http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Ogeorg&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82 RemoteSensing Wiki - Συνεισφορές χρήστη [el] 2026-05-05T20:02:04Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CE%B9%CE%AC%CF%86%CE%BF%CF%81%CF%89%CE%BD_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B9%CE%B4%CE%B9%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8C_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_DAIS-7915 Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915 2010-03-24T22:35:15Z <p>Ogeorg: </p> <hr /> <div>Επεξεργασία Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915 - μια περιπτωσιολογική μελέτη στα αργιλώδη χώματα του Ισραήλ <br /> <br /> '''Πρωτότυπος Τίτλος:''' Mapping of several soil properties using DAIS-7915 hyperspectral scanner data—a case study over clayey soils in Israel<br /> <br /> '''Συγγραφείς:''' E. BEN-DOR, Department of Geography, Tel-Aviv University, Ramat Aviv, Tel-Aviv<br /> K. PATKIN, Department of Geography, Tel-Aviv University, Ramat Aviv, Tel-Aviv<br /> A. BANIN, Department of Soil and Water Sciences, Faculty of Agricultural, Food and<br /> Environmental Quality Sciences, The Hebrew University, Rehovot, Israel<br /> A. KARNIELI, J. Blaustein Institute for Desert Research Sde-Boker Campus, Negev, Israel<br /> <br /> '''Πηγή:''' INT. J. REMOTE SENSING, 2002, VOL. 23, NO. 6, 1043–1062, http://www.informaworld.com/smpp/content~db=all~content=a713861942<br /> <br /> <br /> Τα δεδομένα που αποκτήθηκαν από τον υπερφασματικό σαρωτή DAIS-7915 στην κοιλάδα Izrael στο βόρειο Ισραήλ υποβλήθηκε σε επεξεργασία για να παραγάγει τους ποσοτικούς χάρτες εδαφολογικών δεδομένων, όπως της οργανικής ουσίας, της υγρασίας και της εδαφολογικής αλατότητας. Η μέθοδος που υιοθετήθηκε για αυτόν το λόγο ήταν η 'ορατή και κοντινή υπέρυθρη προσέγγιση ανάλυσης' - Visible and Near Infrared Analysis (VNIRA), η οποία παράγει ένα εμπειρικό πρότυπο για την πρόβλεψη της εδαφολογικής ιδιοκτησίας και από την υγρή χημεία και από τις φασματικές πληροφορίες ενός αντιπροσωπευτικού συνόλου δειγμάτων (καθορισμένη κατατομή). Με βάση τα φασματικά εργαστηριακά στοιχεία που παρουσιάζουν σημαντική ικανότητα να προβλεφθούν οι ανωτέρω εδαφολογικές ιδιότητες και οι πληθυσμοί χρησιμοποιώντας τη στρατηγική VNIRA, το επόμενο βήμα ήταν να εξεταστεί αυτή η δυνατότητα πραγματοποίησης με μια υπερφασματική μέθοδο τηλεπισκόπησης - hyperspectral remote sensing (HSR). Μετά από ατμοσφαιρική αποκατάσταση των δεδομένων από το DAIS-7915 και τις τεχνικές παράλειψης των θορυβώδων ζωνών, η ρουτίνα VNIRA εκτελέσθηκε για να παραγάγει ένα πρότυπο εξίσωσης πρόβλεψης για κάθε ιδιοκτησία, χρησιμοποιώντας τα στοιχεία ανάκλασης των σαρώσεων. Η εφαρμογή αυτής της εξίσωσης, pixel το pixel, αποκάλυψε εικόνες που περιέγραψαν χωρικά και ποσοτικά τη διανομή επιφάνειας σε κάθε ιδιοκτησία. Τα αποτελέσματα της VNIRA επικυρώθηκαν επιτυχώς από τη a priori γνώση των χαρακτηριστικών της περιοχής και από τα στοιχεία που συλλέχθηκαν από διάφορα σημεία δειγματοληψίας. Μετά από αυτές τις εξετάσεις, μια διαδικασία αναπτύχθηκε προκειμένου να δημιουργηθεί ένας χάρτης εδαφολογικής ιδιοκτησίας της ολόκληρης περιοχής, συμπεριλαμβάνοντας των χωμάτων κάτω από αυτήν. <br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η υπερφασματική τηλεπισκόπηση (HSR) είναι μια προηγμένη τεχνική που παρέχει - με ποιότητα παρόμοια εργαστηρίου - τα φάσματα του συντελεστή ανάκλασης κάθε ενιαίου εικονοκυττάρου. Αυτή η ικανότητα επιτρέπει τον προσδιορισμό των στόχων βασισμένων στα γνωστά φασματικά χαρακτηριστικά γνωρίσματα της απορρόφησής τους (Goetz και λοιποί. 1985). Υπό τους εργαστηριακούς όρους, οι φασματικές πληροφορίες τοτ ορατού, του εγγύς υπέρυθρου και των μικροκυματικών υπέρυθρων ακτίνων (VIS-NIR-SWIR, 0.4–2.5 mm) παρέχουν μια ελπιδοφόρο ικανότητα να προσδιοριστεί το χώμα, η βλάστηση, ο βράχος και τα ορυκτά υλικά. Επειδή το χώμα είναι ένα πολυσύνθετο σύστημα, οι εδαφολογικές ιδιότητες δεν μπορούν να αξιολογηθούν άμεσα εύκολα από τα φάσματα συντελεστή ανάκλασής τους ακόμη και υπό τις ελεγχόμενες (εργαστηριακές) συνθήκες (ben-Dor και Banin 1994). <br /> <br /> Μια νέα προσέγγιση για την ανάλυση των εδαφολογικών ιδιοτήτων από τις εργαστηριακές πληροφορίες ανάκλασης, έχει αναπτυχθεί από τους Dalal και Henry (1986) και έχει συνεχιστεί αργότερα από τους Ben-Dor και Banin (1995a, 1995b). Η μέθοδος VNIRA (Visible and Near Infrared Analysis) αναπτύχθηκε και χρησιμοποιήθηκε αρχικά στην επιστήμη τροφίμων για γρήγορο καθορισμό των χημικών συστατικών άμεσα από τα εργαστηριακά φάσματα του συντελεστή ανάκλασής τους στη φασματική περιοχή ΝΙR-SWIR (1.0-2.5 mm.) (Norris 1988). Αυτή η προσέγγιση χρησιμοποιεί ένα στατιστικό πρότυπο που επισύρει μια αλληλεπίδραση μεταξύ της 'υγρής χημείας' και των δεδομένων του συντελεστή ανάκλασης για να παραγάγει ένα εργαλείο για εμπειρική πρόβλεψη του συστατικού απλώς από τις πληροφορίες του συντελεστή ανάκλασής του. <br /> <br /> <br /> ''' Ο επιλεγμένος αισθητήρας και η περιοχή '''<br /> <br /> Για αυτήν την μελέτη επιλέχτηκε ο σαρωτής DAIS-7915. που κατασκευάζεται από τη GER Α.Ε., ΗΠΑ και που αναβαθμίζεται από το DLR Γερμανία. Ο αισθητήρας είναι ευαίσθητος στις φασματικές περιοχές VIS-NIR-SWIRTIR (0.4-14 mm.), αποτελούμενος από 79 κανάλια, με ένα εύρος ζώνης που κυμαίνεται από 0.9nm εώς 60nm. Η περιοχή που επιλέγεται για αυτήν την μελέτη είναι στο βόρειο Ισραήλ (κοιλάδα Izrael) σε μια σχετικά επίπεδη έκταση αποκαλούμενη Ύψη Zvaim (σχήμα 1). Αυτή η περιοχή είναι βαριά καλλιεργημένη και εντατικά χρησιμοποιημένη για να αυξηθούν οι γεωργικές συγκομιδές. Η εδαφολογική σύσταση είναι βαρύς άργιλος (συνήθως vertisol - μαύρο αργιλικό τροπικό έδαφος - στο σύστημα ταξινόμησης USDA), ο οποίος προκαλεί πολλά σχετικά προβλήματα, όπως η φτωχή αποξήρανση, η αλατότητα και η βαριά δομή. <br /> <br /> Από τα δεδομένα του DAIS επιτεύχθηκαν αξιόπιστα φασματικά πρότυπα για την υγρασία εδαφολογικών τομέων, το οργανικό περιεχόμενο, τη διαποτισμένη υγρασία και την εδαφολογική αλατότητα. Η αξιοπιστία είναι και στις στατιστικές παραμέτρους και στις φασματικές αναθέσεις. Γενικά, ο προσδιορισμός (και η ανίχνευση) της ποσότητας της εδαφολογικής αλατότητας είναι ένας δύσκολος και προκλητικός στόχος που χρησιμοποιεί τα δεδομένα ανάκλασης (Csillage και λοιποί. 1993) ή εικόνες που βασίζονται στην ηλιακή ακτινοβολία, αν το αποτέλεσμα δεν είναι σημαντικό για το ανθρώπινο μάτι (Metternicht και Zinck 1997). Αυτό είναι επειδή τα πιθανά άλατα στο χώμα (π.χ. ΝαCl), δεν αποτελούν σημεία σημαντικών αιχμών απορρόφησης πέρα από τη σχετική φασματική περιοχή (δείτε το φάσμα από το halite &lt;http://en.wikipedia.org/wiki/Halite&gt; στο σχήμα 1 (β)). <br /> <br /> <br /> [[Εικόνα:01_3.jpg|thumb|center|450px|'''Σχήμα 1:''' Αρκετά αγνά υλικά πιθανολογείται ότι βρίσκονται στα δείγματα του εδάφους <br /> (α) ένα λασπώδες εύφορο έδαφος με ποικιλότητα στην υγροσκοπική υγρασία, (β) τα ανόργανα στοιχεία και (γ) οργανική ύλη σε δύο στάδια αποσύνθεσης (α = φρέσκο, b αποσυντεθημένο μετά από 355 ημέρες).]]<br /> <br /> Σε αυτήν την περίπτωση ένας έμμεσος συσχετισμός με την εδαφολογική υγρασία (και λιγότερο με την οργανική ουσία) επιτρέπει στις μετρήσεις VNIRA-αλατότητας να είναι αποτελεσματικές. Ο συσχετισμός μεταξύ της εδαφολογικής υγρασίας και της εδαφολογικής αλατότητας σε αυτήν την περιοχή πρέπει να εξεταστεί: στην περιοχή μελέτης, η εδαφολογική αλατότητα προκύπτει λόγω ενός ενός μεγάλου δικτύου υπόγειων νερών που προκαλούν μια τριχοειδική ανύψωση με οδηγό τη διαδικασία εξάτμισης. Αυτό προκαλεί το σχηματισμό των αλατισμένων κρουστών στη διεπαφή χώματος/ατμόσφαιρας (ορατός ή αόρατος). Κατά μήκος των αλατότητα-μολυσμένων περιοχών, η υγρασία του εδάφους είναι σχετικά υψηλή, και ως εκ τούτου, η ανάλυση VNIRA επιλέγει εύκολα τη θέση της. Στην πραγματικότητα, το επίπεδο υπόγειων νερών μπορεί να αλλάξει από μια εποχή σε άλλη, και η αλατούχος κρούστα να χρησιμεύσει ως ένας δείκτης για τον καθορισμό των χωρικών δυναμικών.<br /> <br /> [[Εικόνα:01_5.jpg|thumb|center|450px|'''Σχήμα 2:''' Ένα μωσαϊκό εικόνων που παρέχει η χωρική κατανομή των ιδιοτήτων του εδάφους μετά την εφαρμογή της πρόβλεψης της VNIRA εξίσωσης. Κάθε εικόνα είναι ένα χωρικό υποσύνολο που εκπροσωπεί την εντατική γεωργία σε περιοχές κατά μήκος της επιλεγμένης γραμμής πτήσης. (Α = ηλεκτρική αγωγιμότητα (EC), β = υγρασία Πεδίου (FM), c = Οργανικά Σωματίδια (OM), d = κορεσμένο σε υγρασία (SM), e = χάρτης βάσης αναφοράς (κανάλι # 12 0,767 χιλιοστά)).]]<br /> <br /> Το σχήμα 2 επεξηγεί τις 'εικόνες ιδιοκτησίας' όπως παράγονται με την εφαρμογή των εξισώσεων πρόβλεψης (σχήμα 3). Βασικά υποτίθεται ότι ένα εικονοστοιχείο 8m×8m μπορεί να παρουσιάσει μικτά αποτελέσματα της ιδιοκτησίας. Εντούτοις, αν και αυτή η περιοχή μπορεί να αντιπροσωπευθεί από μια διαφορετική διανομή, η υπολογισμένη αξία μπορεί να είναι ένας δίκαιος μέσος όρος για να καταδείξει όσο το δυνατόν ακριβέστερα τη χωρική διανομή της εδαφολογικής ιδιοκτησίας. <br /> <br /> [[Εικόνα:01_2.jpg|thumb|center|850px|'''Σχήμα 3:''' Οι εξισώσεις βαθμονόμησης που λαμβάνονται για κάθε ακίνητο.]]<br /> <br /> Γενικά απεικονίζεται μια αξιόπιστη εικόνα κάθε ιδιοκτησίας (αποκλείοντας τα καλυμμένα εικονοστοιχεία βλάστησης). Αυτό το συμπέρασμα είναι βασισμένο στη a priori γνώση της περιοχής καθώς επίσης και σε έναν προσεκτικό έλεγχος επικύρωσης πέντε ανεξάρτητων εδαφολογικών δειγμάτων που αναλύθηκαν μέσα το εργαστήριο. Οι VNIRA-βασισμένες τιμές εξήχθησαν από ποσοτικές εικόνες που λαμβάνονται στο προηγούμενο βήμα. Οι προβλεφθείσες τιμές συγκρίθηκαν έπειτα με τις πραγματικές (εργαστηριακές) τιμές, και τα αποτελέσματα παρουσιάζονται στο σχήμα 4. <br /> <br /> [[Εικόνα:01_6.jpg|thumb|center|450px|'''Σχήμα 4:''' Επικύρωση κάθε οικοπέδου εξεταζόμενης της ιδιοκτησίας, που δείχνουν τις πραγματικές τιμές των επιλεγμένων δείγματων εδάφους κατά μήκος της περιοχής μελέτης κατά τις προβλεπόμενες τιμές που εξάγονται από το VNIRA εικόνας (a=EC (Ds cmÕ 1); b=FM (fraction); c=OM (fraction); d=SM (fraction)).]]<br /> <br /> Αν και τα αποτελέσματα είναι ακόμα μακριά από αυτό που μπορεί να επιτευχθεί στο εργαστήριο, η μελέτη έδειξε ότι η τεχνική VNIRA είναι ένα εφικτό εργαλείο για τις εδαφολογικές ιδιότητες που χρησιμοποιούν στοιχεία HSR. Καλύτερα στοιχεία HSR, περισσότερα εδαφολογικά δείγματα και ακόνισμα της προσέγγισης VNIRA θα μπορούσε να είναι ο συνδυασμός που θα καθιστά αυτήν την μέθοδο πλήρως εφαρμόσιμη. <br /> <br /> [[Εικόνα:01_8.jpg|thumb|center|450px|'''Σχήμα 5:''' Ένα μωσαϊκό εικόνων (διορθωμενο σύμφωνα με τις τοπικές ισραηλινές συντεταγμένες) που παρέχει την χωρική κατανομή του κάθε ακινήτου μετά την εφαρμογή της IDW τεχνικής παρεμβολής. ]]<br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CE%B9%CE%AC%CF%86%CE%BF%CF%81%CF%89%CE%BD_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B9%CE%B4%CE%B9%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8C_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_DAIS-7915 Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915 2010-03-24T22:34:53Z <p>Ogeorg: </p> <hr /> <div>Επεξεργασία Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915 - μια περιπτωσιολογική μελέτη στα αργιλώδη χώματα του Ισραήλ <br /> <br /> '''Πρωτότυπος Τίτλος:''' Mapping of several soil properties using DAIS-7915 hyperspectral scanner data—a case study over clayey soils in Israel<br /> <br /> '''Συγγραφείς:''' E. BEN-DOR, Department of Geography, Tel-Aviv University, Ramat Aviv, Tel-Aviv<br /> K. PATKIN, Department of Geography, Tel-Aviv University, Ramat Aviv, Tel-Aviv<br /> A. BANIN, Department of Soil and Water Sciences, Faculty of Agricultural, Food and<br /> Environmental Quality Sciences, The Hebrew University, Rehovot, Israel<br /> A. KARNIELI, J. Blaustein Institute for Desert Research Sde-Boker Campus, Negev, Israel<br /> <br /> '''Πηγή:''' INT. J. REMOTE SENSING, 2002, VOL. 23, NO. 6, 1043–1062, http://www.informaworld.com/smpp/content~db=all~content=a713861942<br /> <br /> <br /> Τα δεδομένα που αποκτήθηκαν από τον υπερφασματικό σαρωτή DAIS-7915 στην κοιλάδα Izrael στο βόρειο Ισραήλ υποβλήθηκε σε επεξεργασία για να παραγάγει τους ποσοτικούς χάρτες εδαφολογικών δεδομένων, όπως της οργανικής ουσίας, της υγρασίας και της εδαφολογικής αλατότητας. Η μέθοδος που υιοθετήθηκε για αυτόν το λόγο ήταν η 'ορατή και κοντινή υπέρυθρη προσέγγιση ανάλυσης' - Visible and Near Infrared Analysis (VNIRA), η οποία παράγει ένα εμπειρικό πρότυπο για την πρόβλεψη της εδαφολογικής ιδιοκτησίας και από την υγρή χημεία και από τις φασματικές πληροφορίες ενός αντιπροσωπευτικού συνόλου δειγμάτων (καθορισμένη κατατομή). Με βάση τα φασματικά εργαστηριακά στοιχεία που παρουσιάζουν σημαντική ικανότητα να προβλεφθούν οι ανωτέρω εδαφολογικές ιδιότητες και οι πληθυσμοί χρησιμοποιώντας τη στρατηγική VNIRA, το επόμενο βήμα ήταν να εξεταστεί αυτή η δυνατότητα πραγματοποίησης με μια υπερφασματική μέθοδο τηλεπισκόπησης - hyperspectral remote sensing (HSR). Μετά από ατμοσφαιρική αποκατάσταση των δεδομένων από το DAIS-7915 και τις τεχνικές παράλειψης των θορυβώδων ζωνών, η ρουτίνα VNIRA εκτελέσθηκε για να παραγάγει ένα πρότυπο εξίσωσης πρόβλεψης για κάθε ιδιοκτησία, χρησιμοποιώντας τα στοιχεία ανάκλασης των σαρώσεων. Η εφαρμογή αυτής της εξίσωσης, pixel το pixel, αποκάλυψε εικόνες που περιέγραψαν χωρικά και ποσοτικά τη διανομή επιφάνειας σε κάθε ιδιοκτησία. Τα αποτελέσματα της VNIRA επικυρώθηκαν επιτυχώς από τη a priori γνώση των χαρακτηριστικών της περιοχής και από τα στοιχεία που συλλέχθηκαν από διάφορα σημεία δειγματοληψίας. Μετά από αυτές τις εξετάσεις, μια διαδικασία αναπτύχθηκε προκειμένου να δημιουργηθεί ένας χάρτης εδαφολογικής ιδιοκτησίας της ολόκληρης περιοχής, συμπεριλαμβάνοντας των χωμάτων κάτω από αυτήν. <br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η υπερφασματική τηλεπισκόπηση (HSR) είναι μια προηγμένη τεχνική που παρέχει - με ποιότητα παρόμοια εργαστηρίου - τα φάσματα του συντελεστή ανάκλασης κάθε ενιαίου εικονοκυττάρου. Αυτή η ικανότητα επιτρέπει τον προσδιορισμό των στόχων βασισμένων στα γνωστά φασματικά χαρακτηριστικά γνωρίσματα της απορρόφησής τους (Goetz και λοιποί. 1985). Υπό τους εργαστηριακούς όρους, οι φασματικές πληροφορίες τοτ ορατού, του εγγύς υπέρυθρου και των μικροκυματικών υπέρυθρων ακτίνων (VIS-NIR-SWIR, 0.4–2.5 mm) παρέχουν μια ελπιδοφόρο ικανότητα να προσδιοριστεί το χώμα, η βλάστηση, ο βράχος και τα ορυκτά υλικά. Επειδή το χώμα είναι ένα πολυσύνθετο σύστημα, οι εδαφολογικές ιδιότητες δεν μπορούν να αξιολογηθούν άμεσα εύκολα από τα φάσματα συντελεστή ανάκλασής τους ακόμη και υπό τις ελεγχόμενες (εργαστηριακές) συνθήκες (ben-Dor και Banin 1994). <br /> <br /> Μια νέα προσέγγιση για την ανάλυση των εδαφολογικών ιδιοτήτων από τις εργαστηριακές πληροφορίες ανάκλασης, έχει αναπτυχθεί από τους Dalal και Henry (1986) και έχει συνεχιστεί αργότερα από τους Ben-Dor και Banin (1995a, 1995b). Η μέθοδος VNIRA (Visible and Near Infrared Analysis) αναπτύχθηκε και χρησιμοποιήθηκε αρχικά στην επιστήμη τροφίμων για γρήγορο καθορισμό των χημικών συστατικών άμεσα από τα εργαστηριακά φάσματα του συντελεστή ανάκλασής τους στη φασματική περιοχή ΝΙR-SWIR (1.0-2.5 mm.) (Norris 1988). Αυτή η προσέγγιση χρησιμοποιεί ένα στατιστικό πρότυπο που επισύρει μια αλληλεπίδραση μεταξύ της 'υγρής χημείας' και των δεδομένων του συντελεστή ανάκλασης για να παραγάγει ένα εργαλείο για εμπειρική πρόβλεψη του συστατικού απλώς από τις πληροφορίες του συντελεστή ανάκλασής του. <br /> <br /> <br /> ''' Ο επιλεγμένος αισθητήρας και η περιοχή '''<br /> <br /> Για αυτήν την μελέτη επιλέχτηκε ο σαρωτής DAIS-7915. που κατασκευάζεται από τη GER Α.Ε., ΗΠΑ και που αναβαθμίζεται από το DLR Γερμανία. Ο αισθητήρας είναι ευαίσθητος στις φασματικές περιοχές VIS-NIR-SWIRTIR (0.4-14 mm.), αποτελούμενος από 79 κανάλια, με ένα εύρος ζώνης που κυμαίνεται από 0.9nm εώς 60nm. Η περιοχή που επιλέγεται για αυτήν την μελέτη είναι στο βόρειο Ισραήλ (κοιλάδα Izrael) σε μια σχετικά επίπεδη έκταση αποκαλούμενη Ύψη Zvaim (σχήμα 1). Αυτή η περιοχή είναι βαριά καλλιεργημένη και εντατικά χρησιμοποιημένη για να αυξηθούν οι γεωργικές συγκομιδές. Η εδαφολογική σύσταση είναι βαρύς άργιλος (συνήθως vertisol - μαύρο αργιλικό τροπικό έδαφος - στο σύστημα ταξινόμησης USDA), ο οποίος προκαλεί πολλά σχετικά προβλήματα, όπως η φτωχή αποξήρανση, η αλατότητα και η βαριά δομή. <br /> <br /> Από τα δεδομένα του DAIS επιτεύχθηκαν αξιόπιστα φασματικά πρότυπα για την υγρασία εδαφολογικών τομέων, το οργανικό περιεχόμενο, τη διαποτισμένη υγρασία και την εδαφολογική αλατότητα. Η αξιοπιστία είναι και στις στατιστικές παραμέτρους και στις φασματικές αναθέσεις. Γενικά, ο προσδιορισμός (και η ανίχνευση) της ποσότητας της εδαφολογικής αλατότητας είναι ένας δύσκολος και προκλητικός στόχος που χρησιμοποιεί τα δεδομένα ανάκλασης (Csillage και λοιποί. 1993) ή εικόνες που βασίζονται στην ηλιακή ακτινοβολία, αν το αποτέλεσμα δεν είναι σημαντικό για το ανθρώπινο μάτι (Metternicht και Zinck 1997). Αυτό είναι επειδή τα πιθανά άλατα στο χώμα (π.χ. ΝαCl), δεν αποτελούν σημεία σημαντικών αιχμών απορρόφησης πέρα από τη σχετική φασματική περιοχή (δείτε το φάσμα από το halite &lt;http://en.wikipedia.org/wiki/Halite&gt; στο σχήμα 1 (β)). <br /> <br /> <br /> [[Εικόνα:01_3.jpg|thumb|center|450px|'''Σχήμα 1:''' Αρκετά αγνά υλικά πιθανολογείται ότι βρίσκονται στα δείγματα του εδάφους <br /> (α) ένα λασπώδες εύφορο έδαφος με ποικιλότητα στην υγροσκοπική υγρασία, (β) τα ανόργανα στοιχεία και (γ) οργανική ύλη σε δύο στάδια αποσύνθεσης (α = φρέσκο, b αποσυντεθημένο μετά από 355 ημέρες).]]<br /> <br /> Σε αυτήν την περίπτωση ένας έμμεσος συσχετισμός με την εδαφολογική υγρασία (και λιγότερο με την οργανική ουσία) επιτρέπει στις μετρήσεις VNIRA-αλατότητας να είναι αποτελεσματικές. Ο συσχετισμός μεταξύ της εδαφολογικής υγρασίας και της εδαφολογικής αλατότητας σε αυτήν την περιοχή πρέπει να εξεταστεί: στην περιοχή μελέτης, η εδαφολογική αλατότητα προκύπτει λόγω ενός ενός μεγάλου δικτύου υπόγειων νερών που προκαλούν μια τριχοειδική ανύψωση με οδηγό τη διαδικασία εξάτμισης. Αυτό προκαλεί το σχηματισμό των αλατισμένων κρουστών στη διεπαφή χώματος/ατμόσφαιρας (ορατός ή αόρατος). Κατά μήκος των αλατότητα-μολυσμένων περιοχών, η υγρασία του εδάφους είναι σχετικά υψηλή, και ως εκ τούτου, η ανάλυση VNIRA επιλέγει εύκολα τη θέση της. Στην πραγματικότητα, το επίπεδο υπόγειων νερών μπορεί να αλλάξει από μια εποχή σε άλλη, και η αλατούχος κρούστα να χρησιμεύσει ως ένας δείκτης για τον καθορισμό των χωρικών δυναμικών.<br /> <br /> [[Εικόνα:01_5.jpg|thumb|center|450px|'''Σχήμα 2:''' Ένα μωσαϊκό εικόνων που παρέχει η χωρική κατανομή των ιδιοτήτων του εδάφους μετά την εφαρμογή της πρόβλεψης της VNIRA εξίσωσης. Κάθε εικόνα είναι ένα χωρικό υποσύνολο που εκπροσωπεί την εντατική γεωργία σε περιοχές κατά μήκος της επιλεγμένης γραμμής πτήσης. (Α = ηλεκτρική αγωγιμότητα (EC), β = υγρασία Πεδίου (FM), c = Οργανικά Σωματίδια (OM), d = κορεσμένο σε υγρασία (SM), e = χάρτης βάσης αναφοράς (κανάλι # 12 0,767 χιλιοστά)).]]<br /> <br /> Το σχήμα 2 επεξηγεί τις 'εικόνες ιδιοκτησίας' όπως παράγονται με την εφαρμογή των εξισώσεων πρόβλεψης (σχήμα 3). Βασικά υποτίθεται ότι ένα εικονοστοιχείο 8m×8m μπορεί να παρουσιάσει μικτά αποτελέσματα της ιδιοκτησίας. Εντούτοις, αν και αυτή η περιοχή μπορεί να αντιπροσωπευθεί από μια διαφορετική διανομή, η υπολογισμένη αξία μπορεί να είναι ένας δίκαιος μέσος όρος για να καταδείξει όσο το δυνατόν ακριβέστερα τη χωρική διανομή της εδαφολογικής ιδιοκτησίας. <br /> <br /> [[Εικόνα:01_2.jpg|thumb|center|550px|'''Σχήμα 3:''' Οι εξισώσεις βαθμονόμησης που λαμβάνονται για κάθε ακίνητο.]]<br /> <br /> Γενικά απεικονίζεται μια αξιόπιστη εικόνα κάθε ιδιοκτησίας (αποκλείοντας τα καλυμμένα εικονοστοιχεία βλάστησης). Αυτό το συμπέρασμα είναι βασισμένο στη a priori γνώση της περιοχής καθώς επίσης και σε έναν προσεκτικό έλεγχος επικύρωσης πέντε ανεξάρτητων εδαφολογικών δειγμάτων που αναλύθηκαν μέσα το εργαστήριο. Οι VNIRA-βασισμένες τιμές εξήχθησαν από ποσοτικές εικόνες που λαμβάνονται στο προηγούμενο βήμα. Οι προβλεφθείσες τιμές συγκρίθηκαν έπειτα με τις πραγματικές (εργαστηριακές) τιμές, και τα αποτελέσματα παρουσιάζονται στο σχήμα 4. <br /> <br /> [[Εικόνα:01_6.jpg|thumb|center|450px|'''Σχήμα 4:''' Επικύρωση κάθε οικοπέδου εξεταζόμενης της ιδιοκτησίας, που δείχνουν τις πραγματικές τιμές των επιλεγμένων δείγματων εδάφους κατά μήκος της περιοχής μελέτης κατά τις προβλεπόμενες τιμές που εξάγονται από το VNIRA εικόνας (a=EC (Ds cmÕ 1); b=FM (fraction); c=OM (fraction); d=SM (fraction)).]]<br /> <br /> Αν και τα αποτελέσματα είναι ακόμα μακριά από αυτό που μπορεί να επιτευχθεί στο εργαστήριο, η μελέτη έδειξε ότι η τεχνική VNIRA είναι ένα εφικτό εργαλείο για τις εδαφολογικές ιδιότητες που χρησιμοποιούν στοιχεία HSR. Καλύτερα στοιχεία HSR, περισσότερα εδαφολογικά δείγματα και ακόνισμα της προσέγγισης VNIRA θα μπορούσε να είναι ο συνδυασμός που θα καθιστά αυτήν την μέθοδο πλήρως εφαρμόσιμη. <br /> <br /> [[Εικόνα:01_8.jpg|thumb|center|450px|'''Σχήμα 5:''' Ένα μωσαϊκό εικόνων (διορθωμενο σύμφωνα με τις τοπικές ισραηλινές συντεταγμένες) που παρέχει την χωρική κατανομή του κάθε ακινήτου μετά την εφαρμογή της IDW τεχνικής παρεμβολής. ]]<br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%B4%CE%B9%CE%AC%CF%86%CE%BF%CF%81%CF%89%CE%BD_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B9%CE%B4%CE%B9%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8C_%CF%83%CE%B1%CF%81%CF%89%CF%84%CE%AE_DAIS-7915 Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915 2010-03-24T22:34:26Z <p>Ogeorg: </p> <hr /> <div>Επεξεργασία Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915 - μια περιπτωσιολογική μελέτη στα αργιλώδη χώματα του Ισραήλ <br /> <br /> '''Πρωτότυπος Τίτλος:''' Mapping of several soil properties using DAIS-7915 hyperspectral scanner data—a case study over clayey soils in Israel<br /> <br /> '''Συγγραφείς:''' E. BEN-DOR, Department of Geography, Tel-Aviv University, Ramat Aviv, Tel-Aviv<br /> K. PATKIN, Department of Geography, Tel-Aviv University, Ramat Aviv, Tel-Aviv<br /> A. BANIN, Department of Soil and Water Sciences, Faculty of Agricultural, Food and<br /> Environmental Quality Sciences, The Hebrew University, Rehovot, Israel<br /> A. KARNIELI, J. Blaustein Institute for Desert Research Sde-Boker Campus, Negev, Israel<br /> <br /> '''Πηγή:''' INT. J. REMOTE SENSING, 2002, VOL. 23, NO. 6, 1043–1062, http://www.informaworld.com/smpp/content~db=all~content=a713861942<br /> <br /> <br /> Τα δεδομένα που αποκτήθηκαν από τον υπερφασματικό σαρωτή DAIS-7915 στην κοιλάδα Izrael στο βόρειο Ισραήλ υποβλήθηκε σε επεξεργασία για να παραγάγει τους ποσοτικούς χάρτες εδαφολογικών δεδομένων, όπως της οργανικής ουσίας, της υγρασίας και της εδαφολογικής αλατότητας. Η μέθοδος που υιοθετήθηκε για αυτόν το λόγο ήταν η 'ορατή και κοντινή υπέρυθρη προσέγγιση ανάλυσης' - Visible and Near Infrared Analysis (VNIRA), η οποία παράγει ένα εμπειρικό πρότυπο για την πρόβλεψη της εδαφολογικής ιδιοκτησίας και από την υγρή χημεία και από τις φασματικές πληροφορίες ενός αντιπροσωπευτικού συνόλου δειγμάτων (καθορισμένη κατατομή). Με βάση τα φασματικά εργαστηριακά στοιχεία που παρουσιάζουν σημαντική ικανότητα να προβλεφθούν οι ανωτέρω εδαφολογικές ιδιότητες και οι πληθυσμοί χρησιμοποιώντας τη στρατηγική VNIRA, το επόμενο βήμα ήταν να εξεταστεί αυτή η δυνατότητα πραγματοποίησης με μια υπερφασματική μέθοδο τηλεπισκόπησης - hyperspectral remote sensing (HSR). Μετά από ατμοσφαιρική αποκατάσταση των δεδομένων από το DAIS-7915 και τις τεχνικές παράλειψης των θορυβώδων ζωνών, η ρουτίνα VNIRA εκτελέσθηκε για να παραγάγει ένα πρότυπο εξίσωσης πρόβλεψης για κάθε ιδιοκτησία, χρησιμοποιώντας τα στοιχεία ανάκλασης των σαρώσεων. Η εφαρμογή αυτής της εξίσωσης, pixel το pixel, αποκάλυψε εικόνες που περιέγραψαν χωρικά και ποσοτικά τη διανομή επιφάνειας σε κάθε ιδιοκτησία. Τα αποτελέσματα της VNIRA επικυρώθηκαν επιτυχώς από τη a priori γνώση των χαρακτηριστικών της περιοχής και από τα στοιχεία που συλλέχθηκαν από διάφορα σημεία δειγματοληψίας. Μετά από αυτές τις εξετάσεις, μια διαδικασία αναπτύχθηκε προκειμένου να δημιουργηθεί ένας χάρτης εδαφολογικής ιδιοκτησίας της ολόκληρης περιοχής, συμπεριλαμβάνοντας των χωμάτων κάτω από αυτήν. <br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η υπερφασματική τηλεπισκόπηση (HSR) είναι μια προηγμένη τεχνική που παρέχει - με ποιότητα παρόμοια εργαστηρίου - τα φάσματα του συντελεστή ανάκλασης κάθε ενιαίου εικονοκυττάρου. Αυτή η ικανότητα επιτρέπει τον προσδιορισμό των στόχων βασισμένων στα γνωστά φασματικά χαρακτηριστικά γνωρίσματα της απορρόφησής τους (Goetz και λοιποί. 1985). Υπό τους εργαστηριακούς όρους, οι φασματικές πληροφορίες τοτ ορατού, του εγγύς υπέρυθρου και των μικροκυματικών υπέρυθρων ακτίνων (VIS-NIR-SWIR, 0.4–2.5 mm) παρέχουν μια ελπιδοφόρο ικανότητα να προσδιοριστεί το χώμα, η βλάστηση, ο βράχος και τα ορυκτά υλικά. Επειδή το χώμα είναι ένα πολυσύνθετο σύστημα, οι εδαφολογικές ιδιότητες δεν μπορούν να αξιολογηθούν άμεσα εύκολα από τα φάσματα συντελεστή ανάκλασής τους ακόμη και υπό τις ελεγχόμενες (εργαστηριακές) συνθήκες (ben-Dor και Banin 1994). <br /> <br /> Μια νέα προσέγγιση για την ανάλυση των εδαφολογικών ιδιοτήτων από τις εργαστηριακές πληροφορίες ανάκλασης, έχει αναπτυχθεί από τους Dalal και Henry (1986) και έχει συνεχιστεί αργότερα από τους Ben-Dor και Banin (1995a, 1995b). Η μέθοδος VNIRA (Visible and Near Infrared Analysis) αναπτύχθηκε και χρησιμοποιήθηκε αρχικά στην επιστήμη τροφίμων για γρήγορο καθορισμό των χημικών συστατικών άμεσα από τα εργαστηριακά φάσματα του συντελεστή ανάκλασής τους στη φασματική περιοχή ΝΙR-SWIR (1.0-2.5 mm.) (Norris 1988). Αυτή η προσέγγιση χρησιμοποιεί ένα στατιστικό πρότυπο που επισύρει μια αλληλεπίδραση μεταξύ της 'υγρής χημείας' και των δεδομένων του συντελεστή ανάκλασης για να παραγάγει ένα εργαλείο για εμπειρική πρόβλεψη του συστατικού απλώς από τις πληροφορίες του συντελεστή ανάκλασής του. <br /> <br /> <br /> ''' Ο επιλεγμένος αισθητήρας και η περιοχή '''<br /> <br /> Για αυτήν την μελέτη επιλέχτηκε ο σαρωτής DAIS-7915. που κατασκευάζεται από τη GER Α.Ε., ΗΠΑ και που αναβαθμίζεται από το DLR Γερμανία. Ο αισθητήρας είναι ευαίσθητος στις φασματικές περιοχές VIS-NIR-SWIRTIR (0.4-14 mm.), αποτελούμενος από 79 κανάλια, με ένα εύρος ζώνης που κυμαίνεται από 0.9nm εώς 60nm. Η περιοχή που επιλέγεται για αυτήν την μελέτη είναι στο βόρειο Ισραήλ (κοιλάδα Izrael) σε μια σχετικά επίπεδη έκταση αποκαλούμενη Ύψη Zvaim (σχήμα 1). Αυτή η περιοχή είναι βαριά καλλιεργημένη και εντατικά χρησιμοποιημένη για να αυξηθούν οι γεωργικές συγκομιδές. Η εδαφολογική σύσταση είναι βαρύς άργιλος (συνήθως vertisol - μαύρο αργιλικό τροπικό έδαφος - στο σύστημα ταξινόμησης USDA), ο οποίος προκαλεί πολλά σχετικά προβλήματα, όπως η φτωχή αποξήρανση, η αλατότητα και η βαριά δομή. <br /> <br /> Από τα δεδομένα του DAIS επιτεύχθηκαν αξιόπιστα φασματικά πρότυπα για την υγρασία εδαφολογικών τομέων, το οργανικό περιεχόμενο, τη διαποτισμένη υγρασία και την εδαφολογική αλατότητα. Η αξιοπιστία είναι και στις στατιστικές παραμέτρους και στις φασματικές αναθέσεις. Γενικά, ο προσδιορισμός (και η ανίχνευση) της ποσότητας της εδαφολογικής αλατότητας είναι ένας δύσκολος και προκλητικός στόχος που χρησιμοποιεί τα δεδομένα ανάκλασης (Csillage και λοιποί. 1993) ή εικόνες που βασίζονται στην ηλιακή ακτινοβολία, αν το αποτέλεσμα δεν είναι σημαντικό για το ανθρώπινο μάτι (Metternicht και Zinck 1997). Αυτό είναι επειδή τα πιθανά άλατα στο χώμα (π.χ. ΝαCl), δεν αποτελούν σημεία σημαντικών αιχμών απορρόφησης πέρα από τη σχετική φασματική περιοχή (δείτε το φάσμα από το halite &lt;http://en.wikipedia.org/wiki/Halite&gt; στο σχήμα 1 (β)). <br /> <br /> <br /> [[Εικόνα:01_3.jpg|thumb|center|450px|'''Σχήμα 1:''' Αρκετά αγνά υλικά πιθανολογείται ότι βρίσκονται στα δείγματα του εδάφους <br /> (α) ένα λασπώδες εύφορο έδαφος με ποικιλότητα στην υγροσκοπική υγρασία, (β) τα ανόργανα στοιχεία και (γ) οργανική ύλη σε δύο στάδια αποσύνθεσης (α = φρέσκο, b αποσυντεθημένο μετά από 355 ημέρες).]]<br /> <br /> Σε αυτήν την περίπτωση ένας έμμεσος συσχετισμός με την εδαφολογική υγρασία (και λιγότερο με την οργανική ουσία) επιτρέπει στις μετρήσεις VNIRA-αλατότητας να είναι αποτελεσματικές. Ο συσχετισμός μεταξύ της εδαφολογικής υγρασίας και της εδαφολογικής αλατότητας σε αυτήν την περιοχή πρέπει να εξεταστεί: στην περιοχή μελέτης, η εδαφολογική αλατότητα προκύπτει λόγω ενός ενός μεγάλου δικτύου υπόγειων νερών που προκαλούν μια τριχοειδική ανύψωση με οδηγό τη διαδικασία εξάτμισης. Αυτό προκαλεί το σχηματισμό των αλατισμένων κρουστών στη διεπαφή χώματος/ατμόσφαιρας (ορατός ή αόρατος). Κατά μήκος των αλατότητα-μολυσμένων περιοχών, η υγρασία του εδάφους είναι σχετικά υψηλή, και ως εκ τούτου, η ανάλυση VNIRA επιλέγει εύκολα τη θέση της. Στην πραγματικότητα, το επίπεδο υπόγειων νερών μπορεί να αλλάξει από μια εποχή σε άλλη, και η αλατούχος κρούστα να χρησιμεύσει ως ένας δείκτης για τον καθορισμό των χωρικών δυναμικών.<br /> <br /> [[Εικόνα:01_5.jpg|thumb|center|450px|'''Σχήμα 2:''' Ένα μωσαϊκό εικόνων που παρέχει η χωρική κατανομή των ιδιοτήτων του εδάφους μετά την εφαρμογή της πρόβλεψης της VNIRA εξίσωσης. Κάθε εικόνα είναι ένα χωρικό υποσύνολο που εκπροσωπεί την εντατική γεωργία σε περιοχές κατά μήκος της επιλεγμένης γραμμής πτήσης. (Α = ηλεκτρική αγωγιμότητα (EC), β = υγρασία Πεδίου (FM), c = Οργανικά Σωματίδια (OM), d = κορεσμένο σε υγρασία (SM), e = χάρτης βάσης αναφοράς (κανάλι # 12 0,767 χιλιοστά)).]]<br /> <br /> Το σχήμα 2 επεξηγεί τις 'εικόνες ιδιοκτησίας' όπως παράγονται με την εφαρμογή των εξισώσεων πρόβλεψης (σχήμα 3). Βασικά υποτίθεται ότι ένα εικονοστοιχείο 8m×8m μπορεί να παρουσιάσει μικτά αποτελέσματα της ιδιοκτησίας. Εντούτοις, αν και αυτή η περιοχή μπορεί να αντιπροσωπευθεί από μια διαφορετική διανομή, η υπολογισμένη αξία μπορεί να είναι ένας δίκαιος μέσος όρος για να καταδείξει όσο το δυνατόν ακριβέστερα τη χωρική διανομή της εδαφολογικής ιδιοκτησίας. <br /> <br /> [[Εικόνα:01_2.jpg|thumb|center|450px|'''Σχήμα 3:''' Οι εξισώσεις βαθμονόμησης που λαμβάνονται για κάθε ακίνητο.]]<br /> <br /> Γενικά απεικονίζεται μια αξιόπιστη εικόνα κάθε ιδιοκτησίας (αποκλείοντας τα καλυμμένα εικονοστοιχεία βλάστησης). Αυτό το συμπέρασμα είναι βασισμένο στη a priori γνώση της περιοχής καθώς επίσης και σε έναν προσεκτικό έλεγχος επικύρωσης πέντε ανεξάρτητων εδαφολογικών δειγμάτων που αναλύθηκαν μέσα το εργαστήριο. Οι VNIRA-βασισμένες τιμές εξήχθησαν από ποσοτικές εικόνες που λαμβάνονται στο προηγούμενο βήμα. Οι προβλεφθείσες τιμές συγκρίθηκαν έπειτα με τις πραγματικές (εργαστηριακές) τιμές, και τα αποτελέσματα παρουσιάζονται στο σχήμα 4. <br /> <br /> [[Εικόνα:01_6.jpg|thumb|center|450px|'''Σχήμα 4:''' Επικύρωση κάθε οικοπέδου εξεταζόμενης της ιδιοκτησίας, που δείχνουν τις πραγματικές τιμές των επιλεγμένων δείγματων εδάφους κατά μήκος της περιοχής μελέτης κατά τις προβλεπόμενες τιμές που εξάγονται από το VNIRA εικόνας (a=EC (Ds cmÕ 1); b=FM (fraction); c=OM (fraction); d=SM (fraction)).]]<br /> <br /> Αν και τα αποτελέσματα είναι ακόμα μακριά από αυτό που μπορεί να επιτευχθεί στο εργαστήριο, η μελέτη έδειξε ότι η τεχνική VNIRA είναι ένα εφικτό εργαλείο για τις εδαφολογικές ιδιότητες που χρησιμοποιούν στοιχεία HSR. Καλύτερα στοιχεία HSR, περισσότερα εδαφολογικά δείγματα και ακόνισμα της προσέγγισης VNIRA θα μπορούσε να είναι ο συνδυασμός που θα καθιστά αυτήν την μέθοδο πλήρως εφαρμόσιμη. <br /> <br /> [[Εικόνα:01_8.jpg|thumb|center|450px|'''Σχήμα 5:''' Ένα μωσαϊκό εικόνων (διορθωμενο σύμφωνα με τις τοπικές ισραηλινές συντεταγμένες) που παρέχει την χωρική κατανομή του κάθε ακινήτου μετά την εφαρμογή της IDW τεχνικής παρεμβολής. ]]<br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_Ikonos_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CF%83%CF%85%CE%BC%CE%B2%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BF%CF%81%CE%B3%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%83%CF%85%CE%BD%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CF%8E%CE%BD Χρήση των πολυφασματικών εικόνων Ikonos για τη διάκριση μεταξύ συμβατικών και οργώματος συντήρησης των γεωργικών πρακτικών 2010-03-24T22:33:33Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Use of Multispectral Ikonos Imagery for Discriminating between Conventional and Conservation Agricultural Tillage Practices<br /> <br /> '''Συγγραφείς:''' Andris Viρa, Albert J. Peters, Lei Ji<br /> <br /> '''Πηγή:''' PHOTOGRAMMETRIC ENGINEERING &amp; REMOTE SENSING May 2003 537, https://www.asprs.org/publications/pers/2003journal/may/2003_may_537-544.