RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Παύλος Κεφαλάς

2010-02-17T16:02:42Z

Paulkefalas1:

Add Your Content Here
* [[ΟΡΙΟΘΕΤΗΣΗ-ΧΑΡΤΟΓΡΑΦΗΣΗ ΤΩΝ ΑΛΛΟΥΒΙΑΚΩΝ ΡΙΠΙΔΙΩΝ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ LANDSAT/TM ΚΑΙ TERRA/ASTER]]

* [[Ψηφιακή ανάλυση υπερφασματικών δεδομένων DAIS για τη διάγνωση αργιλικών ορυκτών επιθερμικού χρυσού στην Nήσο Μύλο]]

* [[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για την ανίχνευση ρυπασμένων περιοχών απο μεταλλευτικά απορριμμάτα κατά την επεξεργασία χαλκού]]

* [[Ανίχνευση επιβαρυμένης βλάστησης για την χαρτογράφηση επιβαρυμένων εδαφών με βαρέα μέταλλα]]

* [[Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων]]

* [[Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη]]

*[[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία]]

* [[Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων]]

* [[Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων]]

* [[Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη]]

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

Παύλος Κεφαλάς

2010-02-17T16:01:34Z

Paulkefalas1:

Add Your Content Here
* [[ΟΡΙΟΘΕΤΗΣΗ-ΧΑΡΤΟΓΡΑΦΗΣΗ ΤΩΝ ΑΛΛΟΥΒΙΑΚΩΝ ΡΙΠΙΔΙΩΝ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ LANDSAT/TM ΚΑΙ TERRA/ASTER]]

* [[Ψηφιακή ανάλυση υπερφασματικών δεδομένων DAIS για τη διάγνωση αργιλικών ορυκτών επιθερμικού χρυσού στην Nήσο Μύλο]]

* [[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για την ανίχνευση ρυπασμένων περιοχών απο μεταλλευτικά απορριμμάτα κατά την επεξεργασία χαλκού]]

* [[Ανίχνευση επιβαρυμένης βλάστησης για την χαρτογράφηση επιβαρυμένων εδαφών με βαρέα μέταλλα]]

* [[Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων]]

* [[Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη]]

*[[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία]]

* [[Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων]]

* [[Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων]]

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

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων

2010-02-17T16:00:56Z

Paulkefalas1:

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων
Συγγραφέας : Ανθούλα Γκιουρού

Σκοπός της παρούσας μελέτης είναι η κοστολόγηση του αρδευτικού νερού στον Κάμπο Χανίων, λαμβάνοντας υπόψη τις οικονομικές, κοινωνικές και περιβαλλοντικές συνθήκες της περιοχής.
Η περιοχή μελέτης τοποθετείται στο βορειοκεντρικό τμήμα του Ν. Χανίων της νήσου Κρήτης. Είναι μια γεωργική περιοχή η οποία καλλιεργείται κυρίως με ελιές, εσπεριδοειδή και αμπέλια, με μεγάλη συμμετοχή στην τοπική οικονομία, δεδομένου ότι η γεωργία το βασικό στήριγμα της περιοχής παρά τη θεαμτική αύξηση της τουριστικής ανάπτυξης της.
Η καθιερωμένη πρακτική διαδικασία για τη χαρτογράφηση των αρδεύσιμων με την χρήση Δορυφορικής Τηλεπισκόπησης ακολουθεί τα εξής στάδια :
• συλλογή απαραίτητων χαρτογραφικών υποβάθρων, ιδιαίτερα των χαρτών χρήσης γης
• Επιλογή κατάλληλων χρονικά δορυφορικών εικόνων
• Επεξεργασία των εικόνων και αναγωγή τους σε επιθυμητό γεωγραφικό σύστημα αναφοράς
• Λήψη φασματικών ταυτοτήτων από δειγματοληπτικές περιοχές
• Εφαρμογή τεχνικών ανάλυσης, μοντέλων και αλγόριθμων και δημιουργία τροποποιημένων εικόνων.
• Εφαρμογή τεχνικών ταξινόμησης για την εξαγωγή ποιοτικά διαφοροποιημένων κλάσεων νε βάση επιθυμητά κριτήρια .
• Στατιστικός και συγκριτικός έλεγχος των αποτελεσμάτων.
Η επιλογή των δορυφορικών εικόνων έγινε με βάση της καταγραφή της υπάρχουσας κατάστασης. Αρχικά έγνε προμήθεια μιας πολυφασματικής εικόνας του δορυφόρου IKONOS και της αντίστοιχης παγχρωματικής. Η εικόνα ήταν τεσσάρων φασματικών καναλιών, διακριτικής ικανότητας 4μ και η αντίστοιχη παγχρωματική με χωρική ανάλυση 1μ και ημερομηνία λήψης 16/07/2006.
Σχετικά με τις γεωμετρικές διορθώσεις, η πρώτη επεξεργασία των δορυφορικών εικόνων είναι η γεωμετρική ορθαναγωγή σε μια κοινή τοπογραφική βάση και η αναδόμηση τους με βάση το Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς. Στο στάδιο αυτό επιτεύχθηκε ακρίβεια μέσου τετραγωνικού σφάλματος της γεωμετρικής διόρθωσης, μικρότερη του ενάμιση pixel.
Για την ορθαναγωγή της δορυφορικής εικόνας προσδιορίστηκαν φωτοσταθερά σημεία από τους ορθοφωτοχάρτες του Υπουργείου Γεωργίας και το Ψηφιακό Μοντέλο Εδάφους που χρησιμοποιήθηκε στην επίλυση αποτελεί προιόν στερεοσκοπικών εικόνων Spot P, υψομετρικής ακρίβειας 7-11 μ.
Η ραδιομετρική διόρθωση έγινε με το λογισμικό ERDAS IMAGINE 8.7. Θεωρήθηκε κατάλληλη η μέθοδος της μετατόπισης του ιστογράμματος προκειμένου να απαλλαγεί η ραδιομετρία των δορυφορικών εικόνων από τον θόρυβο που εισάγει η ατμόσφαιρα. Κατά την μέθοδο αυτή υπολογίζονται νέες τιμές των εικονοστοιχείων, χρησιμοποιώντας προσθετικούς και πολλαπλασιαστικούς αλγόριθμους, οι οποίοι διορθώνουν την εικόνα από τις παραπάνω επιδράσεις.
Για την καλύτερη οπτική ερμηνεία των δορυφορικών εικόνων, είναι απαραίτητο να ενισχυθεί η χρωματική διαβάθμιση της απεικόνισης τω διαφόρων καλλιεργειών στην οθόνη. Αυτό επιτυγχάνεται με τον υπολογισμό των ιστογραμμάτων των καναλιών που χρησιμοποιούνται για την σύνθεση της εικόνας κατά την ερμηνεία και επεκτείνοντας γραμμικά το τμήμα του ιστογράμματος που αντιπροσωπεύει γεωργικές χρήσεις, για να εκμεταλλευτούμε όλο το εύρος του φάσματος απεικόνισης της οθόνης.
Για το συγκεκριμένο έργο χρησιμοποιήθηκαν δύο εικόνες IKONOS υψηλής χωρικής ανάλυσης, μια πολυφασματική με χωρική ανάλυση 4μ και μια παγχρωματική με χωρική ανάλυση 1μ με ημερομηνία λήψης 16/07/2006. Εφαρμόστηκε συνδυασμός των δύο τεχνικών ταξινόμησης της καθοδηγούμενης και της μη καθοδηγούμενης με μεγαλύτερο βάρος στην καθοδηγούμενη. Η ταξινόμηση εφαρμόστηκε στην πολυφασματική εικόνα ενώ η pansharpened χρησιμοποιήθηκε ως βασικό στοιχείο ελέγχου για τα αποτελέσματα της ταξινόμησης.
Για την εκμάθηση του ταξινομητή ψηφιοποιήθηκαν τα όρια των αγροτεμαχίων που επισκέφθηκαν οι παρατηρητές στο πεδίο και κατέγραψαν την περιεχόμενη καλλιέργεια. Οι αντίστοιχες περιοχές της εικόνας χρησιμοποιήθηκαν κατά το ήμισυ στη φάση της εκμάθησης του ταξινομητή για την εξαγωγή αντιπροσωπευτικού δείγματος φασματικής πληροφορίας για τις καλλιέργειες και κατά το υπόλοιπο ήμισυ για το ποιοτικό έλεγχο της ταξινόμησης. Για τα δείγματα χρησιμοποιήθηκαν μόνο πολύ “ καθαρά” ως προς την χρήση pixels, αλλάζοντας κατάλληλα τα όρια των πολύγονων στην οθόνη.
Πριν τα στάδια της ταξινόμησης, ελήφθησαν δείγματα (150), τα οποία αντιπροσωπεύουν όλους τους τύπους καλλιεργειών που ενδιαφέρουν το πιλοτικό πρόγραμμα. Μέσω του προγράμματος ERDAS Imagine 8.7 μέσω συνένωσης των 15 κατηγοριών προέκυψαν οι ακόλουθες τάξεις Αροτραίες καλλιέργειες, γη λαχανικών, εσπεριδοειδή, ελαιόδεντρα, αβοκάντο, αμπελοειδή, αγρανάπαυση και διάφορα (άλλο). Η συνολική ακρίβεια τηα ταξινόμησης είναι 65.54 % και ο συντελεστής kappa 0.651. H υπολογισμένη, κατά προσέγγιση, έκταση ανά τύπο καλλιεργειών μετά την ταξινόμηση της δορυφορικής εικόνας είναι :
Ελαιόδεντρα= 37395
Εσπεριδοειδή = 51079
Αβοκάντο = 2489
Αμπελοειδή = 1039
Αροτραίες = 2488
Γη λαχανόκηπων = 3765
Αγρανάπαυση = 1029

[[Εικόνα:Εφαρμογή_τηλεπισκόπησης_στη_καταγραφή_τησ_κατανάλωσης_αρδευτικού_νερού1.jpg|thumb|right|Εικόνα 1 :α) Ορθοεικόνα Ikonos και β) Θεματική εικόνα Ikonos]]

[[Εικόνα:Εφαρμογή_τηλεπισκόπησης.jpg|thumb|right|Eικόνα 2 :Τελικός Θεματικός Χάρτης]]

[[category:Διαχείρηση υδατικών οικοσυστημάτων]]

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων

2010-02-17T16:00:38Z

Paulkefalas1:

Αρχείο:Εφαρμογή τηλεπισκόπησης.jpg

2010-02-17T15:58:51Z

Paulkefalas1:

Αρχείο:Εφαρμογή τηλεπισκόπησης στη καταγραφή τησ κατανάλωσης αρδευτικού νερού2.jpg

2010-02-17T15:57:53Z

Paulkefalas1:

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων

2010-02-17T15:57:38Z

Paulkefalas1:

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων
Συγγραφέας : Ανθούλα Γκιουρού

Σκοπός της παρούσας μελέτης είναι η κοστολόγηση του αρδευτικού νερού στον Κάμπο Χανίων, λαμβάνοντας υπόψη τις οικονομικές, κοινωνικές και περιβαλλοντικές συνθήκες της περιοχής.
Η περιοχή μελέτης τοποθετείται στο βορειοκεντρικό τμήμα του Ν. Χανίων της νήσου Κρήτης. Είναι μια γεωργική περιοχή η οποία καλλιεργείται κυρίως με ελιές, εσπεριδοειδή και αμπέλια, με μεγάλη συμμετοχή στην τοπική οικονομία, δεδομένου ότι η γεωργία το βασικό στήριγμα της περιοχής παρά τη θεαμτική αύξηση της τουριστικής ανάπτυξης της.
Η καθιερωμένη πρακτική διαδικασία για τη χαρτογράφηση των αρδεύσιμων με την χρήση Δορυφορικής Τηλεπισκόπησης ακολουθεί τα εξής στάδια :
• συλλογή απαραίτητων χαρτογραφικών υποβάθρων, ιδιαίτερα των χαρτών χρήσης γης
• Επιλογή κατάλληλων χρονικά δορυφορικών εικόνων
• Επεξεργασία των εικόνων και αναγωγή τους σε επιθυμητό γεωγραφικό σύστημα αναφοράς
• Λήψη φασματικών ταυτοτήτων από δειγματοληπτικές περιοχές
• Εφαρμογή τεχνικών ανάλυσης, μοντέλων και αλγόριθμων και δημιουργία τροποποιημένων εικόνων.
• Εφαρμογή τεχνικών ταξινόμησης για την εξαγωγή ποιοτικά διαφοροποιημένων κλάσεων νε βάση επιθυμητά κριτήρια .
• Στατιστικός και συγκριτικός έλεγχος των αποτελεσμάτων.
Η επιλογή των δορυφορικών εικόνων έγινε με βάση της καταγραφή της υπάρχουσας κατάστασης. Αρχικά έγνε προμήθεια μιας πολυφασματικής εικόνας του δορυφόρου IKONOS και της αντίστοιχης παγχρωματικής. Η εικόνα ήταν τεσσάρων φασματικών καναλιών, διακριτικής ικανότητας 4μ και η αντίστοιχη παγχρωματική με χωρική ανάλυση 1μ και ημερομηνία λήψης 16/07/2006.
Σχετικά με τις γεωμετρικές διορθώσεις, η πρώτη επεξεργασία των δορυφορικών εικόνων είναι η γεωμετρική ορθαναγωγή σε μια κοινή τοπογραφική βάση και η αναδόμηση τους με βάση το Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς. Στο στάδιο αυτό επιτεύχθηκε ακρίβεια μέσου τετραγωνικού σφάλματος της γεωμετρικής διόρθωσης, μικρότερη του ενάμιση pixel.
Για την ορθαναγωγή της δορυφορικής εικόνας προσδιορίστηκαν φωτοσταθερά σημεία από τους ορθοφωτοχάρτες του Υπουργείου Γεωργίας και το Ψηφιακό Μοντέλο Εδάφους που χρησιμοποιήθηκε στην επίλυση αποτελεί προιόν στερεοσκοπικών εικόνων Spot P, υψομετρικής ακρίβειας 7-11 μ.
Η ραδιομετρική διόρθωση έγινε με το λογισμικό ERDAS IMAGINE 8.7. Θεωρήθηκε κατάλληλη η μέθοδος της μετατόπισης του ιστογράμματος προκειμένου να απαλλαγεί η ραδιομετρία των δορυφορικών εικόνων από τον θόρυβο που εισάγει η ατμόσφαιρα. Κατά την μέθοδο αυτή υπολογίζονται νέες τιμές των εικονοστοιχείων, χρησιμοποιώντας προσθετικούς και πολλαπλασιαστικούς αλγόριθμους, οι οποίοι διορθώνουν την εικόνα από τις παραπάνω επιδράσεις.
Για την καλύτερη οπτική ερμηνεία των δορυφορικών εικόνων, είναι απαραίτητο να ενισχυθεί η χρωματική διαβάθμιση της απεικόνισης τω διαφόρων καλλιεργειών στην οθόνη. Αυτό επιτυγχάνεται με τον υπολογισμό των ιστογραμμάτων των καναλιών που χρησιμοποιούνται για την σύνθεση της εικόνας κατά την ερμηνεία και επεκτείνοντας γραμμικά το τμήμα του ιστογράμματος που αντιπροσωπεύει γεωργικές χρήσεις, για να εκμεταλλευτούμε όλο το εύρος του φάσματος απεικόνισης της οθόνης.
Για το συγκεκριμένο έργο χρησιμοποιήθηκαν δύο εικόνες IKONOS υψηλής χωρικής ανάλυσης, μια πολυφασματική με χωρική ανάλυση 4μ και μια παγχρωματική με χωρική ανάλυση 1μ με ημερομηνία λήψης 16/07/2006. Εφαρμόστηκε συνδυασμός των δύο τεχνικών ταξινόμησης της καθοδηγούμενης και της μη καθοδηγούμενης με μεγαλύτερο βάρος στην καθοδηγούμενη. Η ταξινόμηση εφαρμόστηκε στην πολυφασματική εικόνα ενώ η pansharpened χρησιμοποιήθηκε ως βασικό στοιχείο ελέγχου για τα αποτελέσματα της ταξινόμησης.
Για την εκμάθηση του ταξινομητή ψηφιοποιήθηκαν τα όρια των αγροτεμαχίων που επισκέφθηκαν οι παρατηρητές στο πεδίο και κατέγραψαν την περιεχόμενη καλλιέργεια. Οι αντίστοιχες περιοχές της εικόνας χρησιμοποιήθηκαν κατά το ήμισυ στη φάση της εκμάθησης του ταξινομητή για την εξαγωγή αντιπροσωπευτικού δείγματος φασματικής πληροφορίας για τις καλλιέργειες και κατά το υπόλοιπο ήμισυ για το ποιοτικό έλεγχο της ταξινόμησης. Για τα δείγματα χρησιμοποιήθηκαν μόνο πολύ “ καθαρά” ως προς την χρήση pixels, αλλάζοντας κατάλληλα τα όρια των πολύγονων στην οθόνη.
Πριν τα στάδια της ταξινόμησης, ελήφθησαν δείγματα (150), τα οποία αντιπροσωπεύουν όλους τους τύπους καλλιεργειών που ενδιαφέρουν το πιλοτικό πρόγραμμα. Μέσω του προγράμματος ERDAS Imagine 8.7 μέσω συνένωσης των 15 κατηγοριών προέκυψαν οι ακόλουθες τάξεις Αροτραίες καλλιέργειες, γη λαχανικών, εσπεριδοειδή, ελαιόδεντρα, αβοκάντο, αμπελοειδή, αγρανάπαυση και διάφορα (άλλο). Η συνολική ακρίβεια τηα ταξινόμησης είναι 65.54 % και ο συντελεστής kappa 0.651. H υπολογισμένη, κατά προσέγγιση, έκταση ανά τύπο καλλιεργειών μετά την ταξινόμηση της δορυφορικής εικόνας είναι :
Ελαιόδεντρα= 37395
Εσπεριδοειδή = 51079
Αβοκάντο = 2489
Αμπελοειδή = 1039
Αροτραίες = 2488
Γη λαχανόκηπων = 3765
Αγρανάπαυση = 1029

