτρηση της ικανότητας της βλάστησης να συλλάβει άνθρακα και ενέργεια κατά τη διάρκεια της φωτοσύνθεσης και το PsnNet χρησιμοποιείται για τη μέτρηση της καθαρής πρόσληψης διοξειδίου του άνθρακα σε ένα φύλλο.
Τα δεδομένα θερμοκρασίας εδάφους 8 ημερών (LST) προέκυψαν από το προϊόν MODIS MOD11A2. Το χρονικό εύρος των προϊόντων MODIS που χρησιμοποιήθηκαν ήταν από το 2005 έως το 2012 και όλα τα σύνολα δεδομένων συγκεντρώθηκαν σε μηνιαίες τιμές λαμβάνοντας το μέγιστο όλων των τιμών που καταγράφηκαν εντός του μήνα.

'''Στατιστική ανάλυση'''

Οι σχέσεις μεταξύ των δεικτών με βάση την τηλεπισκόπηση, του κινδύνου HFRS και της πυκνότητας του πληθυσμού των τρωκτικών εξετάστηκαν με τη συσχέτιση του Pearson. Εφαρμόσαμε μια ανάλυση αλληλοσυσχέτισης, η οποία ανιχνεύει αν υπάρχουν σχέσεις χρονικής υστέρησης. Δεδομένης της χρονικής υστέρησης στην ανταπόκριση των πληθυσμών των τρωκτικών στις περιβαλλοντικές συνθήκες, διατηρήσαμε ακόμα τις σειρές δεικτών με βάση την τηλεπισκόπηση και μετατοπίσαμε τις σειρές πυκνότητας πληθυσμού τρωκτικών προς τα πίσω κατά ένα μήνα κάθε φορά (έως έξι μήνες). Για να ανιχνευθεί η επίδραση της υστέρησης της πυκνότητας του πληθυσμού των τρωκτικών στον κίνδυνο HFRS, μετακινήσαμε τη συχνότητα εμφάνισης HFRS προς τα πίσω και διατηρήσαμε την πυκνότητα του πληθυσμού των τρωκτικών. Χρησιμοποιήθηκε ανάλυση αλληλοσυσχέτισης για την αξιολόγηση των ενώσεων και υπολογίστηκε ως:
ρxy (t) = γxy (t)/(σxσy) t = 0, ±1, ±2
όπου ρ (t) είναι ο συντελεστής διασταυρούμενης συσχέτισης σε χρονική υστέρηση t, σ είναι η τυπική απόκλιση για την πυκνότητα πληθυσμού τρωκτικών, σύμφωνα με τη συχνότητα εμφάνισης HFRS και δεικτών βάσει τηλεπισκόπησης και γ είναι η συνάρτηση συνδιακύμανσης.

'''Μοντέλο Εξίσωσης Δομής'''

Η μοντελοποίηση εξισώσεων δομής (SEM) είναι μια γενική στατιστική τεχνική, η οποία συνδυάζει ανάλυση παράγοντα και πολλαπλή παλινδρόμηση, που χρησιμοποιείται για την εξέταση άμεσων και έμμεσων επιδράσεων στις αλληλεπιδράσεις μεταξύ πολλαπλών παραγόντων. Το SEM μπορεί να χρησιμοποιηθεί για την ερμηνεία πληροφοριών σχετικά με τους παρατηρούμενους συσχετισμούς ομάδων οργανισμών, για τη δοκιμή και την αξιολόγηση σύνθετων αιτιακών σχέσεων. Κατασκευάσαμε SEM χρησιμοποιώντας το πακέτο R lavaan, εφαρμόζοντας τη μέθοδο μέγιστης πιθανότητας για την εκτίμηση του μοντέλου. Μεταξύ των πολλαπλών δεικτών που είναι διαθέσιμοι για την αξιολόγηση της προσαρμογής του μοντέλου, επιλέξαμε ένα κανονικοποιημένο χ2-test (chi-squared / βαθμοί ελευθερίας), ένα δείκτη συγκριτικής προσαρμογής (CFI) και ένα μέσο ριζικό σφάλμα προσέγγισης (RMSEA). Η κανονικοποιημένη χ2-test χρησιμοποιείται για να ελέγξει εάν η σχέση που είναι δομημένη στο μοντέλο είναι λογική για τα δεδομένα. Το CFI χρησιμοποιείται για να ελέγξει εάν το μοντέλο ταιριάζει με τα δεδομένα, όπου> 0,9 είναι καλό, και το RMSEA μετράει πόσο προσεκτικά το μοντέλο αναπαράγει πρότυπα δεδομένων, όπου οι χαμηλότερες τιμές είναι καλύτερες.
Με βάση τη σχέση χρονικής υστέρησης που βρέθηκε στην ανάλυση συσχέτισης, διαμορφώσαμε το SEM θέτοντας τον PsnNet τρεις μήνες πριν (t-3) ως πρόβλεψη, την πυκνότητα πληθυσμού τρωκτικών (t) ως μεσολαβητή και την επίπτωση του HFRS τέσσερις μήνες αργότερα την εξαρτημένη μεταβλητή. Το μοντέλο μας εξέτασε την υπόθεση ότι η διακύμανση μεταξύ του συσχετισμένου PsnNet και της πυκνότητας του πληθυσμού των τρωκτικών θα μπορούσε να παρέχει εύλογες εξηγήσεις για την εκδήλωση του HFRS.
(Η Animal Ethics Committee του CDC Shaanxi παραιτήθηκε από την έγκριση αυτής της μελέτης. Επειδή οι μέθοδοι δεν περιελάμβαναν πειραματισμούς σε ζώα, δεν ήταν απαραίτητο να αποκτήσουμε άδεια από τη Animal Ethics Committee. Επιπλέον, τα είδη που συλλαμβάνονται στη μελέτη αυτή δεν προστατεύονται στην Κίνα και κανένα από τα είδη που έχουν συλληφθεί δεν περιλαμβάνεται στην red list ειδών της Κίνας).

'''Αποτελέσματα'''

Η περιφέρεια Hu είναι μια περιοχή με υψηλή συχνότητα εμφάνισης HFRS και πληθυσμό περίπου 0,61 εκατομμυρίων στην πεδιάδα Weihe (Σχήμα 1). Οι επιδημίες του HFRS σημειώθηκαν κάθε χρόνο μεταξύ του 2005 και του 2012, με διαφορετικό μέγεθος. Συνολικά 1118 περιπτώσεις HFRS επιβεβαιώθηκαν στην περιφέρεια Hu από το 2005 έως το 2012. Η ετήσια επίπτωση των HFRS συνέχισε να αυξάνεται (Πίνακας 2). Δύο εστίες το 2010 και το 2011 ήταν μεγαλύτερες από το συνηθισμένο, με 282 και 211 περιπτώσεις, αντίστοιχα (Εικόνα 2). Η μηνιαία κατανομή των περιπτώσεων HFRS έδειξε ότι η επίπτωση του HFRS ήταν υψηλότερη κατά το δεύτερο εξάμηνο του έτους και κορυφώθηκε από τον Οκτώβριο έως το Δεκέμβριο (Εικόνα 3 και Εικόνα 4).

[[Εικόνα:Rswikiglp93.jpg |thumb|right|Εικόνα 2:'''Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώσεων HFRS. (Β) Οι χρονοσειρές της πυκνότητας πληθυσμού Apodemus agrarius (ρυθμός σύλληψης), οι σκιασμένες περιοχές υποδεικνύουν διμηνιαία διαστήματα εμπιστοσύνης 95% χρησιμοποιώντας τη μέθοδο Agresti-Coull. Οι ρυθμοί σύλληψης εκφράζονται ως αριθμός τρωκτικών που αλιεύονται ανά 100 παγίδες.''']]

[[Εικόνα:Rswikiglp94.jpg |thumb|right|Εικόνα 3:'''Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-2012. Οι μπάρες σφάλματος εμφανίζουν τις μέγιστες και τις ελάχιστες τιμές.''']]

[[Εικόνα:Rswikiglp95.jpg |thumb|right|Εικόνα 4:'''Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.''']]

[[Εικόνα:Rswikiglp96.jpg |thumb|right|Πίνακας 2:'''Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.''']]

Κατά τη διάρκεια της μελέτης, οι 365 A. Αgrarius που συνελήφθησαν σε 41.764 παγίδες, με ρυθμό σύλληψης 0.9 ανά εκατό παγιδευμένες νύχτες. Η πληθυσμιακή πυκνότητα του A. Αgrarius ποικίλλει τόσο εποχιακά όσο και μεταξύ ετών. Η επιτυχία της παγίδευσης μειώθηκε στα τέλη του φθινοπώρου και του χειμώνα και αυξήθηκε κατά την άνοιξη και η ετήσια μέγιστη πυκνότητα των τρωκτικών παρατηρήθηκε από τον Αύγουστο έως τον Οκτώβριο (Σχήμα 3). Η εποχιακή κατανομή των περιπτώσεων HFRS έδειξε πάντα μια σχετικά υψηλή κορυφή το Νοέμβριο και μια χαμηλότερη κορυφή τον Ιούνιο (Σχήμα 3). Τόσο η εποχικότητα όσο και το αποτέλεσμα της ανάλυσης διασταυρούμενης συσχέτισης (Πίνακας 3) έδειξαν ότι ο μηνιαίος αριθμός περιπτώσεων HFRS συσχετίστηκε θετικά με την πυκνότητα των τρωκτικών, με χρονική υστέρηση 1-5 μηνών.

[[Εικόνα:Rswikiglp97.jpg |thumb|right|Πίνακας 3:'''Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμού τρωκτικών.''']]

Στο Σχήμα 5 φαίνεται ότι ο μέγιστος συντελεστής διασταυρούμενης συσχέτισης δείχνει ότι το PsnNet, σε υστέρηση 3 μηνών, εμφανίζεται να παίζει ρόλο στην πυκνότητα πληθυσμού τρωκτικών. Τα αποτελέσματα (Εικόνα 6) έδειξαν ότι η πληθυσμιακή πυκνότητα του Α. Agrarius συσχετίστηκε θετικά με τα NDVI, GPP και PsnNet, με χρονική υστέρηση 2 μηνών, 2-3 μηνών και 2-3 μηνών αντίστοιχα. Η πληθυσμιακή πυκνότητα του Α. Agararius συσχετίστηκε αρνητικά με το LST, με 6μηνη υστέρηση. Ο υψηλότερος συντελεστής συσχέτισης ήταν για τη σχέση μεταξύ του ρυθμού σύλληψης των Α. Agararius και PsnNet, με 3μηνη υστέρηση (r = 0,46, p <0,01). Το PsnNet ήταν υψηλό σε ετήσια βάση από τον Μάρτιο έως τον Σεπτέμβριο, που ήταν η περίοδος αναπαραγωγής του A. Αgrarius, αν και η αξία του PsnNet τον Ιούνιο ήταν χαμηλή λόγω της εαρινής συγκομιδής. Ο ρυθμός σύλληψης του A. Αgrarius ήταν σχετικά υψηλός στην εποχή αναπαραγωγής και ήταν σχετικά χαμηλός τη χειμερινή περίοδο, από τον Δεκέμβριο έως τον Φεβρουάριο. Ως εκ τούτου, τα αποτελέσματα έδειξαν ότι το εποχιακό πρότυπο του PsnNet κορυφώθηκε και συνέπεσε με το ρυθμό σύλληψης του Α. Agrarius.

[[Εικόνα:Rswikiglp98.jpg |thumb|right|Εικόνα 5:'''Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).''']]

[[Εικόνα:Rswikiglp99.jpg |thumb|right|Εικόνα 6:'''Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσχέτισης που ταιριάζει με δύο μεταβλητές υπολογίστηκε με τη μέθοδο Pearson στο R. ΑΑ, Apodemus agrarius. RN, Rattus norvegicus. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους. Οι αριθμοί που κυμαίνονται από -1 έως 1 είναι οι συντελεστές συσχέτισης Pearson των μεταβλητών σε οριζόντιους και κατακόρυφους άξονες. Το χρώμα και το μέγεθος των κύκλων υποδεικνύουν τη σημασία της συσχέτισης. Εμφανίζονται μόνο σημαντικά στατιστικά στοιχεία (p <0,05).''']]

Μια πρόσθετη ανάλυση διεξήχθη για να ελεγχθεί η σχέση μεταξύ των δεικτών που παρουσιάζονται παραπάνω και της πυκνότητας πληθυσμού του καφέ αρουραίου (Rattus norvegicus). Το είδος αυτό ζει κοντά στον άνθρωπο και δεν βασίζεται σε καλλιέργειες. Τα αποτελέσματα έδειξαν ότι ο ρυθμός σύλληψης του R. Νorvegicus δεν συσχετίστηκε με κανένα από τους δείκτες κατά τη διάρκεια μιας υστέρησης 1-6 μηνών.
Το SEM (Εικόνα 7) έδειξε ότι ο PsnNet κατά τους προηγούμενους μήνες συσχετίστηκε σημαντικά και θετικά με την πυκνότητα του πληθυσμού των τρωκτικών και τη συχνότητα εμφάνισης του HFRS. Ομοίως, η πυκνότητα πληθυσμού τρωκτικών συσχετίστηκε θετικά με την επίπτωση του HFRS στους επόμενους μήνες. Αυτό έδειξε την έμμεση επίδραση του PsnNet στις επιπτώσεις του HFRS.

[[Εικόνα:Rswikiglp910.jpg |thumb|right|Εικόνα 7:'''Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS). (χ2 = 2,34, CFI = 0,97). * Η παράμετρος είναι σημαντική στο επίπεδο 0,05. ** Η παράμετρος είναι σημαντική στο επίπεδο 0,01.''']]

'''Συμπεράσματα'''

Η μελέτη μας είναι ένα ενθαρρυντικό βήμα προς μια προσέγγιση έγκαιρης προειδοποίησης που μπορεί να προβλέψει τον κίνδυνο μόλυνσης από hantavirus, στη βάση ότι οι διακυμάνσεις στην αφθονία των αποθεμάτων τρωκτικών μπορούν να εκτιμηθούν από δορυφορικές εικόνες. Η μελέτη παρέχει επίσης μια αποτελεσματική μέθοδο για την παρακολούθηση περιβαλλοντικών συνθηκών σε μεγάλη κλίμακα. Η τροφική αλληλουχία έχει επικυρωθεί στην περιοχή μελέτης μας χρησιμοποιώντας δορυφορικά και αρχειοθετημένα δεδομένα επιτήρησης. Η παραγωγικότητα της βλάστησης (κατάσταση της γεωργικής γης, εκπροσωπούμενης από το PsnNet) αποδείχθηκε ότι αποτελεί σημαντικό οδηγό για την αύξηση της αφθονίας των αποθεμάτων hantavirus (A. agrarius), με υστέρηση 3 μηνών.
Εν κατακλείδι, δείξαμε ότι ο κίνδυνος HFRS συνδέεται στενά με την περιβαλλοντική μεταβλητότητα και ότι η τηλεπισκόπηση μπορεί να είναι κρίσιμη τόσο για την αποτελεσματική πρόβλεψη κινδύνου όσο και γενικότερα σε εφαρμογές δημόσιας υγείας. Αυτή η προσέγγιση προσφέρει μια πολύτιμη βάση για την ανάπτυξη ενός λιγότερο δαπανηρού, αλλά αποτελεσματικού συστήματος προειδοποίησης για την πρόληψη των εστιών του HFRS στην περιοχή μελέτης μας, στην περιφέρεια Hu. Επιπλέον, η χρησιμότητα της τηλεπισκόπησης για την παρατήρηση περιβαλλοντικών συνθηκών σε πραγματικό χρόνο παρέχει στις αρχές υγείας ένα χρονικό περιθώριο για την ανάπτυξη στοχευμένων στρατηγικών με σκοπό τον έλεγχο και την πρόληψη του κινδύνου του HFRS.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1076/htm]

[[category:Υγεία]]

Αρχείο:Rswikiglp910.jpg

2018-01-06T18:25:19Z

Giorglmbr: Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομ

Μοντέλο δομικής εξίσωσης για καθαρή φωτοσύνθεση (PsnNet), πυκνότητα πληθυσμού τρωκτικών και επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS). (χ2 = 2,34, CFI = 0,97). * Η παράμετρος είναι σημαντική στο επίπεδο 0,05. ** Η παράμετρος είναι σημαντική στο επίπεδο 0,01.

Αρχείο:Rswikiglp99.jpg

2018-01-06T18:24:56Z

Giorglmbr: Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσ

Πίνακας συσχετισμού περιβαλλοντικών παραγόντων και ρυθμός σύλληψης του Apodemus agrarius (αριστερά) και του Rattus norvegicus (δεξιά). Κάθε συντελεστής συσχέτισης που ταιριάζει με δύο μεταβλητές υπολογίστηκε με τη μέθοδο Pearson στο R. ΑΑ, Apodemus agrarius. RN, Rattus norvegicus. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους. Οι αριθμοί που κυμαίνονται από -1 έως 1 είναι οι συντελεστές συσχέτισης Pearson των μεταβλητών σε οριζόντιους και κατακόρυφους άξονες. Το χρώμα και το μέγεθος των κύκλων υποδεικνύουν τη σημασία της συσχέτισης. Εμφανίζονται μόνο σημαντικά στατιστικά στοιχεία (p <0,05).