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αυτή η μελέτη ασχολείται με τη χρήση των τυποποιημένων διαδικασιών επεξεργασίας εικόνας που εφαρμόζονται σε μια πολυφασματική εικόνα Ikonos, για να καθορίσουν εάν είναι δυνατό να επικυρώσει ότι οι αγρότες έχουν συμμορφωθεί με τις συμφωνίες για να εφαρμόσουν τις πρακτικές οργώματος συντήρησης. Μια ανάλυση κύριων τμημάτων (principal component analysis - PCA) εκτελέσθηκε προκειμένου να απομονωθεί η διαφορά εικόνας στις καλλιεργημένες περιοχές. Οι στατιστικές διαδικασίες αναλύσεων της διαφοράς (ANOVA) χρησιμοποιήθηκαν για να αξιολογήσουν την ικανότητα κάθε καναλιού του Ikonos και κάθε κύριου τμήματος για να κάνουν διακρίσεις μεταξύ των συμβατικών πρακτικών και πρακτικών οργώματος συντήρησης. Ένα λογιστικό πρότυπο οπισθοδρόμησης εφαρμόστηκε στο κύριο συστατικό, που είναι αποτελεσματικότερο στη διάκριση μεταξύ του συμβατικού τρόπου και της συντήρησης, προκειμένου να παραχθεί ένας χάρτης πιθανότητας του συμβατικού οργώματος. Οι εικόνες του Ikonos, σε σχέση με πληροφορίες εδάφους, αποδείχθηκαν ένα χρήσιμο εργαλείο για την επαλήθευση των πρακτικών οργώματος συντήρησης <br /> <br /> Η μακροπρόθεσμη μετατροπή της χλόης και των δασικών εδαφών σε περιοχές συγκομιδής και το βοσκοτόπια έχει οδηγήσει όχι μόνο στις ιστορικές απώλειες εδαφολογικού άνθρακα παγκοσμίως αλλά έχει προσθέσει επίσης και πρόσθετο διοξείδιο του άνθρακα στην ατμόσφαιρα. Οι ατμοσφαιρικές συγκεντρώσεις CO2 μπορούν να χαμηλώσουν με τη μείωση των εκπομπών ή με το διαχωρισμός του; από την ατμόσφαιρα και την αποθήκευση τους ως εδαφολογικό άνθρακα. Ένας ενδεχομένως σημαντικός τρόπος του αυξανόμενου εδαφολογικού άνθρακα είναι μέσω της αποκατάστασης των υποβιβασμένων χωμάτων και με την υιοθέτηση της διαδεδομένης πρακτικής της συντήρησης του εδάφους, συμπεριλαμβανομένης της χρήσης του οργώματος συντήρησης (Falloom και λοιποί 1998, Uri και λοιποί 1999, Schlesinger 2000). <br /> <br /> Μία μέθοδος που θα μπορούσε αποτελεσματικά και οικονομικά να ενθαρρύνει τις προσπάθειες μετριασμού αερίου θερμοκηπίων είναι η παροχή ενός εμπορικού συστήματος με το οποίο οι εκπέμποντες άνθρακα θα μπορούν να αγοράσουν τις αποτελεσματικές πιστώσεις μετριασμού από άλλες που μπορούν είτε να αποφύγουν τις εκπομπές είτε να διαχωρίσουν τον άνθρακα από την ατμόσφαιρα, όπως οι αγρότες για την εφαρμογή των πρακτικών οργώματος συντήρησης.<br /> <br /> Ένα τέτοιο εμπορικό σύστημα απαιτεί μια χαμηλού κόστους ακριβείας τεχνική για τη συμμόρφωση των συμμετεχοντων. Η επαλήθευση ενός τέτοιου εμπορικού συστήματος θα απαιτούσε χαμηλού κόστους μεθόδους για να εφαρμοστεί, και η τεχνολογία τηλεπισκόπησης προσφέρει μέσα για τέτοιες χαμηλές δαπάνες. Διάφορες τεχνικές τηλεπισκόπησης για τον διαχωρισμού του τύπου και της ποσότητας χρησιμοποιούν τη μέση υπέρυθρη ζώνη του φάσματος και έχουν τεκμηριωθεί στη λογοτεχνία (π.χ., Mcnairn και Protz, 1993 van Deventer και λοιποί., 1997 Nagler και λοιποί., 2000). Εντούτοις, ο μόνος λειτουργικός δορυφόρος που καλύπτει αυτήν την ζώνη του φάσματος είναι ο Thematic Mapper Landsat, ο οποιος έχει πολύ μικρή χωρική διακριτική ικανότητα (30 μ) και έναν σπάνιο κύκλο επανάληψης 16 ημέρες. Κατά συνέπεια, είναι απαραίτητο να καθιερωθούν εναλλακτικές τεχνικές. <br /> <br /> Αυτό το έγγραφο στρέφεται στη δοκιμή της δυνατότητας στην τεχνολογία τηλεπισκόπησης για τη διάκριση μεταξύ των πρακτικών συμβατικού και οργώματος συντήρησης. Ο στόχος μας ήταν να χρησιμοποιήσουμε τις τυποποιημένες διαδικασίες επεξεργασίας εικόνας για να καθοριστεί εάν είναι δυνατό να επικυρωθεί ότι οι αγρότες έχουν συμμορφωθεί με τις συμφωνίες για να εφαρμόσουν τις πρακτικές οργώματος συντήρησης. Για αυτόν το λόγο, τα κανάλια του ορατού και του εγγύς υπέρυθρου μιας εικόνας Ikonos (28 Μαρτίου 2000) χρησιμοποιήθηκαν. Οι συγκεκριμένοι στόχοι του προγράμματος ήταν (1) να αξιολογηθεί η χρησιμότητα της δορυφορικής εικόνας Ikonos για τη διάκριση των πρακτικών οργώματος σε καλλιέργεια καλαμποκιού και σόγια, και (2) να ερευνηθεί η δυνατότητα των αλγορίθμων επεξεργασίας των εικόνων ώστε να μπορούν να ενισχύσουν την ικανότητα για διακρίσεις μεταξύ των πρακτικών οργώματος. <br /> <br /> <br /> ''' Μέθοδοι '''<br /> <br /> Το πρόγραμμα πραγματοποιήθηκε στα αγροκτήματα στο δήμο Deep Well, κοντά στη δυτική άκρη της κομητείας του Χάμιλτον, Νεμπράσκας, περίπου 2 μιλίων νότια και ανατολικά του ποταμού Platte (πίνακας 1). Ποικίλες πρακτικές οργώματος χρησιμοποιούνται στην περιοχή, αλλά για την απλότητα, ταξινομήθηκαν σε μια δυαδική μορφή ως είτε συμβατικό είτε ως όργωμα συντήρησης όπως καθορίστηκε από τους αγρότες στην περιοχή μελέτης. Ο απλούστερος κανόνας απόφασης είναι επαρκής να ελέγξει τη συμμόρφωση του συμβατικού οργώματος. <br /> <br /> [[Εικόνα:02_1.jpg|thumb|center|450px|'''Πινακίδα 1:''' Μελέτη περιοχής Deep Well Township στη Δυτική Hamilton County, Νεμπράσκα. Η εικόνα που εμφανίζεται είναι ψευδο-χρωματικό σύνθετο μιας πολυφασματικής εικόνας από το Ikonos που αποκτήθηκε με ναδίρ στις 28 Μαρτίου 2000 στις 1645 GMT. Τα ορατά φάσματα δείχνουν (RGB) 4 (εγγύς υπέρυθρη), 3 (Κόκκινο), και 2 (Πράσινο). Τα κίτρινα πολύγωνα αντιπροσωπεύουν τα πεδία με γνωστές πληροφορίες για το είδος των καταλοίπων καλλιεργειών και πρακτικών άροσης. Μία NDVI εικόνα υπολογίστηκε χρησιμοποιώντας ζώνες 3 και 4 της πολυφασματικης εικόνας και στη συνέχεια χρησιμοποιήθηκε για να παραγάγει μία δυαδικό μάσκα για την αφαίρεση της βλάστησης. ]]<br /> <br /> <br /> Μία δορυφορική εικόνα του Ikonos, με εικονοκύταρρο 4μ.και τέσσερα ευρέος φάσματος κανάλια (μπλε 0.45 έως 0.52 μ, πράσινο 0.52 έως 0.60 μ, κόκκινο 0.63 έως 0.69 μ και κοντινό υπέρυθρο 0.76 έως 0.90 μ. πίνακας 1) αποκτήθηκε πριν από τη συγκομιδή των καλλιεργειών στις 28 Μαρτίου 2000. Αυτή τη στιγμή του έτους, το υπόλειμμα και οι πρακτικές οργώματος από την προηγούμενη εποχή είναι ακόμα φανερά. Η χρονική στιγμή των δορυφορικών εικόνων είναι σημαντική για ένα σύστημα επαλήθευσης οργώματος σε αυτήν την περιοχή, επειδή οι νωρίτερα εικόνες μπορεί να επηρεαστούν από την κάλυψη χιονιού. Η φύτευση θα μπορούσε επίσης να έχει επιπτώσεις στις εικόνες λόγω της διαταραχής του εδάφος, εάν αυτή αποκτιέται αργότερα. <br /> <br /> Η αρχική επεξεργασία της εικόνας περιέλαβε την αφαίρεση της φωτοσυνθετικά ενεργής βλάστησης. Για να ολοκληρωθεί αυτό, υπολογίστηκε μια εικόνα ομαλοποιημένης διαφοροποίησης των δεδομένων βλάστησης (NDVI = [NIR - κόκκινο]/[NIR + κόκκινο]), και χρησιμοποιήθηκε ως μάσκα για τη διαφοροποίηση της πράσινης βλάστησης από το γυμνό έδαφος (πίνακας 1). Αφότου η ενεργή βλάστηση δημιούργησε το outfrom στην εικόνα, μια ανάλυση κύριων τμημάτων (PCA) εφαρμόστηκε για να απομονώσει τη διαφορά σκηνής στις υπολειπόμενες καλλιεργημένες περιοχές. Τέσσερις εικόνες κύριων συστατικών (principal component - PC) αποκτήθηκαν. <br /> <br /> Μια ανάλυση της διαφοράς (ANOVA) υπολογίστηκε για να αξιολογήσει την ικανότητα κάθε καναλιού του Ikonos, καθώς επίσης και κάθε εικόνας PC, για να κάνει διακρίσεις μεταξύ του καλαμποκιού ή του υπολείμματος σόγιας και συμβατικές πρακτικές ή πρακτικές οργώματος συντήρησης. Για αυτούς τους υπολογισμούς χρησιμοποιήθηκε η μέση αξία κάθε PC από κάθε έναν από τους 51 τομείς μέσα στην περιοχή μελέτης. <br /> <br /> Αφού καθορίστηκε ποια εικόνα PC θα μπόρεσε να διακρίνει τους τύπους υπολειμμάτων ή/και της πρακτικής οργώματος, μια λογιστική οπισθοδρόμηση [διαδικασία GENMOD (SAS, 1996)] εφαρμόστηκε στις μέσες τιμές των PC ανά τομέα. Η λογιστική οπισθοδρόμηση μπορεί να χρησιμοποιηθεί ως προφητικό εργαλείο όταν έχουν οι μεταβλητές απάντησης μόνο δύο πιθανές εκβάσεις και μια δυωνυμική διανομή, όπως συμβατικό όργωμα εναντίον του οργώματος συντήρησης, ή το καλαμπόκι εναντίον του υπολείμματος σόγιας. <br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> Οι εικόνες κύριων συστατικών (PC) που λαμβάνονται από την εικόνα του Ikonos παρουσιάζονται στο σχήμα 1. Το PC 1 εξηγεί περισσότερα από 99% της συνολικής διακύμανσης της σκηνής (αποκλείοντας την πράσινη βλάστηση). Το PC 1 είναι πρώτιστα ένα τμήμα εδαφολογικής φωτεινότητας και συσχετίζεται ιδιαίτερα με κάθε ένα από τα αρχικά κανάλια. Τα υπόλοιπα τρία PC (PC 2, 3, και 4) εξηγούν την υπόλοιπη διακύμανση της σκηνής. Τα μέσα ελάχιστων τετραγώνων των ψηφιακών αριθμών (DNs) για κάθε ζώνη και κάθε PC φαίνονται στο σχήμα 2. Τα αποτελέσματα του ANOVA παρουσιάζονται στους πίνακες 1 και 2. Και οι τρεις ορατές ζώνες της εικόνας Ikonos παρουσίασαν στατιστικά σημαντική αλληλεπίδραση μεταξύ της πρακτικής οργώματος και του τύπου υπολειμμάτων (πίνακας 1, σχήμα 2). Αυτή η αλληλεπίδραση σημαίνει ότι αυτά τα κανάλια δεν μπορούν να χρησιμοποιηθούν για τη διάκριση του τύπου υπολειμμάτων και την πρακτική οργώματος με ανεξάρτητο τρόπο.<br /> <br /> <br /> [[Εικόνα:02_sx1.jpg|thumb|center|450px|'''Σχήμα 1:''' κύριες συνιστώσες που λαμβάνεται από την πολυφασματικη εικόνα IKONOS της περιοχής μελέτης. Ελήφθη στις 28 Μαρτίου 2000. Βλάστηση έχει απομακρυνθεί με τη δυαδική μάσκα φαίνεται στον πίνακα 1. Η πρώτη συνιστώσα εξηγεί 99,5 τοις εκατό διακύμανση της σκηνής. ]]<br /> <br /> [[Εικόνα:02_sx2.jpg|thumb|center|450px|'''Σχήμα 2:''' Ελάχιστα τετραγώνα μέσω των ψηφιακών αριθμών (DNS) και τα κύρια στοιχεία<br /> (PC) για κάθε συνδυασμό τύπου υπολειμμάτων καλλιεργειών και πρακτικών άροσης. Η αλληλεπίδραση-αποτέλεσμα απεικονίζεται από τις διαφορές μεταξύ των πρακτικών άροσης στους δύο τύπους. Τα οικόπεδα για PC 2 και 4 δείχνουν ότι δεν υπάρχει σημαντική επίδραση της αλληλεπίδρασης. ]]<br /> <br /> Το εγγύς υπέρυθρο κανάλι δεν είχε καμία επίδραση αλληλεπίδρασης, και ήταν ευαίσθητο μόνο στον τύπο υπολειμμάτων, αλλά όχι στην πρακτική οργώματος. Κατά συνέπεια, τα αρχικά κανάλια του Ikonos δεν μπορούν να κάνουν διακρίσεις στις πρακτικές οργώματος. Όπως με τις ορατές ζώνες, τα PC 1 και 3 έχουν μια σημαντική στατιστική επίδραση αλληλεπίδρασης (p 0.05) μεταξύ των τύπων και πρακτικών οργώματος υπολειμμάτων συγκομιδών (πίνακας 2, σχήμα 2). Αυτή η αλληλεπίδραση σημαίνει ότι, στην περίπτωση του PC 1, οι διαφορές μεταξύ των πρακτικών οργώματος θα μπορούσαν να ανιχνευθούν για τη σόγια, αλλά όχι για το υπόλειμμα καλαμποκιού. Στην περίπτωση του PC 3, η διάκριση μεταξύ του καλαμποκιού και του υπολείμματος σόγιας δεν θα μπορούσε να ληφθεί για το όργωμα συντήρησης. Επομένως, όπως με τις ορατές ζώνες, το PC 1 και το PC 3 δεν θα μπορούσαν να χρησιμοποιηθούν για τη διάκριση τύπων και πρακτικών οργώματος υπολειμμάτων ανεξάρτητα το ένα από το άλλο. Το PC 3, που εξηγεί μόνο 0.09 % της αρχικής διαφοράς σκηνής, πιθανότατα σχετίζεται με τις εδαφολογικές ιδιότητες όπως το εδαφολογικό χρώμα, η οργανική ουσία, και η περιεκτικότητα σε άργιλο (ποσοστό σε έδαφος κάτω από 2 μ στο μέγεθος, Σχήμα 3). Τα χώματα με περιεκτικότητα λιγότερο από 30 τοις εκατό σε άργιλο εμφανίζονται σκοτεινότερα στην εικόνα PC 3 (σχήμα 1). Αντίθετα, τα PC 2 και 4 δεν παρουσίασαν καμία σημαντική αλληλεπίδραση (p 0.05) μεταξύ των υπολειμμάτων και tvn πρακτικών οργώματος συγκομιδών (πίνακας 2, σχήμα 2). Μια σημαντική διαφορά μεταξύ του καλαμποκιού και του υπολείμματος σόγιας λήφθηκε από το PC 2 (πίνακας 2) κατά συνέπεια, σε αυτήν την εικόνα του Ikonos, το PC 2 συσχετίζεται με τον τύπο υπολειμμάτων, και μπορεί να χρησιμοποιηθεί για να κάνει διακρίσεις μεταξύ του καλαμποκιού και του υπολείμματος σόγιας ανεξάρτητα από την πρακτική οργώματος <br /> <br /> [[Εικόνα:02_pinak1.jpg|thumb|center|450px|'''Πίνακας 1:''' Aποτελεσματα της anova για καθε ikonos band της Πολυφασματικής IKONOS εικόνας.]]<br /> <br /> [[Εικόνα:02_pinak2.jpg|thumb|center|450px|'''Πίνακας 2:''' Aποτελεσματα απο την anova καθεμιάς από τις βασικές συνιστωσες.]]<br /> <br /> Με άλλα λόγια, η PC 2 επιτυχώς απομονώνει τη φασματική επιρροή του τύπου υπολειμμάτων. Επιπλέον, μια σημαντική διαφορά μεταξύ των πρακτικών οργώματος λήφθηκε με το PC 4 (πίνακας 2), επειδή οι συμβατικά οργωμένοι τομείς έχουν θετικές τιμές και οι τομείς με το όργωμα συντήρησης έχουν αρνητικές τιμές. Κατά συνέπεια, η PC 4 απομονώνει τη φασματική επιρροή των πρακτικών οργώματος ακόμα κι αν περιέχει μόνο 0.01% της διακύμανσης της σκηνής. <br /> <br /> Οι χάρτες πιθανότητας του υπολείμματος καλαμποκιού και του συμβατικού οργώματος (εικόνα 2a και 2d) λήφθηκαν με την εφαρμογή της εξίσωσης 3 και των παραμέτρων που υπολογίστηκαν από τη λογιστική οπισθοδρόμηση (πίνακας 3) στις εικόνες PC 2 και 4. Για να παραγάγει τους δυαδικούς χάρτες των πρακτικών υπολειμμάτων και οργώματος, αντίστοιχα (εικόνα 2b και 2e), ένα κατώτατο όριο πιθανότητας 0.6 εφαρμόστηκε, και οι προκύπτουσες εικόνες λειάθηκαν στο χώρο με ένα φίλτρο πλειοψηφίας (7 x 7 εικονοκύτταρο). Η ταξινόμηση που ορίστηκε σε κάθε τομέα βασίστηκε στην κατηγορία με την υψηλότερη συχνότητα εικονοκυττάρου. Τα αποτελέσματα αυτών των ταξινομήσεων συγκρίθηκαν ενάντια στις πληροφορίες που δόθηκαν από τους αγρότες (εικόνα 2c και 2f). Η γενική ακρίβεια, σε μια ανά τομέα βάση, ήταν 80.0 τοις εκατό για τον τύπο υπολειμμάτων και 76.9 τοις εκατό για την πρακτική οργώματος. Οι στρωμένοι δρόμοι και το υπόλειμμα σόγιας φαίνονται παρόμοια και έχουν χαμηλές τιμές στο PC 2, το οποίο αποτελεί μια πηγή λάθους ταξινόμησης. <br /> <br /> [[Εικόνα:02_sx3.jpg|thumb|center|450px|'''Σχήμα 3:''' Περιεκτικότητα σε άργιλο των εδαφών της περιοχής μελέτης, εκφρασμένη ως ποσοστό του εδαφικού υλικού είναι μικρότερη από 2m σε μέγεθος. Τα στοιχεία αυτά προκύπτουν από την ψηφιακή του εδάφους Έρευνα Γεωγραφική Βάση Δεδομένων (SSURGO) για Hamilton County. ]]<br /> <br /> [[Εικόνα:02_sx4.jpg|thumb|center|450px|'''Σχήμα 4:''' Οικόπεδα με τις προβλεπόμενες πιθανότητες (α) καλαμπόκι τύπου καταλοίπων και (β) κλασική πρακτική οργώματος έναντι των κύριων συνιστώσων 2 και 4, αντίστοιχα. Η διακεκομμένη γραμμή αντιπροσωπεύει τα διαστήματα εμπιστοσύνης 95 τοις εκατό. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Διάφορες γνωστές στρατηγικές επεξεργασίας εικόνας, συμπεριλαμβανομένης της επιβλεπόμενης και μη ταξινόμησης εξετάστηκαν και συνήχθη το συμπέρασμα ότι η ανάλυση κύριων τμημάτων (PCA) παρέχει μια καλή μέθοδο για τον τύπο υπολειμμάτων και των πρακτικών οργώματος των συγκομιδών στους γεωργικούς τομείς. Η περιοχή μελέτης παρείχε την ουσιαστική μεταβλητότητα στην εδαφολογική φωτεινότητα, η οποία ενίσχυσε τη χρησιμότητα αυτής της τεχνικής, επειδή απέδωσε καλά και πέρα από τα σκοτεινά και φωτεινά χώματα. Η τηλεπισκόπηση αποδείχθηκε ένα χρήσιμο εργαλείο για την επαλήθευση των πρακτικών οργώματος συντήρησης. Προκειμένου να βελτιωθεί η πιθανότητα της επιτυχούς επαλήθευσης βασισμένη στην εικόνα, οι τεχνικές ανίχνευσης από απόσταση πρέπει να χρησιμοποιηθούν από κοινού με τη συλλογή επίγειων δεδομένων, προκειμένου να δομηθεί ένα μοντέλο πρόβλεψης, όπως η τεχνική της λογιστικής οπισθοδρόμησης που καταδεικνύεται εδώ. Η πρόσθετη έρευνα απαιτείται προκειμένου να καθοριστούν τα πιθανά αποτελέσματα των γωνιών εξέτασης από-ναδίρ και των μεταβλητών γωνιών φωτισμού (συμπεριλαμβανομένης της τοπογραφικής ενίσχυσης) στη δυνατότητα να κάνει διακρίσεις μεταξύ των τύπων υπολειμμάτων συγκομιδών και των πρακτικών οργώματος από τις δορυφορικές εικόνες του Ikonos χρησιμοποιώντας τις διαδικασίες που περιγράφονται σε αυτό το έγγραφο. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BA%CE%B1%CE%B9_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 Έρευνα του εδάφους και χαρτογράφηση με χρήση τηλεπισκόπησης 2010-03-24T22:32:49Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Soil survey and mapping using remote sensing<br /> <br /> '''Συγγραφείς:''' M.L.MANCHANDA, M.KUDRAT &amp; A.K.TIWARI<br /> <br /> '''Πηγή:''' Regional Remote Sensing Service Centre, Dehradun 248001, India, http://www.tropecol.com/pdf/open/PDF_43_1/43106.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα εδαφολογικά συστήματα όπως τα περισσότερα φυσικά συστήματα, είναι σε δυναμική ισορροπία. Οι περισσότερες αλλαγές είναι αργές και ανεπαίσθητες ιδιαίτερα για το χρονικό πλαίσιο της ανθρώπινης διάρκειας ζωής. Εντούτοις, τα καταστροφικά γεγονότα όπως οι θύελλες υψηλής έντασης μπορούν να επιταχύνουν τις διαδικασίες διάβρωσης με συνέπεια μετρήσιμες αλλαγές. Οι αλλαγές είναι κυρίως στη δομή και τη σύνθεση του υλικού και αναφέρονται ως &quot;αλλαγές των δομικών αλλαγών&quot;. Πολλές από τις αλλαγές συσχετίζονται με τις χρήσεις του χώματος. Η σχέση τους αυτή με την απόδοση τις κάνει σημαντικότερες καθώς μπορούν να ποσολογηθούν, ιδιαίτερα στους οικονομικούς όρους αξίας (Szabolcs 1994). <br /> Μια καλή γνώση του είδους χωμάτων και της χωρικής διανομής τους είναι μια προϋπόθεση για την ανάπτυξη ενός λογικού σχεδίου χρήσης γης για τη γεωργία, δασονομία, άρδευση, κ.λ.π. Ένας κατάλογος εδαφολογικών πόρων παρέχει μια διορατικότητα στις δυνατότητες και τον περιορισμό του χώματος για την αποτελεσματική εκμετάλλευσή του. Η χαρτογράφηση εδάφους παρέχει έναν ακριβή και επιστημονικό κατάλογο των διαφορετικών χωμάτων, του είδους και της φύσης τους, και της έκτασης της διανομής έτσι ώστε κάποια μπορεί να κάνει την πρόβλεψη για τους χαρακτήρες και τις δυνατότητές τους. Παρέχει επίσης τις επαρκείς πληροφορίες από την άποψη της μορφής, των πεζουλιών, της βλάστησης καθώς επίσης και των χαρακτηριστικών εδάφους των χωμάτων (δηλαδή, σύσταση, βάθος, δομή, σκληρότητα, αποξήρανση, οξύτητα, αλατότητα και ούτω καθεξής) που μπορούν να χρησιμοποιηθούν για τον προγραμματισμό και την ανάπτυξη. <br /> Οι αρχικές χαρτογραφήσεις εδάφους βασίστηκαν είτε στην επιτόπια καταγραφή είτε κατευθείαν σε μια συστηματική εναέρια προσέγγιση ερμηνείας φωτογραφιών. Διάφορες μελέτες για τη χαρτογράφηση εδάφους πραγματοποιήθηκαν από τους διάφορους εργαζομένους στην Ινδία στις διαφορετικές περιοχές χρησιμοποιώντας τις αεροφωτογραφίες. Η χρήση της δορυφορικής τηλεπισκόπησης για τη χαρτογράφηση εδάφους και της χαρτογράφησης της λαμβανόμενης εκτίμησης κατά τη διάρκεια του αρχές δεκαετίας του '80 στην Ινδία, και βασισμένος στη δυνατότητα των τεχνικών τηλεπισκόπησης που αποφασίστηκε να χαρτογραφηθούν όλα τα εδάφη της Ινδίας στην κλίμακα 1:250,000 ακολουθώντας μια μεθοδολογία: ερμηνεία εικόνων, έρευνα επιτόπια, εδαφολογική ανάλυση, ταξινόμηση, χαρτογραφία και εκτύπωση,<br /> <br /> Ανάπτυξη της δορυφορικής τηλεπισκόπησης για τις εδαφολογικές μελέτες <br /> Πριν από την είσοδο του Landsat-1 (1972), οι αεροφωτογραφίες χρησιμοποιούνταν ως εργαλείο τηλεπισκόπησης για την εδαφική χαρτογράφηση. Στη συνέχεια, ψηφιακά και αναλογικά δορυφορικά στοιχεία έχουν χρησιμοποιηθεί για την προετοιμασία των μικρής κλίμακας χαρτών των εδαφολογικών πόρων. Τα υψηλής ανάλυσης δεδομένα από το Landsad TM και το Indian Remote Sensing Satellite (IRS) LISS II που διατέθηκαν στα μέσα του '80, επέτρεψε στους εδαφολογικούς επιστήμονες την χαρτογράφηση σε κλίμακα 1:50,000, η οποία χρησιμοποιείται για τον προγραμματισμό επιπέδων περιοχής. Τα δεδομένα του SPOT και του IRS-PAN πρόσφεραν τη στερεοσκοπική ικανότητα, η οποία έχει βελτιώσει τις προσπάθειες εδαφικής χαρτογράφησης. <br /> <br /> <br /> ''' Φασματική συμπεριφορά των χωμάτων '''<br /> <br /> Η φασματική ταυτότητα που μπορεί να αποκτήσει το χώμα εξαρτάται από διάφορους παράγοντες. Οι ιδιότητες που καθορίζουν τη φασματική ανάκλαση είναι το χρώμα, η σύσταση, η δομή, η ορυκτολογία, η οργανική ουσία, τα ελεύθερα ανθρακικά άλατα, η αλατότητα, η υγρασία και τα οξείδια / υδροξείδια του σιδήρου και του μαγγάνιου. Οι χημικές συνθέσεις του χώματος επηρεάζουν τη φασματική τους ταυτότητα μέσω των διαδικασιών απορρόφησης. Στην εγγύς υπέρυθρη (NIR) και μέση υπέρυθρη (MIR) περιοχή, χαρακτηριστικό γνώρισμα απορρόφησης των εδαφολογικών τμημάτων στη στερεά φάση προέρχεται πρώτιστα από τις δονήσεις των οριοθετημένων πυρήνων. Μια περίληψη των χαρακτηριστικών γνωρισμάτων δόνησης και τα αντίστοιχα μήκη κύματος απορρόφησης παρουσιάζονται στον πίνακα 1. Εκτός από τις δονήσεις, η μοριακή περιστροφή και η μετάβαση μπορούν να εμφανιστούν στους πόρους όπου υπάρχουν μόρια αερίου και νερού, το οποίο οδηγεί επίσης σε υψηλότερη απορρόφηση στην περιοχή MIR. <br /> <br /> <br /> ''' Ανάγκη και κλίμακα της εδαφικής χαρτογράφησης '''<br /> <br /> Υπάρχει ζήτηση εδαφικών χαρτών σε διάφορες κλίμακες, από 1:1εκατομύρριο έως 1:4,000 για να καλύψουν τις απαιτήσεις σε διάφορα επίπεδα. Οι μικρής κλίμακας χάρτες 1:1 εκατομμύριο απαιτούνται για το μακρυπρόθεσμο προγραμματισμό σε εθνικό επίπεδο. Οι χάρτες στην κλίμακα 1:250,000 παρέχουν τις πληροφορίες για τον προγραμματισμό σε περιφερειακό επίπεδο με γενικευμένη ερμηνεία των εδαφολογικών πληροφοριών για τον καθορισμό της καταλληλότητας και των περιορισμών για διάφορες γεωργικές χρήσεις. Οι χάρτες στην κλίμακα 1:50,000 όπου απεικονίζεται η ένωση της εδαφολογικής σειράς, εξυπηρετούν στη συντήρηση των πόρων και τη βέλτιστη χρήση γης σε επίπεδο περιοχής και απαιτούν τη μέτρια ένταση των παρατηρήσεων στον τομέα. Οι χάρτες μεγάλων κλιμάκων στην κλίμακα 1:8,000 ή 1:4,000 είναι συγκεκριμένοι χάρτες σκοπού που μπορούν να παραχθούν μέσω της υψηλής ποιότητας επιτόπιων ερευνών βασισμένων στην κλίμακα mapsat 1:50,000 των αεροφωτογραφιών μεγάλων κλιμάκων ή δορυφορικών εικόνων μεγάλης χωρικής διακριτικής ικανότητας. <br /> <br /> <br /> '''Μέθοδοι εδαφικής χαρτογράφησης'''<br /> <br /> Οι εδαφολογικοί παρατηρητές θεωρούν τις τοπογραφικές μεταβολές σαν μια βάση για την απεικόνιση της εδαφολογικής μεταβλητότητας. Τα πολυφασματικά δορυφορικά στοιχεία χρησιμοποιούνται για το χώμα χαρτογράφησης μέχρι το επίπεδο οικογενειακής ένωσης (1: 50,000). Η μεθοδολογία, τις περισσότερες από τις περιπτώσεις περιλαμβάνει την οπτική ερμηνεία (Biswas 1987 Al 1981 Karaleet). Εντούτοις, η τεχνική επεξεργασίας ψηφιακής εικόνας με τη βοήθεια υπολογιστή έχει χρησιμοποιηθεί επίσης για χαρτογράφηση του χώματος. <br /> <br /> <br /> ''' Οπτική ερμηνεία εικόνας'''<br /> <br /> Η οπτική ερμηνεία είναι βασισμένη στη μορφή, το μέγεθος, τον τόνο, τη σκιά, τη σύσταση, το σχέδιο, την περιοχή και την ένωση. Έχει το πλεονέκτημα ότι είναι σχετικά απλή και ανέξοδη. Η εδαφική χαρτογράφηση χρειάζεται ταυτοποίηση των διαφόρων στοιχείων. Τα στοιχεία που είναι σημαντικά για τη χαρτογράφηση εδάφους είναι τύπος, βλάστηση, χρήση του εδάφους, κλίση και ανάγλυφο εδάφους. Τα χώματα ερευνιούνται και χαρτογραφούνται, μετά από μια προσέγγιση 3 επιπέδρων, περιλαμβάνοντας την ερμηνεία των στοιχείων ανίχνευσης από απόσταση ή/και την αεροφωτογραφία, την επιτόπια έρευνα (συμπεριλαμβανομένης της εργαστηριακής ανάλυσης των εδαφολογικών δειγμάτων) και τη χαρτογραφία. Διάφοροι ερευνητές έχουν καταλήξει στο συμπέρασμα ότι η τεχνολογία της τηλεπισκόπησης παρέχει την καλύτερη αποδοτικότητα από τις συμβατικές μεθόδους χαρτογραφήσεων εδάφους στην αναγνώριση (1: 50,000) και στη λεπτομερή (1: 10,000) κλίμακα της χαρτογράφησης. Ένας χάρτης μέσω της οπτικής ερμηνείας των δορυφορικών εικόνων στη κλίμακα 1:50,000 δίνεται στην εικόνα 1.<br /> <br /> <br /> [[Εικόνα:04_4.jpg|thumb|center|450px|'''Εικόνα 1:''' Μεγάλης κλίμακας χάρτης του εδάφους ενός μέρους της κοιλάδας Doon που παρασκευάζονται από PAN και LISS ΙΙΙ συγχωνευμένα δεδομένα. ]]<br /> <br /> <br /> [[Εικόνα:04_5.jpg|thumb|center|450px|'''Εικόνα 2:''' Εδαφολογικός χάρτης της κοιλάδας Doon που παρασκευάζεται από WiFS. ]]<br /> <br /> <br /> '''Προσέγγιση με τη βοήθεια υπολογιστή '''<br /> <br /> Η αριθμητική ανάλυση της τηλεπισκόπησης χρησιμοποιώντας ηλ. υπολογιστές έχει αναπτυχθεί λόγω της απαίτησης να αναλυθούν γρηγορότερα και να εξαχθούν οι πληροφορίες από τις μεγάλες ποσότητες των δεδομένων. Οι τεχνικές αυτές χρησιμοποιούν τις φασματικές παραλλαγές για την ταξινόμηση. Η αναγνώριση προτύπων στην τηλεπισκόπηση βοηθά στην ταυτοποίηση των ομοιογενών περιοχών, οι οποίες μπορούν να χρησιμοποιηθούν ως βάση για τη διεξαγωγή των λεπτομερών επιτόπιων ερευνών. Το σοβαρό πρόβλημα που αντιμετωπίζεται στη συμβατική χαρτογράφηση εδάφους και την εδαφολογική χαρτογραφία είναι η ακριβής οριοθέτηση. Οι παρατηρήσεις βασισμένες στη συμβατική χαρτογράφηση εδάφους είναι κουραστικές και χρονοβόρες. Τα στοιχεία τηλεπισκόπησης από κοινού με τα βοηθητικά στοιχεία παρέχουν στην καλύτερη εναλλακτική λύση, μια καλύτερη σκιαγράφηση των μονάδων εδαφικής χαρτογράφησης. Εντούτοις, υπάρχει μια ανάγκη να υπάρξει μια αυτοματοποιημένη μέθοδος για την ακριβή σκιαγράφηση εδαφολογικού ορίου με μια διεπιστημονική και ολοκληρωμένη προσέγγιση. <br /> <br /> <br /> '''Case study Περιπτωσιολογική μελέτη '''<br /> <br /> Αξιολογήθηκε η ικανότητα διάφορων IRS αισθητήρων για την εδαφική χαρτογράφηση, που κυμαίνεται από τον ευρύ αισθητήρα απεικόνισης τομέων (WiFS) ως τα PAN δεδομένα του IRS-LISS IIIand. Η μελέτη πραγματοποιήθηκε στην κοιλάδας Doon στην Ινδία (εικόνα 5). <br /> <br /> <br /> '''Συζήτηση '''<br /> <br /> Από τα προηγούμενα θα μπορούσε να συναχθεί το συμπέρασμα ότι η τεχνολογία τηλεπισκόπησης για τους εδαφολογικούς επιστήμονες στις αναπτυσσόμενες χώρες είναι μόνο ένα εργαλείο χαρτογράφησης. Η κλίμακα χαρτογράφησης είναι 1:50,000 ή μικρότερη. Λεπτομερής εδαφική χαρτογράφηση (1:10000) δεν είναι δυνατή λόγω του της μικρής χωρικής διακριτικής ικανότητας των δορυφορικών στοιχείων. Εντούτοις, το στοιχείο που παρέχεται από το IRS 1C PAN και LISS ΙΙΙ αναμένεται να παρέχει τις πληροφορίες για τη μεγάλη κλίμακα (1: 25.000 έως 1:12,500). Η ψηφιακή τηλεπισκόπηση και η χρήση των γεωγραφικών συστημάτων πληροφοριών (GIS) πρόκειται να χρησιμοποιηθούν για να αντιμετωπίσουν τα διάφορα ζητήματα στη χαρτογράφηση εδάφους. <br /> Το χώμα είναι το συνδυασμένο προϊόν κάποιου τύπου βράχου, γεωμορφισμού ή της τοπογραφίας, της βλάστησης και του κλίματος. Κατά συνέπεια, μεμονομένα τα μοντέλα εδαφών ή τα εδαφολογικά φασματικά πρότυπα δεν αρκούν να προβλέψουν το εδαφολογικό όριο με ακρίβεια. Αυτό απαιτεί την ανάπτυξη συστήματος ταξινόμησης για το χώμα βασισμένου στη γνώση. Το χώμα είναι τρισδιάστατο φυσικό σώμα και χαρακτηρίζεται από οριζόντια διαγνωστικά είτε της επιφανείας είτε κάτω της επιφάνειας. Υπάρχει μια ανάγκη να αναπτυχθεί ένας αισθητήρας που να έχει μια ικανότητα να προβλέψει το βάθος και τις πληροφορίες κάτω από την επιφάνεια (Doolittle 1987). Με την εμφάνιση της τεχνολογίας τηλεπισκόπησης (με το υψηλότερο, χωρικό, φασματικό και ραδιομετρικό ψήφισμα) και του GIS, οι ολοκληρωμένες προσεγγίσεις πρέπει να ακολουθηθούν. Η τηλεπισκόπηση μικροκυμάτων αξίζει επίσης την προσοχή για σχετικές με τις το χώμα μελέτες. <br /> <br /> <br /> '''Προοπτικές και συμπεράσματα '''<br /> <br /> Η τεχνολογία της τηλεπισκόπησης εξελίσσεται. Η φασματοσκοπία περιορισμένης ζώνης απεικόνισης στην οπτική και θερμική περιοχή του ηλεκτρομαγνητικού φάσματος θα παράσχει περιεκτική διορατικότητα σε διάφορα ζητούμενα του χώματος και των ιδιοτήτων τους και θα απαντήσει στις ποσοτικές πτυχές της εδαφολογικής επιστήμης, δηλαδή, της εδαφολογικής ορυκτολογίας, της εδαφολογικής γονιμότητας, της εδαφολογικής οργανικής ουσίας, της εδαφολογικής υγρασίας και των θερμικών ιδιοτήτων των χωμάτων. Η εδαφολογική βιοχημεία είναι απολύτως άθικτη. Υπάρχει τεράστιο πεδίο για τη μελέτη της εδαφολογικής οργανικής ουσίας που χρησιμοποιεί την περιορισμένης ζώνης φασματοσκοπία ειδικά στη μέση και θερμική υπέρυθρη περιοχή των ηλεκτρομαγνητικών φασμάτων. Η προσπάθεια για την εδαφική χαρτογράφηση μετά από την ψηφιακή επεξεργασία εικόνας και το GIS είναι πολύ περιορισμένη (Lee και λοιποί 1988). Η τηλεπισκόπηση μικροκυμάτων είναι ακόμα στο πειραματικό στάδιο. Οι πίνακες 1 και 2 εκθέτουν τη δυνατότητα της φασματοσκοπίας περιορισμένης ζώνης απεικόνισης στο χαρακτηρισμό της εδαφολογικής ορυκτολογίας. <br /> <br /> <br /> <br /> [[Εικόνα:04_pinak1.jpg|thumb|center|450px|'''Πίνακας 1:''' Περίληψη των δονητικών χαρακτηριστικών. ]]<br /> [[Εικόνα:04_pinak4.jpg|thumb|center|450px|'''Πίνακας 2:''' Φασματικά / διηλεκτρικά / ιονικά χαρακτηριστικά αγωγιμότητας του εδάφους. ]]<br /> <br /> <br /> Οι φασματικές ιδιότητες των χωμάτων που καθορίζονται από το συνδυασμό ορυκτών, οργανικών ουσιών, εδαφολογικής υγρασίας και διάφορων αλάτων περιέχουν πολύτιμες πληροφορίες, σχετικές με τις κρίσιμες εδαφολογικές παραμέτρους δηλαδή, τις χουμικές ουσίες, την εδαφολογική σύσταση, τις θερμικές ιδιότητες και τα αρχικά και δευτεροβάθμια μεταλλεύματα. <br /> Το πρόσθετο χαρακτηριστικό γνώρισμα των χωμάτων στο ορατό (0.4-0.7 μ), στο εγγύς υπέρυθρο(0.7-1.0 μ) και στο μικροκυματικό υπέρυθρο (1.0-2.5 μ) φάσμα που έχει σχέση με της φυσικοχημικές ιδιότητές τους, είναι οι ιδιότητες εκπομπής. <br /> Η θερμική υπέρυθρη περιοχή (8-14μ) και οι διαφορετικές συχνότητες μικροκυμάτων όπως C-bands (5.4 Ghz) και L-band (1.25 Ghz) αποκαλύπτουν το καθεστώς θερμοκρασίας και το υδρολογικό καθεστώς των χωμάτων. Αυτές οι πληροφορίες είναι τεράστιας αξίας στο να προβλέψουν ποσοτικά τα βιογονικά αέρια από τα χώματα και στην ταξινόμηση του χώματος. Τα βιογονικά αέρια, δηλαδή, το μεθάνιο, το νιτρώδες οξείδιο, το διοξείδιο του άνθρακα κ.λ.π. είναι προιόντα εδαφολογικών βιοχημικών διαδικασιών. <br /> Οι δυνητικοί τομείς των μελετών για το χώμα, παραδείγματος χάριν, ποσοτικά θέματα της εδαφολογικής γονιμότητας, της εδαφολογικής ορυκτολογίας, των υδρολογικών θεμάτων και της εδαφολογικής βιολογίας, χρειάζονται την τηλεπισκόπηση και την βασισμένη στο GIS έρευνα. Μερικά νέα ελπιδοφόρα εργαλεία και τεχνικές, ακόμα υπό δοκιμή, πρέπει να βελτιώσουν την ικανότητά μας για τον προσδιορισμό και τη χαρτογράφηση των εξωτερικών καθώς επίσης και εσωτερικών χαρακτηριστικών γνωρισμάτων (Zinck 1990). Ο Doolittle (1987) ανέφερε ότι η συσκευή ραντάρ (GPR) που διαπερνά το έδαφος μπορεί να παρέχει τις ακριβείς εικόνες των πλήρων εδαφολογικών ακολουθιών. Το GPR είναι μια ευρεία ζώνη, σύστημα ραντάρ ώθησης, του οποίου ικανότητα εδαφολογικής διείσδυσης κυμαίνεται από περίπου το βάθος ενός μέτρου στα συμπαγή αργιλώδη χώματα ως περίπου 25 μέτρα στα αμμώδη χώματα. Τα σχετικά εδαφολογικά χαρακτηριστικά γνωρίσματα και οι διαγνωστικοί ορίζοντες μπορούν να προσδιοριστούν στον κάθετο και οριζόντιο βαθμό. Οι σειρές της εδαφολογικής μεταβλητότητας μπορούν να καθιερωθούν ποσοτικά. Η χρήση της τηλεπισκόπησης για την εδαφολογική επιστήμη μπορεί βεβαίως να προωθηθεί περαιτέρω με την ενισχυμένη κατανόηση της διαδικασίας της αλληλεπίδρασης του ηλεκτρομαγνητικού φάσματος με το χώμα. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BA%CE%B1%CE%B9_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 Έρευνα του εδάφους και χαρτογράφηση με χρήση τηλεπισκόπησης 2010-03-24T22:32:27Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Soil survey and mapping using remote sensing<br /> <br /> '''Συγγραφείς:''' M.L.MANCHANDA, M.KUDRAT &amp; A.K.TIWARI<br /> <br /> '''Πηγή:''' Regional Remote Sensing Service Centre, Dehradun 248001, India, http://www.tropecol.com/pdf/open/PDF_43_1/43106.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα εδαφολογικά συστήματα όπως τα περισσότερα φυσικά συστήματα, είναι σε δυναμική ισορροπία. Οι περισσότερες αλλαγές είναι αργές και ανεπαίσθητες ιδιαίτερα για το χρονικό πλαίσιο της ανθρώπινης διάρκειας ζωής. Εντούτοις, τα καταστροφικά γεγονότα όπως οι θύελλες υψηλής έντασης μπορούν να επιταχύνουν τις διαδικασίες διάβρωσης με συνέπεια μετρήσιμες αλλαγές. Οι αλλαγές είναι κυρίως στη δομή και τη σύνθεση του υλικού και αναφέρονται ως &quot;αλλαγές των δομικών αλλαγών&quot;. Πολλές από τις αλλαγές συσχετίζονται με τις χρήσεις του χώματος. Η σχέση τους αυτή με την απόδοση τις κάνει σημαντικότερες καθώς μπορούν να ποσολογηθούν, ιδιαίτερα στους οικονομικούς όρους αξίας (Szabolcs 1994). <br /> Μια καλή γνώση του είδους χωμάτων και της χωρικής διανομής τους είναι μια προϋπόθεση για την ανάπτυξη ενός λογικού σχεδίου χρήσης γης για τη γεωργία, δασονομία, άρδευση, κ.λ.π. Ένας κατάλογος εδαφολογικών πόρων παρέχει μια διορατικότητα στις δυνατότητες και τον περιορισμό του χώματος για την αποτελεσματική εκμετάλλευσή του. Η χαρτογράφηση εδάφους παρέχει έναν ακριβή και επιστημονικό κατάλογο των διαφορετικών χωμάτων, του είδους και της φύσης τους, και της έκτασης της διανομής έτσι ώστε κάποια μπορεί να κάνει την πρόβλεψη για τους χαρακτήρες και τις δυνατότητές τους. Παρέχει επίσης τις επαρκείς πληροφορίες από την άποψη της μορφής, των πεζουλιών, της βλάστησης καθώς επίσης και των χαρακτηριστικών εδάφους των χωμάτων (δηλαδή, σύσταση, βάθος, δομή, σκληρότητα, αποξήρανση, οξύτητα, αλατότητα και ούτω καθεξής) που μπορούν να χρησιμοποιηθούν για τον προγραμματισμό και την ανάπτυξη. <br /> Οι αρχικές χαρτογραφήσεις εδάφους βασίστηκαν είτε στην επιτόπια καταγραφή είτε κατευθείαν σε μια συστηματική εναέρια προσέγγιση ερμηνείας φωτογραφιών. Διάφορες μελέτες για τη χαρτογράφηση εδάφους πραγματοποιήθηκαν από τους διάφορους εργαζομένους στην Ινδία στις διαφορετικές περιοχές χρησιμοποιώντας τις αεροφωτογραφίες. Η χρήση της δορυφορικής τηλεπισκόπησης για τη χαρτογράφηση εδάφους και της χαρτογράφησης της λαμβανόμενης εκτίμησης κατά τη διάρκεια του αρχές δεκαετίας του '80 στην Ινδία, και βασισμένος στη δυνατότητα των τεχνικών τηλεπισκόπησης που αποφασίστηκε να χαρτογραφηθούν όλα τα εδάφη της Ινδίας στην κλίμακα 1:250,000 ακολουθώντας μια μεθοδολογία: ερμηνεία εικόνων, έρευνα επιτόπια, εδαφολογική ανάλυση, ταξινόμηση, χαρτογραφία και εκτύπωση,<br /> <br /> Ανάπτυξη της δορυφορικής τηλεπισκόπησης για τις εδαφολογικές μελέτες <br /> Πριν από την είσοδο του Landsat-1 (1972), οι αεροφωτογραφίες χρησιμοποιούνταν ως εργαλείο τηλεπισκόπησης για την εδαφική χαρτογράφηση. Στη συνέχεια, ψηφιακά και αναλογικά δορυφορικά στοιχεία έχουν χρησιμοποιηθεί για την προετοιμασία των μικρής κλίμακας χαρτών των εδαφολογικών πόρων. Τα υψηλής ανάλυσης δεδομένα από το Landsad TM και το Indian Remote Sensing Satellite (IRS) LISS II που διατέθηκαν στα μέσα του '80, επέτρεψε στους εδαφολογικούς επιστήμονες την χαρτογράφηση σε κλίμακα 1:50,000, η οποία χρησιμοποιείται για τον προγραμματισμό επιπέδων περιοχής. Τα δεδομένα του SPOT και του IRS-PAN πρόσφεραν τη στερεοσκοπική ικανότητα, η οποία έχει βελτιώσει τις προσπάθειες εδαφικής χαρτογράφησης. <br /> <br /> <br /> ''' Φασματική συμπεριφορά των χωμάτων '''<br /> <br /> Η φασματική ταυτότητα που μπορεί να αποκτήσει το χώμα εξαρτάται από διάφορους παράγοντες. Οι ιδιότητες που καθορίζουν τη φασματική ανάκλαση είναι το χρώμα, η σύσταση, η δομή, η ορυκτολογία, η οργανική ουσία, τα ελεύθερα ανθρακικά άλατα, η αλατότητα, η υγρασία και τα οξείδια / υδροξείδια του σιδήρου και του μαγγάνιου. Οι χημικές συνθέσεις του χώματος επηρεάζουν τη φασματική τους ταυτότητα μέσω των διαδικασιών απορρόφησης. Στην εγγύς υπέρυθρη (NIR) και μέση υπέρυθρη (MIR) περιοχή, χαρακτηριστικό γνώρισμα απορρόφησης των εδαφολογικών τμημάτων στη στερεά φάση προέρχεται πρώτιστα από τις δονήσεις των οριοθετημένων πυρήνων. Μια περίληψη των χαρακτηριστικών γνωρισμάτων δόνησης και τα αντίστοιχα μήκη κύματος απορρόφησης παρουσιάζονται στον πίνακα 1. Εκτός από τις δονήσεις, η μοριακή περιστροφή και η μετάβαση μπορούν να εμφανιστούν στους πόρους όπου υπάρχουν μόρια αερίου και νερού, το οποίο οδηγεί επίσης σε υψηλότερη απορρόφηση στην περιοχή MIR. <br /> <br /> <br /> ''' Ανάγκη και κλίμακα της εδαφικής χαρτογράφησης '''<br /> <br /> Υπάρχει ζήτηση εδαφικών χαρτών σε διάφορες κλίμακες, από 1:1εκατομύρριο έως 1:4,000 για να καλύψουν τις απαιτήσεις σε διάφορα επίπεδα. Οι μικρής κλίμακας χάρτες 1:1 εκατομμύριο απαιτούνται για το μακρυπρόθεσμο προγραμματισμό σε εθνικό επίπεδο. Οι χάρτες στην κλίμακα 1:250,000 παρέχουν τις πληροφορίες για τον προγραμματισμό σε περιφερειακό επίπεδο με γενικευμένη ερμηνεία των εδαφολογικών πληροφοριών για τον καθορισμό της καταλληλότητας και των περιορισμών για διάφορες γεωργικές χρήσεις. Οι χάρτες στην κλίμακα 1:50,000 όπου απεικονίζεται η ένωση της εδαφολογικής σειράς, εξυπηρετούν στη συντήρηση των πόρων και τη βέλτιστη χρήση γης σε επίπεδο περιοχής και απαιτούν τη μέτρια ένταση των παρατηρήσεων στον τομέα. Οι χάρτες μεγάλων κλιμάκων στην κλίμακα 1:8,000 ή 1:4,000 είναι συγκεκριμένοι χάρτες σκοπού που μπορούν να παραχθούν μέσω της υψηλής ποιότητας επιτόπιων ερευνών βασισμένων στην κλίμακα mapsat 1:50,000 των αεροφωτογραφιών μεγάλων κλιμάκων ή δορυφορικών εικόνων μεγάλης χωρικής διακριτικής ικανότητας. <br /> <br /> <br /> '''Μέθοδοι εδαφικής χαρτογράφησης'''<br /> <br /> Οι εδαφολογικοί παρατηρητές θεωρούν τις τοπογραφικές μεταβολές σαν μια βάση για την απεικόνιση της εδαφολογικής μεταβλητότητας. Τα πολυφασματικά δορυφορικά στοιχεία χρησιμοποιούνται για το χώμα χαρτογράφησης μέχρι το επίπεδο οικογενειακής ένωσης (1: 50,000). Η μεθοδολογία, τις περισσότερες από τις περιπτώσεις περιλαμβάνει την οπτική ερμηνεία (Biswas 1987 Al 1981 Karaleet). Εντούτοις, η τεχνική επεξεργασίας ψηφιακής εικόνας με τη βοήθεια υπολογιστή έχει χρησιμοποιηθεί επίσης για χαρτογράφηση του χώματος. <br /> <br /> <br /> ''' Οπτική ερμηνεία εικόνας'''<br /> <br /> Η οπτική ερμηνεία είναι βασισμένη στη μορφή, το μέγεθος, τον τόνο, τη σκιά, τη σύσταση, το σχέδιο, την περιοχή και την ένωση. Έχει το πλεονέκτημα ότι είναι σχετικά απλή και ανέξοδη. Η εδαφική χαρτογράφηση χρειάζεται ταυτοποίηση των διαφόρων στοιχείων. Τα στοιχεία που είναι σημαντικά για τη χαρτογράφηση εδάφους είναι τύπος, βλάστηση, χρήση του εδάφους, κλίση και ανάγλυφο εδάφους. Τα χώματα ερευνιούνται και χαρτογραφούνται, μετά από μια προσέγγιση 3 επιπέδρων, περιλαμβάνοντας την ερμηνεία των στοιχείων ανίχνευσης από απόσταση ή/και την αεροφωτογραφία, την επιτόπια έρευνα (συμπεριλαμβανομένης της εργαστηριακής ανάλυσης των εδαφολογικών δειγμάτων) και τη χαρτογραφία. Διάφοροι ερευνητές έχουν καταλήξει στο συμπέρασμα ότι η τεχνολογία της τηλεπισκόπησης παρέχει την καλύτερη αποδοτικότητα από τις συμβατικές μεθόδους χαρτογραφήσεων εδάφους στην αναγνώριση (1: 50,000) και στη λεπτομερή (1: 10,000) κλίμακα της χαρτογράφησης. Ένας χάρτης μέσω της οπτικής ερμηνείας των δορυφορικών εικόνων στη κλίμακα 1:50,000 δίνεται στην εικόνα 1.