[[Εικόνα:Εφαρμογή_τηλεπισκόπησης_στη_καταγραφή_τησ_κατανάλωσης_αρδευτικού_νερού1.jpg|thumb|right|Εικόνα 1 :α) Ορθοεικόνα Ikonos και β) Θεματική εικόνα Ikonos]]
[[category:Διαχείρηση υδατικών οικοσυστημάτων]]

Αρχείο:Εφαρμογή τηλεπισκόπησης στη καταγραφή τησ κατανάλωσης αρδευτικού νερού1.jpg

2010-02-17T15:56:12Z

Paulkefalas1:

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων

2010-02-17T15:55:20Z

Paulkefalas1: New page: Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων ...

Εφαρμογή Τηλεπισκόπησης στην καταγραφή της κατανάλωσης του αρδευτικού νερού στον Κάμπο του Ν. Χανίων
Συγγραφέας : Ανθούλα Γκιουρού

Σκοπός της παρούσας μελέτης είναι η κοστολόγηση του αρδευτικού νερού στον Κάμπο Χανίων, λαμβάνοντας υπόψη τις οικονομικές, κοινωνικές και περιβαλλοντικές συνθήκες της περιοχής.
Η περιοχή μελέτης τοποθετείται στο βορειοκεντρικό τμήμα του Ν. Χανίων της νήσου Κρήτης. Είναι μια γεωργική περιοχή η οποία καλλιεργείται κυρίως με ελιές, εσπεριδοειδή και αμπέλια, με μεγάλη συμμετοχή στην τοπική οικονομία, δεδομένου ότι η γεωργία το βασικό στήριγμα της περιοχής παρά τη θεαμτική αύξηση της τουριστικής ανάπτυξης της.
Η καθιερωμένη πρακτική διαδικασία για τη χαρτογράφηση των αρδεύσιμων με την χρήση Δορυφορικής Τηλεπισκόπησης ακολουθεί τα εξής στάδια :
• συλλογή απαραίτητων χαρτογραφικών υποβάθρων, ιδιαίτερα των χαρτών χρήσης γης
• Επιλογή κατάλληλων χρονικά δορυφορικών εικόνων
• Επεξεργασία των εικόνων και αναγωγή τους σε επιθυμητό γεωγραφικό σύστημα αναφοράς
• Λήψη φασματικών ταυτοτήτων από δειγματοληπτικές περιοχές
• Εφαρμογή τεχνικών ανάλυσης, μοντέλων και αλγόριθμων και δημιουργία τροποποιημένων εικόνων.
• Εφαρμογή τεχνικών ταξινόμησης για την εξαγωγή ποιοτικά διαφοροποιημένων κλάσεων νε βάση επιθυμητά κριτήρια .
• Στατιστικός και συγκριτικός έλεγχος των αποτελεσμάτων.
Η επιλογή των δορυφορικών εικόνων έγινε με βάση της καταγραφή της υπάρχουσας κατάστασης. Αρχικά έγνε προμήθεια μιας πολυφασματικής εικόνας του δορυφόρου IKONOS και της αντίστοιχης παγχρωματικής. Η εικόνα ήταν τεσσάρων φασματικών καναλιών, διακριτικής ικανότητας 4μ και η αντίστοιχη παγχρωματική με χωρική ανάλυση 1μ και ημερομηνία λήψης 16/07/2006.
Σχετικά με τις γεωμετρικές διορθώσεις, η πρώτη επεξεργασία των δορυφορικών εικόνων είναι η γεωμετρική ορθαναγωγή σε μια κοινή τοπογραφική βάση και η αναδόμηση τους με βάση το Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς. Στο στάδιο αυτό επιτεύχθηκε ακρίβεια μέσου τετραγωνικού σφάλματος της γεωμετρικής διόρθωσης, μικρότερη του ενάμιση pixel.
Για την ορθαναγωγή της δορυφορικής εικόνας προσδιορίστηκαν φωτοσταθερά σημεία από τους ορθοφωτοχάρτες του Υπουργείου Γεωργίας και το Ψηφιακό Μοντέλο Εδάφους που χρησιμοποιήθηκε στην επίλυση αποτελεί προιόν στερεοσκοπικών εικόνων Spot P, υψομετρικής ακρίβειας 7-11 μ.
Η ραδιομετρική διόρθωση έγινε με το λογισμικό ERDAS IMAGINE 8.7. Θεωρήθηκε κατάλληλη η μέθοδος της μετατόπισης του ιστογράμματος προκειμένου να απαλλαγεί η ραδιομετρία των δορυφορικών εικόνων από τον θόρυβο που εισάγει η ατμόσφαιρα. Κατά την μέθοδο αυτή υπολογίζονται νέες τιμές των εικονοστοιχείων, χρησιμοποιώντας προσθετικούς και πολλαπλασιαστικούς αλγόριθμους, οι οποίοι διορθώνουν την εικόνα από τις παραπάνω επιδράσεις.
Για την καλύτερη οπτική ερμηνεία των δορυφορικών εικόνων, είναι απαραίτητο να ενισχυθεί η χρωματική διαβάθμιση της απεικόνισης τω διαφόρων καλλιεργειών στην οθόνη. Αυτό επιτυγχάνεται με τον υπολογισμό των ιστογραμμάτων των καναλιών που χρησιμοποιούνται για την σύνθεση της εικόνας κατά την ερμηνεία και επεκτείνοντας γραμμικά το τμήμα του ιστογράμματος που αντιπροσωπεύει γεωργικές χρήσεις, για να εκμεταλλευτούμε όλο το εύρος του φάσματος απεικόνισης της οθόνης.
Για το συγκεκριμένο έργο χρησιμοποιήθηκαν δύο εικόνες IKONOS υψηλής χωρικής ανάλυσης, μια πολυφασματική με χωρική ανάλυση 4μ και μια παγχρωματική με χωρική ανάλυση 1μ με ημερομηνία λήψης 16/07/2006. Εφαρμόστηκε συνδυασμός των δύο τεχνικών ταξινόμησης της καθοδηγούμενης και της μη καθοδηγούμενης με μεγαλύτερο βάρος στην καθοδηγούμενη. Η ταξινόμηση εφαρμόστηκε στην πολυφασματική εικόνα ενώ η pansharpened χρησιμοποιήθηκε ως βασικό στοιχείο ελέγχου για τα αποτελέσματα της ταξινόμησης.
Για την εκμάθηση του ταξινομητή ψηφιοποιήθηκαν τα όρια των αγροτεμαχίων που επισκέφθηκαν οι παρατηρητές στο πεδίο και κατέγραψαν την περιεχόμενη καλλιέργεια. Οι αντίστοιχες περιοχές της εικόνας χρησιμοποιήθηκαν κατά το ήμισυ στη φάση της εκμάθησης του ταξινομητή για την εξαγωγή αντιπροσωπευτικού δείγματος φασματικής πληροφορίας για τις καλλιέργειες και κατά το υπόλοιπο ήμισυ για το ποιοτικό έλεγχο της ταξινόμησης. Για τα δείγματα χρησιμοποιήθηκαν μόνο πολύ “ καθαρά” ως προς την χρήση pixels, αλλάζοντας κατάλληλα τα όρια των πολύγονων στην οθόνη.
Πριν τα στάδια της ταξινόμησης, ελήφθησαν δείγματα (150), τα οποία αντιπροσωπεύουν όλους τους τύπους καλλιεργειών που ενδιαφέρουν το πιλοτικό πρόγραμμα. Μέσω του προγράμματος ERDAS Imagine 8.7 μέσω συνένωσης των 15 κατηγοριών προέκυψαν οι ακόλουθες τάξεις Αροτραίες καλλιέργειες, γη λαχανικών, εσπεριδοειδή, ελαιόδεντρα, αβοκάντο, αμπελοειδή, αγρανάπαυση και διάφορα (άλλο). Η συνολική ακρίβεια τηα ταξινόμησης είναι 65.54 % και ο συντελεστής kappa 0.651. H υπολογισμένη, κατά προσέγγιση, έκταση ανά τύπο καλλιεργειών μετά την ταξινόμηση της δορυφορικής εικόνας είναι :
Ελαιόδεντρα= 37395
Εσπεριδοειδή = 51079
Αβοκάντο = 2489
Αμπελοειδή = 1039
Αροτραίες = 2488
Γη λαχανόκηπων = 3765
Αγρανάπαυση = 1029

[[category:Διαχείρηση υδατικών οικοσυστημάτων]]

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

2010-02-17T15:48:45Z

Paulkefalas1:

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

Συγγραφέας : Milan Onderka

Τα αιωρούμενα σωματίδια και τα ιζήματα σε υδάτινο παίζουν σημαντικό ρόλο στηη απορρόφηση κάποιων στοιχείων όπως τα βαρέα μέταλλα, ωστόσο μπορεί να λειτουργήσουν και σαν πηγή απελευθερώνοντας μέταλλα ανάλογα με τις φυσικοχημικές ιδιότητες του υδάτινου περιβάλλοντος. Είναι σημαντικό να γίνει κατανοητό πως μεταβάλουν τα τεχνητά έργα την φυσική μεταφορά των σωματιδίων. Στο συγκεκριμένο άρθρο γίνεται η περιγραφή χαρτογράφησης της χωρικής διαμόρφωσης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον στο τμήμα του Δούναβη που βρίσκεται στην Σλοβακία.
Δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για την ανίχνευση αιωρούμενων σωματιδίων με την χρήση αλγόριθμων που βασίζονται στην ανάκλαση του ορατού και του έγγυς υπέρυθρου, λόγω της οπισθοσκέδασης των σωματιδίων. Διάφορα ερευνητικά προγράμματα που σχετίζονται με την ποιότητα νερού κάνουν συχνά δειγματοληψίες από την υδάτινη επιφάνεια και από ένα περιορισμένο αριθμό θέσεων και συνήθως μετά από μεγάλα χρονικά διαστήματα. Ωστόσο για την επεξεργασία των δορυφορικών εικόνων είναι χρήσιμα παλιά δεδομένα ποιότητας νερού.
Η εργασία επικεντρώνεται στην συγκέντρωση των σωματιδίων στο τμήμα του ποταμού Δούναβη που βρίσκεται στην Σλοβακία. Ο ποταμός Δούναβης έχει μήκος 2,857, έχει ετησί μέση απορροή του ποταμού από την Bratislava είναι 131,338 km2 και η μέση ετήσια παροχή είναι 2025 m3. Ο μέσος όρος περιεχόμενων σωματιδίων στον ποταμό για το 2000 ήταν περίπου 95,6 kg s-1.
Ο ποταμός Δούναβης χωρίζεται σε 2 παραπόταμους, το ένα τροφοδοτεί το υδροηλεκτρικό φράγμα στη περιοχή του Gabčíkovo ενώ το άλλο ακολουθεί την κανονική του πορεία. Το τμήμα του ποταμού που βρίσκεται εντός της Σλοβακίας έχει μήκος άνω των 250 μέτρων και έτσι καθίσταται κατάλληλο για την εξασφάλιση ικανοποιητικών ψηφίδων λαμβάνοντας υπ όψιν ότι η χωρική ανάλυση των εικόνων Landsat είναι 30 μέτρα.
Η δειγματοληψία πραγματοποιήθηκε από το Σλοβάκικο Ινστιτούτο Υδρομετεωρολογίας και έγιναν σε τρία μέρη: στην Bratislava, στο Medveďov και στο Komárno.Δείγματα επίσης συλλέχθηκαν και από την περιοχή ανάντη του φράγμτος. Οι περιοχές και τα σημεία επιλέχθηκαν καθώς επικρατούν διαφορετικές καταστάσεις ροής και αντιπροσωπεύουν μεγάλη έκταση. Οι μετρήσεις έδειξαν μεγάλες συγκεντρώσεις σωματιδίων στην Bratislava, ενώ μικρότερες συγκεντρώσεις ανιχνεύθηκαν στις άλλες περιοχές. Επίσης χαμηλότερες συγκεντρώσεις υπήρχαν ανάντη του φράγματος σε σύγκριση με το κύριο κανάλι. Αυτό το γεγονός οφείλεται στις υδροδυναμικές ιδιότητες της τεχνητής λίμνης που ευνοεί την δημιουργία ιζημάτων. Οι δειγματοληψίες έγιναν σχεδόν να ταυτόχρονα με την ώρα λήψης φωτογραφιών. Τα δείγματα αφού φιλτραριστήκαν σε χάρτινα φίλτρα οπών 45 μ τα οποία είχαν ζυγιστεί. Στη συνέχεια τα φίλτρα ζυγίστηκαν ξανά και η διαφορά βάρους με την αρχική ήταν το βάρος των σωματιδίων .
Οι δορυφορικές εικόνες προήλθαν από τον Landsat 7 ETM και πραγματοποιήθηκαν με καιρό χωρίς νεφώσεις και έτσι δεν χρειάστηκαν ατμοσφαιρικές διορθώσεις. Οι ψηφίδες στις εικόνες αντιπροσώπευαν τιμές ακτινοβολίας εκφρασμένες σε ψηφιακούς αριθμούς. Στην συνέχεια έγινε η μετατροπή αυτών σε διορθωμένες τιμές ακτινοβολίας μέσω της εξίσωσης :
L = (Gain * DN) + Offset (1)
Όπoυ L είναι η διορθωμένη τιμή ακτινοβολίας, DN οι ψηφιακές τιμές (0-255) offset είναι η βαθμονομημένη μετατόπιση του σένσορα και Gain είναι το βαθμονομημένο κέρδος του σένσορα. Έχει αναφερθεί ότι η συγκέντρωση σωματιδίων είναι μικρότερη των 50 mg L-1 , η ανάκλαση όλων των φασματικών καναλιών είναι σχετίζεται γραμμικά με την συγκέντρωση των σωματιδίων. Μέχρι τιν Αύγουστο του 2000 το έυρος της συγκέντρωσης των σωματιδίων ήταν 19.5 mg L-1 και 57.5 mg L-1 και αναμενόταν μια γραμμική εξάρτηση μεταξύ συγκέντρωσης σωματιδίων και ανάκλασης. Πέντε τιμές ψηφίδων γύρω από κάθε δείγμα υπολογίστηκαν και μετά χρησιμοποιήθηκαν για την διόρθωση. Μια γραμμική σχέση βρέθηκε μεταξύ την διορθωμένη τιμή ακτινοβολίας του κανάλιούεγγύς υπέρυθρου (ΤΜ 4) και της συγκέντρωσης των σωματιδίων που παρουσιάζεται στην εξίσωση 2
SPM(mg / L) = 4.17* L(ΤΜ4)- 43.22 (2)
N=10, R2=0.93
Για την μετατροπή των ψηφιακών τιμών σε συγκεντρώσεις σωματιδίων χρησιμοποιήθηκαν οι εξισώσεις 1 και 2 στην υπολογιστική ενότητα του προγράμματος ENVI 4.3. Ένας χάρτης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον δημιουργήθηκε από το πρόγραμμα ENVI 4.3. Μέσω του χάρτη ήταν αντιληπτό ότι η συγκέντρωση των σωματιδίων ελαττωνόταν κατά μήκος του ποταμού.

[[Εικόνα:Περιοχή_μελέτης.JPG|thumb|right|περιοχή μελέτης]]

[[Εικόνα:Χαρτογράφηση_αιρούμενων_σωματιδίων_σε_υδάτινο_περιβάλλον_στον_ποταμό_Δούναβη,_Σλοβακία.JPG|thumb|right|Χαρτογράφηση θολότητας στον ποταμό Δούναβη, Σλοβακία]]

[[category:Υδατικοί Πόροι]]

Αρχείο:Χαρτογράφηση αιρούμενων σωματιδίων σε υδάτινο περιβάλλον στον ποταμό Δούναβη, Σλοβακία.JPG

2010-02-17T15:46:38Z

Paulkefalas1:

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

2010-02-17T15:46:05Z

Paulkefalas1:

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

2010-02-17T15:44:32Z

Paulkefalas1:

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

Συγγραφέας : Milan Onderka

Τα αιωρούμενα σωματίδια και τα ιζήματα σε υδάτινο παίζουν σημαντικό ρόλο στηη απορρόφηση κάποιων στοιχείων όπως τα βαρέα μέταλλα, ωστόσο μπορεί να λειτουργήσουν και σαν πηγή απελευθερώνοντας μέταλλα ανάλογα με τις φυσικοχημικές ιδιότητες του υδάτινου περιβάλλοντος. Είναι σημαντικό να γίνει κατανοητό πως μεταβάλουν τα τεχνητά έργα την φυσική μεταφορά των σωματιδίων. Στο συγκεκριμένο άρθρο γίνεται η περιγραφή χαρτογράφησης της χωρικής διαμόρφωσης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον στο τμήμα του Δούναβη που βρίσκεται στην Σλοβακία.
Δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για την ανίχνευση αιωρούμενων σωματιδίων με την χρήση αλγόριθμων που βασίζονται στην ανάκλαση του ορατού και του έγγυς υπέρυθρου, λόγω της οπισθοσκέδασης των σωματιδίων. Διάφορα ερευνητικά προγράμματα που σχετίζονται με την ποιότητα νερού κάνουν συχνά δειγματοληψίες από την υδάτινη επιφάνεια και από ένα περιορισμένο αριθμό θέσεων και συνήθως μετά από μεγάλα χρονικά διαστήματα. Ωστόσο για την επεξεργασία των δορυφορικών εικόνων είναι χρήσιμα παλιά δεδομένα ποιότητας νερού.
Η εργασία επικεντρώνεται στην συγκέντρωση των σωματιδίων στο τμήμα του ποταμού Δούναβη που βρίσκεται στην Σλοβακία. Ο ποταμός Δούναβης έχει μήκος 2,857, έχει ετησί μέση απορροή του ποταμού από την Bratislava είναι 131,338 km2 και η μέση ετήσια παροχή είναι 2025 m3. Ο μέσος όρος περιεχόμενων σωματιδίων στον ποταμό για το 2000 ήταν περίπου 95,6 kg s-1.
Ο ποταμός Δούναβης χωρίζεται σε 2 παραπόταμους, το ένα τροφοδοτεί το υδροηλεκτρικό φράγμα στη περιοχή του Gabčíkovo ενώ το άλλο ακολουθεί την κανονική του πορεία. Το τμήμα του ποταμού που βρίσκεται εντός της Σλοβακίας έχει μήκος άνω των 250 μέτρων και έτσι καθίσταται κατάλληλο για την εξασφάλιση ικανοποιητικών ψηφίδων λαμβάνοντας υπ όψιν ότι η χωρική ανάλυση των εικόνων Landsat είναι 30 μέτρα.
Η δειγματοληψία πραγματοποιήθηκε από το Σλοβάκικο Ινστιτούτο Υδρομετεωρολογίας και έγιναν σε τρία μέρη: στην Bratislava, στο Medveďov και στο Komárno.Δείγματα επίσης συλλέχθηκαν και από την περιοχή ανάντη του φράγμτος. Οι περιοχές και τα σημεία επιλέχθηκαν καθώς επικρατούν διαφορετικές καταστάσεις ροής και αντιπροσωπεύουν μεγάλη έκταση. Οι μετρήσεις έδειξαν μεγάλες συγκεντρώσεις σωματιδίων στην Bratislava, ενώ μικρότερες συγκεντρώσεις ανιχνεύθηκαν στις άλλες περιοχές. Επίσης χαμηλότερες συγκεντρώσεις υπήρχαν ανάντη του φράγματος σε σύγκριση με το κύριο κανάλι. Αυτό το γεγονός οφείλεται στις υδροδυναμικές ιδιότητες της τεχνητής λίμνης που ευνοεί την δημιουργία ιζημάτων. Οι δειγματοληψίες έγιναν σχεδόν να ταυτόχρονα με την ώρα λήψης φωτογραφιών. Τα δείγματα αφού φιλτραριστήκαν σε χάρτινα φίλτρα οπών 45 μ τα οποία είχαν ζυγιστεί. Στη συνέχεια τα φίλτρα ζυγίστηκαν ξανά και η διαφορά βάρους με την αρχική ήταν το βάρος των σωματιδίων .
Οι δορυφορικές εικόνες προήλθαν από τον Landsat 7 ETM και πραγματοποιήθηκαν με καιρό χωρίς νεφώσεις και έτσι δεν χρειάστηκαν ατμοσφαιρικές διορθώσεις. Οι ψηφίδες στις εικόνες αντιπροσώπευαν τιμές ακτινοβολίας εκφρασμένες σε ψηφιακούς αριθμούς. Στην συνέχεια έγινε η μετατροπή αυτών σε διορθωμένες τιμές ακτινοβολίας μέσω της εξίσωσης :
L = (Gain * DN) + Offset (1)
Όπoυ L είναι η διορθωμένη τιμή ακτινοβολίας, DN οι ψηφιακές τιμές (0-255) offset είναι η βαθμονομημένη μετατόπιση του σένσορα και Gain είναι το βαθμονομημένο κέρδος του σένσορα. Έχει αναφερθεί ότι η συγκέντρωση σωματιδίων είναι μικρότερη των 50 mg L-1 , η ανάκλαση όλων των φασματικών καναλιών είναι σχετίζεται γραμμικά με την συγκέντρωση των σωματιδίων. Μέχρι τιν Αύγουστο του 2000 το έυρος της συγκέντρωσης των σωματιδίων ήταν 19.5 mg L-1 και 57.5 mg L-1 και αναμενόταν μια γραμμική εξάρτηση μεταξύ συγκέντρωσης σωματιδίων και ανάκλασης. Πέντε τιμές ψηφίδων γύρω από κάθε δείγμα υπολογίστηκαν και μετά χρησιμοποιήθηκαν για την διόρθωση. Μια γραμμική σχέση βρέθηκε μεταξύ την διορθωμένη τιμή ακτινοβολίας του κανάλιούεγγύς υπέρυθρου (ΤΜ 4) και της συγκέντρωσης των σωματιδίων που παρουσιάζεται στην εξίσωση 2
SPM(mg / L) = 4.17* L(ΤΜ4)- 43.22 (2)
N=10, R2=0.93
Για την μετατροπή των ψηφιακών τιμών σε συγκεντρώσεις σωματιδίων χρησιμοποιήθηκαν οι εξισώσεις 1 και 2 στην υπολογιστική ενότητα του προγράμματος ENVI 4.3. Ένας χάρτης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον δημιουργήθηκε από το πρόγραμμα ENVI 4.3. Μέσω του χάρτη ήταν αντιληπτό ότι η συγκέντρωση των σωματιδίων ελαττωνόταν κατά μήκος του ποταμού.

[[Εικόνα:[[Εικόνα:Περιοχή_μελέτης.JPG|thumb|right|περιοχή μελέτης]]

[[category:Υδατικοί Πόροι]]

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

2010-02-17T15:43:50Z

Paulkefalas1:

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

Συγγραφέας : Milan Onderka

Τα αιωρούμενα σωματίδια και τα ιζήματα σε υδάτινο παίζουν σημαντικό ρόλο στηη απορρόφηση κάποιων στοιχείων όπως τα βαρέα μέταλλα, ωστόσο μπορεί να λειτουργήσουν και σαν πηγή απελευθερώνοντας μέταλλα ανάλογα με τις φυσικοχημικές ιδιότητες του υδάτινου περιβάλλοντος. Είναι σημαντικό να γίνει κατανοητό πως μεταβάλουν τα τεχνητά έργα την φυσική μεταφορά των σωματιδίων. Στο συγκεκριμένο άρθρο γίνεται η περιγραφή χαρτογράφησης της χωρικής διαμόρφωσης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον στο τμήμα του Δούναβη που βρίσκεται στην Σλοβακία.
Δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για την ανίχνευση αιωρούμενων σωματιδίων με την χρήση αλγόριθμων που βασίζονται στην ανάκλαση του ορατού και του έγγυς υπέρυθρου, λόγω της οπισθοσκέδασης των σωματιδίων. Διάφορα ερευνητικά προγράμματα που σχετίζονται με την ποιότητα νερού κάνουν συχνά δειγματοληψίες από την υδάτινη επιφάνεια και από ένα περιορισμένο αριθμό θέσεων και συνήθως μετά από μεγάλα χρονικά διαστήματα. Ωστόσο για την επεξεργασία των δορυφορικών εικόνων είναι χρήσιμα παλιά δεδομένα ποιότητας νερού.
Η εργασία επικεντρώνεται στην συγκέντρωση των σωματιδίων στο τμήμα του ποταμού Δούναβη που βρίσκεται στην Σλοβακία. Ο ποταμός Δούναβης έχει μήκος 2,857, έχει ετησί μέση απορροή του ποταμού από την Bratislava είναι 131,338 km2 και η μέση ετήσια παροχή είναι 2025 m3. Ο μέσος όρος περιεχόμενων σωματιδίων στον ποταμό για το 2000 ήταν περίπου 95,6 kg s-1.
Ο ποταμός Δούναβης χωρίζεται σε 2 παραπόταμους, το ένα τροφοδοτεί το υδροηλεκτρικό φράγμα στη περιοχή του Gabčíkovo ενώ το άλλο ακολουθεί την κανονική του πορεία. Το τμήμα του ποταμού που βρίσκεται εντός της Σλοβακίας έχει μήκος άνω των 250 μέτρων και έτσι καθίσταται κατάλληλο για την εξασφάλιση ικανοποιητικών ψηφίδων λαμβάνοντας υπ όψιν ότι η χωρική ανάλυση των εικόνων Landsat είναι 30 μέτρα.
Η δειγματοληψία πραγματοποιήθηκε από το Σλοβάκικο Ινστιτούτο Υδρομετεωρολογίας και έγιναν σε τρία μέρη: στην Bratislava, στο Medveďov και στο Komárno.Δείγματα επίσης συλλέχθηκαν και από την περιοχή ανάντη του φράγμτος. Οι περιοχές και τα σημεία επιλέχθηκαν καθώς επικρατούν διαφορετικές καταστάσεις ροής και αντιπροσωπεύουν μεγάλη έκταση. Οι μετρήσεις έδειξαν μεγάλες συγκεντρώσεις σωματιδίων στην Bratislava, ενώ μικρότερες συγκεντρώσεις ανιχνεύθηκαν στις άλλες περιοχές. Επίσης χαμηλότερες συγκεντρώσεις υπήρχαν ανάντη του φράγματος σε σύγκριση με το κύριο κανάλι. Αυτό το γεγονός οφείλεται στις υδροδυναμικές ιδιότητες της τεχνητής λίμνης που ευνοεί την δημιουργία ιζημάτων. Οι δειγματοληψίες έγιναν σχεδόν να ταυτόχρονα με την ώρα λήψης φωτογραφιών. Τα δείγματα αφού φιλτραριστήκαν σε χάρτινα φίλτρα οπών 45 μ τα οποία είχαν ζυγιστεί. Στη συνέχεια τα φίλτρα ζυγίστηκαν ξανά και η διαφορά βάρους με την αρχική ήταν το βάρος των σωματιδίων .
Οι δορυφορικές εικόνες προήλθαν από τον Landsat 7 ETM και πραγματοποιήθηκαν με καιρό χωρίς νεφώσεις και έτσι δεν χρειάστηκαν ατμοσφαιρικές διορθώσεις. Οι ψηφίδες στις εικόνες αντιπροσώπευαν τιμές ακτινοβολίας εκφρασμένες σε ψηφιακούς αριθμούς. Στην συνέχεια έγινε η μετατροπή αυτών σε διορθωμένες τιμές ακτινοβολίας μέσω της εξίσωσης :
L = (Gain * DN) + Offset (1)
Όπoυ L είναι η διορθωμένη τιμή ακτινοβολίας, DN οι ψηφιακές τιμές (0-255) offset είναι η βαθμονομημένη μετατόπιση του σένσορα και Gain είναι το βαθμονομημένο κέρδος του σένσορα. Έχει αναφερθεί ότι η συγκέντρωση σωματιδίων είναι μικρότερη των 50 mg L-1 , η ανάκλαση όλων των φασματικών καναλιών είναι σχετίζεται γραμμικά με την συγκέντρωση των σωματιδίων. Μέχρι τιν Αύγουστο του 2000 το έυρος της συγκέντρωσης των σωματιδίων ήταν 19.5 mg L-1 και 57.5 mg L-1 και αναμενόταν μια γραμμική εξάρτηση μεταξύ συγκέντρωσης σωματιδίων και ανάκλασης. Πέντε τιμές ψηφίδων γύρω από κάθε δείγμα υπολογίστηκαν και μετά χρησιμοποιήθηκαν για την διόρθωση. Μια γραμμική σχέση βρέθηκε μεταξύ την διορθωμένη τιμή ακτινοβολίας του κανάλιούεγγύς υπέρυθρου (ΤΜ 4) και της συγκέντρωσης των σωματιδίων που παρουσιάζεται στην εξίσωση 2
SPM(mg / L) = 4.17* L(ΤΜ4)- 43.22 (2)
N=10, R2=0.93
Για την μετατροπή των ψηφιακών τιμών σε συγκεντρώσεις σωματιδίων χρησιμοποιήθηκαν οι εξισώσεις 1 και 2 στην υπολογιστική ενότητα του προγράμματος ENVI 4.3. Ένας χάρτης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον δημιουργήθηκε από το πρόγραμμα ENVI 4.3. Μέσω του χάρτη ήταν αντιληπτό ότι η συγκέντρωση των σωματιδίων ελαττωνόταν κατά μήκος του ποταμού.

[[Εικόνα:[[Εικόνα:Περιοχή_μελέτης|thumb|right|περιοχή μελέτης]]

[[category:Υδατικοί Πόροι]]

Αρχείο:Περιοχή μελέτης.JPG

2010-02-17T15:41:52Z

Paulkefalas1:

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

2010-02-17T15:41:12Z

Paulkefalas1: New page: Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη Συγγραφέας : Milan Onderka Τα αιωρού...

Αναγνώριση βαθμού θολότητας μέσω τηλεπισκόπησης στον ποταμό Δούναβη

Συγγραφέας : Milan Onderka

Τα αιωρούμενα σωματίδια και τα ιζήματα σε υδάτινο παίζουν σημαντικό ρόλο στηη απορρόφηση κάποιων στοιχείων όπως τα βαρέα μέταλλα, ωστόσο μπορεί να λειτουργήσουν και σαν πηγή απελευθερώνοντας μέταλλα ανάλογα με τις φυσικοχημικές ιδιότητες του υδάτινου περιβάλλοντος. Είναι σημαντικό να γίνει κατανοητό πως μεταβάλουν τα τεχνητά έργα την φυσική μεταφορά των σωματιδίων. Στο συγκεκριμένο άρθρο γίνεται η περιγραφή χαρτογράφησης της χωρικής διαμόρφωσης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον στο τμήμα του Δούναβη που βρίσκεται στην Σλοβακία.
Δορυφορικές εικόνες μπορούν να χρησιμοποιηθούν για την ανίχνευση αιωρούμενων σωματιδίων με την χρήση αλγόριθμων που βασίζονται στην ανάκλαση του ορατού και του έγγυς υπέρυθρου, λόγω της οπισθοσκέδασης των σωματιδίων. Διάφορα ερευνητικά προγράμματα που σχετίζονται με την ποιότητα νερού κάνουν συχνά δειγματοληψίες από την υδάτινη επιφάνεια και από ένα περιορισμένο αριθμό θέσεων και συνήθως μετά από μεγάλα χρονικά διαστήματα. Ωστόσο για την επεξεργασία των δορυφορικών εικόνων είναι χρήσιμα παλιά δεδομένα ποιότητας νερού.
Η εργασία επικεντρώνεται στην συγκέντρωση των σωματιδίων στο τμήμα του ποταμού Δούναβη που βρίσκεται στην Σλοβακία. Ο ποταμός Δούναβης έχει μήκος 2,857, έχει ετησί μέση απορροή του ποταμού από την Bratislava είναι 131,338 km2 και η μέση ετήσια παροχή είναι 2025 m3. Ο μέσος όρος περιεχόμενων σωματιδίων στον ποταμό για το 2000 ήταν περίπου 95,6 kg s-1.
Ο ποταμός Δούναβης χωρίζεται σε 2 παραπόταμους, το ένα τροφοδοτεί το υδροηλεκτρικό φράγμα στη περιοχή του Gabčíkovo ενώ το άλλο ακολουθεί την κανονική του πορεία. Το τμήμα του ποταμού που βρίσκεται εντός της Σλοβακίας έχει μήκος άνω των 250 μέτρων και έτσι καθίσταται κατάλληλο για την εξασφάλιση ικανοποιητικών ψηφίδων λαμβάνοντας υπ όψιν ότι η χωρική ανάλυση των εικόνων Landsat είναι 30 μέτρα.
Η δειγματοληψία πραγματοποιήθηκε από το Σλοβάκικο Ινστιτούτο Υδρομετεωρολογίας και έγιναν σε τρία μέρη: στην Bratislava, στο Medveďov και στο Komárno.Δείγματα επίσης συλλέχθηκαν και από την περιοχή ανάντη του φράγμτος. Οι περιοχές και τα σημεία επιλέχθηκαν καθώς επικρατούν διαφορετικές καταστάσεις ροής και αντιπροσωπεύουν μεγάλη έκταση. Οι μετρήσεις έδειξαν μεγάλες συγκεντρώσεις σωματιδίων στην Bratislava, ενώ μικρότερες συγκεντρώσεις ανιχνεύθηκαν στις άλλες περιοχές. Επίσης χαμηλότερες συγκεντρώσεις υπήρχαν ανάντη του φράγματος σε σύγκριση με το κύριο κανάλι. Αυτό το γεγονός οφείλεται στις υδροδυναμικές ιδιότητες της τεχνητής λίμνης που ευνοεί την δημιουργία ιζημάτων. Οι δειγματοληψίες έγιναν σχεδόν να ταυτόχρονα με την ώρα λήψης φωτογραφιών. Τα δείγματα αφού φιλτραριστήκαν σε χάρτινα φίλτρα οπών 45 μ τα οποία είχαν ζυγιστεί. Στη συνέχεια τα φίλτρα ζυγίστηκαν ξανά και η διαφορά βάρους με την αρχική ήταν το βάρος των σωματιδίων .
Οι δορυφορικές εικόνες προήλθαν από τον Landsat 7 ETM και πραγματοποιήθηκαν με καιρό χωρίς νεφώσεις και έτσι δεν χρειάστηκαν ατμοσφαιρικές διορθώσεις. Οι ψηφίδες στις εικόνες αντιπροσώπευαν τιμές ακτινοβολίας εκφρασμένες σε ψηφιακούς αριθμούς. Στην συνέχεια έγινε η μετατροπή αυτών σε διορθωμένες τιμές ακτινοβολίας μέσω της εξίσωσης :
L = (Gain * DN) + Offset (1)
Όπoυ L είναι η διορθωμένη τιμή ακτινοβολίας, DN οι ψηφιακές τιμές (0-255) offset είναι η βαθμονομημένη μετατόπιση του σένσορα και Gain είναι το βαθμονομημένο κέρδος του σένσορα. Έχει αναφερθεί ότι η συγκέντρωση σωματιδίων είναι μικρότερη των 50 mg L-1 , η ανάκλαση όλων των φασματικών καναλιών είναι σχετίζεται γραμμικά με την συγκέντρωση των σωματιδίων. Μέχρι τιν Αύγουστο του 2000 το έυρος της συγκέντρωσης των σωματιδίων ήταν 19.5 mg L-1 και 57.5 mg L-1 και αναμενόταν μια γραμμική εξάρτηση μεταξύ συγκέντρωσης σωματιδίων και ανάκλασης. Πέντε τιμές ψηφίδων γύρω από κάθε δείγμα υπολογίστηκαν και μετά χρησιμοποιήθηκαν για την διόρθωση. Μια γραμμική σχέση βρέθηκε μεταξύ την διορθωμένη τιμή ακτινοβολίας του κανάλιούεγγύς υπέρυθρου (ΤΜ 4) και της συγκέντρωσης των σωματιδίων που παρουσιάζεται στην εξίσωση 2
SPM(mg / L) = 4.17* L(ΤΜ4)- 43.22 (2)
N=10, R2=0.93
Για την μετατροπή των ψηφιακών τιμών σε συγκεντρώσεις σωματιδίων χρησιμοποιήθηκαν οι εξισώσεις 1 και 2 στην υπολογιστική ενότητα του προγράμματος ENVI 4.3. Ένας χάρτης των αιωρούμενων σωματιδίων σε υδάτινο περιβάλλον δημιουργήθηκε από το πρόγραμμα ENVI 4.3. Μέσω του χάρτη ήταν αντιληπτό ότι η συγκέντρωση των σωματιδίων ελαττωνόταν κατά μήκος του ποταμού.

[[category:Υδατικοί Πόροι]]

Παύλος Κεφαλάς

2010-02-17T15:29:35Z

Paulkefalas1:

Add Your Content Here
* [[ΟΡΙΟΘΕΤΗΣΗ-ΧΑΡΤΟΓΡΑΦΗΣΗ ΤΩΝ ΑΛΛΟΥΒΙΑΚΩΝ ΡΙΠΙΔΙΩΝ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ LANDSAT/TM ΚΑΙ TERRA/ASTER]]

* [[Ψηφιακή ανάλυση υπερφασματικών δεδομένων DAIS για τη διάγνωση αργιλικών ορυκτών επιθερμικού χρυσού στην Nήσο Μύλο]]

* [[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για την ανίχνευση ρυπασμένων περιοχών απο μεταλλευτικά απορριμμάτα κατά την επεξεργασία χαλκού]]

* [[Ανίχνευση επιβαρυμένης βλάστησης για την χαρτογράφηση επιβαρυμένων εδαφών με βαρέα μέταλλα]]

* [[Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων]]

* [[Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη]]

*[[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία]]

* [[Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων]]

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

Παύλος Κεφαλάς

2010-02-17T15:26:48Z

Paulkefalas1:

Add Your Content Here
* [[ΟΡΙΟΘΕΤΗΣΗ-ΧΑΡΤΟΓΡΑΦΗΣΗ ΤΩΝ ΑΛΛΟΥΒΙΑΚΩΝ ΡΙΠΙΔΙΩΝ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ LANDSAT/TM ΚΑΙ TERRA/ASTER]]

* [[Ψηφιακή ανάλυση υπερφασματικών δεδομένων DAIS για τη διάγνωση αργιλικών ορυκτών επιθερμικού χρυσού στην Nήσο Μύλο]]

* [[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για την ανίχνευση ρυπασμένων περιοχών απο μεταλλευτικά απορριμμάτα κατά την επεξεργασία χαλκού]]

* [[Ανίχνευση επιβαρυμένης βλάστησης για την χαρτογράφηση επιβαρυμένων εδαφών με βαρέα μέταλλα]]

* [[Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων]]

* [[Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη]]

*[[Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία]]

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

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

2010-02-17T15:26:07Z

Paulkefalas1:

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

Συγγραφείς : Μ. Chica, F. Rodriguez, F. Abarca, J.P. Rigol Sanchez, E.deMiguel, J.A. Gomez, A. Fernandez - Palacios

