RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Σύγκριση ανάμεσα σε τηλεπισκοπικά και επίγεια δεδομένα για τη παρακολούθηση της ατμοσφαιρικής ρύπανσης και της υγείας σε εθνικό επίπεδο.

2015-04-25T11:09:29Z

Ioanna Theologou:

[[Εικόνα:Arthro8a.png|thumb|right|Εικόνα 1: Μέση συγκέντρωση πολλαπλών ετών του τύπου PM2.5 όπως προήλθε με τεχνικές τηλεπισκόπησης, Καναδάς.]]
[[Εικόνα:Arthro8b.png|thumb|right|Εικόνα 2: Μέση συγκέντρωση πολλαπλών ετών του τύπου ΝΟ2 όπως προήλθε με τεχνικές τηλεπισκόπησης, Καναδάς.]]
Πρωτότυπος τίτλος: Comparison of remote sensing and fixed-site monitoring approaches for examining air pollution and health in a national study population.
Συγγραφείς: Genevieve Prud’ homme, Nina A. Dobbin, Liu Sun, Richard T. Burnett, Randall V. Martin, Andrew Davidson, Sabit Cakmak, Paul J. Villeneuve, Lok N. Lamsal, Aaron van Donkelaar, Paul A. Peters, Markey Johnson.
http://www.sciencedirect.com/science/article/pii/S1352231013005414

'''1. Εισαγωγή'''

Η έκθεση στην ατμοσφαιρική ρύπανση έχει συστηματικά συνδεθεί με ποικίλα αναπνευστικά, καρδιαγγειακά, νευρολογικά και λοιπά προβλήματα, αλλεργίες, μείωση της αναπαραγωγικής ικανότητας αλλά και αύξηση της θνησιμότητας. Τα αποτελέσματα αυτά προκύπτουν από πλήθος επιδημιολογικών μελετών οι οποίες ωστόσο επικεντρώνονται σε περιοχές με έντονο αστικό χαρακτήρα και πυκνή κατανομή πληθυσμού. Κάτι τέτοιο δημιουργεί ένα ερευνητικό κενό και ένα επιστημονικό ενδιαφέρον για τη μελέτη της ατμοσφαιρικής ρύπανσης σε περιοχές με λιγότερο αστικό χαρακτήρα. Παράλληλα, υπάρχουν περιοχές που η συγκέντρωση σχετικών στοιχείων θα είχε μεγάλη σημασία ωστόσο παρατηρείται μεγάλη έλλειψη για διάφορους λόγους (πχ. στις βιομηχανικές ζώνες ή σε αναπτυσσόμενες χώρες γενικότερα). Επομένως, για λόγους όπως και οι παραπάνω, η ψηφιακή τηλεπισκόπηση έχει αποτελέσει ένα νέο, αναδυόμενο εργαλείο στο τομέα της εκτίμησης των συγκεντρώσεων των περιβαλλοντικών ρύπων (Hidy et al., 2009) μέσω της χρήσης δεδομένων που συλλέγονται σε καθημερινή βάση και σε παγκόσμια κλίμακα, τόσο σε αστικές όσο και σε αγροτικές περιοχές. Τα αποτελέσματα είναι μέχρι στιγμής ικανοποιητικά με μελέτες να καταδεικνύουν υψηλή συσχέτιση τηλεπισκοπικών και επίγειων δεδομένων PM2 και ΝΟ2. Η παρούσα μελέτη επικεντρώνεται στις σχέσεις ανάμεσα στην ατμοσφαιρική ρύπανση και τα προβλήματα υγείας με χρήση μέσων όρων πολλών ετών των PM2.5 και ΝΟ2, όπως προέκυψαν τόσο από τηλεπισκόπηση όσο και από συμβατικές μεθόδους.

'''2. Μεθοδολογία'''

:2.1. Δεδομένα

Τα δεδομένα της συγκεκριμένης εργασία που προήλθαν από δορυφορικές μετρήσεις προέρχονται από τα όργανα OMI (Ozone Monitoring Instrument), MODIS (Moderate-Resolution Imaging Spectroradiometer) και MISR (Multi-angle Imaging Spectro Radiometer). Τα ρυθμιστικά δεδομένα της ρύπανσης προήλθαν από το Εθνικό Δίκτυο Παρακολούθησης της Ρύπανσης του Αέρα (National Air Pollution Surveillance Network) του Καναδά. Όσον αφορά το πληθυσμό που έλαβε μέρος στην έρευνα, έγινε χρήση των στοιχείων που προέκυψαν από την απογραφή που πραγματοποιήθηκε από την Καναδική Κοινότητα Έρευνας για την Υγεία και περιείχε ως δείγμα άτομα ηλικίας από 12 ετών και άνω από όλη τη χώρα, για το διάστημα 2001 έως 2005, με μεγαλύτερη βαρύτητα να δίνεται σε άτομα ηλικιών 20-64 ετών.

:2.2. Επεξεργασία

Αρχικά, χρησιμοποιήθηκαν πολλαπλά μοντέλα παλινδρόμησης για να διερευνηθεί η συσχέτιση ανάμεσα στη ρύπανση του αέρα και τα προβλήματα που σχετίζονται με το αναπνευστικό σύστημα και τις αλλεργίες. Για κάθε έναν από τους δύο ρύπους ενδιαφέροντος και για τη καλύτερη στατιστική ανάλυση των στοιχείων, δημιουργήθηκαν τρεις ομάδες: 1) άτομα που ζουν εντός 40km από τη περιοχή κάποιου σταθμού μέτρησης, 2) άτομα που ζουν σε απόσταση άνω των 40km, 3) όλοι οι ερωτηθέντες μαζί.

Όσον αφορά τα δεδομένα που προέκυψαν από ψηφιακή τηλεπισκόπηση, η συγκέντρωση του PM2.5 υπολογίστηκε κάνοντας χρήση της μεθοδολογίας που περιγράφηκε από τους Van Donkelaar et a. (2010). Συγκεκριμένα, οι συγκεντρώσεις προέκυψαν από μετρήσεις του οπτικού βάθους των αεροζόλ (aerosol optical depth-AOD) των δεκτών MODIS και MISR, του δορυφόρου Terra. Το AOD είναι ένα μέτρο της απόσβεσης του φωτός από τα ατμοσφαιρικά αερολύματα. Αφού έγινε η λήψη του από τους δέκτες έγινε η μεταβολή του κανάβου των δεδομένων προκειμένου η τελική χωρική ανάλυση να είναι της τάξης των 10km x 10km. Τα αποτελέσματα συνδυάστηκαν με το μοντέλο χημικής μεταφοράς GEOS-Chem προκειμένου να δημιουργηθεί μία συνολική ράστερ επιφάνεια της περιοχής μελέτης για το PM2.5. Τα αποτελέσματα αυτά παρουσίασαν γενική συμφωνία με τις επίγειες μετρήσεις (r=0.8).

Κατ’ αντιστοιχία, η συγκέντρωση του NΟ2 υπολογίστηκε κατά τους Lamsal et al. (2008, 2010), και συγκεκριμένα από τις τροποσφαιρικές στήλες του ΝΟ2 όπως αυτές ανακτώνται από το μέσο παρακολούθησης του όζοντος (Ozon Mnitoring Instrument- OΜΙ) του δορυφόρου Aura. Τα συγκεκριμένα δεδομένα είναι διακριτικής ικανότητας 19km x 65km. Χρησιμοποιήθηκαν και εδώ οι τοπικοί παράγοντες κλιμάκωσης του GEOS-Chem και η συσχέτιση ανάμεσα στις τιμές που προέκυψαν από το δορυφόρο και τις επίγειες μετρήσεις κυμαινόταν από r=0.3-0.9 με τις μεγαλύτερες συσχετίσεις να εμφανίζονται στις περιοχές με μεγαλύτερα ποσοστά ρύπανσης.

'''3. Αποτελέσματα'''

Οι συγκεντρώσεις του ΝΟ2 και PM2.5, όπως εκτιμήθηκαν με τη ψηφιακή τηλεπισκόπηση συνδέθηκαν με 6-10% αύξηση των αναπνευστικών προβλημάτων και των αλλεργιών ανά τεταρτημόριο αναφοράς ανάμεσα στους ενήλικες (20-64 ετών). Σε γενικές γραμμές, τα αποτελέσματα των εκτιμήσεων του κινδύνου για τη ρύπανση του αέρα και των συνεπακόλουθων για την υγεία ήταν παρόμοια τόσο για τη τηλεπισκόπηση όσο και για της περιοχές επίγειας παρακολούθησης. Αυτό ίσχυε τόσο για το δείγμα των κατοίκων που ζούσαν σε ζώνες εντός 40km από σταθμό μέτρησης όσο και εκτός των ζωνών αυτών.

'''4. Συμπεράσματα'''

Τα αποτελέσματα της παρούσας έρευνας καταδεικνύουν τη συμβολή που μπορεί να έχει η ψηφιακή τηλεπισκόπηση στην απόκτηση δεδομένων ποιότητας της ατμόσφαιρας σε περιοχές που δεν υπάρχει η δυνατότητα λήψης στοιχείων με άλλο τρόπο σε συστηματική βάση.

[[category:Ατμοσφαιρική Ρύπανση]]

Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.

2015-04-03T13:21:52Z

Ioanna Theologou:

[[Εικόνα:arthro2a.png|200px|thumb|right|Εικόνα 1: Εκτίμηση εμφάνισης πυρκαγιάς όπως προέκυψε από εικόνες NOAA AVHRR (1997-2010).]]
[[Εικόνα:arthro2b.png|200px|thumb|right|Εικόνα 2: Παράδειγμα ταξινόμησης: (a) έγχρωμο σύνθετο RGB-542, (b) με τις υψηλότερες τιμές παρουσιάζονται οι εντονότερες αλλαγές, (c) εικόνα Landsat με τα αποτελέσματα ταξινόμησης (με κόκκινο απεικονίζονται οι καμένες εκτάσεις)..]]
'''Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών όπως καταγράφηκε από τις χρονοσειρές του Landsat TM και ETM+ στο Κουινσλαντ της Αυστραλίας. '''

Πρωτότυπος τίτλος: Development of an automated method for mapping fire history captured in Landsat TM and ETM + time series across Queensland, Australia.
Συγγραφείς: Nicholas R. Goodwin, Lisa J. Collett.
http://www.sciencedirect.com/science/article/pii/S0034425714001072

'''1. Εισαγωγή'''

Η τηλεπισκόπηση μπορεί να αποτιμήσει το παρελθόν και το παρόν των δράσεων της πυρκαγιάς σε χωρικές κλίμακες χρήσιμες για ένα μεγάλο εύρος περιβαλλοντικών εφαρμογών διαχείρισης. Στη παρακάτω μελέτη παρουσιάζεται μία νέα αυτοματοποιημένη προσέγγιση για την ταξινόμηση των καμένων περιοχών κατά μήκος της πολιτείας του Κουινσλαντ της Αυστραλίας. Η μέθοδος, η οποία δεν εφαρμόζεται μόνο σε μεμονωμένες εικόνες αλλά σε πλήρεις χρονοσειρές δεδομένων Landsat TM/ETM+, χρησιμοποιεί τόσο φασματικά και θερμικά δεδομένα όσο και πληροφορίες συγκειμένου, εντός ιεραρχικού πλαισίου.

'''2.2. Μεθοδολογία'''

:2.1. Δεδομένα

Οι χρονοσειρές που λήφθησαν από τη Γεωλογική Υπηρεσία των Η.Π.Α. (USGS), περιλαμβάνουν όλα τα διαθέσιμα ορθο-διορθωμένα δορυφορικά δεδομένα (χρονολογίας 1986 έως 2013), συμπεριλαμβανομένων εικόνων μετά την αστοχία του SLC (Scan Line Corrector) καθώς αυτών με μεγάλη νεφοκάλυψη. Αυτό αντιστοιχούσε σε 5 έως 41 εικόνες ανά έτος (ΤΜ και ΕΤΜ+, μ.ο. 21 εικόνες/έτος).

:2.2. Επεξεργασία

Οι τιμές ακτινοβολίας των εικόνων μετατράπηκαν σε ανακλαστικότητα, με βάση τη προσέγγιση των Flood et al. (2013) και παραμέτρους ειδικά σχεδιασμένες για την ανατολική Αυστραλία. Για τη διόρθωση των ατμοσφαιρικών επιδράσεων χρησιμοποιήθηκε η δεύτερη προσομοίωση του δορυφορικού σήματος στο ηλιακό φάσμα (Second Simulation of the Satellite Signal in the Solar Spectrum, 6S), κατά τους Vermote et al. (1997), ενώ οι επιδράσεις της κατανομής αμφίδρομης ανάκλασης (Bi-Directional Reflectance Distribution Function) μοντελοποιήθηκαν με τη χρήση επικαλυπτόμενων ζευγών εικόνων.

Για τη μεγιστοποίηση της ανιχνευόμενης, καμένης περιοχής χρησιμοποιήθηκαν εικόνες με νεφοκάλυψη που να μην ξεπερνά το 60%. Στη συνέχεια εφαρμόστηκαν φίλτρα διαμέσου για την εξομάλυνση και την ανίχνευση αλλαγών για δεδομένα πολλαπλών ημερομηνιών, Με αυτό το τρόπο έγινε προσπάθεια εντοπισμού αρνητικών ακραίων τιμών, δηλαδή μεγάλων μειώσεων του συντελεστή ανάκλασης σε σχέση με τις εξομαλυμένες σειρές. Προκειμένου να περιοριστούν πιθανά λάθη εξαίρεσης περιοχών, για τη κατάτμηση και τη χαρτογράφηση των μεγάλων εκτάσεων χρησιμοποιήθηκαν οι λεκάνες απορροής. Κάθε ένα από τα εκάστοτε κατατμημένα αντικείμενα, με βάση τα θερμικά, ανακλαστικά και συγκείμενα χαρακτηριστικά του και με τη βοήθεια ενός δέντρου ταξινόμησης, χαρακτηρίστηκε ως «καμένη έκταση» ή ως «μη καμένη έκταση». Για την κατηγοριοποίηση, ευρέθη πως τα θερμικά χαρακτηριστικά είχαν μεγαλύτερη σημασία από τους δείκτες ανακλαστικότητας. Στη συνέχεια, εφαρμόστηκε αλγόριθμος βαθμονόμησης για τον οποίο χρησιμοποιήθηκαν ως δεδομένα εκπαίδευσης δείγματα από δέκα διαδρομές/σειρές, στρατηγικά τοποθετημένα κατά μήκους της περιοχής μελέτης. H δειγματοληψία περιελάμβανε τέσσερις εικόνες ανά γραμμή (αριθμός δείγματος n=40). Παράλληλα, για την επίτευξη του βέλτιστου αποτελέσματος στον εντοπισμό των καμένων εκτάσεων χρησιμοποιήθηκαν κατάλληλα κατώφλια. Τέλος, ως δεδομένα ελέγχου χρησιμοποιήθηκαν περιοχές που αντιστοιχούν σε καμένες εκτάσεις από δέκα διαφορετικές και ανεξάρτητες σειρές (αριθμός δείγματος n=100).

Τα κανάλια και οι δείκτες τα οποία χρησιμοποιήθηκαν κυρίως στη παρούσα εργασία ήταν το κανάλι B4 και Β5 του Landsat TM καθώς και συνδυασμοί τους (Band 4+5, Β45), τα κανάλια Β1-Β5 και Β7 των Landsat TM/ETM+, ο κανονικοποιημένος δείκτης πυρκαγιών, οι διαφορές ανάμεσα στις ανακλαστικότητες μεμονωμένων αντικειμένων και “γειτονιάς” κτλ .

'''3. Αποτελέσματα'''

Κατά τη διαδικασία της χαρτογράφησης της καμένης έκτασης τα αποτελέσματα παρουσιάζουν:
*ακρίβεια μέσου παραγωγού (average producer’s accuracy, κάτι που μεταφράζεται ως «σφάλμα αποκλεισμού») 85%, με διακύμανση από 28 έως 100% σε μεμονωμένες εικόνες, και
*ακρίβεια μέσου χρήστη (average user’s accuracy, κάτι που μεταφράζεται ως «σφάλμα συμμετοχής») 71%, με διακύμανση από 4 έως 99% σε μεμονωμένες εικόνες.

Με τη χρήση κατάλληλου buffer ή μορφολογικής διαστολής (είδους λειτουργίας στην επεξεργασία εικόνας), οι ακρίβειες αυτές μπορούν ελαφρώς να μεταβληθούν για συνδυασμούς καναλιών όπως το Β45. Όσον αφορά τη συνολική ακρίβεια της ταξινόμησης των καμένων εκτάσεων, ήταν μεγαλύτερη του 99% κάτι το οποίο οφείλεται περισσότερο στο μικρό ποσοστό των εκτάσεων που κατατάσσονται στη κατηγορία αυτή παρά στη συνολική αποτελεσματικότητα του μοντέλου καθώς αρκετές περιοχές ταξινομήθηκαν λανθασμένα λόγω του μεγάλου αριθμού των χρήσεων γης που παρατηρούνται στη περιοχή. Χαρακτηριστικά παραδείγματα αποτελούν οι περιοχές με καλλιέργειες, οι πλημμυρισμένες εκτάσεις κτλ, περιπτώσεις που γίνεται προσπάθεια να αντιμετωπιστούν με χρήση μάσκας για καλλιέργειες και ύδατα.

'''4. Συμπεράσματα'''

Τα αποτελέσματα της παρούσας έρευνας είναι μεν θετικά, ωστόσο, λόγω κυρίως της έλλειψης δεδομένων (μιας και οι δορυφόροι περνούν από τις περιοχές μελέτης κάθε 8 με 16 ημέρες και οι λήψεις επηρεάζονται από τη νεφοκάλυψη), δεν είναι δυνατόν, σε αυτή τη φάση τουλάχιστον, να παραχθούν με αυτή τη μεθοδολογία ολοκληρωμένα αρχεία της δραστηριότητας των πυρκαγιών. Επίσης, υπάρχει η πιθανότητα της εσφαλμένης ταξινόμησης μιας καμένης περιοχής. Ως συνολική εικόνα ωστόσο, τα αποτελέσματα είναι ενθαρρυντικά και η μεθοδολογία μπορεί να εφαρμοστεί σε περιβάλλοντα με διαφορετικές χρήσεις γης ενώ θα πρέπει να δεχθεί ορισμένες αλλαγές προκειμένου να εφαρμοστεί σε διαφορετικά κλίματα.

Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.

2015-04-03T13:21:42Z

Ioanna Theologou:

Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.

2015-04-03T13:21:14Z

Ioanna Theologou:

Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.

2015-04-03T13:18:33Z

Ioanna Theologou:

[[Εικόνα:Arthro1a.jpg|thumb|right|Εικόνα 1: Τα βήματα της επεξεργασίας εικόνας]]
[[Εικόνα:Arthro1b.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκλοφορίας.]]

Πρωτότυπος τίτλος: Automatic vehicle trajectory extraction by aerial remote sensing
Συγγραφείς: Carlos Lima Azevedoa, João L. Cardoso, Moshe Ben-Akiva, João P. Costeira, Manuel Marques.
http://www.sciencedirect.com/science/article/pii/S1877042814001207

'''1. Εισαγωγή'''

Η έρευνα στο τομέα της οδηγικής συμπεριφοράς και η μοντελοποίησή της εξαρτάται σε μεγάλο βαθμό από τη διαθεσιμότητα δεδομένων μεγάλης ακρίβειας και λεπτομέρειας. Ανάμεσα σε αυτά τα δεδομένα, η τροχιά των οχημάτων αποτελεί μια σημαντική πηγή πληροφοριών για τη θεωρία της ροής της κυκλοφορίας, τη δημιουργία μοντέλων οδικής συμπεριφοράς, τη καινοτομία στη διαχείριση της κυκλοφορίας και στην ασφάλεια καθώς και τις περιβαλλοντικές μελέτες. Οι πρόσφατες εξελίξεις στον τομέα των τεχνολογιών ανίχνευσης και στους αλγορίθμους επεξεργασίας εικόνας μείωσε τους πόρους (χρόνο και κόστος) που απαιτούνται για τη λεπτομερή συλλογή δεδομένων κίνησης, γεγονός που προώθησε τη χρήση της συγκεκριμένης τεχνολογίας. Στη παρούσα εργασία, για τον έλεγχο των βασικών μοντέλων εφαρμογών μικροπροσομοίωσης (microsimulation) κυκλοφορίας για την εκτίμηση της ασφάλειας, χρησιμοποιήθηκαν τροχιές οχημάτων οι οποίες συλλέχθηκαν με τηλεπισκόπηση σε ένα τυπικό, προαστιακό αυτοκινητόδρομο της Πορτογαλίας.

'''2. Δεδομένα'''

Στην παρούσα μελέτη, για τη συλλογή των εικόνων χρησιμοποιήθηκε αεροσκάφος Cessna T210L Centurion ΙΙ, με πλατφόρμα σταθεροποίησης γυροσκοπικού αντισταθμιστήρα (gyro-stabilizing platform) GSM 3000, ο οποίος εξασφάλιζε την υποστήριξη κάμερας Digicam-H/39. Η κάμερα αυτή, με αισθητήρα RGB των 7216x5412 pixels και έναν φακό Hasselblad 80 χιλιοστών, επιτρέπει τη συλλογή εικόνας πολύ υψηλής ανάλυσης ενώ ήταν συνδεδεμένη με ένα υψηλής ακρίβειας σύστημα GPS για τη παράλληλη συλλογή στοιχείων πτήσης. Περιοχή μελέτης αποτέλεσε ο αυτοκινητόδρομος Α44, μήκους 5km, στο νότιο τμήμα της περιοχής του Πόρτο. Η μέση ταχύτητα πτήσης ήταν 220km/h, το μέσο υψόμετρο 2.800m και πραγματοποιήθηκαν 12 πτήσεις. Η επικάλυψη των εικόνων ήταν περίπου 90% και η απόσταση των λήψεων 23cm.