<br /> <br /> <br /> [[Εικόνα:04_4.jpg|thumb|center|450px|'''Εικόνα 1:''' Μεγάλης κλίμακας χάρτης του εδάφους ενός μέρους της κοιλάδας Doon που παρασκευάζονται από PAN και LISS ΙΙΙ συγχωνευμένα δεδομένα. ]]<br /> <br /> <br /> [[Εικόνα:04_5.jpg|thumb|center|450px|'''Εικόνα 2:''' Εδαφολογικός χάρτης της κοιλάδας Doon που παρασκευάζεται από WiFS. ]]<br /> <br /> <br /> '''Προσέγγιση με τη βοήθεια υπολογιστή '''<br /> <br /> Η αριθμητική ανάλυση της τηλεπισκόπησης χρησιμοποιώντας ηλ. υπολογιστές έχει αναπτυχθεί λόγω της απαίτησης να αναλυθούν γρηγορότερα και να εξαχθούν οι πληροφορίες από τις μεγάλες ποσότητες των δεδομένων. Οι τεχνικές αυτές χρησιμοποιούν τις φασματικές παραλλαγές για την ταξινόμηση. Η αναγνώριση προτύπων στην τηλεπισκόπηση βοηθά στην ταυτοποίηση των ομοιογενών περιοχών, οι οποίες μπορούν να χρησιμοποιηθούν ως βάση για τη διεξαγωγή των λεπτομερών επιτόπιων ερευνών. Το σοβαρό πρόβλημα που αντιμετωπίζεται στη συμβατική χαρτογράφηση εδάφους και την εδαφολογική χαρτογραφία είναι η ακριβής οριοθέτηση. Οι παρατηρήσεις βασισμένες στη συμβατική χαρτογράφηση εδάφους είναι κουραστικές και χρονοβόρες. Τα στοιχεία τηλεπισκόπησης από κοινού με τα βοηθητικά στοιχεία παρέχουν στην καλύτερη εναλλακτική λύση, μια καλύτερη σκιαγράφηση των μονάδων εδαφικής χαρτογράφησης. Εντούτοις, υπάρχει μια ανάγκη να υπάρξει μια αυτοματοποιημένη μέθοδος για την ακριβή σκιαγράφηση εδαφολογικού ορίου με μια διεπιστημονική και ολοκληρωμένη προσέγγιση. <br /> <br /> <br /> '''Case study Περιπτωσιολογική μελέτη '''<br /> <br /> Αξιολογήθηκε η ικανότητα διάφορων IRS αισθητήρων για την εδαφική χαρτογράφηση, που κυμαίνεται από τον ευρύ αισθητήρα απεικόνισης τομέων (WiFS) ως τα PAN δεδομένα του IRS-LISS IIIand. Η μελέτη πραγματοποιήθηκε στην κοιλάδας Doon στην Ινδία (εικόνα 5). <br /> <br /> <br /> '''Συζήτηση '''<br /> <br /> Από τα προηγούμενα θα μπορούσε να συναχθεί το συμπέρασμα ότι η τεχνολογία τηλεπισκόπησης για τους εδαφολογικούς επιστήμονες στις αναπτυσσόμενες χώρες είναι μόνο ένα εργαλείο χαρτογράφησης. Η κλίμακα χαρτογράφησης είναι 1:50,000 ή μικρότερη. Λεπτομερής εδαφική χαρτογράφηση (1:10000) δεν είναι δυνατή λόγω του της μικρής χωρικής διακριτικής ικανότητας των δορυφορικών στοιχείων. Εντούτοις, το στοιχείο που παρέχεται από το IRS 1C PAN και LISS ΙΙΙ αναμένεται να παρέχει τις πληροφορίες για τη μεγάλη κλίμακα (1: 25.000 έως 1:12,500). Η ψηφιακή τηλεπισκόπηση και η χρήση των γεωγραφικών συστημάτων πληροφοριών (GIS) πρόκειται να χρησιμοποιηθούν για να αντιμετωπίσουν τα διάφορα ζητήματα στη χαρτογράφηση εδάφους. <br /> Το χώμα είναι το συνδυασμένο προϊόν κάποιου τύπου βράχου, γεωμορφισμού ή της τοπογραφίας, της βλάστησης και του κλίματος. Κατά συνέπεια, μεμονομένα τα μοντέλα εδαφών ή τα εδαφολογικά φασματικά πρότυπα δεν αρκούν να προβλέψουν το εδαφολογικό όριο με ακρίβεια. Αυτό απαιτεί την ανάπτυξη συστήματος ταξινόμησης για το χώμα βασισμένου στη γνώση. Το χώμα είναι τρισδιάστατο φυσικό σώμα και χαρακτηρίζεται από οριζόντια διαγνωστικά είτε της επιφανείας είτε κάτω της επιφάνειας. Υπάρχει μια ανάγκη να αναπτυχθεί ένας αισθητήρας που να έχει μια ικανότητα να προβλέψει το βάθος και τις πληροφορίες κάτω από την επιφάνεια (Doolittle 1987). Με την εμφάνιση της τεχνολογίας τηλεπισκόπησης (με το υψηλότερο, χωρικό, φασματικό και ραδιομετρικό ψήφισμα) και του GIS, οι ολοκληρωμένες προσεγγίσεις πρέπει να ακολουθηθούν. Η τηλεπισκόπηση μικροκυμάτων αξίζει επίσης την προσοχή για σχετικές με τις το χώμα μελέτες. <br /> <br /> <br /> '''Προοπτικές και συμπεράσματα '''<br /> <br /> Η τεχνολογία της τηλεπισκόπησης εξελίσσεται. Η φασματοσκοπία περιορισμένης ζώνης απεικόνισης στην οπτική και θερμική περιοχή του ηλεκτρομαγνητικού φάσματος θα παράσχει περιεκτική διορατικότητα σε διάφορα ζητούμενα του χώματος και των ιδιοτήτων τους και θα απαντήσει στις ποσοτικές πτυχές της εδαφολογικής επιστήμης, δηλαδή, της εδαφολογικής ορυκτολογίας, της εδαφολογικής γονιμότητας, της εδαφολογικής οργανικής ουσίας, της εδαφολογικής υγρασίας και των θερμικών ιδιοτήτων των χωμάτων. Η εδαφολογική βιοχημεία είναι απολύτως άθικτη. Υπάρχει τεράστιο πεδίο για τη μελέτη της εδαφολογικής οργανικής ουσίας που χρησιμοποιεί την περιορισμένης ζώνης φασματοσκοπία ειδικά στη μέση και θερμική υπέρυθρη περιοχή των ηλεκτρομαγνητικών φασμάτων. Η προσπάθεια για την εδαφική χαρτογράφηση μετά από την ψηφιακή επεξεργασία εικόνας και το GIS είναι πολύ περιορισμένη (Lee και λοιποί 1988). Η τηλεπισκόπηση μικροκυμάτων είναι ακόμα στο πειραματικό στάδιο. Οι πίνακες 1 και 2 εκθέτουν τη δυνατότητα της φασματοσκοπίας περιορισμένης ζώνης απεικόνισης στο χαρακτηρισμό της εδαφολογικής ορυκτολογίας. <br /> <br /> <br /> <br /> [[Εικόνα:04_pinak1.jpg|thumb|center|450px|'''Πίνακας 1:''' Περίληψη των δονητικών χαρακτηριστικών. ]]<br /> [[Εικόνα:04_pinak4.jpg|thumb|center|450px|'''Πίνακας 2:''' Φασματικά / διηλεκτρικά / ιονικά χαρακτηριστικά αγωγιμότητας του εδάφους. ]]<br /> <br /> <br /> Οι φασματικές ιδιότητες των χωμάτων που καθορίζονται από το συνδυασμό ορυκτών, οργανικών ουσιών, εδαφολογικής υγρασίας και διάφορων αλάτων περιέχουν πολύτιμες πληροφορίες, σχετικές με τις κρίσιμες εδαφολογικές παραμέτρους δηλαδή, τις χουμικές ουσίες, την εδαφολογική σύσταση, τις θερμικές ιδιότητες και τα αρχικά και δευτεροβάθμια μεταλλεύματα. <br /> Το πρόσθετο χαρακτηριστικό γνώρισμα των χωμάτων στο ορατό (0.4-0.7 μ), στο εγγύς υπέρυθρο(0.7-1.0 μ) και στο μικροκυματικό υπέρυθρο (1.0-2.5 μ) φάσμα που έχει σχέση με της φυσικοχημικές ιδιότητές τους, είναι οι ιδιότητες εκπομπής. <br /> Η θερμική υπέρυθρη περιοχή (8-14μ) και οι διαφορετικές συχνότητες μικροκυμάτων όπως C-bands (5.4 Ghz) και L-band (1.25 Ghz) αποκαλύπτουν το καθεστώς θερμοκρασίας και το υδρολογικό καθεστώς των χωμάτων. Αυτές οι πληροφορίες είναι τεράστιας αξίας στο να προβλέψουν ποσοτικά τα βιογονικά αέρια από τα χώματα και στην ταξινόμηση του χώματος. Τα βιογονικά αέρια, δηλαδή, το μεθάνιο, το νιτρώδες οξείδιο, το διοξείδιο του άνθρακα κ.λ.π. είναι προιόντα εδαφολογικών βιοχημικών διαδικασιών. <br /> Οι δυνητικοί τομείς των μελετών για το χώμα, παραδείγματος χάριν, ποσοτικά θέματα της εδαφολογικής γονιμότητας, της εδαφολογικής ορυκτολογίας, των υδρολογικών θεμάτων και της εδαφολογικής βιολογίας, χρειάζονται την τηλεπισκόπηση και την βασισμένη στο GIS έρευνα. Μερικά νέα ελπιδοφόρα εργαλεία και τεχνικές, ακόμα υπό δοκιμή, πρέπει να βελτιώσουν την ικανότητά μας για τον προσδιορισμό και τη χαρτογράφηση των εξωτερικών καθώς επίσης και εσωτερικών χαρακτηριστικών γνωρισμάτων (Zinck 1990). Ο Doolittle (1987) ανέφερε ότι η συσκευή ραντάρ (GPR) που διαπερνά το έδαφος μπορεί να παρέχει τις ακριβείς εικόνες των πλήρων εδαφολογικών ακολουθιών. Το GPR είναι μια ευρεία ζώνη, σύστημα ραντάρ ώθησης, του οποίου ικανότητα εδαφολογικής διείσδυσης κυμαίνεται από περίπου το βάθος ενός μέτρου στα συμπαγή αργιλώδη χώματα ως περίπου 25 μέτρα στα αμμώδη χώματα. Τα σχετικά εδαφολογικά χαρακτηριστικά γνωρίσματα και οι διαγνωστικοί ορίζοντες μπορούν να προσδιοριστούν στον κάθετο και οριζόντιο βαθμό. Οι σειρές της εδαφολογικής μεταβλητότητας μπορούν να καθιερωθούν ποσοτικά. Η χρήση της τηλεπισκόπησης για την εδαφολογική επιστήμη μπορεί βεβαίως να προωθηθεί περαιτέρω με την ενισχυμένη κατανόηση της διαδικασίας της αλληλεπίδρασης του ηλεκτρομαγνητικού φάσματος με το χώμα. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/H_%CF%83%CE%B7%CE%BC%CE%B1%CF%83%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CE%B1%CE%BD%CF%84%CE%B9%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B9%CF%82_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%B5%CF%82_%CE%B1%CE%BD%CE%B9%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B5%CE%B9%CF%82_-_%CE%B7_%CF%80%CE%B5%CF%81%CE%B9%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_Homs,_%CF%83%CF%84%CE%B7_%CE%A3%CF%85%CF%81%CE%B9%CE%B1 H σημασια της αντιθεσης στις αρχαιολογικες ανιχνευσεις - η περιπτωση της Homs, στη Συρια 2010-03-24T22:31:49Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' archaeological site detection: the importance of contrast<br /> <br /> '''Συγγραφείς:''' A. Beck<br /> <br /> '''Πηγή:''' Annual Conference 2007 Remote Sensing and Photogrammetry Society, http://www.ceg.ncl.ac.uk/rspsoc2007/papers/189.pdf<br /> <br /> <br /> '''ΑΝΤΙΘΕΣΗ ΚΑΙ ΑΡΧΑΙΟΛΟΓΙΚΗ ΑΝΙΧΝΕΥΣΗ '''<br /> <br /> Η φύση των αρχαιολογικών υπολειμμάτων και οι σχέσεις τους με την άμεση μήτρα (ή το πλαίσιο) καθορίζουν πόσο εύκολα μπορούν να προσδιοριστούν. Παραδείγματος χάριν, είναι σχετικά εύκολο να προσδιοριστεί οπτικά ένα στοιχείο που έχει κοπεί σε ασβεστόλιθο και έχει επιχωματωθεί έπειτα με το χώμα, ενώ μπορεί να είναι δυσκολότερο να προσδιοριστεί το στοιχείο που έχει κοπεί στο χώμα και έχει επιχωματωθεί αμέσως με το ίδιο χώμα. <br /> Είναι αυτή η ίδια η αντίθεση μεταξύ ενός αρχαιολογικού χαρακτηριστικού γνωρίσματος και της περιβάλλουσας μήτρας του, που κάποιος ελπίζει να προσδιορίσει κατά την ανίχνευση, την παρουσίας ή την απουσίας ενός αρχαιολογικού υπολείμματος. <br /> Αυτό το συναντάμε σε όλα τα επίπεδα της αρχαιολογικής έρευνας: κατά την ανασκαφή οι αρχαιολόγοι μπορούν να διακρίνουν τέτοιες αντιθέσεις μεταξύ των διαφορετικών στρωμάτων σχηματισμού του εδάφους, χρησιμοποιώντας διάφορες τεχνικές αντίληψης, όπως την αφή, το χρώμα, ακόμη και τη γεύση (ορισμένες καταθέσεις αποβλήτων μπορούν να αφήσουν ένα αλμυρό υπόλειμμα). <br /> Η πλειοψηφία των τεχνικών που χρησιμοποιούνται στην αρχαιολογική ανίχνευση στηρίζεται στην οπτική ερμηνεία, αν και διάφοροι αλγόριθμοι μπορούν να χρησιμοποιηθούν για να ενισχύσουν την αντίθεση. <br /> <br /> <br /> Στο Ηνωμένο Βασίλειο, η πρακτική της χρησιμοποίησης των τεχνικών τηλεπισκόπησης για τις αρχαιολογικές περιοχές και τα αρχαιολογικά τοπία έχει βασιστεί παραδοσιακά στην αεροφωτογραφία χαμηλού ύψους χρησιμοποιώντας ταινία ευαίσθητη στο ορατό φάσμα και μερικές φορές κοντά στα υπέρυθρα μήκη κύματος. Στη δεκαετία του '20, ο Ο. G. S. Crawford, ο αρχαιολόγος και ανώτερος υπάλληλος της Βρετανικής Έρευνας Πυροβολικού, κατέδειξε ότι οι αρχαιολογικές δομές θα μπορούσαν να προσδιοριστούν από τη σκιά, τα σημάδια του χώματος και των συγκομιδών στην πανγχρωματική αεροφωτογραφία (σχήμα 1). <br /> <br /> [[Εικόνα:09_01.jpg|thumb|center|450px|'''Σχήμα 1:''' Παράγοντες που οδηγούν στην ανίχνευση των σημαδιών συγκομιδών, σκιών και χώματος ]]<br /> <br /> Από τότε, η πλάγια και η κάθετη αεροφωτογραφία έχει χρησιμοποιηθεί εκτενώς για την αρχαιολογική αναγνώριση και τη χαρτογράφηση παντού στον κόσμο (Donoghue, 1999). <br /> <br /> Οι πρώτοι εναέριοι φωτογράφοι βοήθησαν να καθοριστούν τα όργανα και να καθιερώσουν τις μεθόδους που είναι ακόμα και σήμερα σε λειτουργία. Συγκεκριμένα ο Crawford καθιέρωσε τις μεθόδους ταξινόμησης περιοχών και έγραψε για τις επιδράσεις του καιρού, της εποχής, της εδαφολογικής υγρασίας και του τύπου συγκομιδών στη φωτογραφική απεικόνιση (Crawford, 1923 Crawford, 1928 Crawford, 1929). <br /> <br /> Σήμερα, η αεροφωτογραφία γίνεται αποδεκτή ως οικονομικώς αποδοτική, μη παρεμβατική τεχνική για την αναγνώριση και έρευνα για τα μνημεία. <br /> <br /> Τις τελευταίες δεκαετίες η πρόοδος στην τεχνολογία των αισθητήρων έχει οδηγήσει σε μια σειρά αερομεταφερόμενων και διαστημικών οργάνων απεικόνισης εδάφους, που μπορούν να εφαρμοστούν στα προβλήματα αρχαιολογικής και διαχείρισης κληρονομιάς. <br /> Εντούτοις, η ανάπτυξη των τεχνικών που συνδέονται με αυτές τις τεχνολογίες έχει εξελιχθεί ανεξάρτητα και με μικρή κατανόηση των φυσικών, χημικών, βιολογικών και περιβαλλοντικών διαδικασιών που καθορίζουν εάν τα αρχαιολογικά υπολείμματα θα προσδιοριστούν στον έναν ή στον άλλο αισθητήρα. Δυστυχώς, η γνώση, με ποιες τεχνικές θα ανιχνευθούν συγκεκριμένα ποια συστατικά της αρχαιολογικής περιοχής και κάτω από ποιες συνθήκες, δεν έχει διαπεράσει πλήρως τον αρχαιολογικό κανόνα. <br /> <br /> <br /> Το πρόγραμμα 'Settlement and Landscape Development;' στην περιοχή Homs της Συρίας (SHR) είχε ως σκοπό να ερευνήσει τη μακροπρόθεσμη αλληλεπίδραση ανθρώπου - φύσης σε τρεις παρακείμενες αλλά αντιπαραβαλλόμενες περιβαλλοντικές ζώνες, που βρέθηκαν στην ανώ περιοχής της κοιλάδας Orontes κοντά στην υπάρχουσα πόλη Homs, στη Συρία (Beck et al., 2007; Philip et al., 2005; Philip et al., 2002a; Philip et al., 2002b). <br /> <br /> [[Εικόνα:09_02-4.jpg|thumb|center|450px|'''Σχήμα 2:''' Σύγκριση των αεροφωτογραφιών Corona KH-4β και Ikonos MS (αριθμημένοι αρχαιολογικοί χώροι) ]]<br /> <br /> Το πρόγραμμα χρησιμοποίησε κυρίως έναν συνδυασμό δορυφορικών φωτογραφιών για την ανίχνευση περιοχών από τους δορυφόρους Corona και Ikonos (σχήμα 2). <br /> Οι αποστολές του Corona KH-4b χρησιμοποίησαν πανγχρωματικό φιλμ ευαίσθητο στη φασματική σειρά 400 – 700nm, δηλ του ορατού και του εγγύς υπέρυθρου (NIR). Μετά από την ψηφιοποίηση και την γεωαναφορά των κατάλληλων φωτογραφιών, η ανάλυση τους έφτασε περίπου στα 2μ.<br /> Το Ikonos είναι εμπορικός δορυφόρος και προσφέρει γεωαναφερόμενες φωτογραφίες από τον παγχρωματικό δέκτη (1m διακριτική ικανότητα και φάσμα κύματος 400 – 900nm) και από 4 πολυφασματικούς (με 4m ανάλυση στα κανάλια μπλε, πράσινο, κόκκινο και NIR). <br /> <br /> Η ζώνη των μαργών θα είναι το επίκεντρο για την παρούσα μελέτη περίπτωσης . Σε αυτήν την ζώνη η πλειοψηφία των αρχαιολογικών υπολειμμάτων παίρνει τη μορφή είτε λοφίσκων είτε μικρής υποβάθμισης του εδαφολογικού αναγλύφου.<br /> <br /> Τα προεξέχοντα χαρακτηριστικά γνωρίσματα του εδάφους, εκτός αν είναι βαριά διαβρωμένα, είναι εύκολα να ανιχνευθούν: η πλειοψηφία τους έχει χαρτογραφηθεί ήδη και έχει καταγραφεί. <br /> Αντιθέτως οι περιοχές εδαφολογικών σημαδιών λόγω υποβάθμισης είναι πολύ δύσκολα εντοπίσιμες και έχουν βρεθεί χρησιμοποιώντας εντατικά προγράμματα τεχνικών παρατήρησης και παρακολούθησης του περιβάλλοντος. <br /> <br /> '''Η αντίθεση και τα σημάδια του χώματος σε ζώνη μαργών'''<br /> <br /> Προκειμένου να ανιχνευθούν τα αρχαιολογικά υπολείμματα πρέπει να καταλάβουμε όχι μόνο το πώς οποιαδήποτε αντίθεση θα εκφραζόταν αλλά και τη φυσική αιτιολογία της κάθε αντίθεσης. Υπήρξε η υπόθεση ότι σε αυτές οι περιοχές βρίσκονται τα ερείπια εγκαταλειμμένων κατοικιών κατασκευασμένων από πλιθιά (Beck 2004, Wilkinson και λοιποί 2006). Εάν αυτή ίσχυε, το χώμα που χρησιμοποιήθηκε στην κάθε αρχαιολογική περιοχή θα μπορούσε θεωρητικά να διαφοροποιηθεί από το τοπικό χώμα, από κάποια διαφορά στο μέγεθος των συστατικών του υλικού, τη δομή, την περιεκτικότητα σε υγρασία ή τη χημική/βιολογική σύνθεση λόγω του υποβιβασμένου οικοδομικού υλικού. Αυτό μπορεί να είναι αφορμή για τις διαφορετικές ιδιότητες χώματος ή/και συγκομιδών που μπορούν να ανιχνευθούν χρησιμοποιώντας τις δορυφορικές απεικονίσεις. <br /> Αρχικά το εδαφολογικό χρώμα καταγράφηκε σε ένα διάγραμμα Munsell. Το εδαφολογικό χρώμα είναι μια από τις προφανέστερες και εύκολα καθορισμένες ιδιότητες του χώματος, και είναι ένα αρχικό στοιχείο που χρησιμοποιείται ευρέως από τους εδαφολογικούς επιστήμονες στον προσδιορισμό, την περιγραφή περιοχών, το χαρακτηρισμό και την ταξινόμηση των χωμάτων (White, 1997). <br /> Καθορίστηκε ότι, όταν ήταν ξηρά, τα αρχαιολογικά υπολείμματα ήταν αρκετά πιο φωτεινά στο χρώμα (που απεικονίζει μια αύξηση στην ένταση του χρώματος) σε σχέση με τα περιβάλλοντα χώματα, αλλά ότι τα δύο χώματα ήταν χρωματικά όμοια από το μάτι όταν ήταν υγρά. Η παρατήρηση των φωτογραφιών του Corona από διαφορετικές εποχές αποκάλυψε ότι οι διαφορές χρώματος μεταξύ των αρχαιολογικών και μη-αρχαιολογικών χωμάτων ήταν πιο φανερές κατά τη διάρκεια της μέγιστης ξηρασίας (Σεπτέμβριο μέχρι Νοέμβριο), αν και οι περιοχές ήταν επίσης εύκολα ανιχνεύσιμες κατά τη διάρκεια που τα εδάφη 'στεγνώνουν' μετά από βροχοπτώσεις. Αυτό πιθανώς απεικονίζει τις διαφορές στην ιδιότητα των αρχαιολογικών και των μη-αρχαιολογικών χωμάτων στο να διατηρούν την υγρασία. <br /> <br /> Αυτή η απλή παρατήρηση παρείχε αρκετές πληροφορίες για να καθορίσει την έρευνα.<br /> Το ενδιαφέρον όμως ήταν να βρεθούν οι πραγματικές αιτιολογίες για αυτή τη συνθήκη. <br /> <br /> Το εδαφολογικό χρώμα είναι ένα έμμεσο αποτέλεσμα, άλλων σημαντικότερων χαρακτηριστικών ή ιδιοτήτων που δεν παρατηρούνται τόσο εύκολα. Το επιφανειακό χρώμα που διαφέρει από αυτό του υλικού - γονέα είναι συνήθως μια ένδειξη των διαδικασιών που περιλαμβάνονται στον εδαφολογικό σχηματισμό και μπορεί επίσης να είναι ενδεικτικό ανθρωπογενών ενεργειών που έχουν ενοχλήσει ένα εντοπισμένο έδαφος. Σύμφωνα με το Myers (1983) και το Horvath (1984) οι περισσότεροι σοβαροί παράγοντες που επηρεάζουν το εδαφολογικό χρώμα είναι η ορυκτολογία, τα χημικά συστατικά, η εδαφολογική υγρασία, η εδαφολογική δομή, το μέγεθος μορίων και το περιεχόμενο οργανικής ουσίας. <br /> Προκειμένου να καθοριστεί η πραγματική αιτία της διαφορετικής χρωματικής απόδοσης του χώματος, έγινε δειγματοληψία του υλικού (Beck, 2004 Wilkinson και λοιποί., 2006). Πραγματοποιήθηκαν οι ακόλουθες εργαστηριακές αναλύσεις στα δείγματα (σχήμα 3): <br /> * Υγρές και ξηρές αναγνώσεις σπεκτροραδιόμετρων<br /> * Μέτρηση μεγέθους μορίων <br /> * Μαγνητική ευαισθησία <br /> * Γεωχημική ανάλυση <br /> <br /> <br /> [[Εικόνα:09_03-5.jpg|thumb|center|450px|'''Σχήμα 3 περιοχή 339:''' Πώς ποικίλλει κάτω από τη συγκομιδή, τη θέση των σημείων εδαφολογικών δειγμάτων επιστρώνοντας ένα κράτος μέλος Ikonos (ψεύτικο σύνθετο χρώματος 4.3.2) και τη σύγκριση των σχεδιαγραμμάτων καμπυλών για διάφορες ιδιότητες ]]<br /> <br /> Σύμφωνα με τον Wilkinson (2006) οι διαφορές στη φασματική ανάκλαση των εδαφολογικών τόπων οφείλονταν στις παραλλαγές στην υγρασία, την κοκκομετρική του διακύμανση και την εδαφολογική δομή μεταξύ των αρχαιολογικών και μη-αρχαιολογικών εδάφων. <br /> <br /> Αυτή η κατανόηση του φυσικού χαρακτήρα της αντίθεσης επιτρέπει να προσομοιωστεί γρήγορα η αποτελεσματικότητα των αισθητήρων με διαφορετικές διακριτικές ικανότητες και να εκτεθούν οι άμεσες ή έμμεσες αντιθέσεις ακόμα και σε διαφορετικές περιβαλλοντικές συνθήκες. <br /> <br /> Με αυτά τα δεδομένα, έγινε αναζήτηση για εικόνες του Ikonos στο διάστημα μεταξύ Οκτωβρίου 2001 εώς Ιανουαρίου 2002. Αυτή η χρονική περίοδος καλύπτει τους πιο ξηρούς μήνες και την αρχή των χειμερινών βροχοπτώσεων. Υπάρχει περιορισμένη ή μικρή φυτική καλλιέργεια σε ανάπτυξη τη δεδομένη περίοδο. Τελικά, για διάφορους λόγους, η έρευνα έγινε με υλικό του Φεβρουαρίου 2002. Παρόλλο που η εποχή δεν ήταν η ιδανική, οι δυνατές βροχοπτώσεις δεν είχαν ακόμα αρχίσει. Επίσης, οι ελαφές βροχοπτώσεις βελτιώνουν την ευκρίνεια της εικόνας καθώς απομακρύνουν την ατμοσφαιρική σκόνη.<br /> <br /> '''αλγόριθμοι αυξήσεων της αντίθεσης''' <br /> <br /> Όπως έχει τεθεί ως αίτημα και κατέδειξε έπειτα (σχήμα 5) τα αρχαιολογικά υπολείμματα στη ζώνη μαργών δεν εκθέτουν μια μοναδική φασματική καμπύλη. Η ανθρωπογενής δράση που συνδέεται με τη χρήση και την καταστροφή μιας περιοχής αλλάζει τις ελλοχεύουσες εδαφολογικές ιδιότητες. Αυτό παράγει στη συνέχεια τη διαφορά του συντελεστή ανάκλασης στα ορατά μήκη κύματος που σημαίνει ότι αυτή η περιοχή μπορεί να ανιχνευθεί χρησιμοποιώντας τους οπτικούς δορυφορικούς αισθητήρες. Σε αυτό το περιβάλλον μπορούμε να γενικεύσουμε ότι οι αρχαιολογικές περιοχές μοιράζονται παρόμοιες φασματικές υπογραφές με το τοπικό χώμα αλλά έχουν χαρακτηριστικά υψηλότερα το συντελεστή ανάκλασης. Η διαφορά του συντελεστή ανάκλασης στις περιοχές αυτές παρέχει την αντίθεση που τους επιτρέπει να ανιχνευθεί. <br /> <br /> Σε πολλές περιπτώσεις η οπτική αντίθεση των αρχαιολογικών υπολειμμάτων θα μπορούσε να ενισχυθεί με απλούς χειρισμούς ιστογράμμων (δηλ. τεμαχισμός, ένταση της αντίθεσης ή ψευδοχρωματικά σύνθετα). Αυτό μπορεί όμως να καλύψει τις οξύνοιες, όπως οι τοπικές παραλλαγές δεδομένου ότι τα χαρακτηριστικά γνωρίσματα αποτελούν μόνο ένα πολύ μικρό ποσοστό των στοιχείων σε μια εικόνα, και τα χαρακτηριστικά τους μπορούν να καλυφθούν από τις σφαιρικές στατιστικές του συνόλου δεδομένων. <br /> <br /> Μια μεγαλύτερη κατανόηση των διαδικασιών που παράγουν την αντίθεση επιτρέπει στο να βρεθουν οι αποτελεσματικότεροι αλγόριθμοι αυξήσεων για να παραχθεί το επιθυμητό αποτέλεσμα (Βeck, 2004). <br /> <br /> Μία τεχνική που αναπτύχθηκε θεώρησε τα αρχαιολογικά χωρικά σημεία σαν εδαφολογικές παραλλαγές του τοπικού υποβάθρου. Δεδομένου ότι οι αρχαιολογικές περιοχές επιδεικνύουν μια μετρημένα διαφορετική αξία συντελεστή ανάκλασης στα τοπικά χώματα, η αφαίρεση ενός υπολογισμένου κατά μέσο όρο συντελεστή pixel, θα παραγάγει θεωρητικά μια θετική αξία. <br /> Αποφασίστηκε να εφαρμοστεί ένας πυρήνας κινούμενου μέσου όρου (moving average kernel) στο Corona και στις δορυφορικές εικόνες του Ikonos προκειμένου να αξιολογηθεί εάν τα υπολείμματα του αρχαιολογικού οικισμού ήταν ευκολότερα να εντοπιστούν στην επακόλουθη στατιστική επιφάνεια. <br /> <br /> Θεωρητικά, μετά από την επεξεργασία, οι περιοχές με χώμα χωρίς τροποποιήσεις πρέπει να έχουν έναν μέσο όρο κοντά στο μηδέν (δηλ. ελάχιστη προκατάληψη). Τα χαρακτηριστικά γνωρίσματα που παρεκκλίνουν σημαντικά από αυτές τις τιμές υποβάθρου, όπως τα αρχαιολογικά υπολείμματα, δρόμοι, κτήρια, συγκομιδές και νερό, θα πρέπει να αποκτήσουν τις θετικές ή αρνητικές τιμές. <br /> Το μόνο πρόβλημα ήταν ο καθορισμός του μεγέθους του πυρήνα. Μετά από τις εμπειρικές προσεγγίσεις δοκιμών και λάθους για να καθοριστεί μια κατάλληλη ακτίνα για τον πυρήνα, αποφασίστηκε ένας συμβιβασμός των 200m. Αυτό παρέχει μια αρκετά μεγάλη περιοχή που επεκτείνεται πέρα από τα περιγράμματα των περισσότερων περιοχών και μπορεί να υποβληθεί σε επεξεργασία σε ένα λογικό χρονικό πλαίσιο. <br /> <br /> Τα αποτελέσματα του πυρήνα υπολογισμού μέσου όρου (averaging kernel) σε ολες τις πηγές φωτογραφιών ήταν άριστα. Το σχήμα 4 συγκρίνει ένα ψευδοχρωματικό σύνθετο 3.2.1 των 200μέτρων του πυρήνα επεξεργασμένο και το αντίστοιχο στοιχείο από το Ikonos. Αν και λόγω της μικρής κλίμακας της εικόνας φαίνεται αυτή η τεχνική να μην παρέχει κανένα όφελος: η εικόνα φαίνεται γκρίζα δεδομένου ότι οι περισσότερες τιμές εδάφους είναι κοντά στο μηδέν σε όλες τις ζώνες. Η μεγένθυνση της εικόνας, επιδεικνύει πώς τα επεξεργασμένα στοιχεία με τη χρήση του πυρήνα αυτού βοηθούν στην οπτική ανίχνευση: η περιοχή 478 (μια προϊστορική περιοχή) ενισχύεται σημαντικά όπως και η περιοχή 458 (μια ισλαμική εγκατάσταση στην περιοχή 256).<br /> <br /> Αρχικά η μικρής κλίμακας εικόνας της σταθερής απόκλισης φαίνεται να επιδεικνύει περισσότερες πληροφορίες. Αυτή η τεχνική όμως βοηθά να προσδιοριστούν ευρείες κατηγορίες γενικά στην εικόνα (όπως νερό και διάφοροι εδαφολογικοί τύποι) κατά συνέπεια η μεγένθυνση να είναι κακής ποιότητας, διαποτισμένη και ξεβαμμένη.<br /> <br /> <br /> <br /> <br /> [[Εικόνα:09_04a-6.jpg|thumb|center|450px|'''Σχήμα 4α:''' αύξηση εικόνας: ο πυρήνας κινούμενου μέσου όρου που συγκρίθηκε ενάντια σε ένα τέντωμα ιστογράμμων]]<br /> [[Εικόνα:09_04b-6.jpg|thumb|center|450px|'''Σχήμα 4β:''' αύξηση εικόνας: ο πυρήνας κινούμενου μέσου όρου που συγκρίθηκε ενάντια σε ένα τέντωμα ιστογράμμων]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ ΚΑΙ ΑΞΙΟΛΟΓΗΣΗ'''<br /> <br /> Σε αυτή την περίπτωση μελετήθηκε η διαφοροποίηση του χωματος που χρησιμοποιήθηκε στις πλίνθους ενός αρχαιολογικού θαμμένου πλέον οικισμού και του περιβάλλοντος χώματος που το περικλείει. Η διαφοροποίηση αυτή εντοπίστηκε στη περιεχόμενη υγρασία, στη κοκκομετρική του σύνθεση και στην εδαφολογική δομή του κάθε χώματος. Έχοντας κατανοήσει τις αιτίες και τις διαδικασίες που συντελούν στο να παραχθεί αυτή η διαφορά, μπορούμε να αποφασίσουμε τους καταλληλους δέκτες, τεχνικές τηλεπισκόπησης και φυσικές συνθήκες για να αναγνώσουμε αυτή την αντίθεση.<br /> <br /> Η αντίθεση εντοπίζεται στο ορατό φάσμα, μεταξύ 400-900nm και στο ΝΙR. Για να πετύχουμε τη μέγιστη αντίθεση για τις αρχαιολογικές ανασκαφές οι τοπικές συνθήκες πρέπει να είναι αυξημένης υγρασίας και περιορισμένης κάλυψης από καλλιέργειες.<br /> Αυτές οι συνθήκες καθορίστηκαν από το τύπο του αισθητήρα που επιλέχτηκε για την ανίχνευση της αντίθεσης των χωμάτων, που ήταν αισθητήρας του ορατού φάσματος. Παρόλλ'αυτά θα μπορούσε να χρησιμοποιηθεί και αισθητήρας μικρών κυμάτων στο υπέρυθρο φάσμα (SWIR) που μπορεί να είχε μεγαλύτερη ευαισθησία στις παραλλαγές των ορυκτών και των εδαφολογικών δομών.<br /> <br /> Τα αρχαιολογικά υπολείμματα αντιπροσωπεύουν τις τροποποιήσεις ενός προϋπάρχοντος τοπίου και επομένως επηρεάζονται έντονα από το περιβάλλον. Εάν η ιδέα μιας φασματικής υπογραφής μπορεί να εφαρμοστεί καθόλου, θα λειτουργήσει μόνο μέσα σε ένα συνεπές περιβάλλον υποβάθρου και για μια συγκεκριμένη μορφή αρχαιολογικού υπολείμματος, να δει παραδείγματος χάριν Altaweel (2005). Μια επαγωγική προσέγγιση χρησιμοποιήθηκε που κατέδειξε τη χρησιμότητα της κατανόησης των φυσικών διαδικασιών υποστηρίζοντας την ανίχνευση της αρχαιολογική αντίθεσης. Αυτή η κατανόηση έχει επιτρέψει τη συλλογή των αεροφωτογραφιών στην πιό κατάλληλη χρονική στιγμή για την ανίχνευση και έχει διευκολύνει στη δημιουργία ενός αλγορίθμου αυξήσεων που έχει βελτιώσει την ανίχνευση των υπολειμμάτων. <br /> Οι τεχνικές που παρουσιάζονται σε αυτό το έγγραφο δεν θα επιτρέψουν στους αρχαιολόγους για να προσδιορίσουν αυτόματα όλα τα γνωρίσματα αρχαιολογικής σημασίας που βρίσκονται στην αεροφωτογραφία μιας περιοχής.<br /> Υποστηρίζουμε ότι οι κατάλληλες μεθοδολογίες επεξεργασίας μπορούν να εφαρμοστούν μόνο όταν έχει γίνει μια λεπτομερή κατανόηση της φύσης και των αρχαιολογικών υπολειμμάτων, των σχέσεων τους με το άμεσο περιβάλλον, τα χαρακτηριστικά του αισθητήρα και έχοντας τις κατάλληλες περιβαλλοντικές συνθήκες κατά την διάρκεια σύλληψης της εικόνας.<br /> Θα φαινόταν λογικό ότι ένα μεθοδολογικό πλαίσιο, σύμφωνα με το πρότυπο ταξινόμησης περιοχών O.G.S. Crawford, παράγεται. Αυτό θα βοηθήσει την αρχαιολογική ανίχνευση χαρακτηριστικών γνωρισμάτων με την υποβολή προτάσεων των διαφορετικών αισθητήρων για να ανιχνεύσει τα διαφορετικά αρχαιολογικά χαρακτηριστικά γνωρίσματα στα διαφορετικά περιβάλλοντα υπό τους διαφορετικούς όρους. <br /> Αυτό το είδος πληροφοριών είναι ουσιαστικό για τους περιφερειακούς και εθνικούς αρχαιολογικούς οργανισμούς που πρέπει να επεκτείνουν αποτελεσματικά τις έρευνές τους με λίγους πόρους<br /> <br /> <br /> <br /> [[category:Αρχαιολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CF%8C%CE%BA%CF%84%CE%B7%CF%83%CE%B7_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CF%85%CE%B3%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82 Μια μέθοδος για την απόκτηση υψηλής ευκρίνειας εδαφολογικής επιφανειακής υγρασίας 2010-03-24T22:30:56Z <p>Ogeorg: </p> <hr /> <div>Μια μέθοδος για την απόκτηση υψηλής ευκρίνειας εδαφολογικής επιφανειακής υγρασίας από τις παρατηρήσεις ραδιομέτρων και ραντάρ του L-Band Hydros<br /> <br /> '''Πρωτότυπος Τίτλος:''' A Method for Retrieving High-Resolution Surface Soil Moisture From Hydros L-Band Radiometer and Radar Observations<br /> <br /> '''Συγγραφείς:''' Xiwu Zhan, Paul R. Houser, Jeffrey P. Walker, Wade T. Crow<br /> <br /> '''Πηγή:''' IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 44, NO. 6, JUNE 2006, http://www.civenv.unimelb.edu.au/~jwalker/papers/tgars06.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η εδαφολογική υγρασία είναι ένα κρίσιμο υδροσφαιρικό μεταβλητό στοιχείο που συχνά περιορίζει τις ανταλλαγές του νερού και της ενέργειας μεταξύ ατμόσφαιρας και επιφάνεια εδάφους, ελέγχει το ποσοστό στις βροχοπτώσεις μεταξύ της εξάτμισης, της διήθησης και της απορροής, και των επιδράσεων στις φωτοσυνθετικές και μικροβιολογικές αναπνευστικές δραστηριότητες. Η ακριβής μέτρηση αυτής της μεταβλητής στο σύνολο της εδαφικής επιφάνειας απαιτείται για το παγκόσμιο νερό, ενέργεια, το κύκλο του άνθρακα και τις σχετικές επιστήμες. Η τεχνολογία της τηλεπισκόπησης έχει τη δυνατότητα να παρέχει τις σφαιρικές χωροχρονικές πληροφορίες για τις μεταβολές της εδαφολογικής υγρασίας.<br /> <br /> Υπάρχουν 2 μέθοδοι τηλεπισκόπησης που εφαρμόζονταν για το σκοπό αυτο, η παθητική ραδιομετρική τηλεπισκόπηση, που έχει υψηλότερη ακρίβεια αλλά χαμηλότερη χωρική διακριτική ικανότητα, και η ενεργός τηλεπισκόπηση, ραντάρ, που έχει υψηλή χωρική διακριτική ικανότητα αλλά χαμηλή ακρίβεια. Για να υπερνικηθούν οι μεμονωμένοι περιορισμοί των δύο αυτών προσεγγίσεων, η αποστολή της NASA, arth System Science Pathfinder Hydrospheric States (Hydros), συνδυάζει καιτις δύο τεχνολογίες. <br /> <br /> Για να υπερνικήσει τους μεμονωμένους περιορισμούς των δύο προσεγγίσεων (η παθητική ραδιομετρική τηλεπισκόπηση έχει υψηλότερο η ακρίβεια αλλά η χαμηλότερη χωρική ανάλυση και η ενεργός τηλεπισκόπηση ραντάρ έχουν την υψηλότερη χωρική ανάλυση αλλά τη χαμηλότερη ακρίβεια), ο ανιχνευτής Hydrospheric επιστήμης γήινων συστημάτων της NASA Η κρατική (Hydros) αποστολή συνδυάζει αυτές τις δύο τεχνολογίες. <br /> Η αποστολή Hydros θα χρησιμοποιήσει σε συνδυασμό, ένα περίπου 40 χλμ L-band ραδιόμετρο μικροκυμάτων και το ραντάρ 3 χλμ για να παρέχει τις σφαιρικής κλίμακας διαστημικές παρατηρήσεις εδαφολογικής επιφανειακής υγρασίας εδάφους με διάστημα επανάληψης τριών ημερών.<br /> <br /> Αυτό το έγγραφο περιγράφει μια Μπεϋζιανή προσέγγιση στη συγχώνευση αυτών των παρατηρήσεων από το ραδιόμετρο και το ραντάρ. Αυτή η Μπεϋζιανή προσέγγιση συγχωνεύει βέλτιστα και των δύο τα στοιχεία παρατήρησης: το σχετικά ακριβές χονδροειδές ψηφίσμα του ραδιόμετρου και τις σχετικά θορυβώδεις υψηλού ψηφίσματος ραντάρ με μία προκαταρκτική υπόθεση εδαφολογικής υγρασίας. <br /> <br /> Για την απλοποίηση, το πειραμα του συστήματος προσομοίωσης παρατηρήσεων (observing<br /> system simulation experiment - OSSE) υιοθετεί ένα εύκολο πλέγμα με λεπτό, μέσο και χονδροειδές ψηφίσμα από 3, 9, και 36 χλμ, αντίστοιχα.