Αρχείο:Rswikiglp98.jpg

2018-01-06T18:24:32Z

Giorglmbr: Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).

Διασταυρούμενη συσχέτιση μεταξύ της πυκνότητας πληθυσμού τρωκτικών και της καθαρής φωτοσύνθεσης (PsnNet).

Αρχείο:Rswikiglp97.jpg

2018-01-06T18:24:10Z

Giorglmbr: Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμο�

Διασταυρούμενες συσχετίσεις μεταξύ του αριθμού των περιπτώσεων αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) και της πυκνότητας πληθυσμού τρωκτικών.

Αρχείο:Rswikiglp96.jpg

2018-01-06T18:23:48Z

Giorglmbr: Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.

Ετήσια επίπτωση αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) από το 2005 έως το 2012.

Αρχείο:Rswikiglp95.jpg

2018-01-06T18:23:28Z

Giorglmbr: Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα

Δείκτες με βάση την τηλεπισκόπηση καλλιεργήσιμων εκτάσεων στην περιφέρεια Hu. NDVI, κανονικοποιημένος δείκτης βλάστησης διαφοράς. FPAR, κλάσμα της φωτοσυνθετικά ενεργού ακτινοβολίας που απορροφάται από τη βλάστηση. LAI, δείκτης περιοχής φύλλων. GPP, ακαθάριστη πρωτογενής παραγωγικότητα. PsnNet, καθαρή φωτοσύνθεση. LST, θερμοκρασία επιφάνειας εδάφους.

Αρχείο:Rswikiglp94.jpg

2018-01-06T18:23:06Z

Giorglmbr: Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-

Μέση εποχιακή κατανομή αιμορραγικού πυρετού με περιπτώσεις νεφρικού συνδρόμου (HFRS) και ρυθμού σύλληψης του Apodemus agrarius στην περιφέρεια Hu, 2005-2012. Οι μπάρες σφάλματος εμφανίζουν τις μέγιστες και τις ελάχιστες τιμές.

Αρχείο:Rswikiglp93.jpg

2018-01-06T18:22:43Z

Giorglmbr: Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώ�

Επιδημιολογικό πρότυπο αιμορραγικού πυρετού με νεφρικό σύνδρομο (HFRS) στην περιφέρεια Hu, 2005-2012. (A) Αριθμός μηνιαίων καταγεγραμμένων περιπτώσεων HFRS. (Β) Οι χρονοσειρές της πυκνότητας πληθυσμού Apodemus agrarius (ρυθμός σύλληψης), οι σκιασμένες περιοχές υποδεικνύουν διμηνιαία διαστήματα εμπιστοσύνης 95% χρησιμοποιώντας τη μέθοδο Agresti-Coull. Οι ρυθμοί σύλληψης εκφράζονται ως αριθμός τρωκτικών που αλιεύονται ανά 100 παγίδες.

Αρχείο:Rswikiglp92.jpg

2018-01-06T18:22:18Z

Giorglmbr: Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.

Δορυφορικά δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη.

Αρχείο:Rswikiglp91.jpg

2018-01-06T18:21:56Z

Giorglmbr: Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στ�

Χάρτης εδάφους του Weihe Plain, επαρχία Shaanxi, Κεντρική Κίνα. Το μαύρο πλαίσιο υποδεικνύει την περιοχή μελέτης, την περιφέρεια Hu. Λάβαμε αυτά τα στοιχεία κάλυψης γης από το GlobCover 2009 v2.3 (ESA Globcover Project, http://due.esrin.esa.int/globcover/). Οι μαύροι κύκλοι αντιπροσωπεύουν τις θέσεις δειγματοληψίας τρωκτικών. Σχηματική αναπαράσταση της θέσης παγίδευσης τρωκτικών. Οι παγίδες χωρίστηκαν σε διαστήματα των 5 μέτρων.

Μελέτη ευχρηστίας για την αξιολόγηση της ταξινόμησης κάλυψης γης IGBP για τη Σιγκαπούρη

2018-01-06T17:59:39Z

Giorglmbr: Νέα σελίδα με '''' Μελέτη ευχρηστίας για την αξιολόγηση της ταξινόμησης κάλυψης γης IGBP για τη Σιγκαπούρη ''' '''...'

''' Μελέτη ευχρηστίας για την αξιολόγηση της ταξινόμησης κάλυψης γης IGBP για τη Σιγκαπούρη '''

'''Πρωτότυπος τίτλος:''' '' Usability Study to Assess the IGBP Land Cover Classification for Singapore ''

'''Συγγραφείς: ''' Nanki Sidhu, Edzer Pebesma, Yi-Chen Wang

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 22nd of October''

'''Εισαγωγή'''

Τα γήινα φαινόμενα συλλαμβάνονται ευρέως μέσω δορυφορικών εικόνων και δεδομένα παγκόσμιας κλίμακας είναι διαθέσιμα σε μεγάλες αποθήκες δεδομένων μεγάλης κλίμακας όπως το Google Earth Engine ή το Amazon Cloud. Πιο συγκεκριμένα, με την αυξημένη εστίαση στη χρήση γης και την παρακολούθηση της κάλυψης γης σε διάφορες περιοχές του πλανήτη, είναι απαραίτητο για τους ερευνητές και τους υπεύθυνους χάραξης πολιτικής να έχουν πρόσβαση και να κατανοούν το τεράστιο όγκο των δεδομένων που διαθέτουμε. Μία από τις μεγαλύτερες προκλήσεις για τους χρήστες είναι να έχουν μια βαθιά γνώση των δεδομένων τα οποία διατίθενται. Αυτό ισχύει ιδιαίτερα για χρήστες οι οποίοι ενδέχεται να μην είναι ειδικοί στον τομέα της τηλεπισκόπησης ή να εργάζονται με ταξινομημένα στοιχεία κάλυψης γης. Για παράδειγμα, οι χρήστες που δεν είναι ειδικοί υπάρχει η πιθανότητα να εξαρτώνται από τα δεδομένα τηλεπισκόπησης που χρησιμοποιούνται για την υποστήριξη πολιτικών και τη λήψη αποφάσεων. Συνεπώς, είναι επίσης σημαντικό να γνωρίζουμε την "καταλληλότητα χρήσης" των συνόλων δεδομένων που πρόκειται να χρησιμοποιηθούν, για παράδειγμα, για τον πολεοδομικό σχεδιασμό, την παρακολούθηση της αποψίλωσης, την παρακολούθηση των κλιματικών κύκλων ή την υποστήριξη της οργάνωσης πολιτικών για κυβερνητικούς οργανισμούς.
Ένας από τους πιο αποτελεσματικούς τρόπους για τον έλεγχο της καταλληλότητας ενός συγκεκριμένου συνόλου δεδομένων για έναν συγκεκριμένο σκοπό είναι η συμμετοχή των χρηστών στη διαδικασία αυτής της αξιολόγησης. Είναι σημαντικό να μπορούν οι χρήστες να κατανοούν την καταλληλότητα των δεδομένων που αναζητούν. Όταν πρόκειται για τη χρήση δεδομένων τηλεπισκόπησης, είναι σημαντικό να σημειωθούν διάφοροι παράγοντες, όπως οι χωρικές, χρονικές και φασματικές αναλύσεις, ειδικά αν πρέπει να κατανοήσουμε και να επεξεργαστούμε με ακρίβεια τα τελικά αποτελέσματα. Έτσι, μέσω μιας μελέτης ευχρηστίας μπορούμε να εκτιμήσουμε την "εμπειρία" των χρηστών και το επίπεδο γνώσης τους. Η αφοσίωση των χρηστών όχι μόνο μας παρέχει κατανόηση της συμπεριφοράς τους, αλλά βοηθά επίσης στην αξιολόγηση της ποιότητας των διαθέσιμων συνόλων δεδομένων. Έτσι, έχουμε μια ολοκληρωμένη εικόνα της κατανόησης και της αλληλεπίδρασης δεδομένων-χρήστη. Η παροχή στατιστικών ακριβείας ενός θεματικού χάρτη βοηθά τους χρήστες στην επιλογή ενός συνόλου δεδομένων για μια κατάλληλη εφαρμογή. Αυτό είναι ιδιαίτερα σημαντικό για περιπτώσεις όπου οι θεματικοί χάρτες χρησιμοποιούνται για σχεδιασμό και λήψη αποφάσεων βάσει πολιτικής.
Στην περίπτωσή μας, θέλουμε να διερευνήσουμε την ποιότητα του συστήματος ταξινόμησης γης που παρέχεται από το Φασματόμετρο Μετρητικής Ανάλυσης (MODIS) MCD12Q1-1. Το συγκεκριμένο προϊόν ταξινομεί την υφήλιο σε διαφορετικούς τύπους κάλυψης γης. Εμείς θέλουμε να αξιολογήσουμε πόσο καλά καταγράφει τη χρήση και κάλυψη γης για περιοχές του μεγέθους της περιοχής μελέτης μας, της Σιγκαπούρης δηλαδή, και σε γενικότερο πλαίσιο και μικρότερες περιοχές. Είναι γνωστό ότι λειτουργεί αρκετά καλά για τεράστιες δασικές εκτάσεις όπως ο Βραζιλιάνος Αμαζόνιος, ωστόσο, είναι λιγο θολό εάν σε επίπεδο παγκόσμιων συστημάτων ταξινόμησης, όπως το Πρόγραμμα Διεθνούς Γεωσφαιρικής Βιοσφαιρίας (IGBP) ή το Land Cover Classification Scheme (LCCS) μπορεί να χρησιμοποιηθεί αποτελεσματικά για την παρακολούθηση της αστικής δυναμικής μιας χώρας όπως η Σιγκαπούρη. Παρακινηθήκαμε από την πρόκληση της εκπροσώπησης μικρότερων γαιών σε υπάρχοντα παγκόσμια ταξινομημένα σύνολα δεδομένων. Το κύριο ερώτημα που τίθεται είναι πόσο καλά ή πόσο κακά αυτές οι περιοχές εκπροσωπούνται. Τα σύνολα δεδομένων παγκόσμιας κάλυψης γης είναι χρήσιμα για τις μικρότερες χώρες, καθώς παρέχουν μια σημαντική εικόνα του τοπίου τους, ειδικά σε σχέση με την υπόλοιπη τοπική περιοχή, την ήπειρο και τον πλανήτη. Στην περίπτωση της Σιγκαπούρης, αντιμετωπίσαμε έλλειψη ανοιχτών δεδομένων, όπου οι χρήστες εξαρτώνταν σε σημαντικό βαθμό από υπάρχοντα ανοιχτά σύνολα δεδομένων, όπως το MODIS και το Landsat, για να εκτιμήσουν το μετασχηματισμό του φυσικού περιβάλλοντος της νήσου και τον πολεοδομικό σχεδιασμό.
Είναι σημαντικό να αντιμετωπίσουμε τους ορισμούς της κάλυψης γης IGBP και τις χωρικές πληροφορίες του MCD12Q1-1 ως δύο συστατικά στοιχεία που μαζί αποτελούν το διαβαθμισμένο σύνολο δεδομένων. Η μελέτη των χρηστών επικεντρώνεται ρητά στην αμφισημία των ορισμών κατηγοριών γης IGBP για διαφορετικές κατηγορίες γης που περιέχονται στο MCD12Q1-1. Εκτός από τη μελέτη ευχρηστίας, η οποία επικεντρώνεται στην ποιοτική αξιολόγηση των ορισμών κατηγοριών γης IGBP, πραγματοποιήσαμε επίσης επικύρωση του συνόλου δεδομένων MCD12Q1-1 χρησιμοποιώντας εικόνες εδάφους (ground truth imagery). Η αξιολόγηση ακρίβειας επικυρώνει τη χωρική ακρίβεια οποιουδήποτε προϊόντος τηλεπισκόπησης που περιέχει θεματικές πληροφορίες. Η μελέτη των χρηστών και η αξιολόγηση της ακρίβειας πραγματοποιήθηκαν ανεξάρτητα το ένα από το άλλο, αλλά αλληλοσυμπληρώνονται παρέχοντας μια ολοκληρωμένη επισκόπηση του MCD12Q1-1, όσον αφορά τις πληροφορίες κατηγοριών γης που περιέχει και την ακρίβεια των εικονοστοιχείων.
Ο στόχος αυτής της έρευνας είναι να προσελκύσει τους χρήστες σε μια άσκηση με στόχο την ταξινόμηση της Σιγκαπούρης στις υπάρχουσες κατηγορίες της ταξινόμησης κάλυψης γης MCD12Q1 IGBP. Αυτό γίνεται με στόχο να καταστούν κατανοητοί στους χρήστες οι υπάρχοντες ορισμοί συστημάτων ταξινόμησης της κάλυψης γης, καθώς και να μας δωθεί μια ιδέα για το πόσο σαφής, συνοπτική και με ακρίβεια ταξινομείται η Σιγκαπούρη από το σύστημα ταξινόμησης γης της IGBP. Η έρευνα έδωσε επίσης την ευκαιρία να εκτιμηθεί το επίπεδο λεπτομέρειας που προσφέρεται στο προϊόν MCD12Q1-1, όσον αφορά τους ορισμούς που παρέχονται και τον τρόπο με τον οποίο προσαρμόζονται ειδικά στο τοπίο της Σιγκαπούρης, η οποία είναι μία από τις πιο αστικοποιημένες χώρες στον κόσμο. Η επικύρωση του MCD12Q1-1 παρέχει μια ποσοτικοποίηση του βαθμού συμφωνίας μεταξύ των δεδομένων από απόσταση και της πραγματικότητας εδάφους. Οι στατιστικές από την έκβαση της επικύρωσης μπορούν επίσης να χρησιμοποιηθούν από τους χρήστες για να μετρήσουν την καταλληλότητα του MCD12Q-1 και να χαρτογραφήσουν την κάλυψη γης της Σιγκαπούρης.

'''Μεθοδολογία'''

Το σύνολο δεδομένων που χρησιμοποιούμε και αξιολογούμε είναι ένα προϊόν παγκόσμιας κάλυψης γης MODIS-MCD12Q1. Το προϊόν περιέχει πέντε διαφορετικά συστήματα ταξινόμησης γης, ωστόσο η έρευνά μας επικεντρώνεται στο σύστημα IGBP (MCD12Q1-1), το οποίο χωρίζει την κάλυψη ολόκληρης της γης σε 17 κατηγορίες (Πίνακας 1).

[[Εικόνα:Rswikiglp81.jpg |thumb|right|Πίνακας 1:'''MCD12Q1 International Geosphere Biosphere Programme (IGBP) κατηγορίες κάλυψης γης.''']]

Η χωρική ανάλυση του συνόλου δεδομένων είναι 500 μ. Το προϊόν προέρχεται από εικόνες από τους δορυφόρους MODIS Aqua και Terra. Υπάρχει ένα νέο σύνολο δεδομένων που καταρτίζεται στο τέλος κάθε ημερολογιακού έτους. Η δουλειά μας χρησιμοποιεί την ταξινόμηση που δημιουργήθηκε στις 31 Δεκεμβρίου 2008. Η Σιγκαπούρη καλύπτεται από σύννεφα για μεγάλες περιόδους γενικά, αλλά όσον αφορά το 2008 είναι μια περίοδος όπου μπορούσαμε να αποκτήσουμε σχετικά σαφείς εικόνες κατά το μεγαλύτερο μέρος του έτους.
Η περιοχή μελέτης για την έρευνά μας είναι η Σιγκαπούρη (Σχήμα 1). Το κύριο κίνητρο για την επιλογή της Σιγκαπούρης ως περιοχής μελέτης είναι να διαπιστωθεί πόσο καλά μια περιοχή μεγέθους της Σιγκαπούρης μπορεί να εκπροσωπείται από ένα παγκόσμιο σύνολο δεδομένων τηλεπισκόπησης. Αυτό επίσης υπογραμμίζει το ερώτημα πώς θα αντλήσουμε καλύτερες λεπτομέρειες από τους υπάρχοντες ορισμούς της κάλυψης γης για να βελτιώσουμε τους περιορισμούς που αντιμετωπίζουν τα περισσότερα συστήματα ταξινόμησης που καλύπτουν καλύψεις γης. Όπως φαίνεται στο Σχήμα 1, η Σιγκαπούρη έχει ένα ιδιαίτερα αστικοποιημένο τοπίο, στο οποίο είναι διασκορπισμένες προστατευόμενες περιοχές που αποτελούνται από πρωτογενή δάση και υγρότοπους (CCR και Bukit Timah), καθώς και από αστικούς χώρους πρασίνου. Η ανάλυση κάλυψης εδάφους είναι εξάλλου εγγενώς αβέβαιη στη Σιγκαπούρη λόγω των συνεχώς μεταβαλλόμενων φυσικών ορίων. Η αποκατάσταση της γης είναι πράγματι μια κοινή πρακτική στην πόλη-κράτος.