'''3. Μεθοδολογία'''

:3.1. Επεξεργασία εικόνας

Η διαδικασία επεξεργασίας εικόνας αποτελείται από πολλές επιμέρους εργασίες που, ανάλογα με την επιλεγμένη προσέγγιση, δεν μπορούν πάντα να ενσωματωθούν σε ένα ενιαίο αλγόριθμο. Στη συγκεκριμένη μελέτη, για την ανίχνευση των κινούμενων οχημάτων χρησιμοποιήθηκε μια προσέγγιση που περιλαμβάνει αφαίρεση του φόντου (background subtraction). Για την ολοκλήρωση της διαδικασίας ακολουθήθηκαν τα παρακάτω βήματα: α. τοπική διόρθωση της εικόνας,
β. ανίχνευση κινούμενων αντικειμένων,
γ. διαχωρισμός οχημάτων από άλλα αντικείμενα.

Μετά την ορθοαναγωγή με χρήση των λεπτομερειών πτήσης και το μοντέλο επιφανείας, τεχνικές όρασης υπολογιστών χρησιμοποιήθηκαν για τη πραγματοποίηση διορθώσεων. Για το περιορισμό των λαθών κατά την ορθοαναγωγή και το 3D μοντέλο επιφάνειας, χρησιμοποιήθηκε μία αυτόματη τοπική διαδικασία διόρθωσης με τη χρήση του αλγορίθμου SIFT (Scale Invariant Feature Transform) (Lowe, 2004). Επειδή τα αντίστοιχα σημεία μεταξύ των εικόνων πρέπει να επαληθεύουν τo προβολική μοντέλο, χρησιμοποιήθηκε ο αλγόριθμος RANSAC για να επιλεχθούν οι σωστές αντιστοιχίες (Fischler και Bolles, 1981).

:3.2. Εντοπισμός οχημάτων

Ο εντοπισμός των οχημάτων πραγματοποιήθηκε με αφαίρεση του φόντου μέσω της χρήσης του φίλτρου της διαμέσου (median-based background subtraction). Αφού έγινε ανίχνευση του προσκηνίου με τη χρήση τεχνικής λόγου φασμάτων (spectral ratio technique), πραγματοποιήθηκε κατάτμηση περιοχών προκειμένου να αναγνωριστούν πιθανές περιοχές για θέσεις οχημάτων. Μετά την επίτευξη της ανίχνευσης των οχημάτων ανεξαρτήτως χρόνου, επόμενο βήμα αποτέλεσε η σύνδεση των υποψήφιων θέσεων οχημάτων με πιθανές τροχιές. Η προσέγγιση που εφαρμόστηκε ήταν αυτή της θεωρίας γραφήματος (graph theory) η οποία έχει εφαρμοστεί πρόσφατα με επιτυχία σε διάφορα προβλήματα εντοπισμού οχημάτων (Berclaz et al, 2011) και περιλαμβάνει την παρουσίαση της κάθε περιοχής στην εκάστοτε λήψη με ένα κόμβο σε γράφημα, κάτι που οδηγεί στη δημιουργία σύνδεσης ανάμεσα σε κάθε περιοχή σε δύο διαδοχικές λήψεις. Ποικίλες εναλλακτικές προσεγγίσεις εφαρμόστηκαν προκειμένου να επιτευχθεί το καλύτερο αποτέλεσμα και να περιοριστούν λάθη που προέκυψαν κατά τη διαδικασία (πχ. δημιουργία κατωφλίου τιμών ταχύτητας, επιτάχυνσης και επιβράδυνσης κτλ).

'''4. Αποτελέσματα'''

Η μέθοδος που παρουσιάστηκε παραπάνω συγκέντρωσε με επιτυχία 1.855 τροχιές οχημάτων από τις δώδεκα πτήσεις. Πρόκειται για το 95% των τροχιών, παρά τη μεγάλη χρονική και χωρική ανάλυση. Στο παρακάτω σχήμα εμφανίζεται ένα σετ τροχιών όπως προέκυψαν στις δύο κύριες λωρίδες κυκλοφορίας. Η κυκλοφοριακή συμφόρηση στο τέλος της 2ης λωρίδας είναι εμφανής σε όλα τα γραφήματα ενώ οι αλλαγές στις λωρίδες αντιστοιχούν σε αλλαγές στα γραφήματα.

'''5. Συμπεράσματα'''

Παρά τα επιτυχή αποτελέσματα της παρούσας εργασίας, θα ήταν ορθό να αναφερθούν τρεις βασικοί περιορισμοί της μεθόδου, προκειμένου να ληφθούν υπόψιν σε μελλοντικές εργασίες:
* Τα παραδοσιακά και λιγότερο δαπανηρά αεροσκάφη τα οποία συλλέγουν μόνο τμήματα των τροχιών λόγω της δυναμικής φύσης του σημείου παρατήρησης. Μη επανδρωμένα εναέρια οχήματα μπορεί να οδηγήσουν σε καλύτερα αποτελέσματα.
* Η μεγάλη απόσταση δειγματοληψίας και οι σκιές.
* Οι αρχικές προδιαγραφές του αλγορίθμου Suurballe που χρησιμοποιήθηκε κατά τον εντοπισμό των οχημάτων και ο οποίος μπορεί σε κάποιες περιπτώσεις να μην συγκλίνει στην πραγματική βέλτιστη λύση.

[[category:Εντοπισμός περιοχών κυκλοφοριακής συμφόρησης]]

Σύγκριση ανάμεσα σε τηλεπισκοπικά και επίγεια δεδομένα για τη παρακολούθηση της ατμοσφαιρικής ρύπανσης και της υγείας σε εθνικό επίπεδο.

2015-04-03T13:18:11Z

Ioanna Theologou:

[[Εικόνα:Arthro8a.png|thumb|right|Εικόνα 1: Μέση συγκέντρωση πολλαπλών ετών του τύπου PM2.5 όπως προήλθε με τεχνικές τηλεπισκόπησης, Καναδάς.]]
[[Εικόνα:Arthro8b.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκλοφορίας.]]
Πρωτότυπος τίτλος: Comparison of remote sensing and fixed-site monitoring approaches for examining air pollution and health in a national study population.
Συγγραφείς: Genevieve Prud’ homme, Nina A. Dobbin, Liu Sun, Richard T. Burnett, Randall V. Martin, Andrew Davidson, Sabit Cakmak, Paul J. Villeneuve, Lok N. Lamsal, Aaron van Donkelaar, Paul A. Peters, Markey Johnson.
http://www.sciencedirect.com/science/article/pii/S1352231013005414

'''1. Εισαγωγή'''

Η έκθεση στην ατμοσφαιρική ρύπανση έχει συστηματικά συνδεθεί με ποικίλα αναπνευστικά, καρδιαγγειακά, νευρολογικά και λοιπά προβλήματα, αλλεργίες, μείωση της αναπαραγωγικής ικανότητας αλλά και αύξηση της θνησιμότητας. Τα αποτελέσματα αυτά προκύπτουν από πλήθος επιδημιολογικών μελετών οι οποίες ωστόσο επικεντρώνονται σε περιοχές με έντονο αστικό χαρακτήρα και πυκνή κατανομή πληθυσμού. Κάτι τέτοιο δημιουργεί ένα ερευνητικό κενό και ένα επιστημονικό ενδιαφέρον για τη μελέτη της ατμοσφαιρικής ρύπανσης σε περιοχές με λιγότερο αστικό χαρακτήρα. Παράλληλα, υπάρχουν περιοχές που η συγκέντρωση σχετικών στοιχείων θα είχε μεγάλη σημασία ωστόσο παρατηρείται μεγάλη έλλειψη για διάφορους λόγους (πχ. στις βιομηχανικές ζώνες ή σε αναπτυσσόμενες χώρες γενικότερα). Επομένως, για λόγους όπως και οι παραπάνω, η ψηφιακή τηλεπισκόπηση έχει αποτελέσει ένα νέο, αναδυόμενο εργαλείο στο τομέα της εκτίμησης των συγκεντρώσεων των περιβαλλοντικών ρύπων (Hidy et al., 2009) μέσω της χρήσης δεδομένων που συλλέγονται σε καθημερινή βάση και σε παγκόσμια κλίμακα, τόσο σε αστικές όσο και σε αγροτικές περιοχές. Τα αποτελέσματα είναι μέχρι στιγμής ικανοποιητικά με μελέτες να καταδεικνύουν υψηλή συσχέτιση τηλεπισκοπικών και επίγειων δεδομένων PM2 και ΝΟ2. Η παρούσα μελέτη επικεντρώνεται στις σχέσεις ανάμεσα στην ατμοσφαιρική ρύπανση και τα προβλήματα υγείας με χρήση μέσων όρων πολλών ετών των PM2.5 και ΝΟ2, όπως προέκυψαν τόσο από τηλεπισκόπηση όσο και από συμβατικές μεθόδους.

'''2. Μεθοδολογία'''

:2.1. Δεδομένα

Τα δεδομένα της συγκεκριμένης εργασία που προήλθαν από δορυφορικές μετρήσεις προέρχονται από τα όργανα OMI (Ozone Monitoring Instrument), MODIS (Moderate-Resolution Imaging Spectroradiometer) και MISR (Multi-angle Imaging Spectro Radiometer). Τα ρυθμιστικά δεδομένα της ρύπανσης προήλθαν από το Εθνικό Δίκτυο Παρακολούθησης της Ρύπανσης του Αέρα (National Air Pollution Surveillance Network) του Καναδά. Όσον αφορά το πληθυσμό που έλαβε μέρος στην έρευνα, έγινε χρήση των στοιχείων που προέκυψαν από την απογραφή που πραγματοποιήθηκε από την Καναδική Κοινότητα Έρευνας για την Υγεία και περιείχε ως δείγμα άτομα ηλικίας από 12 ετών και άνω από όλη τη χώρα, για το διάστημα 2001 έως 2005, με μεγαλύτερη βαρύτητα να δίνεται σε άτομα ηλικιών 20-64 ετών.

:2.2. Επεξεργασία

Αρχικά, χρησιμοποιήθηκαν πολλαπλά μοντέλα παλινδρόμησης για να διερευνηθεί η συσχέτιση ανάμεσα στη ρύπανση του αέρα και τα προβλήματα που σχετίζονται με το αναπνευστικό σύστημα και τις αλλεργίες. Για κάθε έναν από τους δύο ρύπους ενδιαφέροντος και για τη καλύτερη στατιστική ανάλυση των στοιχείων, δημιουργήθηκαν τρεις ομάδες: 1) άτομα που ζουν εντός 40km από τη περιοχή κάποιου σταθμού μέτρησης, 2) άτομα που ζουν σε απόσταση άνω των 40km, 3) όλοι οι ερωτηθέντες μαζί.

Όσον αφορά τα δεδομένα που προέκυψαν από ψηφιακή τηλεπισκόπηση, η συγκέντρωση του PM2.5 υπολογίστηκε κάνοντας χρήση της μεθοδολογίας που περιγράφηκε από τους Van Donkelaar et a. (2010). Συγκεκριμένα, οι συγκεντρώσεις προέκυψαν από μετρήσεις του οπτικού βάθους των αεροζόλ (aerosol optical depth-AOD) των δεκτών MODIS και MISR, του δορυφόρου Terra. Το AOD είναι ένα μέτρο της απόσβεσης του φωτός από τα ατμοσφαιρικά αερολύματα. Αφού έγινε η λήψη του από τους δέκτες έγινε η μεταβολή του κανάβου των δεδομένων προκειμένου η τελική χωρική ανάλυση να είναι της τάξης των 10km x 10km. Τα αποτελέσματα συνδυάστηκαν με το μοντέλο χημικής μεταφοράς GEOS-Chem προκειμένου να δημιουργηθεί μία συνολική ράστερ επιφάνεια της περιοχής μελέτης για το PM2.5. Τα αποτελέσματα αυτά παρουσίασαν γενική συμφωνία με τις επίγειες μετρήσεις (r=0.8).

Κατ’ αντιστοιχία, η συγκέντρωση του NΟ2 υπολογίστηκε κατά τους Lamsal et al. (2008, 2010), και συγκεκριμένα από τις τροποσφαιρικές στήλες του ΝΟ2 όπως αυτές ανακτώνται από το μέσο παρακολούθησης του όζοντος (Ozon Mnitoring Instrument- OΜΙ) του δορυφόρου Aura. Τα συγκεκριμένα δεδομένα είναι διακριτικής ικανότητας 19km x 65km. Χρησιμοποιήθηκαν και εδώ οι τοπικοί παράγοντες κλιμάκωσης του GEOS-Chem και η συσχέτιση ανάμεσα στις τιμές που προέκυψαν από το δορυφόρο και τις επίγειες μετρήσεις κυμαινόταν από r=0.3-0.9 με τις μεγαλύτερες συσχετίσεις να εμφανίζονται στις περιοχές με μεγαλύτερα ποσοστά ρύπανσης.

'''3. Αποτελέσματα'''

Οι συγκεντρώσεις του ΝΟ2 και PM2.5, όπως εκτιμήθηκαν με τη ψηφιακή τηλεπισκόπηση συνδέθηκαν με 6-10% αύξηση των αναπνευστικών προβλημάτων και των αλλεργιών ανά τεταρτημόριο αναφοράς ανάμεσα στους ενήλικες (20-64 ετών). Σε γενικές γραμμές, τα αποτελέσματα των εκτιμήσεων του κινδύνου για τη ρύπανση του αέρα και των συνεπακόλουθων για την υγεία ήταν παρόμοια τόσο για τη τηλεπισκόπηση όσο και για της περιοχές επίγειας παρακολούθησης. Αυτό ίσχυε τόσο για το δείγμα των κατοίκων που ζούσαν σε ζώνες εντός 40km από σταθμό μέτρησης όσο και εκτός των ζωνών αυτών.

'''4. Συμπεράσματα'''

Τα αποτελέσματα της παρούσας έρευνας καταδεικνύουν τη συμβολή που μπορεί να έχει η ψηφιακή τηλεπισκόπηση στην απόκτηση δεδομένων ποιότητας της ατμόσφαιρας σε περιοχές που δεν υπάρχει η δυνατότητα λήψης στοιχείων με άλλο τρόπο σε συστηματική βάση.

[[category:Ατμοσφαιρική Ρύπανση]]

Χαρτογράφηση μέγιστης θερμοκρασίας του αέρα σε αστικές περιοχές τις ζεστές μέρες του καλοκαιριού.

2015-04-03T13:17:52Z

Ioanna Theologou:

[[Εικόνα:Arthro7a.png|thumb|right|Εικόνα 1: Περιοχές έδρασης των μετεωρολογικών σταθμών, Vancouver, Καναδάς.]]
[[Εικόνα:Arthro7b.png|thumb|right|Εικόνα 2: Γράφημα συσχέτισης μετρούμενων με προβλεπούμενων τιμών για τους μετεωρολογικούς σταθμούς.]]
[[Εικόνα:Arthro7c.png|thumb|right|Εικόνα 3: Χάρτης απεικόνισης της μέσης κατανομής της Tmax όπως προέκυψε από το μοντέλο RF. Στο χάρτη είναι ευδιάκριτοι οι μετεωρολογικοί σταθμοί.]]

Πρωτότυπος τίτλος: Mapping maximum urban air temperature on hot summer days.

Συγγραφείς: Hung Chak Ho, Anders Knudby, Paul Sirovyak, Yongming Xu, Matus Hodul, Sarah B. Henderson.

http://www.sciencedirect.com/science/article/pii/S0034425714003095

'''1. Εισαγωγή'''

Η θερμοκρασία του αέρα κοντά στην επιφάνεια της γης, συγκεκριμένα στα πρώτα δύο μέτρα από αυτή, αποτελεί παράμετρο υψίστης σημασίας για τις μελέτες της μετεωρολογίας, του κλίματος και της περιβαλλοντικής υγείας (Garske et al. 2013, Katsouyanni et al. 1993, κτλ.). Προηγούμενες μελέτες έχουν χρησιμοποιήσει ευρέως τη θερμοκρασία του αέρα για την εκτίμηση της έντασης των αστικών θερμικών νησίδων (urban heat islands) (Kolokotroni et al. 2008), της ρύπανσης του αέρα (Koken et al. 2003) και της θνησιμότητας που σχετίζεται με τη ζέστη (Laaidi et al. 2012). Η συνήθης πρακτική για τη καταγραφή της θερμοκρασίας του αέρα είναι μέσω ειδικών οργάνων σε μετεωρολογικούς σταθμούς. Αυτές οι παρατηρήσεις ωστόσο έχουν τοπικό χαρακτήρα και δεν μπορούν να αποδώσουν τη χωρική ανομοιογένεια του φαινομένου, πόσο μάλλον σε περιοχές όπως τα αστικά κέντρα που αποτελούν θερμικά περίπλοκα περιβάλλοντα με έντονα χαρακτηριστικά μικροκλίματος. Αυτό το κενό προσπαθεί να καλύψει η επιστήμη της ψηφιακής τηλεπισκόπησης. Οι βασικές προσεγγίσεις που χρησιμοποιούνται μέχρι στιγμής για τη χαρτογράφηση της θερμοκρασίας από δεδομένα τηλεπισκόπησης είναι: a) ο δείκτης θερμοκρασίας-βλάστησης (Temperature-Vegetation Index, TVX), b) τα μοντέλα ενεργειακής ισορροπίας (energy balance models) και τέλος c) η στατιστική ανάλυση. Περιοχή μελέτης αποτελεί το Vancouver του Καναδά.

'''2. Μεθοδολογία'''

:2.1. Δεδομένα

Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στη παρούσα εργασία αποτελούνται από 6 εικόνες Landsat 5 TM και Landsat 7 ETM+ , χωρίς νεφοκάλυψη, από το 2001 έως το 2010, για τις θερμές καλοκαιρινές ημέρες (Τmax>28oC). Χρησιμοποιήθηκε επίσης DEM (Digital Terrain Model) στο οποίο πραγματοποιήθηκε αναδειγματοληψία προκειμένου να ταιριάξει στη διακριτική ικανότητα του θερμικού καναλιού (60μέτρα). Αρκετά χωρικά επίπεδα δεδομένων που προήλθαν από τις εικόνες Landsat καθώς και τα δεδομένα υψομέτρου χρησιμοποιήθηκαν σε μοντέλα παλινδρόμησης προκειμένου να χαρτογραφηθεί η μέγιστη θερμοκρασία. Συγκεκριμένα, πρόκειται για δείκτες όπως είναι οι: LST (εκτιμώμενος από το θερμικό κανάλι), NDWI-Normalized Difference Water Index, SVF–Sky View Factor, υψόμετρο και ηλιακή ακτινοβολία. Η πλειοψηφία των δεικτών αυτών προήλθε από κάθε εικόνα Landsat ξεχωριστά.

Μαζί με τα δεδομένα που προέκυψαν από τις δορυφορικές εικόνες, συγκεντρώθηκαν παρατηρήσεις της μέγιστης θερμοκρασίας από 59 μετεωρολογικούς σταθμούς στη περιοχή μελέτης, προκειμένου να ελεγχθούν τα μοντέλα παλινδρόμησης.

:2.2. Επεξεργασία

Τα μοντέλα παλινδρόμησης, όπως αναφέρθηκε ήδη, κατασκευάστηκαν με χρήση τόσο δορυφορικών όσο και υψομετρικών δεδομένων, και χρησιμοποιήθηκαν αρχικά για να προβλέψουν τις θερμοκρασίες Tmax στις περιοχές των μετεωρολογικών σταθμών για τις έξι, υπό μελέτη, ημέρες. Οι τιμές αυτές έπειτα κανονικοποιήθηκαν με βάση τα αποτελέσματα των θερμοκρασιών όπως είχαν προκύψει από τις μετρήσεις των μετεωρολογικών σταθμών. Τελικώς, έξι χάρτες σχετικής θερμοκρασίας προέκυψαν για μία τυπική θερμή καλοκαιρινή ημέρα, με τη πρόβλεψη ανά πίξελ να βασίζεται στην εκάστοτε τιμή του DEM, του SVF, των δεικτών LST και NDWI (υπολογισμένων για περιοχή ακτίνας 100, 200, 400, 600 800 και 1000 μέτρων γύρω από κάθε πιξελ) και της ηλιακής ακτινοβολίας, δημιουργώντας τελικώς 15 παράγοντες πρόγνωσης. Τα στατιστικά μοντέλα που χρησιμοποιήθηκαν για τη πρόβλεψη της Tmax είναι τριών τύπων: 1) πολλαπλή γραμμική παλινδρόμηση με ελάχιστα τετράγωνα (ordinary least squares multiple linear regression), 2) μηχανής διανυσμάτων υποστήριξης (support vector machine-SVM), και 3) «τυχαίο δάσος» (random forest-RF).