<br /> <br /> [[Εικόνα:08_High-Resolution Surface_1.jpg|thumb|center|450px|'''Σχήμα 1:''' Σχηματική αναπαράσταση που παρουσιάζει τη σχέση μεταξύ του μιμούμενου HYDROS ραντάρ (3 χλμ) και ραδιόμετρο (36 χλμ που αντιπροσωπεύουν 40 χλμ) και μέσο ψήφισμα (9 χλμ που αντιπροσωπεύουν 10 χλμ) των αποτελεσμάτων εδαφολογικής υγρασίας στο Hydros OSSE. ]]<br /> <br /> <br /> '''ΣΥΝΟΛΟ ΣΤΟΙΧΕΙΩΝ HYDROS OSSE '''<br /> <br /> Το σύνολο στοιχείων που χρησιμοποιήθηκε σε αυτό το έγγραφο παρήχθη στο Hydros OSSE. Το OSSE είχε ως σκοπό να μιμηθεί όσο το δυνατόν περισσότερο το συγκεκριμένο αισθητήρα Hydros και τα τροχιακά χαρακτηριστικά για να προετοιμάσει τους αλγορίθμους Hydros για την προγραμματισμένη έναρξή του το 2010. Το OSSE περιλαμβάνει τέσσερα στοιχεία: 1) ένα μοντέλο επιφάνειας εδάφους για να παραγάγει γεωφυσικά στοιχεία ανάλυσης 1 χλμ 2) ένα μοντέλο εκπομπής μικροκυμάτων και οπισθοδιασποράς (MEBM) για να παραγάγει τη ραδιομετρική θερμοκρασία φωτεινότητας και προσομοιώσεις οπισθοδιασποράς από ραντάρ σε ανάλυση 1 χλμ 3) συνάθροιση των παραγμένων 1 χλμ και των δεδομένων στο ραδιόμετρο Hydros (36 χλμ) και στο ραντάρ (3 χλμ) με τα προστιθέμενα λάθη οργάνων για να μιμηθεί τις παρατηρήσεις Hydros και 4) προσθήκη από τα λάθη βοηθητικών στοιχείων και την ανάκτηση εδαφολογικής υγρασίας από τις μιμούμενες παρατηρήσεις Hydros που χρησιμοποιούν τις υποψήφιες μεθόδους. <br /> <br /> <br /> <br /> [[Εικόνα:08_High-Resolution Surface2.jpg|thumb|center|450px|'''Εικονα 2:''' Χωρικοί χάρτες (α) του στατικού NDVI, (β) εδαφολογικού αργίλου, (γ) εδαφολογικής άμμου, (δ) περιεκτικότητα σε νερό της βλάστησης, (ε) παράμετρος τραχύτητας, (f) και δυναμική εδαφολογική υγρασία επιφάνειας μιας ημέρας (ημέρα 155 του 1994) των λεκανών του ποταμού Red-Arkansas. ]]<br /> <br /> ''Η εικόνα 2 δίνει τη χωρική διανομή της περιεκτικότητας σε νερό στη βλάστηση που υπολογίζεται από το χάρτη NDVI, την παράμετρο τραχύτητας, την εδαφολογική σύσταση (μέρη άμμου και αργίλου) και την εδαφολογική υγρασία για μια χαρακτηριστική ημέρα (ημέρα 155 του 1994). Το κεντρικό μέρος των λεκανών του ποταμού Red-Arkansas φαίνεται να είναι ξηρό και λιγότερο καλλιεργήσιμο σε σύγκριση με τη ανατολική πλευρά.'' <br /> <br /> [[Εικόνα:08_High-Resolution Surface3.jpg|thumb|center|450px|'''Εικονα 3:''' είναι ένα διάγραμμα ροής στοιχείων για την Μπεϋζιανή μέθοδο και η παραδοσιακή άμεση μέθοδος αντιστροφής για να ανακτήσει την εδαφολογική υγρασία από το σύνολο των στοιχείων OSSE. Ελλείψει της παρατήρησης και των μοντέλων διαταραχών παραμέτρου, πρέπει να είναι δυνατό να ανακτηθεί ο αληθής τομέας εδαφολογικής υγρασίας τέλεια όπως εάν χρησιμοποιούνταν στη διαδικασία ανάκτησης το ίδιο το ραδιόμετρο και το ραντάρ MEBM. Εντούτοις, δεδομένου ότι τα προσδοκώμενα λάθη έχουν προστεθεί στις αθροισμένες παρατηρήσεις και οι πρότυπες παράμετροι, η ανακτημένη εδαφολογική υγρασία δεν θα είναι ακριβώς ίδια με την αληθή εδαφολογική υγρασία που υπάρχει κάτω από την προσομοίωση. Ο σκοπός αυτού του εγγράφου είναι να καταδειχθεί η Μπεϋζιανή μέθοδος και να συγκριθούν τα αποτελέσματα με την άμεση μέθοδο αντιστροφής κατά τη χρησιμοποίηση του ίδιου συνόλου στοιχείων OSSE. ]]<br /> <br /> [[Εικόνα:08_High-Resolution Surface5.jpg|thumb|center|450px|'''Εικονα 4:''' Χωρική διανομή των 3 χλμ (αριστερή στήλη), 9 χλμ (μέση), 36 χλμ (δεξιά), λάθη εδαφολογικής υγρασίας από τη μέθοδο αντιστροφής ραδιομέτρων (Τ) (άνω σειρά), μέθοδος αντιστροφής οπισθοδιασποράς ραντάρ 3 χλμ (μέση σειρά), και η Μπεϋζιανή μέθοδος συγχώνευσης (κατώτατη σειρά) για το υψηλού θορύβου σύνολο στοιχείων. Οι αριθμοί στις παρενθέσεις είναι το RMSEs στο σύνολο της λεκάνης. ]]<br /> <br /> ''Όπως παρουσιάζεται στην εικόνα 4, πολλά εικονοστοιχεία με υψηλά λάθη αντιστροφής ραδιομέτρων δεν έχουν υψηλά λάθη αντιστροφής ραντάρ (π.χ., εκείνα τα εικονοστοιχεία στο νοτιοανατολικό panhandle). Και οι δύο παρατηρήσεις (ραντάρ και ραδιομέτρων) για αυτά τα εικονοστοιχεία σταματούν το ένα το άλλο στη Μπεϋζιανή συγχωνευτική μέθοδο, έτσι ώστε η γενική απόδοση της Μπεϋζιανής μεθόδου να μην αντιστοιχεί απαραιτήτως στα αυξανόμενα λάθη στις αντιστροφές. Εντούτοις, όταν αποτυγχάνουν οι αντιστροφές ραντάρ και ραδιομέτρων ταυτόχρονα, η Μπεϋζιανή μέθοδος μπορεί να παρουσιάσει σχετικά υψηλό λάθος ακόμα κι αν το μέσο RMSEs και των δύο δεν είναι σχετικά υψηλό (δείτε το μικρό αυξανόμενο λάθος στην καμπύλη Bayesian Merging RMSE την ημέρα 150). <br /> ''<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑ '''<br /> <br /> Μια Μπεϋζιανή μέθοδος συγχώνευσης για την εδαφολογική επιφανειακή υγρασία έχει προταθεί και παρουσιάστηκε με τα σύνολα στοιχείων από το μοντέλο OSSE του Hydros. Η μέθοδος εφαρμόζει το σύστημα αναπροσαρμογών του φίλτρου Kalman για το συνδυασμό των δύο διαφορετικών παρατηρήσεων Hydros. Σε αυτήν την παρουσίαση χρησιμοποιήθηκε μια απλή αντιστροφή της οριζόντιας πόλωσης των θερμοκρασιών φωτεινότητας των ραδιομέτρων ως τομέας υποβάθρου της εδαφολογικής υγρασίας και σαν παρατήρηση, οι τρεις πολώσεις του 3 χλμ ραντάρ οπισθοδιασποράς και δύο πολώσεις θερμοκρασίας φωτεινότητας των 36 χλμ ραδιομέτρου. Η Μπεϋζιανή μέθοδος παρήγαγε έπειτα ένα 3 χλμ τομέας με στοιχεία εδαφικής υγρασίας. Αυτά τα 3 χλμ αποτελέσματα εδαφολογικής υγρασίας αθροίστηκαν έπειτα σε 9 χλμ για να παραγάγουν ένα μέσης ανάλυσης στοιχείο εδαφολογικής υγρασίας.<br /> <br /> Ενώ η παραγωγή ενός περίπλοκου μοντέλου πρόβλεψης της επιφάνειας του εδάφους θα μπορούσε να χρησιμοποιηθεί ως υπόβαθρο για ένα Kalman φίλτρο αναπροσαρμογή ύφους (με τη δυνατότητα να ανακτηθούν επίσης τα πρόσθετα επιφανειακά στοιχεία), η Μπεϋζιανή μέθοδος που παρουσιάζεται απαιτεί μόνο εκείνα τα στοιχεία που χρησιμοποιούνται από τους «παραδοσιακούς» αλγορίθμους τηλεπισκόπησης για την ανάκτηση εδαφολογικής υγρασίας και οδηγείται σε ένα μοντέλο ανεξάρτητο της επιφανειακής εδαφολογικής υγρασίας. <br /> <br /> Με βάση τα στοιχεία από το OSSE, η Μπεϋζιανή μέθοδος παρήγαγε καλύτερα την εδαφολογική υγρασία έναντι των παραδοσιακών αριθμητικών αντιστροφών των παρατηρήσεων του ραντάρ ή ραδιομέτρων. Το μέσο λάθος μέσης τετραγωνικής τιμής (root mean square error - RMSE) των 3 χλμ των αποτελεσμάτων εδαφολογικής υγρασίας από τη Μπεϋζιανή μέθοδο ήταν 2.8%v/v σε σύγκριση με το 3.6%v/v από τις άμεσες αντιστροφές οπισθοδιασποράς ραντάρ για ένα σύνολο στοιχείων χαμηλού θορύβου. Για το ρεαλιστικότερο σύνολο στοιχείων υψηλού θορύβου, το RMSE από τη Μπεϋζιανή μέθοδο ήταν 3.8%v/v σε σύγκριση με 6.0% από τις άμεσες αντιστροφές οπισθοδιασποράς ραντάρ. <br /> <br /> Οι τιμές και οι σειρές των παραμέτρων του μοντέλου προσομοίωσης (όπως η περιεκτικότητα σε νερό βλάστησης, η παράμετρος τραχύτητας) μπορούν να μην είναι αντιπροσωπευτικές στην παγκόσμια κλίμακα ή τις μεγάλες περιφερειακές κλίμακες, και οι ίδιοι αλγόριθμοι ανάκτησης χρησιμοποιήθηκαν για την παραγωγή και την ανάκτηση στοιχείων. Εντούτοις, η διασύγκριση των μεθόδων ανάκτησης εδαφολογικής υγρασίας είναι βασισμένη στα ίδια δοκιμαστικά στοιχεία και η Μπεϋζιανή μέθοδος χρησιμοποιεί τα ίδια μοντέλα μεταφοράς ακτινοβολίας. Αυτά τα αποτελέσματα υπονοούν ότι η Μπεϋζιανή συγχωνευτική μέθοδος για την εδαφολογική υγρασία από τις παρατηρήσεις του Hydros ραντάρ και των ραδιομέτρων είναι μια ελπιδοφόρος προσέγγιση στην επίτευξη του υψηλότερου χωρικού ψηφίσματος και των ακριβέστερων αποτελεσματων εδαφολογικής υγρασίας από τις δορυφορικές παρατηρήσεις. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B9%CE%B4%CE%B9%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%BF%CF%8D_%CE%BD%CE%B5%CF%85%CF%81%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85 Εκτίμηση εδαφολογικών φυσικών ιδιοτήτων με τη χρήση τηλεπισκόπησης και τεχνητού νευρωνικού δικτύου 2010-03-24T22:30:16Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Estimation of Soil Physical Properties Using Remote Sensing and Artificial Neural Network<br /> <br /> '''Συγγραφείς:''' Dyi-Huey Chang, Shafiqul Islam, Cincinnati Earth System Science Program, Department of Civiland Environmental Engineering, University of Cincinnati, Cincinnati,OH<br /> <br /> '''Πηγή:''' Remote Sensing of Environment Volume 74, Issue 3, December 2000, Pages 534-544 , http://linkinghub.elsevier.com/retrieve/pii/S0034425700001449<br /> <br /> '' Τα Τεχνητά Νευρωνικά Δίκτυα είναι εκτιμητές ελεύθεροι προτύπων, δεδομένου ότι δεν στηρίζονται σε μια υποτιθέμενη μορφή των υποκείμενων δεδομένων. Βασισμένα κυρίως σε μερικά στοιχεία παρακολούθησης, προσπαθούν να λάβουν μια προσέγγιση του υποκείμενου συστήματος που παρήγαγε τα παρατηρηθέντα στοιχεία. Γενικά, κάποιος μπορεί να εξετάσει τον υπολογισμό στα νευρωνικά δίκτυα από την προοπτική του υπολογισμού μιας άγνωστης λειτουργίας βασισμένης σε αυτές τις παρατηρήσεις.'' <br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Μια ακριβής εκτίμηση των μεταβλητών εδαφολογικών ιδιοτήτων στο χώρο είναι απαραίτητη για να αναπτύξει αξιόπιστα μοντέλα της ροής και της μεταφοράς τους σε ολόκληρο το σύστημα έδαφος-βλάστηση-ατμόσφαιρα, για την αποδοτική διαχείριση των πόρων, και για τη συντήρηση της περιβαλλοντικής ποιότητας <br /> <br /> Σε αυτήν την μελέτη, διερευνάμε τη δυνατότητα να συμπεράνουμε τις εδαφολογικές φυσικές ιδιότητες μιας πολυχρονικής θερμοκρασίας φωτεινότητας και από τους χάρτες εδαφολογικής υγρασίας. Κατασκευάζουμε δύο τεχνητά νευρωνικά μοντέλα δικτύων βασισμένα στους φυσικούς συνδέσμους μεταξύ της χωροχρονικής διανομής της θερμοκρασίας φωτεινότητας, της εδαφολογικής υγρασίας, και των εδαφολογικών ιδιοτήτων. Χρησιμοποιώντας μια ακολουθία στοιχείων από το πείραμα Washita '92, δείχνουμε ότι είναι δυνατό να εντοπιστεί η εδαφολογική σύσταση από τα πολυχρονικά στοιχεία θερμοκρασία φωτεινότητας και εδαφολογικής υγρασίας. <br /> <br /> Επομένως, είναι επιθυμητό να αναπτυχθούν απλουστευμένες μέθοδοι για το χαρακτηρισμό των εδαφολογικών ιδιοτήτων σε μεγάλες περιοχές. Ο στόχος μας είναι να λάβουμε τις εδαφολογικές ιδιότητες σε μεγάλες και απομονωμένες περιοχές όπου οι συμβατικές κανονικές τεχνικές μπορούν να μην είναι εύκολα διαθέσιμες ή θα είναι πάρα πολύ ακριβές και χρονοβόρες. <br /> <br /> Η παθητική τηλεπισκόπηση μικροκυμάτων είναι ο πιό εφικτός τρόπος να μετρηθεί η θερμοκρασία της εδαφολογικής φωτεινότητας και να παραχθεί η εδαφολογική υγρασία σε μεγάλες περιοχές. Ο Camillo και λοιποί. (1984) ήταν ίσως ο πρώτος που για να υπολογίσει τις εδαφολογικές υδραυλικές παραμέτρους χρησιμοποίησε τις παθητικές μετρήσεις μικροκυμάτων (π.χ., θερμοκρασία φωτεινότητας) και τα ατμοσφαιρικά στοιχεία πίεσης (π.χ., θερμοκρασία αέρα, ταχύτητα ανέμου, υγρασία, και ολική ακτινοβολία). <br /> Χρησιμοποίησαν μια τεχνική εκτίμησης παραμέτρου μέσα σε ένα μοντέλο ισορροπίας ενέργειας και υγρασίας για να υπολογίσουν τις εδαφολογικές υδραυλικές παραμέτρους. Πρόσφατα, σύμφωνα με Hollenbeck και λοιποί. (1996) η χρονική ακολουθία τηλεπισκοπικών δεδομένων μπορεί να χρησιμοποιηθεί για την ανίχνευση ποιοτικά της εδαφολογικής υδραυλικής ετερογένειας. Οι αλλαγές στην εδαφολογική υγρασία θα μπορούσαν να χρησιμοποιηθούν ως δείκτης της εδαφολογικής σύστασης και της μέσης διαποτισμένης υδραυλικής αγωγιμότητας. <br /> <br /> Ένας βασικός στόχος αυτής της μελέτης είναι να εξεταστεί η δυνατότητα εκτίμησης των εδαφολογικών φυσικών και υδραυλικών ιδιοτήτων χρησιμοποιώντας μόνο τηλεπισκοπικά δεδομένα με ελάχιστες ή καθόλου πληροφορίες για την εδαφολογική σύσταση. Η προσέγγιση προσδιορισμού ενός διανεμημένου χάρτη των εδαφολογικών φυσικών και υδραυλικών ιδιοτήτων είναι βασισμένη στις πρόσφατες εξελίξεις των τεχνητών νευρωνικών δικτύων (Artificial Neural Network - ANN) και στις αρχές της αυτο-οργάνωσης. Αυτή η μεθοδολογία θα επέτρεπε να υπολογιστούν οι εδαφολογικές φυσικές ιδιότητες που βασίζονται στη φυσική σχέση μεταξύ των εδαφολογικών υδραυλικών ιδιοτήτων και της εδαφολογικής υγρασίας κατά τη διάρκεια της ξήρανσης (drydown). <br /> <br /> <br /> '''ΣΧΕΣΕΙΣ ΜΕΤΑΞΥ ΤΗΛΕΠΙΣΚΟΠΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΓΝΩΡΊΣΜΑΤΑ ΚΑΙ ΕΔΑΦΟΛΟΓΙΚΩΝ ΦΥΣΙΚΩΝ ΙΔΙΟΤΗΤΩΝ'''<br /> <br /> Οι εικόνες εδαφολογικής υγρασίας υπό μορφή ογκομετρικής εδαφολογικής υγρασίας προήλθαν από το ηλεκτρονικά ανιχνευμένο ραδιόμετρο σειράς (ESTAR). Αυτά τα δεδομένα αποθηκεύονται σε εικόνες 228 επί 93 εικονοστοιχείων που καλύπτουν μια έκταση 45.6 χλμ επί 18.6 χλμ (848 km2) με ένα ψήφισμα εικονοστοιχείου 200 μ επί 200 μ. <br /> Η εικόνα 1 δείχνει μια ακολουθία τηλεπισκοπής θερμοκρασίας φωτεινότητας, TB(x,t),και την αντιστοιχία του επιφανειακού εδάφους σε περιεκτικότητα σε νερό θ(x,t)από το ερευνητικό πείραμα Washita '92. <br /> Σαφώς, υπάρχει μια ισχυρή χωρική και χρονική συνοχή μεταξύ της εδαφολογικής θερμοκρασίας φωτεινότητας και της εδαφολογικής υγρασίας. <br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_1.jpg|thumb|center|450px|'''Εικόνα 1:''' τηλεπισκοπική θερμοκρασία φωτεινότητας σε οK [(a) Ιούνιος 10 (b) Ιούνιος 12 (c) Ιούνιος 14 (d) Ιούνιος 16 (e) Ιούνιος 18] και παραγόμενη εδαφολογική υγρασία σε ποσοστό <br /> [(f) Ιούνιος 10 (g) Ιούνιος 12 (h) Ιούνιος 14 (i) Ιούνιος 16 (j) June 18] από το ερευνητικό πείραμα Washita ’92 <br /> (1Κ)παρουσιάζει τη χωρική εκδοχή της εδαφολογικής σύστασης για τον υδροκρίτη Little Washita. Φαίνεται να υπάρχει ένας σημαντικός βαθμός χωρικής συνοχής μεταξύ θερμοκρασίας της φωτεινότητας και της σύστασης του χώματος καθώς επίσης και της υγρασίας του χώματος και της εδαφολογικής σύστασης. ]]<br /> <br /> [[Εικόνα:07_02.jpg|thumb|center|450px|'''Εικόνα 2:''' Χρονική εκδοχή της περιοχής μέσης θερμοκρασίας φωτεινότητας (α) και ογκομετρική περιεκτικότητα σε εδαφολογική υγρασία (β) ως δείκτη της διαφορετικής κατηγορίας εδαφολογικής υφής για το πείραμα Washita '92. ]]<br /> <br /> Μια δυνατότητα είναι η χρήση σύνθετων αλγόριθμων αναγνώρισης προτύπων που μπορούν να χρησιμοποιήσουν χωροχρονικά την εξέλιξη της TB(x,t) (εικόνα 1 και 2a) για να προσδιορίσουν τους εδαφολογικούς τύπους. Ο στόχος μας είναι να αναπτύξουμε ένα εργαλείο που ικανοποιεί τις παραπάνω απαιτήσεις μέσω της χρήσης των μεθόδων που θα συνθέτουν τις πρόσφατες εξελίξεις στα ANN με τις φυσικές συσχετίσεις μεταξύ του χωροχρονικού προτύπου της TB(x,t), της μείωσης εδαφολογικής υγρασίας, και των εδαφολογικών ιδιοτήτων. <br /> <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Υπάρχει μια στενή σχέση μεταξύ της χωροχρονικής εξέλιξης της θερμοκρασίας φωτεινότητας και της εδαφολογικής υγρασίας και των εδαφολογικών τύπων, και μια τέτοια σχέση μπορεί να χρησιμοποιηθεί για να προσδιορίσει τους εδαφολογικούς τύπους από μια ακολουθία τηλεπισκοπικών εικόνων σε συνδυασμό με το Τεχνητό Νευρωνικό Δίκτυο SOFM. Το Self-Organizing Feature Map – SOFM είναι ένα ιδιαίτερα ισχυρό και ευέλικτο Τεχνητό Νευρωνικό Δίκτυο που μπορεί προσδιορίσει τις σχέσεις εισόδου-εξόδου από ένα διανεμημένο σύνολο στοιχείων.<br /> <br /> Το Three-Layered Feed-Forward Neural Network - TFNN – πρότυπο χρησιμοποιεί τη χωροχρονική εξέλιξη της τηλεπισκοπικής θερμοκρασίας φωτεινότητας και της τηλεπισκοπικής εδαφολογικής υγρασίας από κοινού με μερικές ιδιότητες εδαφολογικών μέσων (π.χ., 5% των εικονοστοιχείων με τις πληροφορίες εδαφολογικής υφής) για να βελτιώσει την ακρίβεια ταξινόμησης. <br /> <br /> Μια ταξινόμηση βασισμένη στο TFNN μπορεί να παραγάγει την καλύτερη ακρίβεια ταξινόμησης σε τέτοιες καταστάσεις. Εντούτοις, εάν δεν είναι διαθέσιμο κανένα εδαφολογικό στοιχείο της υφής, το μη επιβλεπόμενο πρότυπο SOFM θα παρείχε τη λογική ακρίβεια ταξινόμησης. <br /> <br /> Δεδομένου ότι οι πολυχρονικοί χάρτες της επιφανειακής θερμοκρασίας φωτεινότητας χρησιμοποιούνται για την εκτίμηση του χάρτη εδαφολογικής σύστασης, αυτός ο χάρτης αντιστοιχεί ουσιαστικά στις ιδιότητες της επιφανειακής υφής. Κατά συνέπεια, αυτή η μελέτη δεν μπορεί να παρέχει τις άμεσες πληροφορίες σχετικά με την κατατομή της εδαφολογικής υγρασίας ή σύστασης. Σε πολλές περιπτώσεις, εντούτοις, υπάρχει μια ισχυρή σχέση μεταξύ της κοντά στην επιφάνεια εδαφολογικής υγρασίας και της υγρασίας στη ζώνη της ρίζας. Σε τέτοιες περιπτώσεις, οι εδαφολογικές ιδιότητες κατατομής μπορούν να προκύψουν από τις επιφανειακές πληροφορίες (π.χ., Calvet και λοιποί., 1998). <br /> <br /> Υπάρχουν ενδείξεις ότι μια ακολουθία επιφανειακών στοιχείων εδαφολογικής υγρασίας μπορεί να χρησιμοποιηθεί για να προβλέψει τη διαποτισμένη υδραυλική αγωγιμότητα (π.χ., Ahuja και λοιποί., 1993 Mattikalli και λοιποί., 1998). Επίσης σημειώνουμε ότι με τη σημαντική ετερογένεια στην τοπογραφία, μπορεί να υπάρξει αξιόλογη ανακατανομή της εδαφολογικής υγρασίας πέρα από μια τοπογραφική κλίση. Σε τέτοιες περιπτώσεις, μια μη επιβλεπόμενη ταξινόμηση βασισμένη σε SOFM είναι πιθανό να παραγάγει μεγάλα λάθη. Εντούτοις, μια ταξινόμηση βασισμένη σε TFNN αναμένεται να παραγάγει την καλύτερη ακρίβεια ταξινόμησης σε τέτοιες καταστάσεις. <br /> <br /> Η προτεινόμενη μεθοδολογία είναι βασισμένη στην υπόθεση ότι οι καμπύλες drydown της θερμοκρασίας φωτεινότητας και της εδαφολογικής υγρασίας στις διαφορετικές θέσεις με παρόμοια εδαφολογική σύσταση θα εξέθεταν την παρόμοια συμπεριφορά. Αυτή η υπόθεση μπορεί να μην είναι πάντα ικανή, εάν οι καμπύλες drydown για μια ορισμένη θέση επηρεάζονται, παραδείγματος χάριν, από άλλες φυσικές ιδιότητες (π.χ., χωροχρονική μεταβλητότητα των βροχοπτώσεων, της πλευρικής ροής, της τοπογραφίας, κ.λπ.) των γειτονικών σημείων πλέγματος. Για τέτοιες περιπτώσεις, η εισαγωγή πρόσθετων μεταβλητών από τα γειτονικά εικονοστοιχεία θα απαιτηθεί για να βελτιώσουν την ακρίβεια της ταξινόμησης. <br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_4.jpg|thumb|center|450px|'''Εικόνα 3:''' Η σύγκριση SOFM υπολόγισε (α, β) και παρατήρησε (γ) τον τομέα εδαφολογικής σύστασης από το πείραμα Washita '92. Το χώμα είναι ταξινομημένο ως τρεις (χονδροειδής, μέτριο, και λεπτό) ομάδες υφής. Σε (α) και (β), το 5% και 10% των στοιχείων θερμοκρασίας φωτεινότητας εφαρμόζονται σαν στοιχεία διαμόρφωσης, αντίστοιχα. Σε όλους τους αριθμούς, το «άλλα» αντιπροσωπεύουν τα μη εδαφολογικά σημεία (δηλ., νερό, γύψος, κοιλώματα, κ.λ.π.) που δεν συμπεριλαμβάνονται στην ανάλυση. ]]<br /> <br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_5.jpg|thumb|center|450px|'''Εικόνα 4:''' Αυτή η εικόνα είναι παρόμοια με την 3, αλλά αυτή τη φορά σαν στοιχείο διαμόρφωσης εφαρμόζεται η εδαφολογική υγρασία. ]]<br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_9.jpg|thumb|center|450px|'''Εικόνα 5:''' Η σύγκριση του μοντέλου TFNN υπολόγισε (α, β) και παρατήρησε (γ) τον τομέα εδαφολογικής σύστασης από Washita '92. Το χώμα είναι ταξινομημένο σε έξι ομάδες βάση της υφής: (1) άμμος (2) πηλώδης λεπτή άμμος (3) λεπτός αμμώδες πηλός (4) πηλός (5) πηλός βούρκου και (6) λασπώδες πηλός αργίλου/πηλός αργίλου. ]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CF%83%CF%84%CE%BF_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CE%BB%CE%B5%CF%83%CF%84%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BA%CE%BB%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_-_%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%A6%CE%AC%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CE%B7%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_AVIRIS Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS 2010-03-24T22:29:17Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data<br /> <br /> '''Συγγραφείς:'''Lenio Soares Galvao, Marco Antonio Pizarro and Jose Carlos Neves Epiphanio<br /> Instituto Nacional de Pesquisas Espaciais—INPE/DSR, Sao Jose shape of soil spectra (Bedidi et al., 1992). In general, the dos Campos, SP, Brasil<br /> <br /> <br /> '''Πηγή:''' Instituto Nacional de Pesquisas Espaciais—INPE/DSR, http://202.127.1.11/remote/2001/750208.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι σχέσεις μεταξύ των εδαφολογικών συστατικών και της εργαστηριακής φασματικής ανάκλασης έχουν συζητηθεί από διάφορους ερευνητές που έχουν καταδείξει τα φασματικά αποτελέσματα των εδαφολογικών παραμέτρων όπως η υγρασία, η οργανική ουσία, τα οξείδια σιδήρου, και το μέρος αργίλου. <br /> Οι ισχυρότεροι συσχετισμοί μεταξύ της οργανικής ουσίας και του συντελεστή ανάκλασης παρατηρούνται συνήθως στην ορατή φασματική περιοχή, ενώ οι σχέσεις για το σιδήρο και άργιλο καθορίζονται καλύτερα προφανώς προς τα πιο μεγάλα μήκη κύματος <br /> <br /> Η φασματική μίξη είναι ο πιο σοβαρός παράγοντας που καθιστά τέτοιες έρευνες δύσκολες. Οι υψηλοί φασματικοί αισθητήρες, όπως το αερομεταφερόμενο ορατό/υπέρυθρο φασματόμετρο απεικόνισης (Airborne Visible/Infrared Imaging Spectrometer - AVIRIS), παρέχουν την ευκαιρία να γίνουν πιο κατανοητά τα αποτελέσματα της φασματικής μίξης στις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης και χώματος. <br /> <br /> Σε αυτό το έγγραφο, αναλύονται οι σχέσεις μεταξύ των συστατικών τριών σημαντικών εδαφολογικών τύπων και τιμών συντελεστή ανάκλασης επιφάνειας που προσδιορίζονται από τα στοιχεία AVIRIS που συλλέγονται στην κεντρική Βραζιλία. <br /> <br /> [[Εικόνα:06_01.jpg|thumb|center|450px|'''Εικόνα 1:''' Χωροθετηση της περιοχής μελέτης και σχηματική αναπαράσταση από το περιστατικό των κύριων εδαφολογικών τύπων, βασισμένο σε παλιότερες εδαφολογικές χαρτογραφήσεις.]]<br /> <br /> Ένα μοντέλο με έξι στοιχεία, πράσινη βλάστηση (Green Vegetation - GV), μη φωτοσυνθετική βλάστηση (nonphotosynthetic vegetation – NPV), νερό (Water - W) και τρεις εδαφολογικοί τύποι - Terra Roxa Estruturada (STE), Latossolo vermelho-Escuro (SLE), και Areia Quartzosa (SAQ) εφαρμόστηκε για να χαρακτηρίσει τη χωρική διανομή των τμημάτων σκηνής ατόμων και για να απαριθμήσει τη χωρική διανομή των εδαφολογικών τύπων στην περιοχή μελέτης. <br /> <br /> Τα αποτελέσματα της φασματικής μίξης στις παραλλαγές συντελεστή ανάκλασης αυτών των χωμάτων και στη φασματική πρόβλεψη των συστατικών τους συζητούνται με τη χρήση ενός γραμμικού unmixing προτύπου. Οι χάρτες της χωρικής μεταβλητότητας μερικών εδαφολογικών συστατικών παρουσιάζονται για τις φασματικό-χημικές σχέσεις σύνθεσης και συγκρίνονται με τη χωρική διανομή των εδαφολογικών τύπων. <br /> <br /> Τα δεδομένα που επιλέχτηκαν για αυτήν την έρευνα έχουν ευδιάκριτους εδαφολογικούς τύπους, και είχαν την απαίτηση να είναι εικόνες του AVIRIS χωρίς καπνό και χωρίς σύννεφα. Οι τιμές ακτινοβολιών AVIRIS μετατράπηκαν στο συντελεστή ανάκλασης επιφάνειας με τη χρήση μιας μεθόδου βασισμένης στη ΜODTRAN (Green 1991, Green και λοιποί 1993) που ελαχιστοποίησε τις επιπτώσεις της ατμοσφαιρικής απορρόφησης και της διασποράς λόγω διάφορων συστατικών (π.χ., υδρατμός, διοξείδιο του άνθρακα, οξυγόνο). <br /> <br /> <br /> '''Ανάλυση δεδομένων '''<br /> <br /> Το πρώτο βήμα στην ανάλυση των δεδομένων από το AVIRIS αποτελέσθηκε από την εφαρμογή της ανάλυσης κύριων τμημάτων (PCA). Είναι μια διαδεδομένη τεχνική που χρησιμοποιείται για να μειώσει τη διαστατικότητα στοιχείων και για να δείξει τα αρμόδια συστατικά για τη φασματική μεταβλητότητα στο σύνολο δεδομένων, όπως εκφράζεται από τα αυτοδιανύσματα (eigenvectors).<br /> <br /> [[Εικόνα:06_2.jpg|thumb|center|450px|'''Εικόνα 2:''' Οι πρώτες δύο αυτοδιανυσματικές καμπύλες όπως προέκυψαν από την ανάλυση των 140 καναλιών του AVIRIS μεταξύ 400-2.500 nm. ]]<br /> <br /> [[Εικόνα:06_4.jpg|thumb|center|450px|'''Εικόνα 3:''' Οι συντελεστές ανάκλασης από τα επιλεγμένα 6 στοιχεία για το μοντέλο ανάλυσης. Στην (α) φαίνονται τα GV, NPV και W, και στην (β) οι τρεις τύποι χώματος (STE, SLE και SAQ).<br /> Οι κάθετες σκιασμένες στήλες στα 1.400 και 1.900nm δείχνουν τα δύο σημαντικά διαστήματα της ατμοσφαιρικής απορρόφησης. Τα θορυβώδη στοιχεία που συνδέονται με την ατμοσφαιρική διόρθωση των υδρατμών στα 1.140nm δεν επιδεικνύονται για μια καλύτερη γραφική αντιπροσώπευση. ]]<br /> <br /> [[Εικόνα:06_05.jpg|thumb|center|450px|'''Εικόνα 4:''' Πρώτες δύο εικόνες κύριων τμημάτων [PC1 (α) και PC2 (β)] που προήλθαν από την ανάλυση 140 καναλιών του AVIRIS. Η θέση των τελικών στοιχείων του μοντέλου είναι υποδειγμένη στη PC1 εικόνα (α). ]]<br /> <br /> Ένα σύστημα παγκόσμιας πλοήγησης (GPS) χρησιμοποιήθηκε για τη θέση αυτών των περιοχών. Από περίπου 100 δείγματα στον τομέα, ένα υποσύνολο 29 εδαφολογικών δειγμάτων ήταν για χημική ανάλυση. Αυτό το υποσύνολο διαιρέθηκε τυχαία σε δύο ομάδες, η μια για να λάβει τις σχέσεις οπισθοδρόμησης μεταξύ των εδαφολογικών συστατικών και των στοιχείων AVIRIS και η άλλη για να επικυρώσει τις εξισώσεις παλινδρόμησης. <br /> <br /> <br /> [[Εικόνα:06_6.jpg|thumb|center|450px|'''Εικόνα 5:''' (α) έγχρωμο σύνθετο των εικόνων ισοτοπικής σύστασης από το unmixing πρότυπο για το GV, NPV, και το συνολικό εδαφολογικό μέρος (Stotal = STE+SLE+SAQ) που αντιπροσωπεύεται, αντίστοιχα, στα μπλε, πράσινο, και κόκκινο χρώμα. Η θέση των 29 περιοχών δειγματοληψίας είναι υποδειγμένοι. (β) τα αποτελέσματα της προταξινόμησης των εικόνων των τριών εδαφολογικών τύπων παρουσιάζονται με ενίσχυση μόνο των εικονοστοιχείων με εδαφολογική τιμή μεγαλύτερη από 0.6. ]]<br /> <br /> [[Εικόνα:06_10.jpg|thumb|center|450px|'''Εικόνα 6:''' Παραδείγματα των φασμάτων ανάκλασης AVIRIS κατατάσσονται σύμφωνα με τη σχέση μεταξύ των τιμών αφθονίας της μη φωτοσυνθετικής βλάστησης και του συνολικού ποσοστού του εδάφους. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Στην περιοχή μελέτης παρατηρήθηκε μια υψηλή σχέση μεταξύ της χωρικής διανομής των εδαφολογικών τύπων, που προήλθε από το γραμμικό unmixing πρότυπο, και της χημικής μεταβλητότητα Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2, από τις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης AVIRIS και χώματος,. Ο σκούρο-κόκκινος αργίλος STE και SLE παρουσιάζει χαμηλότερο γενικό συντελεστή ανάκλασης (albedo) από την ελαφριά και πηλώδη άμμο SAQ, λόγω της παρουσίας μεγαλύτερων ποσών αδιαφανών μεταλλευμάτων (π.χ., μαγνητίτη, ιλμενίτη) ή υψηλότερου περιεχομένου Fe2O3 και TiO2, στη άμεση σχέση με το μέρος αργίλου (Al2O3). Γενικά, οι καλύτερες φασματικο-χημικές σχέσεις σύνθεσης λήφθηκαν στο εύρος 1,000-2,200nm και ήταν γραμμικές για TiO2 και μη γραμμικές για τα άλλα συστατικά. <br /> <br /> Στη μετάβαση από το κόκκινο στο NIR κανάλι, τέτοιες σχέσεις επηρεάστηκαν από τη φασματική μίξη, ειδικά η παρουσία μη εδαφολογικών υπολειμμάτων (πολύχρονη βιομάζα ή απορρίματα), παρήγαγε αλλαγές στην κλίση των φασμάτων και χαμήλωσε τα αποτελέσματα συσχετισμού. Αυτά τα υπολείμματα είχαν επιπτώσεις επίσης στην εμφάνιση της ζώνης απορρόφησης 2.200 NM λόγω των μεταλλευμάτων αργίλου, τα οποία αντικαταστάθηκαν βαθμιαία από το φασματικό χαρακτηριστικό γνώρισμα της λιγνίνης/κυτταρίνης. <br /> Εντούτοις, τα μη εδαφολογικά υπολείμματα άσκησαν πιθανώς χαμηλή επίδραση στους συσχετισμούς των εδαφολογικών συστατικών με το συντελεστή ανάκλασης σε αυτήν την φασματική περιοχή (2.100-2.300 NM). Τα αποτελέσματά τους στην πρόβλεψη της εδαφολογικής οργανικής ουσίας πρέπει να ερευνηθούν καλύτερα. <br /> <br /> [[Εικόνα:06_12.jpg|thumb|center|450px|'''Εικόνα 7:''' Παραλλαγές στο περιεχόμενο Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2 στην εικόνα AVIRIS βασισμένη στις σχέσεις μεταξύ του συντελεστή ανάκλασης και στα εδαφολογικά συστατικά. Τα αποτελέσματα παρουσιάζονται πάνω σε μια προταξινομημένη εικόνα του συνολικού μέρους του χώματος στο οποίο μόνο τα εικονοστοιχεία με τιμές εδαφολογικής αφθονίας μεγαλύτερες από 0.7 ενισχύθηκαν.]]<br /> <br /> Τα αποτελέσματα της τρέχουσας έρευνας καταδεικνύουν το γεγονός ότι οι χάρτες χημικής σύνθεσης που προέρχονται από τα υπερφασματικά στοιχεία τηλεπισκόπησης μπορούν να χρησιμοποιηθούν σε μια χαρτογράφηση εδάφους για να χαρακτηρίσουν τις χωρικές περιοχές των διαφορετικών τροπικών εδαφολογικών τύπων. Είναι σημαντικό να υπογραμμιστεί ότι οι εξισώσεις για αυτές τις προβλέψεις δεν είναι καθολικές, αυτό απαιτεί τη συλλογή καινούργιων δειγμάτων και νέες εξισώσεις παλινδρόμησης να κατασκευάζονται για κάθε ταξινομική σκηνή. Εντούτοις, αυτή η προσέγγιση έχει το πλεονέκτημα του μικρού αριθμού δειγμάτων για να καθιερώσει τις σχέσεις μεταξύ των εδαφολογικών συστατικών και του συντελεστή ανάκλασης, το οποίο εξοικονομεί χρόνο και κόστος σε σχέση με μια συμβατική χαρτογράφηση και μπορεί να καθοδηγήσει τις επόμενες επιλογές περιοχών για τη λεπτομερή έρευνα στον τομέα. <br /> Για λόγους εδαφολογικών καταλόγων, η χρήση των υπερφασματικών στοιχείων παρέχει νέες πληροφορίες στη φυσιογραφική προσέγγιση όπως η δυνατότητα του προσδιορισμού στην περιοχή μερικών μεταλλευμάτων με αποσαφηνισμένες ζώνες απορρόφησης στα εδαφολογικά φάσματα (π.χ., καολινίτης). <br /> Περαιτέρω, η μετάβαση από την επιφάνεια στους υπεδάφιους ορίζοντες των τροπικών χωμάτων χαρακτηρίζεται συνήθως από μια μείωση στο περιεχόμενο της οργανικής ουσίας και μια αύξηση στο περιεχόμενο του μέρους οξειδίων και αργίλου σιδήρου. Κατά συνέπεια, αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν επίσης για να ανιχνεύσουν και για να ελέγξουν την αφαίρεση του επιφανειακού χώματος από τη διάβρωση. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_4.jpg Αρχείο:06 4.jpg 2010-03-24T22:28:00Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CF%83%CF%84%CE%BF_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CE%BB%CE%B5%CF%83%CF%84%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BA%CE%BB%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_-_%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%A6%CE%AC%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CE%B7%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_AVIRIS Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS 2010-03-24T22:27:01Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data<br /> <br /> '''Συγγραφείς:'''Lenio Soares Galvao, Marco Antonio Pizarro and Jose Carlos Neves Epiphanio<br /> Instituto Nacional de Pesquisas Espaciais—INPE/DSR, Sao Jose shape of soil spectra (Bedidi et al., 1992). In general, the dos Campos, SP, Brasil<br /> <br /> <br /> '''Πηγή:''' Instituto Nacional de Pesquisas Espaciais—INPE/DSR, http://202.127.1.11/remote/2001/750208.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι σχέσεις μεταξύ των εδαφολογικών συστατικών και της εργαστηριακής φασματικής ανάκλασης έχουν συζητηθεί από διάφορους ερευνητές που έχουν καταδείξει τα φασματικά αποτελέσματα των εδαφολογικών παραμέτρων όπως η υγρασία, η οργανική ουσία, τα οξείδια σιδήρου, και το μέρος αργίλου. <br /> Οι ισχυρότεροι συσχετισμοί μεταξύ της οργανικής ουσίας και του συντελεστή ανάκλασης παρατηρούνται συνήθως στην ορατή φασματική περιοχή, ενώ οι σχέσεις για το σιδήρο και άργιλο καθορίζονται καλύτερα προφανώς προς τα πιο μεγάλα μήκη κύματος <br /> <br /> Η φασματική μίξη είναι ο πιο σοβαρός παράγοντας που καθιστά τέτοιες έρευνες δύσκολες. Οι υψηλοί φασματικοί αισθητήρες, όπως το αερομεταφερόμενο ορατό/υπέρυθρο φασματόμετρο απεικόνισης (Airborne Visible/Infrared Imaging Spectrometer - AVIRIS), παρέχουν την ευκαιρία να γίνουν πιο κατανοητά τα αποτελέσματα της φασματικής μίξης στις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης και χώματος. <br /> <br /> Σε αυτό το έγγραφο, αναλύονται οι σχέσεις μεταξύ των συστατικών τριών σημαντικών εδαφολογικών τύπων και τιμών συντελεστή ανάκλασης επιφάνειας που προσδιορίζονται από τα στοιχεία AVIRIS που συλλέγονται στην κεντρική Βραζιλία. <br /> <br /> [[Εικόνα:06_01.jpg|thumb|center|450px|'''Εικόνα 1:''' Χωροθετηση της περιοχής μελέτης και σχηματική αναπαράσταση από το περιστατικό των κύριων εδαφολογικών τύπων, βασισμένο σε παλιότερες εδαφολογικές χαρτογραφήσεις.]]<br /> <br /> Ένα μοντέλο με έξι στοιχεία, πράσινη βλάστηση (Green Vegetation - GV), μη φωτοσυνθετική βλάστηση (nonphotosynthetic vegetation – NPV), νερό (Water - W) και τρεις εδαφολογικοί τύποι - Terra Roxa Estruturada (STE), Latossolo vermelho-Escuro (SLE), και Areia Quartzosa (SAQ) εφαρμόστηκε για να χαρακτηρίσει τη χωρική διανομή των τμημάτων σκηνής ατόμων και για να απαριθμήσει τη χωρική διανομή των εδαφολογικών τύπων στην περιοχή μελέτης. <br /> <br /> Τα αποτελέσματα της φασματικής μίξης στις παραλλαγές συντελεστή ανάκλασης αυτών των χωμάτων και στη φασματική πρόβλεψη των συστατικών τους συζητούνται με τη χρήση ενός γραμμικού unmixing προτύπου. Οι χάρτες της χωρικής μεταβλητότητας μερικών εδαφολογικών συστατικών παρουσιάζονται για τις φασματικό-χημικές σχέσεις σύνθεσης και συγκρίνονται με τη χωρική διανομή των εδαφολογικών τύπων. <br /> <br /> Τα δεδομένα που επιλέχτηκαν για αυτήν την έρευνα έχουν ευδιάκριτους εδαφολογικούς τύπους, και είχαν την απαίτηση να είναι εικόνες του AVIRIS χωρίς καπνό και χωρίς σύννεφα. Οι τιμές ακτινοβολιών AVIRIS μετατράπηκαν στο συντελεστή ανάκλασης επιφάνειας με τη χρήση μιας μεθόδου βασισμένης στη ΜODTRAN (Green 1991, Green και λοιποί 1993) που ελαχιστοποίησε τις επιπτώσεις της ατμοσφαιρικής απορρόφησης και της διασποράς λόγω διάφορων συστατικών (π.χ., υδρατμός, διοξείδιο του άνθρακα, οξυγόνο). <br /> <br /> <br /> '''Ανάλυση δεδομένων '''<br /> <br /> Το πρώτο βήμα στην ανάλυση των δεδομένων από το AVIRIS αποτελέσθηκε από την εφαρμογή της ανάλυσης κύριων τμημάτων (PCA). Είναι μια διαδεδομένη τεχνική που χρησιμοποιείται για να μειώσει τη διαστατικότητα στοιχείων και για να δείξει τα αρμόδια συστατικά για τη φασματική μεταβλητότητα στο σύνολο δεδομένων, όπως εκφράζεται από τα αυτοδιανύσματα (eigenvectors).<br /> <br /> [[Εικόνα:06_2.jpg|thumb|center|450px|'''Εικόνα 2:''' Οι πρώτες δύο αυτοδιανυσματικές καμπύλες όπως προέκυψαν από την ανάλυση των 140 καναλιών του AVIRIS μεταξύ 400-2.500 nm. ]]<br /> <br /> [[Εικόνα:06_4.jpg|thumb|center|450px|'''Εικόνα 3:''' Οι συντελεστές ανάκλασης από τα επιλεγμένα 6 στοιχεία για το μοντέλο ανάλυσης. Στην (α) φαίνονται τα GV, NPV και W, και στην (β) οι τρεις τύποι χώματος (STE, SLE και SAQ).<br /> Οι κάθετες σκιασμένες στήλες στα 1.400 και 1.900nm δείχνουν τα δύο σημαντικά διαστήματα της ατμοσφαιρικής απορρόφησης. Τα θορυβώδη στοιχεία που συνδέονται με την ατμοσφαιρική διόρθωση των υδρατμών στα 1.140nm δεν επιδεικνύονται για μια καλύτερη γραφική αντιπροσώπευση. ]]<br /> <br /> [[Εικόνα:06_5.jpg|thumb|center|450px|'''Εικόνα 4:''' Πρώτες δύο εικόνες κύριων τμημάτων [PC1 (α) και PC2 (β)] που προήλθαν από την ανάλυση 140 καναλιών του AVIRIS. Η θέση των τελικών στοιχείων του μοντέλου είναι υποδειγμένη στη PC1 εικόνα (α). ]]<br /> <br /> Ένα σύστημα παγκόσμιας πλοήγησης (GPS) χρησιμοποιήθηκε για τη θέση αυτών των περιοχών. Από περίπου 100 δείγματα στον τομέα, ένα υποσύνολο 29 εδαφολογικών δειγμάτων ήταν για χημική ανάλυση. Αυτό το υποσύνολο διαιρέθηκε τυχαία σε δύο ομάδες, η μια για να λάβει τις σχέσεις οπισθοδρόμησης μεταξύ των εδαφολογικών συστατικών και των στοιχείων AVIRIS και η άλλη για να επικυρώσει τις εξισώσεις παλινδρόμησης. <br /> <br /> <br /> [[Εικόνα:06_6.jpg|thumb|center|450px|'''Εικόνα 5:''' (α) έγχρωμο σύνθετο των εικόνων ισοτοπικής σύστασης από το unmixing πρότυπο για το GV, NPV, και το συνολικό εδαφολογικό μέρος (Stotal = STE+SLE+SAQ) που αντιπροσωπεύεται, αντίστοιχα, στα μπλε, πράσινο, και κόκκινο χρώμα. Η θέση των 29 περιοχών δειγματοληψίας είναι υποδειγμένοι. (β) τα αποτελέσματα της προταξινόμησης των εικόνων των τριών εδαφολογικών τύπων παρουσιάζονται με ενίσχυση μόνο των εικονοστοιχείων με εδαφολογική τιμή μεγαλύτερη από 0.6. ]]<br /> <br /> [[Εικόνα:06_10.jpg|thumb|center|450px|'''Εικόνα 6:''' Παραδείγματα των φασμάτων ανάκλασης AVIRIS κατατάσσονται σύμφωνα με τη σχέση μεταξύ των τιμών αφθονίας της μη φωτοσυνθετικής βλάστησης και του συνολικού ποσοστού του εδάφους. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Στην περιοχή μελέτης παρατηρήθηκε μια υψηλή σχέση μεταξύ της χωρικής διανομής των εδαφολογικών τύπων, που προήλθε από το γραμμικό unmixing πρότυπο, και της χημικής μεταβλητότητα Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2, από τις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης AVIRIS και χώματος,. Ο σκούρο-κόκκινος αργίλος STE και SLE παρουσιάζει χαμηλότερο γενικό συντελεστή ανάκλασης (albedo) από την ελαφριά και πηλώδη άμμο SAQ, λόγω της παρουσίας μεγαλύτερων ποσών αδιαφανών μεταλλευμάτων (π.χ., μαγνητίτη, ιλμενίτη) ή υψηλότερου περιεχομένου Fe2O3 και TiO2, στη άμεση σχέση με το μέρος αργίλου (Al2O3). Γενικά, οι καλύτερες φασματικο-χημικές σχέσεις σύνθεσης λήφθηκαν στο εύρος 1,000-2,200nm και ήταν γραμμικές για TiO2 και μη γραμμικές για τα άλλα συστατικά. <br /> <br /> Στη μετάβαση από το κόκκινο στο NIR κανάλι, τέτοιες σχέσεις επηρεάστηκαν από τη φασματική μίξη, ειδικά η παρουσία μη εδαφολογικών υπολειμμάτων (πολύχρονη βιομάζα ή απορρίματα), παρήγαγε αλλαγές στην κλίση των φασμάτων και χαμήλωσε τα αποτελέσματα συσχετισμού. Αυτά τα υπολείμματα είχαν επιπτώσεις επίσης στην εμφάνιση της ζώνης απορρόφησης 2.200 NM λόγω των μεταλλευμάτων αργίλου, τα οποία αντικαταστάθηκαν βαθμιαία από το φασματικό χαρακτηριστικό γνώρισμα της λιγνίνης/κυτταρίνης. <br /> Εντούτοις, τα μη εδαφολογικά υπολείμματα άσκησαν πιθανώς χαμηλή επίδραση στους συσχετισμούς των εδαφολογικών συστατικών με το συντελεστή ανάκλασης σε αυτήν την φασματική περιοχή (2.100-2.300 NM). Τα αποτελέσματά τους στην πρόβλεψη της εδαφολογικής οργανικής ουσίας πρέπει να ερευνηθούν καλύτερα. <br /> <br /> [[Εικόνα:06_12.jpg|thumb|center|450px|'''Εικόνα 7:''' Παραλλαγές στο περιεχόμενο Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2 στην εικόνα AVIRIS βασισμένη στις σχέσεις μεταξύ του συντελεστή ανάκλασης και στα εδαφολογικά συστατικά. Τα αποτελέσματα παρουσιάζονται πάνω σε μια προταξινομημένη εικόνα του συνολικού μέρους του χώματος στο οποίο μόνο τα εικονοστοιχεία με τιμές εδαφολογικής αφθονίας μεγαλύτερες από 0.7 ενισχύθηκαν.]]<br /> <br /> Τα αποτελέσματα της τρέχουσας έρευνας καταδεικνύουν το γεγονός ότι οι χάρτες χημικής σύνθεσης που προέρχονται από τα υπερφασματικά στοιχεία τηλεπισκόπησης μπορούν να χρησιμοποιηθούν σε μια χαρτογράφηση εδάφους για να χαρακτηρίσουν τις χωρικές περιοχές των διαφορετικών τροπικών εδαφολογικών τύπων. Είναι σημαντικό να υπογραμμιστεί ότι οι εξισώσεις για αυτές τις προβλέψεις δεν είναι καθολικές, αυτό απαιτεί τη συλλογή καινούργιων δειγμάτων και νέες εξισώσεις παλινδρόμησης να κατασκευάζονται για κάθε ταξινομική σκηνή. Εντούτοις, αυτή η προσέγγιση έχει το πλεονέκτημα του μικρού αριθμού δειγμάτων για να καθιερώσει τις σχέσεις μεταξύ των εδαφολογικών συστατικών και του συντελεστή ανάκλασης, το οποίο εξοικονομεί χρόνο και κόστος σε σχέση με μια συμβατική χαρτογράφηση και μπορεί να καθοδηγήσει τις επόμενες επιλογές περιοχών για τη λεπτομερή έρευνα στον τομέα. <br /> Για λόγους εδαφολογικών καταλόγων, η χρήση των υπερφασματικών στοιχείων παρέχει νέες πληροφορίες στη φυσιογραφική προσέγγιση όπως η δυνατότητα του προσδιορισμού στην περιοχή μερικών μεταλλευμάτων με αποσαφηνισμένες ζώνες απορρόφησης στα εδαφολογικά φάσματα (π.χ., καολινίτης). <br /> Περαιτέρω, η μετάβαση από την επιφάνεια στους υπεδάφιους ορίζοντες των τροπικών χωμάτων χαρακτηρίζεται συνήθως από μια μείωση στο περιεχόμενο της οργανικής ουσίας και μια αύξηση στο περιεχόμενο του μέρους οξειδίων και αργίλου σιδήρου. Κατά συνέπεια, αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν επίσης για να ανιχνεύσουν και για να ελέγξουν την αφαίρεση του επιφανειακού χώματος από τη διάβρωση. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CF%83%CF%84%CE%BF_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CE%BB%CE%B5%CF%83%CF%84%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BA%CE%BB%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_-_%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%A6%CE%AC%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CE%B7%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_AVIRIS Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS 2010-03-24T22:26:02Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data<br /> <br /> '''Συγγραφείς:'''Lenio Soares Galvao, Marco Antonio Pizarro and Jose Carlos Neves Epiphanio<br /> Instituto Nacional de Pesquisas Espaciais—INPE/DSR, Sao Jose shape of soil spectra (Bedidi et al., 1992). In general, the dos Campos, SP, Brasil<br /> <br /> <br /> '''Πηγή:''' Instituto Nacional de Pesquisas Espaciais—INPE/DSR, http://202.127.1.11/remote/2001/750208.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι σχέσεις μεταξύ των εδαφολογικών συστατικών και της εργαστηριακής φασματικής ανάκλασης έχουν συζητηθεί από διάφορους ερευνητές που έχουν καταδείξει τα φασματικά αποτελέσματα των εδαφολογικών παραμέτρων όπως η υγρασία, η οργανική ουσία, τα οξείδια σιδήρου, και το μέρος αργίλου. <br /> Οι ισχυρότεροι συσχετισμοί μεταξύ της οργανικής ουσίας και του συντελεστή ανάκλασης παρατηρούνται συνήθως στην ορατή φασματική περιοχή, ενώ οι σχέσεις για το σιδήρο και άργιλο καθορίζονται καλύτερα προφανώς προς τα πιο μεγάλα μήκη κύματος <br /> <br /> Η φασματική μίξη είναι ο πιο σοβαρός παράγοντας που καθιστά τέτοιες έρευνες δύσκολες. Οι υψηλοί φασματικοί αισθητήρες, όπως το αερομεταφερόμενο ορατό/υπέρυθρο φασματόμετρο απεικόνισης (Airborne Visible/Infrared Imaging Spectrometer - AVIRIS), παρέχουν την ευκαιρία να γίνουν πιο κατανοητά τα αποτελέσματα της φασματικής μίξης στις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης και χώματος. <br /> <br /> Σε αυτό το έγγραφο, αναλύονται οι σχέσεις μεταξύ των συστατικών τριών σημαντικών εδαφολογικών τύπων και τιμών συντελεστή ανάκλασης επιφάνειας που προσδιορίζονται από τα στοιχεία AVIRIS που συλλέγονται στην κεντρική Βραζιλία. <br /> <br /> [[Εικόνα:06_01.jpg|thumb|center|450px|'''Εικόνα 1:''' Χωροθετηση της περιοχής μελέτης και σχηματική αναπαράσταση από το περιστατικό των κύριων εδαφολογικών τύπων, βασισμένο σε παλιότερες εδαφολογικές χαρτογραφήσεις.]]<br /> <br /> Ένα μοντέλο με έξι στοιχεία, πράσινη βλάστηση (Green Vegetation - GV), μη φωτοσυνθετική βλάστηση (nonphotosynthetic vegetation – NPV), νερό (Water - W) και τρεις εδαφολογικοί τύποι - Terra Roxa Estruturada (STE), Latossolo vermelho-Escuro (SLE), και Areia Quartzosa (SAQ) εφαρμόστηκε για να χαρακτηρίσει τη χωρική διανομή των τμημάτων σκηνής ατόμων και για να απαριθμήσει τη χωρική διανομή των εδαφολογικών τύπων στην περιοχή μελέτης. <br /> <br /> Τα αποτελέσματα της φασματικής μίξης στις παραλλαγές συντελεστή ανάκλασης αυτών των χωμάτων και στη φασματική πρόβλεψη των συστατικών τους συζητούνται με τη χρήση ενός γραμμικού unmixing προτύπου. Οι χάρτες της χωρικής μεταβλητότητας μερικών εδαφολογικών συστατικών παρουσιάζονται για τις φασματικό-χημικές σχέσεις σύνθεσης και συγκρίνονται με τη χωρική διανομή των εδαφολογικών τύπων. <br /> <br /> Τα δεδομένα που επιλέχτηκαν για αυτήν την έρευνα έχουν ευδιάκριτους εδαφολογικούς τύπους, και είχαν την απαίτηση να είναι εικόνες του AVIRIS χωρίς καπνό και χωρίς σύννεφα. Οι τιμές ακτινοβολιών AVIRIS μετατράπηκαν στο συντελεστή ανάκλασης επιφάνειας με τη χρήση μιας μεθόδου βασισμένης στη ΜODTRAN (Green 1991, Green και λοιποί 1993) που ελαχιστοποίησε τις επιπτώσεις της ατμοσφαιρικής απορρόφησης και της διασποράς λόγω διάφορων συστατικών (π.χ., υδρατμός, διοξείδιο του άνθρακα, οξυγόνο). <br /> <br /> <br /> '''Ανάλυση δεδομένων '''<br /> <br /> Το πρώτο βήμα στην ανάλυση των δεδομένων από το AVIRIS αποτελέσθηκε από την εφαρμογή της ανάλυσης κύριων τμημάτων (PCA). Είναι μια διαδεδομένη τεχνική που χρησιμοποιείται για να μειώσει τη διαστατικότητα στοιχείων και για να δείξει τα αρμόδια συστατικά για τη φασματική μεταβλητότητα στο σύνολο δεδομένων, όπως εκφράζεται από τα αυτοδιανύσματα (eigenvectors).<br /> <br /> [[Εικόνα:06_2.jpg|thumb|right|'''Εικόνα 2:''' Οι πρώτες δύο αυτοδιανυσματικές καμπύλες όπως προέκυψαν από την ανάλυση των 140 καναλιών του AVIRIS μεταξύ 400-2.500 nm. ]]<br /> <br /> [[Εικόνα:06_4.jpg|thumb|right|'''Εικόνα 3:''' Οι συντελεστές ανάκλασης από τα επιλεγμένα 6 στοιχεία για το μοντέλο ανάλυσης. Στην (α) φαίνονται τα GV, NPV και W, και στην (β) οι τρεις τύποι χώματος (STE, SLE και SAQ).<br /> Οι κάθετες σκιασμένες στήλες στα 1.400 και 1.900nm δείχνουν τα δύο σημαντικά διαστήματα της ατμοσφαιρικής απορρόφησης. Τα θορυβώδη στοιχεία που συνδέονται με την ατμοσφαιρική διόρθωση των υδρατμών στα 1.140nm δεν επιδεικνύονται για μια καλύτερη γραφική αντιπροσώπευση. ]]<br /> <br /> [[Εικόνα:06_5.jpg|thumb|right|'''Εικόνα 4:''' Πρώτες δύο εικόνες κύριων τμημάτων [PC1 (α) και PC2 (β)] που προήλθαν από την ανάλυση 140 καναλιών του AVIRIS. Η θέση των τελικών στοιχείων του μοντέλου είναι υποδειγμένη στη PC1 εικόνα (α). ]]<br /> <br /> Ένα σύστημα παγκόσμιας πλοήγησης (GPS) χρησιμοποιήθηκε για τη θέση αυτών των περιοχών. Από περίπου 100 δείγματα στον τομέα, ένα υποσύνολο 29 εδαφολογικών δειγμάτων ήταν για χημική ανάλυση. Αυτό το υποσύνολο διαιρέθηκε τυχαία σε δύο ομάδες, η μια για να λάβει τις σχέσεις οπισθοδρόμησης μεταξύ των εδαφολογικών συστατικών και των στοιχείων AVIRIS και η άλλη για να επικυρώσει τις εξισώσεις παλινδρόμησης. <br /> <br /> <br /> [[Εικόνα:06_6.jpg|thumb|right|'''Εικόνα 5:''' (α) έγχρωμο σύνθετο των εικόνων ισοτοπικής σύστασης από το unmixing πρότυπο για το GV, NPV, και το συνολικό εδαφολογικό μέρος (Stotal = STE+SLE+SAQ) που αντιπροσωπεύεται, αντίστοιχα, στα μπλε, πράσινο, και κόκκινο χρώμα. Η θέση των 29 περιοχών δειγματοληψίας είναι υποδειγμένοι. (β) τα αποτελέσματα της προταξινόμησης των εικόνων των τριών εδαφολογικών τύπων παρουσιάζονται με ενίσχυση μόνο των εικονοστοιχείων με εδαφολογική τιμή μεγαλύτερη από 0.6. ]]<br /> <br /> [[Εικόνα:06_10.jpg|thumb|right|'''Εικόνα 6:''' Παραδείγματα των φασμάτων ανάκλασης AVIRIS κατατάσσονται σύμφωνα με τη σχέση μεταξύ των τιμών αφθονίας της μη φωτοσυνθετικής βλάστησης και του συνολικού ποσοστού του εδάφους. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Στην περιοχή μελέτης παρατηρήθηκε μια υψηλή σχέση μεταξύ της χωρικής διανομής των εδαφολογικών τύπων, που προήλθε από το γραμμικό unmixing πρότυπο, και της χημικής μεταβλητότητα Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2, από τις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης AVIRIS και χώματος,. Ο σκούρο-κόκκινος αργίλος STE και SLE παρουσιάζει χαμηλότερο γενικό συντελεστή ανάκλασης (albedo) από την ελαφριά και πηλώδη άμμο SAQ, λόγω της παρουσίας μεγαλύτερων ποσών αδιαφανών μεταλλευμάτων (π.χ., μαγνητίτη, ιλμενίτη) ή υψηλότερου περιεχομένου Fe2O3 και TiO2, στη άμεση σχέση με το μέρος αργίλου (Al2O3). Γενικά, οι καλύτερες φασματικο-χημικές σχέσεις σύνθεσης λήφθηκαν στο εύρος 1,000-2,200nm και ήταν γραμμικές για TiO2 και μη γραμμικές για τα άλλα συστατικά. <br /> <br /> Στη μετάβαση από το κόκκινο στο NIR κανάλι, τέτοιες σχέσεις επηρεάστηκαν από τη φασματική μίξη, ειδικά η παρουσία μη εδαφολογικών υπολειμμάτων (πολύχρονη βιομάζα ή απορρίματα), παρήγαγε αλλαγές στην κλίση των φασμάτων και χαμήλωσε τα αποτελέσματα συσχετισμού. Αυτά τα υπολείμματα είχαν επιπτώσεις επίσης στην εμφάνιση της ζώνης απορρόφησης 2.200 NM λόγω των μεταλλευμάτων αργίλου, τα οποία αντικαταστάθηκαν βαθμιαία από το φασματικό χαρακτηριστικό γνώρισμα της λιγνίνης/κυτταρίνης. <br /> Εντούτοις, τα μη εδαφολογικά υπολείμματα άσκησαν πιθανώς χαμηλή επίδραση στους συσχετισμούς των εδαφολογικών συστατικών με το συντελεστή ανάκλασης σε αυτήν την φασματική περιοχή (2.100-2.300 NM). Τα αποτελέσματά τους στην πρόβλεψη της εδαφολογικής οργανικής ουσίας πρέπει να ερευνηθούν καλύτερα. <br /> <br /> [[Εικόνα:06_12.jpg|thumb|right|'''Εικόνα 7:''' Παραλλαγές στο περιεχόμενο Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2 στην εικόνα AVIRIS βασισμένη στις σχέσεις μεταξύ του συντελεστή ανάκλασης και στα εδαφολογικά συστατικά. Τα αποτελέσματα παρουσιάζονται πάνω σε μια προταξινομημένη εικόνα του συνολικού μέρους του χώματος στο οποίο μόνο τα εικονοστοιχεία με τιμές εδαφολογικής αφθονίας μεγαλύτερες από 0.7 ενισχύθηκαν.]]<br /> <br /> Τα αποτελέσματα της τρέχουσας έρευνας καταδεικνύουν το γεγονός ότι οι χάρτες χημικής σύνθεσης που προέρχονται από τα υπερφασματικά στοιχεία τηλεπισκόπησης μπορούν να χρησιμοποιηθούν σε μια χαρτογράφηση εδάφους για να χαρακτηρίσουν τις χωρικές περιοχές των διαφορετικών τροπικών εδαφολογικών τύπων. Είναι σημαντικό να υπογραμμιστεί ότι οι εξισώσεις για αυτές τις προβλέψεις δεν είναι καθολικές, αυτό απαιτεί τη συλλογή καινούργιων δειγμάτων και νέες εξισώσεις παλινδρόμησης να κατασκευάζονται για κάθε ταξινομική σκηνή. Εντούτοις, αυτή η προσέγγιση έχει το πλεονέκτημα του μικρού αριθμού δειγμάτων για να καθιερώσει τις σχέσεις μεταξύ των εδαφολογικών συστατικών και του συντελεστή ανάκλασης, το οποίο εξοικονομεί χρόνο και κόστος σε σχέση με μια συμβατική χαρτογράφηση και μπορεί να καθοδηγήσει τις επόμενες επιλογές περιοχών για τη λεπτομερή έρευνα στον τομέα. <br /> Για λόγους εδαφολογικών καταλόγων, η χρήση των υπερφασματικών στοιχείων παρέχει νέες πληροφορίες στη φυσιογραφική προσέγγιση όπως η δυνατότητα του προσδιορισμού στην περιοχή μερικών μεταλλευμάτων με αποσαφηνισμένες ζώνες απορρόφησης στα εδαφολογικά φάσματα (π.χ., καολινίτης). <br /> Περαιτέρω, η μετάβαση από την επιφάνεια στους υπεδάφιους ορίζοντες των τροπικών χωμάτων χαρακτηρίζεται συνήθως από μια μείωση στο περιεχόμενο της οργανικής ουσίας και μια αύξηση στο περιεχόμενο του μέρους οξειδίων και αργίλου σιδήρου. Κατά συνέπεια, αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν επίσης για να ανιχνεύσουν και για να ελέγξουν την αφαίρεση του επιφανειακού χώματος από τη διάβρωση. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CF%83%CF%84%CE%BF_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CE%BB%CE%B5%CF%83%CF%84%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BA%CE%BB%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_-_%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%A6%CE%AC%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CE%B7%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_AVIRIS Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS 2010-03-24T22:25:40Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data<br /> <br /> '''Συγγραφείς:'''Lenio Soares Galvao, Marco Antonio Pizarro and Jose Carlos Neves Epiphanio<br /> Instituto Nacional de Pesquisas Espaciais—INPE/DSR, Sao Jose shape of soil spectra (Bedidi et al., 1992). In general, the dos Campos, SP, Brasil<br /> <br /> <br /> '''Πηγή:''' Instituto Nacional de Pesquisas Espaciais—INPE/DSR, http://202.127.1.11/remote/2001/750208.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι σχέσεις μεταξύ των εδαφολογικών συστατικών και της εργαστηριακής φασματικής ανάκλασης έχουν συζητηθεί από διάφορους ερευνητές που έχουν καταδείξει τα φασματικά αποτελέσματα των εδαφολογικών παραμέτρων όπως η υγρασία, η οργανική ουσία, τα οξείδια σιδήρου, και το μέρος αργίλου. <br /> Οι ισχυρότεροι συσχετισμοί μεταξύ της οργανικής ουσίας και του συντελεστή ανάκλασης παρατηρούνται συνήθως στην ορατή φασματική περιοχή, ενώ οι σχέσεις για το σιδήρο και άργιλο καθορίζονται καλύτερα προφανώς προς τα πιο μεγάλα μήκη κύματος <br /> <br /> Η φασματική μίξη είναι ο πιο σοβαρός παράγοντας που καθιστά τέτοιες έρευνες δύσκολες. Οι υψηλοί φασματικοί αισθητήρες, όπως το αερομεταφερόμενο ορατό/υπέρυθρο φασματόμετρο απεικόνισης (Airborne Visible/Infrared Imaging Spectrometer - AVIRIS), παρέχουν την ευκαιρία να γίνουν πιο κατανοητά τα αποτελέσματα της φασματικής μίξης στις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης και χώματος. <br /> <br /> Σε αυτό το έγγραφο, αναλύονται οι σχέσεις μεταξύ των συστατικών τριών σημαντικών εδαφολογικών τύπων και τιμών συντελεστή ανάκλασης επιφάνειας που προσδιορίζονται από τα στοιχεία AVIRIS που συλλέγονται στην κεντρική Βραζιλία. <br /> <br /> [[Εικόνα:06_01.jpg|thumb|450px|'''Εικόνα 1:''' Χωροθετηση της περιοχής μελέτης και σχηματική αναπαράσταση από το περιστατικό των κύριων εδαφολογικών τύπων, βασισμένο σε παλιότερες εδαφολογικές χαρτογραφήσεις.]]<br /> <br /> Ένα μοντέλο με έξι στοιχεία, πράσινη βλάστηση (Green Vegetation - GV), μη φωτοσυνθετική βλάστηση (nonphotosynthetic vegetation – NPV), νερό (Water - W) και τρεις εδαφολογικοί τύποι - Terra Roxa Estruturada (STE), Latossolo vermelho-Escuro (SLE), και Areia Quartzosa (SAQ) εφαρμόστηκε για να χαρακτηρίσει τη χωρική διανομή των τμημάτων σκηνής ατόμων και για να απαριθμήσει τη χωρική διανομή των εδαφολογικών τύπων στην περιοχή μελέτης. <br /> <br /> Τα αποτελέσματα της φασματικής μίξης στις παραλλαγές συντελεστή ανάκλασης αυτών των χωμάτων και στη φασματική πρόβλεψη των συστατικών τους συζητούνται με τη χρήση ενός γραμμικού unmixing προτύπου. Οι χάρτες της χωρικής μεταβλητότητας μερικών εδαφολογικών συστατικών παρουσιάζονται για τις φασματικό-χημικές σχέσεις σύνθεσης και συγκρίνονται με τη χωρική διανομή των εδαφολογικών τύπων. <br /> <br /> Τα δεδομένα που επιλέχτηκαν για αυτήν την έρευνα έχουν ευδιάκριτους εδαφολογικούς τύπους, και είχαν την απαίτηση να είναι εικόνες του AVIRIS χωρίς καπνό και χωρίς σύννεφα. Οι τιμές ακτινοβολιών AVIRIS μετατράπηκαν στο συντελεστή ανάκλασης επιφάνειας με τη χρήση μιας μεθόδου βασισμένης στη ΜODTRAN (Green 1991, Green και λοιποί 1993) που ελαχιστοποίησε τις επιπτώσεις της ατμοσφαιρικής απορρόφησης και της διασποράς λόγω διάφορων συστατικών (π.χ., υδρατμός, διοξείδιο του άνθρακα, οξυγόνο). <br /> <br /> <br /> '''Ανάλυση δεδομένων '''<br /> <br /> Το πρώτο βήμα στην ανάλυση των δεδομένων από το AVIRIS αποτελέσθηκε από την εφαρμογή της ανάλυσης κύριων τμημάτων (PCA). Είναι μια διαδεδομένη τεχνική που χρησιμοποιείται για να μειώσει τη διαστατικότητα στοιχείων και για να δείξει τα αρμόδια συστατικά για τη φασματική μεταβλητότητα στο σύνολο δεδομένων, όπως εκφράζεται από τα αυτοδιανύσματα (eigenvectors).<br /> <br /> [[Εικόνα:06_2.jpg|thumb|right|'''Εικόνα 2:''' Οι πρώτες δύο αυτοδιανυσματικές καμπύλες όπως προέκυψαν από την ανάλυση των 140 καναλιών του AVIRIS μεταξύ 400-2.500 nm. ]]<br /> <br /> [[Εικόνα:06_4.jpg|thumb|right|'''Εικόνα 3:''' Οι συντελεστές ανάκλασης από τα επιλεγμένα 6 στοιχεία για το μοντέλο ανάλυσης. Στην (α) φαίνονται τα GV, NPV και W, και στην (β) οι τρεις τύποι χώματος (STE, SLE και SAQ).<br /> Οι κάθετες σκιασμένες στήλες στα 1.400 και 1.900nm δείχνουν τα δύο σημαντικά διαστήματα της ατμοσφαιρικής απορρόφησης. Τα θορυβώδη στοιχεία που συνδέονται με την ατμοσφαιρική διόρθωση των υδρατμών στα 1.140nm δεν επιδεικνύονται για μια καλύτερη γραφική αντιπροσώπευση. ]]<br /> <br /> [[Εικόνα:06_5.jpg|thumb|right|'''Εικόνα 4:''' Πρώτες δύο εικόνες κύριων τμημάτων [PC1 (α) και PC2 (β)] που προήλθαν από την ανάλυση 140 καναλιών του AVIRIS. Η θέση των τελικών στοιχείων του μοντέλου είναι υποδειγμένη στη PC1 εικόνα (α). ]]<br /> <br /> Ένα σύστημα παγκόσμιας πλοήγησης (GPS) χρησιμοποιήθηκε για τη θέση αυτών των περιοχών. Από περίπου 100 δείγματα στον τομέα, ένα υποσύνολο 29 εδαφολογικών δειγμάτων ήταν για χημική ανάλυση. Αυτό το υποσύνολο διαιρέθηκε τυχαία σε δύο ομάδες, η μια για να λάβει τις σχέσεις οπισθοδρόμησης μεταξύ των εδαφολογικών συστατικών και των στοιχείων AVIRIS και η άλλη για να επικυρώσει τις εξισώσεις παλινδρόμησης. <br /> <br /> <br /> [[Εικόνα:06_6.jpg|thumb|right|'''Εικόνα 5:''' (α) έγχρωμο σύνθετο των εικόνων ισοτοπικής σύστασης από το unmixing πρότυπο για το GV, NPV, και το συνολικό εδαφολογικό μέρος (Stotal = STE+SLE+SAQ) που αντιπροσωπεύεται, αντίστοιχα, στα μπλε, πράσινο, και κόκκινο χρώμα. Η θέση των 29 περιοχών δειγματοληψίας είναι υποδειγμένοι. (β) τα αποτελέσματα της προταξινόμησης των εικόνων των τριών εδαφολογικών τύπων παρουσιάζονται με ενίσχυση μόνο των εικονοστοιχείων με εδαφολογική τιμή μεγαλύτερη από 0.6. ]]<br /> <br /> [[Εικόνα:06_10.jpg|thumb|right|'''Εικόνα 6:''' Παραδείγματα των φασμάτων ανάκλασης AVIRIS κατατάσσονται σύμφωνα με τη σχέση μεταξύ των τιμών αφθονίας της μη φωτοσυνθετικής βλάστησης και του συνολικού ποσοστού του εδάφους. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Στην περιοχή μελέτης παρατηρήθηκε μια υψηλή σχέση μεταξύ της χωρικής διανομής των εδαφολογικών τύπων, που προήλθε από το γραμμικό unmixing πρότυπο, και της χημικής μεταβλητότητα Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2, από τις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης AVIRIS και χώματος,. Ο σκούρο-κόκκινος αργίλος STE και SLE παρουσιάζει χαμηλότερο γενικό συντελεστή ανάκλασης (albedo) από την ελαφριά και πηλώδη άμμο SAQ, λόγω της παρουσίας μεγαλύτερων ποσών αδιαφανών μεταλλευμάτων (π.χ., μαγνητίτη, ιλμενίτη) ή υψηλότερου περιεχομένου Fe2O3 και TiO2, στη άμεση σχέση με το μέρος αργίλου (Al2O3). Γενικά, οι καλύτερες φασματικο-χημικές σχέσεις σύνθεσης λήφθηκαν στο εύρος 1,000-2,200nm και ήταν γραμμικές για TiO2 και μη γραμμικές για τα άλλα συστατικά. <br /> <br /> Στη μετάβαση από το κόκκινο στο NIR κανάλι, τέτοιες σχέσεις επηρεάστηκαν από τη φασματική μίξη, ειδικά η παρουσία μη εδαφολογικών υπολειμμάτων (πολύχρονη βιομάζα ή απορρίματα), παρήγαγε αλλαγές στην κλίση των φασμάτων και χαμήλωσε τα αποτελέσματα συσχετισμού. Αυτά τα υπολείμματα είχαν επιπτώσεις επίσης στην εμφάνιση της ζώνης απορρόφησης 2.200 NM λόγω των μεταλλευμάτων αργίλου, τα οποία αντικαταστάθηκαν βαθμιαία από το φασματικό χαρακτηριστικό γνώρισμα της λιγνίνης/κυτταρίνης. <br /> Εντούτοις, τα μη εδαφολογικά υπολείμματα άσκησαν πιθανώς χαμηλή επίδραση στους συσχετισμούς των εδαφολογικών συστατικών με το συντελεστή ανάκλασης σε αυτήν την φασματική περιοχή (2.100-2.300 NM). Τα αποτελέσματά τους στην πρόβλεψη της εδαφολογικής οργανικής ουσίας πρέπει να ερευνηθούν καλύτερα. <br /> <br /> [[Εικόνα:06_12.jpg|thumb|right|'''Εικόνα 7:''' Παραλλαγές στο περιεχόμενο Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2 στην εικόνα AVIRIS βασισμένη στις σχέσεις μεταξύ του συντελεστή ανάκλασης και στα εδαφολογικά συστατικά. Τα αποτελέσματα παρουσιάζονται πάνω σε μια προταξινομημένη εικόνα του συνολικού μέρους του χώματος στο οποίο μόνο τα εικονοστοιχεία με τιμές εδαφολογικής αφθονίας μεγαλύτερες από 0.7 ενισχύθηκαν.]]<br /> <br /> Τα αποτελέσματα της τρέχουσας έρευνας καταδεικνύουν το γεγονός ότι οι χάρτες χημικής σύνθεσης που προέρχονται από τα υπερφασματικά στοιχεία τηλεπισκόπησης μπορούν να χρησιμοποιηθούν σε μια χαρτογράφηση εδάφους για να χαρακτηρίσουν τις χωρικές περιοχές των διαφορετικών τροπικών εδαφολογικών τύπων. Είναι σημαντικό να υπογραμμιστεί ότι οι εξισώσεις για αυτές τις προβλέψεις δεν είναι καθολικές, αυτό απαιτεί τη συλλογή καινούργιων δειγμάτων και νέες εξισώσεις παλινδρόμησης να κατασκευάζονται για κάθε ταξινομική σκηνή. Εντούτοις, αυτή η προσέγγιση έχει το πλεονέκτημα του μικρού αριθμού δειγμάτων για να καθιερώσει τις σχέσεις μεταξύ των εδαφολογικών συστατικών και του συντελεστή ανάκλασης, το οποίο εξοικονομεί χρόνο και κόστος σε σχέση με μια συμβατική χαρτογράφηση και μπορεί να καθοδηγήσει τις επόμενες επιλογές περιοχών για τη λεπτομερή έρευνα στον τομέα. <br /> Για λόγους εδαφολογικών καταλόγων, η χρήση των υπερφασματικών στοιχείων παρέχει νέες πληροφορίες στη φυσιογραφική προσέγγιση όπως η δυνατότητα του προσδιορισμού στην περιοχή μερικών μεταλλευμάτων με αποσαφηνισμένες ζώνες απορρόφησης στα εδαφολογικά φάσματα (π.χ., καολινίτης). <br /> Περαιτέρω, η μετάβαση από την επιφάνεια στους υπεδάφιους ορίζοντες των τροπικών χωμάτων χαρακτηρίζεται συνήθως από μια μείωση στο περιεχόμενο της οργανικής ουσίας και μια αύξηση στο περιεχόμενο του μέρους οξειδίων και αργίλου σιδήρου. Κατά συνέπεια, αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν επίσης για να ανιχνεύσουν και για να ελέγξουν την αφαίρεση του επιφανειακού χώματος από τη διάβρωση. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CF%83%CF%84%CE%BF_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CE%BB%CE%B5%CF%83%CF%84%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BA%CE%BB%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_-_%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%A6%CE%AC%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CE%B7%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_AVIRIS Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS 2010-03-24T22:24:47Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data<br /> <br /> '''Συγγραφείς:'''Lenio Soares Galvao, Marco Antonio Pizarro and Jose Carlos Neves Epiphanio<br /> Instituto Nacional de Pesquisas Espaciais—INPE/DSR, Sao Jose shape of soil spectra (Bedidi et al., 1992). In general, the dos Campos, SP, Brasil<br /> <br /> <br /> '''Πηγή:''' Instituto Nacional de Pesquisas Espaciais—INPE/DSR, http://202.127.1.11/remote/2001/750208.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι σχέσεις μεταξύ των εδαφολογικών συστατικών και της εργαστηριακής φασματικής ανάκλασης έχουν συζητηθεί από διάφορους ερευνητές που έχουν καταδείξει τα φασματικά αποτελέσματα των εδαφολογικών παραμέτρων όπως η υγρασία, η οργανική ουσία, τα οξείδια σιδήρου, και το μέρος αργίλου. <br /> Οι ισχυρότεροι συσχετισμοί μεταξύ της οργανικής ουσίας και του συντελεστή ανάκλασης παρατηρούνται συνήθως στην ορατή φασματική περιοχή, ενώ οι σχέσεις για το σιδήρο και άργιλο καθορίζονται καλύτερα προφανώς προς τα πιο μεγάλα μήκη κύματος <br /> <br /> Η φασματική μίξη είναι ο πιο σοβαρός παράγοντας που καθιστά τέτοιες έρευνες δύσκολες. Οι υψηλοί φασματικοί αισθητήρες, όπως το αερομεταφερόμενο ορατό/υπέρυθρο φασματόμετρο απεικόνισης (Airborne Visible/Infrared Imaging Spectrometer - AVIRIS), παρέχουν την ευκαιρία να γίνουν πιο κατανοητά τα αποτελέσματα της φασματικής μίξης στις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης και χώματος. <br /> <br /> Σε αυτό το έγγραφο, αναλύονται οι σχέσεις μεταξύ των συστατικών τριών σημαντικών εδαφολογικών τύπων και τιμών συντελεστή ανάκλασης επιφάνειας που προσδιορίζονται από τα στοιχεία AVIRIS που συλλέγονται στην κεντρική Βραζιλία. <br /> <br /> [[Εικόνα:06_01.jpg|center|450px|'''Εικόνα 1:''' Χωροθετηση της περιοχής μελέτης και σχηματική αναπαράσταση από το περιστατικό των κύριων εδαφολογικών τύπων, βασισμένο σε παλιότερες εδαφολογικές χαρτογραφήσεις.]]<br /> <br /> Ένα μοντέλο με έξι στοιχεία, πράσινη βλάστηση (Green Vegetation - GV), μη φωτοσυνθετική βλάστηση (nonphotosynthetic vegetation – NPV), νερό (Water - W) και τρεις εδαφολογικοί τύποι - Terra Roxa Estruturada (STE), Latossolo vermelho-Escuro (SLE), και Areia Quartzosa (SAQ) εφαρμόστηκε για να χαρακτηρίσει τη χωρική διανομή των τμημάτων σκηνής ατόμων και για να απαριθμήσει τη χωρική διανομή των εδαφολογικών τύπων στην περιοχή μελέτης. <br /> <br /> Τα αποτελέσματα της φασματικής μίξης στις παραλλαγές συντελεστή ανάκλασης αυτών των χωμάτων και στη φασματική πρόβλεψη των συστατικών τους συζητούνται με τη χρήση ενός γραμμικού unmixing προτύπου. Οι χάρτες της χωρικής μεταβλητότητας μερικών εδαφολογικών συστατικών παρουσιάζονται για τις φασματικό-χημικές σχέσεις σύνθεσης και συγκρίνονται με τη χωρική διανομή των εδαφολογικών τύπων. <br /> <br /> Τα δεδομένα που επιλέχτηκαν για αυτήν την έρευνα έχουν ευδιάκριτους εδαφολογικούς τύπους, και είχαν την απαίτηση να είναι εικόνες του AVIRIS χωρίς καπνό και χωρίς σύννεφα. Οι τιμές ακτινοβολιών AVIRIS μετατράπηκαν στο συντελεστή ανάκλασης επιφάνειας με τη χρήση μιας μεθόδου βασισμένης στη ΜODTRAN (Green 1991, Green και λοιποί 1993) που ελαχιστοποίησε τις επιπτώσεις της ατμοσφαιρικής απορρόφησης και της διασποράς λόγω διάφορων συστατικών (π.χ., υδρατμός, διοξείδιο του άνθρακα, οξυγόνο). <br /> <br /> <br /> '''Ανάλυση δεδομένων '''<br /> <br /> Το πρώτο βήμα στην ανάλυση των δεδομένων από το AVIRIS αποτελέσθηκε από την εφαρμογή της ανάλυσης κύριων τμημάτων (PCA). Είναι μια διαδεδομένη τεχνική που χρησιμοποιείται για να μειώσει τη διαστατικότητα στοιχείων και για να δείξει τα αρμόδια συστατικά για τη φασματική μεταβλητότητα στο σύνολο δεδομένων, όπως εκφράζεται από τα αυτοδιανύσματα (eigenvectors).<br /> <br /> [[Εικόνα:06_2.jpg|thumb|right|'''Εικόνα 2:''' Οι πρώτες δύο αυτοδιανυσματικές καμπύλες όπως προέκυψαν από την ανάλυση των 140 καναλιών του AVIRIS μεταξύ 400-2.500 nm. ]]<br /> <br /> [[Εικόνα:06_4.jpg|thumb|right|'''Εικόνα 3:''' Οι συντελεστές ανάκλασης από τα επιλεγμένα 6 στοιχεία για το μοντέλο ανάλυσης. Στην (α) φαίνονται τα GV, NPV και W, και στην (β) οι τρεις τύποι χώματος (STE, SLE και SAQ).<br /> Οι κάθετες σκιασμένες στήλες στα 1.400 και 1.900nm δείχνουν τα δύο σημαντικά διαστήματα της ατμοσφαιρικής απορρόφησης. Τα θορυβώδη στοιχεία που συνδέονται με την ατμοσφαιρική διόρθωση των υδρατμών στα 1.140nm δεν επιδεικνύονται για μια καλύτερη γραφική αντιπροσώπευση. ]]<br /> <br /> [[Εικόνα:06_5.jpg|thumb|right|'''Εικόνα 4:''' Πρώτες δύο εικόνες κύριων τμημάτων [PC1 (α) και PC2 (β)] που προήλθαν από την ανάλυση 140 καναλιών του AVIRIS. Η θέση των τελικών στοιχείων του μοντέλου είναι υποδειγμένη στη PC1 εικόνα (α). ]]<br /> <br /> Ένα σύστημα παγκόσμιας πλοήγησης (GPS) χρησιμοποιήθηκε για τη θέση αυτών των περιοχών. Από περίπου 100 δείγματα στον τομέα, ένα υποσύνολο 29 εδαφολογικών δειγμάτων ήταν για χημική ανάλυση. Αυτό το υποσύνολο διαιρέθηκε τυχαία σε δύο ομάδες, η μια για να λάβει τις σχέσεις οπισθοδρόμησης μεταξύ των εδαφολογικών συστατικών και των στοιχείων AVIRIS και η άλλη για να επικυρώσει τις εξισώσεις παλινδρόμησης. <br /> <br /> <br /> [[Εικόνα:06_6.jpg|thumb|right|'''Εικόνα 5:''' (α) έγχρωμο σύνθετο των εικόνων ισοτοπικής σύστασης από το unmixing πρότυπο για το GV, NPV, και το συνολικό εδαφολογικό μέρος (Stotal = STE+SLE+SAQ) που αντιπροσωπεύεται, αντίστοιχα, στα μπλε, πράσινο, και κόκκινο χρώμα. Η θέση των 29 περιοχών δειγματοληψίας είναι υποδειγμένοι. (β) τα αποτελέσματα της προταξινόμησης των εικόνων των τριών εδαφολογικών τύπων παρουσιάζονται με ενίσχυση μόνο των εικονοστοιχείων με εδαφολογική τιμή μεγαλύτερη από 0.6. ]]<br /> <br /> [[Εικόνα:06_10.jpg|thumb|right|'''Εικόνα 6:''' Παραδείγματα των φασμάτων ανάκλασης AVIRIS κατατάσσονται σύμφωνα με τη σχέση μεταξύ των τιμών αφθονίας της μη φωτοσυνθετικής βλάστησης και του συνολικού ποσοστού του εδάφους. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Στην περιοχή μελέτης παρατηρήθηκε μια υψηλή σχέση μεταξύ της χωρικής διανομής των εδαφολογικών τύπων, που προήλθε από το γραμμικό unmixing πρότυπο, και της χημικής μεταβλητότητα Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2, από τις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης AVIRIS και χώματος,. Ο σκούρο-κόκκινος αργίλος STE και SLE παρουσιάζει χαμηλότερο γενικό συντελεστή ανάκλασης (albedo) από την ελαφριά και πηλώδη άμμο SAQ, λόγω της παρουσίας μεγαλύτερων ποσών αδιαφανών μεταλλευμάτων (π.χ., μαγνητίτη, ιλμενίτη) ή υψηλότερου περιεχομένου Fe2O3 και TiO2, στη άμεση σχέση με το μέρος αργίλου (Al2O3). Γενικά, οι καλύτερες φασματικο-χημικές σχέσεις σύνθεσης λήφθηκαν στο εύρος 1,000-2,200nm και ήταν γραμμικές για TiO2 και μη γραμμικές για τα άλλα συστατικά. <br /> <br /> Στη μετάβαση από το κόκκινο στο NIR κανάλι, τέτοιες σχέσεις επηρεάστηκαν από τη φασματική μίξη, ειδικά η παρουσία μη εδαφολογικών υπολειμμάτων (πολύχρονη βιομάζα ή απορρίματα), παρήγαγε αλλαγές στην κλίση των φασμάτων και χαμήλωσε τα αποτελέσματα συσχετισμού. Αυτά τα υπολείμματα είχαν επιπτώσεις επίσης στην εμφάνιση της ζώνης απορρόφησης 2.200 NM λόγω των μεταλλευμάτων αργίλου, τα οποία αντικαταστάθηκαν βαθμιαία από το φασματικό χαρακτηριστικό γνώρισμα της λιγνίνης/κυτταρίνης. <br /> Εντούτοις, τα μη εδαφολογικά υπολείμματα άσκησαν πιθανώς χαμηλή επίδραση στους συσχετισμούς των εδαφολογικών συστατικών με το συντελεστή ανάκλασης σε αυτήν την φασματική περιοχή (2.100-2.300 NM). Τα αποτελέσματά τους στην πρόβλεψη της εδαφολογικής οργανικής ουσίας πρέπει να ερευνηθούν καλύτερα. <br /> <br /> [[Εικόνα:06_12.jpg|thumb|right|'''Εικόνα 7:''' Παραλλαγές στο περιεχόμενο Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2 στην εικόνα AVIRIS βασισμένη στις σχέσεις μεταξύ του συντελεστή ανάκλασης και στα εδαφολογικά συστατικά. Τα αποτελέσματα παρουσιάζονται πάνω σε μια προταξινομημένη εικόνα του συνολικού μέρους του χώματος στο οποίο μόνο τα εικονοστοιχεία με τιμές εδαφολογικής αφθονίας μεγαλύτερες από 0.7 ενισχύθηκαν.]]<br /> <br /> Τα αποτελέσματα της τρέχουσας έρευνας καταδεικνύουν το γεγονός ότι οι χάρτες χημικής σύνθεσης που προέρχονται από τα υπερφασματικά στοιχεία τηλεπισκόπησης μπορούν να χρησιμοποιηθούν σε μια χαρτογράφηση εδάφους για να χαρακτηρίσουν τις χωρικές περιοχές των διαφορετικών τροπικών εδαφολογικών τύπων. Είναι σημαντικό να υπογραμμιστεί ότι οι εξισώσεις για αυτές τις προβλέψεις δεν είναι καθολικές, αυτό απαιτεί τη συλλογή καινούργιων δειγμάτων και νέες εξισώσεις παλινδρόμησης να κατασκευάζονται για κάθε ταξινομική σκηνή. Εντούτοις, αυτή η προσέγγιση έχει το πλεονέκτημα του μικρού αριθμού δειγμάτων για να καθιερώσει τις σχέσεις μεταξύ των εδαφολογικών συστατικών και του συντελεστή ανάκλασης, το οποίο εξοικονομεί χρόνο και κόστος σε σχέση με μια συμβατική χαρτογράφηση και μπορεί να καθοδηγήσει τις επόμενες επιλογές περιοχών για τη λεπτομερή έρευνα στον τομέα. <br /> Για λόγους εδαφολογικών καταλόγων, η χρήση των υπερφασματικών στοιχείων παρέχει νέες πληροφορίες στη φυσιογραφική προσέγγιση όπως η δυνατότητα του προσδιορισμού στην περιοχή μερικών μεταλλευμάτων με αποσαφηνισμένες ζώνες απορρόφησης στα εδαφολογικά φάσματα (π.