[[Εικόνα:Rswikiglp82.jpg |thumb|right|Σχήμα 1:'''Η περιοχή μελέτης, Σιγκαπούρη (Βρίσκεται σε: 1.3521 ° Β, 103.8198 ° Α). Η βιομηχανική περιοχή Tuas είναι επισημασμένη με κόκκινο χρώμα ενώ το Central Catchment Reserve (CCR) και το Bukit Timah Reserve είναι με πράσινο. Τα ύδατα της Μαλαισίας και της Σιγκαπούρης οριοθετούνται από την κίτρινη γραμμή.''']]

'''Μελέτες ευχρηστίας'''

Για να συλλέξουμε τις απαντήσεις για την έρευνα ευχρηστίας, χρησιμοποιήσαμε την πλατφόρμα ανοιχτού κώδικα Limesurvey. Με τη δημιουργία κάθε έρευνας, παρέχεται ένας μοναδικός σύνδεσμος στους χρήστες. Μέσω του συνδέσμου χρήστη μπορούσαν να έχουν πρόσβαση στην έρευνα. Ο σύνδεσμος κυκλοφόρησε ανάμεσα σε πιθανούς ερευνητές του Εθνικού Πανεπιστημίου της Σιγκαπούρης, της Υπηρεσίας Χωροταξίας της Σιγκαπούρης, της Αρχής Εξέλιξης Αστικών Περιοχών και του Κέντρου για την Απεικόνιση και Επεξεργασία Απεικόνισης Απομακρυσμένης Ακτίνας Σιγκαπούρης, μέσω ηλεκτρονικού ταχυδρομείου. Ο σύνδεσμος διατηρήθηκε ζωντανός για περίοδο δύο μηνών, κατά τη διάρκεια του οποίου οι χρήστες μπορούσαν να έχουν πρόσβαση ανοιχτά στην έρευνα. Το ερωτηματολόγιο κρατήθηκε ανώνυμο δεδομένου ότι το όνομα των χρηστών δεν ήταν σχετικό με το έργο, ωστόσο, ζητήσαμε τους οργανισμούς με τους οποίους συνδέονται, καθώς παρέχει μια ιδέα για την έκταση της εμπειρίας τους σε πληροφορίες σχετικά με την κάλυψη γης. Λάβαμε 33 ολοκληρωμένες απαντήσεις από 89 απόπειρες. Οι ερωτήσεις της έρευνας περιελάμβαναν εικόνες των υποτομέων της Σιγκαπούρης από το Google Earth (2016) (Google Inc., Mountain View, CA, ΗΠΑ) με κάθε εικόνα να περιέχει διαφορετικά τοπία. Κάθε εικόνα είχε χωρική έκταση 300-500 μ. Ορισμένες εικόνες αποτελούσαν μία ενιαία κάλυψη γης, ενώ άλλες περιείχαν ένα μείγμα διαφορετικών τύπων κάλυψης. Κάθε εικόνα διέφερε περαιτέρω όσον αφορά το επίπεδο και τη γωνία μεγέθυνσης φωτεινότητας, προκειμένου να εξασφαλιστεί η τυχαιότητα και η λήψη σημαντικών απαντήσεων. Οι ερωτήσεις είχαν τη μορφή πολλαπλών επιλογών, με οκτώ επιλογές απάντησης. Οι επιλογές απάντησης που δόθηκαν ήταν οι ετικέτες κάλυψης γης από την ταξινόμηση κάλυψης γης του MODIS IGBP (Πίνακας 1), ειδικότερα, οι κατηγορίες γης που εμφανίζονται στη Σιγκαπούρη σύμφωνα με το σύνολο δεδομένων MCD12Q1-1. Παρέχοντας τις μέγιστες πληροφορίες σε ένα χρήστη, μειώνουμε το πεδίο για τις προκατειλημμένες απαντήσεις.
Στο τέλος της έρευνας συμπεριλάβαμε επίσης μια ανοιχτή ερώτηση σχετικά με τον τρόπο με τον οποίο οι συμμετέχοντες θα μπορούσαν να χρησιμοποιήσουν ένα παγκόσμιο σύνολο δεδομένων κάλυψης γης παρόμοιο με το MCD12Q1-1, το οποίο μας παρέχει μια εικόνα για το με ποιο τρόπο οι ερευνητές-χρήστες και οι χρήστες τηλεπισκοπικών δεδομένων έχοντας τα δεδομένα κάλυψης γης της Σιγκαπούρης θα έβλεπαν μια ταξινόμηση της χώρας σε παγκόσμια κλίμακα.
Για να υποστηρίξουμε την έρευνα, διεξήγαμε επίσης προσωπικές συνεντεύξεις με τέσσερις εμπειρογνώμονες από οργανισμούς που εργάζονται με δεδομένα από απόσταση για τη Σιγκαπούρη. Οι εμπειρογνώμονες σχετίζονταν με το Εθνικό Πανεπιστήμιο της Σιγκαπούρης (NUS), την Αρχή Αναμόρφωσης Αστικών Περιοχών (URA), τα Εθνικά Πάρκα (NP) και το Κέντρο Τηλεπισκόπησης και Επεξεργασίας Απεικόνισης Σιγκαπούρης. Οι συνεντεύξεις ήταν ανεπίσημα δομημένες, αλλά ιδιαίτερα εστιασμένες. Οι ερωτήσεις ήταν ελαφρώς ποικίλες για να προσαρμοστούν στο ιστορικό και την εμπειρία κάθε συνεντευξιαζόμενου. Οι ερωτήσεις που ετίθεντο ήταν οι εξής:
-Ποια είναι η υπαγωγή σας και ο τομέας εργασίας στον οποία βρίσκεστε;
-Στην έρευνά σας ή την επαγγελματική σας ζωή, έχετε εργαστεί ποτέ με δεδομένα τηλεπισκόπησης;
-Με τι είδους σύνολα δεδομένων τηλεπισκόπισης έχετε εργαστεί περισσότερο;
-Έχετε εργαστεί ποτέ με προγράμματα παγκόσμιας ταξινόμησης κάλυψης γης όπως MCD12Q1-1 ή GlobCover (2009);
-Εξετάζοντας αυτήν την εικόνα MCD12Q1-1, ποια είναι η γνώμη σας για το πως φαίνεται η Σιγκαπούρη σύμφωνα με αυτό το σύνολο δεδομένων;
-Κατά τη γνώμη σας, πόσο πρόσφατες και ενημερωμένες εμφανίζονται αυτές οι ταξινομήσεις;
-Πόσο συχνά πιστεύετε ότι αυτά τα δεδομένα πρέπει να αναβαθμίζονται;
-Πώς θα χρησιμοποιούσατε μια τέτοια εικόνα;
-Ποιες είναι οι συγκεκριμένες προκλήσεις της χρήσης δεδομένων τηλεπισκόπησης για τη Σιγκαπούρη;
Οι ερωτηθέντες δεν συμμετείχαν στην έρευνα ευχρηστίας.

'''Σύστημα επισήμανσης και ταξινόμησης'''

Η URA είναι μία από τις κυριότερες κυβερνητικές υπηρεσίες που αναπτύσσουν τα σχέδια χρήσης γης για το νησί. Η URA παρέχει ένα ενημερωμένο σχέδιο χρήσης γης για τη χώρα κάθε 10-15 χρόνια. Τα σχέδια αυτά είναι ανοιχτά και προσβάσιμα στον ιστότοπό της. Ορισμένες από τις κατηγορίες που απαριθμούνται στα σχέδια αυτά είναι οικιστικά, εμπορικά, επιχειρηματικά πάρκα και χώροι μεταφοράς.
Εκτός από την επικύρωση της μελέτης ευχρηστίας, προτείνουμε μια ιεραρχική δομή επισήμανσης που χωρίζει τη Σιγκαπούρη σε κατηγορίες γης που προέρχονται από το σχέδιο URA και μπορούν να ενσωματωθούν στο MCD12Q1-1.
Λόγω του εξαιρετικά αστικοποιημένου τοπίου της Σιγκαπούρης, ξεκινήσαμε με δύο ευρείες κατηγορίες: το Urban και το Non-Urban. Εξακολουθούμε να διαιρούμε το "Urban" σε κατοικημένη, κεντρική επιχειρηματική περιοχή (CBD) και σε αμυντικές περιοχές (π.χ. στρατιωτικές ζώνες). Η κατηγορία "Non-Urban" περιλαμβάνει εθνικά πάρκα (πρωτογενή δάση και υγρότοπους) και υδάτινα σώματα (Εικόνα 2).

[[Εικόνα:Rswikiglp83.jpg |thumb|right|Σχήμα 2:'''Ένα απλό σχεδιάγραμμα για τη δημιουργία ενός μελλοντικού συστήματος ταξινόμησης κάλυψης γης για τη Σιγκαπούρη.''']]

'''Αξιολόγηση της ακρίβειας του MCD12Q1-1 για τη Σιγκαπούρη χρησιμοποιώντας απεικόνιση εδάφους (ground truth imagery)'''

Μια αξιολόγηση ακρίβειας μπορεί να οριστεί ως η διαδικασία ελέγχου του βαθμού συμφωνίας μεταξύ ενός ταξινομημένου χάρτη και της αλήθειας εδάφους. Με τη διαθεσιμότητα πολυάριθμων παγκόσμιων ταξινομήσεων κάλυψης γης, όπως οι MCD12Q1-1, GlobCover (2009) και GLC2000, έγιναν προσπάθειες επικύρωσης για την αξιολόγηση της θεματικής τους ακρίβειας σε παγκόσμιο και περιφερειακό επίπεδο. Οι μελέτες αυτές αντιμετωπίζουν τις υφιστάμενες προκλήσεις όσον αφορά τη χρήση γης και τη χαρτογράφηση κάλυψης γης. Προκλήσεις όπως ασυνέπειες στους ορισμούς των κατηγοριών γης, σύγκριση παλαιών πληροφοριών από διαφορετικά συστήματα ταξινόμησης και λάθη που προκύπτουν λόγω των διαφορετικών μεθόδων που χρησιμοποιούνται για τη συλλογή τηλεπισκοπικών δεδομένων.
Τα δεδομένα εδάφους που χρησιμοποιούνται στις εκτιμήσεις ακρίβειας μπορεί να έχουν τη μορφή δεδομένων πεδίου ή δορυφορικών εικόνων υψηλής ανάλυσης.
Για τη διαδικασία επικύρωσής, ελήφθησαν εικόνες Satellite Pour l'Observation de la Terre (SPOT-5) για τη Σιγκαπούρη (Εικόνα 3). Η χωρική ανάλυση της εικόνας είναι 10m στις τέσσερις φασματικές ζώνες, δηλαδή η ζώνη 1 (πράσινη: 0,50-0,59 μm), η ζώνη 2 (κόκκινη: 0,61-0,68 μm), η ζώνη 3 (κοντά στο υπέρυθρο: 0,78-0,89 μm) , και ζώνη 4 (υπερύθρων βραχέων κυμάτων: 1,58-1,75 μm).

[[Εικόνα:Rswikiglp84.jpg |thumb|right|Σχήμα 3:'''Εικόνα SPOT-5 που δείχνει τη Σιγκαπούρη και τα γειτονικά της νησιά, εμφανίζεται σε R = Band 4, G = Band 3, B = Band 2. Η εικόνα έχει χωρική ανάλυση 10 m (Lat = 1.524 ° N, Long = 103.606 ° E) η ημερομηνία απόκτησης είναι η 14η Μαρτίου 2009.''']]

Το αρχικό βήμα για την εκτίμηση της ακρίβειας είναι να αποφασιστεί η στρατηγική δειγματοληψίας για τα σημεία επικύρωσης. Ορισμένες κοινές μέθοδοι δειγματοληψίας που χρησιμοποιούνται είναι: απλή τυχαία δειγματοληψία, στρωματοποιημένη τυχαία δειγματοληψία, συστηματική τυχαία δειγματοληψία και δειγματοληψία συμπλεγμάτων Όλες οι τεχνικές δειγματοληψίας περιέχουν ορισμένα πλεονεκτήματα και μειονεκτήματα. Για παράδειγμα, η απλή τυχαία δειγματοληψία αυξάνει την πιθανότητα απώλειας σε μικρότερες σε έκταση κατηγορίες γης, ενώ η συστηματική τυχαία δειγματοληψία θα μπορούσε να εισαγάγει μια προκαταρκτική δειγματοληψία στη διαδικασία καθώς τα δείγματα επιλέγονται με προηγούμενη γνώση της κατηγορίας γης. Έτσι, για την επικύρωσή μας, η στρωματοποιημένη τυχαία δειγματοληψία ήταν η καλύτερη εφαρμογή. Η μέθοδος αυτή επιλέγει τον αριθμό των δειγμάτων ανάλογα με το μέγεθος της ταξινομημένης κατηγορίας κάλυψης γης. Για παράδειγμα, οι κατηγορίες Νερό και Αστική / Δομημένη Γη είναι σε αφθονία για τη Σιγκαπούρη, έτσι ο αλγόριθμος αποδίδει τις μεγαλύτερες και τις δεύτερες μεγαλύτερες ομάδες δείγματος επικύρωσης σε αυτές τις κατηγορίες, αντίστοιχα. Για το μη σταθμισμένο στρωματοποιημένο δείγμα ή το εξισωμένο στρωματοποιημένο δείγμα, σε κάθε κατηγορία στην ανάλυση αποδόθηκαν 100 μονάδες.
Η επικύρωση πραγματοποιείται αρχικά για όλες τις 17 τάξεις κάλυψης εδάφους IGBP του προϊόντος MCD12Q1-1, χρησιμοποιώντας τη σταθμισμένη διαστρωματική δειγματοληψία. Ακολουθεί η αξιολόγηση ακρίβειας μόνο των πιο συχνά εμφανιζόμενων κατηγοριών κάλυψης γης στην περιοχή μελέτης μας, συγκεκριμένα, Αστικά / Οικοδομικά, Αειθαλή Δάση Πλατύφυλλων, Μόνιμοι Υγρότοποι και Νερό, χρησιμοποιώντας τόσο σταθμισμένη όσο και μη σταθμισμένη στρωματοποιημένη δειγματοληψία. Δεν επαναλάβαμε μια εξισωμένη στρωματοποιημένη δειγματοληψία για τις 17 κατηγορίες IGBP. Η πλειοψηφία των κατηγοριών γης περιέχει μόνο 1-5 εικονοστοιχεία στη Σιγκαπούρη, έτσι δεν μπορούσαμε να αποκτήσουμε έναν κατάλληλο αριθμό δειγμάτων για τη διαδικασία.
Μέσω της διατύπωσης ενός πίνακα σφαλμάτων, αξιολογούμε τα ακόλουθα στατιστικά στοιχεία για την ακρίβεια της ταξινόμησης IGBP της Σιγκαπούρης:
-Συνολική ακρίβεια: (Αριθμός σωστά ταξινομημένων εικονοστοιχείων) / (Σύνολο εικονοστοιχείων στην αξιολόγηση).
-Ακρίβεια του παραγωγού: Η πιθανότητα να ταξινομηθεί ορθά ένα εικονοστοιχείο αλήθειας εδάφους:
P.A. (Class i)=ki,j/ki
όπου ki,j είναι το διαγώνιο στοιχείο του πίνακα για την κατηγορία i, και ki είναι το άθροισμα των εικονοστοιχείων για την κατηγορία i στην εικόνα αναφοράς.
-Ακρίβεια χρήστη: Η πιθανότητα ενός εικονοστοιχείου στον ταξινομημένο χάρτη μας να ανήκει στη σωστή κατηγορία:
U.A. (Class i)=ki,j/ki
όπου ki,j είναι το διαγώνιο στοιχείο του πίνακα για την κατηγορία i, και ki είναι το άθροισμα των εικονοστοιχείων για την κατηγορία i στην ταξινομημένη εικόνα.
- Μέτρηση δείκτη Kappa για την πρόβλεψη μεταξύ ενός χάρτη "αλήθειας εδάφους" και οποιουδήποτε εναλλακτικού χάρτη. Αυτό εξάγει την πιθανότητα η πραγματική συμφωνία να είναι καλύτερη από την αναμενόμενη συμφωνία λόγω τυχαίας πιθανότητας. Για παράδειγμα, ένας δείκτης Kappa 0,45 δείχνει ότι η συνολική συμφωνία (από την εξίσωση συνολικής ακρίβειας) είναι 45% καλύτερη από τη συμφωνία λόγω τυχαίας πιθανότητας.

[[Εικόνα:Rswikiglp85.jpg |thumb|right|Σχήμα 4:'''Μια επιλογή τριών από τις 30 εικόνες ερωτήσεων για τη μελέτη ευχρηστίας. Οι εικόνες προέρχονται από τυχαία επιλεγμένες τοποθεσίες εντός της Σιγκαπούρης. Ζητήθηκε από τους χρήστες να ταξινομήσουν τα σημεία σε κάθε εικόνα σύμφωνα με την κατανόησή τους όσον αφορά τους ορισμούς του IGBP, στους οποίους τους δόθηκε πρόσβαση σε όλη τη διάρκεια της έρευνας. Οι 33 απαντήσεις που λάβαμε για κάθε εικόνα απεικονίζονται στις αντίστοιχες στοίβες.''']]