Προκειμένου να ποσοτικοποιηθεί το λάθος των προβλέψεων, το εκάστοτε μοντέλο παλινδρόμησης βαθμονομήθηκε με χρήση παρατηρήσεων από όλους τους μετεωρολογικούς σταθμούς πλην ενός, του οποίου η τιμή χρησιμοποιήθηκε προκειμένου να συγκριθεί με την αντίστοιχη τιμή που προέκυψε από τα μοντέλα για να καθοριστεί το σφάλμα της πρόβλεψης. Η προσέγγιση αυτή εφαρμόστηκε για κάθε μία από τις τιμές των μετεωρολογικών σταθμών.

'''3. Αποτελέσματα'''

Τα αποτελέσματα που προέκυψαν καταδεικνύουν πως από τα τρία μοντέλα αυτό που έδωσε τα χαμηλότερα λάθη πρόβλεψης είναι το RF (RMSE=2.31oC). Κάποιοι από τους μετεωρολογικούς σταθμούς που υπολογίστηκαν και οι οποίοι ήταν σταθερά ψυχρότεροι ή θερμότεροι σε σχέση με τους σταθμούς αναφοράς, υπολογίστηκαν ικανοποιητικά, εν αντιθέσει με άλλους, κυρίως κοντά στον ωκεανό, οι οποίοι έδειξαν μεγαλύτερη μεταβλητότητα στις θερμοκρασίες και τελικώς μεγαλύτερα σφάλματα πρόβλεψης. Τέλος, υπήρξε και μικρός αριθμός σταθμών οι οποίοι δεν μπόρεσαν να προβλεφθούν ικανοποιητικά, κάτι που κάνει το μοντέλο μη αντιπροσωπευτικό για τη πρόβλεψη της θερμοκρασίας του αέρα στις συγκεκριμένες περιοχές. Σε γενικές γραμμές ωστόσο, το μοντέλο RF είναι σε θέση να αποδώσει ικανοποιητικά τη κατανομή των θερμοκρασιών της περιοχή σε χάρτη.

'''4. Συμπεράσματα'''

Γενικά, θα μπορούσε να ειπωθεί πως η προσέγγιση χωρικής παλινδρόμησης φαίνεται χρήσιμη για τη χαρτογράφηση της μεταβλητότητας της θερμοκρασίας του αέρα εντός της πόλης υπό μελέτη, ενώ μπορεί εύκολα να εφαρμοστεί σε άλλες πόλεις

[[category:Αντιμετώπιση / Πρόληψη κινδύνων]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-04-03T13:17:26Z

Ioanna Theologou:

[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]
Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''2. Μεθοδολογία'''

:2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.

2015-04-03T13:16:53Z

Ioanna Theologou:

[[Εικόνα:arthro5a.png|200px|thumb|right|Εικόνα 1: Χάρτης της περιοχής μελέτης, στο (d) είναι ορατές οι χρήσεις γης.]]
[[Εικόνα:arthro5b.png|200px|thumb|right|Εικόνα 2: Ο συντελεστής συσχέτισης R2 ανάμεσα στο CPI και τη πρωτογενή παραγωγικότητα για το μοντέλο GWR.]]

'''Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές από την οπτική γωνία της οικολογικής αποκατάστασης.'''

Πρωτότυπος τίτλος: Detecting land use-water quality relationships from the viewpoint of ecological restoration in an urban area.

Συγγραφείς: Deyong Yu, Peijun Shi, Yupeng Liu, Bin Xun.

http://www.sciencedirect.com/science/article/pii/S0925857412004004

'''1. Εισαγωγή'''

Στη σύγχρονη εποχή, τα οικοσυστήματα απειλούνται από τις ανθρώπινες δραστηριότητες, όπως την εντατικοποίηση των καλλιεργειών, την αποψίλωση των δασών κτλ. Τις πιο βίαιες αλλαγές και επιδράσεις ωστόσο, τις επιφέρει η αστικοποίηση, καθώς δημιουργεί αδιαπέραστες επιφάνειες και ρύπανση, ενώ αλλάζει δραματικά τις χρήσεις γης. Ως συνέπεια αυτού επομένως, η μελέτη των συσχετίσεων ανάμεσα στις χρήσεις γης μιας περιοχής και τη ποιότητα του νερού είναι υψίστης σημασίας καθώς μπορεί να βοηθήσει όχι μόνο στην περιβαλλοντική διαχείριση όσο και στην βιώσιμη ανάπτυξη των πόλεων. Περιοχή μελέτης για τη παρούσα εργασία ήταν η πόλη Shenzhen η οποία βρίσκεται στο κέντρο της πολιτείας Guangdong της Κίνας.

'''2. Μεθοδολογία'''

:2.1. Δεδομένα

Τα δεδομένα που συλλέχθησαν προέρχονται από διάφορες πηγές. Αρχικά, πρόκειται για ένα χάρτη χρήσεων γης ο οποίος προέκυψε από προηγούμενη εργασία με χρήση τηλεπισκοπικών δεδομένων και ο οποίος κατατάσσει τις χρήσεις στις εξής κατηγορίες: 1. αστικός ιστός, 2. γεωργική έκταση, 3. δάσος, 4. οπωρώνες και 5. υδάτινα σώματα. Επιπροσθέτως, έγινε η συγκέντρωση των μετρητικών του τοπίου (landscape metrics), τα οποία αποτελούν ένα χρήσιμο εργαλείο εκτίμησης των χαρακτηριστικών και των μοτίβων των χρήσεων γης. Παραδείγματα αποτελούν στοιχεία αναφορικά με τη συνολική έκταση της περιοχής, το μέγεθος και τη πυκνότητα των τεμαχίων, το σχήμα, δείκτες σχήματος κτλ.

Στη συνέχεια, χρησιμοποιήθηκαν δεδομένα ποιότητας νερού τα οποία συγκεντρώθηκαν από 48 περιοχές δειγματοληψίας. Οι παράμετροι της ποιότητας νερού που χρησιμοποιήθηκαν ήταν δέκα και περιλαμβάνουν τη θερμοκρασία του νερού (Temp), το pH, το διαλυμένο οξυγόνο (DO), το υπερμαγγανικό κάλιο (PP), το βιοχημικά απαιτούμενο οξυγόνο (BOD), το νιτρικό αμμώνιο (ΑΝ) κτλ. Παράλληλα, ορίστηκε ο “ολοκληρωμένος δείκτης ρύπανσης” (Comprehensive Pollution Index), ο οποίος λαμβάνει υπόψιν του τις δέκα παραμέτρους και τις περιοχές δειγματοληψίας. Όσο μεγαλύτερη είναι η τιμή του δείκτη αυτού, τόσο χειρότερη η ποιότητα του επιφανειακού ύδατος. Τέλος, χρησιμοποιήθηκαν προηγούμενες μελέτες της πρωτογενούς παραγωγικότητα των οικοσυστημάτων της περιοχής τα οποία είχαν επίσης προκύψει με μεθόδους τηλεπισκόπησης (δείκτης NDVI σε εικόνες MODIS) και μετεωρολογικά δεδομένα.

:2.2. Επεξεργασία

Τα παραπάνω δεδομένα εισήχθησαν σε στατιστικά μοντέλα προκειμένου να προκύψουν οι συσχετίσεις ανάμεσα στις μεταβλητές. Συγκεκριμένα, οι παράμετροι της ποιότητας των υδάτων αποτέλεσαν τις εξαρτημένες μεταβλητές ενώ οι δείκτες των χρήσεων γης λειτούργησαν σαν τις ανεξάρτητες. Οι μέθοδοι που εφαρμόστηκαν ήταν η απλή μέθοδος των ελαχίστων τετραγώνων (ordinary least squares-OLS) και τα μοντέλα γεωγραφικά σταθμισμένης παλινδρόμησης (geographically weighted regression models-GWR).

'''3. Αποτελέσματα'''

Από την επεξεργασία των δεδομένων προέκυψαν κάποια βασικά συμπεράσματα. Καταρχάς, ο CPI αποτελεί έναν ικανοποιητικό δείκτη ποιότητας των υδάτων που μπορεί να παρουσιάσει συσχετίσεις με τις χρήσεις γης. Παράλληλα, οι συσχετίσεις που προέκυψαν από τα μοντέλα GWR είναι ισχυρότερες από αυτές που προέκυψαν από τα μοντέλα OLS. Συγκεκριμένα, από τα 110 μοντέλα GWR και OLS αντίστοιχα, τα 65 μοντέλα GWR προσαρμόζονται καλύτερα στα δεδομένα σε σχέση με τα αντίστοιχα OLS. Επιπροσθέτως, προέκυψε πως, ενώ οι μεμονωμένοι δείκτες ικανοποιούν τις διακυμάνσεις στις τιμές ποιότητας των υδάτων μόνο κατά 50% το μέγιστο, το γενικότερο πλαίσιο, η διαμόρφωση και τα χαρακτηριστικά των χρήσεων γης είναι πολύ σημαντικά για την ανάλυση της ποιότητας των υδάτων. Επιπλέον, τα μετρητικά του τοπίου έχουν δυνατότητες στο τομέα της πρόβλεψης της ποιότητας των υδάτων. Ανάλογα ωστόσο με τη περιοχή η οποία βρίσκεται κάθε φορά υπό μελέτη οι παράμετροι οι οποίες ικανοποιούν με μεγαλύτερη αξιοπιστία τα μοντέλα διαφοροποιούνται. Για παράδειγμα, στη περίπτωση του αστικού ιστού η σύνθεση και η διαμόρφωση των πόλεων είναι καλύτερες ενδείξεις της κατάστασης που επικρατεί ως προς τους ρύπους σε σχέση με μέγεθός τους. Όσον αφορά τις καλλιεργημένες εκτάσεις η πρωτογενής παραγωγικότητα δίνει τα καλύτερα αποτελέσματα για την εκτίμηση του CPI, κάτι που καταδεικνύει ότι η χρήση λιπασμάτων επηρεάζει τη ρύπανση των υδάτων. Τέλος, οι παράμετροι που συσχετίζονταν περισσότερο με το CPI στα μοντέλα για τους οπωρώνες, ήταν το ποσοστό των αγροτεμαχίων, ο δείκτης του μεγαλύτερου αγροτεμαχίου και η πρωτογενής παραγωγικότητα, ενώ για τα μοντέλα των δασών όλες οι παράμετροι έδωσαν ικανοποιητικά αποτελέσματα.

'''4. Συμπεράσματα'''

Τα αποτελέσματα καταδεικνύουν ότι η σύνθεση και η διαμόρφωση των χρήσεων γης μπορούν να συνδράμουν στη προσπάθεια πρόβλεψης της ποιότητας των υδάτων. Παράλληλα, τα δάση και δυνητικά οι οπωρώνες μπορούν να παίξουν ρόλο στη προσπάθεια βελτίωσης της ποιότητας αυτής, εν αντιθέσει με τις κατοικημένες περιοχές και τις καλλιέργειες που αποτελούν πηγές ρύπανσης. Το σημαντικότερο ωστόσο εύρημα της εργασίας αποτελεί το συμπέρασμα πως καλύτερη προσέγγιση για την αποκατάσταση της ποιότητας των υδάτων αποτελεί η βελτίωση της παραγωγικότητας της φυσικής βλάστησης και όχι η αναδιοργάνωση στις χρήσεις γης.

[[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]

Διερεύνηση της λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR.

2015-04-03T13:16:12Z

Ioanna Theologou:

[[Εικόνα:Arthro4a.png|200px|thumb|right|Εικόνα 1: Εικόνα από τη περιοχή Cafetal, Google Earth scene, 2003 (πάνω), GeoEye, 2010 (κάτω). Οι παράνομες ανασκαφές είναι ευδιάκριτες.]]
[[Εικόνα:Arthro4b.png|200px|thumb|right|Εικόνα 2: Τμήμα της περιοχής Cafetal, το κόκκινο κανάλι (πάνω αριστερά) έχει υποστεί pan-sharpening. Στη συνέχεια (πάνω strip) παρατίθενται οι δείκτες Moran, Geary and Getis όπως εφαρμόζονται στο κόκκινο κανάλι. Κάτω strip: εφαρμογή ταξινόμησης του k-μέσου.]]

'''Διερευνώντας τη λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR: η περίπτωση του Lambayeque στο Βόρειο Περού.'''

Πρωτότυπος τίτλος: Investigating archaeological looting using satellite images and GEORADAR: the experience in Lambayeque in North Peru.
Συγγραφείς: Rosa Lasaponara, Giovanni Leucci, Nicola Masini, Raffaele Persico.
http://www.sciencedirect.com/science/article/pii/S0305440313003798

'''1. Εισαγωγή'''

Η αρχαιοκαπηλία αποτελεί σημαντικό έγκλημα καθώς όχι μόνο στερεί από τις επόμενες γενιές τη κληρονομιά τους αλλά σε πολλές περιπτώσεις προκαλεί καταστροφές στους αρχαιολογικούς χώρους, αλλά και στα ίδια τα ευρήματα. Παράλληλα, εκτός του γεγονότος ότι πολλά από αυτά χάνονται, εξαφανίζεται και το πολιτισμικό πλαίσιο μέσα στο οποίο είναι τοποθετημένα, με αποτέλεσμα να καθίσταται πολύ δύσκολη η ερμηνεία τους. Τα φαινόμενα αυτά αποτελούν τη κυριότερη αιτία καταστροφών της πολιτισμικής κληρονομιάς σε χώρες της Κεντρικής Αμερικής, της Ασίας και της Μέσης Ανατολής.

Στη παρούσα εργασία γίνεται προσπάθεια απεικόνισης της αρχαιοκαπηλίας με χρήση εικόνων GeoEye, Aster και Google Earth, σε έναν από τους σημαντικότερους αρχαιολογικούς χώρους της Νότιας Αμερικής. Οι εικόνες διαφορετικών εποχών που χρησιμοποιήθηκαν, επεξεργάστηκαν με χρήση τόσο στατιστικών αυτοσυσχέτισης (auto-correlation statistics) όσο και μη επιβλεπόμενης ταξινόμησης. Η χαρτογράφηση περιοχών στις οποίες υπήρχε υπόδειξη αρχαιοκαπηλίας, έδωσε τη δυνατότητα περαιτέρω διερεύνησης, με χρήση ραντάρ που έχει την ικανότητα να διαπερνά το έδαφος.

'''2. Μεθοδολογία'''

:.2.1. Δεδομένα

Η συγκεκριμένη προσέγγιση περιελάμβανε, όπως προελέχθη, τόσο δορυφορικές εικόνες όσο και δεδομένα ραντάρ, προκειμένου να δημιουργηθεί μία διαδικασία που θα κάνει την αναγνώριση, ανάλυση και χαρτογράφηση των περιοχών που υπέστησαν αρχαιοκαπηλία ευκολότερη, ενώ παράλληλα έγινε αξιολόγηση του γεωραντάρ στην επισταμένη μελέτη κάποιων από τις περιοχές αυτές. Τα δεδομένα που χρησιμοποιήθηκαν προήλθαν από το Google Earth (30.12.03), τον δέκτη Aster (01.03.01) και το GeoEye, (09.09.10) ο οποίος είχε μάλιστα και τη μεγαλύτερη ανάλυση (0.41 m στο παγχρωματικό και 1.65 στο πολυφασματικό).

:2.2. Επεξεργασία

Η σειρά με την οποία έγινε η επεξεργασία περιλαμβάνει πρώτα την εξαγωγή των χωρικών προτύπων με χρήση γεωστατιστικής ανάλυσης και εν συνεχεία την αυτόματη ταξινόμηση των περιοχών που υπέστησαν αρχαιοκαπηλία, τόσο στις εικόνες του Google Earth, όσο και στις εικόνες του GeoEye, οι οποίες προηγουμένως υπέστησαν pan-sharpening, διαδικασία κατά την οποία πανγχωματικές εικόνες υψηλότερης ανάλυσης συγχωνεύονται με πολυφασματικές εικόνες χαμηλότερης ανάλυσης. Για τη γεωστατιστική ανάλυση, λαμβάνονται υπόψη οι χωρικές συσχετίσεις και οι ιδιότητες των αντικειμένων με βάση τα χωρικά πρότυπα. Προκειμένου να επιτευχθεί το καλύτερο δυνατό αποτέλεσμα κατά τη ταξινόμηση, πραγματοποιήθηκε χωρική αυτοσυσχέτιση (spatial autocorrelation) ως προεπεξεργασία, μιας και μεταβολές σαν αυτές που προκαλούνται από παράνομες ανασκαφές χαρακτηρίζονται περισσότερο από το στοιχείο της ετερογένειας παρά από κάποιο συγκεκριμένο τόνο του γκρίζου. Χρησιμοποιήθηκαν διάφορα εργαλεία γεωστατιστικής ανάλυση (πχ. οι δείκτες local Moran’s I, local Geary’s C, Getis & Ord’s Gi). Για την ενίσχυση και αναγνώριση των χωρικών προτύπων των επεμβάσεων χρησιμοποιήθηκαν τοπικοί δείκτες χωρικής αυτοσυσχέτισης (LISA). Τέλος, ελήφθησαν και επεξεργάστηκαν με τη συνήθη διαδικασία τα δεδομένα ραντάρ (διόρθωση χρόνου λήψης 1ου κύματος, εφαρμογή φίλτρου αποκοπής σημάτων υποβάθρου, τοπογραφικές διορθώσεις κτλ.)

'''3. Αποτελέσματα'''

Δύο ήταν οι περιοχές (Arenal και Cafetal) που δοκιμάστηκε το μοντέλο και στις οποίες είχαν παρατηρηθεί στο παρελθόν κρούσματα αρχαιοκαπηλίας. Τα αποτελέσματα είναι ικανοποιητικά και οι παραγόμενες εικόνες παρουσιάζουν τις περιοχές που έχουν πληγεί περισσότερο. Η προσέγγιση με τη μέθοδο LISA έδωσε χειρότερα αποτελέσματα για τη περιοχή Arenal σε σχέση με τη Cafetal, κυρίως λόγω και του μικρότερου βάθους των γεωτρήσεων. Τα καλύτερα αποτελέσματα τα στη 2η περιοχή, ωστόσο, τα έδωσε ο δείκτης Moran. Συνολικά οι επιφάνειες που υπέστησαν αρχαιοκαπηλία στη 1η περιοχή ήταν έκτασης 2.39 Ha, ενώ στη 2η 3.15 Ha.

Όσον αφορά τα αποτελέσματα που προέκυψαν από το ραντάρ, είναι ενθαρρυντικά αλλά απαραίτητη είναι η διόρθωση του τοπογραφικού αναγλύφου προκειμένου να αποφευχθούν οι λάθος εκτιμήσεις.

'''4. Συμπεράσματα'''

Η παρούσα εργασία καταδεικνύει το πόσο μπορεί να συνδράμει η επιστήμη της τηλεπισκόπησης στην προσπάθεια εκτίμησης του πραγματικού μεγέθους των αρχαιολογικών χώρων καθώς και της παρακολούθησής τους ανά τακτά χρονικά διαστήματα, κυρίως στις περιοχές όπου η πρόσβαση είναι δύσκολη. Έτσι, με το σύνολο των παθητικών και ενεργητικών δεκτών της προσφέρει πολύτιμα εργαλεία και πλούσια δεδομένα στη προσπάθεια αντιμετώπισης του φαινομένου της αρχαιοκαπηλίας.

[[category:Αρχαιολογία]]

Συσχέτιση των μεταβολών στις χρήσεις και τη κάλυψη γης με το πληθυσμό στη μητροπολιτική περιοχή του St. Louis

2015-04-03T13:14:38Z

Ioanna Theologou:

[[Εικόνα:Arthro3a.png|200px|thumb|right|Εικόνα 1: Οι φασματικές υπογραφές των διαφορετικών τύπων κάλυψης γης από το Landsat TM.]]
[[Εικόνα:Arthro3b.png|200px|thumb|right|Εικόνα 2:Χρήσεις κάλυψης και χρήσεων γης για τη περιοχή μελέτης (1972, 1982, 1990, 2000 και 2010).]]

'''Η συσχέτιση των μεταβολών στις χρήσεις και τη κάλυψη γης με το πληθυσμό στη μητροπολιτική περιοχή του St. Louis κατά τα προηγούμενα 40 χρόνια, με χρήση τηλεπισκοπικών και πληθυσμιακών δεδομένων.'''

Πρωτότυπος τίτλος: Drivers of land cover and land use changes in St. Louis metropolitan
area over the past 40 years characterized by remote sensing and census population data.
Συγγραφείς: Maitiniyazi Maimaitijiang, Abduwasit Ghulam, J.S. Onésimo Sandoval, Matthew Maimaitiyiming.
http://www.sciencedirect.com/science/article/pii/S0303243414001846

'''1. Εισαγωγή'''

Στη σύγχρονη εποχή, με όλο και μεγαλύτερο μέρος του πληθυσμού να διαμένει σε αστικές περιοχές, οι αλλαγές στη χρήση και κάλυψη γης (Land Use Land Cover-LULC) λόγω της αύξησης του μεγέθους των πόλεων, είναι ένα φαινόμενο με πολλαπλές διαστάσεις (United Nations, 2014). Αντικείμενο της παρούσας εργασίας είναι η μελέτη των προτύπων των αλλαγών στη χρήση και τη κάλυψη γης σε συνάρτηση με τις πληθυσμιακές μεταβολές και τη δυναμική τους, σε τμήμα της μητροπολιτικής περιοχής του St. Louis. Η περίοδος αναφοράς εκτείνεται περίπου στα 40 έτη. Τελικός στόχος είναι η ποσοτικοποίηση των αλλαγών σε LULC με χρήση δορυφορικών εικόνων.