χ., καολινίτης). <br /> Περαιτέρω, η μετάβαση από την επιφάνεια στους υπεδάφιους ορίζοντες των τροπικών χωμάτων χαρακτηρίζεται συνήθως από μια μείωση στο περιεχόμενο της οργανικής ουσίας και μια αύξηση στο περιεχόμενο του μέρους οξειδίων και αργίλου σιδήρου. Κατά συνέπεια, αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν επίσης για να ανιχνεύσουν και για να ελέγξουν την αφαίρεση του επιφανειακού χώματος από τη διάβρωση. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B5%CF%89%CF%81%CE%B3%CE%B1%CE%BA%CE%BF%CF%80%CE%BF%CF%8D%CE%BB%CE%BF%CF%85_%CE%8C%CE%BB%CE%B3%CE%B1_-_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1 Γεωργακοπούλου Όλγα - Μαρία 2010-03-24T22:18:14Z <p>Ogeorg: </p> <hr /> <div>* [[Χαρτογράφηση διάφορων εδαφολογικών ιδιοτήτων χρησιμοποιώντας τον υπερφασματικό σαρωτή DAIS-7915]]<br /> * [[Χρήση των πολυφασματικών εικόνων Ikonos για τη διάκριση μεταξύ συμβατικών και οργώματος συντήρησης των γεωργικών πρακτικών]]<br /> * [[Έρευνα του εδάφους και χαρτογράφηση με χρήση τηλεπισκόπησης]]<br /> * [[Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS]]<br /> * [[Εκτίμηση εδαφολογικών φυσικών ιδιοτήτων με τη χρήση τηλεπισκόπησης και τεχνητού νευρωνικού δικτύου]]<br /> * [[Μια μέθοδος για την απόκτηση υψηλής ευκρίνειας εδαφολογικής επιφανειακής υγρασίας]]<br /> * [[H σημασια της αντιθεσης στις αρχαιολογικες ανιχνευσεις - η περιπτωση της Homs, στη Συρια]]<br /> <br /> <br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα) ]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_Ikonos_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CF%83%CF%85%CE%BC%CE%B2%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BF%CF%81%CE%B3%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%83%CF%85%CE%BD%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CF%8E%CE%BD Χρήση των πολυφασματικών εικόνων Ikonos για τη διάκριση μεταξύ συμβατικών και οργώματος συντήρησης των γεωργικών πρακτικών 2010-03-24T22:13:17Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Use of Multispectral Ikonos Imagery for Discriminating between Conventional and Conservation Agricultural Tillage Practices<br /> <br /> '''Συγγραφείς:''' Andris Viρa, Albert J. Peters, Lei Ji<br /> <br /> '''Πηγή:''' PHOTOGRAMMETRIC ENGINEERING &amp; REMOTE SENSING May 2003 537, https://www.asprs.org/publications/pers/2003journal/may/2003_may_537-544.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αυτή η μελέτη ασχολείται με τη χρήση των τυποποιημένων διαδικασιών επεξεργασίας εικόνας που εφαρμόζονται σε μια πολυφασματική εικόνα Ikonos, για να καθορίσουν εάν είναι δυνατό να επικυρώσει ότι οι αγρότες έχουν συμμορφωθεί με τις συμφωνίες για να εφαρμόσουν τις πρακτικές οργώματος συντήρησης. Μια ανάλυση κύριων τμημάτων (principal component analysis - PCA) εκτελέσθηκε προκειμένου να απομονωθεί η διαφορά εικόνας στις καλλιεργημένες περιοχές. Οι στατιστικές διαδικασίες αναλύσεων της διαφοράς (ANOVA) χρησιμοποιήθηκαν για να αξιολογήσουν την ικανότητα κάθε καναλιού του Ikonos και κάθε κύριου τμήματος για να κάνουν διακρίσεις μεταξύ των συμβατικών πρακτικών και πρακτικών οργώματος συντήρησης. Ένα λογιστικό πρότυπο οπισθοδρόμησης εφαρμόστηκε στο κύριο συστατικό, που είναι αποτελεσματικότερο στη διάκριση μεταξύ του συμβατικού τρόπου και της συντήρησης, προκειμένου να παραχθεί ένας χάρτης πιθανότητας του συμβατικού οργώματος. Οι εικόνες του Ikonos, σε σχέση με πληροφορίες εδάφους, αποδείχθηκαν ένα χρήσιμο εργαλείο για την επαλήθευση των πρακτικών οργώματος συντήρησης <br /> <br /> Η μακροπρόθεσμη μετατροπή της χλόης και των δασικών εδαφών σε περιοχές συγκομιδής και το βοσκοτόπια έχει οδηγήσει όχι μόνο στις ιστορικές απώλειες εδαφολογικού άνθρακα παγκοσμίως αλλά έχει προσθέσει επίσης και πρόσθετο διοξείδιο του άνθρακα στην ατμόσφαιρα. Οι ατμοσφαιρικές συγκεντρώσεις CO2 μπορούν να χαμηλώσουν με τη μείωση των εκπομπών ή με το διαχωρισμός του; από την ατμόσφαιρα και την αποθήκευση τους ως εδαφολογικό άνθρακα. Ένας ενδεχομένως σημαντικός τρόπος του αυξανόμενου εδαφολογικού άνθρακα είναι μέσω της αποκατάστασης των υποβιβασμένων χωμάτων και με την υιοθέτηση της διαδεδομένης πρακτικής της συντήρησης του εδάφους, συμπεριλαμβανομένης της χρήσης του οργώματος συντήρησης (Falloom και λοιποί 1998, Uri και λοιποί 1999, Schlesinger 2000). <br /> <br /> Μία μέθοδος που θα μπορούσε αποτελεσματικά και οικονομικά να ενθαρρύνει τις προσπάθειες μετριασμού αερίου θερμοκηπίων είναι η παροχή ενός εμπορικού συστήματος με το οποίο οι εκπέμποντες άνθρακα θα μπορούν να αγοράσουν τις αποτελεσματικές πιστώσεις μετριασμού από άλλες που μπορούν είτε να αποφύγουν τις εκπομπές είτε να διαχωρίσουν τον άνθρακα από την ατμόσφαιρα, όπως οι αγρότες για την εφαρμογή των πρακτικών οργώματος συντήρησης.<br /> <br /> Ένα τέτοιο εμπορικό σύστημα απαιτεί μια χαμηλού κόστους ακριβείας τεχνική για τη συμμόρφωση των συμμετεχοντων. Η επαλήθευση ενός τέτοιου εμπορικού συστήματος θα απαιτούσε χαμηλού κόστους μεθόδους για να εφαρμοστεί, και η τεχνολογία τηλεπισκόπησης προσφέρει μέσα για τέτοιες χαμηλές δαπάνες. Διάφορες τεχνικές τηλεπισκόπησης για τον διαχωρισμού του τύπου και της ποσότητας χρησιμοποιούν τη μέση υπέρυθρη ζώνη του φάσματος και έχουν τεκμηριωθεί στη λογοτεχνία (π.χ., Mcnairn και Protz, 1993 van Deventer και λοιποί., 1997 Nagler και λοιποί., 2000). Εντούτοις, ο μόνος λειτουργικός δορυφόρος που καλύπτει αυτήν την ζώνη του φάσματος είναι ο Thematic Mapper Landsat, ο οποιος έχει πολύ μικρή χωρική διακριτική ικανότητα (30 μ) και έναν σπάνιο κύκλο επανάληψης 16 ημέρες. Κατά συνέπεια, είναι απαραίτητο να καθιερωθούν εναλλακτικές τεχνικές. <br /> <br /> Αυτό το έγγραφο στρέφεται στη δοκιμή της δυνατότητας στην τεχνολογία τηλεπισκόπησης για τη διάκριση μεταξύ των πρακτικών συμβατικού και οργώματος συντήρησης. Ο στόχος μας ήταν να χρησιμοποιήσουμε τις τυποποιημένες διαδικασίες επεξεργασίας εικόνας για να καθοριστεί εάν είναι δυνατό να επικυρωθεί ότι οι αγρότες έχουν συμμορφωθεί με τις συμφωνίες για να εφαρμόσουν τις πρακτικές οργώματος συντήρησης. Για αυτόν το λόγο, τα κανάλια του ορατού και του εγγύς υπέρυθρου μιας εικόνας Ikonos (28 Μαρτίου 2000) χρησιμοποιήθηκαν. Οι συγκεκριμένοι στόχοι του προγράμματος ήταν (1) να αξιολογηθεί η χρησιμότητα της δορυφορικής εικόνας Ikonos για τη διάκριση των πρακτικών οργώματος σε καλλιέργεια καλαμποκιού και σόγια, και (2) να ερευνηθεί η δυνατότητα των αλγορίθμων επεξεργασίας των εικόνων ώστε να μπορούν να ενισχύσουν την ικανότητα για διακρίσεις μεταξύ των πρακτικών οργώματος. <br /> <br /> <br /> ''' Μέθοδοι '''<br /> <br /> Το πρόγραμμα πραγματοποιήθηκε στα αγροκτήματα στο δήμο Deep Well, κοντά στη δυτική άκρη της κομητείας του Χάμιλτον, Νεμπράσκας, περίπου 2 μιλίων νότια και ανατολικά του ποταμού Platte (πίνακας 1). Ποικίλες πρακτικές οργώματος χρησιμοποιούνται στην περιοχή, αλλά για την απλότητα, ταξινομήθηκαν σε μια δυαδική μορφή ως είτε συμβατικό είτε ως όργωμα συντήρησης όπως καθορίστηκε από τους αγρότες στην περιοχή μελέτης. Ο απλούστερος κανόνας απόφασης είναι επαρκής να ελέγξει τη συμμόρφωση του συμβατικού οργώματος. <br /> <br /> [[Εικόνα:02_1.jpg|thumb|right|'''Πινακίδα 1:''' Μελέτη περιοχής Deep Well Township στη Δυτική Hamilton County, Νεμπράσκα. Η εικόνα που εμφανίζεται είναι ψευδο-χρωματικό σύνθετο μιας πολυφασματικής εικόνας από το Ikonos που αποκτήθηκε με ναδίρ στις 28 Μαρτίου 2000 στις 1645 GMT. Τα ορατά φάσματα δείχνουν (RGB) 4 (εγγύς υπέρυθρη), 3 (Κόκκινο), και 2 (Πράσινο). Τα κίτρινα πολύγωνα αντιπροσωπεύουν τα πεδία με γνωστές πληροφορίες για το είδος των καταλοίπων καλλιεργειών και πρακτικών άροσης. Μία NDVI εικόνα υπολογίστηκε χρησιμοποιώντας ζώνες 3 και 4 της πολυφασματικης εικόνας και στη συνέχεια χρησιμοποιήθηκε για να παραγάγει μία δυαδικό μάσκα για την αφαίρεση της βλάστησης. ]]<br /> <br /> <br /> Μία δορυφορική εικόνα του Ikonos, με εικονοκύταρρο 4μ.και τέσσερα ευρέος φάσματος κανάλια (μπλε 0.45 έως 0.52 μ, πράσινο 0.52 έως 0.60 μ, κόκκινο 0.63 έως 0.69 μ και κοντινό υπέρυθρο 0.76 έως 0.90 μ. πίνακας 1) αποκτήθηκε πριν από τη συγκομιδή των καλλιεργειών στις 28 Μαρτίου 2000. Αυτή τη στιγμή του έτους, το υπόλειμμα και οι πρακτικές οργώματος από την προηγούμενη εποχή είναι ακόμα φανερά. Η χρονική στιγμή των δορυφορικών εικόνων είναι σημαντική για ένα σύστημα επαλήθευσης οργώματος σε αυτήν την περιοχή, επειδή οι νωρίτερα εικόνες μπορεί να επηρεαστούν από την κάλυψη χιονιού. Η φύτευση θα μπορούσε επίσης να έχει επιπτώσεις στις εικόνες λόγω της διαταραχής του εδάφος, εάν αυτή αποκτιέται αργότερα. <br /> <br /> Η αρχική επεξεργασία της εικόνας περιέλαβε την αφαίρεση της φωτοσυνθετικά ενεργής βλάστησης. Για να ολοκληρωθεί αυτό, υπολογίστηκε μια εικόνα ομαλοποιημένης διαφοροποίησης των δεδομένων βλάστησης (NDVI = [NIR - κόκκινο]/[NIR + κόκκινο]), και χρησιμοποιήθηκε ως μάσκα για τη διαφοροποίηση της πράσινης βλάστησης από το γυμνό έδαφος (πίνακας 1). Αφότου η ενεργή βλάστηση δημιούργησε το outfrom στην εικόνα, μια ανάλυση κύριων τμημάτων (PCA) εφαρμόστηκε για να απομονώσει τη διαφορά σκηνής στις υπολειπόμενες καλλιεργημένες περιοχές. Τέσσερις εικόνες κύριων συστατικών (principal component - PC) αποκτήθηκαν. <br /> <br /> Μια ανάλυση της διαφοράς (ANOVA) υπολογίστηκε για να αξιολογήσει την ικανότητα κάθε καναλιού του Ikonos, καθώς επίσης και κάθε εικόνας PC, για να κάνει διακρίσεις μεταξύ του καλαμποκιού ή του υπολείμματος σόγιας και συμβατικές πρακτικές ή πρακτικές οργώματος συντήρησης. Για αυτούς τους υπολογισμούς χρησιμοποιήθηκε η μέση αξία κάθε PC από κάθε έναν από τους 51 τομείς μέσα στην περιοχή μελέτης. <br /> <br /> Αφού καθορίστηκε ποια εικόνα PC θα μπόρεσε να διακρίνει τους τύπους υπολειμμάτων ή/και της πρακτικής οργώματος, μια λογιστική οπισθοδρόμηση [διαδικασία GENMOD (SAS, 1996)] εφαρμόστηκε στις μέσες τιμές των PC ανά τομέα. Η λογιστική οπισθοδρόμηση μπορεί να χρησιμοποιηθεί ως προφητικό εργαλείο όταν έχουν οι μεταβλητές απάντησης μόνο δύο πιθανές εκβάσεις και μια δυωνυμική διανομή, όπως συμβατικό όργωμα εναντίον του οργώματος συντήρησης, ή το καλαμπόκι εναντίον του υπολείμματος σόγιας. <br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> Οι εικόνες κύριων συστατικών (PC) που λαμβάνονται από την εικόνα του Ikonos παρουσιάζονται στο σχήμα 1. Το PC 1 εξηγεί περισσότερα από 99% της συνολικής διακύμανσης της σκηνής (αποκλείοντας την πράσινη βλάστηση). Το PC 1 είναι πρώτιστα ένα τμήμα εδαφολογικής φωτεινότητας και συσχετίζεται ιδιαίτερα με κάθε ένα από τα αρχικά κανάλια. Τα υπόλοιπα τρία PC (PC 2, 3, και 4) εξηγούν την υπόλοιπη διακύμανση της σκηνής. Τα μέσα ελάχιστων τετραγώνων των ψηφιακών αριθμών (DNs) για κάθε ζώνη και κάθε PC φαίνονται στο σχήμα 2. Τα αποτελέσματα του ANOVA παρουσιάζονται στους πίνακες 1 και 2. Και οι τρεις ορατές ζώνες της εικόνας Ikonos παρουσίασαν στατιστικά σημαντική αλληλεπίδραση μεταξύ της πρακτικής οργώματος και του τύπου υπολειμμάτων (πίνακας 1, σχήμα 2). Αυτή η αλληλεπίδραση σημαίνει ότι αυτά τα κανάλια δεν μπορούν να χρησιμοποιηθούν για τη διάκριση του τύπου υπολειμμάτων και την πρακτική οργώματος με ανεξάρτητο τρόπο.<br /> <br /> <br /> [[Εικόνα:02_sx1.jpg|thumb|right|'''Σχήμα 1:''' κύριες συνιστώσες που λαμβάνεται από την πολυφασματικη εικόνα IKONOS της περιοχής μελέτης. Ελήφθη στις 28 Μαρτίου 2000. Βλάστηση έχει απομακρυνθεί με τη δυαδική μάσκα φαίνεται στον πίνακα 1. Η πρώτη συνιστώσα εξηγεί 99,5 τοις εκατό διακύμανση της σκηνής. ]]<br /> <br /> [[Εικόνα:02_sx2.jpg|thumb|right|'''Σχήμα 2:''' Ελάχιστα τετραγώνα μέσω των ψηφιακών αριθμών (DNS) και τα κύρια στοιχεία<br /> (PC) για κάθε συνδυασμό τύπου υπολειμμάτων καλλιεργειών και πρακτικών άροσης. Η αλληλεπίδραση-αποτέλεσμα απεικονίζεται από τις διαφορές μεταξύ των πρακτικών άροσης στους δύο τύπους. Τα οικόπεδα για PC 2 και 4 δείχνουν ότι δεν υπάρχει σημαντική επίδραση της αλληλεπίδρασης. ]]<br /> <br /> Το εγγύς υπέρυθρο κανάλι δεν είχε καμία επίδραση αλληλεπίδρασης, και ήταν ευαίσθητο μόνο στον τύπο υπολειμμάτων, αλλά όχι στην πρακτική οργώματος. Κατά συνέπεια, τα αρχικά κανάλια του Ikonos δεν μπορούν να κάνουν διακρίσεις στις πρακτικές οργώματος. Όπως με τις ορατές ζώνες, τα PC 1 και 3 έχουν μια σημαντική στατιστική επίδραση αλληλεπίδρασης (p 0.05) μεταξύ των τύπων και πρακτικών οργώματος υπολειμμάτων συγκομιδών (πίνακας 2, σχήμα 2). Αυτή η αλληλεπίδραση σημαίνει ότι, στην περίπτωση του PC 1, οι διαφορές μεταξύ των πρακτικών οργώματος θα μπορούσαν να ανιχνευθούν για τη σόγια, αλλά όχι για το υπόλειμμα καλαμποκιού. Στην περίπτωση του PC 3, η διάκριση μεταξύ του καλαμποκιού και του υπολείμματος σόγιας δεν θα μπορούσε να ληφθεί για το όργωμα συντήρησης. Επομένως, όπως με τις ορατές ζώνες, το PC 1 και το PC 3 δεν θα μπορούσαν να χρησιμοποιηθούν για τη διάκριση τύπων και πρακτικών οργώματος υπολειμμάτων ανεξάρτητα το ένα από το άλλο. Το PC 3, που εξηγεί μόνο 0.09 % της αρχικής διαφοράς σκηνής, πιθανότατα σχετίζεται με τις εδαφολογικές ιδιότητες όπως το εδαφολογικό χρώμα, η οργανική ουσία, και η περιεκτικότητα σε άργιλο (ποσοστό σε έδαφος κάτω από 2 μ στο μέγεθος, Σχήμα 3). Τα χώματα με περιεκτικότητα λιγότερο από 30 τοις εκατό σε άργιλο εμφανίζονται σκοτεινότερα στην εικόνα PC 3 (σχήμα 1). Αντίθετα, τα PC 2 και 4 δεν παρουσίασαν καμία σημαντική αλληλεπίδραση (p 0.05) μεταξύ των υπολειμμάτων και tvn πρακτικών οργώματος συγκομιδών (πίνακας 2, σχήμα 2). Μια σημαντική διαφορά μεταξύ του καλαμποκιού και του υπολείμματος σόγιας λήφθηκε από το PC 2 (πίνακας 2) κατά συνέπεια, σε αυτήν την εικόνα του Ikonos, το PC 2 συσχετίζεται με τον τύπο υπολειμμάτων, και μπορεί να χρησιμοποιηθεί για να κάνει διακρίσεις μεταξύ του καλαμποκιού και του υπολείμματος σόγιας ανεξάρτητα από την πρακτική οργώματος <br /> <br /> [[Εικόνα:02_pinak1.jpg|thumb|right|'''Πίνακας 1:''' Aποτελεσματα της anova για καθε ikonos band της Πολυφασματικής IKONOS εικόνας.]]<br /> <br /> [[Εικόνα:02_pinak2.jpg|thumb|right|'''Πίνακας 2:''' Aποτελεσματα απο την anova καθεμιάς από τις βασικές συνιστωσες.]]<br /> <br /> Με άλλα λόγια, η PC 2 επιτυχώς απομονώνει τη φασματική επιρροή του τύπου υπολειμμάτων. Επιπλέον, μια σημαντική διαφορά μεταξύ των πρακτικών οργώματος λήφθηκε με το PC 4 (πίνακας 2), επειδή οι συμβατικά οργωμένοι τομείς έχουν θετικές τιμές και οι τομείς με το όργωμα συντήρησης έχουν αρνητικές τιμές. Κατά συνέπεια, η PC 4 απομονώνει τη φασματική επιρροή των πρακτικών οργώματος ακόμα κι αν περιέχει μόνο 0.01% της διακύμανσης της σκηνής. <br /> <br /> Οι χάρτες πιθανότητας του υπολείμματος καλαμποκιού και του συμβατικού οργώματος (εικόνα 2a και 2d) λήφθηκαν με την εφαρμογή της εξίσωσης 3 και των παραμέτρων που υπολογίστηκαν από τη λογιστική οπισθοδρόμηση (πίνακας 3) στις εικόνες PC 2 και 4. Για να παραγάγει τους δυαδικούς χάρτες των πρακτικών υπολειμμάτων και οργώματος, αντίστοιχα (εικόνα 2b και 2e), ένα κατώτατο όριο πιθανότητας 0.6 εφαρμόστηκε, και οι προκύπτουσες εικόνες λειάθηκαν στο χώρο με ένα φίλτρο πλειοψηφίας (7 x 7 εικονοκύτταρο). Η ταξινόμηση που ορίστηκε σε κάθε τομέα βασίστηκε στην κατηγορία με την υψηλότερη συχνότητα εικονοκυττάρου. Τα αποτελέσματα αυτών των ταξινομήσεων συγκρίθηκαν ενάντια στις πληροφορίες που δόθηκαν από τους αγρότες (εικόνα 2c και 2f). Η γενική ακρίβεια, σε μια ανά τομέα βάση, ήταν 80.0 τοις εκατό για τον τύπο υπολειμμάτων και 76.9 τοις εκατό για την πρακτική οργώματος. Οι στρωμένοι δρόμοι και το υπόλειμμα σόγιας φαίνονται παρόμοια και έχουν χαμηλές τιμές στο PC 2, το οποίο αποτελεί μια πηγή λάθους ταξινόμησης. <br /> <br /> [[Εικόνα:02_sx3.jpg|thumb|right|'''Σχήμα 3:''' Περιεκτικότητα σε άργιλο των εδαφών της περιοχής μελέτης, εκφρασμένη ως ποσοστό του εδαφικού υλικού είναι μικρότερη από 2m σε μέγεθος. Τα στοιχεία αυτά προκύπτουν από την ψηφιακή του εδάφους Έρευνα Γεωγραφική Βάση Δεδομένων (SSURGO) για Hamilton County. ]]<br /> <br /> [[Εικόνα:02_sx4.jpg|thumb|right|'''Σχήμα 4:''' Οικόπεδα με τις προβλεπόμενες πιθανότητες (α) καλαμπόκι τύπου καταλοίπων και (β) κλασική πρακτική οργώματος έναντι των κύριων συνιστώσων 2 και 4, αντίστοιχα. Η διακεκομμένη γραμμή αντιπροσωπεύει τα διαστήματα εμπιστοσύνης 95 τοις εκατό. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Διάφορες γνωστές στρατηγικές επεξεργασίας εικόνας, συμπεριλαμβανομένης της επιβλεπόμενης και μη ταξινόμησης εξετάστηκαν και συνήχθη το συμπέρασμα ότι η ανάλυση κύριων τμημάτων (PCA) παρέχει μια καλή μέθοδο για τον τύπο υπολειμμάτων και των πρακτικών οργώματος των συγκομιδών στους γεωργικούς τομείς. Η περιοχή μελέτης παρείχε την ουσιαστική μεταβλητότητα στην εδαφολογική φωτεινότητα, η οποία ενίσχυσε τη χρησιμότητα αυτής της τεχνικής, επειδή απέδωσε καλά και πέρα από τα σκοτεινά και φωτεινά χώματα. Η τηλεπισκόπηση αποδείχθηκε ένα χρήσιμο εργαλείο για την επαλήθευση των πρακτικών οργώματος συντήρησης. Προκειμένου να βελτιωθεί η πιθανότητα της επιτυχούς επαλήθευσης βασισμένη στην εικόνα, οι τεχνικές ανίχνευσης από απόσταση πρέπει να χρησιμοποιηθούν από κοινού με τη συλλογή επίγειων δεδομένων, προκειμένου να δομηθεί ένα μοντέλο πρόβλεψης, όπως η τεχνική της λογιστικής οπισθοδρόμησης που καταδεικνύεται εδώ. Η πρόσθετη έρευνα απαιτείται προκειμένου να καθοριστούν τα πιθανά αποτελέσματα των γωνιών εξέτασης από-ναδίρ και των μεταβλητών γωνιών φωτισμού (συμπεριλαμβανομένης της τοπογραφικής ενίσχυσης) στη δυνατότητα να κάνει διακρίσεις μεταξύ των τύπων υπολειμμάτων συγκομιδών και των πρακτικών οργώματος από τις δορυφορικές εικόνες του Ikonos χρησιμοποιώντας τις διαδικασίες που περιγράφονται σε αυτό το έγγραφο. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:08_High-Resolution_Surface_1.jpg Αρχείο:08 High-Resolution Surface 1.jpg 2010-03-24T22:09:35Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:08_High-Resolution_Surface5.jpg Αρχείο:08 High-Resolution Surface5.jpg 2010-03-24T22:09:19Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:08_High-Resolution_Surface3.jpg Αρχείο:08 High-Resolution Surface3.jpg 2010-03-24T22:09:02Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:08_High-Resolution_Surface2.jpg Αρχείο:08 High-Resolution Surface2.jpg 2010-03-24T22:08:40Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%AD%CE%B8%CE%BF%CE%B4%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CF%80%CF%8C%CE%BA%CF%84%CE%B7%CF%83%CE%B7_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B5%CF%85%CE%BA%CF%81%CE%AF%CE%BD%CE%B5%CE%B9%CE%B1%CF%82_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CF%85%CE%B3%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82 Μια μέθοδος για την απόκτηση υψηλής ευκρίνειας εδαφολογικής επιφανειακής υγρασίας 2010-03-24T22:07:41Z <p>Ogeorg: New page: Μια μέθοδος για την απόκτηση υψηλής ευκρίνειας εδαφολογικής επιφανειακής υγρασίας από τις παρατηρήσ...</p> <hr /> <div>Μια μέθοδος για την απόκτηση υψηλής ευκρίνειας εδαφολογικής επιφανειακής υγρασίας από τις παρατηρήσεις ραδιομέτρων και ραντάρ του L-Band Hydros<br /> <br /> '''Πρωτότυπος Τίτλος:''' A Method for Retrieving High-Resolution Surface Soil Moisture From Hydros L-Band Radiometer and Radar Observations<br /> <br /> '''Συγγραφείς:''' Xiwu Zhan, Paul R. Houser, Jeffrey P. Walker, Wade T. Crow<br /> <br /> '''Πηγή:''' IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 44, NO. 6, JUNE 2006, http://www.civenv.unimelb.edu.au/~jwalker/papers/tgars06.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η εδαφολογική υγρασία είναι ένα κρίσιμο υδροσφαιρικό μεταβλητό στοιχείο που συχνά περιορίζει τις ανταλλαγές του νερού και της ενέργειας μεταξύ ατμόσφαιρας και επιφάνεια εδάφους, ελέγχει το ποσοστό στις βροχοπτώσεις μεταξύ της εξάτμισης, της διήθησης και της απορροής, και των επιδράσεων στις φωτοσυνθετικές και μικροβιολογικές αναπνευστικές δραστηριότητες. Η ακριβής μέτρηση αυτής της μεταβλητής στο σύνολο της εδαφικής επιφάνειας απαιτείται για το παγκόσμιο νερό, ενέργεια, το κύκλο του άνθρακα και τις σχετικές επιστήμες. Η τεχνολογία της τηλεπισκόπησης έχει τη δυνατότητα να παρέχει τις σφαιρικές χωροχρονικές πληροφορίες για τις μεταβολές της εδαφολογικής υγρασίας.<br /> <br /> Υπάρχουν 2 μέθοδοι τηλεπισκόπησης που εφαρμόζονταν για το σκοπό αυτο, η παθητική ραδιομετρική τηλεπισκόπηση, που έχει υψηλότερη ακρίβεια αλλά χαμηλότερη χωρική διακριτική ικανότητα, και η ενεργός τηλεπισκόπηση, ραντάρ, που έχει υψηλή χωρική διακριτική ικανότητα αλλά χαμηλή ακρίβεια. Για να υπερνικηθούν οι μεμονωμένοι περιορισμοί των δύο αυτών προσεγγίσεων, η αποστολή της NASA, arth System Science Pathfinder Hydrospheric States (Hydros), συνδυάζει καιτις δύο τεχνολογίες. <br /> <br /> Για να υπερνικήσει τους μεμονωμένους περιορισμούς των δύο προσεγγίσεων (η παθητική ραδιομετρική τηλεπισκόπηση έχει υψηλότερο η ακρίβεια αλλά η χαμηλότερη χωρική ανάλυση και η ενεργός τηλεπισκόπηση ραντάρ έχουν την υψηλότερη χωρική ανάλυση αλλά τη χαμηλότερη ακρίβεια), ο ανιχνευτής Hydrospheric επιστήμης γήινων συστημάτων της NASA Η κρατική (Hydros) αποστολή συνδυάζει αυτές τις δύο τεχνολογίες. <br /> Η αποστολή Hydros θα χρησιμοποιήσει σε συνδυασμό, ένα περίπου 40 χλμ L-band ραδιόμετρο μικροκυμάτων και το ραντάρ 3 χλμ για να παρέχει τις σφαιρικής κλίμακας διαστημικές παρατηρήσεις εδαφολογικής επιφανειακής υγρασίας εδάφους με διάστημα επανάληψης τριών ημερών.<br /> <br /> Αυτό το έγγραφο περιγράφει μια Μπεϋζιανή προσέγγιση στη συγχώνευση αυτών των παρατηρήσεων από το ραδιόμετρο και το ραντάρ. Αυτή η Μπεϋζιανή προσέγγιση συγχωνεύει βέλτιστα και των δύο τα στοιχεία παρατήρησης: το σχετικά ακριβές χονδροειδές ψηφίσμα του ραδιόμετρου και τις σχετικά θορυβώδεις υψηλού ψηφίσματος ραντάρ με μία προκαταρκτική υπόθεση εδαφολογικής υγρασίας. <br /> <br /> Για την απλοποίηση, το πειραμα του συστήματος προσομοίωσης παρατηρήσεων (observing<br /> system simulation experiment - OSSE) υιοθετεί ένα εύκολο πλέγμα με λεπτό, μέσο και χονδροειδές ψηφίσμα από 3, 9, και 36 χλμ, αντίστοιχα.<br /> <br /> [[Εικόνα:08_High-Resolution Surface_1.jpg|thumb|right|'''Σχήμα 1:''' Σχηματική αναπαράσταση που παρουσιάζει τη σχέση μεταξύ του μιμούμενου HYDROS ραντάρ (3 χλμ) και ραδιόμετρο (36 χλμ που αντιπροσωπεύουν 40 χλμ) και μέσο ψήφισμα (9 χλμ που αντιπροσωπεύουν 10 χλμ) των αποτελεσμάτων εδαφολογικής υγρασίας στο Hydros OSSE. ]]<br /> <br /> <br /> '''ΣΥΝΟΛΟ ΣΤΟΙΧΕΙΩΝ HYDROS OSSE '''<br /> <br /> Το σύνολο στοιχείων που χρησιμοποιήθηκε σε αυτό το έγγραφο παρήχθη στο Hydros OSSE. Το OSSE είχε ως σκοπό να μιμηθεί όσο το δυνατόν περισσότερο το συγκεκριμένο αισθητήρα Hydros και τα τροχιακά χαρακτηριστικά για να προετοιμάσει τους αλγορίθμους Hydros για την προγραμματισμένη έναρξή του το 2010. Το OSSE περιλαμβάνει τέσσερα στοιχεία: 1) ένα μοντέλο επιφάνειας εδάφους για να παραγάγει γεωφυσικά στοιχεία ανάλυσης 1 χλμ 2) ένα μοντέλο εκπομπής μικροκυμάτων και οπισθοδιασποράς (MEBM) για να παραγάγει τη ραδιομετρική θερμοκρασία φωτεινότητας και προσομοιώσεις οπισθοδιασποράς από ραντάρ σε ανάλυση 1 χλμ 3) συνάθροιση των παραγμένων 1 χλμ και των δεδομένων στο ραδιόμετρο Hydros (36 χλμ) και στο ραντάρ (3 χλμ) με τα προστιθέμενα λάθη οργάνων για να μιμηθεί τις παρατηρήσεις Hydros και 4) προσθήκη από τα λάθη βοηθητικών στοιχείων και την ανάκτηση εδαφολογικής υγρασίας από τις μιμούμενες παρατηρήσεις Hydros που χρησιμοποιούν τις υποψήφιες μεθόδους. <br /> <br /> <br /> <br /> [[Εικόνα:08_High-Resolution Surface2.jpg|thumb|right|'''Εικονα 2:''' Χωρικοί χάρτες (α) του στατικού NDVI, (β) εδαφολογικού αργίλου, (γ) εδαφολογικής άμμου, (δ) περιεκτικότητα σε νερό της βλάστησης, (ε) παράμετρος τραχύτητας, (f) και δυναμική εδαφολογική υγρασία επιφάνειας μιας ημέρας (ημέρα 155 του 1994) των λεκανών του ποταμού Red-Arkansas. ]]<br /> <br /> ''Η εικόνα 2 δίνει τη χωρική διανομή της περιεκτικότητας σε νερό στη βλάστηση που υπολογίζεται από το χάρτη NDVI, την παράμετρο τραχύτητας, την εδαφολογική σύσταση (μέρη άμμου και αργίλου) και την εδαφολογική υγρασία για μια χαρακτηριστική ημέρα (ημέρα 155 του 1994). Το κεντρικό μέρος των λεκανών του ποταμού Red-Arkansas φαίνεται να είναι ξηρό και λιγότερο καλλιεργήσιμο σε σύγκριση με τη ανατολική πλευρά.'' <br /> <br /> [[Εικόνα:08_High-Resolution Surface3.jpg|thumb|right|'''Εικονα 3:''' είναι ένα διάγραμμα ροής στοιχείων για την Μπεϋζιανή μέθοδο και η παραδοσιακή άμεση μέθοδος αντιστροφής για να ανακτήσει την εδαφολογική υγρασία από το σύνολο των στοιχείων OSSE. Ελλείψει της παρατήρησης και των μοντέλων διαταραχών παραμέτρου, πρέπει να είναι δυνατό να ανακτηθεί ο αληθής τομέας εδαφολογικής υγρασίας τέλεια όπως εάν χρησιμοποιούνταν στη διαδικασία ανάκτησης το ίδιο το ραδιόμετρο και το ραντάρ MEBM. Εντούτοις, δεδομένου ότι τα προσδοκώμενα λάθη έχουν προστεθεί στις αθροισμένες παρατηρήσεις και οι πρότυπες παράμετροι, η ανακτημένη εδαφολογική υγρασία δεν θα είναι ακριβώς ίδια με την αληθή εδαφολογική υγρασία που υπάρχει κάτω από την προσομοίωση. Ο σκοπός αυτού του εγγράφου είναι να καταδειχθεί η Μπεϋζιανή μέθοδος και να συγκριθούν τα αποτελέσματα με την άμεση μέθοδο αντιστροφής κατά τη χρησιμοποίηση του ίδιου συνόλου στοιχείων OSSE. ]]<br /> <br /> [[Εικόνα:08_High-Resolution Surface5.jpg|thumb|right|'''Εικονα 4:''' Χωρική διανομή των 3 χλμ (αριστερή στήλη), 9 χλμ (μέση), 36 χλμ (δεξιά), λάθη εδαφολογικής υγρασίας από τη μέθοδο αντιστροφής ραδιομέτρων (Τ) (άνω σειρά), μέθοδος αντιστροφής οπισθοδιασποράς ραντάρ 3 χλμ (μέση σειρά), και η Μπεϋζιανή μέθοδος συγχώνευσης (κατώτατη σειρά) για το υψηλού θορύβου σύνολο στοιχείων. Οι αριθμοί στις παρενθέσεις είναι το RMSEs στο σύνολο της λεκάνης. ]]<br /> <br /> ''Όπως παρουσιάζεται στην εικόνα 4, πολλά εικονοστοιχεία με υψηλά λάθη αντιστροφής ραδιομέτρων δεν έχουν υψηλά λάθη αντιστροφής ραντάρ (π.χ., εκείνα τα εικονοστοιχεία στο νοτιοανατολικό panhandle). Και οι δύο παρατηρήσεις (ραντάρ και ραδιομέτρων) για αυτά τα εικονοστοιχεία σταματούν το ένα το άλλο στη Μπεϋζιανή συγχωνευτική μέθοδο, έτσι ώστε η γενική απόδοση της Μπεϋζιανής μεθόδου να μην αντιστοιχεί απαραιτήτως στα αυξανόμενα λάθη στις αντιστροφές. Εντούτοις, όταν αποτυγχάνουν οι αντιστροφές ραντάρ και ραδιομέτρων ταυτόχρονα, η Μπεϋζιανή μέθοδος μπορεί να παρουσιάσει σχετικά υψηλό λάθος ακόμα κι αν το μέσο RMSEs και των δύο δεν είναι σχετικά υψηλό (δείτε το μικρό αυξανόμενο λάθος στην καμπύλη Bayesian Merging RMSE την ημέρα 150). <br /> ''<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑ '''<br /> <br /> Μια Μπεϋζιανή μέθοδος συγχώνευσης για την εδαφολογική επιφανειακή υγρασία έχει προταθεί και παρουσιάστηκε με τα σύνολα στοιχείων από το μοντέλο OSSE του Hydros. Η μέθοδος εφαρμόζει το σύστημα αναπροσαρμογών του φίλτρου Kalman για το συνδυασμό των δύο διαφορετικών παρατηρήσεων Hydros. Σε αυτήν την παρουσίαση χρησιμοποιήθηκε μια απλή αντιστροφή της οριζόντιας πόλωσης των θερμοκρασιών φωτεινότητας των ραδιομέτρων ως τομέας υποβάθρου της εδαφολογικής υγρασίας και σαν παρατήρηση, οι τρεις πολώσεις του 3 χλμ ραντάρ οπισθοδιασποράς και δύο πολώσεις θερμοκρασίας φωτεινότητας των 36 χλμ ραδιομέτρου. Η Μπεϋζιανή μέθοδος παρήγαγε έπειτα ένα 3 χλμ τομέας με στοιχεία εδαφικής υγρασίας. Αυτά τα 3 χλμ αποτελέσματα εδαφολογικής υγρασίας αθροίστηκαν έπειτα σε 9 χλμ για να παραγάγουν ένα μέσης ανάλυσης στοιχείο εδαφολογικής υγρασίας.<br /> <br /> Ενώ η παραγωγή ενός περίπλοκου μοντέλου πρόβλεψης της επιφάνειας του εδάφους θα μπορούσε να χρησιμοποιηθεί ως υπόβαθρο για ένα Kalman φίλτρο αναπροσαρμογή ύφους (με τη δυνατότητα να ανακτηθούν επίσης τα πρόσθετα επιφανειακά στοιχεία), η Μπεϋζιανή μέθοδος που παρουσιάζεται απαιτεί μόνο εκείνα τα στοιχεία που χρησιμοποιούνται από τους «παραδοσιακούς» αλγορίθμους τηλεπισκόπησης για την ανάκτηση εδαφολογικής υγρασίας και οδηγείται σε ένα μοντέλο ανεξάρτητο της επιφανειακής εδαφολογικής υγρασίας. <br /> <br /> Με βάση τα στοιχεία από το OSSE, η Μπεϋζιανή μέθοδος παρήγαγε καλύτερα την εδαφολογική υγρασία έναντι των παραδοσιακών αριθμητικών αντιστροφών των παρατηρήσεων του ραντάρ ή ραδιομέτρων. Το μέσο λάθος μέσης τετραγωνικής τιμής (root mean square error - RMSE) των 3 χλμ των αποτελεσμάτων εδαφολογικής υγρασίας από τη Μπεϋζιανή μέθοδο ήταν 2.8%v/v σε σύγκριση με το 3.6%v/v από τις άμεσες αντιστροφές οπισθοδιασποράς ραντάρ για ένα σύνολο στοιχείων χαμηλού θορύβου. Για το ρεαλιστικότερο σύνολο στοιχείων υψηλού θορύβου, το RMSE από τη Μπεϋζιανή μέθοδο ήταν 3.8%v/v σε σύγκριση με 6.0% από τις άμεσες αντιστροφές οπισθοδιασποράς ραντάρ. <br /> <br /> Οι τιμές και οι σειρές των παραμέτρων του μοντέλου προσομοίωσης (όπως η περιεκτικότητα σε νερό βλάστησης, η παράμετρος τραχύτητας) μπορούν να μην είναι αντιπροσωπευτικές στην παγκόσμια κλίμακα ή τις μεγάλες περιφερειακές κλίμακες, και οι ίδιοι αλγόριθμοι ανάκτησης χρησιμοποιήθηκαν για την παραγωγή και την ανάκτηση στοιχείων. Εντούτοις, η διασύγκριση των μεθόδων ανάκτησης εδαφολογικής υγρασίας είναι βασισμένη στα ίδια δοκιμαστικά στοιχεία και η Μπεϋζιανή μέθοδος χρησιμοποιεί τα ίδια μοντέλα μεταφοράς ακτινοβολίας. Αυτά τα αποτελέσματα υπονοούν ότι η Μπεϋζιανή συγχωνευτική μέθοδος για την εδαφολογική υγρασία από τις παρατηρήσεις του Hydros ραντάρ και των ραδιομέτρων είναι μια ελπιδοφόρος προσέγγιση στην επίτευξη του υψηλότερου χωρικού ψηφίσματος και των ακριβέστερων αποτελεσματων εδαφολογικής υγρασίας από τις δορυφορικές παρατηρήσεις. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:07_Estimation_of_Soil_Physical_Properties_9.jpg Αρχείο:07 Estimation of Soil Physical Properties 9.jpg 2010-03-24T22:00:18Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:07_Estimation_of_Soil_Physical_Properties_5.jpg Αρχείο:07 Estimation of Soil Physical Properties 5.jpg 2010-03-24T21:59:57Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:07_Estimation_of_Soil_Physical_Properties_4.jpg Αρχείο:07 Estimation of Soil Physical Properties 4.jpg 2010-03-24T21:59:41Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:07_Estimation_of_Soil_Physical_Properties_1.jpg Αρχείο:07 Estimation of Soil Physical Properties 1.jpg 2010-03-24T21:53:47Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:07_02.jpg Αρχείο:07 02.jpg 2010-03-24T21:53:28Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B5%CE%B4%CE%B1%CF%86%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B9%CE%B4%CE%B9%CE%BF%CF%84%CE%AE%CF%84%CF%89%CE%BD_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%BF%CF%8D_%CE%BD%CE%B5%CF%85%CF%81%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85 Εκτίμηση εδαφολογικών φυσικών ιδιοτήτων με τη χρήση τηλεπισκόπησης και τεχνητού νευρωνικού δικτύου 2010-03-24T21:53:06Z <p>Ogeorg: New page: '''Πρωτότυπος Τίτλος:''' Estimation of Soil Physical Properties Using Remote Sensing and Artificial Neural Network '''Συγγραφείς:''' Dyi-Huey Chang, Shafiqul Isl...</p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Estimation of Soil Physical Properties Using Remote Sensing and Artificial Neural Network<br /> <br /> '''Συγγραφείς:''' Dyi-Huey Chang, Shafiqul Islam, Cincinnati Earth System Science Program, Department of Civiland Environmental Engineering, University of Cincinnati, Cincinnati,OH<br /> <br /> '''Πηγή:''' Remote Sensing of Environment Volume 74, Issue 3, December 2000, Pages 534-544 , http://linkinghub.elsevier.com/retrieve/pii/S0034425700001449<br /> <br /> '' Τα Τεχνητά Νευρωνικά Δίκτυα είναι εκτιμητές ελεύθεροι προτύπων, δεδομένου ότι δεν στηρίζονται σε μια υποτιθέμενη μορφή των υποκείμενων δεδομένων. Βασισμένα κυρίως σε μερικά στοιχεία παρακολούθησης, προσπαθούν να λάβουν μια προσέγγιση του υποκείμενου συστήματος που παρήγαγε τα παρατηρηθέντα στοιχεία. Γενικά, κάποιος μπορεί να εξετάσει τον υπολογισμό στα νευρωνικά δίκτυα από την προοπτική του υπολογισμού μιας άγνωστης λειτουργίας βασισμένης σε αυτές τις παρατηρήσεις.'' <br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Μια ακριβής εκτίμηση των μεταβλητών εδαφολογικών ιδιοτήτων στο χώρο είναι απαραίτητη για να αναπτύξει αξιόπιστα μοντέλα της ροής και της μεταφοράς τους σε ολόκληρο το σύστημα έδαφος-βλάστηση-ατμόσφαιρα, για την αποδοτική διαχείριση των πόρων, και για τη συντήρηση της περιβαλλοντικής ποιότητας <br /> <br /> Σε αυτήν την μελέτη, διερευνάμε τη δυνατότητα να συμπεράνουμε τις εδαφολογικές φυσικές ιδιότητες μιας πολυχρονικής θερμοκρασίας φωτεινότητας και από τους χάρτες εδαφολογικής υγρασίας. Κατασκευάζουμε δύο τεχνητά νευρωνικά μοντέλα δικτύων βασισμένα στους φυσικούς συνδέσμους μεταξύ της χωροχρονικής διανομής της θερμοκρασίας φωτεινότητας, της εδαφολογικής υγρασίας, και των εδαφολογικών ιδιοτήτων. Χρησιμοποιώντας μια ακολουθία στοιχείων από το πείραμα Washita '92, δείχνουμε ότι είναι δυνατό να εντοπιστεί η εδαφολογική σύσταση από τα πολυχρονικά στοιχεία θερμοκρασία φωτεινότητας και εδαφολογικής υγρασίας. <br /> <br /> Επομένως, είναι επιθυμητό να αναπτυχθούν απλουστευμένες μέθοδοι για το χαρακτηρισμό των εδαφολογικών ιδιοτήτων σε μεγάλες περιοχές. Ο στόχος μας είναι να λάβουμε τις εδαφολογικές ιδιότητες σε μεγάλες και απομονωμένες περιοχές όπου οι συμβατικές κανονικές τεχνικές μπορούν να μην είναι εύκολα διαθέσιμες ή θα είναι πάρα πολύ ακριβές και χρονοβόρες. <br /> <br /> Η παθητική τηλεπισκόπηση μικροκυμάτων είναι ο πιό εφικτός τρόπος να μετρηθεί η θερμοκρασία της εδαφολογικής φωτεινότητας και να παραχθεί η εδαφολογική υγρασία σε μεγάλες περιοχές. Ο Camillo και λοιποί. (1984) ήταν ίσως ο πρώτος που για να υπολογίσει τις εδαφολογικές υδραυλικές παραμέτρους χρησιμοποίησε τις παθητικές μετρήσεις μικροκυμάτων (π.