'''Συμπεράσματα'''

Η έρευνα αυτή βοηθά τους χρήστες να κατανοήσουν ένα σύνολο δεδομένων παγκόσμιας κλίμακας στο πλαίσιο μιας περιοχής η οποία, στην περίπτωσή μας, είναι η Σιγκαπούρη. Διαπιστώνουμε ότι στην περίπτωση μιας ταξινόμησης παγκόσμιας κλίμακας, οι μικρότερες χώρες συχνά δεν επαρκούν για να ταξινομηθούν πλήρως και με ακρίβεια.
Σε ένα αστικό περιβάλλον, όπως η Σιγκαπούρη, δεν υπήρξε μετατροπή της γης σε μορφή αποψίλωσης για πολλά χρόνια. Ωστόσο, οι δραστηριότητες βυθοκόρησης για την αποκατάσταση της γης οδήγησαν σε μια συνεχώς μεταβαλλόμενη συνοριακή χώρα, η οποία εντάθηκε από το 2004, με την ανάπτυξη της βιομηχανικής ζώνης Tuas στο νοτιοδυτικό τμήμα του νησιού. Οι κάτοχοι της έρευνας και οι συνεντευξιαζόμενοι αναδεικνύουν την ανάγκη για ένα ανοικτό και παγκοσμίως ενοποιημένο σύστημα ταξινόμησης γης για το νησιωτικό κράτος, το οποίο να περιέχει ενημερωμένες πληροφορίες για την κάλυψη γης για το νησί. Είναι σημαντικό να σημειωθεί ότι η βιομηχανική ζώνη Tuas και τα νησιά Jurong δεν μπορούσαν να παρατηρηθούν στο MCD12Q1-1 (Σχήμα S1) για το έτος 2008.
Η έρευνα που πραγματοποιήθηκε επικεντρώνεται συγκεκριμένα στην προοπτική των χρηστών χαρτών κάλυψης γης και στις πληροφορίες που αντλούν από τα δεδομένα ταξινόμησης. Υπογραμμίζει ότι οι ευρείς ορισμοί κατηγοριών γης μπορούν να αποτελέσουν πηγή σύγχυσης για τους χρήστες και να αυξήσουν την πιθανότητα λανθασμένων ταξινομήσεων. Επιπλέον, η πρόσβαση στην λεπτομερή ορολογία κάθε κατηγορίας εδάφους IGBP δεν εμποδίζει την εσφαλμένη ταξινόμηση των τύπων κάλυψης γης, ειδικά σε εικόνες με μικτό τοπίο. Οι χρήστες και οι συνεντεύξεις υπογραμμίζουν την ανάγκη βελτίωσης του επιπέδου λεπτομέρειας των υφιστάμενων ορισμών της κάλυψης γης IGBP στο πλαίσιο της Σιγκαπούρης. Αυτό οφείλεται στην ιδιαίτερη φύση της αλλαγής της γης και των δραστηριοτήτων στη Σιγκαπούρη. Η επικύρωση του συνόλου δεδομένων MCD12Q1-1 έναντι των εικόνων εδάφους υποστηρίζει τη μελέτη χρηστών με την ποσοτικοποίηση των σφαλμάτων στο σύνολο δεδομένων. Τα στατιστικά στοιχεία που προέκυψαν από τις διαδικασίες επικύρωσης δίνουν συνολική ακρίβεια 62% και 71%. Τα στατιστικά στοιχεία χαμηλής ακρίβειας υπογραμμίζουν την πρόκληση της κλιμάκωσης των χωρικών πληροφοριών παγκόσμιας εμβέλειας στο MCD12Q1-1, παρά τις προσπάθειες να προ-φιλτραριστούν τα σφάλματα εστιάζοντας μόνο στις πιο συχνές κατηγορίες γης στην περιοχή μελέτης μας. Οι κατηγορίες αστικών / οικοδομημένων και μόνιμων υγροτόπων ενδέχεται να υποεκπροσωπούνται σε ένα παγκόσμιο πλαίσιο. Ωστόσο, αυτές οι κατηγορίες έχουν τη μεγαλύτερη σημασία για τους χρήστες του χάρτη MCD12Q1-1 που αξιολογούν τη Σιγκαπούρη και τις γειτονικές της περιοχές, καθώς αποτελούν τις συχνότερα εμφανιζόμενες κατηγορίες κάλυψης γης στη Νοτιοανατολική Ασία. Ως εκ τούτου, δεν είναι κατάλληλη η χρήση του MCD12Q1-1 για την ποσοτικοποίηση της έκτασης των κατηγοριών γης Urban / Built-Up και Permanent Wetlands για την περιοχή μελέτης μας.
Ορισμένες από τις προκλήσεις που αντιμετωπίσαμε κατά τη διάρκεια της έρευνάς μας μπορούν επίσης να γίνουν αντιληπτές σε ένα ευρύτερο πλαίσιο. Μία από τις κύριες προκλήσεις ήταν η έλλειψη πρόσβασης σε ανοιχτά δεδομένα, ειδικά για την περιοχή μελέτης μας. Επομένως, ήταν επιτακτική η συμπερίληψη χρηστών και υπαλλήλων που εργάζονται με διαφορετικά είδη δεδομένων κάλυψης γης για να αποκτήσουμε περισσότερες πληροφορίες. Ένας περιορισμός της αξιολόγησης της ακρίβειας είναι η έλλειψη πληροφοριών σχετικά με τη φάση της κατάρτισης του συνόλου δεδομένων MCD12Q1. Έτσι, τα σφάλματα που ενδέχεται να έχουν επηρεάσει τη φάση ανάπτυξης του συνόλου δεδομένων θα μπορούσαν να επηρεάσουν την επικύρωση. Επί του παρόντος, η έρευνα στη Σιγκαπούρη εξαρτάται σε μεγάλο βαθμό από δεδομένα φορέα (π.χ. οικοδόμηση αποτυπώσεων, δρόμων, πάρκων) από το SLA για την παρακολούθηση της επέκτασης των αστικών περιοχών. Είναι δύσκολο να εργαστούμε με δεδομένα φορέα όσον αφορά την ποσοτικοποίηση της αλλαγής της γης μέσα στα χωρικά πολύγωνα. Υπάρχει η δυνατότητα να δημιουργηθούν και να ενσωματωθούν περισσότερα στοιχεία τηλεπισκόπησης της Σιγκαπούρης με υπάρχουσες ανοικτές πληροφορίες κάλυψης γης σε παγκόσμιο επίπεδο (π.χ. MODIS, GlobCover LCCS), τα οποία θα χρησιμοποιούνται από την επιστημονική κοινότητα.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1075/htm]

[[category:Χαρτογραφία]]

Αρχείο:Rswikiglp85.jpg

2018-01-06T17:52:52Z

Giorglmbr: Μια επιλογή τριών από τις 30 εικόνες ερωτήσεων για τη μελέτη ευχρηστίας. Οι εικόνες προέρχονται από τυχαία επιλεγμένες τοποθεσίες εντός της

Μια επιλογή τριών από τις 30 εικόνες ερωτήσεων για τη μελέτη ευχρηστίας. Οι εικόνες προέρχονται από τυχαία επιλεγμένες τοποθεσίες εντός της Σιγκαπούρης. Ζητήθηκε από τους χρήστες να ταξινομήσουν τα σημεία σε κάθε εικόνα σύμφωνα με την κατανόησή τους όσον αφορά τους ορισμούς του IGBP, στους οποίους τους δόθηκε πρόσβαση σε όλη τη διάρκεια της έρευνας. Οι 33 απαντήσεις που λάβαμε για κάθε εικόνα απεικονίζονται στις αντίστοιχες στοίβες.

Αρχείο:Rswikiglp84.jpg

2018-01-06T17:52:24Z

Giorglmbr: Εικόνα SPOT-5 που δείχνει τη Σιγκαπούρη και τα γειτονικά της νησιά, εμφανίζεται σε R = Band 4, G = Band 3, B = Band 2. Η εικόνα έχει χωρική ανάλυση 10 m (Lat = 1.524 °

Εικόνα SPOT-5 που δείχνει τη Σιγκαπούρη και τα γειτονικά της νησιά, εμφανίζεται σε R = Band 4, G = Band 3, B = Band 2. Η εικόνα έχει χωρική ανάλυση 10 m (Lat = 1.524 ° N, Long = 103.606 ° E) η ημερομηνία απόκτησης είναι η 14η Μαρτίου 2009.

Αρχείο:Rswikiglp83.jpg

2018-01-06T17:51:54Z

Giorglmbr: Ένα απλό σχεδιάγραμμα για τη δημιουργία ενός μελλοντικού συστήματος ταξινόμησης κάλυψης γης για τη Σιγκαπούρη.

Ένα απλό σχεδιάγραμμα για τη δημιουργία ενός μελλοντικού συστήματος ταξινόμησης κάλυψης γης για τη Σιγκαπούρη.

Αρχείο:Rswikiglp82.jpg

2018-01-06T17:51:28Z

Giorglmbr: Η περιοχή μελέτης, Σιγκαπούρη (Βρίσκεται σε: 1.3521 ° Ν, 103.8198 ° E). Η βιομηχανική περιοχή Tuas είναι επισημασμένη με κόκκινο χρώμα ενώ το Central Catchment R

Η περιοχή μελέτης, Σιγκαπούρη (Βρίσκεται σε: 1.3521 ° Ν, 103.8198 ° E). Η βιομηχανική περιοχή Tuas είναι επισημασμένη με κόκκινο χρώμα ενώ το Central Catchment Reserve (CCR) και το Bukit Timah Reserve είναι με πράσινο. Τα ύδατα της Μαλαισίας και της Σιγκαπούρης οριοθετούνται από την κίτρινη γραμμή.

Αρχείο:Rswikiglp81.jpg

2018-01-06T17:51:06Z

Giorglmbr: MCD12Q1 International Geosphere Biosphere Programme (IGBP) κατηγορίες κάλυψης γης.

MCD12Q1 International Geosphere Biosphere Programme (IGBP) κατηγορίες κάλυψης γης.

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T17:30:24Z

Giorglmbr:

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία

'''Δημοσιεύθηκε: ''' ''Νημερτής, ιδρυματικό αποθετήριο του Πανεπιστημίου Πατρών, 2011, 4η Μαΐου''

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|right|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|right|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|right|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp77.jpg|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.'''
</gallery></center>

Στη συνέχεια γίνεται ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα, µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp713.jpg|Σχήμα 8:Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.
</gallery></center>

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|left|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση της νήσου Κάλαμος (Αιτωλοακαρνανία) από εικόνες ASTER

2018-01-06T17:27:36Z

Giorglmbr:

''' Χαρτογράφηση της νήσου Κάλαμος (Αιτωλοακαρνανία) από εικόνες ASTER '''

'''Συγγραφέας: ''' Αγάπη Κοψάλη

'''Δημοσιεύθηκε: ''' ''Νημερτής, ιδρυματικό αποθετήριο του Πανεπιστημίου Πατρών, 2015, 26η Νοεμβρίου''

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.

[[Εικόνα:Rswikiglp61.jpg |thumb|right|]]

Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp62.jpg |thumb|right|Πίνακας 1:'''Χωρική και φασματική διακριτική ικανότητα των σαρωτών του ASTER.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001012301_001_056.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.
Τα κανάλια vnir, 01, 02, 03 και μια ψευδοχρωματική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή μπλε και η θάλασσα προς το μαύρο, δίνονται στα παρακάτω σχήματα. Αυτό συμβαίνει γιατί ο ASTER δεν έχει μπλε κανάλι και χρησιμοποιούμε το πράσινο κόκκινο εγγύς υπέρυθρο του δορυφόρου στο μπλε πράσινο κόκκινο της οθόνης.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp63.jpg|Σχήμα 2:'''Κανάλι 1'''.
Εικόνα:Rswikiglp64.jpg|Σχήμα 3:'''Κανάλι 2'''.
Εικόνα:Rswikiglp65.jpg|Σχήμα 4:'''Κανάλι 3'''.
Εικόνα:Rswikiglp66.jpg|Σχήμα 5:'''Έγχρωμο σύνθετο (ψευδόχρωμη απεικόνιση) των καναλιών: 03(εγγύς υπέρυθρο) κόκκινο, 02(κόκκινο) πράσινο, 01(πράσινο) μπλε. (vnir_rgb).'''
</gallery></center>

Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σημαίνει ότι η εικόνα δεν έχει διορθωθεί γεωμετρικά και ραδιομετρικά (ενώ 1Β σημαίνει ότι η εικόνα έχει διορθωθεί ραδιομετρικά), σύμφωνα με το ASTER User Handbook. Επίσης η εικόνα καταγράφηκε στις 23/1/2001 και έχει 4200 γραμμές και 4100 στήλες.

'''Περιοχή Μελέτης'''

[[Εικόνα:Rswikiglp67.jpg |thumb|left|Σχήμα 6:'''Δορυφορική εικόνα περιοχής μελέτης.''']]

[[Εικόνα:Rswikiglp68.jpg |thumb|left|Σχήμα 7:'''Ανάγλυφο περιοχής μελέτης.''']]

Στη συνέχεια γίνεται η εισαγωγή των καναλιών 1, 2, 3 στο πρόγραμμα idrisi με σκοπό την παραγωγή ενός έγχρωμου σύνθετου των καναλιών με αντιστοίχιση τους στο χρώμα μπλε, πράσινο, κόκκινο της οθόνης.

[[Εικόνα:Rswikiglp69.jpg |thumb|right|Σχήμα 8:'''Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο) του SWIR.''']]

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση των χρήσεων γης επιλέγουμε ένα υποσύνολο της περιοχής μελέτης (τη νήσο Κάλαμο) από το έγχρωμο σύνθετο των καναλιών 01, 02, 03, του σαρωτή vnir.

[[Εικόνα:Rswikiglp610.jpg |thumb|right|Σχήμα 9:'''Η νήσος Κάλαμος από το έγχρωμο σύνθετο των καναλιών 01, 02, 03, του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις.)

'''Αποτελέσματα'''

Ακολουθεί ο τελικός χάρτης που έχει δημιουργηθεί καθώς και οι κατηγορίες κάλυψης με την ερμηνεία τους.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp611.jpg|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα. Ο χάρτης εμπεριέχει 6 κατηγορίες (2 κατηγορίες λόγω επιφανειακής εξάπλωσης μικρότερης του 1% ενώθηκαν με μία από τις υπόλοιπες).'''
Εικόνα:Rswikiglp612.jpg|Σχήμα 11:'''Χωρίς δεδομένα.'''
Εικόνα:Rswikiglp613.jpg|Σχήμα 12:'''Κάλυψη γης στο εσωτερικό.'''
Εικόνα:Rswikiglp614.jpg|Σχήμα 13:'''Βλάστηση με βάση το έγχρωμο σύνθετο.'''
Εικόνα:Rswikiglp615.jpg|Σχήμα 14:'''Θαλάσσια Ζώνη.'''
Εικόνα:Rswikiglp616.jpg|σχήμα 15:'''Κάλυψη γης στο εσωτερικό.'''
Εικόνα:Rswikiglp617.jpg|Σχήμα 16:'''Θαλάσσια περιοχή μικρού βάθους.'''
</gallery></center>

'''Συμπεράσματα'''

Η ταξινόμηση της δορυφορικής εικόνας μας επέτρεψε να διακρίνουμε διάφορες κατηγορίες κάλυψης γης στην θάλασσα και στην στεριά. Η ερμηνεία της κάθε κατηγορίας μπορεί να πραγματοποιηθεί μόνο με εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/8967/1/kopsali_kalamos.pdf]

[[category:Χαρτογραφία]]

Η γεωμετρία των μεγάλων λιμνών της Τούνδρας όπως παρατηρείται από ιστορικούς χάρτες και δορυφορικές εικόνες

2018-01-06T17:18:37Z

Giorglmbr:

''' Η γεωμετρία των μεγάλων λιμνών της Τούνδρας όπως παρατηρείται από ιστορικούς τοπογραφικούς χάρτες και δορυφορικές εικόνες '''

'''Πρωτότυπος τίτλος:''' '' The Geometry of Large Tundra Lakes Observed in Historical Maps and Satellite Images ''

'''Συγγραφείς: ''' Ivan Sudakov, Almabrok Essa, Luke Mander, Ming Gong, Tharanga Kariyawasam

'''Δημοσιεύθηκε: ''' ''Remote Sensing, 2017, 21st of October''

'''Εισαγωγή'''