'''2. Μεθοδολογία'''
:2.1. Δεδομένα

Τα δορυφορικά δεδομένα αποτελούνταν από 17 εικόνες Landsat MSS και TM Που προήλθαν από ξεχωριστές ημερομηνίες (1972, 1982, 1990, 2000 και 2010). Οι εικόνες είχαν περιορισμένη νεφοκάλυψη και η χρονική τους απόσταση από τις εκάστοτε απογραφές πληθυσμού ήταν μικρή. Τα δημογραφικά δεδομένα αποτελούνται από στοιχεία αναφορικά με το πληθυσμό, τη φυλή, τις κατοικίες κ.α. και ελήφθησαν από τη Υπηρεσία Απογραφής των Η.Π.Α.

:2.2. Επεξεργασία

Οι δορυφορικές εικόνες διορθώθηκαν γεωμετρικά με χρήση σημείων ελέγχου (Ground Control Points). Η ραδιομετρική διόρθωση, όπου αυτή ήταν απαραίτητη, έγινε χειροκίνητα. Τέλος, με τη χρήση του προγράμματος ENVI, πραγματοποιήθηκε η ατμοσφαιρική διόρθωση QUAC (Quick Atmospheric Correction). Στη συνέχεια, τα πληθυσμιακά δεδομένα ανήχθηκαν σε επίπεδο φατνίων κανάβου μεγέθους 1km x1km. Παράλληλα, δίκτυο κανάβων ενσωματώθηκε και στους χάρτες LCLU. Τέλος, τα δεδομένα συνδυάστηκαν και ενώθηκαν προκειμένου να προκύψουν οι σχέσεις ανάμεσα στις χρήσεις/καλύψεις γης και τα πληθυσμιακά χαρακτηριστικά. Για τον υπολογισμό των συσχετίσεων εφαρμόστηκε ο συντελεστής συσχέτισης του Pearson, μέθοδοι ελαχίστων τετραγώνων (Ordinary Least Square-OLS) και γεωγραφικά σταθμισμένη παλινδρόμηση (Geographically Weighted Regression-GWR). Όπως αναφέρεται χαρακτηριστικά, αυτό που μελετήθηκε κυρίως ήταν η δυναμική των αστικών προτύπων ανάπτυξης μέσω των ποσοστιαίων μεταβολών στη κάλυψη γης, συγκρινόμενων με τα πληθυσμιακά δεδομένα.

'''3. Αποτελέσματα'''

Η συνολική ακρίβεια που επιτεύχθηκε στους χάρτες LCLU ήταν μεγαλύτερη του 95% και ο συντελεστής k=0.95 για τα έτη 1990, 2000, 2010 ενώ 93% και k=0.95 για το 1972. Η εκτίμησή της προέκυψε από πίνακες σύγχυσης (confusion matrices) για τους χάρτες ταξινόμησης και τα δείγματα εκπαίδευσης.

Τα αποτελέσματα της μελέτης καταδεικνύουν ότι η εξάπλωση του αστικού ιστού συσχετίζεται θετικά με τις πληθυσμιακές μεταβολές χωρίς ωστόσο να δημιουργείται ένα γραμμικό χωροχρονικό μοντέλο. Αυτό οφείλεται ως ένα βαθμό και στη χωρική ετερογένεια της περιοχής μελέτης, μιας και παρατηρείται θετική συσχέτιση στα προάστια και αρνητική συσχέτιση στον αστικό και κεντρικό προαστιακό ιστό του St. Louis. Ενδεικτικά αναφέρεται μεταβολή των οικοδομημένων εκτάσεων από 6,8% το 1972 σε 16.7% το 2010, με τις πεδιάδες και τα δάση να αποτελούν τη κυρίαρχη κάλυψη γης στη περιοχή.

'''4. Συμπεράσματα'''

Η παρούσα εργασία επεδίωξε να δημιουργήσει ένα ισχυρό πλέγμα που να ενσωματώνει ποικίλα και ανόμοια δεδομένα, τόσο τηλεπισκοπικά όσο και πληθυσμιακά, συγκεντρωμένα από διαφορετικές πηγές σε ένα ενιαίο πλαίσιο, το οποίο θα επιτρέπει τη καλύτερη και αποτελεσματικότερη ανάλυση της υπάρχουσας κατάστασης και τελικώς, την επίτευξη αποτελεσματικότερου σχεδιασμού.

Η ανάπτυξη του αστικού ιστού της περιοχής μελέτης καταδεικνύει μία τάση αποκέντρωσης από τα τμήματα της παλιάς πόλης και στα εγγύτερα με το κέντρο προάστια. Αντιθέτως, η επέκταση της πόλης στα υπόλοιπα προάστια πραγματοποιείται με ρυθμούς που ξεπερνούν τη πληθυσμιακή αύξηση κατά 6.1, κάτι οποίο έχει κοινωνικοοικονομικά αίτια.

Όσον αφορά τη μέθοδο που χρησιμοποιήθηκε, η εφαρμογή κανάβου, παρά τα πλεονεκτήματά της, έχει το μειονέκτημα ότι τα αποτελέσματα επηρεάζονται από το μέγεθος του φατνίου. Επιπροσθέτως, υπάρχει ο κίνδυνος υπερεκτίμησης του πληθυσμού στις αραιοκατοικημένες περιοχές και της υποτίμησής του στις πυκνοκατοικημένες περιοχές, λόγω της μεθόδου με την οποία πραγματοποιείται η απογραφή, κάτι που μειώνει την αξιοπιστία του μοντέλου, κάτι το οποίο μπορεί να βελτιωθεί με χρήση κατάλληλα σχεδιασμένων χαρτών. Τέλος, θα πρέπει να ληφθεί υπόψιν ότι η ανάπτυξη του αστικού ιστού δεν σχετίζεται μόνο με μεταβολές του LCLU και του πληθυσμού αλλά επηρεάζεται και από παράγοντες όπως οι μεταβολές του αναγλύφου, η δημιουργία αυτοκινητοδρόμων, οι δείκτες απασχόλησης κτλ.

[[category:Ανίχνευση μεταβολών αστικής γης]]

Θεολόγου Ιωάννα

2015-03-29T10:49:42Z

Ioanna Theologou:

* [[Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.]]
* [[Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.]]
* [[Συσχέτιση των μεταβολών στις χρήσεις και τη κάλυψη γης με το πληθυσμό στη μητροπολιτική περιοχή του St. Louis]]
* [[Διερεύνηση της λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR.]]
* [[Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.]]
* [[Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.]]
* [[Χαρτογράφηση μέγιστης θερμοκρασίας του αέρα σε αστικές περιοχές τις ζεστές μέρες του καλοκαιριού.]]
* [[Σύγκριση ανάμεσα σε τηλεπισκοπικά και επίγεια δεδομένα για τη παρακολούθηση της ατμοσφαιρικής ρύπανσης και της υγείας σε εθνικό επίπεδο.]]

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

Σύγκριση ανάμεσα σε τηλεπισκοπικά και επίγεια δεδομένα για τη παρακολούθηση της ατμοσφαιρικής ρύπανσης και της υγείας σε εθνικό επίπεδο.

2015-03-29T10:49:11Z

Ioanna Theologou: Νέα σελίδα με '[[Εικόνα:Arthro8a.png|thumb|right|Εικόνα 1: Μέση συγκέντρωση πολλαπλών ετών του τύπου PM2.5 όπως προήλθε με τ...'

[[Εικόνα:Arthro8a.png|thumb|right|Εικόνα 1: Μέση συγκέντρωση πολλαπλών ετών του τύπου PM2.5 όπως προήλθε με τεχνικές τηλεπισκόπησης, Καναδάς.]]
[[Εικόνα:Arthro8b.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκλοφορίας.]]
Πρωτότυπος τίτλος: Comparison of remote sensing and fixed-site monitoring approaches for examining air pollution and health in a national study population.
Συγγραφείς: Genevieve Prud’ homme, Nina A. Dobbin, Liu Sun, Richard T. Burnett, Randall V. Martin, Andrew Davidson, Sabit Cakmak, Paul J. Villeneuve, Lok N. Lamsal, Aaron van Donkelaar, Paul A. Peters, Markey Johnson.
http://www.sciencedirect.com/science/article/pii/S1352231013005414

'''8.1. Εισαγωγή'''

Η έκθεση στην ατμοσφαιρική ρύπανση έχει συστηματικά συνδεθεί με ποικίλα αναπνευστικά, καρδιαγγειακά, νευρολογικά και λοιπά προβλήματα, αλλεργίες, μείωση της αναπαραγωγικής ικανότητας αλλά και αύξηση της θνησιμότητας. Τα αποτελέσματα αυτά προκύπτουν από πλήθος επιδημιολογικών μελετών οι οποίες ωστόσο επικεντρώνονται σε περιοχές με έντονο αστικό χαρακτήρα και πυκνή κατανομή πληθυσμού. Κάτι τέτοιο δημιουργεί ένα ερευνητικό κενό και ένα επιστημονικό ενδιαφέρον για τη μελέτη της ατμοσφαιρικής ρύπανσης σε περιοχές με λιγότερο αστικό χαρακτήρα. Παράλληλα, υπάρχουν περιοχές που η συγκέντρωση σχετικών στοιχείων θα είχε μεγάλη σημασία ωστόσο παρατηρείται μεγάλη έλλειψη για διάφορους λόγους (πχ. στις βιομηχανικές ζώνες ή σε αναπτυσσόμενες χώρες γενικότερα). Επομένως, για λόγους όπως και οι παραπάνω, η ψηφιακή τηλεπισκόπηση έχει αποτελέσει ένα νέο, αναδυόμενο εργαλείο στο τομέα της εκτίμησης των συγκεντρώσεων των περιβαλλοντικών ρύπων (Hidy et al., 2009) μέσω της χρήσης δεδομένων που συλλέγονται σε καθημερινή βάση και σε παγκόσμια κλίμακα, τόσο σε αστικές όσο και σε αγροτικές περιοχές. Τα αποτελέσματα είναι μέχρι στιγμής ικανοποιητικά με μελέτες να καταδεικνύουν υψηλή συσχέτιση τηλεπισκοπικών και επίγειων δεδομένων PM2 και ΝΟ2. Η παρούσα μελέτη επικεντρώνεται στις σχέσεις ανάμεσα στην ατμοσφαιρική ρύπανση και τα προβλήματα υγείας με χρήση μέσων όρων πολλών ετών των PM2.5 και ΝΟ2, όπως προέκυψαν τόσο από τηλεπισκόπηση όσο και από συμβατικές μεθόδους.

'''8.2. Μεθοδολογία'''

:8.2.1. Δεδομένα

Τα δεδομένα της συγκεκριμένης εργασία που προήλθαν από δορυφορικές μετρήσεις προέρχονται από τα όργανα OMI (Ozone Monitoring Instrument), MODIS (Moderate-Resolution Imaging Spectroradiometer) και MISR (Multi-angle Imaging Spectro Radiometer). Τα ρυθμιστικά δεδομένα της ρύπανσης προήλθαν από το Εθνικό Δίκτυο Παρακολούθησης της Ρύπανσης του Αέρα (National Air Pollution Surveillance Network) του Καναδά. Όσον αφορά το πληθυσμό που έλαβε μέρος στην έρευνα, έγινε χρήση των στοιχείων που προέκυψαν από την απογραφή που πραγματοποιήθηκε από την Καναδική Κοινότητα Έρευνας για την Υγεία και περιείχε ως δείγμα άτομα ηλικίας από 12 ετών και άνω από όλη τη χώρα, για το διάστημα 2001 έως 2005, με μεγαλύτερη βαρύτητα να δίνεται σε άτομα ηλικιών 20-64 ετών.

:8.2.2. Επεξεργασία

Αρχικά, χρησιμοποιήθηκαν πολλαπλά μοντέλα παλινδρόμησης για να διερευνηθεί η συσχέτιση ανάμεσα στη ρύπανση του αέρα και τα προβλήματα που σχετίζονται με το αναπνευστικό σύστημα και τις αλλεργίες. Για κάθε έναν από τους δύο ρύπους ενδιαφέροντος και για τη καλύτερη στατιστική ανάλυση των στοιχείων, δημιουργήθηκαν τρεις ομάδες: 1) άτομα που ζουν εντός 40km από τη περιοχή κάποιου σταθμού μέτρησης, 2) άτομα που ζουν σε απόσταση άνω των 40km, 3) όλοι οι ερωτηθέντες μαζί.

Όσον αφορά τα δεδομένα που προέκυψαν από ψηφιακή τηλεπισκόπηση, η συγκέντρωση του PM2.5 υπολογίστηκε κάνοντας χρήση της μεθοδολογίας που περιγράφηκε από τους Van Donkelaar et a. (2010). Συγκεκριμένα, οι συγκεντρώσεις προέκυψαν από μετρήσεις του οπτικού βάθους των αεροζόλ (aerosol optical depth-AOD) των δεκτών MODIS και MISR, του δορυφόρου Terra. Το AOD είναι ένα μέτρο της απόσβεσης του φωτός από τα ατμοσφαιρικά αερολύματα. Αφού έγινε η λήψη του από τους δέκτες έγινε η μεταβολή του κανάβου των δεδομένων προκειμένου η τελική χωρική ανάλυση να είναι της τάξης των 10km x 10km. Τα αποτελέσματα συνδυάστηκαν με το μοντέλο χημικής μεταφοράς GEOS-Chem προκειμένου να δημιουργηθεί μία συνολική ράστερ επιφάνεια της περιοχής μελέτης για το PM2.5. Τα αποτελέσματα αυτά παρουσίασαν γενική συμφωνία με τις επίγειες μετρήσεις (r=0.8).

Κατ’ αντιστοιχία, η συγκέντρωση του NΟ2 υπολογίστηκε κατά τους Lamsal et al. (2008, 2010), και συγκεκριμένα από τις τροποσφαιρικές στήλες του ΝΟ2 όπως αυτές ανακτώνται από το μέσο παρακολούθησης του όζοντος (Ozon Mnitoring Instrument- OΜΙ) του δορυφόρου Aura. Τα συγκεκριμένα δεδομένα είναι διακριτικής ικανότητας 19km x 65km. Χρησιμοποιήθηκαν και εδώ οι τοπικοί παράγοντες κλιμάκωσης του GEOS-Chem και η συσχέτιση ανάμεσα στις τιμές που προέκυψαν από το δορυφόρο και τις επίγειες μετρήσεις κυμαινόταν από r=0.3-0.9 με τις μεγαλύτερες συσχετίσεις να εμφανίζονται στις περιοχές με μεγαλύτερα ποσοστά ρύπανσης.

'''8.3. Αποτελέσματα'''

Οι συγκεντρώσεις του ΝΟ2 και PM2.5, όπως εκτιμήθηκαν με τη ψηφιακή τηλεπισκόπηση συνδέθηκαν με 6-10% αύξηση των αναπνευστικών προβλημάτων και των αλλεργιών ανά τεταρτημόριο αναφοράς ανάμεσα στους ενήλικες (20-64 ετών). Σε γενικές γραμμές, τα αποτελέσματα των εκτιμήσεων του κινδύνου για τη ρύπανση του αέρα και των συνεπακόλουθων για την υγεία ήταν παρόμοια τόσο για τη τηλεπισκόπηση όσο και για της περιοχές επίγειας παρακολούθησης. Αυτό ίσχυε τόσο για το δείγμα των κατοίκων που ζούσαν σε ζώνες εντός 40km από σταθμό μέτρησης όσο και εκτός των ζωνών αυτών.

'''8.4. Συμπεράσματα'''

Τα αποτελέσματα της παρούσας έρευνας καταδεικνύουν τη συμβολή που μπορεί να έχει η ψηφιακή τηλεπισκόπηση στην απόκτηση δεδομένων ποιότητας της ατμόσφαιρας σε περιοχές που δεν υπάρχει η δυνατότητα λήψης στοιχείων με άλλο τρόπο σε συστηματική βάση.

[[category:Ατμοσφαιρική Ρύπανση]]

Αρχείο:Arthro8b.png

2015-03-29T10:46:28Z

Ioanna Theologou:

Αρχείο:Arthro8a.png

2015-03-29T10:46:15Z

Ioanna Theologou:

Θεολόγου Ιωάννα

2015-03-29T10:41:21Z

Ioanna Theologou:

* [[Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.]]
* [[Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.]]
* [[Συσχέτιση των μεταβολών στις χρήσεις και τη κάλυψη γης με το πληθυσμό στη μητροπολιτική περιοχή του St. Louis]]
* [[Διερεύνηση της λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR.]]
* [[Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.]]
* [[Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.]]
* [[Χαρτογράφηση μέγιστης θερμοκρασίας του αέρα σε αστικές περιοχές τις ζεστές μέρες του καλοκαιριού.]]

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

Χαρτογράφηση μέγιστης θερμοκρασίας του αέρα σε αστικές περιοχές τις ζεστές μέρες του καλοκαιριού.

2015-03-29T10:40:55Z

Ioanna Theologou:

[[Εικόνα:Arthro7a.png|thumb|right|Εικόνα 1: Περιοχές έδρασης των μετεωρολογικών σταθμών, Vancouver, Καναδάς.]]
[[Εικόνα:Arthro7b.png|thumb|right|Εικόνα 2: Γράφημα συσχέτισης μετρούμενων με προβλεπούμενων τιμών για τους μετεωρολογικούς σταθμούς.]]
[[Εικόνα:Arthro7c.png|thumb|right|Εικόνα 3: Χάρτης απεικόνισης της μέσης κατανομής της Tmax όπως προέκυψε από το μοντέλο RF. Στο χάρτη είναι ευδιάκριτοι οι μετεωρολογικοί σταθμοί.]]

Πρωτότυπος τίτλος: Mapping maximum urban air temperature on hot summer days.

Συγγραφείς: Hung Chak Ho, Anders Knudby, Paul Sirovyak, Yongming Xu, Matus Hodul, Sarah B. Henderson.

http://www.sciencedirect.com/science/article/pii/S0034425714003095

'''7.1. Εισαγωγή'''

Η θερμοκρασία του αέρα κοντά στην επιφάνεια της γης, συγκεκριμένα στα πρώτα δύο μέτρα από αυτή, αποτελεί παράμετρο υψίστης σημασίας για τις μελέτες της μετεωρολογίας, του κλίματος και της περιβαλλοντικής υγείας (Garske et al. 2013, Katsouyanni et al. 1993, κτλ.). Προηγούμενες μελέτες έχουν χρησιμοποιήσει ευρέως τη θερμοκρασία του αέρα για την εκτίμηση της έντασης των αστικών θερμικών νησίδων (urban heat islands) (Kolokotroni et al. 2008), της ρύπανσης του αέρα (Koken et al. 2003) και της θνησιμότητας που σχετίζεται με τη ζέστη (Laaidi et al. 2012). Η συνήθης πρακτική για τη καταγραφή της θερμοκρασίας του αέρα είναι μέσω ειδικών οργάνων σε μετεωρολογικούς σταθμούς. Αυτές οι παρατηρήσεις ωστόσο έχουν τοπικό χαρακτήρα και δεν μπορούν να αποδώσουν τη χωρική ανομοιογένεια του φαινομένου, πόσο μάλλον σε περιοχές όπως τα αστικά κέντρα που αποτελούν θερμικά περίπλοκα περιβάλλοντα με έντονα χαρακτηριστικά μικροκλίματος. Αυτό το κενό προσπαθεί να καλύψει η επιστήμη της ψηφιακής τηλεπισκόπησης. Οι βασικές προσεγγίσεις που χρησιμοποιούνται μέχρι στιγμής για τη χαρτογράφηση της θερμοκρασίας από δεδομένα τηλεπισκόπησης είναι: a) ο δείκτης θερμοκρασίας-βλάστησης (Temperature-Vegetation Index, TVX), b) τα μοντέλα ενεργειακής ισορροπίας (energy balance models) και τέλος c) η στατιστική ανάλυση. Περιοχή μελέτης αποτελεί το Vancouver του Καναδά.

'''7.2. Μεθοδολογία'''

:7.2.1. Δεδομένα

Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στη παρούσα εργασία αποτελούνται από 6 εικόνες Landsat 5 TM και Landsat 7 ETM+ , χωρίς νεφοκάλυψη, από το 2001 έως το 2010, για τις θερμές καλοκαιρινές ημέρες (Τmax>28oC). Χρησιμοποιήθηκε επίσης DEM (Digital Terrain Model) στο οποίο πραγματοποιήθηκε αναδειγματοληψία προκειμένου να ταιριάξει στη διακριτική ικανότητα του θερμικού καναλιού (60μέτρα). Αρκετά χωρικά επίπεδα δεδομένων που προήλθαν από τις εικόνες Landsat καθώς και τα δεδομένα υψομέτρου χρησιμοποιήθηκαν σε μοντέλα παλινδρόμησης προκειμένου να χαρτογραφηθεί η μέγιστη θερμοκρασία. Συγκεκριμένα, πρόκειται για δείκτες όπως είναι οι: LST (εκτιμώμενος από το θερμικό κανάλι), NDWI-Normalized Difference Water Index, SVF–Sky View Factor, υψόμετρο και ηλιακή ακτινοβολία. Η πλειοψηφία των δεικτών αυτών προήλθε από κάθε εικόνα Landsat ξεχωριστά.

Μαζί με τα δεδομένα που προέκυψαν από τις δορυφορικές εικόνες, συγκεντρώθηκαν παρατηρήσεις της μέγιστης θερμοκρασίας από 59 μετεωρολογικούς σταθμούς στη περιοχή μελέτης, προκειμένου να ελεγχθούν τα μοντέλα παλινδρόμησης.