χ., θερμοκρασία φωτεινότητας) και τα ατμοσφαιρικά στοιχεία πίεσης (π.χ., θερμοκρασία αέρα, ταχύτητα ανέμου, υγρασία, και ολική ακτινοβολία). <br /> Χρησιμοποίησαν μια τεχνική εκτίμησης παραμέτρου μέσα σε ένα μοντέλο ισορροπίας ενέργειας και υγρασίας για να υπολογίσουν τις εδαφολογικές υδραυλικές παραμέτρους. Πρόσφατα, σύμφωνα με Hollenbeck και λοιποί. (1996) η χρονική ακολουθία τηλεπισκοπικών δεδομένων μπορεί να χρησιμοποιηθεί για την ανίχνευση ποιοτικά της εδαφολογικής υδραυλικής ετερογένειας. Οι αλλαγές στην εδαφολογική υγρασία θα μπορούσαν να χρησιμοποιηθούν ως δείκτης της εδαφολογικής σύστασης και της μέσης διαποτισμένης υδραυλικής αγωγιμότητας. <br /> <br /> Ένας βασικός στόχος αυτής της μελέτης είναι να εξεταστεί η δυνατότητα εκτίμησης των εδαφολογικών φυσικών και υδραυλικών ιδιοτήτων χρησιμοποιώντας μόνο τηλεπισκοπικά δεδομένα με ελάχιστες ή καθόλου πληροφορίες για την εδαφολογική σύσταση. Η προσέγγιση προσδιορισμού ενός διανεμημένου χάρτη των εδαφολογικών φυσικών και υδραυλικών ιδιοτήτων είναι βασισμένη στις πρόσφατες εξελίξεις των τεχνητών νευρωνικών δικτύων (Artificial Neural Network - ANN) και στις αρχές της αυτο-οργάνωσης. Αυτή η μεθοδολογία θα επέτρεπε να υπολογιστούν οι εδαφολογικές φυσικές ιδιότητες που βασίζονται στη φυσική σχέση μεταξύ των εδαφολογικών υδραυλικών ιδιοτήτων και της εδαφολογικής υγρασίας κατά τη διάρκεια της ξήρανσης (drydown). <br /> <br /> <br /> '''ΣΧΕΣΕΙΣ ΜΕΤΑΞΥ ΤΗΛΕΠΙΣΚΟΠΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΓΝΩΡΊΣΜΑΤΑ ΚΑΙ ΕΔΑΦΟΛΟΓΙΚΩΝ ΦΥΣΙΚΩΝ ΙΔΙΟΤΗΤΩΝ'''<br /> <br /> Οι εικόνες εδαφολογικής υγρασίας υπό μορφή ογκομετρικής εδαφολογικής υγρασίας προήλθαν από το ηλεκτρονικά ανιχνευμένο ραδιόμετρο σειράς (ESTAR). Αυτά τα δεδομένα αποθηκεύονται σε εικόνες 228 επί 93 εικονοστοιχείων που καλύπτουν μια έκταση 45.6 χλμ επί 18.6 χλμ (848 km2) με ένα ψήφισμα εικονοστοιχείου 200 μ επί 200 μ. <br /> Η εικόνα 1 δείχνει μια ακολουθία τηλεπισκοπής θερμοκρασίας φωτεινότητας, TB(x,t),και την αντιστοιχία του επιφανειακού εδάφους σε περιεκτικότητα σε νερό θ(x,t)από το ερευνητικό πείραμα Washita '92. <br /> Σαφώς, υπάρχει μια ισχυρή χωρική και χρονική συνοχή μεταξύ της εδαφολογικής θερμοκρασίας φωτεινότητας και της εδαφολογικής υγρασίας. <br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_1.jpg|thumb|right|'''Εικόνα 1:''' τηλεπισκοπική θερμοκρασία φωτεινότητας σε οK [(a) Ιούνιος 10 (b) Ιούνιος 12 (c) Ιούνιος 14 (d) Ιούνιος 16 (e) Ιούνιος 18] και παραγόμενη εδαφολογική υγρασία σε ποσοστό <br /> [(f) Ιούνιος 10 (g) Ιούνιος 12 (h) Ιούνιος 14 (i) Ιούνιος 16 (j) June 18] από το ερευνητικό πείραμα Washita ’92 <br /> (1Κ)παρουσιάζει τη χωρική εκδοχή της εδαφολογικής σύστασης για τον υδροκρίτη Little Washita. Φαίνεται να υπάρχει ένας σημαντικός βαθμός χωρικής συνοχής μεταξύ θερμοκρασίας της φωτεινότητας και της σύστασης του χώματος καθώς επίσης και της υγρασίας του χώματος και της εδαφολογικής σύστασης. ]]<br /> <br /> [[Εικόνα:07_02.jpg|thumb|right|'''Εικόνα 2:''' Χρονική εκδοχή της περιοχής μέσης θερμοκρασίας φωτεινότητας (α) και ογκομετρική περιεκτικότητα σε εδαφολογική υγρασία (β) ως δείκτη της διαφορετικής κατηγορίας εδαφολογικής υφής για το πείραμα Washita '92. ]]<br /> <br /> Μια δυνατότητα είναι η χρήση σύνθετων αλγόριθμων αναγνώρισης προτύπων που μπορούν να χρησιμοποιήσουν χωροχρονικά την εξέλιξη της TB(x,t) (εικόνα 1 και 2a) για να προσδιορίσουν τους εδαφολογικούς τύπους. Ο στόχος μας είναι να αναπτύξουμε ένα εργαλείο που ικανοποιεί τις παραπάνω απαιτήσεις μέσω της χρήσης των μεθόδων που θα συνθέτουν τις πρόσφατες εξελίξεις στα ANN με τις φυσικές συσχετίσεις μεταξύ του χωροχρονικού προτύπου της TB(x,t), της μείωσης εδαφολογικής υγρασίας, και των εδαφολογικών ιδιοτήτων. <br /> <br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Υπάρχει μια στενή σχέση μεταξύ της χωροχρονικής εξέλιξης της θερμοκρασίας φωτεινότητας και της εδαφολογικής υγρασίας και των εδαφολογικών τύπων, και μια τέτοια σχέση μπορεί να χρησιμοποιηθεί για να προσδιορίσει τους εδαφολογικούς τύπους από μια ακολουθία τηλεπισκοπικών εικόνων σε συνδυασμό με το Τεχνητό Νευρωνικό Δίκτυο SOFM. Το Self-Organizing Feature Map – SOFM είναι ένα ιδιαίτερα ισχυρό και ευέλικτο Τεχνητό Νευρωνικό Δίκτυο που μπορεί προσδιορίσει τις σχέσεις εισόδου-εξόδου από ένα διανεμημένο σύνολο στοιχείων.<br /> <br /> Το Three-Layered Feed-Forward Neural Network - TFNN – πρότυπο χρησιμοποιεί τη χωροχρονική εξέλιξη της τηλεπισκοπικής θερμοκρασίας φωτεινότητας και της τηλεπισκοπικής εδαφολογικής υγρασίας από κοινού με μερικές ιδιότητες εδαφολογικών μέσων (π.χ., 5% των εικονοστοιχείων με τις πληροφορίες εδαφολογικής υφής) για να βελτιώσει την ακρίβεια ταξινόμησης. <br /> <br /> Μια ταξινόμηση βασισμένη στο TFNN μπορεί να παραγάγει την καλύτερη ακρίβεια ταξινόμησης σε τέτοιες καταστάσεις. Εντούτοις, εάν δεν είναι διαθέσιμο κανένα εδαφολογικό στοιχείο της υφής, το μη επιβλεπόμενο πρότυπο SOFM θα παρείχε τη λογική ακρίβεια ταξινόμησης. <br /> <br /> Δεδομένου ότι οι πολυχρονικοί χάρτες της επιφανειακής θερμοκρασίας φωτεινότητας χρησιμοποιούνται για την εκτίμηση του χάρτη εδαφολογικής σύστασης, αυτός ο χάρτης αντιστοιχεί ουσιαστικά στις ιδιότητες της επιφανειακής υφής. Κατά συνέπεια, αυτή η μελέτη δεν μπορεί να παρέχει τις άμεσες πληροφορίες σχετικά με την κατατομή της εδαφολογικής υγρασίας ή σύστασης. Σε πολλές περιπτώσεις, εντούτοις, υπάρχει μια ισχυρή σχέση μεταξύ της κοντά στην επιφάνεια εδαφολογικής υγρασίας και της υγρασίας στη ζώνη της ρίζας. Σε τέτοιες περιπτώσεις, οι εδαφολογικές ιδιότητες κατατομής μπορούν να προκύψουν από τις επιφανειακές πληροφορίες (π.χ., Calvet και λοιποί., 1998). <br /> <br /> Υπάρχουν ενδείξεις ότι μια ακολουθία επιφανειακών στοιχείων εδαφολογικής υγρασίας μπορεί να χρησιμοποιηθεί για να προβλέψει τη διαποτισμένη υδραυλική αγωγιμότητα (π.χ., Ahuja και λοιποί., 1993 Mattikalli και λοιποί., 1998). Επίσης σημειώνουμε ότι με τη σημαντική ετερογένεια στην τοπογραφία, μπορεί να υπάρξει αξιόλογη ανακατανομή της εδαφολογικής υγρασίας πέρα από μια τοπογραφική κλίση. Σε τέτοιες περιπτώσεις, μια μη επιβλεπόμενη ταξινόμηση βασισμένη σε SOFM είναι πιθανό να παραγάγει μεγάλα λάθη. Εντούτοις, μια ταξινόμηση βασισμένη σε TFNN αναμένεται να παραγάγει την καλύτερη ακρίβεια ταξινόμησης σε τέτοιες καταστάσεις. <br /> <br /> Η προτεινόμενη μεθοδολογία είναι βασισμένη στην υπόθεση ότι οι καμπύλες drydown της θερμοκρασίας φωτεινότητας και της εδαφολογικής υγρασίας στις διαφορετικές θέσεις με παρόμοια εδαφολογική σύσταση θα εξέθεταν την παρόμοια συμπεριφορά. Αυτή η υπόθεση μπορεί να μην είναι πάντα ικανή, εάν οι καμπύλες drydown για μια ορισμένη θέση επηρεάζονται, παραδείγματος χάριν, από άλλες φυσικές ιδιότητες (π.χ., χωροχρονική μεταβλητότητα των βροχοπτώσεων, της πλευρικής ροής, της τοπογραφίας, κ.λπ.) των γειτονικών σημείων πλέγματος. Για τέτοιες περιπτώσεις, η εισαγωγή πρόσθετων μεταβλητών από τα γειτονικά εικονοστοιχεία θα απαιτηθεί για να βελτιώσουν την ακρίβεια της ταξινόμησης. <br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_4.jpg|thumb|right|'''Εικόνα 3:''' Η σύγκριση SOFM υπολόγισε (α, β) και παρατήρησε (γ) τον τομέα εδαφολογικής σύστασης από το πείραμα Washita '92. Το χώμα είναι ταξινομημένο ως τρεις (χονδροειδής, μέτριο, και λεπτό) ομάδες υφής. Σε (α) και (β), το 5% και 10% των στοιχείων θερμοκρασίας φωτεινότητας εφαρμόζονται σαν στοιχεία διαμόρφωσης, αντίστοιχα. Σε όλους τους αριθμούς, το «άλλα» αντιπροσωπεύουν τα μη εδαφολογικά σημεία (δηλ., νερό, γύψος, κοιλώματα, κ.λ.π.) που δεν συμπεριλαμβάνονται στην ανάλυση. ]]<br /> <br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_5.jpg|thumb|right|'''Εικόνα 4:''' Αυτή η εικόνα είναι παρόμοια με την 3, αλλά αυτή τη φορά σαν στοιχείο διαμόρφωσης εφαρμόζεται η εδαφολογική υγρασία. ]]<br /> <br /> [[Εικόνα:07_Estimation of Soil Physical Properties_9.jpg|thumb|right|'''Εικόνα 5:''' Η σύγκριση του μοντέλου TFNN υπολόγισε (α, β) και παρατήρησε (γ) τον τομέα εδαφολογικής σύστασης από Washita '92. Το χώμα είναι ταξινομημένο σε έξι ομάδες βάση της υφής: (1) άμμος (2) πηλώδης λεπτή άμμος (3) λεπτός αμμώδες πηλός (4) πηλός (5) πηλός βούρκου και (6) λασπώδες πηλός αργίλου/πηλός αργίλου. ]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_12.jpg Αρχείο:06 12.jpg 2010-03-24T21:32:40Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_10.jpg Αρχείο:06 10.jpg 2010-03-24T21:32:20Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_8.jpg Αρχείο:06 8.jpg 2010-03-24T21:31:52Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_7.jpg Αρχείο:06 7.jpg 2010-03-24T21:31:31Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_6.jpg Αρχείο:06 6.jpg 2010-03-24T21:31:13Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_05.jpg Αρχείο:06 05.jpg 2010-03-24T21:30:39Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_2.jpg Αρχείο:06 2.jpg 2010-03-24T21:30:00Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:06_01.jpg Αρχείο:06 01.jpg 2010-03-24T21:29:35Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AD%CF%82_%CF%83%CF%84%CE%BF_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CE%BB%CE%B5%CF%83%CF%84%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BA%CE%BB%CE%B1%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD_-_%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%A6%CE%AC%CF%83%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A7%CE%B7%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_AVIRIS Παραλλαγές στο συντελεστή ανάκλασης των τροπικών χωμάτων - Συσχέτιση Φάσματος και Χημικής σύνθεσης από δεδομένα του AVIRIS 2010-03-24T21:29:08Z <p>Ogeorg: New page: '''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data '''Συγγραφείς:'''Lenio Soares ...</p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Variations in Reflectance of Tropical Soils: Spectral-Chemical Composition Relationships from AVIRIS data<br /> <br /> '''Συγγραφείς:'''Lenio Soares Galvao, Marco Antonio Pizarro and Jose Carlos Neves Epiphanio<br /> Instituto Nacional de Pesquisas Espaciais—INPE/DSR, Sao Jose shape of soil spectra (Bedidi et al., 1992). In general, the dos Campos, SP, Brasil<br /> <br /> <br /> '''Πηγή:''' Instituto Nacional de Pesquisas Espaciais—INPE/DSR, http://202.127.1.11/remote/2001/750208.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι σχέσεις μεταξύ των εδαφολογικών συστατικών και της εργαστηριακής φασματικής ανάκλασης έχουν συζητηθεί από διάφορους ερευνητές που έχουν καταδείξει τα φασματικά αποτελέσματα των εδαφολογικών παραμέτρων όπως η υγρασία, η οργανική ουσία, τα οξείδια σιδήρου, και το μέρος αργίλου. <br /> Οι ισχυρότεροι συσχετισμοί μεταξύ της οργανικής ουσίας και του συντελεστή ανάκλασης παρατηρούνται συνήθως στην ορατή φασματική περιοχή, ενώ οι σχέσεις για το σιδήρο και άργιλο καθορίζονται καλύτερα προφανώς προς τα πιο μεγάλα μήκη κύματος <br /> <br /> Η φασματική μίξη είναι ο πιο σοβαρός παράγοντας που καθιστά τέτοιες έρευνες δύσκολες. Οι υψηλοί φασματικοί αισθητήρες, όπως το αερομεταφερόμενο ορατό/υπέρυθρο φασματόμετρο απεικόνισης (Airborne Visible/Infrared Imaging Spectrometer - AVIRIS), παρέχουν την ευκαιρία να γίνουν πιο κατανοητά τα αποτελέσματα της φασματικής μίξης στις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης και χώματος. <br /> <br /> Σε αυτό το έγγραφο, αναλύονται οι σχέσεις μεταξύ των συστατικών τριών σημαντικών εδαφολογικών τύπων και τιμών συντελεστή ανάκλασης επιφάνειας που προσδιορίζονται από τα στοιχεία AVIRIS που συλλέγονται στην κεντρική Βραζιλία. <br /> <br /> [[Εικόνα:06_01.jpg|thumb|right|'''Εικόνα 1:''' Χωροθετηση της περιοχής μελέτης και σχηματική αναπαράσταση από το περιστατικό των κύριων εδαφολογικών τύπων, βασισμένο σε παλιότερες εδαφολογικές χαρτογραφήσεις.]]<br /> <br /> Ένα μοντέλο με έξι στοιχεία, πράσινη βλάστηση (Green Vegetation - GV), μη φωτοσυνθετική βλάστηση (nonphotosynthetic vegetation – NPV), νερό (Water - W) και τρεις εδαφολογικοί τύποι - Terra Roxa Estruturada (STE), Latossolo vermelho-Escuro (SLE), και Areia Quartzosa (SAQ) εφαρμόστηκε για να χαρακτηρίσει τη χωρική διανομή των τμημάτων σκηνής ατόμων και για να απαριθμήσει τη χωρική διανομή των εδαφολογικών τύπων στην περιοχή μελέτης. <br /> <br /> Τα αποτελέσματα της φασματικής μίξης στις παραλλαγές συντελεστή ανάκλασης αυτών των χωμάτων και στη φασματική πρόβλεψη των συστατικών τους συζητούνται με τη χρήση ενός γραμμικού unmixing προτύπου. Οι χάρτες της χωρικής μεταβλητότητας μερικών εδαφολογικών συστατικών παρουσιάζονται για τις φασματικό-χημικές σχέσεις σύνθεσης και συγκρίνονται με τη χωρική διανομή των εδαφολογικών τύπων. <br /> <br /> Τα δεδομένα που επιλέχτηκαν για αυτήν την έρευνα έχουν ευδιάκριτους εδαφολογικούς τύπους, και είχαν την απαίτηση να είναι εικόνες του AVIRIS χωρίς καπνό και χωρίς σύννεφα. Οι τιμές ακτινοβολιών AVIRIS μετατράπηκαν στο συντελεστή ανάκλασης επιφάνειας με τη χρήση μιας μεθόδου βασισμένης στη ΜODTRAN (Green 1991, Green και λοιποί 1993) που ελαχιστοποίησε τις επιπτώσεις της ατμοσφαιρικής απορρόφησης και της διασποράς λόγω διάφορων συστατικών (π.χ., υδρατμός, διοξείδιο του άνθρακα, οξυγόνο). <br /> <br /> <br /> '''Ανάλυση δεδομένων '''<br /> <br /> Το πρώτο βήμα στην ανάλυση των δεδομένων από το AVIRIS αποτελέσθηκε από την εφαρμογή της ανάλυσης κύριων τμημάτων (PCA). Είναι μια διαδεδομένη τεχνική που χρησιμοποιείται για να μειώσει τη διαστατικότητα στοιχείων και για να δείξει τα αρμόδια συστατικά για τη φασματική μεταβλητότητα στο σύνολο δεδομένων, όπως εκφράζεται από τα αυτοδιανύσματα (eigenvectors).<br /> <br /> [[Εικόνα:06_2.jpg|thumb|right|'''Εικόνα 2:''' Οι πρώτες δύο αυτοδιανυσματικές καμπύλες όπως προέκυψαν από την ανάλυση των 140 καναλιών του AVIRIS μεταξύ 400-2.500 nm. ]]<br /> <br /> [[Εικόνα:06_4.jpg|thumb|right|'''Εικόνα 3:''' Οι συντελεστές ανάκλασης από τα επιλεγμένα 6 στοιχεία για το μοντέλο ανάλυσης. Στην (α) φαίνονται τα GV, NPV και W, και στην (β) οι τρεις τύποι χώματος (STE, SLE και SAQ).<br /> Οι κάθετες σκιασμένες στήλες στα 1.400 και 1.900nm δείχνουν τα δύο σημαντικά διαστήματα της ατμοσφαιρικής απορρόφησης. Τα θορυβώδη στοιχεία που συνδέονται με την ατμοσφαιρική διόρθωση των υδρατμών στα 1.140nm δεν επιδεικνύονται για μια καλύτερη γραφική αντιπροσώπευση. ]]<br /> <br /> [[Εικόνα:06_5.jpg|thumb|right|'''Εικόνα 4:''' Πρώτες δύο εικόνες κύριων τμημάτων [PC1 (α) και PC2 (β)] που προήλθαν από την ανάλυση 140 καναλιών του AVIRIS. Η θέση των τελικών στοιχείων του μοντέλου είναι υποδειγμένη στη PC1 εικόνα (α). ]]<br /> <br /> Ένα σύστημα παγκόσμιας πλοήγησης (GPS) χρησιμοποιήθηκε για τη θέση αυτών των περιοχών. Από περίπου 100 δείγματα στον τομέα, ένα υποσύνολο 29 εδαφολογικών δειγμάτων ήταν για χημική ανάλυση. Αυτό το υποσύνολο διαιρέθηκε τυχαία σε δύο ομάδες, η μια για να λάβει τις σχέσεις οπισθοδρόμησης μεταξύ των εδαφολογικών συστατικών και των στοιχείων AVIRIS και η άλλη για να επικυρώσει τις εξισώσεις παλινδρόμησης. <br /> <br /> <br /> [[Εικόνα:06_6.jpg|thumb|right|'''Εικόνα 5:''' (α) έγχρωμο σύνθετο των εικόνων ισοτοπικής σύστασης από το unmixing πρότυπο για το GV, NPV, και το συνολικό εδαφολογικό μέρος (Stotal = STE+SLE+SAQ) που αντιπροσωπεύεται, αντίστοιχα, στα μπλε, πράσινο, και κόκκινο χρώμα. Η θέση των 29 περιοχών δειγματοληψίας είναι υποδειγμένοι. (β) τα αποτελέσματα της προταξινόμησης των εικόνων των τριών εδαφολογικών τύπων παρουσιάζονται με ενίσχυση μόνο των εικονοστοιχείων με εδαφολογική τιμή μεγαλύτερη από 0.6. ]]<br /> <br /> [[Εικόνα:06_10.jpg|thumb|right|'''Εικόνα 6:''' Παραδείγματα των φασμάτων ανάκλασης AVIRIS κατατάσσονται σύμφωνα με τη σχέση μεταξύ των τιμών αφθονίας της μη φωτοσυνθετικής βλάστησης και του συνολικού ποσοστού του εδάφους. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Στην περιοχή μελέτης παρατηρήθηκε μια υψηλή σχέση μεταξύ της χωρικής διανομής των εδαφολογικών τύπων, που προήλθε από το γραμμικό unmixing πρότυπο, και της χημικής μεταβλητότητα Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2, από τις σχέσεις μεταξύ των συστατικών συντελεστή ανάκλασης AVIRIS και χώματος,. Ο σκούρο-κόκκινος αργίλος STE και SLE παρουσιάζει χαμηλότερο γενικό συντελεστή ανάκλασης (albedo) από την ελαφριά και πηλώδη άμμο SAQ, λόγω της παρουσίας μεγαλύτερων ποσών αδιαφανών μεταλλευμάτων (π.χ., μαγνητίτη, ιλμενίτη) ή υψηλότερου περιεχομένου Fe2O3 και TiO2, στη άμεση σχέση με το μέρος αργίλου (Al2O3). Γενικά, οι καλύτερες φασματικο-χημικές σχέσεις σύνθεσης λήφθηκαν στο εύρος 1,000-2,200nm και ήταν γραμμικές για TiO2 και μη γραμμικές για τα άλλα συστατικά. <br /> <br /> Στη μετάβαση από το κόκκινο στο NIR κανάλι, τέτοιες σχέσεις επηρεάστηκαν από τη φασματική μίξη, ειδικά η παρουσία μη εδαφολογικών υπολειμμάτων (πολύχρονη βιομάζα ή απορρίματα), παρήγαγε αλλαγές στην κλίση των φασμάτων και χαμήλωσε τα αποτελέσματα συσχετισμού. Αυτά τα υπολείμματα είχαν επιπτώσεις επίσης στην εμφάνιση της ζώνης απορρόφησης 2.200 NM λόγω των μεταλλευμάτων αργίλου, τα οποία αντικαταστάθηκαν βαθμιαία από το φασματικό χαρακτηριστικό γνώρισμα της λιγνίνης/κυτταρίνης. <br /> Εντούτοις, τα μη εδαφολογικά υπολείμματα άσκησαν πιθανώς χαμηλή επίδραση στους συσχετισμούς των εδαφολογικών συστατικών με το συντελεστή ανάκλασης σε αυτήν την φασματική περιοχή (2.100-2.300 NM). Τα αποτελέσματά τους στην πρόβλεψη της εδαφολογικής οργανικής ουσίας πρέπει να ερευνηθούν καλύτερα. <br /> <br /> [[Εικόνα:06_12.jpg|thumb|right|'''Εικόνα 7:''' Παραλλαγές στο περιεχόμενο Fe2O3 (συνολικός σίδηρος), Al2O3, και TiO2 στην εικόνα AVIRIS βασισμένη στις σχέσεις μεταξύ του συντελεστή ανάκλασης και στα εδαφολογικά συστατικά. Τα αποτελέσματα παρουσιάζονται πάνω σε μια προταξινομημένη εικόνα του συνολικού μέρους του χώματος στο οποίο μόνο τα εικονοστοιχεία με τιμές εδαφολογικής αφθονίας μεγαλύτερες από 0.7 ενισχύθηκαν.]]<br /> <br /> Τα αποτελέσματα της τρέχουσας έρευνας καταδεικνύουν το γεγονός ότι οι χάρτες χημικής σύνθεσης που προέρχονται από τα υπερφασματικά στοιχεία τηλεπισκόπησης μπορούν να χρησιμοποιηθούν σε μια χαρτογράφηση εδάφους για να χαρακτηρίσουν τις χωρικές περιοχές των διαφορετικών τροπικών εδαφολογικών τύπων. Είναι σημαντικό να υπογραμμιστεί ότι οι εξισώσεις για αυτές τις προβλέψεις δεν είναι καθολικές, αυτό απαιτεί τη συλλογή καινούργιων δειγμάτων και νέες εξισώσεις παλινδρόμησης να κατασκευάζονται για κάθε ταξινομική σκηνή. Εντούτοις, αυτή η προσέγγιση έχει το πλεονέκτημα του μικρού αριθμού δειγμάτων για να καθιερώσει τις σχέσεις μεταξύ των εδαφολογικών συστατικών και του συντελεστή ανάκλασης, το οποίο εξοικονομεί χρόνο και κόστος σε σχέση με μια συμβατική χαρτογράφηση και μπορεί να καθοδηγήσει τις επόμενες επιλογές περιοχών για τη λεπτομερή έρευνα στον τομέα. <br /> Για λόγους εδαφολογικών καταλόγων, η χρήση των υπερφασματικών στοιχείων παρέχει νέες πληροφορίες στη φυσιογραφική προσέγγιση όπως η δυνατότητα του προσδιορισμού στην περιοχή μερικών μεταλλευμάτων με αποσαφηνισμένες ζώνες απορρόφησης στα εδαφολογικά φάσματα (π.χ., καολινίτης). <br /> Περαιτέρω, η μετάβαση από την επιφάνεια στους υπεδάφιους ορίζοντες των τροπικών χωμάτων χαρακτηρίζεται συνήθως από μια μείωση στο περιεχόμενο της οργανικής ουσίας και μια αύξηση στο περιεχόμενο του μέρους οξειδίων και αργίλου σιδήρου. Κατά συνέπεια, αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν επίσης για να ανιχνεύσουν και για να ελέγξουν την αφαίρεση του επιφανειακού χώματος από τη διάβρωση. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:04_pinak4.jpg Αρχείο:04 pinak4.jpg 2010-03-24T19:23:55Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:04_pinak1.jpg Αρχείο:04 pinak1.jpg 2010-03-24T19:22:24Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:04_5.jpg Αρχείο:04 5.jpg 2010-03-24T19:20:26Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:04_4.jpg Αρχείο:04 4.jpg 2010-03-24T19:20:10Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BA%CE%B1%CE%B9_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 Έρευνα του εδάφους και χαρτογράφηση με χρήση τηλεπισκόπησης 2010-03-24T19:13:41Z <p>Ogeorg: </p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Soil survey and mapping using remote sensing<br /> <br /> '''Συγγραφείς:''' M.L.MANCHANDA, M.KUDRAT &amp; A.K.TIWARI<br /> <br /> '''Πηγή:''' Regional Remote Sensing Service Centre, Dehradun 248001, India, http://www.tropecol.com/pdf/open/PDF_43_1/43106.pdf<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Τα εδαφολογικά συστήματα όπως τα περισσότερα φυσικά συστήματα, είναι σε δυναμική ισορροπία. Οι περισσότερες αλλαγές είναι αργές και ανεπαίσθητες ιδιαίτερα για το χρονικό πλαίσιο της ανθρώπινης διάρκειας ζωής. Εντούτοις, τα καταστροφικά γεγονότα όπως οι θύελλες υψηλής έντασης μπορούν να επιταχύνουν τις διαδικασίες διάβρωσης με συνέπεια μετρήσιμες αλλαγές. Οι αλλαγές είναι κυρίως στη δομή και τη σύνθεση του υλικού και αναφέρονται ως &quot;αλλαγές των δομικών αλλαγών&quot;. Πολλές από τις αλλαγές συσχετίζονται με τις χρήσεις του χώματος. Η σχέση τους αυτή με την απόδοση τις κάνει σημαντικότερες καθώς μπορούν να ποσολογηθούν, ιδιαίτερα στους οικονομικούς όρους αξίας (Szabolcs 1994). <br /> Μια καλή γνώση του είδους χωμάτων και της χωρικής διανομής τους είναι μια προϋπόθεση για την ανάπτυξη ενός λογικού σχεδίου χρήσης γης για τη γεωργία, δασονομία, άρδευση, κ.λ.π. Ένας κατάλογος εδαφολογικών πόρων παρέχει μια διορατικότητα στις δυνατότητες και τον περιορισμό του χώματος για την αποτελεσματική εκμετάλλευσή του. Η χαρτογράφηση εδάφους παρέχει έναν ακριβή και επιστημονικό κατάλογο των διαφορετικών χωμάτων, του είδους και της φύσης τους, και της έκτασης της διανομής έτσι ώστε κάποια μπορεί να κάνει την πρόβλεψη για τους χαρακτήρες και τις δυνατότητές τους. Παρέχει επίσης τις επαρκείς πληροφορίες από την άποψη της μορφής, των πεζουλιών, της βλάστησης καθώς επίσης και των χαρακτηριστικών εδάφους των χωμάτων (δηλαδή, σύσταση, βάθος, δομή, σκληρότητα, αποξήρανση, οξύτητα, αλατότητα και ούτω καθεξής) που μπορούν να χρησιμοποιηθούν για τον προγραμματισμό και την ανάπτυξη. <br /> Οι αρχικές χαρτογραφήσεις εδάφους βασίστηκαν είτε στην επιτόπια καταγραφή είτε κατευθείαν σε μια συστηματική εναέρια προσέγγιση ερμηνείας φωτογραφιών. Διάφορες μελέτες για τη χαρτογράφηση εδάφους πραγματοποιήθηκαν από τους διάφορους εργαζομένους στην Ινδία στις διαφορετικές περιοχές χρησιμοποιώντας τις αεροφωτογραφίες. Η χρήση της δορυφορικής τηλεπισκόπησης για τη χαρτογράφηση εδάφους και της χαρτογράφησης της λαμβανόμενης εκτίμησης κατά τη διάρκεια του αρχές δεκαετίας του '80 στην Ινδία, και βασισμένος στη δυνατότητα των τεχνικών τηλεπισκόπησης που αποφασίστηκε να χαρτογραφηθούν όλα τα εδάφη της Ινδίας στην κλίμακα 1:250,000 ακολουθώντας μια μεθοδολογία: ερμηνεία εικόνων, έρευνα επιτόπια, εδαφολογική ανάλυση, ταξινόμηση, χαρτογραφία και εκτύπωση,<br /> <br /> Ανάπτυξη της δορυφορικής τηλεπισκόπησης για τις εδαφολογικές μελέτες <br /> Πριν από την είσοδο του Landsat-1 (1972), οι αεροφωτογραφίες χρησιμοποιούνταν ως εργαλείο τηλεπισκόπησης για την εδαφική χαρτογράφηση. Στη συνέχεια, ψηφιακά και αναλογικά δορυφορικά στοιχεία έχουν χρησιμοποιηθεί για την προετοιμασία των μικρής κλίμακας χαρτών των εδαφολογικών πόρων. Τα υψηλής ανάλυσης δεδομένα από το Landsad TM και το Indian Remote Sensing Satellite (IRS) LISS II που διατέθηκαν στα μέσα του '80, επέτρεψε στους εδαφολογικούς επιστήμονες την χαρτογράφηση σε κλίμακα 1:50,000, η οποία χρησιμοποιείται για τον προγραμματισμό επιπέδων περιοχής. Τα δεδομένα του SPOT και του IRS-PAN πρόσφεραν τη στερεοσκοπική ικανότητα, η οποία έχει βελτιώσει τις προσπάθειες εδαφικής χαρτογράφησης. <br /> <br /> <br /> ''' Φασματική συμπεριφορά των χωμάτων '''<br /> <br /> Η φασματική ταυτότητα που μπορεί να αποκτήσει το χώμα εξαρτάται από διάφορους παράγοντες. Οι ιδιότητες που καθορίζουν τη φασματική ανάκλαση είναι το χρώμα, η σύσταση, η δομή, η ορυκτολογία, η οργανική ουσία, τα ελεύθερα ανθρακικά άλατα, η αλατότητα, η υγρασία και τα οξείδια / υδροξείδια του σιδήρου και του μαγγάνιου. Οι χημικές συνθέσεις του χώματος επηρεάζουν τη φασματική τους ταυτότητα μέσω των διαδικασιών απορρόφησης. Στην εγγύς υπέρυθρη (NIR) και μέση υπέρυθρη (MIR) περιοχή, χαρακτηριστικό γνώρισμα απορρόφησης των εδαφολογικών τμημάτων στη στερεά φάση προέρχεται πρώτιστα από τις δονήσεις των οριοθετημένων πυρήνων. Μια περίληψη των χαρακτηριστικών γνωρισμάτων δόνησης και τα αντίστοιχα μήκη κύματος απορρόφησης παρουσιάζονται στον πίνακα 1. Εκτός από τις δονήσεις, η μοριακή περιστροφή και η μετάβαση μπορούν να εμφανιστούν στους πόρους όπου υπάρχουν μόρια αερίου και νερού, το οποίο οδηγεί επίσης σε υψηλότερη απορρόφηση στην περιοχή MIR. <br /> <br /> <br /> ''' Ανάγκη και κλίμακα της εδαφικής χαρτογράφησης '''<br /> <br /> Υπάρχει ζήτηση εδαφικών χαρτών σε διάφορες κλίμακες, από 1:1εκατομύρριο έως 1:4,000 για να καλύψουν τις απαιτήσεις σε διάφορα επίπεδα. Οι μικρής κλίμακας χάρτες 1:1 εκατομμύριο απαιτούνται για το μακρυπρόθεσμο προγραμματισμό σε εθνικό επίπεδο. Οι χάρτες στην κλίμακα 1:250,000 παρέχουν τις πληροφορίες για τον προγραμματισμό σε περιφερειακό επίπεδο με γενικευμένη ερμηνεία των εδαφολογικών πληροφοριών για τον καθορισμό της καταλληλότητας και των περιορισμών για διάφορες γεωργικές χρήσεις. Οι χάρτες στην κλίμακα 1:50,000 όπου απεικονίζεται η ένωση της εδαφολογικής σειράς, εξυπηρετούν στη συντήρηση των πόρων και τη βέλτιστη χρήση γης σε επίπεδο περιοχής και απαιτούν τη μέτρια ένταση των παρατηρήσεων στον τομέα. Οι χάρτες μεγάλων κλιμάκων στην κλίμακα 1:8,000 ή 1:4,000 είναι συγκεκριμένοι χάρτες σκοπού που μπορούν να παραχθούν μέσω της υψηλής ποιότητας επιτόπιων ερευνών βασισμένων στην κλίμακα mapsat 1:50,000 των αεροφωτογραφιών μεγάλων κλιμάκων ή δορυφορικών εικόνων μεγάλης χωρικής διακριτικής ικανότητας. <br /> <br /> <br /> '''Μέθοδοι εδαφικής χαρτογράφησης'''<br /> <br /> Οι εδαφολογικοί παρατηρητές θεωρούν τις τοπογραφικές μεταβολές σαν μια βάση για την απεικόνιση της εδαφολογικής μεταβλητότητας. Τα πολυφασματικά δορυφορικά στοιχεία χρησιμοποιούνται για το χώμα χαρτογράφησης μέχρι το επίπεδο οικογενειακής ένωσης (1: 50,000). Η μεθοδολογία, τις περισσότερες από τις περιπτώσεις περιλαμβάνει την οπτική ερμηνεία (Biswas 1987 Al 1981 Karaleet). Εντούτοις, η τεχνική επεξεργασίας ψηφιακής εικόνας με τη βοήθεια υπολογιστή έχει χρησιμοποιηθεί επίσης για χαρτογράφηση του χώματος. <br /> <br /> <br /> ''' Οπτική ερμηνεία εικόνας'''<br /> <br /> Η οπτική ερμηνεία είναι βασισμένη στη μορφή, το μέγεθος, τον τόνο, τη σκιά, τη σύσταση, το σχέδιο, την περιοχή και την ένωση. Έχει το πλεονέκτημα ότι είναι σχετικά απλή και ανέξοδη. Η εδαφική χαρτογράφηση χρειάζεται ταυτοποίηση των διαφόρων στοιχείων. Τα στοιχεία που είναι σημαντικά για τη χαρτογράφηση εδάφους είναι τύπος, βλάστηση, χρήση του εδάφους, κλίση και ανάγλυφο εδάφους. Τα χώματα ερευνιούνται και χαρτογραφούνται, μετά από μια προσέγγιση 3 επιπέδρων, περιλαμβάνοντας την ερμηνεία των στοιχείων ανίχνευσης από απόσταση ή/και την αεροφωτογραφία, την επιτόπια έρευνα (συμπεριλαμβανομένης της εργαστηριακής ανάλυσης των εδαφολογικών δειγμάτων) και τη χαρτογραφία. Διάφοροι ερευνητές έχουν καταλήξει στο συμπέρασμα ότι η τεχνολογία της τηλεπισκόπησης παρέχει την καλύτερη αποδοτικότητα από τις συμβατικές μεθόδους χαρτογραφήσεων εδάφους στην αναγνώριση (1: 50,000) και στη λεπτομερή (1: 10,000) κλίμακα της χαρτογράφησης. Ένας χάρτης μέσω της οπτικής ερμηνείας των δορυφορικών εικόνων στη κλίμακα 1:50,000 δίνεται στην εικόνα 1.<br /> <br /> <br /> [[Εικόνα:04_4.jpg|thumb|right|'''Εικόνα 1:''' Μεγάλης κλίμακας χάρτης του εδάφους ενός μέρους της κοιλάδας Doon που παρασκευάζονται από PAN και LISS ΙΙΙ συγχωνευμένα δεδομένα. ]]<br /> <br /> <br /> [[Εικόνα:04_5.jpg|thumb|right|'''Εικόνα 2:''' Εδαφολογικός χάρτης της κοιλάδας Doon που παρασκευάζεται από WiFS. ]]<br /> <br /> <br /> '''Προσέγγιση με τη βοήθεια υπολογιστή '''<br /> <br /> Η αριθμητική ανάλυση της τηλεπισκόπησης χρησιμοποιώντας ηλ. υπολογιστές έχει αναπτυχθεί λόγω της απαίτησης να αναλυθούν γρηγορότερα και να εξαχθούν οι πληροφορίες από τις μεγάλες ποσότητες των δεδομένων. Οι τεχνικές αυτές χρησιμοποιούν τις φασματικές παραλλαγές για την ταξινόμηση. Η αναγνώριση προτύπων στην τηλεπισκόπηση βοηθά στην ταυτοποίηση των ομοιογενών περιοχών, οι οποίες μπορούν να χρησιμοποιηθούν ως βάση για τη διεξαγωγή των λεπτομερών επιτόπιων ερευνών. Το σοβαρό πρόβλημα που αντιμετωπίζεται στη συμβατική χαρτογράφηση εδάφους και την εδαφολογική χαρτογραφία είναι η ακριβής οριοθέτηση. Οι παρατηρήσεις βασισμένες στη συμβατική χαρτογράφηση εδάφους είναι κουραστικές και χρονοβόρες. Τα στοιχεία τηλεπισκόπησης από κοινού με τα βοηθητικά στοιχεία παρέχουν στην καλύτερη εναλλακτική λύση, μια καλύτερη σκιαγράφηση των μονάδων εδαφικής χαρτογράφησης. Εντούτοις, υπάρχει μια ανάγκη να υπάρξει μια αυτοματοποιημένη μέθοδος για την ακριβή σκιαγράφηση εδαφολογικού ορίου με μια διεπιστημονική και ολοκληρωμένη προσέγγιση. <br /> <br /> <br /> '''Case study Περιπτωσιολογική μελέτη '''<br /> <br /> Αξιολογήθηκε η ικανότητα διάφορων IRS αισθητήρων για την εδαφική χαρτογράφηση, που κυμαίνεται από τον ευρύ αισθητήρα απεικόνισης τομέων (WiFS) ως τα PAN δεδομένα του IRS-LISS IIIand. Η μελέτη πραγματοποιήθηκε στην κοιλάδας Doon στην Ινδία (εικόνα 5). <br /> <br /> <br /> '''Συζήτηση '''<br /> <br /> Από τα προηγούμενα θα μπορούσε να συναχθεί το συμπέρασμα ότι η τεχνολογία τηλεπισκόπησης για τους εδαφολογικούς επιστήμονες στις αναπτυσσόμενες χώρες είναι μόνο ένα εργαλείο χαρτογράφησης. Η κλίμακα χαρτογράφησης είναι 1:50,000 ή μικρότερη. Λεπτομερής εδαφική χαρτογράφηση (1:10000) δεν είναι δυνατή λόγω του της μικρής χωρικής διακριτικής ικανότητας των δορυφορικών στοιχείων. Εντούτοις, το στοιχείο που παρέχεται από το IRS 1C PAN και LISS ΙΙΙ αναμένεται να παρέχει τις πληροφορίες για τη μεγάλη κλίμακα (1: 25.000 έως 1:12,500). Η ψηφιακή τηλεπισκόπηση και η χρήση των γεωγραφικών συστημάτων πληροφοριών (GIS) πρόκειται να χρησιμοποιηθούν για να αντιμετωπίσουν τα διάφορα ζητήματα στη χαρτογράφηση εδάφους. <br /> Το χώμα είναι το συνδυασμένο προϊόν κάποιου τύπου βράχου, γεωμορφισμού ή της τοπογραφίας, της βλάστησης και του κλίματος. Κατά συνέπεια, μεμονομένα τα μοντέλα εδαφών ή τα εδαφολογικά φασματικά πρότυπα δεν αρκούν να προβλέψουν το εδαφολογικό όριο με ακρίβεια. Αυτό απαιτεί την ανάπτυξη συστήματος ταξινόμησης για το χώμα βασισμένου στη γνώση. Το χώμα είναι τρισδιάστατο φυσικό σώμα και χαρακτηρίζεται από οριζόντια διαγνωστικά είτε της επιφανείας είτε κάτω της επιφάνειας. Υπάρχει μια ανάγκη να αναπτυχθεί ένας αισθητήρας που να έχει μια ικανότητα να προβλέψει το βάθος και τις πληροφορίες κάτω από την επιφάνεια (Doolittle 1987). Με την εμφάνιση της τεχνολογίας τηλεπισκόπησης (με το υψηλότερο, χωρικό, φασματικό και ραδιομετρικό ψήφισμα) και του GIS, οι ολοκληρωμένες προσεγγίσεις πρέπει να ακολουθηθούν. Η τηλεπισκόπηση μικροκυμάτων αξίζει επίσης την προσοχή για σχετικές με τις το χώμα μελέτες. <br /> <br /> <br /> '''Προοπτικές και συμπεράσματα '''<br /> <br /> Η τεχνολογία της τηλεπισκόπησης εξελίσσεται. Η φασματοσκοπία περιορισμένης ζώνης απεικόνισης στην οπτική και θερμική περιοχή του ηλεκτρομαγνητικού φάσματος θα παράσχει περιεκτική διορατικότητα σε διάφορα ζητούμενα του χώματος και των ιδιοτήτων τους και θα απαντήσει στις ποσοτικές πτυχές της εδαφολογικής επιστήμης, δηλαδή, της εδαφολογικής ορυκτολογίας, της εδαφολογικής γονιμότητας, της εδαφολογικής οργανικής ουσίας, της εδαφολογικής υγρασίας και των θερμικών ιδιοτήτων των χωμάτων. Η εδαφολογική βιοχημεία είναι απολύτως άθικτη. Υπάρχει τεράστιο πεδίο για τη μελέτη της εδαφολογικής οργανικής ουσίας που χρησιμοποιεί την περιορισμένης ζώνης φασματοσκοπία ειδικά στη μέση και θερμική υπέρυθρη περιοχή των ηλεκτρομαγνητικών φασμάτων. Η προσπάθεια για την εδαφική χαρτογράφηση μετά από την ψηφιακή επεξεργασία εικόνας και το GIS είναι πολύ περιορισμένη (Lee και λοιποί 1988). Η τηλεπισκόπηση μικροκυμάτων είναι ακόμα στο πειραματικό στάδιο. Οι πίνακες 1 και 2 εκθέτουν τη δυνατότητα της φασματοσκοπίας περιορισμένης ζώνης απεικόνισης στο χαρακτηρισμό της εδαφολογικής ορυκτολογίας. <br /> <br /> <br /> <br /> [[Εικόνα:04_pinak1.jpg|thumb|right|'''Πίνακας 1:''' Περίληψη των δονητικών χαρακτηριστικών. ]]<br /> [[Εικόνα:04_pinak4.jpg|thumb|right|'''Πίνακας 2:''' Φασματικά / διηλεκτρικά / ιονικά χαρακτηριστικά αγωγιμότητας του εδάφους. ]]<br /> <br /> <br /> Οι φασματικές ιδιότητες των χωμάτων που καθορίζονται από το συνδυασμό ορυκτών, οργανικών ουσιών, εδαφολογικής υγρασίας και διάφορων αλάτων περιέχουν πολύτιμες πληροφορίες, σχετικές με τις κρίσιμες εδαφολογικές παραμέτρους δηλαδή, τις χουμικές ουσίες, την εδαφολογική σύσταση, τις θερμικές ιδιότητες και τα αρχικά και δευτεροβάθμια μεταλλεύματα. <br /> Το πρόσθετο χαρακτηριστικό γνώρισμα των χωμάτων στο ορατό (0.4-0.7 μ), στο εγγύς υπέρυθρο(0.7-1.0 μ) και στο μικροκυματικό υπέρυθρο (1.0-2.5 μ) φάσμα που έχει σχέση με της φυσικοχημικές ιδιότητές τους, είναι οι ιδιότητες εκπομπής. <br /> Η θερμική υπέρυθρη περιοχή (8-14μ) και οι διαφορετικές συχνότητες μικροκυμάτων όπως C-bands (5.4 Ghz) και L-band (1.25 Ghz) αποκαλύπτουν το καθεστώς θερμοκρασίας και το υδρολογικό καθεστώς των χωμάτων. Αυτές οι πληροφορίες είναι τεράστιας αξίας στο να προβλέψουν ποσοτικά τα βιογονικά αέρια από τα χώματα και στην ταξινόμηση του χώματος. Τα βιογονικά αέρια, δηλαδή, το μεθάνιο, το νιτρώδες οξείδιο, το διοξείδιο του άνθρακα κ.λ.