Η Αρκτική θερμαίνεται περίπου στο διπλάσιο του ρυθμού του υπόλοιπου πλανήτη και πιστεύεται ότι οι κλιματικές αλλαγές στην περιοχή αυτή προχωρούν τόσο γρήγορα ώστε το κλιματικό σύστημα της Αρκτικής να πλησιάζει σε πολύ κρίσιμο σημείο. Αυτό προκαλεί ιδιαίτερες αλλαγές στην κυκλοφορία του άνθρακα στην Αρκτική και αλλοιώνει τη χωρική κατανομή του permafrost (έδαφος αποτελούμενο από πέτρα ή χώμα των οποίων η θερμοκρασία βρίσκεται χαμηλότερα από τους 0 βαθμούς Κελσίου). Οι προβλεπόμενες επιπτώσεις αυτών των αλλαγών κυμαίνονται από τοπικής κλίμακας μεταβολές όπως η σύνθεση της βλάστησης στην Αρκτική, μέχρι συνολικότερα κοινωνικοοικονομικά προβλήματα όπως η μειωμένη σταθερότητα των κτιρίων που χρησιμοποιούνται για στέγαση και βιομηχανικούς σκοπούς.
Οι λίμνες της Τούνδρας προκαλούν ιδιαίτερη ανησυχία στο πλαίσιο της κλιματικής αλλαγής στην Αρκτική. Αυτό οφείλεται στο γεγονός ότι η απόψυξη του permafrost και η επακόλουθη αποσύνθεση του προηγουμένως κατεψυγμένου οργανικού άνθρακα αυξάνουν σημαντικά την ποσότητα του μεθανίου που εκπέμπεται στην ατμόσφαιρα στα πλαίσια ενός υπερθερμενόμενου κλίματος. Οι λίμνες της Τούνδρας, οι οποίες αλλάζουν σχήμα και αυξάνουν το μέγεθος τους καθώς λιώνουν τα παγωμένα μέρη τους, αντιπροσωπεύουν μια σημαντική πηγή μεθανίου που παρέχει θετική ανατροφοδότηση στην ατμόσφαιρα και αποτελούν κρίσιμα στοιχεία του κλιματικού συστήματος της Αρκτικής. Λόγω της κεντρικής σημασίας των λιμνών της Τούνδρας στον κύκλο άνθρακα της Αρκτικής, η κατανόηση της χωροχρονικής δυναμικής τους είναι μια βασική επιστημονική πρόκληση.
Προηγούμενες εργασίες σχετικά με τη χωροχρονική δυναμική των μοτίβων που προσομοιάζουν λίμνες στην Αρκτική έχουν δείξει ότι οι αλλαγές στη μορφή τους επηρεάζουν τη δομή της ανατροφοδότησης του κλίματος της περιοχής. Για παράδειγμα, οι μελέτες που διεξήχθησαν στη Γροιλανδία και στην ευρύτερη περιοχή της Αρκτικής έδειξαν ότι η τήξη των επιφανειών κατά τη διάρκεια των καλοκαιρινών μηνών έχει αυξήσει τις supraglacial λίμνες (λιμνάζοντα ύδατα που βρίσκονται στο πάνω μέρος παγετώνων). Αυτές οι υπερυψωμένες λίμνες έχουν χαμηλότερο albedo (μέτρο ανακλαστικότητας) σε σύγκριση με τον πάγο και συνεπώς απορροφούν περισσότερη ενέργεια από τον ήλιο, προκαλώντας αύξηση της θερμοκρασίας και ενδεχομένως περαιτέρω τήξη στο φλοιό πάγου. Επιπρόσθετα, οι χάρτες της βαθυμετρίας των λιμνών αυτών και των ρευμάτων, μαζί με επιτόπιες μετρήσεις της ανακλαστικότητας και του βάθους τους, επέτρεψαν σε επιστήμονες τη μέτρηση της μεταβατικής ροής ύδατος τήγματος μέσω ρευμάτων. Τα λιμνάζοντα ύδατα που δημιουργούνται από την τήξη των πάγων της θάλασσας της Αρκτικής αποτελούν ορατές δεξαμενές συλλεχθέντων λιωμένων υδάτων στην επιφάνεια του πάγου της θάλασσας και είναι ικανές να μειώσουν το albedo μεταβάλλοντας τις ιδιότητες σκέδασης του φωτός της επιφάνειας του πάγου.
Υπάρχουν πολλές πιθανές πηγές πληροφοριών σχετικά με τη χωροχρονική δυναμική των λίμνων της Τούνδρας και η καθεμία έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Είναι δυνατή η είσοδος στο πεδίο και η μέτρηση των σχημάτων και μεγεθών των λιμνών με το χέρι. Αυτό έχει τη δυνατότητα να παρέχει εξαιρετικά ακριβείς πληροφορίες για τη γεωμετρία της λίμνης, αλλά με περιορισμένη χωρική εμβέλεια, δεδομένου ότι δεν είναι πρακτικό να διερευνώνται εκατοντάδες εκτάρια με αυτόν τον τρόπο. Ομοίως, είναι δυνατόν να αναλυθούν τοπογραφικοί χάρτες που ενσωματώνουν δεδομένα στη γεωμετρία της λίμνης. Αυτοί οι χάρτες συνήθως καλύπτουν ευρείες γεωγραφικές περιοχές και μπορούν να παρέχουν πληροφορίες για τον χαρακτήρα της επιφάνειας της γης από αρκετές δεκαετίες πριν, αλλά δεν ενημερώνονται τακτικά λόγω των χρονικών απαιτήσεων για τη συλλογή τέτοιων δεδομένων. Οι αεροφωτογραφίες παρέχουν επίσης χρήσιμη πηγή πληροφοριών για την κατανομή των στοιχείων στην επιφάνεια της γης σε ευρείες γεωγραφικές περιοχές, αλλά το κόστος των αεροσκαφών περιορίζει σε πολύ μεγάλο βαθμό τις δυνατότητες. Η τεχνολογία Drone ξεπερνάει αυτό το εμπόδιο σε κάποιο βαθμό, αλλά τα αεροσκάφη απαιτούν ακόμα να υπάρχουν ερευνητές στο πεδίο για να λειτουργούν τα αεροσκάφη. Οι δορυφορικές εικόνες παρέχουν ένα μεγάλο όγκο δεδομένων στην επιφάνεια της γης και έχουν παράσχει πολύτιμες πληροφορίες για τη δυναμική των λιμνών στις περιοχές της Αρκτικής που βρίσκονται στο περιθώριο. Μια πρόκληση της εργασίας με δορυφορικές εικόνες είναι ότι τα όρια των αντικειμένων ενδιαφέροντος μπορεί να είναι δύσκολο να καθοριστούν και η κατάτμηση της εικόνας (η διαδικασία διαίρεσης μιας ψηφιακής εικόνας σε πολλά τμήματα) μπορεί να είναι δύσκολη.
Σε αυτή τη μελέτη, στοχεύουμε γενικά στην ανάλυση της γεωμετρίας των σχημάτων που σχηματίζονται από τις λίμνες της Τούνδρας στη Ρωσική Υψηλή Αρκτική. Η μεθοδολογία της εργασίας αυτής αποτελεί ένα βήμα προς την κατανόηση της χωροχρονικής δυναμικής των λίμνων της Τούνδας στην Αρκτική και βασίζεται σε προηγούμενες εργασίες με τη χρήση αεροφωτογραφιών και δορυφορικών δεδομένων υψηλής ανάλυσης για τη συλλογή πληροφοριών σχετικά με τη γεωμετρία και τη στατιστική (μέγεθος και σχήμα) λιμνών. Έχουμε επιλέξει να διερευνήσουμε τη δυνατότητα εξαγωγής γεωμετρικών πληροφοριών για τις λίμνες της Τούνδρας από δύο πηγές: τοπογραφικούς χάρτες και δορυφορικές εικόνες. Οι συγκεκριμένοι στόχοι μας είναι:
Να αναπτύξουμε μοτίβα επεξεργασίας εικόνων που χωρίζουν ιστορικούς τοπογραφικούς χάρτες και πρόσφατες δορυφορικές εικόνες και μας επιτρέπουν να απεικονίζουμε τις λίμνες της Τούνδρας σε δυαδικές (ασπρόμαυρες) εικόνες.
Να υπολογίσουμε τις τιμές περιμέτρου της περιοχής για κάθε μία από τις επιμέρους λίμνες στις δύο πηγές δεδομένων.
Να μετρήσουμε τις γεωμετρικές ιδιότητες των λιμνών της Τούνδρας στις δύο πηγές δεδομένων μας, υπολογίζοντας τη φράκταλ διάστασή τους.

'''Μεθοδολογία'''

Η μελέτη μας επικεντρώθηκε στη Δυτική Σιβηρία (60 ° 00'00 '' Γεωγραφικό πλάτος και 75 ° 00'00 '' γεωγραφικό μήκος) (Σχήμα 1), μία περιοχή στην οποία συναντάται ένα μεγάλο δίκτυο από λίμνες της Τούνδρας. Ο ιστορικός χάρτης ανακτήθηκε από το Κρατικό Υδρολογικό Ινστιτούτο της Ρωσίας. Αυτός ο χάρτης δημιουργήθηκε για να παρουσιάσει διαφορετικούς τύπους οικοτόπων και υγροτόπων με κλίμακα 1: 2.500.000 και τα δεδομένα που βασίζονται στον χάρτη συλλέχθηκαν από μια σειρά αποστολών πεδίου κατά τα έτη που προηγήθηκαν της ημερομηνίας δημοσίευσής του (1969-1973). Ο χάρτης δημιουργήθηκε με βάση αεροφωτογραφίες της Δυτικής Σιβηρίας και μετρήσεις πεδίου. Η στρατηγική εργασίας πεδίου περιλαμβάνει τη δημιουργία προσωρινών σταθμών σε διάφορες περιοχές της Δυτικής Σιβηρίας. Διάφορα ιδρύματα της Ακαδημίας Επιστημών της ΕΣΣΔ συγκέντρωσαν τις πληροφορίες από αυτούς τους σταθμούς κατά τη διάρκεια της περιόδου μελέτης και αναφέρθηκαν στο Κρατικό Υδρολογικό Ινστιτούτο (συντονιστής πεδίου εργασίας). Ο χάρτης χρησιμοποιεί μια ποικιλία διαφορετικών χρωμάτων και στοιχείων για την εμφάνιση διαφόρων τύπων υγροτόπων, ενώ η πολυπλοκότητα αυτής της παλέτας χρωμάτων αποτελεί πρόκληση για την ανίχνευση των λιμνών με υπολογιστική όραση. Οι δορυφορικές εικόνες Landsat συλλέχθηκαν από τη μηχανή Google Earth Engine (G.E.E.) κατά τη διάρκεια του 2016. Κάθε εικόνα λήφθηκε σε ύψος ματιού 151,94 χιλιομέτρων. Το Google Earth Engine είναι μια πλατφόρμα πληροφορικής cloud-based και υψηλής απόδοσης για γεωχωρική ανάλυση και περιλαμβάνει δεδομένα τηλεπισκόπησης από διαφορετικά σύνολα δεδομένων όπως Landsat, MODIS, Sentinel και ASTER. Είναι μια βολική πλατφόρμα για επιστήμονες που εργάζονται σε διάφορους κλάδους και θεωρείται χρήσιμο εργαλείο για μαθηματικούς, φυσικούς και γεωλόγους, καθώς και επιστήμονες του κλίματος και του περιβάλλοντος που μελετούν τις εκπομπές μεθανίου από τις λίμνες της Τούνδρας. Το G.E.E. έχει χρησιμοποιηθεί εκτός των άλλων για τη χαρτογράφηση της πληθυσμιακής δυναμικής, των μοντέλων άρδευσης, και των χωρικών σχηματισμών που σχηματίζονται από τη βλάστηση στα ξηρά οικοσυστήματα.

[[Εικόνα:Rswikiglp51.jpg |thumb|right|Σχήμα 1:'''Επισκόπηση χάρτη της Δυτικής Σιβηρίας, με την περιοχή μελέτης. Το πλαίσιο 1 αντιστοιχεί στην περιοχή απεικόνισης στο σχήμα 2α, το πλαίσιο 2 αντιστοιχεί στην περιοχή απεικόνισης στο σχήμα 3α, το πλαίσιο 3 αντιστοιχεί στην περιοχή απεικόνισης στο σχήμα 3β.''']]

[[Εικόνα:Rswikiglp52.jpg |thumb|right|Σχήμα 2:'''Επεξεργασία εικόνων για τη μετατροπή μιας εικόνας τοπογραφικού χάρτη σε δυαδική εικόνα (α) εικόνα εισόδου (β) εικόνα εξόδου μετά την εφαρμογή τμηματοποίησης με βάση το χρώμα (γ) δυαδική εικόνα πριν από την εφαρμογή στρατηγικής απομάκρυνσης γραμμών (δ) δυαδική εικόνα μετά την εφαρμογή στρατηγικής αφαίρεσης γραμμών.''']]

[[Εικόνα:Rswikiglp53.jpg |thumb|right|Σχήμα 3:'''Τμηματοποίηση εικόνων με μέθοδο αυξανόμενης περιοχής. Σημειώνεται η αντιστοιχία μεταξύ των λιμνών όπως φαίνονται στις εικόνες εισόδου και στις λίμνες που παρατηρούνται στις δυαδικές εικόνες μετά την επεξεργασία της περιοχής (α) εικόνα εισόδου (β) εικόνα εισόδου του Google Earth Engine (G.E.E.) (γ) δυαδική εικόνα του χάρτη πριν την εφαρμογή της μεθόδου αύξησης περιοχής (δ) δυαδική εικόνα G.E.E. πριν εφαρμογή της μεθόδου αύξησης περιοχής ( ε) δυαδική εικόνα χάρτη μετά την εφαρμογή της μεθόδου αύξησης της περιοχής (f) δυαδική εικόνα G.E.E. μετά την εφαρμογή της μεθόδου αύξησης περιοχής.''']]

'''Εντοπισμός των λιμνών'''

Προκειμένου να ανιχνευθούν οι λίμνες στους ιστορικούς τοπογραφικούς χάρτες, οι ψηφιακές εικόνες τους χωρίστηκαν με βάση τις τιμές έντασης χρώματος. Το σχήμα 2α δείχνει ένα μέρος αυτών των χαρτών. Καταρχάς, κάθε εικόνα είχε ως κατώτατο όριο τις τιμές έντασης σκούρου μπλε (Σχήμα 2b). Μαθηματικά, λαμβάνοντας μια εικόνα IRGB (x, y), εκχυλίσαμε το μπλε κανάλι IB (x, y) και έπειτα αφαιρέσαμε την εικόνα Igray (x, y) της IB (x, y)
Iblue(x,y)=IB(x,y)−Igray(x,y)
όπου το Iblue (x, y) είναι η εικόνα εξόδου και έχει το ίδιο μέγεθος με την εικόνα εισόδου. Αυτή η εικόνα εξόδου μετατράπηκε σε δυαδική (ασπρόμαυρη) εικόνα για να βρεθεί το κέντρο κάθε λίμνης (Εικόνα 2c). Οι τοπογραφικοί χάρτες χαρακτηρίζονται από πολλά χρώματα και γραμμές, τα οποία συγχέονται στο πλαίσιο της επεξεργασίας εικόνας. Για να αντιμετωπιστεί αυτό, δημιουργήσαμε ένα επίπεδο γραμμικό στοιχείο δομής με το pixel ενδιαφέροντος (το επεξεργασμένο εικονοστοιχείο) που βρίσκεται στο κέντρο του. Αυτό το επίπεδο γραμμικό στοιχείο δομής είναι ένας πίνακας που περιέχει μηδενικά και άσσους. Τα εικονοστοιχεία με τιμές 1 ορίζουν τη γειτονιά των εικονοστοιχείων (δομημένα ως γραμμές στο σχήμα) που συμπεριλήφθηκαν στην επεξεργασία. Τα στοιχεία της μήτρας με τιμές 0 δεν συμπεριλήφθηκαν. Αυτό το στοιχείο διαμόρφωσης είναι συμμετρικό σε σχέση με το κέντρο της γειτονιάς και υπήρχε μια απόσταση 10 εικονοστοιχείων μεταξύ των κέντρων των στοιχείων δομής στα αντίθετα άκρα της γραμμής και μια γωνία 25 μοιρών από τον οριζόντιο άξονα. Στη συνέχεια αφαιρέσαμε αυτή τη γραμμική δομή από την εικόνα Ιblue (x, y) (Εικόνα 2d). Η τελική κατάτμηση εικόνας περιελάμβανε εφαρμογή μιας διαδικασίας αύξησης περιοχής στις εικόνες που υποβλήθηκαν σε αυτή τη στρατηγική απομάκρυνσης γραμμών.
Για να ανιχνεύσουμε τις λίμνες στις δορυφορικές εικόνες που προέρχονται από το Google Earth Engine (Εικόνα 3b), χρησιμοποιήσαμε ένα μοντέλο λήψης αποφάσεων χρησιμοποιώντας ένα φορέα υποστήριξης της ταξινόμησης (SVM), ο οποίος αποτελεί εποπτευόμενη τεχνική στατιστικής και διακριτικής ταξινόμησης. Εκπαιδεύσαμε το SVM χρησιμοποιώντας δύο δείγματα εκπαίδευσης εικόνων εισόδου (μεγέθους 7×7 εικονοστοιχείων). Το πρώτο δείγμα εκπαίδευσης περιελάμβανε εικόνες που αντιπροσωπεύουν λίμνες. Το δεύτερο δείγμα εκπαίδευσης περιελάμβανε εικόνες που αντιπροσωπεύουν το υπόβαθρο της εικόνας (όχι λίμνες). Η πληροφορία φορέα κάθε δείγματος εξήχθη εκπροσωπώντας κάθε εικονοστοιχείο ως την ευκλείδεια απόσταση μεταξύ των αντίστοιχων συντεταγμένων του στα κόκκινα, πράσινα και μπλε κανάλια και την προέλευση,
p(x,y)=√(r-0)^2+(g-0)^2+(b-0)^2=√r^2+g^2+b^2
όπου r, g, b είναι τα κόκκινα, πράσινα και μπλε κανάλια κάθε δείγματος (7×7 υπο-εικόνα) αντίστοιχα κάθε θέσης pixel p (x, y).
Αυτή η πληροφορία φορέα τροφοδοτήθηκε στον υποστηρικτή SVM για την κατασκευή του μοντέλου εκπαίδευσης SVM. Κάθε εικόνα εισόδου διαιρέθηκε έπειτα σε αλληλεπικαλυπτόμενα παράθυρα μεγέθους 7×7 εικονοστοιχείων και οι πληροφορίες διάνυσής της εξήχθησαν προκειμένου να ταξινομηθεί κάθε παράθυρο ως λίμνη ή όχι λίμνη. Οι λίμνες αντιπροσωπεύονται από λευκά εικονοστοιχεία και εικονοστοιχεία που δεν ήταν λίμνες παριστάνονται με μαύρα εικονοστοιχεία (Εικόνα 3d). Η τελική κατάτμηση εικόνας περιελάμβανε την εφαρμογή μιας διαδικασίας αύξησης περιοχής στις εικόνες που υποβλήθηκαν σε αυτή τη στρατηγική αφαίρεσης γραμμών.
Όσον αφορά την αύξηση περιοχής για τον κατακερματισμό ιστορικών τοπογραφικών χαρτών και εικόνων του Google Earth Engine, εφαρμόσαμε μια τυπική τμηματοποίηση της περιοχής σε δυαδικές εικόνες και των ιστορικών χαρτών (Εικόνα 3c) και των δορυφορικών εικόνων (Εικόνα 3d). Το εικονοστοιχείο στο κέντρο κάθε λίμνης θεωρήθηκε ως το εικονοστοιχείο ενδιαφέροντος. Η διαφορά μεταξύ της τιμής έντασης του εικονοστοιχείου ενδιαφέροντος και της έντασης της μέσης περιοχής υπολογίστηκε. Εάν η διαφορά αυτή ήταν μικρότερη ή ίση με ένα κατώτατο προκαθορισμένο όριο, προσετίθετο ένα νέο εικονοστοιχείο στην περιοχή, διαφορετικά, η διαδικασία σταματούσε. Πειραματιστήκαμε με ένα εύρος κατώτερων τιμών και διαπιστώσαμε ότι το 0,05 απέδωσε την καθαρότερη κατάτμηση των λιμνών. Αυτή η τμηματοποίηση που αναπτύσσεται στην περιοχή παρουσιάζεται στο Σχήμα 3.