:7.2.2. Επεξεργασία

Τα μοντέλα παλινδρόμησης, όπως αναφέρθηκε ήδη, κατασκευάστηκαν με χρήση τόσο δορυφορικών όσο και υψομετρικών δεδομένων, και χρησιμοποιήθηκαν αρχικά για να προβλέψουν τις θερμοκρασίες Tmax στις περιοχές των μετεωρολογικών σταθμών για τις έξι, υπό μελέτη, ημέρες. Οι τιμές αυτές έπειτα κανονικοποιήθηκαν με βάση τα αποτελέσματα των θερμοκρασιών όπως είχαν προκύψει από τις μετρήσεις των μετεωρολογικών σταθμών. Τελικώς, έξι χάρτες σχετικής θερμοκρασίας προέκυψαν για μία τυπική θερμή καλοκαιρινή ημέρα, με τη πρόβλεψη ανά πίξελ να βασίζεται στην εκάστοτε τιμή του DEM, του SVF, των δεικτών LST και NDWI (υπολογισμένων για περιοχή ακτίνας 100, 200, 400, 600 800 και 1000 μέτρων γύρω από κάθε πιξελ) και της ηλιακής ακτινοβολίας, δημιουργώντας τελικώς 15 παράγοντες πρόγνωσης. Τα στατιστικά μοντέλα που χρησιμοποιήθηκαν για τη πρόβλεψη της Tmax είναι τριών τύπων: 1) πολλαπλή γραμμική παλινδρόμηση με ελάχιστα τετράγωνα (ordinary least squares multiple linear regression), 2) μηχανής διανυσμάτων υποστήριξης (support vector machine-SVM), και 3) «τυχαίο δάσος» (random forest-RF).

Προκειμένου να ποσοτικοποιηθεί το λάθος των προβλέψεων, το εκάστοτε μοντέλο παλινδρόμησης βαθμονομήθηκε με χρήση παρατηρήσεων από όλους τους μετεωρολογικούς σταθμούς πλην ενός, του οποίου η τιμή χρησιμοποιήθηκε προκειμένου να συγκριθεί με την αντίστοιχη τιμή που προέκυψε από τα μοντέλα για να καθοριστεί το σφάλμα της πρόβλεψης. Η προσέγγιση αυτή εφαρμόστηκε για κάθε μία από τις τιμές των μετεωρολογικών σταθμών.

'''7.3. Αποτελέσματα'''

Τα αποτελέσματα που προέκυψαν καταδεικνύουν πως από τα τρία μοντέλα αυτό που έδωσε τα χαμηλότερα λάθη πρόβλεψης είναι το RF (RMSE=2.31oC). Κάποιοι από τους μετεωρολογικούς σταθμούς που υπολογίστηκαν και οι οποίοι ήταν σταθερά ψυχρότεροι ή θερμότεροι σε σχέση με τους σταθμούς αναφοράς, υπολογίστηκαν ικανοποιητικά, εν αντιθέσει με άλλους, κυρίως κοντά στον ωκεανό, οι οποίοι έδειξαν μεγαλύτερη μεταβλητότητα στις θερμοκρασίες και τελικώς μεγαλύτερα σφάλματα πρόβλεψης. Τέλος, υπήρξε και μικρός αριθμός σταθμών οι οποίοι δεν μπόρεσαν να προβλεφθούν ικανοποιητικά, κάτι που κάνει το μοντέλο μη αντιπροσωπευτικό για τη πρόβλεψη της θερμοκρασίας του αέρα στις συγκεκριμένες περιοχές. Σε γενικές γραμμές ωστόσο, το μοντέλο RF είναι σε θέση να αποδώσει ικανοποιητικά τη κατανομή των θερμοκρασιών της περιοχή σε χάρτη.

'''7.4. Συμπεράσματα'''

Γενικά, θα μπορούσε να ειπωθεί πως η προσέγγιση χωρικής παλινδρόμησης φαίνεται χρήσιμη για τη χαρτογράφηση της μεταβλητότητας της θερμοκρασίας του αέρα εντός της πόλης υπό μελέτη, ενώ μπορεί εύκολα να εφαρμοστεί σε άλλες πόλεις

[[category:Αντιμετώπιση / Πρόληψη κινδύνων]]

Χαρτογράφηση μέγιστης θερμοκρασίας του αέρα σε αστικές περιοχές τις ζεστές μέρες του καλοκαιριού.

2015-03-29T10:40:42Z

Ioanna Theologou: Νέα σελίδα με 'Εικόνα 1: Περιοχές έδρασης των μετεωρολογικών σταθμών, Vancouver, Καναδάς. [[...'

[[Εικόνα:Arthro7a.png|thumb|right|Εικόνα 1: Περιοχές έδρασης των μετεωρολογικών σταθμών, Vancouver, Καναδάς.]]
[[Εικόνα:Arthro7b.png|thumb|right|Εικόνα 2: Γράφημα συσχέτισης μετρούμενων με προβλεπούμενων τιμών για τους μετεωρολογικούς σταθμούς.]]
[[Εικόνα:Arthro7c.png|thumb|right|Εικόνα 3: Χάρτης απεικόνισης της μέσης κατανομής της Tmax όπως προέκυψε από το μοντέλο RF. Στο χάρτη είναι ευδιάκριτοι οι μετεωρολογικοί σταθμοί.]]
Πρωτότυπος τίτλος: Mapping maximum urban air temperature on hot summer days.
Συγγραφείς: Hung Chak Ho, Anders Knudby, Paul Sirovyak, Yongming Xu, Matus Hodul, Sarah B. Henderson.
http://www.sciencedirect.com/science/article/pii/S0034425714003095

'''7.1. Εισαγωγή'''

Η θερμοκρασία του αέρα κοντά στην επιφάνεια της γης, συγκεκριμένα στα πρώτα δύο μέτρα από αυτή, αποτελεί παράμετρο υψίστης σημασίας για τις μελέτες της μετεωρολογίας, του κλίματος και της περιβαλλοντικής υγείας (Garske et al. 2013, Katsouyanni et al. 1993, κτλ.). Προηγούμενες μελέτες έχουν χρησιμοποιήσει ευρέως τη θερμοκρασία του αέρα για την εκτίμηση της έντασης των αστικών θερμικών νησίδων (urban heat islands) (Kolokotroni et al. 2008), της ρύπανσης του αέρα (Koken et al. 2003) και της θνησιμότητας που σχετίζεται με τη ζέστη (Laaidi et al. 2012). Η συνήθης πρακτική για τη καταγραφή της θερμοκρασίας του αέρα είναι μέσω ειδικών οργάνων σε μετεωρολογικούς σταθμούς. Αυτές οι παρατηρήσεις ωστόσο έχουν τοπικό χαρακτήρα και δεν μπορούν να αποδώσουν τη χωρική ανομοιογένεια του φαινομένου, πόσο μάλλον σε περιοχές όπως τα αστικά κέντρα που αποτελούν θερμικά περίπλοκα περιβάλλοντα με έντονα χαρακτηριστικά μικροκλίματος. Αυτό το κενό προσπαθεί να καλύψει η επιστήμη της ψηφιακής τηλεπισκόπησης. Οι βασικές προσεγγίσεις που χρησιμοποιούνται μέχρι στιγμής για τη χαρτογράφηση της θερμοκρασίας από δεδομένα τηλεπισκόπησης είναι: a) ο δείκτης θερμοκρασίας-βλάστησης (Temperature-Vegetation Index, TVX), b) τα μοντέλα ενεργειακής ισορροπίας (energy balance models) και τέλος c) η στατιστική ανάλυση. Περιοχή μελέτης αποτελεί το Vancouver του Καναδά.

'''7.2. Μεθοδολογία'''

:7.2.1. Δεδομένα

Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στη παρούσα εργασία αποτελούνται από 6 εικόνες Landsat 5 TM και Landsat 7 ETM+ , χωρίς νεφοκάλυψη, από το 2001 έως το 2010, για τις θερμές καλοκαιρινές ημέρες (Τmax>28oC). Χρησιμοποιήθηκε επίσης DEM (Digital Terrain Model) στο οποίο πραγματοποιήθηκε αναδειγματοληψία προκειμένου να ταιριάξει στη διακριτική ικανότητα του θερμικού καναλιού (60μέτρα). Αρκετά χωρικά επίπεδα δεδομένων που προήλθαν από τις εικόνες Landsat καθώς και τα δεδομένα υψομέτρου χρησιμοποιήθηκαν σε μοντέλα παλινδρόμησης προκειμένου να χαρτογραφηθεί η μέγιστη θερμοκρασία. Συγκεκριμένα, πρόκειται για δείκτες όπως είναι οι: LST (εκτιμώμενος από το θερμικό κανάλι), NDWI-Normalized Difference Water Index, SVF–Sky View Factor, υψόμετρο και ηλιακή ακτινοβολία. Η πλειοψηφία των δεικτών αυτών προήλθε από κάθε εικόνα Landsat ξεχωριστά.

Μαζί με τα δεδομένα που προέκυψαν από τις δορυφορικές εικόνες, συγκεντρώθηκαν παρατηρήσεις της μέγιστης θερμοκρασίας από 59 μετεωρολογικούς σταθμούς στη περιοχή μελέτης, προκειμένου να ελεγχθούν τα μοντέλα παλινδρόμησης.

:7.2.2. Επεξεργασία

Τα μοντέλα παλινδρόμησης, όπως αναφέρθηκε ήδη, κατασκευάστηκαν με χρήση τόσο δορυφορικών όσο και υψομετρικών δεδομένων, και χρησιμοποιήθηκαν αρχικά για να προβλέψουν τις θερμοκρασίες Tmax στις περιοχές των μετεωρολογικών σταθμών για τις έξι, υπό μελέτη, ημέρες. Οι τιμές αυτές έπειτα κανονικοποιήθηκαν με βάση τα αποτελέσματα των θερμοκρασιών όπως είχαν προκύψει από τις μετρήσεις των μετεωρολογικών σταθμών. Τελικώς, έξι χάρτες σχετικής θερμοκρασίας προέκυψαν για μία τυπική θερμή καλοκαιρινή ημέρα, με τη πρόβλεψη ανά πίξελ να βασίζεται στην εκάστοτε τιμή του DEM, του SVF, των δεικτών LST και NDWI (υπολογισμένων για περιοχή ακτίνας 100, 200, 400, 600 800 και 1000 μέτρων γύρω από κάθε πιξελ) και της ηλιακής ακτινοβολίας, δημιουργώντας τελικώς 15 παράγοντες πρόγνωσης. Τα στατιστικά μοντέλα που χρησιμοποιήθηκαν για τη πρόβλεψη της Tmax είναι τριών τύπων: 1) πολλαπλή γραμμική παλινδρόμηση με ελάχιστα τετράγωνα (ordinary least squares multiple linear regression), 2) μηχανής διανυσμάτων υποστήριξης (support vector machine-SVM), και 3) «τυχαίο δάσος» (random forest-RF).

Προκειμένου να ποσοτικοποιηθεί το λάθος των προβλέψεων, το εκάστοτε μοντέλο παλινδρόμησης βαθμονομήθηκε με χρήση παρατηρήσεων από όλους τους μετεωρολογικούς σταθμούς πλην ενός, του οποίου η τιμή χρησιμοποιήθηκε προκειμένου να συγκριθεί με την αντίστοιχη τιμή που προέκυψε από τα μοντέλα για να καθοριστεί το σφάλμα της πρόβλεψης. Η προσέγγιση αυτή εφαρμόστηκε για κάθε μία από τις τιμές των μετεωρολογικών σταθμών.

'''7.3. Αποτελέσματα'''

Τα αποτελέσματα που προέκυψαν καταδεικνύουν πως από τα τρία μοντέλα αυτό που έδωσε τα χαμηλότερα λάθη πρόβλεψης είναι το RF (RMSE=2.31oC). Κάποιοι από τους μετεωρολογικούς σταθμούς που υπολογίστηκαν και οι οποίοι ήταν σταθερά ψυχρότεροι ή θερμότεροι σε σχέση με τους σταθμούς αναφοράς, υπολογίστηκαν ικανοποιητικά, εν αντιθέσει με άλλους, κυρίως κοντά στον ωκεανό, οι οποίοι έδειξαν μεγαλύτερη μεταβλητότητα στις θερμοκρασίες και τελικώς μεγαλύτερα σφάλματα πρόβλεψης. Τέλος, υπήρξε και μικρός αριθμός σταθμών οι οποίοι δεν μπόρεσαν να προβλεφθούν ικανοποιητικά, κάτι που κάνει το μοντέλο μη αντιπροσωπευτικό για τη πρόβλεψη της θερμοκρασίας του αέρα στις συγκεκριμένες περιοχές. Σε γενικές γραμμές ωστόσο, το μοντέλο RF είναι σε θέση να αποδώσει ικανοποιητικά τη κατανομή των θερμοκρασιών της περιοχή σε χάρτη.

'''7.4. Συμπεράσματα'''

Γενικά, θα μπορούσε να ειπωθεί πως η προσέγγιση χωρικής παλινδρόμησης φαίνεται χρήσιμη για τη χαρτογράφηση της μεταβλητότητας της θερμοκρασίας του αέρα εντός της πόλης υπό μελέτη, ενώ μπορεί εύκολα να εφαρμοστεί σε άλλες πόλεις

[[category:Αντιμετώπιση / Πρόληψη κινδύνων]]

Αρχείο:Arthro7c.png

2015-03-29T10:37:56Z

Ioanna Theologou:

Αρχείο:Arthro7b.png

2015-03-29T10:37:42Z

Ioanna Theologou:

Αρχείο:Arthro7a.png

2015-03-29T10:37:30Z

Ioanna Theologou:

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:28:21Z

Ioanna Theologou:

[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]
Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:28:09Z

Ioanna Theologou:

[[Εικόνα:Arthro5a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]
Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:27:10Z

Ioanna Theologou:

[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]
Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:24:52Z

Ioanna Theologou:

[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:24:41Z

Ioanna Theologou: Διαγραφή του περιεχομένου της σελίδας

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:24:27Z

Ioanna Theologou:

[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.

2015-03-29T10:23:25Z

Ioanna Theologou:

[[Εικόνα:Arthro1a.jpg|thumb|right|Εικόνα 1: Τα βήματα της επεξεργασίας εικόνας]]
[[Εικόνα:Arthro1b.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκλοφορίας.]]

Πρωτότυπος τίτλος: Automatic vehicle trajectory extraction by aerial remote sensing
Συγγραφείς: Carlos Lima Azevedoa, João L. Cardoso, Moshe Ben-Akiva, João P. Costeira, Manuel Marques.
http://www.sciencedirect.com/science/article/pii/S1877042814001207

'''1.1. Εισαγωγή'''

Η έρευνα στο τομέα της οδηγικής συμπεριφοράς και η μοντελοποίησή της εξαρτάται σε μεγάλο βαθμό από τη διαθεσιμότητα δεδομένων μεγάλης ακρίβειας και λεπτομέρειας. Ανάμεσα σε αυτά τα δεδομένα, η τροχιά των οχημάτων αποτελεί μια σημαντική πηγή πληροφοριών για τη θεωρία της ροής της κυκλοφορίας, τη δημιουργία μοντέλων οδικής συμπεριφοράς, τη καινοτομία στη διαχείριση της κυκλοφορίας και στην ασφάλεια καθώς και τις περιβαλλοντικές μελέτες. Οι πρόσφατες εξελίξεις στον τομέα των τεχνολογιών ανίχνευσης και στους αλγορίθμους επεξεργασίας εικόνας μείωσε τους πόρους (χρόνο και κόστος) που απαιτούνται για τη λεπτομερή συλλογή δεδομένων κίνησης, γεγονός που προώθησε τη χρήση της συγκεκριμένης τεχνολογίας. Στη παρούσα εργασία, για τον έλεγχο των βασικών μοντέλων εφαρμογών μικροπροσομοίωσης (microsimulation) κυκλοφορίας για την εκτίμηση της ασφάλειας, χρησιμοποιήθηκαν τροχιές οχημάτων οι οποίες συλλέχθηκαν με τηλεπισκόπηση σε ένα τυπικό, προαστιακό αυτοκινητόδρομο της Πορτογαλίας.

'''1.2. Δεδομένα'''

Στην παρούσα μελέτη, για τη συλλογή των εικόνων χρησιμοποιήθηκε αεροσκάφος Cessna T210L Centurion ΙΙ, με πλατφόρμα σταθεροποίησης γυροσκοπικού αντισταθμιστήρα (gyro-stabilizing platform) GSM 3000, ο οποίος εξασφάλιζε την υποστήριξη κάμερας Digicam-H/39. Η κάμερα αυτή, με αισθητήρα RGB των 7216x5412 pixels και έναν φακό Hasselblad 80 χιλιοστών, επιτρέπει τη συλλογή εικόνας πολύ υψηλής ανάλυσης ενώ ήταν συνδεδεμένη με ένα υψηλής ακρίβειας σύστημα GPS για τη παράλληλη συλλογή στοιχείων πτήσης. Περιοχή μελέτης αποτέλεσε ο αυτοκινητόδρομος Α44, μήκους 5km, στο νότιο τμήμα της περιοχής του Πόρτο. Η μέση ταχύτητα πτήσης ήταν 220km/h, το μέσο υψόμετρο 2.800m και πραγματοποιήθηκαν 12 πτήσεις. Η επικάλυψη των εικόνων ήταν περίπου 90% και η απόσταση των λήψεων 23cm.

'''1.3. Μεθοδολογία'''

:1.3.1. Επεξεργασία εικόνας

Η διαδικασία επεξεργασίας εικόνας αποτελείται από πολλές επιμέρους εργασίες που, ανάλογα με την επιλεγμένη προσέγγιση, δεν μπορούν πάντα να ενσωματωθούν σε ένα ενιαίο αλγόριθμο. Στη συγκεκριμένη μελέτη, για την ανίχνευση των κινούμενων οχημάτων χρησιμοποιήθηκε μια προσέγγιση που περιλαμβάνει αφαίρεση του φόντου (background subtraction). Για την ολοκλήρωση της διαδικασίας ακολουθήθηκαν τα παρακάτω βήματα: α. τοπική διόρθωση της εικόνας,
β. ανίχνευση κινούμενων αντικειμένων,
γ. διαχωρισμός οχημάτων από άλλα αντικείμενα.

Μετά την ορθοαναγωγή με χρήση των λεπτομερειών πτήσης και το μοντέλο επιφανείας, τεχνικές όρασης υπολογιστών χρησιμοποιήθηκαν για τη πραγματοποίηση διορθώσεων. Για το περιορισμό των λαθών κατά την ορθοαναγωγή και το 3D μοντέλο επιφάνειας, χρησιμοποιήθηκε μία αυτόματη τοπική διαδικασία διόρθωσης με τη χρήση του αλγορίθμου SIFT (Scale Invariant Feature Transform) (Lowe, 2004). Επειδή τα αντίστοιχα σημεία μεταξύ των εικόνων πρέπει να επαληθεύουν τo προβολική μοντέλο, χρησιμοποιήθηκε ο αλγόριθμος RANSAC για να επιλεχθούν οι σωστές αντιστοιχίες (Fischler και Bolles, 1981).

:1.3.2. Εντοπισμός οχημάτων

Ο εντοπισμός των οχημάτων πραγματοποιήθηκε με αφαίρεση του φόντου μέσω της χρήσης του φίλτρου της διαμέσου (median-based background subtraction). Αφού έγινε ανίχνευση του προσκηνίου με τη χρήση τεχνικής λόγου φασμάτων (spectral ratio technique), πραγματοποιήθηκε κατάτμηση περιοχών προκειμένου να αναγνωριστούν πιθανές περιοχές για θέσεις οχημάτων. Μετά την επίτευξη της ανίχνευσης των οχημάτων ανεξαρτήτως χρόνου, επόμενο βήμα αποτέλεσε η σύνδεση των υποψήφιων θέσεων οχημάτων με πιθανές τροχιές. Η προσέγγιση που εφαρμόστηκε ήταν αυτή της θεωρίας γραφήματος (graph theory) η οποία έχει εφαρμοστεί πρόσφατα με επιτυχία σε διάφορα προβλήματα εντοπισμού οχημάτων (Berclaz et al, 2011) και περιλαμβάνει την παρουσίαση της κάθε περιοχής στην εκάστοτε λήψη με ένα κόμβο σε γράφημα, κάτι που οδηγεί στη δημιουργία σύνδεσης ανάμεσα σε κάθε περιοχή σε δύο διαδοχικές λήψεις. Ποικίλες εναλλακτικές προσεγγίσεις εφαρμόστηκαν προκειμένου να επιτευχθεί το καλύτερο αποτέλεσμα και να περιοριστούν λάθη που προέκυψαν κατά τη διαδικασία (πχ. δημιουργία κατωφλίου τιμών ταχύτητας, επιτάχυνσης και επιβράδυνσης κτλ).

'''1.4. Αποτελέσματα'''

Η μέθοδος που παρουσιάστηκε παραπάνω συγκέντρωσε με επιτυχία 1.855 τροχιές οχημάτων από τις δώδεκα πτήσεις. Πρόκειται για το 95% των τροχιών, παρά τη μεγάλη χρονική και χωρική ανάλυση. Στο παρακάτω σχήμα εμφανίζεται ένα σετ τροχιών όπως προέκυψαν στις δύο κύριες λωρίδες κυκλοφορίας. Η κυκλοφοριακή συμφόρηση στο τέλος της 2ης λωρίδας είναι εμφανής σε όλα τα γραφήματα ενώ οι αλλαγές στις λωρίδες αντιστοιχούν σε αλλαγές στα γραφήματα.