π. είναι προιόντα εδαφολογικών βιοχημικών διαδικασιών. <br /> Οι δυνητικοί τομείς των μελετών για το χώμα, παραδείγματος χάριν, ποσοτικά θέματα της εδαφολογικής γονιμότητας, της εδαφολογικής ορυκτολογίας, των υδρολογικών θεμάτων και της εδαφολογικής βιολογίας, χρειάζονται την τηλεπισκόπηση και την βασισμένη στο GIS έρευνα. Μερικά νέα ελπιδοφόρα εργαλεία και τεχνικές, ακόμα υπό δοκιμή, πρέπει να βελτιώσουν την ικανότητά μας για τον προσδιορισμό και τη χαρτογράφηση των εξωτερικών καθώς επίσης και εσωτερικών χαρακτηριστικών γνωρισμάτων (Zinck 1990). Ο Doolittle (1987) ανέφερε ότι η συσκευή ραντάρ (GPR) που διαπερνά το έδαφος μπορεί να παρέχει τις ακριβείς εικόνες των πλήρων εδαφολογικών ακολουθιών. Το GPR είναι μια ευρεία ζώνη, σύστημα ραντάρ ώθησης, του οποίου ικανότητα εδαφολογικής διείσδυσης κυμαίνεται από περίπου το βάθος ενός μέτρου στα συμπαγή αργιλώδη χώματα ως περίπου 25 μέτρα στα αμμώδη χώματα. Τα σχετικά εδαφολογικά χαρακτηριστικά γνωρίσματα και οι διαγνωστικοί ορίζοντες μπορούν να προσδιοριστούν στον κάθετο και οριζόντιο βαθμό. Οι σειρές της εδαφολογικής μεταβλητότητας μπορούν να καθιερωθούν ποσοτικά. Η χρήση της τηλεπισκόπησης για την εδαφολογική επιστήμη μπορεί βεβαίως να προωθηθεί περαιτέρω με την ενισχυμένη κατανόηση της διαδικασίας της αλληλεπίδρασης του ηλεκτρομαγνητικού φάσματος με το χώμα. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%88%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CF%84%CE%BF%CF%85_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BA%CE%B1%CE%B9_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82 Έρευνα του εδάφους και χαρτογράφηση με χρήση τηλεπισκόπησης 2010-03-24T19:12:37Z <p>Ogeorg: New page: '''Πρωτότυπος Τίτλος:''' Soil survey and mapping using remote sensing '''Συγγραφείς:''' M.L.MANCHANDA, M.KUDRAT &amp; A.K.TIWARI '''Πηγή:''' Regional Remote Sen...</p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Soil survey and mapping using remote sensing<br /> <br /> '''Συγγραφείς:''' M.L.MANCHANDA, M.KUDRAT &amp; A.K.TIWARI<br /> <br /> '''Πηγή:''' Regional Remote Sensing Service Centre, Dehradun 248001, India, http://www.tropecol.com/pdf/open/PDF_43_1/43106.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τα εδαφολογικά συστήματα όπως τα περισσότερα φυσικά συστήματα, είναι σε δυναμική ισορροπία. Οι περισσότερες αλλαγές είναι αργές και ανεπαίσθητες ιδιαίτερα για το χρονικό πλαίσιο της ανθρώπινης διάρκειας ζωής. Εντούτοις, τα καταστροφικά γεγονότα όπως οι θύελλες υψηλής έντασης μπορούν να επιταχύνουν τις διαδικασίες διάβρωσης με συνέπεια μετρήσιμες αλλαγές. Οι αλλαγές είναι κυρίως στη δομή και τη σύνθεση του υλικού και αναφέρονται ως &quot;αλλαγές των δομικών αλλαγών&quot;. Πολλές από τις αλλαγές συσχετίζονται με τις χρήσεις του χώματος. Η σχέση τους αυτή με την απόδοση τις κάνει σημαντικότερες καθώς μπορούν να ποσολογηθούν, ιδιαίτερα στους οικονομικούς όρους αξίας (Szabolcs 1994). <br /> Μια καλή γνώση του είδους χωμάτων και της χωρικής διανομής τους είναι μια προϋπόθεση για την ανάπτυξη ενός λογικού σχεδίου χρήσης γης για τη γεωργία, δασονομία, άρδευση, κ.λ.π. Ένας κατάλογος εδαφολογικών πόρων παρέχει μια διορατικότητα στις δυνατότητες και τον περιορισμό του χώματος για την αποτελεσματική εκμετάλλευσή του. Η χαρτογράφηση εδάφους παρέχει έναν ακριβή και επιστημονικό κατάλογο των διαφορετικών χωμάτων, του είδους και της φύσης τους, και της έκτασης της διανομής έτσι ώστε κάποια μπορεί να κάνει την πρόβλεψη για τους χαρακτήρες και τις δυνατότητές τους. Παρέχει επίσης τις επαρκείς πληροφορίες από την άποψη της μορφής, των πεζουλιών, της βλάστησης καθώς επίσης και των χαρακτηριστικών εδάφους των χωμάτων (δηλαδή, σύσταση, βάθος, δομή, σκληρότητα, αποξήρανση, οξύτητα, αλατότητα και ούτω καθεξής) που μπορούν να χρησιμοποιηθούν για τον προγραμματισμό και την ανάπτυξη. <br /> Οι αρχικές χαρτογραφήσεις εδάφους βασίστηκαν είτε στην επιτόπια καταγραφή είτε κατευθείαν σε μια συστηματική εναέρια προσέγγιση ερμηνείας φωτογραφιών. Διάφορες μελέτες για τη χαρτογράφηση εδάφους πραγματοποιήθηκαν από τους διάφορους εργαζομένους στην Ινδία στις διαφορετικές περιοχές χρησιμοποιώντας τις αεροφωτογραφίες. Η χρήση της δορυφορικής τηλεπισκόπησης για τη χαρτογράφηση εδάφους και της χαρτογράφησης της λαμβανόμενης εκτίμησης κατά τη διάρκεια του αρχές δεκαετίας του '80 στην Ινδία, και βασισμένος στη δυνατότητα των τεχνικών τηλεπισκόπησης που αποφασίστηκε να χαρτογραφηθούν όλα τα εδάφη της Ινδίας στην κλίμακα 1:250,000 ακολουθώντας μια μεθοδολογία: ερμηνεία εικόνων, έρευνα επιτόπια, εδαφολογική ανάλυση, ταξινόμηση, χαρτογραφία και εκτύπωση,<br /> <br /> Ανάπτυξη της δορυφορικής τηλεπισκόπησης για τις εδαφολογικές μελέτες <br /> Πριν από την είσοδο του Landsat-1 (1972), οι αεροφωτογραφίες χρησιμοποιούνταν ως εργαλείο τηλεπισκόπησης για την εδαφική χαρτογράφηση. Στη συνέχεια, ψηφιακά και αναλογικά δορυφορικά στοιχεία έχουν χρησιμοποιηθεί για την προετοιμασία των μικρής κλίμακας χαρτών των εδαφολογικών πόρων. Τα υψηλής ανάλυσης δεδομένα από το Landsad TM και το Indian Remote Sensing Satellite (IRS) LISS II που διατέθηκαν στα μέσα του '80, επέτρεψε στους εδαφολογικούς επιστήμονες την χαρτογράφηση σε κλίμακα 1:50,000, η οποία χρησιμοποιείται για τον προγραμματισμό επιπέδων περιοχής. Τα δεδομένα του SPOT και του IRS-PAN πρόσφεραν τη στερεοσκοπική ικανότητα, η οποία έχει βελτιώσει τις προσπάθειες εδαφικής χαρτογράφησης. <br /> <br /> <br /> ''' Φασματική συμπεριφορά των χωμάτων '''<br /> <br /> Η φασματική ταυτότητα που μπορεί να αποκτήσει το χώμα εξαρτάται από διάφορους παράγοντες. Οι ιδιότητες που καθορίζουν τη φασματική ανάκλαση είναι το χρώμα, η σύσταση, η δομή, η ορυκτολογία, η οργανική ουσία, τα ελεύθερα ανθρακικά άλατα, η αλατότητα, η υγρασία και τα οξείδια / υδροξείδια του σιδήρου και του μαγγάνιου. Οι χημικές συνθέσεις του χώματος επηρεάζουν τη φασματική τους ταυτότητα μέσω των διαδικασιών απορρόφησης. Στην εγγύς υπέρυθρη (NIR) και μέση υπέρυθρη (MIR) περιοχή, χαρακτηριστικό γνώρισμα απορρόφησης των εδαφολογικών τμημάτων στη στερεά φάση προέρχεται πρώτιστα από τις δονήσεις των οριοθετημένων πυρήνων. Μια περίληψη των χαρακτηριστικών γνωρισμάτων δόνησης και τα αντίστοιχα μήκη κύματος απορρόφησης παρουσιάζονται στον πίνακα 1. Εκτός από τις δονήσεις, η μοριακή περιστροφή και η μετάβαση μπορούν να εμφανιστούν στους πόρους όπου υπάρχουν μόρια αερίου και νερού, το οποίο οδηγεί επίσης σε υψηλότερη απορρόφηση στην περιοχή MIR. <br /> <br /> <br /> ''' Ανάγκη και κλίμακα της εδαφικής χαρτογράφησης '''<br /> <br /> Υπάρχει ζήτηση εδαφικών χαρτών σε διάφορες κλίμακες, από 1:1εκατομύρριο έως 1:4,000 για να καλύψουν τις απαιτήσεις σε διάφορα επίπεδα. Οι μικρής κλίμακας χάρτες 1:1 εκατομμύριο απαιτούνται για το μακρυπρόθεσμο προγραμματισμό σε εθνικό επίπεδο. Οι χάρτες στην κλίμακα 1:250,000 παρέχουν τις πληροφορίες για τον προγραμματισμό σε περιφερειακό επίπεδο με γενικευμένη ερμηνεία των εδαφολογικών πληροφοριών για τον καθορισμό της καταλληλότητας και των περιορισμών για διάφορες γεωργικές χρήσεις. Οι χάρτες στην κλίμακα 1:50,000 όπου απεικονίζεται η ένωση της εδαφολογικής σειράς, εξυπηρετούν στη συντήρηση των πόρων και τη βέλτιστη χρήση γης σε επίπεδο περιοχής και απαιτούν τη μέτρια ένταση των παρατηρήσεων στον τομέα. Οι χάρτες μεγάλων κλιμάκων στην κλίμακα 1:8,000 ή 1:4,000 είναι συγκεκριμένοι χάρτες σκοπού που μπορούν να παραχθούν μέσω της υψηλής ποιότητας επιτόπιων ερευνών βασισμένων στην κλίμακα mapsat 1:50,000 των αεροφωτογραφιών μεγάλων κλιμάκων ή δορυφορικών εικόνων μεγάλης χωρικής διακριτικής ικανότητας. <br /> <br /> <br /> '''Μέθοδοι εδαφικής χαρτογράφησης'''<br /> <br /> Οι εδαφολογικοί παρατηρητές θεωρούν τις τοπογραφικές μεταβολές σαν μια βάση για την απεικόνιση της εδαφολογικής μεταβλητότητας. Τα πολυφασματικά δορυφορικά στοιχεία χρησιμοποιούνται για το χώμα χαρτογράφησης μέχρι το επίπεδο οικογενειακής ένωσης (1: 50,000). Η μεθοδολογία, τις περισσότερες από τις περιπτώσεις περιλαμβάνει την οπτική ερμηνεία (Biswas 1987 Al 1981 Karaleet). Εντούτοις, η τεχνική επεξεργασίας ψηφιακής εικόνας με τη βοήθεια υπολογιστή έχει χρησιμοποιηθεί επίσης για χαρτογράφηση του χώματος. <br /> <br /> <br /> ''' Οπτική ερμηνεία εικόνας'''<br /> <br /> Η οπτική ερμηνεία είναι βασισμένη στη μορφή, το μέγεθος, τον τόνο, τη σκιά, τη σύσταση, το σχέδιο, την περιοχή και την ένωση. Έχει το πλεονέκτημα ότι είναι σχετικά απλή και ανέξοδη. Η εδαφική χαρτογράφηση χρειάζεται ταυτοποίηση των διαφόρων στοιχείων. Τα στοιχεία που είναι σημαντικά για τη χαρτογράφηση εδάφους είναι τύπος, βλάστηση, χρήση του εδάφους, κλίση και ανάγλυφο εδάφους. Τα χώματα ερευνιούνται και χαρτογραφούνται, μετά από μια προσέγγιση 3 επιπέδρων, περιλαμβάνοντας την ερμηνεία των στοιχείων ανίχνευσης από απόσταση ή/και την αεροφωτογραφία, την επιτόπια έρευνα (συμπεριλαμβανομένης της εργαστηριακής ανάλυσης των εδαφολογικών δειγμάτων) και τη χαρτογραφία. Διάφοροι ερευνητές έχουν καταλήξει στο συμπέρασμα ότι η τεχνολογία της τηλεπισκόπησης παρέχει την καλύτερη αποδοτικότητα από τις συμβατικές μεθόδους χαρτογραφήσεων εδάφους στην αναγνώριση (1: 50,000) και στη λεπτομερή (1: 10,000) κλίμακα της χαρτογράφησης. Ένας χάρτης μέσω της οπτικής ερμηνείας των δορυφορικών εικόνων στη κλίμακα 1:50,000 δίνεται στην εικόνα 1.<br /> <br /> <br /> [[Εικόνα:04_4.jpg|thumb|right|'''Εικόνα 1:''' Μεγάλης κλίμακας χάρτης του εδάφους ενός μέρους της κοιλάδας Doon που παρασκευάζονται από PAN και LISS ΙΙΙ συγχωνευμένα δεδομένα. ]]<br /> <br /> <br /> [[Εικόνα:04_5.jpg|thumb|right|'''Εικόνα 2:''' Εδαφολογικός χάρτης της κοιλάδας Doon που παρασκευάζεται από WiFS. ]]<br /> <br /> <br /> '''Προσέγγιση με τη βοήθεια υπολογιστή '''<br /> <br /> Η αριθμητική ανάλυση της τηλεπισκόπησης χρησιμοποιώντας ηλ. υπολογιστές έχει αναπτυχθεί λόγω της απαίτησης να αναλυθούν γρηγορότερα και να εξαχθούν οι πληροφορίες από τις μεγάλες ποσότητες των δεδομένων. Οι τεχνικές αυτές χρησιμοποιούν τις φασματικές παραλλαγές για την ταξινόμηση. Η αναγνώριση προτύπων στην τηλεπισκόπηση βοηθά στην ταυτοποίηση των ομοιογενών περιοχών, οι οποίες μπορούν να χρησιμοποιηθούν ως βάση για τη διεξαγωγή των λεπτομερών επιτόπιων ερευνών. Το σοβαρό πρόβλημα που αντιμετωπίζεται στη συμβατική χαρτογράφηση εδάφους και την εδαφολογική χαρτογραφία είναι η ακριβής οριοθέτηση. Οι παρατηρήσεις βασισμένες στη συμβατική χαρτογράφηση εδάφους είναι κουραστικές και χρονοβόρες. Τα στοιχεία τηλεπισκόπησης από κοινού με τα βοηθητικά στοιχεία παρέχουν στην καλύτερη εναλλακτική λύση, μια καλύτερη σκιαγράφηση των μονάδων εδαφικής χαρτογράφησης. Εντούτοις, υπάρχει μια ανάγκη να υπάρξει μια αυτοματοποιημένη μέθοδος για την ακριβή σκιαγράφηση εδαφολογικού ορίου με μια διεπιστημονική και ολοκληρωμένη προσέγγιση. <br /> <br /> <br /> '''Case study Περιπτωσιολογική μελέτη '''<br /> <br /> Αξιολογήθηκε η ικανότητα διάφορων IRS αισθητήρων για την εδαφική χαρτογράφηση, που κυμαίνεται από τον ευρύ αισθητήρα απεικόνισης τομέων (WiFS) ως τα PAN δεδομένα του IRS-LISS IIIand. Η μελέτη πραγματοποιήθηκε στην κοιλάδας Doon στην Ινδία (εικόνα 5). <br /> <br /> <br /> '''Συζήτηση '''<br /> <br /> Από τα προηγούμενα θα μπορούσε να συναχθεί το συμπέρασμα ότι η τεχνολογία τηλεπισκόπησης για τους εδαφολογικούς επιστήμονες στις αναπτυσσόμενες χώρες είναι μόνο ένα εργαλείο χαρτογράφησης. Η κλίμακα χαρτογράφησης είναι 1:50,000 ή μικρότερη. Λεπτομερής εδαφική χαρτογράφηση (1:10000) δεν είναι δυνατή λόγω του της μικρής χωρικής διακριτικής ικανότητας των δορυφορικών στοιχείων. Εντούτοις, το στοιχείο που παρέχεται από το IRS 1C PAN και LISS ΙΙΙ αναμένεται να παρέχει τις πληροφορίες για τη μεγάλη κλίμακα (1: 25.000 έως 1:12,500). Η ψηφιακή τηλεπισκόπηση και η χρήση των γεωγραφικών συστημάτων πληροφοριών (GIS) πρόκειται να χρησιμοποιηθούν για να αντιμετωπίσουν τα διάφορα ζητήματα στη χαρτογράφηση εδάφους. <br /> Το χώμα είναι το συνδυασμένο προϊόν κάποιου τύπου βράχου, γεωμορφισμού ή της τοπογραφίας, της βλάστησης και του κλίματος. Κατά συνέπεια, μεμονομένα τα μοντέλα εδαφών ή τα εδαφολογικά φασματικά πρότυπα δεν αρκούν να προβλέψουν το εδαφολογικό όριο με ακρίβεια. Αυτό απαιτεί την ανάπτυξη συστήματος ταξινόμησης για το χώμα βασισμένου στη γνώση. Το χώμα είναι τρισδιάστατο φυσικό σώμα και χαρακτηρίζεται από οριζόντια διαγνωστικά είτε της επιφανείας είτε κάτω της επιφάνειας. Υπάρχει μια ανάγκη να αναπτυχθεί ένας αισθητήρας που να έχει μια ικανότητα να προβλέψει το βάθος και τις πληροφορίες κάτω από την επιφάνεια (Doolittle 1987). Με την εμφάνιση της τεχνολογίας τηλεπισκόπησης (με το υψηλότερο, χωρικό, φασματικό και ραδιομετρικό ψήφισμα) και του GIS, οι ολοκληρωμένες προσεγγίσεις πρέπει να ακολουθηθούν. Η τηλεπισκόπηση μικροκυμάτων αξίζει επίσης την προσοχή για σχετικές με τις το χώμα μελέτες. <br /> <br /> <br /> '''Προοπτικές και συμπεράσματα '''<br /> <br /> Η τεχνολογία της τηλεπισκόπησης εξελίσσεται. Η φασματοσκοπία περιορισμένης ζώνης απεικόνισης στην οπτική και θερμική περιοχή του ηλεκτρομαγνητικού φάσματος θα παράσχει περιεκτική διορατικότητα σε διάφορα ζητούμενα του χώματος και των ιδιοτήτων τους και θα απαντήσει στις ποσοτικές πτυχές της εδαφολογικής επιστήμης, δηλαδή, της εδαφολογικής ορυκτολογίας, της εδαφολογικής γονιμότητας, της εδαφολογικής οργανικής ουσίας, της εδαφολογικής υγρασίας και των θερμικών ιδιοτήτων των χωμάτων. Η εδαφολογική βιοχημεία είναι απολύτως άθικτη. Υπάρχει τεράστιο πεδίο για τη μελέτη της εδαφολογικής οργανικής ουσίας που χρησιμοποιεί την περιορισμένης ζώνης φασματοσκοπία ειδικά στη μέση και θερμική υπέρυθρη περιοχή των ηλεκτρομαγνητικών φασμάτων. Η προσπάθεια για την εδαφική χαρτογράφηση μετά από την ψηφιακή επεξεργασία εικόνας και το GIS είναι πολύ περιορισμένη (Lee και λοιποί 1988). Η τηλεπισκόπηση μικροκυμάτων είναι ακόμα στο πειραματικό στάδιο. Οι πίνακες 1 και 2 εκθέτουν τη δυνατότητα της φασματοσκοπίας περιορισμένης ζώνης απεικόνισης στο χαρακτηρισμό της εδαφολογικής ορυκτολογίας. <br /> <br /> <br /> <br /> [[Εικόνα:04_pinak1.jpg|thumb|right|'''Πίνακας 1:''' Περίληψη των δονητικών χαρακτηριστικών. ]]<br /> [[Εικόνα:04_pinak4.jpg|thumb|right|'''Πίνακας 2:''' Φασματικά / διηλεκτρικά / ιονικά χαρακτηριστικά αγωγιμότητας του εδάφους. ]]<br /> <br /> <br /> Οι φασματικές ιδιότητες των χωμάτων που καθορίζονται από το συνδυασμό ορυκτών, οργανικών ουσιών, εδαφολογικής υγρασίας και διάφορων αλάτων περιέχουν πολύτιμες πληροφορίες, σχετικές με τις κρίσιμες εδαφολογικές παραμέτρους δηλαδή, τις χουμικές ουσίες, την εδαφολογική σύσταση, τις θερμικές ιδιότητες και τα αρχικά και δευτεροβάθμια μεταλλεύματα. <br /> Το πρόσθετο χαρακτηριστικό γνώρισμα των χωμάτων στο ορατό (0.4-0.7 μ), στο εγγύς υπέρυθρο(0.7-1.0 μ) και στο μικροκυματικό υπέρυθρο (1.0-2.5 μ) φάσμα που έχει σχέση με της φυσικοχημικές ιδιότητές τους, είναι οι ιδιότητες εκπομπής. <br /> Η θερμική υπέρυθρη περιοχή (8-14μ) και οι διαφορετικές συχνότητες μικροκυμάτων όπως C-bands (5.4 Ghz) και L-band (1.25 Ghz) αποκαλύπτουν το καθεστώς θερμοκρασίας και το υδρολογικό καθεστώς των χωμάτων. Αυτές οι πληροφορίες είναι τεράστιας αξίας στο να προβλέψουν ποσοτικά τα βιογονικά αέρια από τα χώματα και στην ταξινόμηση του χώματος. Τα βιογονικά αέρια, δηλαδή, το μεθάνιο, το νιτρώδες οξείδιο, το διοξείδιο του άνθρακα κ.λ.π. είναι προιόντα εδαφολογικών βιοχημικών διαδικασιών. <br /> Οι δυνητικοί τομείς των μελετών για το χώμα, παραδείγματος χάριν, ποσοτικά θέματα της εδαφολογικής γονιμότητας, της εδαφολογικής ορυκτολογίας, των υδρολογικών θεμάτων και της εδαφολογικής βιολογίας, χρειάζονται την τηλεπισκόπηση και την βασισμένη στο GIS έρευνα. Μερικά νέα ελπιδοφόρα εργαλεία και τεχνικές, ακόμα υπό δοκιμή, πρέπει να βελτιώσουν την ικανότητά μας για τον προσδιορισμό και τη χαρτογράφηση των εξωτερικών καθώς επίσης και εσωτερικών χαρακτηριστικών γνωρισμάτων (Zinck 1990). Ο Doolittle (1987) ανέφερε ότι η συσκευή ραντάρ (GPR) που διαπερνά το έδαφος μπορεί να παρέχει τις ακριβείς εικόνες των πλήρων εδαφολογικών ακολουθιών. Το GPR είναι μια ευρεία ζώνη, σύστημα ραντάρ ώθησης, του οποίου ικανότητα εδαφολογικής διείσδυσης κυμαίνεται από περίπου το βάθος ενός μέτρου στα συμπαγή αργιλώδη χώματα ως περίπου 25 μέτρα στα αμμώδη χώματα. Τα σχετικά εδαφολογικά χαρακτηριστικά γνωρίσματα και οι διαγνωστικοί ορίζοντες μπορούν να προσδιοριστούν στον κάθετο και οριζόντιο βαθμό. Οι σειρές της εδαφολογικής μεταβλητότητας μπορούν να καθιερωθούν ποσοτικά. Η χρήση της τηλεπισκόπησης για την εδαφολογική επιστήμη μπορεί βεβαίως να προωθηθεί περαιτέρω με την ενισχυμένη κατανόηση της διαδικασίας της αλληλεπίδρασης του ηλεκτρομαγνητικού φάσματος με το χώμα. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Εδαφολογική χαρτογράφηση]]</div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_sx4.jpg Αρχείο:02 sx4.jpg 2010-03-24T19:05:37Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_sx3.jpg Αρχείο:02 sx3.jpg 2010-03-24T19:05:21Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_sx2.jpg Αρχείο:02 sx2.jpg 2010-03-24T19:03:49Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_sx1.jpg Αρχείο:02 sx1.jpg 2010-03-24T19:03:20Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_pinak2.jpg Αρχείο:02 pinak2.jpg 2010-03-24T19:00:54Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_pinak1.jpg Αρχείο:02 pinak1.jpg 2010-03-24T19:00:41Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:02_1.jpg Αρχείο:02 1.jpg 2010-03-24T19:00:27Z <p>Ogeorg: </p> <hr /> <div></div> Ogeorg http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_Ikonos_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CE%BA%CF%81%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CF%83%CF%85%CE%BC%CE%B2%CE%B1%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BF%CF%81%CE%B3%CF%8E%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CF%83%CF%85%CE%BD%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CF%81%CE%B1%CE%BA%CF%84%CE%B9%CE%BA%CF%8E%CE%BD Χρήση των πολυφασματικών εικόνων Ikonos για τη διάκριση μεταξύ συμβατικών και οργώματος συντήρησης των γεωργικών πρακτικών 2010-03-24T18:59:57Z <p>Ogeorg: New page: '''Πρωτότυπος Τίτλος:''' Use of Multispectral Ikonos Imagery for Discriminating between Conventional and Conservation Agricultural Tillage Practices '''Συγγραφεί...</p> <hr /> <div>'''Πρωτότυπος Τίτλος:''' Use of Multispectral Ikonos Imagery for Discriminating between Conventional and Conservation Agricultural Tillage Practices<br /> <br /> '''Συγγραφείς:''' Andris Viρa, Albert J. Peters, Lei Ji<br /> <br /> '''Πηγή:''' PHOTOGRAMMETRIC ENGINEERING &amp; REMOTE SENSING May 2003 537, https://www.asprs.org/publications/pers/2003journal/may/2003_may_537-544.pdf<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Αυτή η μελέτη ασχολείται με τη χρήση των τυποποιημένων διαδικασιών επεξεργασίας εικόνας που εφαρμόζονται σε μια πολυφασματική εικόνα Ikonos, για να καθορίσουν εάν είναι δυνατό να επικυρώσει ότι οι αγρότες έχουν συμμορφωθεί με τις συμφωνίες για να εφαρμόσουν τις πρακτικές οργώματος συντήρησης. Μια ανάλυση κύριων τμημάτων (principal component analysis - PCA) εκτελέσθηκε προκειμένου να απομονωθεί η διαφορά εικόνας στις καλλιεργημένες περιοχές. Οι στατιστικές διαδικασίες αναλύσεων της διαφοράς (ANOVA) χρησιμοποιήθηκαν για να αξιολογήσουν την ικανότητα κάθε καναλιού του Ikonos και κάθε κύριου τμήματος για να κάνουν διακρίσεις μεταξύ των συμβατικών πρακτικών και πρακτικών οργώματος συντήρησης. Ένα λογιστικό πρότυπο οπισθοδρόμησης εφαρμόστηκε στο κύριο συστατικό, που είναι αποτελεσματικότερο στη διάκριση μεταξύ του συμβατικού τρόπου και της συντήρησης, προκειμένου να παραχθεί ένας χάρτης πιθανότητας του συμβατικού οργώματος. Οι εικόνες του Ikonos, σε σχέση με πληροφορίες εδάφους, αποδείχθηκαν ένα χρήσιμο εργαλείο για την επαλήθευση των πρακτικών οργώματος συντήρησης <br /> <br /> Η μακροπρόθεσμη μετατροπή της χλόης και των δασικών εδαφών σε περιοχές συγκομιδής και το βοσκοτόπια έχει οδηγήσει όχι μόνο στις ιστορικές απώλειες εδαφολογικού άνθρακα παγκοσμίως αλλά έχει προσθέσει επίσης και πρόσθετο διοξείδιο του άνθρακα στην ατμόσφαιρα. Οι ατμοσφαιρικές συγκεντρώσεις CO2 μπορούν να χαμηλώσουν με τη μείωση των εκπομπών ή με το διαχωρισμός του; από την ατμόσφαιρα και την αποθήκευση τους ως εδαφολογικό άνθρακα. Ένας ενδεχομένως σημαντικός τρόπος του αυξανόμενου εδαφολογικού άνθρακα είναι μέσω της αποκατάστασης των υποβιβασμένων χωμάτων και με την υιοθέτηση της διαδεδομένης πρακτικής της συντήρησης του εδάφους, συμπεριλαμβανομένης της χρήσης του οργώματος συντήρησης (Falloom και λοιποί 1998, Uri και λοιποί 1999, Schlesinger 2000). <br /> <br /> Μία μέθοδος που θα μπορούσε αποτελεσματικά και οικονομικά να ενθαρρύνει τις προσπάθειες μετριασμού αερίου θερμοκηπίων είναι η παροχή ενός εμπορικού συστήματος με το οποίο οι εκπέμποντες άνθρακα θα μπορούν να αγοράσουν τις αποτελεσματικές πιστώσεις μετριασμού από άλλες που μπορούν είτε να αποφύγουν τις εκπομπές είτε να διαχωρίσουν τον άνθρακα από την ατμόσφαιρα, όπως οι αγρότες για την εφαρμογή των πρακτικών οργώματος συντήρησης.<br /> <br /> Ένα τέτοιο εμπορικό σύστημα απαιτεί μια χαμηλού κόστους ακριβείας τεχνική για τη συμμόρφωση των συμμετεχοντων. Η επαλήθευση ενός τέτοιου εμπορικού συστήματος θα απαιτούσε χαμηλού κόστους μεθόδους για να εφαρμοστεί, και η τεχνολογία τηλεπισκόπησης προσφέρει μέσα για τέτοιες χαμηλές δαπάνες. Διάφορες τεχνικές τηλεπισκόπησης για τον διαχωρισμού του τύπου και της ποσότητας χρησιμοποιούν τη μέση υπέρυθρη ζώνη του φάσματος και έχουν τεκμηριωθεί στη λογοτεχνία (π.χ., Mcnairn και Protz, 1993 van Deventer και λοιποί., 1997 Nagler και λοιποί., 2000). Εντούτοις, ο μόνος λειτουργικός δορυφόρος που καλύπτει αυτήν την ζώνη του φάσματος είναι ο Thematic Mapper Landsat, ο οποιος έχει πολύ μικρή χωρική διακριτική ικανότητα (30 μ) και έναν σπάνιο κύκλο επανάληψης 16 ημέρες. Κατά συνέπεια, είναι απαραίτητο να καθιερωθούν εναλλακτικές τεχνικές. <br /> <br /> Αυτό το έγγραφο στρέφεται στη δοκιμή της δυνατότητας στην τεχνολογία τηλεπισκόπησης για τη διάκριση μεταξύ των πρακτικών συμβατικού και οργώματος συντήρησης. Ο στόχος μας ήταν να χρησιμοποιήσουμε τις τυποποιημένες διαδικασίες επεξεργασίας εικόνας για να καθοριστεί εάν είναι δυνατό να επικυρωθεί ότι οι αγρότες έχουν συμμορφωθεί με τις συμφωνίες για να εφαρμόσουν τις πρακτικές οργώματος συντήρησης. Για αυτόν το λόγο, τα κανάλια του ορατού και του εγγύς υπέρυθρου μιας εικόνας Ikonos (28 Μαρτίου 2000) χρησιμοποιήθηκαν. Οι συγκεκριμένοι στόχοι του προγράμματος ήταν (1) να αξιολογηθεί η χρησιμότητα της δορυφορικής εικόνας Ikonos για τη διάκριση των πρακτικών οργώματος σε καλλιέργεια καλαμποκιού και σόγια, και (2) να ερευνηθεί η δυνατότητα των αλγορίθμων επεξεργασίας των εικόνων ώστε να μπορούν να ενισχύσουν την ικανότητα για διακρίσεις μεταξύ των πρακτικών οργώματος. <br /> <br /> <br /> ''' Μέθοδοι '''<br /> <br /> Το πρόγραμμα πραγματοποιήθηκε στα αγροκτήματα στο δήμο Deep Well, κοντά στη δυτική άκρη της κομητείας του Χάμιλτον, Νεμπράσκας, περίπου 2 μιλίων νότια και ανατολικά του ποταμού Platte (πίνακας 1). Ποικίλες πρακτικές οργώματος χρησιμοποιούνται στην περιοχή, αλλά για την απλότητα, ταξινομήθηκαν σε μια δυαδική μορφή ως είτε συμβατικό είτε ως όργωμα συντήρησης όπως καθορίστηκε από τους αγρότες στην περιοχή μελέτης. Ο απλούστερος κανόνας απόφασης είναι επαρκής να ελέγξει τη συμμόρφωση του συμβατικού οργώματος. <br /> <br /> [[Εικόνα:02_1.jpg|thumb|right|'''Πινακίδα 1:''' Μελέτη περιοχής Deep Well Township στη Δυτική Hamilton County, Νεμπράσκα. Η εικόνα που εμφανίζεται είναι ψευδο-χρωματικό σύνθετο μιας πολυφασματικής εικόνας από το Ikonos που αποκτήθηκε με ναδίρ στις 28 Μαρτίου 2000 στις 1645 GMT. Τα ορατά φάσματα δείχνουν (RGB) 4 (εγγύς υπέρυθρη), 3 (Κόκκινο), και 2 (Πράσινο). Τα κίτρινα πολύγωνα αντιπροσωπεύουν τα πεδία με γνωστές πληροφορίες για το είδος των καταλοίπων καλλιεργειών και πρακτικών άροσης. Μία NDVI εικόνα υπολογίστηκε χρησιμοποιώντας ζώνες 3 και 4 της πολυφασματικης εικόνας και στη συνέχεια χρησιμοποιήθηκε για να παραγάγει μία δυαδικό μάσκα για την αφαίρεση της βλάστησης. ]]<br /> <br /> <br /> Μία δορυφορική εικόνα του Ikonos, με εικονοκύταρρο 4μ.και τέσσερα ευρέος φάσματος κανάλια (μπλε 0.45 έως 0.52 μ, πράσινο 0.52 έως 0.60 μ, κόκκινο 0.63 έως 0.69 μ και κοντινό υπέρυθρο 0.76 έως 0.90 μ. πίνακας 1) αποκτήθηκε πριν από τη συγκομιδή των καλλιεργειών στις 28 Μαρτίου 2000. Αυτή τη στιγμή του έτους, το υπόλειμμα και οι πρακτικές οργώματος από την προηγούμενη εποχή είναι ακόμα φανερά. Η χρονική στιγμή των δορυφορικών εικόνων είναι σημαντική για ένα σύστημα επαλήθευσης οργώματος σε αυτήν την περιοχή, επειδή οι νωρίτερα εικόνες μπορεί να επηρεαστούν από την κάλυψη χιονιού. Η φύτευση θα μπορούσε επίσης να έχει επιπτώσεις στις εικόνες λόγω της διαταραχής του εδάφος, εάν αυτή αποκτιέται αργότερα. <br /> <br /> Η αρχική επεξεργασία της εικόνας περιέλαβε την αφαίρεση της φωτοσυνθετικά ενεργής βλάστησης. Για να ολοκληρωθεί αυτό, υπολογίστηκε μια εικόνα ομαλοποιημένης διαφοροποίησης των δεδομένων βλάστησης (NDVI = [NIR - κόκκινο]/[NIR + κόκκινο]), και χρησιμοποιήθηκε ως μάσκα για τη διαφοροποίηση της πράσινης βλάστησης από το γυμνό έδαφος (πίνακας 1). Αφότου η ενεργή βλάστηση δημιούργησε το outfrom στην εικόνα, μια ανάλυση κύριων τμημάτων (PCA) εφαρμόστηκε για να απομονώσει τη διαφορά σκηνής στις υπολειπόμενες καλλιεργημένες περιοχές. Τέσσερις εικόνες κύριων συστατικών (principal component - PC) αποκτήθηκαν. <br /> <br /> Μια ανάλυση της διαφοράς (ANOVA) υπολογίστηκε για να αξιολογήσει την ικανότητα κάθε καναλιού του Ikonos, καθώς επίσης και κάθε εικόνας PC, για να κάνει διακρίσεις μεταξύ του καλαμποκιού ή του υπολείμματος σόγιας και συμβατικές πρακτικές ή πρακτικές οργώματος συντήρησης. Για αυτούς τους υπολογισμούς χρησιμοποιήθηκε η μέση αξία κάθε PC από κάθε έναν από τους 51 τομείς μέσα στην περιοχή μελέτης. <br /> <br /> Αφού καθορίστηκε ποια εικόνα PC θα μπόρεσε να διακρίνει τους τύπους υπολειμμάτων ή/και της πρακτικής οργώματος, μια λογιστική οπισθοδρόμηση [διαδικασία GENMOD (SAS, 1996)] εφαρμόστηκε στις μέσες τιμές των PC ανά τομέα. Η λογιστική οπισθοδρόμηση μπορεί να χρησιμοποιηθεί ως προφητικό εργαλείο όταν έχουν οι μεταβλητές απάντησης μόνο δύο πιθανές εκβάσεις και μια δυωνυμική διανομή, όπως συμβατικό όργωμα εναντίον του οργώματος συντήρησης, ή το καλαμπόκι εναντίον του υπολείμματος σόγιας. <br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> Οι εικόνες κύριων συστατικών (PC) που λαμβάνονται από την εικόνα του Ikonos παρουσιάζονται στο σχήμα 1. Το PC 1 εξηγεί περισσότερα από 99% της συνολικής διακύμανσης της σκηνής (αποκλείοντας την πράσινη βλάστηση). Το PC 1 είναι πρώτιστα ένα τμήμα εδαφολογικής φωτεινότητας και συσχετίζεται ιδιαίτερα με κάθε ένα από τα αρχικά κανάλια. Τα υπόλοιπα τρία PC (PC 2, 3, και 4) εξηγούν την υπόλοιπη διακύμανση της σκηνής. Τα μέσα ελάχιστων τετραγώνων των ψηφιακών αριθμών (DNs) για κάθε ζώνη και κάθε PC φαίνονται στο σχήμα 2. Τα αποτελέσματα του ANOVA παρουσιάζονται στους πίνακες 1 και 2. Και οι τρεις ορατές ζώνες της εικόνας Ikonos παρουσίασαν στατιστικά σημαντική αλληλεπίδραση μεταξύ της πρακτικής οργώματος και του τύπου υπολειμμάτων (πίνακας 1, σχήμα 2). Αυτή η αλληλεπίδραση σημαίνει ότι αυτά τα κανάλια δεν μπορούν να χρησιμοποιηθούν για τη διάκριση του τύπου υπολειμμάτων και την πρακτική οργώματος με ανεξάρτητο τρόπο.<br /> <br /> <br /> [[Εικόνα:02_sx1.jpg|thumb|right|'''Σχήμα 1:''' κύριες συνιστώσες που λαμβάνεται από την πολυφασματικη εικόνα IKONOS της περιοχής μελέτης. Ελήφθη στις 28 Μαρτίου 2000. Βλάστηση έχει απομακρυνθεί με τη δυαδική μάσκα φαίνεται στον πίνακα 1. Η πρώτη συνιστώσα εξηγεί 99,5 τοις εκατό διακύμανση της σκηνής. ]]<br /> <br /> [[Εικόνα:02_sx2.jpg|thumb|right|'''Σχήμα 2:''' Ελάχιστα τετραγώνα μέσω των ψηφιακών αριθμών (DNS) και τα κύρια στοιχεία<br /> (PC) για κάθε συνδυασμό τύπου υπολειμμάτων καλλιεργειών και πρακτικών άροσης. Η αλληλεπίδραση-αποτέλεσμα απεικονίζεται από τις διαφορές μεταξύ των πρακτικών άροσης στους δύο τύπους. Τα οικόπεδα για PC 2 και 4 δείχνουν ότι δεν υπάρχει σημαντική επίδραση της αλληλεπίδρασης. ]]<br /> <br /> Το εγγύς υπέρυθρο κανάλι δεν είχε καμία επίδραση αλληλεπίδρασης, και ήταν ευαίσθητο μόνο στον τύπο υπολειμμάτων, αλλά όχι στην πρακτική οργώματος. Κατά συνέπεια, τα αρχικά κανάλια του Ikonos δεν μπορούν να κάνουν διακρίσεις στις πρακτικές οργώματος. Όπως με τις ορατές ζώνες, τα PC 1 και 3 έχουν μια σημαντική στατιστική επίδραση αλληλεπίδρασης (p 0.05) μεταξύ των τύπων και πρακτικών οργώματος υπολειμμάτων συγκομιδών (πίνακας 2, σχήμα 2). Αυτή η αλληλεπίδραση σημαίνει ότι, στην περίπτωση του PC 1, οι διαφορές μεταξύ των πρακτικών οργώματος θα μπορούσαν να ανιχνευθούν για τη σόγια, αλλά όχι για το υπόλειμμα καλαμποκιού. Στην περίπτωση του PC 3, η διάκριση μεταξύ του καλαμποκιού και του υπολείμματος σόγιας δεν θα μπορούσε να ληφθεί για το όργωμα συντήρησης. Επομένως, όπως με τις ορατές ζώνες, το PC 1 και το PC 3 δεν θα μπορούσαν να χρησιμοποιηθούν για τη διάκριση τύπων και πρακτικών οργώματος υπολειμμάτων ανεξάρτητα το ένα από το άλλο. Το PC 3, που εξηγεί μόνο 0.09 % της αρχικής διαφοράς σκηνής, πιθανότατα σχετίζεται με τις εδαφολογικές ιδιότητες όπως το εδαφολογικό χρώμα, η οργανική ουσία, και η περιεκτικότητα σε άργιλο (ποσοστό σε έδαφος κάτω από 2 μ στο μέγεθος, Σχήμα 3). Τα χώματα με περιεκτικότητα λιγότερο από 30 τοις εκατό σε άργιλο εμφανίζονται σκοτεινότερα στην εικόνα PC 3 (σχήμα 1). Αντίθετα, τα PC 2 και 4 δεν παρουσίασαν καμία σημαντική αλληλεπίδραση (p 0.05) μεταξύ των υπολειμμάτων και tvn πρακτικών οργώματος συγκομιδών (πίνακας 2, σχήμα 2). Μια σημαντική διαφορά μεταξύ του καλαμποκιού και του υπολείμματος σόγιας λήφθηκε από το PC 2 (πίνακας 2) κατά συνέπεια, σε αυτήν την εικόνα του Ikonos, το PC 2 συσχετίζεται με τον τύπο υπολειμμάτων, και μπορεί να χρησιμοποιηθεί για να κάνει διακρίσεις μεταξύ του καλαμποκιού και του υπολείμματος σόγιας ανεξάρτητα από την πρακτική οργώματος <br /> <br /> [[Εικόνα:02_pinak1.jpg|thumb|right|'''Πίνακας 1:''' Aποτελεσματα της anova για καθε ikonos band της Πολυφασματικής IKONOS εικόνας.]]<br /> <br /> [[Εικόνα:02_pinak2.jpg|thumb|right|'''Πίνακας 2:''' Aποτελεσματα απο την anova καθεμιάς από τις βασικές συνιστωσες.]]<br /> <br /> Με άλλα λόγια, η PC 2 επιτυχώς απομονώνει τη φασματική επιρροή του τύπου υπολειμμάτων. Επιπλέον, μια σημαντική διαφορά μεταξύ των πρακτικών οργώματος λήφθηκε με το PC 4 (πίνακας 2), επειδή οι συμβατικά οργωμένοι τομείς έχουν θετικές τιμές και οι τομείς με το όργωμα συντήρησης έχουν αρνητικές τιμές. Κατά συνέπεια, η PC 4 απομονώνει τη φασματική επιρροή των πρακτικών οργώματος ακόμα κι αν περιέχει μόνο 0.01% της διακύμανσης της σκηνής. <br /> <br /> Οι χάρτες πιθανότητας του υπολείμματος καλαμποκιού και του συμβατικού οργώματος (εικόνα 2a και 2d) λήφθηκαν με την εφαρμογή της εξίσωσης 3 και των παραμέτρων που υπολογίστηκαν από τη λογιστική οπισθοδρόμηση (πίνακας 3) στις εικόνες PC 2 και 4. Για να παραγάγει τους δυαδικούς χάρτες των πρακτικών υπολειμμάτων και οργώματος, αντίστοιχα (εικόνα 2b και 2e), ένα κατώτατο όριο πιθανότητας 0.6 εφαρμόστηκε, και οι προκύπτουσες εικόνες λειάθηκαν στο χώρο με ένα φίλτρο πλειοψηφίας (7 x 7 εικονοκύτταρο). Η ταξινόμηση που ορίστηκε σε κάθε τομέα βασίστηκε στην κατηγορία με την υψηλότερη συχνότητα εικονοκυττάρου. Τα αποτελέσματα αυτών των ταξινομήσεων συγκρίθηκαν ενάντια στις πληροφορίες που δόθηκαν από τους αγρότες (εικόνα 2c και 2f). Η γενική ακρίβεια, σε μια ανά τομέα βάση, ήταν 80.0 τοις εκατό για τον τύπο υπολειμμάτων και 76.9 τοις εκατό για την πρακτική οργώματος. Οι στρωμένοι δρόμοι και το υπόλειμμα σόγιας φαίνονται παρόμοια και έχουν χαμηλές τιμές στο PC 2, το οποίο αποτελεί μια πηγή λάθους ταξινόμησης. <br /> <br /> [[Εικόνα:02_sx3.jpg|thumb|right|'''Σχήμα 3:''' Περιεκτικότητα σε άργιλο των εδαφών της περιοχής μελέτης, εκφρασμένη ως ποσοστό του εδαφικού υλικού είναι μικρότερη από 2m σε μέγεθος. Τα στοιχεία αυτά προκύπτουν από την ψηφιακή του εδάφους Έρευνα Γεωγραφική Βάση Δεδομένων (SSURGO) για Hamilton County. ]]<br /> <br /> [[Εικόνα:02_sx4.jpg|thumb|right|'''Σχήμα 4:''' Οικόπεδα με τις προβλεπόμενες πιθανότητες (α) καλαμπόκι τύπου καταλοίπων και (β) κλασική πρακτική οργώματος έναντι των κύριων συνιστώσων 2 και 4, αντίστοιχα. Η διακεκομμένη γραμμή αντιπροσωπεύει τα διαστήματα εμπιστοσύνης 95 τοις εκατό. ]]<br /> <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Διάφορες γνωστές στρατηγικές επεξεργασίας εικόνας, συμπεριλαμβανομένης της επιβλεπόμενης και μη ταξινόμησης εξετάστηκαν και συνήχθη το συμπέρασμα ότι η ανάλυση κύριων τμημάτων (PCA) παρέχει μια καλή μέθοδο για τον τύπο υπολειμμάτων και των πρακτικών οργώματος των συγκομιδών στους γεωργικούς τομείς. Η περιοχή μελέτης παρείχε την ουσιαστική μεταβλητότητα στην εδαφολογική φωτεινότητα, η οποία ενίσχυσε τη χρησιμότητα αυτής της τεχνικής, επειδή απέδωσε καλά και πέρα από τα σκοτεινά και φωτεινά χώματα. Η τηλεπισκόπηση αποδείχθηκε ένα χρήσιμο εργαλείο για την επαλήθευση των πρακτικών οργώματος συντήρησης. Προκειμένου να βελτιωθεί η πιθανότητα της επιτυχούς επαλήθευσης βασισμένη στην εικόνα, οι τεχνικές ανίχνευσης από απόσταση πρέπει να χρησιμοποιηθούν από κοινού με τη συλλογή επίγειων δεδομένων, προκειμένου να δομηθεί ένα μοντέλο πρόβλεψης, όπως η τεχνική της λογιστικής οπισθοδρόμησης που καταδεικνύεται εδώ. Η πρόσθετη έρευνα απαιτείται προκειμένου να καθοριστούν τα πιθανά αποτελέσματα των γωνιών εξέτασης από-ναδίρ και των μεταβλητών γωνιών φωτισμού (συμπεριλαμβανομένης της τοπογραφικής ενίσχυσης) στη δυνατότητα να κάνει διακρίσεις μεταξύ των τύπων υπολειμμάτων συγκομιδών και των πρακτικών οργώματος από τις δορυφορικές εικόνες του Ikonos χρησιμοποιώντας τις διαδικασίες που περιγράφονται σε αυτό το έγγραφο. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Γεωργία]]</div> Ogeorg