'''Υπολογισμός των γεωμετρικών ιδιοτήτων των λιμνών'''

Χρησιμοποιήσαμε τυπική ανάλυση συνδεδεμένων μερών για να υπολογίσουμε την έκταση και την περίμετρο κάθε λίμνης. Αυτές οι ποσότητες υπολογίστηκαν σε εικονοστοιχεία και αναφέρθηκαν σε μετρικές μονάδες πολλαπλασιάζοντας τον αριθμό των εικονοστοιχείων με το αντίστοιχο μέγεθος εικονοστοιχείων. Το μέγεθος των εικονοστοιχείων για τον ιστορικό χάρτη είναι 0,21166 km / pixel, ενώ το μέγεθος εικονοστοιχείων για το Google Earth Engine είναι 0,1503 km / pixel.
Η φράκταλ θεωρία που εισήχθη από τον Mandelbrot μπορεί να χρησιμοποιηθεί ως μέθοδος για τη μελέτη μερικώς συσχετισμένων (σε πολλές κλίμακες) χωρικών φαινομένων που δεν είναι διαφοροποιήσιμα αλλά είναι συνεχή. Αυτή η θεωρία βοηθά στην ποσοτικοποίηση σύνθετων σχημάτων ή ορίων και τα συνδέει με υποκείμενες διαδικασίες που μπορεί να επηρεάσουν την πολυπλοκότητά τους. Για απλά αντικείμενα όπως κύκλους και πολύγωνα, η περίμετρος Ρ κλιμακώνεται ως τετραγωνική ρίζα της περιοχής Α. Ωστόσο, για πολύπλοκες επίπεδες περιοχές με καμπύλες φράκταλ ως όρια η περίμετρος P είναι,
P≈D√A
όπου ο εκθέτης D είναι η φράκταλ διάσταση της οριακής καμπύλης.
Χρησιμοποιήσαμε μια μέθοδο για τον υπολογισμό της φράκταλ διάστασης η οποία είναι μια ανάλυση ακραίας τιμής που βασίζεται στην κάτω άκρη των σημείων δεδομένων περιοχής-περιμέτρου. Για να γίνει αυτό, πήραμε το κυρτό κέλυφος των σημείων δεδομένων στο επίπεδο (A, P), προσδιορίσαμε το κάτω άκρο και υπολογίσαμε την κλίση του. Αυτή η διαδικασία εγγυάται ότι η φράκταλ διάσταση δεν μειώνεται καθώς αυξάνεται η περιοχή και εξηγεί γιατί υπάρχουν τόσο λίγα σημεία δεδομένων που διατηρούν τη μη φθίνουσα ιδιότητα της διάστασης του φράκταλ. Η μέθοδος μπορεί να θεωρηθεί ως μια ισχυρή εναλλακτική λύση σε άλλες μεθόδους υπολογισμών των διαστάσεων των φράκταλ, όπως η μέθοδος λεξικογραφικής παραγγελίας που χρησιμοποιείται για τον υπολογισμό της διάστασης των φράκταλ λιμνών τήγματος. Χρησιμοποιήσαμε ένα διάγραμμα διάσπασης της περιμετρικής περιοχής που ελήφθη από τον ιστορικό τοπογραφικό χάρτη και τις δορυφορικές εικόνες για να υπολογίσουμε τις φράκταλ διαστάσεις χρησιμοποιώντας MATLAB (R2015a, The MathWorks Inc., Natick, ΜΑ, ΗΠΑ). Μια σύνοψη της μεθόδου παρουσιάζεται στο Σχήμα 4.

[[Εικόνα:Rswikiglp54.jpg |thumb|right|Σχήμα 4:'''Ο αλγόριθμος της μελέτης για τη γεωμετρία των λιμνών της Τούνδρας.''']]

'''Συμπεράσματα'''

Η συγκεκριμένη μελέτη για τη γεωμετρία των λιμνών της Τούνδρας υποκινείται από μια γενική επιθυμία να κατανοήσουμε τη χωροχρονική δυναμική των μοντέλων των λίμνων υπό κλιματική αλλαγή. Αυτό είναι σημαντικό επειδή οι λίμνες της Τούνδρας αντιπροσωπεύουν μια σημαντική πηγή μεθανίου στην ατμόσφαιρα, διαδικασία η οποία πραγματοποιείται κατά το ξεπάγωμα του νερού τους, το οποίο έχει ως αποτέλεσμα την αύξηση του μεγέθους τους. Σε αυτή την εργασία, κάναμε ένα βήμα προς την κατεύθυνση αυτού του στόχου, αναλύοντας τις γεωμετρικές ιδιότητες των λιμνών της Τούνδρας στη Ρωσική Υψηλή Αρκτική. Αυτές οι λίμνες καταγράφηκαν από ιστορικούς τοπογραφικούς χάρτες και από δορυφορικές εικόνες που προέρχονται από το Google Earth Engine. Τα συγκεκριμένα συμπεράσματά μας είναι τα εξής:
Μια στρατηγική επεξεργασίας εικόνας που συνδυάζει την κατώτερη τιμή χρωμάτων και την μέθοδο αύξησης της περιοχής μας επιτρέπει να χωρίσουμε ιστορικούς χάρτες και δορυφορικές εικόνες. Αυτό απομονώνει τις λίμνες από άλλες πληροφορίες σε αυτές τις εικόνες. Στην περίπτωση των ιστορικών χαρτών, αυτές οι άλλες πληροφορίες περιλαμβάνουν τη διανομή υγροτόπων και, στην περίπτωση των δορυφορικών εικόνων, περιλαμβάνουν τη βλάστηση, το έδαφος και άλλα στοιχεία της επιφάνειας της γης.
Έχουμε προβεί σε μια προκαταρκτική ανάλυση των αλλαγών στο μέγεθος της λίμνης που έγιναν στο διάστημα των 39 χρόνων μεταξύ της παραγωγής του ιστορικού χάρτη που χρησιμοποιήσαμε και των δορυφορικών εικόνων που εξετάσαμε. Διαπιστώνουμε ότι ορισμένες λίμνες στην περιοχή μελέτης μας έχουν αυξηθεί σε μέγεθος με την πάροδο του χρόνου, ενώ άλλες έχουν μειωθεί σε μέγεθος με την πάροδο του χρόνου. Οι μεταβολές στο μέγεθος της λίμνης κατά τη διάρκεια αυτού του χρονικού διαστήματος μπορεί να είναι μέχρι το ήμισυ του μεγέθους της λίμνης όπως καταγράφεται στον ιστορικό χάρτη.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://www.mdpi.com/2072-4292/9/10/1072/htm]

[[category:Υδατικοί Πόροι]]

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T16:39:57Z

Giorglmbr:

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|right|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|right|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|right|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp77.jpg|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.'''
</gallery></center>

Στη συνέχεια γίνεται ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα, µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp713.jpg|Σχήμα 8:Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.
</gallery></center>

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|left|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T16:38:30Z

Giorglmbr:

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|left|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|right|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|right|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp77.jpg|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.'''
</gallery></center>

Στη συνέχεια θα γίνει ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp713.jpg|Σχήμα 8:Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.
</gallery></center>

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|left|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T16:37:19Z

Giorglmbr:

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|left|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|left|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|left|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

[[Εικόνα:Rswikiglp77.jpg |thumb|right|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.''']]

Στη συνέχεια θα γίνει ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp713.jpg|Σχήμα 8:Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.
</gallery></center>

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|left|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση της νήσου Κάλαμος (Αιτωλοακαρνανία) από εικόνες ASTER

2018-01-06T16:17:22Z

Giorglmbr:

''' Χαρτογράφηση της νήσου Κάλαμος (Αιτωλοακαρνανία) από εικόνες ASTER '''

'''Συγγραφέας: ''' Αγάπη Κοψάλη
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.

[[Εικόνα:Rswikiglp61.jpg |thumb|right|]]

Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp62.jpg |thumb|right|Πίνακας 1:'''Χωρική και φασματική διακριτική ικανότητα των σαρωτών του ASTER.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001012301_001_056.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.
Τα κανάλια vnir, 01, 02, 03 και μια ψευδοχρωματική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή μπλε και η θάλασσα προς το μαύρο, δίνονται στα παρακάτω σχήματα. Αυτό συμβαίνει γιατί ο ASTER δεν έχει μπλε κανάλι και χρησιμοποιούμε το πράσινο κόκκινο εγγύς υπέρυθρο του δορυφόρου στο μπλε πράσινο κόκκινο της οθόνης.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp63.jpg|Σχήμα 2:'''Κανάλι 1'''.
Εικόνα:Rswikiglp64.jpg|Σχήμα 3:'''Κανάλι 2'''.
Εικόνα:Rswikiglp65.jpg|Σχήμα 4:'''Κανάλι 3'''.
Εικόνα:Rswikiglp66.jpg|Σχήμα 5:'''Έγχρωμο σύνθετο (ψευδόχρωμη απεικόνιση) των καναλιών: 03(εγγύς υπέρυθρο) κόκκινο, 02(κόκκινο) πράσινο, 01(πράσινο) μπλε. (vnir_rgb).'''
</gallery></center>

Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σημαίνει ότι η εικόνα δεν έχει διορθωθεί γεωμετρικά και ραδιομετρικά (ενώ 1Β σημαίνει ότι η εικόνα έχει διορθωθεί ραδιομετρικά), σύμφωνα με το ASTER User Handbook. Επίσης η εικόνα καταγράφηκε στις 23/1/2001 και έχει 4200 γραμμές και 4100 στήλες.

'''Περιοχή Μελέτης'''

[[Εικόνα:Rswikiglp67.jpg |thumb|left|Σχήμα 6:'''Δορυφορική εικόνα περιοχής μελέτης.''']]

[[Εικόνα:Rswikiglp68.jpg |thumb|left|Σχήμα 7:'''Ανάγλυφο περιοχής μελέτης.''']]

Στη συνέχεια γίνεται η εισαγωγή των καναλιών 1, 2, 3 στο πρόγραμμα idrisi με σκοπό την παραγωγή ενός έγχρωμου σύνθετου των καναλιών με αντιστοίχιση τους στο χρώμα μπλε, πράσινο, κόκκινο της οθόνης.

[[Εικόνα:Rswikiglp69.jpg |thumb|right|Σχήμα 8:'''Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο) του SWIR.''']]

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση των χρήσεων γης επιλέγουμε ένα υποσύνολο της περιοχής μελέτης (τη νήσο Κάλαμο) από το έγχρωμο σύνθετο των καναλιών 01, 02, 03, του σαρωτή vnir.

[[Εικόνα:Rswikiglp610.jpg |thumb|right|Σχήμα 9:'''Η νήσος Κάλαμος από το έγχρωμο σύνθετο των καναλιών 01, 02, 03, του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις.)

'''Αποτελέσματα'''

Ακολουθεί ο τελικός χάρτης που έχει δημιουργηθεί καθώς και οι κατηγορίες κάλυψης με την ερμηνεία τους.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp611.jpg|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα. Ο χάρτης εμπεριέχει 6 κατηγορίες (2 κατηγορίες λόγω επιφανειακής εξάπλωσης μικρότερης του 1% ενώθηκαν με μία από τις υπόλοιπες).'''
Εικόνα:Rswikiglp612.jpg|Σχήμα 11:'''Χωρίς δεδομένα.'''
Εικόνα:Rswikiglp613.jpg|Σχήμα 12:'''Κάλυψη γης στο εσωτερικό.'''
Εικόνα:Rswikiglp614.jpg|Σχήμα 13:'''Βλάστηση με βάση το έγχρωμο σύνθετο.'''
Εικόνα:Rswikiglp615.jpg|Σχήμα 14:'''Θαλάσσια Ζώνη.'''
Εικόνα:Rswikiglp616.jpg|σχήμα 15:'''Κάλυψη γης στο εσωτερικό.'''
Εικόνα:Rswikiglp617.jpg|Σχήμα 16:'''Θαλάσσια περιοχή μικρού βάθους.'''
</gallery></center>

'''Συμπεράσματα'''

Η ταξινόμηση της δορυφορικής εικόνας μας επέτρεψε να διακρίνουμε διάφορες κατηγορίες κάλυψης γης στην θάλασσα και στην στεριά. Η ερμηνεία της κάθε κατηγορίας μπορεί να πραγματοποιηθεί μόνο με εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/8967/1/kopsali_kalamos.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T16:13:20Z

Giorglmbr:

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|left|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|right|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|right|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

[[Εικόνα:Rswikiglp77.jpg |thumb|left|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.''']]

Στη συνέχεια θα γίνει ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp713.jpg|Σχήμα 8:Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.
</gallery></center>

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|left|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T16:10:35Z

Giorglmbr:

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|left|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|right|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|right|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

[[Εικόνα:Rswikiglp77.jpg |thumb|left|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.''']]

Στη συνέχεια θα γίνει ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

[[Εικόνα:Rswikiglp713.jpg |thumb|right|Σχήμα 8:'''Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.''']]

'''Χαρτογράφηση των καλύψεων γης'''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|right|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER

2018-01-06T16:09:14Z

Giorglmbr: Νέα σελίδα με '''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER ''' '''Συγγραφέας: ''' Χ...'