'''1.5. Συμπεράσματα'''

Παρά τα επιτυχή αποτελέσματα της παρούσας εργασίας, θα ήταν ορθό να αναφερθούν τρεις βασικοί περιορισμοί της μεθόδου, προκειμένου να ληφθούν υπόψιν σε μελλοντικές εργασίες:
* Τα παραδοσιακά και λιγότερο δαπανηρά αεροσκάφη τα οποία συλλέγουν μόνο τμήματα των τροχιών λόγω της δυναμικής φύσης του σημείου παρατήρησης. Μη επανδρωμένα εναέρια οχήματα μπορεί να οδηγήσουν σε καλύτερα αποτελέσματα.
* Η μεγάλη απόσταση δειγματοληψίας και οι σκιές.
* Οι αρχικές προδιαγραφές του αλγορίθμου Suurballe που χρησιμοποιήθηκε κατά τον εντοπισμό των οχημάτων και ο οποίος μπορεί σε κάποιες περιπτώσεις να μην συγκλίνει στην πραγματική βέλτιστη λύση.

[[category:Εντοπισμός περιοχών κυκλοφοριακής συμφόρησης]]

Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.

2015-03-29T10:23:13Z

Ioanna Theologou:

[[Εικόνα:Arthro1a.jpg|thumb|right|Εικόνα 1: Τα βήματα της επεξεργασίας εικόνας]]
[[Εικόνα:Arthro1b.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκλοφορίας.]]
[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]

Πρωτότυπος τίτλος: Automatic vehicle trajectory extraction by aerial remote sensing
Συγγραφείς: Carlos Lima Azevedoa, João L. Cardoso, Moshe Ben-Akiva, João P. Costeira, Manuel Marques.
http://www.sciencedirect.com/science/article/pii/S1877042814001207

'''1.1. Εισαγωγή'''

Η έρευνα στο τομέα της οδηγικής συμπεριφοράς και η μοντελοποίησή της εξαρτάται σε μεγάλο βαθμό από τη διαθεσιμότητα δεδομένων μεγάλης ακρίβειας και λεπτομέρειας. Ανάμεσα σε αυτά τα δεδομένα, η τροχιά των οχημάτων αποτελεί μια σημαντική πηγή πληροφοριών για τη θεωρία της ροής της κυκλοφορίας, τη δημιουργία μοντέλων οδικής συμπεριφοράς, τη καινοτομία στη διαχείριση της κυκλοφορίας και στην ασφάλεια καθώς και τις περιβαλλοντικές μελέτες. Οι πρόσφατες εξελίξεις στον τομέα των τεχνολογιών ανίχνευσης και στους αλγορίθμους επεξεργασίας εικόνας μείωσε τους πόρους (χρόνο και κόστος) που απαιτούνται για τη λεπτομερή συλλογή δεδομένων κίνησης, γεγονός που προώθησε τη χρήση της συγκεκριμένης τεχνολογίας. Στη παρούσα εργασία, για τον έλεγχο των βασικών μοντέλων εφαρμογών μικροπροσομοίωσης (microsimulation) κυκλοφορίας για την εκτίμηση της ασφάλειας, χρησιμοποιήθηκαν τροχιές οχημάτων οι οποίες συλλέχθηκαν με τηλεπισκόπηση σε ένα τυπικό, προαστιακό αυτοκινητόδρομο της Πορτογαλίας.

'''1.2. Δεδομένα'''

Στην παρούσα μελέτη, για τη συλλογή των εικόνων χρησιμοποιήθηκε αεροσκάφος Cessna T210L Centurion ΙΙ, με πλατφόρμα σταθεροποίησης γυροσκοπικού αντισταθμιστήρα (gyro-stabilizing platform) GSM 3000, ο οποίος εξασφάλιζε την υποστήριξη κάμερας Digicam-H/39. Η κάμερα αυτή, με αισθητήρα RGB των 7216x5412 pixels και έναν φακό Hasselblad 80 χιλιοστών, επιτρέπει τη συλλογή εικόνας πολύ υψηλής ανάλυσης ενώ ήταν συνδεδεμένη με ένα υψηλής ακρίβειας σύστημα GPS για τη παράλληλη συλλογή στοιχείων πτήσης. Περιοχή μελέτης αποτέλεσε ο αυτοκινητόδρομος Α44, μήκους 5km, στο νότιο τμήμα της περιοχής του Πόρτο. Η μέση ταχύτητα πτήσης ήταν 220km/h, το μέσο υψόμετρο 2.800m και πραγματοποιήθηκαν 12 πτήσεις. Η επικάλυψη των εικόνων ήταν περίπου 90% και η απόσταση των λήψεων 23cm.

'''1.3. Μεθοδολογία'''

:1.3.1. Επεξεργασία εικόνας

Η διαδικασία επεξεργασίας εικόνας αποτελείται από πολλές επιμέρους εργασίες που, ανάλογα με την επιλεγμένη προσέγγιση, δεν μπορούν πάντα να ενσωματωθούν σε ένα ενιαίο αλγόριθμο. Στη συγκεκριμένη μελέτη, για την ανίχνευση των κινούμενων οχημάτων χρησιμοποιήθηκε μια προσέγγιση που περιλαμβάνει αφαίρεση του φόντου (background subtraction). Για την ολοκλήρωση της διαδικασίας ακολουθήθηκαν τα παρακάτω βήματα: α. τοπική διόρθωση της εικόνας,
β. ανίχνευση κινούμενων αντικειμένων,
γ. διαχωρισμός οχημάτων από άλλα αντικείμενα.

Μετά την ορθοαναγωγή με χρήση των λεπτομερειών πτήσης και το μοντέλο επιφανείας, τεχνικές όρασης υπολογιστών χρησιμοποιήθηκαν για τη πραγματοποίηση διορθώσεων. Για το περιορισμό των λαθών κατά την ορθοαναγωγή και το 3D μοντέλο επιφάνειας, χρησιμοποιήθηκε μία αυτόματη τοπική διαδικασία διόρθωσης με τη χρήση του αλγορίθμου SIFT (Scale Invariant Feature Transform) (Lowe, 2004). Επειδή τα αντίστοιχα σημεία μεταξύ των εικόνων πρέπει να επαληθεύουν τo προβολική μοντέλο, χρησιμοποιήθηκε ο αλγόριθμος RANSAC για να επιλεχθούν οι σωστές αντιστοιχίες (Fischler και Bolles, 1981).

:1.3.2. Εντοπισμός οχημάτων

Ο εντοπισμός των οχημάτων πραγματοποιήθηκε με αφαίρεση του φόντου μέσω της χρήσης του φίλτρου της διαμέσου (median-based background subtraction). Αφού έγινε ανίχνευση του προσκηνίου με τη χρήση τεχνικής λόγου φασμάτων (spectral ratio technique), πραγματοποιήθηκε κατάτμηση περιοχών προκειμένου να αναγνωριστούν πιθανές περιοχές για θέσεις οχημάτων. Μετά την επίτευξη της ανίχνευσης των οχημάτων ανεξαρτήτως χρόνου, επόμενο βήμα αποτέλεσε η σύνδεση των υποψήφιων θέσεων οχημάτων με πιθανές τροχιές. Η προσέγγιση που εφαρμόστηκε ήταν αυτή της θεωρίας γραφήματος (graph theory) η οποία έχει εφαρμοστεί πρόσφατα με επιτυχία σε διάφορα προβλήματα εντοπισμού οχημάτων (Berclaz et al, 2011) και περιλαμβάνει την παρουσίαση της κάθε περιοχής στην εκάστοτε λήψη με ένα κόμβο σε γράφημα, κάτι που οδηγεί στη δημιουργία σύνδεσης ανάμεσα σε κάθε περιοχή σε δύο διαδοχικές λήψεις. Ποικίλες εναλλακτικές προσεγγίσεις εφαρμόστηκαν προκειμένου να επιτευχθεί το καλύτερο αποτέλεσμα και να περιοριστούν λάθη που προέκυψαν κατά τη διαδικασία (πχ. δημιουργία κατωφλίου τιμών ταχύτητας, επιτάχυνσης και επιβράδυνσης κτλ).

'''1.4. Αποτελέσματα'''

Η μέθοδος που παρουσιάστηκε παραπάνω συγκέντρωσε με επιτυχία 1.855 τροχιές οχημάτων από τις δώδεκα πτήσεις. Πρόκειται για το 95% των τροχιών, παρά τη μεγάλη χρονική και χωρική ανάλυση. Στο παρακάτω σχήμα εμφανίζεται ένα σετ τροχιών όπως προέκυψαν στις δύο κύριες λωρίδες κυκλοφορίας. Η κυκλοφοριακή συμφόρηση στο τέλος της 2ης λωρίδας είναι εμφανής σε όλα τα γραφήματα ενώ οι αλλαγές στις λωρίδες αντιστοιχούν σε αλλαγές στα γραφήματα.

'''1.5. Συμπεράσματα'''

Παρά τα επιτυχή αποτελέσματα της παρούσας εργασίας, θα ήταν ορθό να αναφερθούν τρεις βασικοί περιορισμοί της μεθόδου, προκειμένου να ληφθούν υπόψιν σε μελλοντικές εργασίες:
* Τα παραδοσιακά και λιγότερο δαπανηρά αεροσκάφη τα οποία συλλέγουν μόνο τμήματα των τροχιών λόγω της δυναμικής φύσης του σημείου παρατήρησης. Μη επανδρωμένα εναέρια οχήματα μπορεί να οδηγήσουν σε καλύτερα αποτελέσματα.
* Η μεγάλη απόσταση δειγματοληψίας και οι σκιές.
* Οι αρχικές προδιαγραφές του αλγορίθμου Suurballe που χρησιμοποιήθηκε κατά τον εντοπισμό των οχημάτων και ο οποίος μπορεί σε κάποιες περιπτώσεις να μην συγκλίνει στην πραγματική βέλτιστη λύση.

[[category:Εντοπισμός περιοχών κυκλοφοριακής συμφόρησης]]

Θεολόγου Ιωάννα

2015-03-29T10:22:47Z

Ioanna Theologou:

* [[Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.]]
* [[Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.]]
* [[Συσχέτιση των μεταβολών στις χρήσεις και τη κάλυψη γης με το πληθυσμό στη μητροπολιτική περιοχή του St. Louis]]
* [[Διερεύνηση της λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR.]]
* [[Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.]]
* [[Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.]]

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

Αυτόματη εξαγωγή της τροχιάς οχήματος από εναέρια τηλεπισκόπηση.

2015-03-29T10:20:38Z

Ioanna Theologou:

[[Εικόνα:Arthro1a.jpg|thumb|right|Εικόνα 1: Τα βήματα της επεξεργασίας εικόνας]]
[[Εικόνα:Arthro1b.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκλοφορίας.]]

Πρωτότυπος τίτλος: Automatic vehicle trajectory extraction by aerial remote sensing
Συγγραφείς: Carlos Lima Azevedoa, João L. Cardoso, Moshe Ben-Akiva, João P. Costeira, Manuel Marques.
http://www.sciencedirect.com/science/article/pii/S1877042814001207

'''1.1. Εισαγωγή'''

Η έρευνα στο τομέα της οδηγικής συμπεριφοράς και η μοντελοποίησή της εξαρτάται σε μεγάλο βαθμό από τη διαθεσιμότητα δεδομένων μεγάλης ακρίβειας και λεπτομέρειας. Ανάμεσα σε αυτά τα δεδομένα, η τροχιά των οχημάτων αποτελεί μια σημαντική πηγή πληροφοριών για τη θεωρία της ροής της κυκλοφορίας, τη δημιουργία μοντέλων οδικής συμπεριφοράς, τη καινοτομία στη διαχείριση της κυκλοφορίας και στην ασφάλεια καθώς και τις περιβαλλοντικές μελέτες. Οι πρόσφατες εξελίξεις στον τομέα των τεχνολογιών ανίχνευσης και στους αλγορίθμους επεξεργασίας εικόνας μείωσε τους πόρους (χρόνο και κόστος) που απαιτούνται για τη λεπτομερή συλλογή δεδομένων κίνησης, γεγονός που προώθησε τη χρήση της συγκεκριμένης τεχνολογίας. Στη παρούσα εργασία, για τον έλεγχο των βασικών μοντέλων εφαρμογών μικροπροσομοίωσης (microsimulation) κυκλοφορίας για την εκτίμηση της ασφάλειας, χρησιμοποιήθηκαν τροχιές οχημάτων οι οποίες συλλέχθηκαν με τηλεπισκόπηση σε ένα τυπικό, προαστιακό αυτοκινητόδρομο της Πορτογαλίας.

'''1.2. Δεδομένα'''

Στην παρούσα μελέτη, για τη συλλογή των εικόνων χρησιμοποιήθηκε αεροσκάφος Cessna T210L Centurion ΙΙ, με πλατφόρμα σταθεροποίησης γυροσκοπικού αντισταθμιστήρα (gyro-stabilizing platform) GSM 3000, ο οποίος εξασφάλιζε την υποστήριξη κάμερας Digicam-H/39. Η κάμερα αυτή, με αισθητήρα RGB των 7216x5412 pixels και έναν φακό Hasselblad 80 χιλιοστών, επιτρέπει τη συλλογή εικόνας πολύ υψηλής ανάλυσης ενώ ήταν συνδεδεμένη με ένα υψηλής ακρίβειας σύστημα GPS για τη παράλληλη συλλογή στοιχείων πτήσης. Περιοχή μελέτης αποτέλεσε ο αυτοκινητόδρομος Α44, μήκους 5km, στο νότιο τμήμα της περιοχής του Πόρτο. Η μέση ταχύτητα πτήσης ήταν 220km/h, το μέσο υψόμετρο 2.800m και πραγματοποιήθηκαν 12 πτήσεις. Η επικάλυψη των εικόνων ήταν περίπου 90% και η απόσταση των λήψεων 23cm.

'''1.3. Μεθοδολογία'''

:1.3.1. Επεξεργασία εικόνας

Η διαδικασία επεξεργασίας εικόνας αποτελείται από πολλές επιμέρους εργασίες που, ανάλογα με την επιλεγμένη προσέγγιση, δεν μπορούν πάντα να ενσωματωθούν σε ένα ενιαίο αλγόριθμο. Στη συγκεκριμένη μελέτη, για την ανίχνευση των κινούμενων οχημάτων χρησιμοποιήθηκε μια προσέγγιση που περιλαμβάνει αφαίρεση του φόντου (background subtraction). Για την ολοκλήρωση της διαδικασίας ακολουθήθηκαν τα παρακάτω βήματα: α. τοπική διόρθωση της εικόνας,
β. ανίχνευση κινούμενων αντικειμένων,
γ. διαχωρισμός οχημάτων από άλλα αντικείμενα.

Μετά την ορθοαναγωγή με χρήση των λεπτομερειών πτήσης και το μοντέλο επιφανείας, τεχνικές όρασης υπολογιστών χρησιμοποιήθηκαν για τη πραγματοποίηση διορθώσεων. Για το περιορισμό των λαθών κατά την ορθοαναγωγή και το 3D μοντέλο επιφάνειας, χρησιμοποιήθηκε μία αυτόματη τοπική διαδικασία διόρθωσης με τη χρήση του αλγορίθμου SIFT (Scale Invariant Feature Transform) (Lowe, 2004). Επειδή τα αντίστοιχα σημεία μεταξύ των εικόνων πρέπει να επαληθεύουν τo προβολική μοντέλο, χρησιμοποιήθηκε ο αλγόριθμος RANSAC για να επιλεχθούν οι σωστές αντιστοιχίες (Fischler και Bolles, 1981).

:1.3.2. Εντοπισμός οχημάτων

Ο εντοπισμός των οχημάτων πραγματοποιήθηκε με αφαίρεση του φόντου μέσω της χρήσης του φίλτρου της διαμέσου (median-based background subtraction). Αφού έγινε ανίχνευση του προσκηνίου με τη χρήση τεχνικής λόγου φασμάτων (spectral ratio technique), πραγματοποιήθηκε κατάτμηση περιοχών προκειμένου να αναγνωριστούν πιθανές περιοχές για θέσεις οχημάτων. Μετά την επίτευξη της ανίχνευσης των οχημάτων ανεξαρτήτως χρόνου, επόμενο βήμα αποτέλεσε η σύνδεση των υποψήφιων θέσεων οχημάτων με πιθανές τροχιές. Η προσέγγιση που εφαρμόστηκε ήταν αυτή της θεωρίας γραφήματος (graph theory) η οποία έχει εφαρμοστεί πρόσφατα με επιτυχία σε διάφορα προβλήματα εντοπισμού οχημάτων (Berclaz et al, 2011) και περιλαμβάνει την παρουσίαση της κάθε περιοχής στην εκάστοτε λήψη με ένα κόμβο σε γράφημα, κάτι που οδηγεί στη δημιουργία σύνδεσης ανάμεσα σε κάθε περιοχή σε δύο διαδοχικές λήψεις. Ποικίλες εναλλακτικές προσεγγίσεις εφαρμόστηκαν προκειμένου να επιτευχθεί το καλύτερο αποτέλεσμα και να περιοριστούν λάθη που προέκυψαν κατά τη διαδικασία (πχ. δημιουργία κατωφλίου τιμών ταχύτητας, επιτάχυνσης και επιβράδυνσης κτλ).

'''1.4. Αποτελέσματα'''

Η μέθοδος που παρουσιάστηκε παραπάνω συγκέντρωσε με επιτυχία 1.855 τροχιές οχημάτων από τις δώδεκα πτήσεις. Πρόκειται για το 95% των τροχιών, παρά τη μεγάλη χρονική και χωρική ανάλυση. Στο παρακάτω σχήμα εμφανίζεται ένα σετ τροχιών όπως προέκυψαν στις δύο κύριες λωρίδες κυκλοφορίας. Η κυκλοφοριακή συμφόρηση στο τέλος της 2ης λωρίδας είναι εμφανής σε όλα τα γραφήματα ενώ οι αλλαγές στις λωρίδες αντιστοιχούν σε αλλαγές στα γραφήματα.

'''1.5. Συμπεράσματα'''

Παρά τα επιτυχή αποτελέσματα της παρούσας εργασίας, θα ήταν ορθό να αναφερθούν τρεις βασικοί περιορισμοί της μεθόδου, προκειμένου να ληφθούν υπόψιν σε μελλοντικές εργασίες:
* Τα παραδοσιακά και λιγότερο δαπανηρά αεροσκάφη τα οποία συλλέγουν μόνο τμήματα των τροχιών λόγω της δυναμικής φύσης του σημείου παρατήρησης. Μη επανδρωμένα εναέρια οχήματα μπορεί να οδηγήσουν σε καλύτερα αποτελέσματα.
* Η μεγάλη απόσταση δειγματοληψίας και οι σκιές.
* Οι αρχικές προδιαγραφές του αλγορίθμου Suurballe που χρησιμοποιήθηκε κατά τον εντοπισμό των οχημάτων και ο οποίος μπορεί σε κάποιες περιπτώσεις να μην συγκλίνει στην πραγματική βέλτιστη λύση.

[[category:Εντοπισμός περιοχών κυκλοφοριακής συμφόρησης]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:19:53Z

Ioanna Theologou:

[[Εικόνα:Arthro6a.png|thumb|right|Εικόνα 1: Τα βήματα της επεξεργασίας εικόνας]]
[[Εικόνα:Arthro6d.png|thumb|right|Εικόνα 2: Χαρακτηριστικά αποτελέσματα εντοπισμού για τη 1η (αριστερά) και τη 2η λωρίδα κυκροφορίας.]]

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:18:45Z

Ioanna Theologou:

[[Εικόνα:arthro6a.png|200px|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:Arthro6d.png|200px|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Αρχείο:Arthro6d.png

2015-03-29T10:17:54Z

Ioanna Theologou: ανέβασμα νέας έκδοσης του "Αρχείο:Arthro6d.png"

Αρχείο:Arthro6a.png

2015-03-29T10:17:40Z

Ioanna Theologou: ανέβασμα νέας έκδοσης του "Αρχείο:Arthro6a.png"

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:17:16Z

Ioanna Theologou:

[[Εικόνα:arthro6a.png|200px|thumb|right|Εικόνα 1: Διάγραμμα του αλγορίθμου RF.]]
[[Εικόνα:arthro6B.png|200px|thumb|right|Εικόνα 2: Αποτελέσματα χαρτογράφησης αδιαπέραστων επιφανειών για τις τρεις πόλεις μελέτης.]]

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Αρχείο:Arthro6d.png

2015-03-29T10:09:29Z

Ioanna Theologou:

Αρχείο:Arthro6a.png

2015-03-29T10:09:13Z

Ioanna Theologou:

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:06:29Z

Ioanna Theologou:

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.
Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:06:09Z

Ioanna Theologou:

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:05:42Z

Ioanna Theologou:

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.

Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.

http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.

Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic
Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:05:10Z

Ioanna Theologou:

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.
Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.
http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.

Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic
Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Βελτίωση της εκτίμησης των αδιαπέραστων αστικών επιφανειών με συνδυασμένη χρήση SAR και οπτικών τηλεπισκοπικών εικόνων.