Μία από τις ποιό γνωστές περιοχές εξόρυξης θείου, στην Ιβηρική πυριτική ζώνη, βρίσκεται στις εκβολές ποταμού Tinto – Odiel. Τα προϊόντα των εξορυκτικών δραστηριοτήτων επηρεάζονται από τα μετεωρολογικά φαινόμενα, με αποτέλεσμα τον εμπλουτισμό του ποταμού με μεγάλες ποσότητες βαρέων μετάλλων και θειικών καθώς και με την δημιουργία ισχυρά όξινου περιβάλλοντος, μέσω της διαδικασίας της έκπλυσης, Στην επιβάρυνση των εκβολών του ποταμού συμμετέχουν και οι βιομηχανίες που παράγουν χημικά, λιπάσματα, ρίχνοντας τα υποπροϊόντα της παραγωγικής τους διαδικασίας στον ποταμό. Μια μικρή συμμετοχή στην επιβάρυνση του ποταμού έχουν και οι αγροτικές δραστηριότητες λόγω της χρήσης νιτρικών λιπασμάτων, που επίσης μέσω της διαδικασίας της έκπλυσης έχουν ως τελικό αποδέκτη τον ποτάμι.
Στην έρευνα χρησιμοποιήθηκαν δώδεκα εικόνες από τον Landsat, αντιπροσωπευτικές για την υδροκλιματική και την υδροδυναμική κατάσταση, της υπό μελέτη, περιοχής, οι οποίες προήλθαν από τον Περιβαλλοντικό Οργανισμό της τοπικής διοίκησης της Ανδαλουσίας. Επίσης χρησιμοποιήθηκαν εικόνες αερομεταφερόμενου δείκτη,( που προήλθαν από το Εθνικό Ινστιτούτο Αεροδιαστημικής Τεχνολογίας ), χρησιμοποιώντας τον Daedalus Sensor DS – 1268, διαμορφώσεως CZCS . Οι εικόνες απαρτιζόντουσαν από 11 κανάλια εύρους 0,4-13 mm και χωρικής διακριτικής ικανότητας 7 m. Όλες οι εικόνες από ατμοσφαιρικές και γεωμετρικές αλλοιώσεις χρησιμοποιώντας την τυπική διαδικασία ( Lillesand, Kiefer, 1999), και η γεωγραφική απεικόνιση τους, μαζί με τα άλλα πειραματικά δεδομένα πραγματοποιήθηκαν με το UTM σύστημα συντεταγμένων.
Τα πειραματικά δεδομένα περιελάμβαναν την λήψη δειγμάτων στα οποία εξετάστηκαν τα ακόλουθα ποιοτικά υδάτινα χαρακτηριστικά : αγωγιμότητα, θερμοκρασία, παρουσία αιωρούμενων ιζημάτων, pΗ, θολότητα, οργανική ουσία, χλωροφύλλη (a, b, c), βάθος Secchi, βάθος και συγκέντρωση βαρέων μετάλλων όπως Cu, Fe, Ni, Zn, Mn, As, Hg, Zn, Cd. Τα δεδομένα συλλέχθηκαν σε διαφορετική χρονική στιγμή από τρεις διαφορετικές ζώνες των εκβολών του. Οι δειγματοληψίες έγιναν τους μήνες Νοέμβριο, Ιούνιο, Απρίλιο, και Οκτώβριο του 1998 . Η λήψη των δειγμάτων έγινε από διαφορετικά βάθη και πραγματοποιήθηκε με ένα Νiskin bottle ένα 24 bottle General Oceanics rosette.
Μέσω της τηλεπισκόπισης μπορούν να αναλυθούν πολλοί παράγοντες που σχετίζονται με την ποιότητα του νερού όπως η συγκέντρωση χλωροφύλλης, η θολότητα του νερού, η συγκέντρωση των αιρούμενων ιζημάτων και η θερμοκρασία του νερού. Στην παρούσα έρευνα μέσω των εικόνων του Landsat παρουσιάστηκαν διαφορετικές υδροδυναμικές καταστάσεις λόγω διαφορετικής τάξης θολότητας σε συνδυασμό με τα φαινόμενα παλίρροιας. Συγκεκριμένα με του TM2 καναλιού, κάθε εικόνα διαχωρίστηκε σε τέσσερεις διαφορετικής τάξης θολότητας. Οι εικόνες επίσης διαχωρίστηκαν σε δύο ομάδες , με την ένταση των παλιρροιακών φαινομένων, ώστε στην συνέχεια να αναλυθεί η χρονική ομοιογένεια της θολότητας
Για την κατηγοριοποίηση των εικόνων ΤΜ2 χρησιμοποιήθηκε η στατιστική μέθοδος πολυμεταβλητής Κύριας Συνιστώσας (PC).
Μέσω της επεξεργασίας των αερομεταφερόμενων εικόνων προέκυψαν οι θεματικοί χάρτες για την χωρική κατανομή των αιρούμενων σωματιδίων, στην αναλογία καναλιών 6/3, καθώς και της χλωροφύλλης στην αναλογία καναλιών 4/2. Οι συνδυασμοί της αναλογίας ζωνών των ορατών καναλιών βοήθησε ώστε να απομακρυνθεί το “sunglint effect”.
Μέσω διαφόρων συνδυασμών ορατών καναλιών 1-6 καθώς και υπέρυθρων δημιουργήθηκαν χάρτες RGB σύνθεσης για το συμφέρον της μελέτης. Μέσω του θερμικού υπέρυθρου καναλιού (8,5-13 μm) αναλύθηκαν διαρθρώσεις που είχαν προέρθει από την παλιρροιακή κίνηση. Η θερμοκρασία προέκυψε από ένα ψηφιακό αριθμό (DN) των εικόνων χρησιμοποιώντας την παρακάτω εξίσωση :
Τ (0C) = (0.9 DN +10.5)/5.
Αυτή η μετατροπή προήλθε μέσω μιας βαθμονόμησης των μαύρων σωμάτων όπου 1DN= 0.180C
Η μεθοδολογία της πολλαπλής παλινδρόμησης χρησιμοποιήθηκε για να ενοποιήσει ψηφιακά δεδομένα των εικόνων με τα πειραματικά δεδομένα. Η εξίσωση που προκύπτει επιτρέπει ώστε να υπολογιστεί για κάθε pixel (χ) της εικόνας οι ποιοτικοί υδάτινοι παράμετροι, χρησιμοποιώντας μια πολυωνιμική συνάρτηση που περιέχει ψηφιακά δεδομένα από n ζώνες. Ο εκτιμητής των ποιοτικών παραμέτρων του ύδατος Ζ1 σε οποιοδήποτε σημείο ή pixel u στις εκτροπές του ποταμού υπολογίζεται ως εξής

[[Εικόνα:eksisosi.JPG|thumb|εικόνα 1. εξίσωση ποιωτικών παραμέτρων]]

Όπου είναι ο βαθμός σημαντικότητας που προσδιορίζεται από τα πρωταρχικά δεδομένα , ), , u>1 είναι ο βαθμός σημαντικότητας που προσδιορίζεται από δευτερογενή δεδομένα , και οι εκτιμώμενες τιμές των πρωταρχικών δεδομένων { ), α1 = 1,…n1 }
Πολλά από τα βιογεωχημικά χαρακτηριστικά των εκτροπών του ποταμού Tinto – Odiel αλληλοσχετίζονται και σε πολλές περιπτώσεις παρουσιάζουν χωρική εξάρτηση. Στην παρούσα εργασία η εισαγωγή δεδομένων από αναλογικούς χάρτες πραγματοποιήθηκε μέσω ψηφιοποίησης χρησιμοποιώντας ένα επίπεδο scanner για την δημιουργία διανυσματικών στρωμάτων. Περαιτέρω προσοχή δόθηκε στην χωρική ανάλυση των βιογεωχημικών δεδομένων, τα οποία αναλύθηκαν ώστε να δημιουργηθούν πλεγματικά στρώματα των κύριων μεταβλητών από τον υπολογισμό kriging. Μέσω αυτού του τρόπου δημιουργήθηκαν βάσεις δεδομένων γεωχημικών στοιχείων που μπορεί να χρησιμοποιηθούν ως ένα χρήσιμο εργαλείο για την δημιουργία θεματικών χαρτών καθώς και σαν βάση δεδομένων για την αλληλεπίδραση των στοιχείων αυτών.
Μέσω της ανάλυσης PCA και ΤΜ δεδομένων προέκυψε η δημιουργία 3 κλάσεων της κατάστασης θολότητας σε συνάρτηση με τα φαινόμενα παλίρροιας όπως φαίνεται και στην εικόνα 2

[[Εικόνα:Integrated_remote_sensing_and_GIS.jpg|thumb|right|εικόνα 2. Κλάσεις κατάστασης θολότητας]]

[[category:Υδατικοί Πόροι]]

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

2010-02-17T15:24:35Z

Paulkefalas1:

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

Συγγραφείς : Μ. Chica, F. Rodriguez, F. Abarca, J.P. Rigol Sanchez, E.deMiguel, J.A. Gomez, A. Fernandez - Palacios

Μία από τις ποιό γνωστές περιοχές εξόρυξης θείου, στην Ιβηρική πυριτική ζώνη, βρίσκεται στις εκβολές ποταμού Tinto – Odiel. Τα προϊόντα των εξορυκτικών δραστηριοτήτων επηρεάζονται από τα μετεωρολογικά φαινόμενα, με αποτέλεσμα τον εμπλουτισμό του ποταμού με μεγάλες ποσότητες βαρέων μετάλλων και θειικών καθώς και με την δημιουργία ισχυρά όξινου περιβάλλοντος, μέσω της διαδικασίας της έκπλυσης, Στην επιβάρυνση των εκβολών του ποταμού συμμετέχουν και οι βιομηχανίες που παράγουν χημικά, λιπάσματα, ρίχνοντας τα υποπροϊόντα της παραγωγικής τους διαδικασίας στον ποταμό. Μια μικρή συμμετοχή στην επιβάρυνση του ποταμού έχουν και οι αγροτικές δραστηριότητες λόγω της χρήσης νιτρικών λιπασμάτων, που επίσης μέσω της διαδικασίας της έκπλυσης έχουν ως τελικό αποδέκτη τον ποτάμι.
Στην έρευνα χρησιμοποιήθηκαν δώδεκα εικόνες από τον Landsat, αντιπροσωπευτικές για την υδροκλιματική και την υδροδυναμική κατάσταση, της υπό μελέτη, περιοχής, οι οποίες προήλθαν από τον Περιβαλλοντικό Οργανισμό της τοπικής διοίκησης της Ανδαλουσίας. Επίσης χρησιμοποιήθηκαν εικόνες αερομεταφερόμενου δείκτη,( που προήλθαν από το Εθνικό Ινστιτούτο Αεροδιαστημικής Τεχνολογίας ), χρησιμοποιώντας τον Daedalus Sensor DS – 1268, διαμορφώσεως CZCS . Οι εικόνες απαρτιζόντουσαν από 11 κανάλια εύρους 0,4-13 mm και χωρικής διακριτικής ικανότητας 7 m. Όλες οι εικόνες από ατμοσφαιρικές και γεωμετρικές αλλοιώσεις χρησιμοποιώντας την τυπική διαδικασία ( Lillesand, Kiefer, 1999), και η γεωγραφική απεικόνιση τους, μαζί με τα άλλα πειραματικά δεδομένα πραγματοποιήθηκαν με το UTM σύστημα συντεταγμένων.
Τα πειραματικά δεδομένα περιελάμβαναν την λήψη δειγμάτων στα οποία εξετάστηκαν τα ακόλουθα ποιοτικά υδάτινα χαρακτηριστικά : αγωγιμότητα, θερμοκρασία, παρουσία αιωρούμενων ιζημάτων, pΗ, θολότητα, οργανική ουσία, χλωροφύλλη (a, b, c), βάθος Secchi, βάθος και συγκέντρωση βαρέων μετάλλων όπως Cu, Fe, Ni, Zn, Mn, As, Hg, Zn, Cd. Τα δεδομένα συλλέχθηκαν σε διαφορετική χρονική στιγμή από τρεις διαφορετικές ζώνες των εκβολών του. Οι δειγματοληψίες έγιναν τους μήνες Νοέμβριο, Ιούνιο, Απρίλιο, και Οκτώβριο του 1998 . Η λήψη των δειγμάτων έγινε από διαφορετικά βάθη και πραγματοποιήθηκε με ένα Νiskin bottle ένα 24 bottle General Oceanics rosette.
Μέσω της τηλεπισκόπισης μπορούν να αναλυθούν πολλοί παράγοντες που σχετίζονται με την ποιότητα του νερού όπως η συγκέντρωση χλωροφύλλης, η θολότητα του νερού, η συγκέντρωση των αιρούμενων ιζημάτων και η θερμοκρασία του νερού. Στην παρούσα έρευνα μέσω των εικόνων του Landsat παρουσιάστηκαν διαφορετικές υδροδυναμικές καταστάσεις λόγω διαφορετικής τάξης θολότητας σε συνδυασμό με τα φαινόμενα παλίρροιας. Συγκεκριμένα με του TM2 καναλιού, κάθε εικόνα διαχωρίστηκε σε τέσσερεις διαφορετικής τάξης θολότητας. Οι εικόνες επίσης διαχωρίστηκαν σε δύο ομάδες , με την ένταση των παλιρροιακών φαινομένων, ώστε στην συνέχεια να αναλυθεί η χρονική ομοιογένεια της θολότητας
Για την κατηγοριοποίηση των εικόνων ΤΜ2 χρησιμοποιήθηκε η στατιστική μέθοδος πολυμεταβλητής Κύριας Συνιστώσας (PC).
Μέσω της επεξεργασίας των αερομεταφερόμενων εικόνων προέκυψαν οι θεματικοί χάρτες για την χωρική κατανομή των αιρούμενων σωματιδίων, στην αναλογία καναλιών 6/3, καθώς και της χλωροφύλλης στην αναλογία καναλιών 4/2. Οι συνδυασμοί της αναλογίας ζωνών των ορατών καναλιών βοήθησε ώστε να απομακρυνθεί το “sunglint effect”.
Μέσω διαφόρων συνδυασμών ορατών καναλιών 1-6 καθώς και υπέρυθρων δημιουργήθηκαν χάρτες RGB σύνθεσης για το συμφέρον της μελέτης. Μέσω του θερμικού υπέρυθρου καναλιού (8,5-13 μm) αναλύθηκαν διαρθρώσεις που είχαν προέρθει από την παλιρροιακή κίνηση. Η θερμοκρασία προέκυψε από ένα ψηφιακό αριθμό (DN) των εικόνων χρησιμοποιώντας την παρακάτω εξίσωση :
Τ (0C) = (0.9 DN +10.5)/5.
Αυτή η μετατροπή προήλθε μέσω μιας βαθμονόμησης των μαύρων σωμάτων όπου 1DN= 0.180C
Η μεθοδολογία της πολλαπλής παλινδρόμησης χρησιμοποιήθηκε για να ενοποιήσει ψηφιακά δεδομένα των εικόνων με τα πειραματικά δεδομένα. Η εξίσωση που προκύπτει επιτρέπει ώστε να υπολογιστεί για κάθε pixel (χ) της εικόνας οι ποιοτικοί υδάτινοι παράμετροι, χρησιμοποιώντας μια πολυωνιμική συνάρτηση που περιέχει ψηφιακά δεδομένα από n ζώνες. Ο εκτιμητής των ποιοτικών παραμέτρων του ύδατος Ζ1 σε οποιοδήποτε σημείο ή pixel u στις εκτροπές του ποταμού υπολογίζεται ως εξής