''' Χαρτογράφηση καλύψεων γης στο νομό Λέσβου από δορυφορικές εικόνες ASTER '''

'''Συγγραφέας: ''' Χρίστος Ηλία
(Πανεπιστήμιο Πατρών, Σχολή Θετικών Επιστημών, Τμήμα Γεωλογίας, Τομέας Εφαρμοσμένης Γεωλογίας και Γεωφυσικής)

'''Εισαγωγή'''

Οι δορυφορικές εικόνες ASTER αποτελούν ένα πολύ πρόσφατο προϊόν της διαστημικής τεχνολογίας, που είναι διαθέσιμο για όλη τη γη με χαμηλό κόστος (55 δολάρια ανά εικόνα, κόστος που καλύπτει τα έξοδα αναπαραγωγής και αποστολής των δεδομένων). Ο δορυφόρος ASTER έχει πολύ μεγάλη φασματική διακριτική ικανότητα σε σημείο που να χαρακτηρίζεται από αρκετούς επιστήμονες σαν ένα υπερφασματικό καταγραφικό σύστημα στο υπέρυθρο. Πιο συγκεκριμένα, ο ASTER έχει δυο κανάλια μόνο στο ορατό ( στο πράσινο και στο κόκκινο), ένα κανάλι στο εγγύς υπέρυθρο και μία σειρά από κανάλια στο μέσο και στο θερμικό υπέρυθρο. Έτσι δίνονται νέες δυνατότητες για την ερμηνεία είτε ποιοτικά είτε ποσοτικά καλύψεων γης και φυσικών καταστάσεων της γήινης επιφάνειας, αφού οι προηγούμενοι δορυφόροι π.χ. LANDSAT είχαν ελάχιστο αριθμό καναλιών στο υπέρυθρο και τα οποία είχαν πολύ μεγάλο εύρος. Ο σκοπός είναι η περιβαλλοντική χαρτογράφηση της παράκτιας ζώνης της Αιτωλοακαρνανίας (απέναντι από την Λευκάδα) από δορυφορικές εικόνες ASTER προκειμένου να αποτυπωθούν οι καλύψεις γης. Έτσι θα μπορούμε να αξιολογήσουμε τις δυνατότητες και τις εφαρμογές που έχουν αυτά τα δεδομένα. Θα εφαρμοστούν τεχνικές ψηφιακής επεξεργασίας εικόνας που αποσκοπούν στο να δημιουργηθεί ένα έγχρωμο σύνθετο, το οποίο θα εμπεριέχει σχεδόν το σύνολο της πληροφορίας που είναι διαθέσιμο στα κανάλια του ASTER. Το έγχρωμο σύνθετο θα ερμηνευτεί με εργασίες πεδίου και βάση της υπάρχουσας εμπειρίας. Στο δεύτερο στάδιο, θα γίνει επιβλεπόμενη ταξινόμηση προκειμένου να χαρτογραφηθούν οι καλύψεις γης και να αξιολογηθούν οι δυνατότητες του.

'''Μεθοδολογία'''

Το πρόγραμμα ASTER (Advanced Spaceborne Thermal Emission & Reflection Radiometer) είναι προϊόν συνεργασίας της NASA και του Υπουργείου Έρευνας και Βιομηχανίας της Ιαπωνίας με την συμμετοχή πολλών ερευνητικών ινστιτούτων από όλο τον κόσμο (Γαλλία, Αυστραλία, κ.α.). Τα καταγραφικά συστήματα του ASTER είναι τρία VNIR, SWIR, TIR με διαφορετική φασματική διακριτική ικανότητα, τα οποία συνθέτουν ένα υπερφασματικό καταγραφικό σύστημα στο θερμικό με στέρεο-δυνατότητα στο εγγύς υπέρυθρο.
Η χρονική διακριτική ικανότητα είναι 16 ημέρες (revisit time), καλύπτοντας τις περιοχές της γης από 81.2οΝ μέχρι 81.2οΒ. Πιο συγκεκριμένα, η λήψη στερεοζευγαριών (along-track stereo data) γίνεται από το καταγραφικό σύστημα VNIR (Visible and Near Infrared) που αποτελείται από 3 διανυσματικούς σαρωτές (pushbroom scanner) έναν για κάθε φασματικό κανάλι. Το εστιακό επίπεδο κάθε σαρωτή αποτελείται από 5000 στοιχειώδεις ανιχνευτές, διατεταγμένους σε ευθεία γραμμή. Ο τρίτος σαρωτής μπορεί να στραφεί κατά +/-24ο και να επιτύχει λήψεις υπό γωνία (πλάγιες λήψεις) δημιουργώντας στερεοζευγάρια. Κάθε εικόνα καλύπτει περίπου έκταση 75 km * 75 km ενώ η περιοχή επικάλυψης των δύο εικόνων αντιστοιχεί / καλύπτει περιοχή έκτασης τουλάχιστον από 60 km * 60 km.
Η λήψη στο ναδίρ ονομάζεται 3N (nadir) ενώ η λήψη υπό γωνία γίνεται καθώς απομακρύνεται ο δορυφόρος (backward looking ή aftviewing) και λέγεται 3Β. Ο λόγος βάσης προς ύψος (base/height ratio) των στερεοζευγαριών που προκύπτουν είναι 0.6 (το ύψος τροχιάς του είναι 705 km).

[[Εικόνα:Rswikiglp71.jpg |thumb|right|Πίνακας 1:'''Καταγραφικά συστήματα VIR, SWIR, TIR.''']]

Τα δεδομένα του ASTER δίνουν νέες δυνατότητες λόγω της αρκετά καλής χωρικής διακριτικής ικανότητας του συστήματος σε συνδυασμό με την μεγάλη φασματική διακριτική ικανότητα του (ύπαρξη 14 καναλιών) με την πλειοψηφία των καναλιών να είναι στο υπέρυθρο. Η ύπαρξη τόσο πολλών καναλιών στο υπέρυθρο είναι πολύ σημαντική στην γεωλογία αλλά και στον αστικό σχεδιασμό για τον εντοπισμό βιομηχανικών εγκαταστάσεων, σταθμών ηλεκτρικής ενέργειας και μηχανοκίνητων μονάδων, κ.α. Επιπλέον, με κατάλληλες ραδιομετρικές διορθώσεις και μετασχηματισμούς είναι δυνατή η μετατροπή των τιμών φωτεινότητας που καταγράφει ο σαρωτής σε φυσικές ποσότητες (π.χ. τιμές θερμοκρασίας, κ.α.) στην επιφάνεια της γης. Η δυνατότητα αυτή, ιδιαίτερα στο εγγύς, μέσο και θερμικό υπέρυθρο δίνει νέες δυνατότητες στην μελέτη και προστασία του γήινου περιβάλλοντος.
Η δορυφορική εικόνα ASTER που θα χρησιμοποιήσουμε ονομάζεται pgPR1A0000-2001111201_007_024.met. Η εικόνα αυτή παραχωρήθηκε δωρεάν για ερευνητικούς σκοπούς από το ερευνητικό ινστιτούτο U.S. Geological Survey των Η.Π.Α. στα πλαίσια του πρώτου έτους δοκιμαστικής λειτουργίας του δορυφόρου. Η εικόνα μας έχει δοθεί σε τυποποίηση hdf. Το hdf είναι ένα φορμάτ, το οποίο έχει υιοθετήσει η ΝΑΣΑ για να καταχωρεί τις πλεγματικές εικόνες. Μια σειρά από προγράμματα που δίνονται δωρεάν από το διαδίκτυο είναι διαθέσιμα στην διεύθυνση: http://edcdaac.usgs.gov/dataformat.html και επιτρέπουν την μετατροπή των εικόνων σε άλλα φορμάτ όπως το tif. Σε αυτή την διπλωματική, επιλέχθηκε το πρόγραμμα hdfbrowse.exe το οποίο μετατρέπει τις εικόνες από hdf σε tif στο DOS. Η εκτέλεση του προγράμματος γίνεται με την βοήθεια ενός αρχείου batch (*.bat) στο οποίο δηλώνουμε το όνομα file name της εικόνας hdf και τα ονόματα των αρχείων tif (*.tif) για κάθε κανάλι της εικόνας.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp72.jpg|Σχήμα 1:Τα κανάλια vnir, 01(µπλε), 02(πράσινο), 03(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία η βλάστηση απεικονίζεται κόκκινη, η αστική περιοχή µπλε και η θάλασσα προς το µαύρo.
Εικόνα:Rswikiglp73.jpg|Σχήμα 2:Τα κανάλια vnir, 03(µπλε), 02(πράσινο), 01(κόκκινο) συνδυάστηκαν σε µια χρωµατική απεικόνισή τους στην οποία βλέπουμε διαφορετικά χρώµατα σε σχέση µε το προηγούµενο έγχρωµο σύνθετο.
</gallery></center>

Η εικόνα συνοδεύεται και από ένα αρχείο που εµπεριέχει µεταδεδοµένα, µε το όνοµα pg-PR1A0000-2000122601_028_012.met. Το επίπεδο επεξεργασίας της εικόνας είναι 1Α που σηµαίνει ότι η εικόνα δεν έχει διορθωθεί γεωµετρικά και ραδιοµετρικά (ενώ 1Β σηµαίνει ότι η εικόνα έχει διορθωθεί ραδιοµετρικά), σύµφωνα µε το ASTER User Handbook. Η εικόνα αυτή καταγράφηκε το έτος 2001 τον µήνα Ιανουάριο την 18η µέρα.

[[Εικόνα:Rswikiglp74.jpg |thumb|left|Πίνακας 2:'''Η εδαφική κάλυψη σε γεωγραφικές συντεταγµένες των τεσσάρων γωνιών της εικόνας.''']]

Οι συνθήκες λειτουργίας των σαρωτών από ραδιοµετρικής πλευράς είναι ανά κανάλι οι ακόλουθες : Value ("01 HGH, 02 HGH, 3N NOR, 3B NOR, 04 NOR, 05 NOR, 06 NOR, 07 NOR, 08 NOR, 09 NOR"). ∆ηλαδή κάθε σαρωτής στον ASTER καταγράφει ελάχιστη τιµή ενέργειας που είναι πάντα ίση µε το 0 και µέγιστη τιµή ενέργειας που είναι µεταβλητή και εξαρτάται από ευαισθησία µε την οποία καταγράφει την εισερχόµενη ακτινοβολία. ∆ηλαδή για δεδοµένη ραδιοµετρική διακριτική ικανότητα (π.χ. 256 διαβαθµίσεις του γκρι) εάν η συνθήκη λειτουργίας είναι High Gain και όχι Normal Gain, τότε η κάθε διαβάθµιση του γκρίζου θα αντιστοιχεί σε κλάσµα ενέργειας ίσο µε 170.8/256 και όχι µε 427/256 W/(m2 *sr*µm) στο κανάλι 1.

[[Εικόνα:Rswikiglp75.jpg |thumb|right|Πίνακας 3:'''Οι συνθήκες λειτουργίας των σαρωτών του ASTER.''']]

[[Εικόνα:Rswikiglp76.jpg |thumb|right|Πίνακας 4:'''Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.''']]

'''Περιοχή Μελέτης'''

Αρχικά εισάγονται τα κανάλια 1, 2 και 3 στο idrisi.

[[Εικόνα:Rswikiglp77.jpg |thumb|left|Σχήμα 3:'''Δορυφορική εικόνα περιοχής μελέτης.''']]

Στη συνέχεια θα γίνει ένα έγχρωµο σύνθετο των καναλιών 1, 2 και 3 µε αντιστοίχιση τους στο χρώµα µπλε, πράσινο, και κόκκινο της οθόνης αντίστοιχα µε την εντολή composit.

<center><gallery widths=160px heights=180px>
Εικόνα:Rswikiglp78.jpg|Σχήμα 4:Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).
Εικόνα:Rswikiglp79.jpg|Σχήμα 5:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
Εικόνα:Rswikiglp710.jpg|Σχήμα 6:Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.
</gallery></center>

'''Ραδιομετρικές διορθώσεις'''

Η ένταση της ακτινοβολίας σε ένα καταγραφικό σύστηµα εξαρτάται από τις ατµοσφαιρικές συνθήκες, το ύψος του ηλίου, την θέση του καταγραφικού συστήµατος, τα χαρακτηριστικά της γήινης επιφάνειας (τοπογραφία-ανάγλυφο), τα χαρακτηριστικά του καταγραφικού συστήµατος, κ.α. Από την άλλη πλευρά, πολλές φορές η περιοχή µελέτης µπορεί να καλύπτεται µε περισσότερες από µία δορυφορικές εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές στιγµές, εποχές (άλλες ατµοσφαιρικές συνθήκες, διαφορετικό ύψος ηλίου, κ.α.). Σε άλλες περιπτώσεις το ζητούµενο είναι ο εντοπισµός των αλλαγών µε χρήση δορυφορικών εικόνων που έχουν καταγραφεί σε διαφορετικές χρονικές στιγµές (πιθανώς και από διαφορετικά καταγραφικά συστήµατα). Η ραδιοµετρική διόρθωση πρέπει να γίνει πριν την εφαρµογή τεχνικών επεξεργασίας εικόνας, όπως οι λόγοι φασµατικών καναλιών και πριν την εφαρµογή των γεωµετρικών διορθώσεων και των διαδικασιών αναδόµησης της ψηφιακής εικόνας. Οι ραδιοµετρικές διορθώσεις που εφαρµόζονται σε δορυφορικές πολυφασµατικές τηλεπισκοπικές απεικονίσεις διακρίνονται σε δυο κατηγορίες.
1. Η πρώτη συµπεριλαµβάνει τις ραδιοµετρικές διορθώσεις που γίνονται για να περιοριστούν στο ελάχιστο δυνατό τα σφάλµατα λειτουργίας των αισθητήρων του σαρωτή και να βελτιστοποιηθεί το δυναµικό εύρος λειτουργίας του. Η διόρθωση επηρεάζει την βασική στάθµη και τις ενισχυτικές διατάξεις των αισθητήρων.
2. Η δεύτερη κατηγορία αφορά διορθώσεις που εφαρµόζονται προκειµένου να περιοριστεί η ραδιοµετρική επίδραση εξωγενών παραγόντων (επίδραση της γήινης ατµόσφαιρας) στο λαµβανόµενο σήµα, κατά την διαδροµή της ακτινοβολίας µέχρι τον σαρωτή. Για παράδειγµα, η επίδραση της διάχυσης της ακτινοβολίας από την ατµόσφαιρα έχει ως συνέπεια την αύξηση των τιµών φωτεινότητας των εικονοστοιχείων σε κάθε κανάλι εκτός ίσως των υπέρυθρων καναλιών.

'''Ζωνοποίηση/Αποζωνοποίηση'''

Ζωνοποίηση ψηφιακής εικόνας ονοµάζεται το φαινόµενο του συστηµατικού θορύβου που παρατηρείται ανά κάποιες γραµµές ή κάποιες στήλες της εικόνας λόγω της απορύθμισης κάποιων από τους στοιχειώδεις ανιχνευτές που χρησιµοποιούνται για την καταγραφή ενός φασµατικού καναλιού. Σηµείωση, η διόρθωση ζωνοποίησης/αποζωνοποίησης (destriping) είναι η πρώτη ραδιοµετρική διόρθωση που πρέπει να εφαρµοσθεί σε µία πολυφασµατική εικόνα ενώ το φαινόµενο µπορεί να διαφέρει σε ένταση ανά φασµατικό κανάλι. Οι πολυφασµατικοί σαρωτές δεν αποτελούνται από έναν µόνο ανιχνευτή ανά φασµατικό κανάλι. Ένα παράδειγµα αποτελεί ο δορυφόρος SPOT που αποτελείται από 6000 ανιχνευτές, διατεταγµένους σε µία ευθεία γραµµή, µε προσανατολισµό της γραµµής κάθετα ως προς την κίνηση του δορυφόρου (pushbroom scanner). Αυτό σηµαίνει ότι δύο εικονοστοιχεία µίας εικόνας SPOT έχουν καταγραφεί από διαφορετικούς ανιχνευτές εάν είναι στην ίδια γραµµή της εικόνας ενώ εάν είναι στην ίδια στήλη έχουν καταγραφεί από τον ίδιο ανιχνευτή ανεξάρτητα από το σε ποια γραµµή ανήκουν. Αντίθετα στον θεµατικό χαρτογράφο, υπάρχουν 16 ανιχνευτές οι οποίοι κινούνται ταυτόχρονα, κάθετα ως προς την γραµµή πτήσης σαρώνοντας µια 22 γραµµή ο καθένας. Αυτό σηµαίνει ότι τα εικονοστοιχεία που είναι τοποθετηµένα ανά 16 στην ίδια γραµµή έχουν καταγραφεί από τον ίδιο ανιχνευτή. To ραδιοµετρικό πρόβληµα προκύπτει επειδή παρόλο που κάθε ανιχνευτής θεωρητικά καταγράφει στο ίδιο µήκος κύµατος και µε ίδιο τρόπο µε τους άλλους, στην πράξη διαφοροποιούνται. Έτσι εµφανίζονται φαινόµενα ζωνοποίησης (ιδιαίτερα έντονα σε περιοχές της εικόνας που αντιστοιχούν σε εκτεταµένες επιφάνειες µε οµοιόµορφη ανάκλαση π.χ. θάλασσα) λόγω της διαφοροποίησης των ανιχνευτών ή ακόµη µπορεί να εµφανισθεί το φαινόµενο γραµµών ή στηλών που λείπουν επειδή κάποιος ανιχνευτής έχει σταµατήσει να λειτουργεί. Η διαδικασία διόρθωσης ονοµάζεται αποζωνοποίηση (destriping) και περιλαµβάνει τον υπολογισµό της µέσης τιµής φωτεινότητας και της τυπικής απόκλισης για όλη την εικόνα αλλά και για την οικογένεια γραµµών ή στηλών που έχει καταγράψει κάθε στοιχειώδης ανιχνευτής.
Στην δορυφορική εικόνα ASTER στο κανάλι 08 του ASTER (τρίτο κανάλι του SWIR), η ζωνοποίηση έγινε ορατή (ενισχύθηκε) µε την επιλογή κατάλληλου look-uptable (αντιστοιχία χρωµάτων) πού για µικρή αλλαγή της τιµής φωτεινότητας γίνεται δραµατική αλλαγή του χρώµατος στην εικόνα. Η αποζωνοποίηση των εικόνων έγινε, µέσω της εντολής με path: AnalysisImage ProcessingRestorationDESTRIPE του προγράμματος idrisi 32.