2015-03-29T10:04:50Z

Ioanna Theologou: Νέα σελίδα με 'Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of optical and SAR remote sensing images. Συγγραφείς: Yuanzhi Zh...'

Πρωτότυπος τίτλος: Improving the impervious surface estimation with combined use of
optical and SAR remote sensing images.
Συγγραφείς: Yuanzhi Zhang, Hongsheng Zhang, Hui Lin.
http://www.sciencedirect.com/science/article/pii/S0034425713003969

'''6.1. Εισαγωγή'''

Οι αδιαπέραστες αστικές επιφάνειες αποτελούν σημαντικούς δείκτες των επικρατούντων περιβαλλοντικών συνθηκών στις πόλεις. Στις επιφάνειες αυτές συμπεριλαμβάνονται τόσο οι εκτάσεις που σχετίζονται με τις μετακινήσεις (δρόμοι, πάρκινγκ), όσο και οι ταράτσες των κτισμάτων (εμπορικών, βιομηχανικών, συγκροτημάτων κατοικιών κτλ.). Μία από τις καλύτερες μεθόδους για την εκτίμηση των επιφανειών αυτών είναι η τηλεπισκόπηση κυρίως λόγω του χαμηλού κόστους σε σχέση με άλλες μεθόδους και τη δυνατότητα εφαρμογής της σε διάφορες κλίμακες. Παρά τις διάφορες τεχνικές, ωστόσο, που έχουν αναπτυχθεί, η διαδικασία αυτή είναι απαιτητική λόγω της ποικιλομορφίας και της πολυπλοκότητας της αστικής γης. Η παρούσα εργασία αποτελεί μία προσπάθεια συνδυασμού τηλεπισκοπικών εικόνων στο οπτικό φάσμα, μαζί με δεδομένα SAR για τη βελτίωση της χαρτογράφησης της αστικής γης.

'''6.2. Μεθοδολογία'''

:6.2.1. Δεδομένα

Περιοχές μελέτης αποτέλεσαν τρεις πόλεις (Guangzhou, Shenzhen και Hong Kong) κοντά στο δέλτα του ποταμού Pearl, σε μία από τις μεγαλύτερες μητροπολιτικές περιοχές της Κίνας. Ωστόσο, λόγω της ταχύτατης αστικοποίησης έχουν ανακύψει πάρα πολλά περιβαλλοντικά ζητήματα.

Για κάθε μία από τις τρεις πόλεις χρησιμοποιήθηκαν τρεις διαφορετικοί συνδυασμοί οπτικών δεδομένων και δεδομένων ραντάρ. Συγκεκριμένα, για τη πόλη Guangzhou, χρησιμοποιήθηκε εικόνα Landsat ETM+ (αξιοποιήθηκαν μόνο τα 6 κανάλια των 30 μέτρων και όχι το πανγχωματικό των 15 μέτρων) καθώς και το ραντάρ του ENVISAT (Advanced Synthetic
Aperture Radar –ASAR, Wide Swath Mode -WSM). Τα δεδομένα ήταν του 2010. Για την εικόνα του Landsat, προκειμένου να αποφευχθεί η πραγματοποίηση επεξεργασίας για την αντιμετώπιση των λωρίδων έλλειψης πληροφορίας που δημιουργούνται από την αποτυχία του SLC, επιλέχθηκαν ως περιοχές μελέτης τα τμήματα που βρίσκονται στα «υγιή» τμήματα των εικόνων. Ατμοσφαιρική διόρθωση δεν πραγματοποιήθηκε καθώς η ατμόσφαιρα θεωρήθηκε καθαρή και ομογενής. Για τη πόλη Shenzhen χρησιμοποιήθηκε εικόνα από τον SPOT-5 (διακριτική ικανότητα 10 μέτρα) καθώς και τα αντίστοιχα δεδομένα ASAR IMP του ENVISAT (ημερομηνίας 2008). Τέλος, για το Hong Kong τα δεδομένα αποτελούνταν από εικόνα του SPΟT-5 (διακριτική ικανότητα 10 μέτρων) καθώς εικόνα SAR από τον TerraSAR-X (όλα ημερομηνίας 2008). Όλα τα δεδομένα γεωαναφέρθηκαν καταλλήλως στην Εγκάρσια Μερκατορική Προβολή (UTM, Ζώνη 50).

:6.2.2. Επεξεργασία

Στη παρούσα εργασία, για την εξαγωγή συμπληρωματικής πληροφορίας για τις αστικές επιφάνειες χρησιμοποιήθηκε η τεχνική της εξαγωγής των χαρακτηριστικών της υφής (texture feature extraction) επιφέρει καλύτερα αποτελέσματα σε σχέση με τις μεθόδους κατάτμησης ανά pixel. Στη παρούσα εργασία, η προσέγγιση που εφαρμόστηκε είναι η GLCM (Gray Level Co-occurrence Matrix) για την ανάλυση της υφής, με στοιχεία όπως η ομοιογένεια, η εντροπία, η ανομοιογένεια κτλ. να αποτελούν τους κυριότερους δείκτες για τη περιγραφή της υφής. Από το συνδυασμό των εικόνων SAR ως καναλιού, με τις οπτικές εικόνες, προκύπτει ο συνολικός αριθμός των καναλιών που θα χρησιμοποιηθούν στον υπολογισμό του αλγορίθμου RF (Random Forest). Ο αλγόριθμος αυτός, ο οποίος έχει χρησιμοποιηθεί σε διάφορες μελέτες τηλεπισκόπησης, βασίζεται στη τυχαία επαναδειγματοληψία των εισαχθέντων δεδομένων εκπαίδευσης (Breiman, 2001). Η βασική ιδέα πίσω από τον αλγόριθμο αυτό, είναι η ανάπτυξη πολλαπλών δέντρων απόφασης για τα τυχαία υποσύνολα των δεδομένων εκπαίδευσης και των συναφών μεταβλητών. Τέλος, για την εκτίμηση της ακρίβειας χρησιμοποιήθηκαν συγκεκριμένοι δείκτες, ο ΟΟΒ (out-of-bag error) και η συνολική ακρίβεια με το συντελεστή k βασισμένα στο πίνακα σύγχυσης.

'''6.3. Αποτελέσματα'''

Τα αποτελέσματα των πειραμάτων δείχνουν κάποια ενδιαφέροντα αποτελέσματα. Καταρχάς, η ενσωμάτωση του ΟΟΒ error είναι ανεπαρκής για την αξιολόγηση της ακρίβειας και απαιτούνται επιπρόσθετα δεδομένα αναφοράς προκειμένου να γίνει ο συνδυασμός των δεδομένων SAR με τα οπτικά. Δεύτερον, στον αλγόριθμό RF, προκειμένου να προσδιοριστεί ικανοποιητικά ο μέγιστος αριθμός μεταβλητών (m) για το διαχωρισμό των κόμβων στο δέντρο των αποφάσεων, θα πρέπει να εφαρμοστεί μία ειδική εμπειρική σχέση. Τρίτον, ο βέλτιστος αριθμός των δέντρων αποφάσεων (Τ) στον αλγόριθμο RF, δεν επηρεάζεται από τη διακριτική ικανότητα και τον τύπο του εκάστοτε σένσορα τόσο για τα δεδομένα SAR όσο και για τα οπτικά. Στη συγκεκριμένη λεμέτη ο αριθμός αυτός είναι 20 δέντρα απόφασης. Τέταρτον, η συνδυασμένη χρήση των δεδομένων κρίθηκε αποτελεσματική για τη βελτίωση της ταξινόμησης της κάλυψης γης και την εκτίμηση των κτισμένων εκτάσεων, μέσω της μείωσης της σύγχυσης που δημιουργείται ανάμεσα σε φωτεινές αδιαπέραστες επιφάνειες και το γυμνό έδαφος, αλλά και τις σκούρες αδιαπέραστες επιφάνειες με το γυμνό έδαφος και τις επιφάνειες με νερό. Ακόμα και για καλύψεις γης που υπό άλλες συνθήκες θα συγχέονταν εύκολα σε εικόνες με διαφορετική ανάλυση, η αποτελεσματικότητα του συνδυασμού οπτικών και SAR δεδομένων εμφανίζει συνέπεια. Η βελτίωση αυτή είναι πιο έντονη όταν γίνεται συνδυασμός οπτικών δεδομένων χαμηλότερης ανάλυσης με αυτά του ραντάρ.

'''6.4. Συμπεράσματα'''

Τα συμπεράσματα στα οποία οδηγήθηκε αυτή η μελέτη θα μπορούσαν να χρησιμεύσουν ως ένα εργαλείο αναφοράς τόσο για τις μετέπειτα εφαρμογές που κάνουν χρήση συνδυασμένων δεδομένων SAR και δεδομένων οπτικού φάσματος, όσο και για τις εφαρμογές του αλγορίθμου RF στις συγχωνεύσεις και άλλων δεδομένων ψηφιακής τηλεπισκόπησης από πολλαπλές πηγές.

[[category:Μελέτες ποιότητας κατοικιών]]

Θεολόγου Ιωάννα

2015-03-29T09:58:33Z

Ioanna Theologou:

Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.

2015-03-29T09:57:56Z

Ioanna Theologou:

[[Εικόνα:arthro5a.png|200px|thumb|right|Εικόνα 1: Χάρτης της περιοχής μελέτης, στο (d) είναι ορατές οι χρήσεις γης.]]
[[Εικόνα:arthro5b.png|200px|thumb|right|Εικόνα 2: Ο συντελεστής συσχέτισης R2 ανάμεσα στο CPI και τη πρωτογενή παραγωγικότητα για το μοντέλο GWR.]]

'''Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές από την οπτική γωνία της οικολογικής αποκατάστασης.'''

Πρωτότυπος τίτλος: Detecting land use-water quality relationships from the viewpoint of ecological restoration in an urban area.

Συγγραφείς: Deyong Yu, Peijun Shi, Yupeng Liu, Bin Xun.

http://www.sciencedirect.com/science/article/pii/S0925857412004004

'''5.1. Εισαγωγή'''

Στη σύγχρονη εποχή, τα οικοσυστήματα απειλούνται από τις ανθρώπινες δραστηριότητες, όπως την εντατικοποίηση των καλλιεργειών, την αποψίλωση των δασών κτλ. Τις πιο βίαιες αλλαγές και επιδράσεις ωστόσο, τις επιφέρει η αστικοποίηση, καθώς δημιουργεί αδιαπέραστες επιφάνειες και ρύπανση, ενώ αλλάζει δραματικά τις χρήσεις γης. Ως συνέπεια αυτού επομένως, η μελέτη των συσχετίσεων ανάμεσα στις χρήσεις γης μιας περιοχής και τη ποιότητα του νερού είναι υψίστης σημασίας καθώς μπορεί να βοηθήσει όχι μόνο στην περιβαλλοντική διαχείριση όσο και στην βιώσιμη ανάπτυξη των πόλεων. Περιοχή μελέτης για τη παρούσα εργασία ήταν η πόλη Shenzhen η οποία βρίσκεται στο κέντρο της πολιτείας Guangdong της Κίνας.

'''5.2. Μεθοδολογία'''

:5.2.1. Δεδομένα

Τα δεδομένα που συλλέχθησαν προέρχονται από διάφορες πηγές. Αρχικά, πρόκειται για ένα χάρτη χρήσεων γης ο οποίος προέκυψε από προηγούμενη εργασία με χρήση τηλεπισκοπικών δεδομένων και ο οποίος κατατάσσει τις χρήσεις στις εξής κατηγορίες: 1. αστικός ιστός, 2. γεωργική έκταση, 3. δάσος, 4. οπωρώνες και 5. υδάτινα σώματα. Επιπροσθέτως, έγινε η συγκέντρωση των μετρητικών του τοπίου (landscape metrics), τα οποία αποτελούν ένα χρήσιμο εργαλείο εκτίμησης των χαρακτηριστικών και των μοτίβων των χρήσεων γης. Παραδείγματα αποτελούν στοιχεία αναφορικά με τη συνολική έκταση της περιοχής, το μέγεθος και τη πυκνότητα των τεμαχίων, το σχήμα, δείκτες σχήματος κτλ.

Στη συνέχεια, χρησιμοποιήθηκαν δεδομένα ποιότητας νερού τα οποία συγκεντρώθηκαν από 48 περιοχές δειγματοληψίας. Οι παράμετροι της ποιότητας νερού που χρησιμοποιήθηκαν ήταν δέκα και περιλαμβάνουν τη θερμοκρασία του νερού (Temp), το pH, το διαλυμένο οξυγόνο (DO), το υπερμαγγανικό κάλιο (PP), το βιοχημικά απαιτούμενο οξυγόνο (BOD), το νιτρικό αμμώνιο (ΑΝ) κτλ. Παράλληλα, ορίστηκε ο “ολοκληρωμένος δείκτης ρύπανσης” (Comprehensive Pollution Index), ο οποίος λαμβάνει υπόψιν του τις δέκα παραμέτρους και τις περιοχές δειγματοληψίας. Όσο μεγαλύτερη είναι η τιμή του δείκτη αυτού, τόσο χειρότερη η ποιότητα του επιφανειακού ύδατος. Τέλος, χρησιμοποιήθηκαν προηγούμενες μελέτες της πρωτογενούς παραγωγικότητα των οικοσυστημάτων της περιοχής τα οποία είχαν επίσης προκύψει με μεθόδους τηλεπισκόπησης (δείκτης NDVI σε εικόνες MODIS) και μετεωρολογικά δεδομένα.

:5.2.2. Επεξεργασία

Τα παραπάνω δεδομένα εισήχθησαν σε στατιστικά μοντέλα προκειμένου να προκύψουν οι συσχετίσεις ανάμεσα στις μεταβλητές. Συγκεκριμένα, οι παράμετροι της ποιότητας των υδάτων αποτέλεσαν τις εξαρτημένες μεταβλητές ενώ οι δείκτες των χρήσεων γης λειτούργησαν σαν τις ανεξάρτητες. Οι μέθοδοι που εφαρμόστηκαν ήταν η απλή μέθοδος των ελαχίστων τετραγώνων (ordinary least squares-OLS) και τα μοντέλα γεωγραφικά σταθμισμένης παλινδρόμησης (geographically weighted regression models-GWR).

'''5.3. Αποτελέσματα'''

Από την επεξεργασία των δεδομένων προέκυψαν κάποια βασικά συμπεράσματα. Καταρχάς, ο CPI αποτελεί έναν ικανοποιητικό δείκτη ποιότητας των υδάτων που μπορεί να παρουσιάσει συσχετίσεις με τις χρήσεις γης. Παράλληλα, οι συσχετίσεις που προέκυψαν από τα μοντέλα GWR είναι ισχυρότερες από αυτές που προέκυψαν από τα μοντέλα OLS. Συγκεκριμένα, από τα 110 μοντέλα GWR και OLS αντίστοιχα, τα 65 μοντέλα GWR προσαρμόζονται καλύτερα στα δεδομένα σε σχέση με τα αντίστοιχα OLS. Επιπροσθέτως, προέκυψε πως, ενώ οι μεμονωμένοι δείκτες ικανοποιούν τις διακυμάνσεις στις τιμές ποιότητας των υδάτων μόνο κατά 50% το μέγιστο, το γενικότερο πλαίσιο, η διαμόρφωση και τα χαρακτηριστικά των χρήσεων γης είναι πολύ σημαντικά για την ανάλυση της ποιότητας των υδάτων. Επιπλέον, τα μετρητικά του τοπίου έχουν δυνατότητες στο τομέα της πρόβλεψης της ποιότητας των υδάτων. Ανάλογα ωστόσο με τη περιοχή η οποία βρίσκεται κάθε φορά υπό μελέτη οι παράμετροι οι οποίες ικανοποιούν με μεγαλύτερη αξιοπιστία τα μοντέλα διαφοροποιούνται. Για παράδειγμα, στη περίπτωση του αστικού ιστού η σύνθεση και η διαμόρφωση των πόλεων είναι καλύτερες ενδείξεις της κατάστασης που επικρατεί ως προς τους ρύπους σε σχέση με μέγεθός τους. Όσον αφορά τις καλλιεργημένες εκτάσεις η πρωτογενής παραγωγικότητα δίνει τα καλύτερα αποτελέσματα για την εκτίμηση του CPI, κάτι που καταδεικνύει ότι η χρήση λιπασμάτων επηρεάζει τη ρύπανση των υδάτων. Τέλος, οι παράμετροι που συσχετίζονταν περισσότερο με το CPI στα μοντέλα για τους οπωρώνες, ήταν το ποσοστό των αγροτεμαχίων, ο δείκτης του μεγαλύτερου αγροτεμαχίου και η πρωτογενής παραγωγικότητα, ενώ για τα μοντέλα των δασών όλες οι παράμετροι έδωσαν ικανοποιητικά αποτελέσματα.

'''5.4. Συμπεράσματα'''

Τα αποτελέσματα καταδεικνύουν ότι η σύνθεση και η διαμόρφωση των χρήσεων γης μπορούν να συνδράμουν στη προσπάθεια πρόβλεψης της ποιότητας των υδάτων. Παράλληλα, τα δάση και δυνητικά οι οπωρώνες μπορούν να παίξουν ρόλο στη προσπάθεια βελτίωσης της ποιότητας αυτής, εν αντιθέσει με τις κατοικημένες περιοχές και τις καλλιέργειες που αποτελούν πηγές ρύπανσης. Το σημαντικότερο ωστόσο εύρημα της εργασίας αποτελεί το συμπέρασμα πως καλύτερη προσέγγιση για την αποκατάσταση της ποιότητας των υδάτων αποτελεί η βελτίωση της παραγωγικότητας της φυσικής βλάστησης και όχι η αναδιοργάνωση στις χρήσεις γης.

[[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]

Αρχείο:Arthro5b.png

2015-03-29T09:56:13Z

Ioanna Theologou:

Αρχείο:Arthro5a.png

2015-03-29T09:55:54Z

Ioanna Theologou:

Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.

2015-03-29T09:54:47Z

Ioanna Theologou:

'''Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές από την οπτική γωνία της οικολογικής αποκατάστασης.'''

Πρωτότυπος τίτλος: Detecting land use-water quality relationships from the viewpoint of ecological restoration in an urban area.

Συγγραφείς: Deyong Yu, Peijun Shi, Yupeng Liu, Bin Xun.

http://www.sciencedirect.com/science/article/pii/S0925857412004004

'''5.1. Εισαγωγή'''

Στη σύγχρονη εποχή, τα οικοσυστήματα απειλούνται από τις ανθρώπινες δραστηριότητες, όπως την εντατικοποίηση των καλλιεργειών, την αποψίλωση των δασών κτλ. Τις πιο βίαιες αλλαγές και επιδράσεις ωστόσο, τις επιφέρει η αστικοποίηση, καθώς δημιουργεί αδιαπέραστες επιφάνειες και ρύπανση, ενώ αλλάζει δραματικά τις χρήσεις γης. Ως συνέπεια αυτού επομένως, η μελέτη των συσχετίσεων ανάμεσα στις χρήσεις γης μιας περιοχής και τη ποιότητα του νερού είναι υψίστης σημασίας καθώς μπορεί να βοηθήσει όχι μόνο στην περιβαλλοντική διαχείριση όσο και στην βιώσιμη ανάπτυξη των πόλεων. Περιοχή μελέτης για τη παρούσα εργασία ήταν η πόλη Shenzhen η οποία βρίσκεται στο κέντρο της πολιτείας Guangdong της Κίνας.

'''5.2. Μεθοδολογία'''

:5.2.1. Δεδομένα

Τα δεδομένα που συλλέχθησαν προέρχονται από διάφορες πηγές. Αρχικά, πρόκειται για ένα χάρτη χρήσεων γης ο οποίος προέκυψε από προηγούμενη εργασία με χρήση τηλεπισκοπικών δεδομένων και ο οποίος κατατάσσει τις χρήσεις στις εξής κατηγορίες: 1. αστικός ιστός, 2. γεωργική έκταση, 3. δάσος, 4. οπωρώνες και 5. υδάτινα σώματα. Επιπροσθέτως, έγινε η συγκέντρωση των μετρητικών του τοπίου (landscape metrics), τα οποία αποτελούν ένα χρήσιμο εργαλείο εκτίμησης των χαρακτηριστικών και των μοτίβων των χρήσεων γης. Παραδείγματα αποτελούν στοιχεία αναφορικά με τη συνολική έκταση της περιοχής, το μέγεθος και τη πυκνότητα των τεμαχίων, το σχήμα, δείκτες σχήματος κτλ.

Στη συνέχεια, χρησιμοποιήθηκαν δεδομένα ποιότητας νερού τα οποία συγκεντρώθηκαν από 48 περιοχές δειγματοληψίας. Οι παράμετροι της ποιότητας νερού που χρησιμοποιήθηκαν ήταν δέκα και περιλαμβάνουν τη θερμοκρασία του νερού (Temp), το pH, το διαλυμένο οξυγόνο (DO), το υπερμαγγανικό κάλιο (PP), το βιοχημικά απαιτούμενο οξυγόνο (BOD), το νιτρικό αμμώνιο (ΑΝ) κτλ. Παράλληλα, ορίστηκε ο “ολοκληρωμένος δείκτης ρύπανσης” (Comprehensive Pollution Index), ο οποίος λαμβάνει υπόψιν του τις δέκα παραμέτρους και τις περιοχές δειγματοληψίας. Όσο μεγαλύτερη είναι η τιμή του δείκτη αυτού, τόσο χειρότερη η ποιότητα του επιφανειακού ύδατος. Τέλος, χρησιμοποιήθηκαν προηγούμενες μελέτες της πρωτογενούς παραγωγικότητα των οικοσυστημάτων της περιοχής τα οποία είχαν επίσης προκύψει με μεθόδους τηλεπισκόπησης (δείκτης NDVI σε εικόνες MODIS) και μετεωρολογικά δεδομένα.