[[Εικόνα:eksisosi.JPG|thumb|εικόνα 1]]

Όπου είναι ο βαθμός σημαντικότητας που προσδιορίζεται από τα πρωταρχικά δεδομένα , ), , u>1 είναι ο βαθμός σημαντικότητας που προσδιορίζεται από δευτερογενή δεδομένα , και οι εκτιμώμενες τιμές των πρωταρχικών δεδομένων { ), α1 = 1,…n1 }
Πολλά από τα βιογεωχημικά χαρακτηριστικά των εκτροπών του ποταμού Tinto – Odiel αλληλοσχετίζονται και σε πολλές περιπτώσεις παρουσιάζουν χωρική εξάρτηση. Στην παρούσα εργασία η εισαγωγή δεδομένων από αναλογικούς χάρτες πραγματοποιήθηκε μέσω ψηφιοποίησης χρησιμοποιώντας ένα επίπεδο scanner για την δημιουργία διανυσματικών στρωμάτων. Περαιτέρω προσοχή δόθηκε στην χωρική ανάλυση των βιογεωχημικών δεδομένων, τα οποία αναλύθηκαν ώστε να δημιουργηθούν πλεγματικά στρώματα των κύριων μεταβλητών από τον υπολογισμό kriging. Μέσω αυτού του τρόπου δημιουργήθηκαν βάσεις δεδομένων γεωχημικών στοιχείων που μπορεί να χρησιμοποιηθούν ως ένα χρήσιμο εργαλείο για την δημιουργία θεματικών χαρτών καθώς και σαν βάση δεδομένων για την αλληλεπίδραση των στοιχείων αυτών.
Μέσω της ανάλυσης PCA και ΤΜ δεδομένων προέκυψε η δημιουργία 3 κλάσεων της κατάστασης θολότητας σε συνάρτηση με τα φαινόμενα παλίρροιας όπως φαίνεται και στην εικόνα 2

[[Εικόνα:Integrated_remote_sensing_and_GIS.jpg|thumb|right|εικόνα 2]]

[[category:Υδατικοί Πόροι]]

Αρχείο:Integrated remote sensing and GIS.jpg

2010-02-17T15:22:53Z

Paulkefalas1:

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

2010-02-17T15:22:02Z

Paulkefalas1:

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

Συγγραφείς : Μ. Chica, F. Rodriguez, F. Abarca, J.P. Rigol Sanchez, E.deMiguel, J.A. Gomez, A. Fernandez - Palacios

Μία από τις ποιό γνωστές περιοχές εξόρυξης θείου, στην Ιβηρική πυριτική ζώνη, βρίσκεται στις εκβολές ποταμού Tinto – Odiel. Τα προϊόντα των εξορυκτικών δραστηριοτήτων επηρεάζονται από τα μετεωρολογικά φαινόμενα, με αποτέλεσμα τον εμπλουτισμό του ποταμού με μεγάλες ποσότητες βαρέων μετάλλων και θειικών καθώς και με την δημιουργία ισχυρά όξινου περιβάλλοντος, μέσω της διαδικασίας της έκπλυσης, Στην επιβάρυνση των εκβολών του ποταμού συμμετέχουν και οι βιομηχανίες που παράγουν χημικά, λιπάσματα, ρίχνοντας τα υποπροϊόντα της παραγωγικής τους διαδικασίας στον ποταμό. Μια μικρή συμμετοχή στην επιβάρυνση του ποταμού έχουν και οι αγροτικές δραστηριότητες λόγω της χρήσης νιτρικών λιπασμάτων, που επίσης μέσω της διαδικασίας της έκπλυσης έχουν ως τελικό αποδέκτη τον ποτάμι.
Στην έρευνα χρησιμοποιήθηκαν δώδεκα εικόνες από τον Landsat, αντιπροσωπευτικές για την υδροκλιματική και την υδροδυναμική κατάσταση, της υπό μελέτη, περιοχής, οι οποίες προήλθαν από τον Περιβαλλοντικό Οργανισμό της τοπικής διοίκησης της Ανδαλουσίας. Επίσης χρησιμοποιήθηκαν εικόνες αερομεταφερόμενου δείκτη,( που προήλθαν από το Εθνικό Ινστιτούτο Αεροδιαστημικής Τεχνολογίας ), χρησιμοποιώντας τον Daedalus Sensor DS – 1268, διαμορφώσεως CZCS . Οι εικόνες απαρτιζόντουσαν από 11 κανάλια εύρους 0,4-13 mm και χωρικής διακριτικής ικανότητας 7 m. Όλες οι εικόνες από ατμοσφαιρικές και γεωμετρικές αλλοιώσεις χρησιμοποιώντας την τυπική διαδικασία ( Lillesand, Kiefer, 1999), και η γεωγραφική απεικόνιση τους, μαζί με τα άλλα πειραματικά δεδομένα πραγματοποιήθηκαν με το UTM σύστημα συντεταγμένων.
Τα πειραματικά δεδομένα περιελάμβαναν την λήψη δειγμάτων στα οποία εξετάστηκαν τα ακόλουθα ποιοτικά υδάτινα χαρακτηριστικά : αγωγιμότητα, θερμοκρασία, παρουσία αιωρούμενων ιζημάτων, pΗ, θολότητα, οργανική ουσία, χλωροφύλλη (a, b, c), βάθος Secchi, βάθος και συγκέντρωση βαρέων μετάλλων όπως Cu, Fe, Ni, Zn, Mn, As, Hg, Zn, Cd. Τα δεδομένα συλλέχθηκαν σε διαφορετική χρονική στιγμή από τρεις διαφορετικές ζώνες των εκβολών του. Οι δειγματοληψίες έγιναν τους μήνες Νοέμβριο, Ιούνιο, Απρίλιο, και Οκτώβριο του 1998 . Η λήψη των δειγμάτων έγινε από διαφορετικά βάθη και πραγματοποιήθηκε με ένα Νiskin bottle ένα 24 bottle General Oceanics rosette.
Μέσω της τηλεπισκόπισης μπορούν να αναλυθούν πολλοί παράγοντες που σχετίζονται με την ποιότητα του νερού όπως η συγκέντρωση χλωροφύλλης, η θολότητα του νερού, η συγκέντρωση των αιρούμενων ιζημάτων και η θερμοκρασία του νερού. Στην παρούσα έρευνα μέσω των εικόνων του Landsat παρουσιάστηκαν διαφορετικές υδροδυναμικές καταστάσεις λόγω διαφορετικής τάξης θολότητας σε συνδυασμό με τα φαινόμενα παλίρροιας. Συγκεκριμένα με του TM2 καναλιού, κάθε εικόνα διαχωρίστηκε σε τέσσερεις διαφορετικής τάξης θολότητας. Οι εικόνες επίσης διαχωρίστηκαν σε δύο ομάδες , με την ένταση των παλιρροιακών φαινομένων, ώστε στην συνέχεια να αναλυθεί η χρονική ομοιογένεια της θολότητας
Για την κατηγοριοποίηση των εικόνων ΤΜ2 χρησιμοποιήθηκε η στατιστική μέθοδος πολυμεταβλητής Κύριας Συνιστώσας (PC).
Μέσω της επεξεργασίας των αερομεταφερόμενων εικόνων προέκυψαν οι θεματικοί χάρτες για την χωρική κατανομή των αιρούμενων σωματιδίων, στην αναλογία καναλιών 6/3, καθώς και της χλωροφύλλης στην αναλογία καναλιών 4/2. Οι συνδυασμοί της αναλογίας ζωνών των ορατών καναλιών βοήθησε ώστε να απομακρυνθεί το “sunglint effect”.
Μέσω διαφόρων συνδυασμών ορατών καναλιών 1-6 καθώς και υπέρυθρων δημιουργήθηκαν χάρτες RGB σύνθεσης για το συμφέρον της μελέτης. Μέσω του θερμικού υπέρυθρου καναλιού (8,5-13 μm) αναλύθηκαν διαρθρώσεις που είχαν προέρθει από την παλιρροιακή κίνηση. Η θερμοκρασία προέκυψε από ένα ψηφιακό αριθμό (DN) των εικόνων χρησιμοποιώντας την παρακάτω εξίσωση :
Τ (0C) = (0.9 DN +10.5)/5.
Αυτή η μετατροπή προήλθε μέσω μιας βαθμονόμησης των μαύρων σωμάτων όπου 1DN= 0.180C
Η μεθοδολογία της πολλαπλής παλινδρόμησης χρησιμοποιήθηκε για να ενοποιήσει ψηφιακά δεδομένα των εικόνων με τα πειραματικά δεδομένα. Η εξίσωση που προκύπτει επιτρέπει ώστε να υπολογιστεί για κάθε pixel (χ) της εικόνας οι ποιοτικοί υδάτινοι παράμετροι, χρησιμοποιώντας μια πολυωνιμική συνάρτηση που περιέχει ψηφιακά δεδομένα από n ζώνες. Ο εκτιμητής των ποιοτικών παραμέτρων του ύδατος Ζ1 σε οποιοδήποτε σημείο ή pixel u στις εκτροπές του ποταμού υπολογίζεται ως εξής

[[Εικόνα:eksisosi.JPG|thumb|εικόνα 1]]

Όπου είναι ο βαθμός σημαντικότητας που προσδιορίζεται από τα πρωταρχικά δεδομένα , ), , u>1 είναι ο βαθμός σημαντικότητας που προσδιορίζεται από δευτερογενή δεδομένα , και οι εκτιμώμενες τιμές των πρωταρχικών δεδομένων { ), α1 = 1,…n1 }
Πολλά από τα βιογεωχημικά χαρακτηριστικά των εκτροπών του ποταμού Tinto – Odiel αλληλοσχετίζονται και σε πολλές περιπτώσεις παρουσιάζουν χωρική εξάρτηση. Στην παρούσα εργασία η εισαγωγή δεδομένων από αναλογικούς χάρτες πραγματοποιήθηκε μέσω ψηφιοποίησης χρησιμοποιώντας ένα επίπεδο scanner για την δημιουργία διανυσματικών στρωμάτων. Περαιτέρω προσοχή δόθηκε στην χωρική ανάλυση των βιογεωχημικών δεδομένων, τα οποία αναλύθηκαν ώστε να δημιουργηθούν πλεγματικά στρώματα των κύριων μεταβλητών από τον υπολογισμό kriging. Μέσω αυτού του τρόπου δημιουργήθηκαν βάσεις δεδομένων γεωχημικών στοιχείων που μπορεί να χρησιμοποιηθούν ως ένα χρήσιμο εργαλείο για την δημιουργία θεματικών χαρτών καθώς και σαν βάση δεδομένων για την αλληλεπίδραση των στοιχείων αυτών.
Μέσω της ανάλυσης PCA και ΤΜ δεδομένων προέκυψε η δημιουργία 3 κλάσεων της κατάστασης θολότητας σε συνάρτηση με τα φαινόμενα παλίρροιας όπως φαίνεται και στην εικόνα 2

[[category:Υδατικοί Πόροι]]

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

2010-02-17T15:18:39Z

Paulkefalas1:

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

Συγγραφείς : Μ. Chica, F. Rodriguez, F. Abarca, J.P. Rigol Sanchez, E.deMiguel, J.A. Gomez, A. Fernandez - Palacios