'''Μετατροπή από τιμές φωτεινότητας σε τιμές ενέργειας'''

Η µετατροπή από τιµές φωτεινότητας σε τιµές ενέργειας, γίνεται µε πολλαπλασιασµό της τιµής φωτεινότητας µε µια σταθερά που εξαρτάται από τις ραδιοµετρικές συνθήκες λειτουργίας (High, Normal, Low Gain),αφού πρώτα αφαιρεθεί η µονάδα. ∆ηλαδή η τιµή φωτεινότητας 0 υποδηλώνει ότι για αυτό το στοιχείο η καταγραφή χάθηκε. Ας σηµειωθεί ότι το Lmin είναι πάντα 0, ενώ το gain καθορίζει το Lmax. ∆ηλαδή η σταθερά είναι το πηλίκο Lmax/255. Τα δεδοµένα επιπέδου 1Β του ASTER προέρχονται από τις ψηφιακές τιµές φωτεινότητας (digital values). Η µετατροπή από τιµές DN σε τιµές ακτινοβολίας, του κάθε αισθητήρα, γίνεται µέσω συντελεστών µετατροπής µονάδων που χρησιµοποιούνται (και καθορίζεται ως τιµή ακτινοβολίας ανά 1 DN). Η ακτινοβολία (φασµατική ακτινοβολία) εκφράζεται σε µονάδες W/(m^2*Sr*μm). Η σχέση µεταξύ των τιµών DN και των τιµών ακτινοβολιών εµφανίζεται παρακάτω :
(i) Η τιµή DN ίση µε µηδέν (0) δηλώνει ότι δεν έγινε καταγραφή.
(ii) Η τιµή DN ίση µε 1 δηλώνει µηδενική ακτινοβολία.
(iii) Η τιµή DN ίση µε 254 δηλώνει την µέγιστη ακτινοβολία στις περιοχές VNIR.
(iv) Η τιµή DN ίση µε 4094 δηλώνει την µέγιστη ακτινοβολία στην περιοχή TIR.
(v) Η τιµή DN ίση µε 255 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής (HIGH GAIN, NORMAL GAIN) στο VNIR.
(vi) Η τιµή DN ίση µε 4095 δηλώνει εκτός της µέγιστης ακτινοβολίας καταγραφής στην περιοχή TIR.
Η ακτινοβολία µπορεί να ληφθεί από τις τιµές DN ως εξής:
Ακτινοβολία = (τιµή DN – 1) * τον συντελεστή µετατροπής µονάδων.
Ο παρακάτω πίνακας δείχνει τους συντελεστές µετατροπής µονάδων κάθε περιοχής:

[[Εικόνα:Rswikiglp711.jpg |thumb|right|Πίνακας 5:'''Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.''']]

H συγκεκριµένη εικόνα καταγράφηκε µε high gain στο 1, 2 κανάλι και normal gain στο 3 όπως φαίνεται στο αρχείο µεταδεδοµένων που συνοδεύει την εικόνα, άρα την 1 εικόνα θα την πολλαπλασιάσω µε την τιµή 0.676 την 2 εικόνα µε την 0,708 και την 3 µε 0.862.
Η ηλιακή ακτινοβολία κατά το πέρασµα της µέσα από την ατµόσφαιρα εξασθενεί λόγω απορρόφησης ενώ τµήµα της σκεδάζεται και εκτρέπεται προς διάφορες κατευθύνσεις. Κάποια ενέργεια προστίθεται λόγω θέρµανσης της ατµόσφαιρας (εκποµπή ακτινοβολίας από την ίδια την ατµόσφαιρα σε µεγαλύτερα µήκη κύµατος) και λόγω σκέδασης. Η σκεδαζόµενη ακτινοβολία και η θερµική προστίθεται στην ανακλώµενη από την επιφάνεια της γης ακτινοβολία που φθάνει στο καταγραφικό σύστηµα. Άρα, η ατµόσφαιρα επιδρά στην ένταση ακτινοβολίας που προσπίπτει στην επιφάνεια της γης ή στο καταγραφικό σύστηµα µε δύο τρόπους:
Πρώτον µειώνει την ενέργεια της ακτινοβολίας.
∆εύτερον λειτουργεί σαν ανακλαστήρας προσθέτοντας διαχεόµενη ακτινοβολία στο σήµα που καταγράφεται στον δέκτη.
Αυτή η ακτινοβολία προκύπτει από:
Σκέδαση. Για παράδειγµα η σκέδαση τύπου Rayleigh που εξαρτάται από το µήκος κύµατος (µικρότερα µήκη σκεδάζονται περισσότερο). Στα υπέρυθρα φασµατικά κανάλια η σκέδαση τύπου Rayleigh τείνει στο µηδέν.
Θερµική ακτινοβολία µεγάλου µήκους κύµατος που εκπέµπει η ίδια η ατµόσφαιρα (άρα ακόµη και στο θερµικό υπέρυθρο µπορεί να υπάρξει προσθήκη ακτινοβολίας ατµοσφαιρικής διαδροµής).
Επιπλέον ένα ποσοστό ακτινοβολίας που προέρχεται από γειτονικά εικονοστοιχεία, η οποία λόγω διάθλασης ή σκέδασης προστίθεται στην ακτινοβολία που καταγράφει ο σαρωτής για ένα συγκεκριµένο εικονοστοιχείο.

'''Ακτινοβολία ατµοσφαιρικής διαδροµής (path radiance)'''

Για να διορθωθεί η εικόνα για την επίδραση της ακτινοβολίας ατµοσφαιρικής διαδροµής γίνονται στατιστικές εκτιµήσεις σε περιοχές ραδιοµετρικού ελέγχου σε περιοχές της εικόνας που θεωρητικά πρέπει να έχουν σχεδόν µηδενική φωτεινότητα (οι σκιές, η θάλασσα στο υπέρυθρο, κ.α.). Οι στατιστικές εκτιµήσεις γίνονται είτε µε υπολογισµό µέσων τιµών και ιστογραµµάτων είτε µε παλινδροµικές ρυθµίσεις προκειµένου να υπολογιστεί µέση αύξηση της τιµής φωτεινότητας που οφείλεται στην ακτινοβολία ατµοσφαιρικής διαδροµής. Η τιµή αυτή αφαιρείται από το αντίστοιχο φασµατικό κανάλι. Πρέπει να σηµειωθεί ότι η διάχυση σε µήκη κύµατος > 0.7 µm (υπέρυθρο) είναι πρακτικά µηδέν σε αντίθεση µε το ορατό τµήµα του φάσµατος. Αυτό έχει σαν συνέπεια τα ιστογράµµατα φωτεινότητας σε φασµατικά κανάλια στο ορατό να είναι µετατοπισµένα κατά µια τιµή (offset διάχυσης) σε σχέση µε τα υπέρυθρα κανάλια. Για αυτό το λόγο δεν µπορεί να εφαρµοστεί διόρθωση για ακτινοβολία ατµοσφαιρικής διαδροµής στα υπέρυθρα κανάλια αφού η διάχυση είναι µηδέν. Στο idrisi η ακτινοβολία ατµοσφαιρικής διαδροµή ή σκέδαση διορθώνεται µε γραµµική παλινδρόµηση. Στον άξονα τον χ βάζουµε πάντοτε την εικόνα που δεν παρουσιάζει σκέδαση, π.χ εγγύς υπέρυθρο, ενώ στον άξονα ‘ψ το κανάλι µπλε ή το πράσινο ή το κόκκινο. Εκεί που η ευθεία ελάχιστων τετραγώνων θα τµήσει τον άξονα ‘ψ προσδιορίζεται η τιµή της σκέδασης που πρέπει να αφαιρεθεί απ’την εικόνα που έχω βάλει στον άξονα τον ΄ψ. Η εντολή που υλοποιεί τη λειτουργία αυτή στο idrisi είναι η εντολή regress.

[[Εικόνα:Rswikiglp712.jpg |thumb|right|Σχήμα 7:'''Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.''']]

Ομοίως λειτουργώ και με τα υπόλοιπα κανάλια.
Τελικά το έγχρωμο σύνθετο που σχηματίζουν τα τρία κανάλια με τις ραδιομετρικές διορθώσεις είναι το ακόλουθο:

[[Εικόνα:Rswikiglp713.jpg |thumb|right|Σχήμα 8:'''Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.''']]

'''Χαρτογράφηση των καλύψεων γης''

Οι καλύψεις γης σε μία δορυφορική εικόνα απεικονίζονται με διαφορετική ανακλαστικότητα στα κανάλια της εικόνας ανάλογα με τη φασματική τους υπογραφή. Κάθε κάλυψη γης ορίζει μια θεματική τάξη ενώ η αναπαράστασή της μέσω των καναλιών μίας συγκεκριμένης δορυφορικής εικόνας σε ένα πολυδιάστατο σύστημα αξόνων ονομάζεται φασματική τάξη. Ο όρος θεματική τάξη εκφράζει ένα ομοιογενές (χωρικά) σύνολο από εικονοστοιχεία των οποίων οι φασματικές αποκρίσεις διαφέρουν ελάχιστα μεταξύ τους όχι τόσο επειδή διαφέρει η φασματική τους υπογραφή αλλά κύρια λόγω εξωγενών παραγόντων όπως η διάχυση της ηλιακής ακτινοβολίας, η επίδραση της τοπογραφίας κ.α. Μια εικόνα μπορεί να αναπαρασταθεί σε ένα ν-διάστατο χώρο, όπου ν είναι ο αριθμός των φασματικών καναλιών. Σε αυτή την αναπαράσταση κάθε εικονοστοιχείο της προβάλλεται σε μια θέση ανάλογα με την φασματική απόκριση που καταγράφεται στα ν κανάλια. Κατά αυτό τον τρόπο προκύπτει ένα νέφος σημείων συνθέτοντας την φασματική αναπαράσταση της εικόνας στο ν-διάστατο χώρο. Σε αυτό τον χώρο παρατηρούνται επιμέρους ομαδοποιήσεις που ονομάζονται φασματικές τάξεις. Ανατρέχοντας στις φασματικές υπογραφές των θεματικών τάξεων του νερού, της βλάστησης και του εδάφους, τότε θα διαπιστώσουμε ότι ένα νέφος σημείων θα δημιουργηθεί κοντά στην αρχή των αξόνων και θα αντιστοιχεί στην φασματική τάξη νερό. Μέσα σε μία φασματική τάξη (πχ νερό) ή στα όρια της μπορεί να συμπεριλαμβάνονται εικονοστοιχεία που ανήκουν σε άλλες θεματικές τάξεις όπως για παράδειγμα σκιάσεις (cast shadows). Η αιτία μίξης των φασματικών τάξεων σε αυτή την περίπτωση είναι α) οι εξωγενείς επιδράσεις/παράγοντες και β) οι παραπλήσιες ή ίδιες φασματικές υπογραφές με δεδομένη την φασματική δειγματοληψία του δορυφορικού συστήματος. Επιπλέον η χωρική διακριτική ικανότητα του καταγραφικού συστήματος έχει σαν αποτέλεσμα μερικές φορές σε ένα εικονοστοιχείο να συνυπάρχουν περισσότερες των μία θεματικών τάξεων, δηλαδή καταγράφεται μια μέση τιμή φασματικής απόκρισης που σε συνδυασμό με την φασματική δειγματοληψία δεν επιτρέπει τον (φασματικό) διαχωρισμό. Η ταξινόμηση δορυφορικών εικόνων αναφέρεται στον προσδιορισμό θεματικών τάξεων με βάση κριτήρια απόφασης που βασίζονται στην φασματική ταυτότητα των τάξεων. Προκειμένου να διακριθεί μια θεματική τάξη με ταξινόμηση πρέπει να πληρούνται οι παρακάτω προϋποθέσεις: α) να διαφέρει φασματικά από τις άλλες τάξεις σε σχέση με την φασματική δειγματοληψία του καταγραφικού συστήματος και β) να έχει μια στοιχειώδη (ελάχιστη) επιφανειακή εμφάνιση σε σχέση με την χωρική διακριτική ικανότητα του καταγραφικού συστήματος.
Για τη χαρτογράφηση επιλέγεται ένα υποσύνολο της περιοχής μελέτης. Επιλέξαµε το πάνω αριστερό τµήµα της εικόνας επειδή υπάρχουν καλύψεις γης που αντιστοιχούν σε αστικό, γεωργικό δασικό, βιοµηχανικό ,και θαλάσσιο περιβάλλον όπως φαίνεται στο έγχρωµο σύνθετο που ακολουθεί.

[[Εικόνα:Rswikiglp714.jpg |thumb|right|Σχήμα 9:'''Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.''']]

Χρησιμοποιήθηκε ο αλγόριθμος των Κ-Μέσων (K-Means), μη επιβλεπόμενης ταξινόμησης που στο idrisi υλοποιείται με την εντολή Cluster.
(Η μη επιβλεπόμενη ταξινόμηση αποβλέπει στην εξαγωγή των κυρίων φασματικών τάξεων οι οποίες εμφανίζονται σε μια ψηφιακή εικόνα και την εκ των υστέρων αναγνώριση και αναφορά τους σε πραγματικές (θεματικές) τάξεις αντικειμένων/εμφανίσεων της γήινης επιφάνειας. O αλγόριθμος των Κ-Μέσων (K-Means), είναι μία εξερευνητική μεθοδολογία ανάλυσης συσσωρεύσεων, όπου η απόσταση ενός εικονοστοιχείου από τα κέντρα των τάξεων είναι το κριτήριο που καθορίζει την ένταξη του σε μία από τις τάξεις. )
Υλοποιούµε την χαρτογράφηση υποθέτοντας ότι στην περιοχή υπάρχουν 8 κατηγορίες επιφανειακών αντικειµένων.

[[Εικόνα:Rswikiglp715.jpg |thumb|right|Σχήμα 10:'''Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.''']]

'''Συμπεράσματα'''

Μετά τις διορθώσεις (αποζωνοποίηση, µετατροπή σε τιµές ενέργειας, κ.α.) η ταξινόµηση της δορυφορικής εικόνας µας επέτρεψε να διακρίνουµε τις παρακάτω κατηγορίες: καλλιέργειες/ ποώδη βλάστηση, τύπο δάσους, αστική γη, υδάτινες επιφάνειες, σύννεφα και εντελώς γυµνό από βλάστηση έδαφος και να δηµιουργήσουµε ένα θεµατικό χάρτη. Εάν χρησιµοποιηθούν περισσότερα κανάλια και όχι µόνο 3, τότε θα γίνει δυνατή η χαρτογράφηση περισσότερων κατηγοριών µόνο που η ταυτοποίηση της κάθε κατηγορίας θα µπορεί να πραγµατοποιηθεί µόνο µε εργασίες πεδίου στο ύπαιθρο.

'''Σύνδεσμος πρωτότυπου κειμένου:''' [http://nemertes.lis.upatras.gr/jspui/bitstream/10889/4309/3/Nimertis_Ilia%28g%29.pdf]

[[category:Χαρτογραφία]]

Αρχείο:Rswikiglp715.jpg

2018-01-06T15:50:34Z

Giorglmbr: Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.

Ο τελικός χάρτης που έχει δημιουργήσει το πρόγραμμα.

Αρχείο:Rswikiglp714.jpg

2018-01-06T15:50:08Z

Giorglmbr: Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.

Υποσύνολο της περιοχής μελέτης όπου θα γίνει η χαρτογράφηση χρήσεων γης, έγχρωμο σύνθετο των καναλιών 1,2,3 του σαρωτή vnir.

Αρχείο:Rswikiglp713.jpg

2018-01-06T15:49:38Z

Giorglmbr: Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.

Το έγχρωμο σύνθετο μετά τις ραδιομετρικές διορθώσεις.

Αρχείο:Rswikiglp712.jpg

2018-01-06T15:49:13Z

Giorglmbr: Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.

Η εξίσωση της ευθείας γραµµικής παλινδρόµησης υποδηλώνει ότι πρέπει να αφαιρεθούν 29,75 µονάδες από το κανάλι 1.

Αρχείο:Rswikiglp711.jpg

2018-01-06T15:48:46Z

Giorglmbr: Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.

Υπολογισµένοι συντελεστές µετατροπής µονάδων κάθε περιοχής.

Αρχείο:Rswikiglp710.jpg

2018-01-06T15:48:20Z

Giorglmbr: Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.

Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.

Αρχείο:Rswikiglp79.jpg

2018-01-06T15:48:06Z

Giorglmbr: Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.

Επιλεγμένη περιοχή όπου κάναμε μεγέθυνση.

Αρχείο:Rswikiglp78.jpg

2018-01-06T15:47:22Z

Giorglmbr: Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).

Το έγχρωμο σύνθετο των καναλιών 1(μπλε), 2(πράσινο), 3(κόκκινο).

Αρχείο:Rswikiglp77.jpg

2018-01-06T15:47:01Z

Giorglmbr: Δορυφορική εικόνα περιοχής μελέτης.

Δορυφορική εικόνα περιοχής μελέτης.

Αρχείο:Rswikiglp76.jpg

2018-01-06T15:46:39Z

Giorglmbr: Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.

Οι συντελεστές μετατροπής ανά gain και ανά κανάλι.