:5.2.2. Επεξεργασία

Τα παραπάνω δεδομένα εισήχθησαν σε στατιστικά μοντέλα προκειμένου να προκύψουν οι συσχετίσεις ανάμεσα στις μεταβλητές. Συγκεκριμένα, οι παράμετροι της ποιότητας των υδάτων αποτέλεσαν τις εξαρτημένες μεταβλητές ενώ οι δείκτες των χρήσεων γης λειτούργησαν σαν τις ανεξάρτητες. Οι μέθοδοι που εφαρμόστηκαν ήταν η απλή μέθοδος των ελαχίστων τετραγώνων (ordinary least squares-OLS) και τα μοντέλα γεωγραφικά σταθμισμένης παλινδρόμησης (geographically weighted regression models-GWR).

'''5.3. Αποτελέσματα'''

Από την επεξεργασία των δεδομένων προέκυψαν κάποια βασικά συμπεράσματα. Καταρχάς, ο CPI αποτελεί έναν ικανοποιητικό δείκτη ποιότητας των υδάτων που μπορεί να παρουσιάσει συσχετίσεις με τις χρήσεις γης. Παράλληλα, οι συσχετίσεις που προέκυψαν από τα μοντέλα GWR είναι ισχυρότερες από αυτές που προέκυψαν από τα μοντέλα OLS. Συγκεκριμένα, από τα 110 μοντέλα GWR και OLS αντίστοιχα, τα 65 μοντέλα GWR προσαρμόζονται καλύτερα στα δεδομένα σε σχέση με τα αντίστοιχα OLS. Επιπροσθέτως, προέκυψε πως, ενώ οι μεμονωμένοι δείκτες ικανοποιούν τις διακυμάνσεις στις τιμές ποιότητας των υδάτων μόνο κατά 50% το μέγιστο, το γενικότερο πλαίσιο, η διαμόρφωση και τα χαρακτηριστικά των χρήσεων γης είναι πολύ σημαντικά για την ανάλυση της ποιότητας των υδάτων. Επιπλέον, τα μετρητικά του τοπίου έχουν δυνατότητες στο τομέα της πρόβλεψης της ποιότητας των υδάτων. Ανάλογα ωστόσο με τη περιοχή η οποία βρίσκεται κάθε φορά υπό μελέτη οι παράμετροι οι οποίες ικανοποιούν με μεγαλύτερη αξιοπιστία τα μοντέλα διαφοροποιούνται. Για παράδειγμα, στη περίπτωση του αστικού ιστού η σύνθεση και η διαμόρφωση των πόλεων είναι καλύτερες ενδείξεις της κατάστασης που επικρατεί ως προς τους ρύπους σε σχέση με μέγεθός τους. Όσον αφορά τις καλλιεργημένες εκτάσεις η πρωτογενής παραγωγικότητα δίνει τα καλύτερα αποτελέσματα για την εκτίμηση του CPI, κάτι που καταδεικνύει ότι η χρήση λιπασμάτων επηρεάζει τη ρύπανση των υδάτων. Τέλος, οι παράμετροι που συσχετίζονταν περισσότερο με το CPI στα μοντέλα για τους οπωρώνες, ήταν το ποσοστό των αγροτεμαχίων, ο δείκτης του μεγαλύτερου αγροτεμαχίου και η πρωτογενής παραγωγικότητα, ενώ για τα μοντέλα των δασών όλες οι παράμετροι έδωσαν ικανοποιητικά αποτελέσματα.

'''5.4. Συμπεράσματα'''

Τα αποτελέσματα καταδεικνύουν ότι η σύνθεση και η διαμόρφωση των χρήσεων γης μπορούν να συνδράμουν στη προσπάθεια πρόβλεψης της ποιότητας των υδάτων. Παράλληλα, τα δάση και δυνητικά οι οπωρώνες μπορούν να παίξουν ρόλο στη προσπάθεια βελτίωσης της ποιότητας αυτής, εν αντιθέσει με τις κατοικημένες περιοχές και τις καλλιέργειες που αποτελούν πηγές ρύπανσης. Το σημαντικότερο ωστόσο εύρημα της εργασίας αποτελεί το συμπέρασμα πως καλύτερη προσέγγιση για την αποκατάσταση της ποιότητας των υδάτων αποτελεί η βελτίωση της παραγωγικότητας της φυσικής βλάστησης και όχι η αναδιοργάνωση στις χρήσεις γης.

[[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]

Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές.

2015-03-29T09:54:26Z

Ioanna Theologou: Νέα σελίδα με ''''Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχ...'

'''Ανίχνευση συσχετίσεων ανάμεσα στις χρήσεις γης και τη ποιότητα του νερού σε αστικές περιοχές από την οπτική γωνία της οικολογικής αποκατάστασης.'''

Πρωτότυπος τίτλος: Detecting land use-water quality relationships from the viewpoint of ecological restoration in an urban area.

Συγγραφείς: Deyong Yu, Peijun Shi, Yupeng Liu, Bin Xun.
http://www.sciencedirect.com/science/article/pii/S0925857412004004

'''5.1. Εισαγωγή'''

Στη σύγχρονη εποχή, τα οικοσυστήματα απειλούνται από τις ανθρώπινες δραστηριότητες, όπως την εντατικοποίηση των καλλιεργειών, την αποψίλωση των δασών κτλ. Τις πιο βίαιες αλλαγές και επιδράσεις ωστόσο, τις επιφέρει η αστικοποίηση, καθώς δημιουργεί αδιαπέραστες επιφάνειες και ρύπανση, ενώ αλλάζει δραματικά τις χρήσεις γης. Ως συνέπεια αυτού επομένως, η μελέτη των συσχετίσεων ανάμεσα στις χρήσεις γης μιας περιοχής και τη ποιότητα του νερού είναι υψίστης σημασίας καθώς μπορεί να βοηθήσει όχι μόνο στην περιβαλλοντική διαχείριση όσο και στην βιώσιμη ανάπτυξη των πόλεων. Περιοχή μελέτης για τη παρούσα εργασία ήταν η πόλη Shenzhen η οποία βρίσκεται στο κέντρο της πολιτείας Guangdong της Κίνας.

'''5.2. Μεθοδολογία'''

:5.2.1. Δεδομένα

Τα δεδομένα που συλλέχθησαν προέρχονται από διάφορες πηγές. Αρχικά, πρόκειται για ένα χάρτη χρήσεων γης ο οποίος προέκυψε από προηγούμενη εργασία με χρήση τηλεπισκοπικών δεδομένων και ο οποίος κατατάσσει τις χρήσεις στις εξής κατηγορίες: 1. αστικός ιστός, 2. γεωργική έκταση, 3. δάσος, 4. οπωρώνες και 5. υδάτινα σώματα. Επιπροσθέτως, έγινε η συγκέντρωση των μετρητικών του τοπίου (landscape metrics), τα οποία αποτελούν ένα χρήσιμο εργαλείο εκτίμησης των χαρακτηριστικών και των μοτίβων των χρήσεων γης. Παραδείγματα αποτελούν στοιχεία αναφορικά με τη συνολική έκταση της περιοχής, το μέγεθος και τη πυκνότητα των τεμαχίων, το σχήμα, δείκτες σχήματος κτλ.

Στη συνέχεια, χρησιμοποιήθηκαν δεδομένα ποιότητας νερού τα οποία συγκεντρώθηκαν από 48 περιοχές δειγματοληψίας. Οι παράμετροι της ποιότητας νερού που χρησιμοποιήθηκαν ήταν δέκα και περιλαμβάνουν τη θερμοκρασία του νερού (Temp), το pH, το διαλυμένο οξυγόνο (DO), το υπερμαγγανικό κάλιο (PP), το βιοχημικά απαιτούμενο οξυγόνο (BOD), το νιτρικό αμμώνιο (ΑΝ) κτλ. Παράλληλα, ορίστηκε ο “ολοκληρωμένος δείκτης ρύπανσης” (Comprehensive Pollution Index), ο οποίος λαμβάνει υπόψιν του τις δέκα παραμέτρους και τις περιοχές δειγματοληψίας. Όσο μεγαλύτερη είναι η τιμή του δείκτη αυτού, τόσο χειρότερη η ποιότητα του επιφανειακού ύδατος. Τέλος, χρησιμοποιήθηκαν προηγούμενες μελέτες της πρωτογενούς παραγωγικότητα των οικοσυστημάτων της περιοχής τα οποία είχαν επίσης προκύψει με μεθόδους τηλεπισκόπησης (δείκτης NDVI σε εικόνες MODIS) και μετεωρολογικά δεδομένα.

:5.2.2. Επεξεργασία

Τα παραπάνω δεδομένα εισήχθησαν σε στατιστικά μοντέλα προκειμένου να προκύψουν οι συσχετίσεις ανάμεσα στις μεταβλητές. Συγκεκριμένα, οι παράμετροι της ποιότητας των υδάτων αποτέλεσαν τις εξαρτημένες μεταβλητές ενώ οι δείκτες των χρήσεων γης λειτούργησαν σαν τις ανεξάρτητες. Οι μέθοδοι που εφαρμόστηκαν ήταν η απλή μέθοδος των ελαχίστων τετραγώνων (ordinary least squares-OLS) και τα μοντέλα γεωγραφικά σταθμισμένης παλινδρόμησης (geographically weighted regression models-GWR).

'''5.3. Αποτελέσματα'''

Από την επεξεργασία των δεδομένων προέκυψαν κάποια βασικά συμπεράσματα. Καταρχάς, ο CPI αποτελεί έναν ικανοποιητικό δείκτη ποιότητας των υδάτων που μπορεί να παρουσιάσει συσχετίσεις με τις χρήσεις γης. Παράλληλα, οι συσχετίσεις που προέκυψαν από τα μοντέλα GWR είναι ισχυρότερες από αυτές που προέκυψαν από τα μοντέλα OLS. Συγκεκριμένα, από τα 110 μοντέλα GWR και OLS αντίστοιχα, τα 65 μοντέλα GWR προσαρμόζονται καλύτερα στα δεδομένα σε σχέση με τα αντίστοιχα OLS. Επιπροσθέτως, προέκυψε πως, ενώ οι μεμονωμένοι δείκτες ικανοποιούν τις διακυμάνσεις στις τιμές ποιότητας των υδάτων μόνο κατά 50% το μέγιστο, το γενικότερο πλαίσιο, η διαμόρφωση και τα χαρακτηριστικά των χρήσεων γης είναι πολύ σημαντικά για την ανάλυση της ποιότητας των υδάτων. Επιπλέον, τα μετρητικά του τοπίου έχουν δυνατότητες στο τομέα της πρόβλεψης της ποιότητας των υδάτων. Ανάλογα ωστόσο με τη περιοχή η οποία βρίσκεται κάθε φορά υπό μελέτη οι παράμετροι οι οποίες ικανοποιούν με μεγαλύτερη αξιοπιστία τα μοντέλα διαφοροποιούνται. Για παράδειγμα, στη περίπτωση του αστικού ιστού η σύνθεση και η διαμόρφωση των πόλεων είναι καλύτερες ενδείξεις της κατάστασης που επικρατεί ως προς τους ρύπους σε σχέση με μέγεθός τους. Όσον αφορά τις καλλιεργημένες εκτάσεις η πρωτογενής παραγωγικότητα δίνει τα καλύτερα αποτελέσματα για την εκτίμηση του CPI, κάτι που καταδεικνύει ότι η χρήση λιπασμάτων επηρεάζει τη ρύπανση των υδάτων. Τέλος, οι παράμετροι που συσχετίζονταν περισσότερο με το CPI στα μοντέλα για τους οπωρώνες, ήταν το ποσοστό των αγροτεμαχίων, ο δείκτης του μεγαλύτερου αγροτεμαχίου και η πρωτογενής παραγωγικότητα, ενώ για τα μοντέλα των δασών όλες οι παράμετροι έδωσαν ικανοποιητικά αποτελέσματα.

'''5.4. Συμπεράσματα'''

Τα αποτελέσματα καταδεικνύουν ότι η σύνθεση και η διαμόρφωση των χρήσεων γης μπορούν να συνδράμουν στη προσπάθεια πρόβλεψης της ποιότητας των υδάτων. Παράλληλα, τα δάση και δυνητικά οι οπωρώνες μπορούν να παίξουν ρόλο στη προσπάθεια βελτίωσης της ποιότητας αυτής, εν αντιθέσει με τις κατοικημένες περιοχές και τις καλλιέργειες που αποτελούν πηγές ρύπανσης. Το σημαντικότερο ωστόσο εύρημα της εργασίας αποτελεί το συμπέρασμα πως καλύτερη προσέγγιση για την αποκατάσταση της ποιότητας των υδάτων αποτελεί η βελτίωση της παραγωγικότητας της φυσικής βλάστησης και όχι η αναδιοργάνωση στις χρήσεις γης.

[[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]

Θεολόγου Ιωάννα

2015-03-28T10:33:59Z

Ioanna Theologou:

Διερεύνηση της λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR.

2015-03-28T10:33:18Z

Ioanna Theologou:

[[Εικόνα:Arthro4a.png|200px|thumb|right|Εικόνα 1: Εικόνα από τη περιοχή Cafetal, Google Earth scene, 2003 (πάνω), GeoEye, 2010 (κάτω). Οι παράνομες ανασκαφές είναι ευδιάκριτες.]]
[[Εικόνα:Arthro4b.png|200px|thumb|right|Εικόνα 2: Τμήμα της περιοχής Cafetal, το κόκκινο κανάλι (πάνω αριστερά) έχει υποστεί pan-sharpening. Στη συνέχεια (πάνω strip) παρατίθενται οι δείκτες Moran, Geary and Getis όπως εφαρμόζονται στο κόκκινο κανάλι. Κάτω strip: εφαρμογή ταξινόμησης του k-μέσου.]]

'''Διερευνώντας τη λεηλασία αρχαιολογικών χώρων με χρήση δορυφορικών εικόνων και GEORADAR: η περίπτωση του Lambayeque στο Βόρειο Περού.'''

Πρωτότυπος τίτλος: Investigating archaeological looting using satellite images and GEORADAR: the experience in Lambayeque in North Peru.
Συγγραφείς: Rosa Lasaponara, Giovanni Leucci, Nicola Masini, Raffaele Persico.
http://www.sciencedirect.com/science/article/pii/S0305440313003798

'''4.1. Εισαγωγή'''

Η αρχαιοκαπηλία αποτελεί σημαντικό έγκλημα καθώς όχι μόνο στερεί από τις επόμενες γενιές τη κληρονομιά τους αλλά σε πολλές περιπτώσεις προκαλεί καταστροφές στους αρχαιολογικούς χώρους, αλλά και στα ίδια τα ευρήματα. Παράλληλα, εκτός του γεγονότος ότι πολλά από αυτά χάνονται, εξαφανίζεται και το πολιτισμικό πλαίσιο μέσα στο οποίο είναι τοποθετημένα, με αποτέλεσμα να καθίσταται πολύ δύσκολη η ερμηνεία τους. Τα φαινόμενα αυτά αποτελούν τη κυριότερη αιτία καταστροφών της πολιτισμικής κληρονομιάς σε χώρες της Κεντρικής Αμερικής, της Ασίας και της Μέσης Ανατολής.

Στη παρούσα εργασία γίνεται προσπάθεια απεικόνισης της αρχαιοκαπηλίας με χρήση εικόνων GeoEye, Aster και Google Earth, σε έναν από τους σημαντικότερους αρχαιολογικούς χώρους της Νότιας Αμερικής. Οι εικόνες διαφορετικών εποχών που χρησιμοποιήθηκαν, επεξεργάστηκαν με χρήση τόσο στατιστικών αυτοσυσχέτισης (auto-correlation statistics) όσο και μη επιβλεπόμενης ταξινόμησης. Η χαρτογράφηση περιοχών στις οποίες υπήρχε υπόδειξη αρχαιοκαπηλίας, έδωσε τη δυνατότητα περαιτέρω διερεύνησης, με χρήση ραντάρ που έχει την ικανότητα να διαπερνά το έδαφος.

'''4.2. Μεθοδολογία'''

:4.2.1. Δεδομένα

Η συγκεκριμένη προσέγγιση περιελάμβανε, όπως προελέχθη, τόσο δορυφορικές εικόνες όσο και δεδομένα ραντάρ, προκειμένου να δημιουργηθεί μία διαδικασία που θα κάνει την αναγνώριση, ανάλυση και χαρτογράφηση των περιοχών που υπέστησαν αρχαιοκαπηλία ευκολότερη, ενώ παράλληλα έγινε αξιολόγηση του γεωραντάρ στην επισταμένη μελέτη κάποιων από τις περιοχές αυτές. Τα δεδομένα που χρησιμοποιήθηκαν προήλθαν από το Google Earth (30.12.03), τον δέκτη Aster (01.03.01) και το GeoEye, (09.09.10) ο οποίος είχε μάλιστα και τη μεγαλύτερη ανάλυση (0.41 m στο παγχρωματικό και 1.65 στο πολυφασματικό).

:4.2.2. Επεξεργασία

Η σειρά με την οποία έγινε η επεξεργασία περιλαμβάνει πρώτα την εξαγωγή των χωρικών προτύπων με χρήση γεωστατιστικής ανάλυσης και εν συνεχεία την αυτόματη ταξινόμηση των περιοχών που υπέστησαν αρχαιοκαπηλία, τόσο στις εικόνες του Google Earth, όσο και στις εικόνες του GeoEye, οι οποίες προηγουμένως υπέστησαν pan-sharpening, διαδικασία κατά την οποία πανγχωματικές εικόνες υψηλότερης ανάλυσης συγχωνεύονται με πολυφασματικές εικόνες χαμηλότερης ανάλυσης. Για τη γεωστατιστική ανάλυση, λαμβάνονται υπόψη οι χωρικές συσχετίσεις και οι ιδιότητες των αντικειμένων με βάση τα χωρικά πρότυπα. Προκειμένου να επιτευχθεί το καλύτερο δυνατό αποτέλεσμα κατά τη ταξινόμηση, πραγματοποιήθηκε χωρική αυτοσυσχέτιση (spatial autocorrelation) ως προεπεξεργασία, μιας και μεταβολές σαν αυτές που προκαλούνται από παράνομες ανασκαφές χαρακτηρίζονται περισσότερο από το στοιχείο της ετερογένειας παρά από κάποιο συγκεκριμένο τόνο του γκρίζου. Χρησιμοποιήθηκαν διάφορα εργαλεία γεωστατιστικής ανάλυση (πχ. οι δείκτες local Moran’s I, local Geary’s C, Getis & Ord’s Gi). Για την ενίσχυση και αναγνώριση των χωρικών προτύπων των επεμβάσεων χρησιμοποιήθηκαν τοπικοί δείκτες χωρικής αυτοσυσχέτισης (LISA). Τέλος, ελήφθησαν και επεξεργάστηκαν με τη συνήθη διαδικασία τα δεδομένα ραντάρ (διόρθωση χρόνου λήψης 1ου κύματος, εφαρμογή φίλτρου αποκοπής σημάτων υποβάθρου, τοπογραφικές διορθώσεις κτλ.)

'''4.3. Αποτελέσματα'''

Δύο ήταν οι περιοχές (Arenal και Cafetal) που δοκιμάστηκε το μοντέλο και στις οποίες είχαν παρατηρηθεί στο παρελθόν κρούσματα αρχαιοκαπηλίας. Τα αποτελέσματα είναι ικανοποιητικά και οι παραγόμενες εικόνες παρουσιάζουν τις περιοχές που έχουν πληγεί περισσότερο. Η προσέγγιση με τη μέθοδο LISA έδωσε χειρότερα αποτελέσματα για τη περιοχή Arenal σε σχέση με τη Cafetal, κυρίως λόγω και του μικρότερου βάθους των γεωτρήσεων. Τα καλύτερα αποτελέσματα τα στη 2η περιοχή, ωστόσο, τα έδωσε ο δείκτης Moran. Συνολικά οι επιφάνειες που υπέστησαν αρχαιοκαπηλία στη 1η περιοχή ήταν έκτασης 2.39 Ha, ενώ στη 2η 3.15 Ha.

Όσον αφορά τα αποτελέσματα που προέκυψαν από το ραντάρ, είναι ενθαρρυντικά αλλά απαραίτητη είναι η διόρθωση του τοπογραφικού αναγλύφου προκειμένου να αποφευχθούν οι λάθος εκτιμήσεις.

'''4.4. Συμπεράσματα'''

Η παρούσα εργασία καταδεικνύει το πόσο μπορεί να συνδράμει η επιστήμη της τηλεπισκόπησης στην προσπάθεια εκτίμησης του πραγματικού μεγέθους των αρχαιολογικών χώρων καθώς και της παρακολούθησής τους ανά τακτά χρονικά διαστήματα, κυρίως στις περιοχές όπου η πρόσβαση είναι δύσκολη. Έτσι, με το σύνολο των παθητικών και ενεργητικών δεκτών της προσφέρει πολύτιμα εργαλεία και πλούσια δεδομένα στη προσπάθεια αντιμετώπισης του φαινομένου της αρχαιοκαπηλίας.

[[category:Αρχαιολογία]]