Μία από τις ποιό γνωστές περιοχές εξόρυξης θείου, στην Ιβηρική πυριτική ζώνη, βρίσκεται στις εκβολές ποταμού Tinto – Odiel. Τα προϊόντα των εξορυκτικών δραστηριοτήτων επηρεάζονται από τα μετεωρολογικά φαινόμενα, με αποτέλεσμα τον εμπλουτισμό του ποταμού με μεγάλες ποσότητες βαρέων μετάλλων και θειικών καθώς και με την δημιουργία ισχυρά όξινου περιβάλλοντος, μέσω της διαδικασίας της έκπλυσης, Στην επιβάρυνση των εκβολών του ποταμού συμμετέχουν και οι βιομηχανίες που παράγουν χημικά, λιπάσματα, ρίχνοντας τα υποπροϊόντα της παραγωγικής τους διαδικασίας στον ποταμό. Μια μικρή συμμετοχή στην επιβάρυνση του ποταμού έχουν και οι αγροτικές δραστηριότητες λόγω της χρήσης νιτρικών λιπασμάτων, που επίσης μέσω της διαδικασίας της έκπλυσης έχουν ως τελικό αποδέκτη τον ποτάμι.
Στην έρευνα χρησιμοποιήθηκαν δώδεκα εικόνες από τον Landsat, αντιπροσωπευτικές για την υδροκλιματική και την υδροδυναμική κατάσταση, της υπό μελέτη, περιοχής, οι οποίες προήλθαν από τον Περιβαλλοντικό Οργανισμό της τοπικής διοίκησης της Ανδαλουσίας. Επίσης χρησιμοποιήθηκαν εικόνες αερομεταφερόμενου δείκτη,( που προήλθαν από το Εθνικό Ινστιτούτο Αεροδιαστημικής Τεχνολογίας ), χρησιμοποιώντας τον Daedalus Sensor DS – 1268, διαμορφώσεως CZCS . Οι εικόνες απαρτιζόντουσαν από 11 κανάλια εύρους 0,4-13 mm και χωρικής διακριτικής ικανότητας 7 m. Όλες οι εικόνες από ατμοσφαιρικές και γεωμετρικές αλλοιώσεις χρησιμοποιώντας την τυπική διαδικασία ( Lillesand, Kiefer, 1999), και η γεωγραφική απεικόνιση τους, μαζί με τα άλλα πειραματικά δεδομένα πραγματοποιήθηκαν με το UTM σύστημα συντεταγμένων.
Τα πειραματικά δεδομένα περιελάμβαναν την λήψη δειγμάτων στα οποία εξετάστηκαν τα ακόλουθα ποιοτικά υδάτινα χαρακτηριστικά : αγωγιμότητα, θερμοκρασία, παρουσία αιωρούμενων ιζημάτων, pΗ, θολότητα, οργανική ουσία, χλωροφύλλη (a, b, c), βάθος Secchi, βάθος και συγκέντρωση βαρέων μετάλλων όπως Cu, Fe, Ni, Zn, Mn, As, Hg, Zn, Cd. Τα δεδομένα συλλέχθηκαν σε διαφορετική χρονική στιγμή από τρεις διαφορετικές ζώνες των εκβολών του. Οι δειγματοληψίες έγιναν τους μήνες Νοέμβριο, Ιούνιο, Απρίλιο, και Οκτώβριο του 1998 . Η λήψη των δειγμάτων έγινε από διαφορετικά βάθη και πραγματοποιήθηκε με ένα Νiskin bottle ένα 24 bottle General Oceanics rosette.
Μέσω της τηλεπισκόπισης μπορούν να αναλυθούν πολλοί παράγοντες που σχετίζονται με την ποιότητα του νερού όπως η συγκέντρωση χλωροφύλλης, η θολότητα του νερού, η συγκέντρωση των αιρούμενων ιζημάτων και η θερμοκρασία του νερού. Στην παρούσα έρευνα μέσω των εικόνων του Landsat παρουσιάστηκαν διαφορετικές υδροδυναμικές καταστάσεις λόγω διαφορετικής τάξης θολότητας σε συνδυασμό με τα φαινόμενα παλίρροιας. Συγκεκριμένα με του TM2 καναλιού, κάθε εικόνα διαχωρίστηκε σε τέσσερεις διαφορετικής τάξης θολότητας. Οι εικόνες επίσης διαχωρίστηκαν σε δύο ομάδες , με την ένταση των παλιρροιακών φαινομένων, ώστε στην συνέχεια να αναλυθεί η χρονική ομοιογένεια της θολότητας
Για την κατηγοριοποίηση των εικόνων ΤΜ2 χρησιμοποιήθηκε η στατιστική μέθοδος πολυμεταβλητής Κύριας Συνιστώσας (PC).
Μέσω της επεξεργασίας των αερομεταφερόμενων εικόνων προέκυψαν οι θεματικοί χάρτες για την χωρική κατανομή των αιρούμενων σωματιδίων, στην αναλογία καναλιών 6/3, καθώς και της χλωροφύλλης στην αναλογία καναλιών 4/2. Οι συνδυασμοί της αναλογίας ζωνών των ορατών καναλιών βοήθησε ώστε να απομακρυνθεί το “sunglint effect”.
Μέσω διαφόρων συνδυασμών ορατών καναλιών 1-6 καθώς και υπέρυθρων δημιουργήθηκαν χάρτες RGB σύνθεσης για το συμφέρον της μελέτης. Μέσω του θερμικού υπέρυθρου καναλιού (8,5-13 μm) αναλύθηκαν διαρθρώσεις που είχαν προέρθει από την παλιρροιακή κίνηση. Η θερμοκρασία προέκυψε από ένα ψηφιακό αριθμό (DN) των εικόνων χρησιμοποιώντας την παρακάτω εξίσωση :
Τ (0C) = (0.9 DN +10.5)/5.
Αυτή η μετατροπή προήλθε μέσω μιας βαθμονόμησης των μαύρων σωμάτων όπου 1DN= 0.180C
Η μεθοδολογία της πολλαπλής παλινδρόμησης χρησιμοποιήθηκε για να ενοποιήσει ψηφιακά δεδομένα των εικόνων με τα πειραματικά δεδομένα. Η εξίσωση που προκύπτει επιτρέπει ώστε να υπολογιστεί για κάθε pixel (χ) της εικόνας οι ποιοτικοί υδάτινοι παράμετροι, χρησιμοποιώντας μια πολυωνιμική συνάρτηση που περιέχει ψηφιακά δεδομένα από n ζώνες. Ο εκτιμητής των ποιοτικών παραμέτρων του ύδατος Ζ1 σε οποιοδήποτε σημείο ή pixel u στις εκτροπές του ποταμού υπολογίζεται ως εξής

[[Εικόνα:eksisosi.JPG|thumb]]

Όπου είναι ο βαθμός σημαντικότητας που προσδιορίζεται από τα πρωταρχικά δεδομένα , ), , u>1 είναι ο βαθμός σημαντικότητας που προσδιορίζεται από δευτερογενή δεδομένα , και οι εκτιμώμενες τιμές των πρωταρχικών δεδομένων { ), α1 = 1,…n1 }
Πολλά από τα βιογεωχημικά χαρακτηριστικά των εκτροπών του ποταμού Tinto – Odiel αλληλοσχετίζονται και σε πολλές περιπτώσεις παρουσιάζουν χωρική εξάρτηση. Στην παρούσα εργασία η εισαγωγή δεδομένων από αναλογικούς χάρτες πραγματοποιήθηκε μέσω ψηφιοποίησης χρησιμοποιώντας ένα επίπεδο scanner για την δημιουργία διανυσματικών στρωμάτων. Περαιτέρω προσοχή δόθηκε στην χωρική ανάλυση των βιογεωχημικών δεδομένων, τα οποία αναλύθηκαν ώστε να δημιουργηθούν πλεγματικά στρώματα των κύριων μεταβλητών από τον υπολογισμό kriging. Μέσω αυτού του τρόπου δημιουργήθηκαν βάσεις δεδομένων γεωχημικών στοιχείων που μπορεί να χρησιμοποιηθούν ως ένα χρήσιμο εργαλείο για την δημιουργία θεματικών χαρτών καθώς και σαν βάση δεδομένων για την αλληλεπίδραση των στοιχείων αυτών.
Μέσω της ανάλυσης PCA και ΤΜ δεδομένων προέκυψε η δημιουργία 3 κλάσεων της κατάστασης θολότητας σε συνάρτηση με τα φαινόμενα παλίρροιας όπως φαίνεται και στην παρακάτω εικόνα

[[category:Υδατικοί Πόροι]]

Αρχείο:Eksisosi.JPG

2010-02-17T15:15:58Z

Paulkefalas1:

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

2010-02-17T15:15:40Z

Paulkefalas1: New page: Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην ...

Τεχνικές Τηλεπισκόπησης και ΓΣΠ για το βιοχημικό χαρακτηρισμό των εκβολών του ποταμού Τinto – Odiel, στην Ισπανία

Συγγραφείς : Μ. Chica, F. Rodriguez, F. Abarca, J.P. Rigol Sanchez, E.deMiguel, J.A. Gomez, A. Fernandez - Palacios

Μία από τις ποιό γνωστές περιοχές εξόρυξης θείου, στην Ιβηρική πυριτική ζώνη, βρίσκεται στις εκβολές ποταμού Tinto – Odiel. Τα προϊόντα των εξορυκτικών δραστηριοτήτων επηρεάζονται από τα μετεωρολογικά φαινόμενα, με αποτέλεσμα τον εμπλουτισμό του ποταμού με μεγάλες ποσότητες βαρέων μετάλλων και θειικών καθώς και με την δημιουργία ισχυρά όξινου περιβάλλοντος, μέσω της διαδικασίας της έκπλυσης, Στην επιβάρυνση των εκβολών του ποταμού συμμετέχουν και οι βιομηχανίες που παράγουν χημικά, λιπάσματα, ρίχνοντας τα υποπροϊόντα της παραγωγικής τους διαδικασίας στον ποταμό. Μια μικρή συμμετοχή στην επιβάρυνση του ποταμού έχουν και οι αγροτικές δραστηριότητες λόγω της χρήσης νιτρικών λιπασμάτων, που επίσης μέσω της διαδικασίας της έκπλυσης έχουν ως τελικό αποδέκτη τον ποτάμι.
Στην έρευνα χρησιμοποιήθηκαν δώδεκα εικόνες από τον Landsat, αντιπροσωπευτικές για την υδροκλιματική και την υδροδυναμική κατάσταση, της υπό μελέτη, περιοχής, οι οποίες προήλθαν από τον Περιβαλλοντικό Οργανισμό της τοπικής διοίκησης της Ανδαλουσίας. Επίσης χρησιμοποιήθηκαν εικόνες αερομεταφερόμενου δείκτη,( που προήλθαν από το Εθνικό Ινστιτούτο Αεροδιαστημικής Τεχνολογίας ), χρησιμοποιώντας τον Daedalus Sensor DS – 1268, διαμορφώσεως CZCS . Οι εικόνες απαρτιζόντουσαν από 11 κανάλια εύρους 0,4-13 mm και χωρικής διακριτικής ικανότητας 7 m. Όλες οι εικόνες από ατμοσφαιρικές και γεωμετρικές αλλοιώσεις χρησιμοποιώντας την τυπική διαδικασία ( Lillesand, Kiefer, 1999), και η γεωγραφική απεικόνιση τους, μαζί με τα άλλα πειραματικά δεδομένα πραγματοποιήθηκαν με το UTM σύστημα συντεταγμένων.
Τα πειραματικά δεδομένα περιελάμβαναν την λήψη δειγμάτων στα οποία εξετάστηκαν τα ακόλουθα ποιοτικά υδάτινα χαρακτηριστικά : αγωγιμότητα, θερμοκρασία, παρουσία αιωρούμενων ιζημάτων, pΗ, θολότητα, οργανική ουσία, χλωροφύλλη (a, b, c), βάθος Secchi, βάθος και συγκέντρωση βαρέων μετάλλων όπως Cu, Fe, Ni, Zn, Mn, As, Hg, Zn, Cd. Τα δεδομένα συλλέχθηκαν σε διαφορετική χρονική στιγμή από τρεις διαφορετικές ζώνες των εκβολών του. Οι δειγματοληψίες έγιναν τους μήνες Νοέμβριο, Ιούνιο, Απρίλιο, και Οκτώβριο του 1998 . Η λήψη των δειγμάτων έγινε από διαφορετικά βάθη και πραγματοποιήθηκε με ένα Νiskin bottle ένα 24 bottle General Oceanics rosette.
Μέσω της τηλεπισκόπισης μπορούν να αναλυθούν πολλοί παράγοντες που σχετίζονται με την ποιότητα του νερού όπως η συγκέντρωση χλωροφύλλης, η θολότητα του νερού, η συγκέντρωση των αιρούμενων ιζημάτων και η θερμοκρασία του νερού. Στην παρούσα έρευνα μέσω των εικόνων του Landsat παρουσιάστηκαν διαφορετικές υδροδυναμικές καταστάσεις λόγω διαφορετικής τάξης θολότητας σε συνδυασμό με τα φαινόμενα παλίρροιας. Συγκεκριμένα με του TM2 καναλιού, κάθε εικόνα διαχωρίστηκε σε τέσσερεις διαφορετικής τάξης θολότητας. Οι εικόνες επίσης διαχωρίστηκαν σε δύο ομάδες , με την ένταση των παλιρροιακών φαινομένων, ώστε στην συνέχεια να αναλυθεί η χρονική ομοιογένεια της θολότητας
Για την κατηγοριοποίηση των εικόνων ΤΜ2 χρησιμοποιήθηκε η στατιστική μέθοδος πολυμεταβλητής Κύριας Συνιστώσας (PC).
Μέσω της επεξεργασίας των αερομεταφερόμενων εικόνων προέκυψαν οι θεματικοί χάρτες για την χωρική κατανομή των αιρούμενων σωματιδίων, στην αναλογία καναλιών 6/3, καθώς και της χλωροφύλλης στην αναλογία καναλιών 4/2. Οι συνδυασμοί της αναλογίας ζωνών των ορατών καναλιών βοήθησε ώστε να απομακρυνθεί το “sunglint effect”.
Μέσω διαφόρων συνδυασμών ορατών καναλιών 1-6 καθώς και υπέρυθρων δημιουργήθηκαν χάρτες RGB σύνθεσης για το συμφέρον της μελέτης. Μέσω του θερμικού υπέρυθρου καναλιού (8,5-13 μm) αναλύθηκαν διαρθρώσεις που είχαν προέρθει από την παλιρροιακή κίνηση. Η θερμοκρασία προέκυψε από ένα ψηφιακό αριθμό (DN) των εικόνων χρησιμοποιώντας την παρακάτω εξίσωση :
Τ (0C) = (0.9 DN +10.5)/5.
Αυτή η μετατροπή προήλθε μέσω μιας βαθμονόμησης των μαύρων σωμάτων όπου 1DN= 0.180C
Η μεθοδολογία της πολλαπλής παλινδρόμησης χρησιμοποιήθηκε για να ενοποιήσει ψηφιακά δεδομένα των εικόνων με τα πειραματικά δεδομένα. Η εξίσωση που προκύπτει επιτρέπει ώστε να υπολογιστεί για κάθε pixel (χ) της εικόνας οι ποιοτικοί υδάτινοι παράμετροι, χρησιμοποιώντας μια πολυωνιμική συνάρτηση που περιέχει ψηφιακά δεδομένα από n ζώνες. Ο εκτιμητής των ποιοτικών παραμέτρων του ύδατος Ζ1 σε οποιοδήποτε σημείο ή pixel u στις εκτροπές του ποταμού υπολογίζεται ως εξής

Όπου είναι ο βαθμός σημαντικότητας που προσδιορίζεται από τα πρωταρχικά δεδομένα , ), , u>1 είναι ο βαθμός σημαντικότητας που προσδιορίζεται από δευτερογενή δεδομένα , και οι εκτιμώμενες τιμές των πρωταρχικών δεδομένων { ), α1 = 1,…n1 }, και το

Πολλά από τα βιογεωχημικά χαρακτηριστικά των εκτροπών του ποταμού Tinto – Odiel αλληλοσχετίζονται και σε πολλές περιπτώσεις παρουσιάζουν χωρική εξάρτηση. Στην παρούσα εργασία η εισαγωγή δεδομένων από αναλογικούς χάρτες πραγματοποιήθηκε μέσω ψηφιοποίησης χρησιμοποιώντας ένα επίπεδο scanner για την δημιουργία διανυσματικών στρωμάτων. Περαιτέρω προσοχή δόθηκε στην χωρική ανάλυση των βιογεωχημικών δεδομένων, τα οποία αναλύθηκαν ώστε να δημιουργηθούν πλεγματικά στρώματα των κύριων μεταβλητών από τον υπολογισμό kriging. Μέσω αυτού του τρόπου δημιουργήθηκαν βάσεις δεδομένων γεωχημικών στοιχείων που μπορεί να χρησιμοποιηθούν ως ένα χρήσιμο εργαλείο για την δημιουργία θεματικών χαρτών καθώς και σαν βάση δεδομένων για την αλληλεπίδραση των στοιχείων αυτών.
Μέσω της ανάλυσης PCA και ΤΜ δεδομένων προέκυψε η δημιουργία 3 κλάσεων της κατάστασης θολότητας σε συνάρτηση με τα φαινόμενα παλίρροιας όπως φαίνεται και στην παρακάτω εικόνα

[[category:Υδατικοί Πόροι]]

Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων

2010-02-17T15:10:12Z

Paulkefalas1:

Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων

Συγγραφείς : A. El-haddad1, and L.A. Garcia

Στην συγκεκριμένη έρευνα γίνεται μια προσπάθεια ανίχνευσης ταξινόμησης καθώς και χαρτογράφησης των εδαφών με βάση την αλατότητα τους, με την βοήθεια της τηλεπισκόπησης στην περιοχή γύρω από το La Junta στο Colorado. Οι Ghabour και Daels (1993) συμπέραναν ότι η υποβάθμιση του εδάφους με την χρήση μιας συμβατικής εδαφικής έρευνας είναι αρκετά χρονοβόρα, ενώ οι τεχνικές και τα δεδομένα τηλεπισκόπησης προσφέρουν την δυνατότητα για χαρτογράφηση καθώς και για την εξέλιξη μιας κατάστασης πολύ ποιο γρήγορα και οικονομικά. Στην παρούσα εργασία χρησιμοποιήθηκαν δύο μεθοδολογίες, η πρώτη σχετίζεται με την ανάκλαση της καλλιέργειας, καθώς μέσω αυτής μπορεί να μελετηθεί ο βαθμός αλατότητας του εδάφους, ενώ η δεύτερη μεθοδολογία σχετίζεται με την εξατμισοδιαπνοή των φυτών που αναπτύσσονται σε αλατούχα εδάφη
Κατά την πρώτη μέθοδο που ονομάζεται μεθοδολογία βιομάζας, οι εικόνες που χρησιμοποιήθηκαν ήταν από τον δορυφόρο Ikonos, αναλύσεως τεσσάρων μέτρων και αποτελούμενη από 4 οπτικές συχνότητες (κόκκινη, πράσινη, μπλε και υπέρυθρη). Τα εδαφικά δεδομένα στο υπό μελέτη χωράφι συλλέχτηκαν με μια συσκευή EM 38 καθώς και με το κίτ SIW. Στη συνέχεια συλλέχθηκαν 100 εδαφικά δείγματα με κάθε δείγμα να αποτελείται από τέσσερα διαφορετικά βάθη , 1, 2, 3, 4 πόδια (0.3048, 0.6096, 0.9144, 1.2192 μέτρα αντίστοιχα). Έπειτα από πολλαπλές επαναλήψεις αποφασίστηκε ότι η γραμμική παλινδρόμηση μεταξύ των μετρήσεων του EM-38 και της ηλεκτρικής αγωγιμότητας των δειγμάτων αποτελεί τον καλύτερο συνδυασμό. Με βάση αυτά τα αποτελέσματα αναπτύχθηκε ένα μοντέλο γραμμικής παλινδρόμησης που μετατρέπει τις μετρήσεις του ΕΜ-38 σε dS/m μεγέθη :

F = (SStemp-25)/10
SStemp = θερμοκρασία του εδαφικού δείγματος σε C0
A = 1-0.203462 F + 0.038223 (F 2) - 0.005554 (F 3)
SSTc = A * SStemp (SSTc = συντελεστής διόρθωσης θερμοκρασίας)
EMVc = EMV * SSTc ( EMVc = διορθωμένη θερμοκρασία των ενδείξεων του ΕΜ-38
Το εύρος των αντανακλώμενων τιμών ήταν από 200 ως 800. Κατά την συσχέτιση των τιμών αντανάκλασηςτης καλλιέργειας με τις ενδείξεις του ηλεκτρικού αγωγιμόμετρου, καθώς και τον χωροταξικό συνδυασμό της εικόνας του δορυφόρου και των θέσεων δειγματοληψίας προέκυψε ότι τα δείγματα με υψηλή ένδειξη αλατότητας έτειναν στην τιμή ανάκλασης 700, δείγματα μέτριων ενδείξεων βρισκόντουσαν ανάμεσα στις τιμές ανάκλασης 400-500 και τα δείγματα με την χαμηλότερη ένδειξη κοντά στην τιμή ανάκλασης 200. Στη συνέχεια, ανάλογα με τις ενδείξεις του ΕΜ-38 καθώς και των τιμών ανάκλασης, πραγματοποιήθηκε διαχωρισμός σε 5 τάξεις και 16 υποτάξεις , όπου σε κάθε υπόταξη ορίστηκε μια μέση, μια ελάχιστη και μεγίστη τιμή
Για την αξιολόγηση αυτής της μεθόδου χρησιμοποιήθηκε ένα άλλο χωράφι, που ονομάστηκε ως RR το οποίο υπαγόταν στην εικόνα του δορυφόρου Ikonos. Η χρήση του της συσκευής ΕΜ-38 επαναλήφθηκε για τον τελικό προσδιορισμό του σφάλματος. Μέσω των τιμών ανάκλασης της καλλιέργειας, τα εδαφικά δείγματα ταξινομήθηκαν στις διάφορες τάξεις και υποτάξεις και υπολογίστηκε μέσω αυτού η τιμή αλατότητας τους. Το συγκεκριμένο μοντέλο ήταν σε θέση να υπολογίσει εδαφικά δείγματα που ανήκαν στις 12 υποτάξεις με ένα εύρος λάθους από 1% ως 12% και ένα μέσο όρο λάθους λιγότερο από 5%
Η δεύτερη μέθοδος στηρίχθηκε στην εξατμισοδιαπνοή των φυτών της καλλιέργειας . Στην συγκεκριμένη μέθοδο χρησιμοποιήθηκαν φωτογραφίες χαμηλότερης ανάλυσης (30m) από τον Landsat (5-7).
H εξατμισοδιαπνοή μπορεί να υπολογιστεί μέσω δορυφορικών εικόνων, χρησιμοποιώντας την προσέγγιση της Ενεργειακής Ισορροπίας. Αυτή η προσέγγιση χρησιμοποιεί θερμικές πληροφορίες από το υπέρυθρο κανάλι καθώς επίσης και από την αντανάκλαση της καλλιέργειας. Αναλύοντας την εικόνα και χρησιμοποιώντας την προσέγγιση της Ενεργειακής ισορροπίας, προκύπτει ένα 30m δίκτυο, με κάθε κελί να περιέχει τις πληροφορίες εξατμοδιαπνοής της καλλιέργειας για χρονικό διάστημα 24 ωρών. Γίνετα ιη υπόθεση ότι η πρόσληψη νερού από το φυτό επηρεάζεται από την αλατότητα του εδαφικού διαλύματος. Γεω-αναφορικά, σημεία εδαφικής αλατότητας πάρθηκαν απο 5 χωράφια, και μία αρχική γραμμική σχέση έγινε μεταξύ των τιμών αλατότητας του εδάφους και της τιμή εξατμισοδιαπνοής σε κάθε σημείο (Εικονα 7). Το τετραγωνιικό σφάλμα(R) βρέθηκε πάνω από 0.83. Αυτή η προσέγγιση μπορεί να χρησιμοποιηθεί για την ανίχνευση και την αξιολόγηση της εδαφικής αλατότητας με αποδεχτή ακρίβεια σε μεγάλες περιοχές σε λιγότερο κόστος σε σχέση με την πρώτη προσέγγιση.

[[category:Υποβάθμιση εδαφών]]

Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων

2010-02-17T15:09:13Z

Paulkefalas1: New page: Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων Συγγραφείς : A. El-haddad1, and L.A. Garcia ...

Ανίχνευση επιπέδου αλατότητας εδαφών με την χρήση δορυφορικών εικόνων

Συγγραφείς : A. El-haddad1, and L.A. Garcia

Στην συγκεκριμένη έρευνα γίνεται μια προσπάθεια ανίχνευσης ταξινόμησης καθώς και χαρτογράφησης των εδαφών με βάση την αλατότητα τους, με την βοήθεια της τηλεπισκόπησης στην περιοχή γύρω από το La Junta στο Colorado. Οι Ghabour και Daels (1993) συμπέραναν ότι η υποβάθμιση του εδάφους με την χρήση μιας συμβατικής εδαφικής έρευνας είναι αρκετά χρονοβόρα, ενώ οι τεχνικές και τα δεδομένα τηλεπισκόπησης προσφέρουν την δυνατότητα για χαρτογράφηση καθώς και για την εξέλιξη μιας κατάστασης πολύ ποιο γρήγορα και οικονομικά. Στην παρούσα εργασία χρησιμοποιήθηκαν δύο μεθοδολογίες, η πρώτη σχετίζεται με την ανάκλαση της καλλιέργειας, καθώς μέσω αυτής μπορεί να μελετηθεί ο βαθμός αλατότητας του εδάφους, ενώ η δεύτερη μεθοδολογία σχετίζεται με την εξατμισοδιαπνοή των φυτών που αναπτύσσονται σε αλατούχα εδάφη
Κατά την πρώτη μέθοδο που ονομάζεται μεθοδολογία βιομάζας, οι εικόνες που χρησιμοποιήθηκαν ήταν από τον δορυφόρο Ikonos, αναλύσεως τεσσάρων μέτρων και αποτελούμενη από 4 οπτικές συχνότητες (κόκκινη, πράσινη, μπλε και υπέρυθρη). Τα εδαφικά δεδομένα στο υπό μελέτη χωράφι συλλέχτηκαν με μια συσκευή EM 38 καθώς και με το κίτ SIW. Στη συνέχεια συλλέχθηκαν 100 εδαφικά δείγματα με κάθε δείγμα να αποτελείται από τέσσερα διαφορετικά βάθη , 1, 2, 3, 4 πόδια (0.3048, 0.6096, 0.9144, 1.2192 μέτρα αντίστοιχα). Έπειτα από πολλαπλές επαναλήψεις αποφασίστηκε ότι η γραμμική παλινδρόμηση μεταξύ των μετρήσεων του EM-38 και της ηλεκτρικής αγωγιμότητας των δειγμάτων αποτελεί τον καλύτερο συνδυασμό. Με βάση αυτά τα αποτελέσματα αναπτύχθηκε ένα μοντέλο γραμμικής παλινδρόμησης που μετατρέπει τις μετρήσεις του ΕΜ-38 σε dS/m μεγέθη :

F = (SStemp-25)/10
SStemp = θερμοκρασία του εδαφικού δείγματος σε C0
A = 1-0.203462 F + 0.038223 (F 2) - 0.005554 (F 3)
SSTc = A * SStemp (SSTc = συντελεστής διόρθωσης θερμοκρασίας)
EMVc = EMV * SSTc ( EMVc = διορθωμένη θερμοκρασία των ενδείξεων του ΕΜ-38
Το εύρος των αντανακλώμενων τιμών ήταν από 200 ως 800. Κατά την συσχέτιση των τιμών αντανάκλασης της καλλιέργειας με τις ενδείξεις του ηλεκτρικού αγωγιμόμετρου, καθώς και τον χωροταξικό συνδυασμό της εικόνας του δορυφόρου και των θέσεων δειγματοληψίας προέκυψε ότι τα δείγματα με υψηλή ένδειξη αλατότητας έτειναν στην τιμή ανάκλασης 700, δείγματα μέτριων ενδείξεων βρισκόντουσαν ανάμεσα στις τιμές ανάκλασης 400-500 και τα δείγματα με την χαμηλότερη ένδειξη κοντά στην τιμή ανάκλασης 200. Στη συνέχεια, ανάλογα με τις ενδείξεις του ΕΜ-38 καθώς και των τιμών ανάκλασης, πραγματοποιήθηκε διαχωρισμός σε 5 τάξεις και 16 υποτάξεις , όπου σε κάθε υπόταξη ορίστηκε μια μέση, μια ελάχιστη και μεγίστη τιμή
Για την αξιολόγηση αυτής της μεθόδου χρησιμοποιήθηκε ένα άλλο χωράφι, που ονομάστηκε ως RR το οποίο υπαγόταν στην εικόνα του δορυφόρου Ikonos. Η χρήση του της συσκευής ΕΜ-38 επαναλήφθηκε για τον τελικό προσδιορισμό του σφάλματος. Μέσω των τιμών ανάκλασης της καλλιέργειας, τα εδαφικά δείγματα ταξινομήθηκαν στις διάφορες τάξεις και υποτάξεις και υπολογίστηκε μέσω αυτού η τιμή αλατότητας τους. Το συγκεκριμένο μοντέλο ήταν σε θέση να υπολογίσει εδαφικά δείγματα που ανήκαν στις 12 υποτάξεις με ένα εύρος λάθους από 1% ως 12% και ένα μέσο όρο λάθους λιγότερο από 5%
Η δεύτερη μέθοδος στηρίχθηκε στην εξατμισοδιαπνοή των φυτών της καλλιέργειας . Στην συγκεκριμένη μέθοδο χρησιμοποιήθηκαν φωτογραφίες χαμηλότερης ανάλυσης (30m) από τον Landsat (5-7).
H εξατμισοδιαπνοή μπορεί να υπολογιστεί μέσω δορυφορικών εικόνων, χρησιμοποιώντας την προσέγγιση της Ενεργειακής Ισορροπίας. Αυτή η προσέγγιση χρησιμοποιεί θερμικές πληροφορίες από το υπέρυθρο κανάλι καθώς επίσης και από την αντανάκλαση της καλλιέργειας. Αναλύοντας την εικόνα και χρησιμοποιώντας την προσέγγιση της Ενεργειακής ισορροπίας, προκύπτει ένα 30m δίκτυο, με κάθε κελί να περιέχει τις πληροφορίες εξατμοδιαπνοής της καλλιέργειας για χρονικό διάστημα 24 ωρών. Γίνετα ιη υπόθεση ότι η πρόσληψη νερού από το φυτό επηρεάζεται από την αλατότητα του εδαφικού διαλύματος. Γεω-αναφορικά, σημεία εδαφικής αλατότητας πάρθηκαν απο 5 χωράφια, και μία αρχική γραμμική σχέση έγινε μεταξύ των τιμών αλατότητας του εδάφους και της τιμή εξατμισοδιαπνοής σε κάθε σημείο (Εικονα 7). Το τετραγωνιικό σφάλμα(R) βρέθηκε πάνω από 0.83. Αυτή η προσέγγιση μπορεί να χρησιμοποιηθεί για την ανίχνευση και την αξιολόγηση της εδαφικής αλατότητας με αποδεχτή ακρίβεια σε μεγάλες περιοχές σε λιγότερο κόστος σε σχέση με την πρώτη προσέγγιση.

[[category:Υποβάθμιση εδαφών]]

Παύλος Κεφαλάς

2010-02-17T15:06:38Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T15:06:04Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[Εικόνα:Πεντέλη4.jpg|thumb|right|Εικόνα 4. Οι περιοχές των διπλοκαμένων στις οποίες απεικονίζονται οι εκτάσεις που κάηκαν και στις δύο πυρκαγιές του 1995 και 1998 με κόκκινο χρώμα. © IIS S.A. 1999]]

[[Εικόνα:Πεντέλη5.jpg|thumb|right|Εικόνα 5. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη SAVI. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη6.jpg|thumb|right|Εικόνα 6. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη GVI. © IIS S.A. 1999]]

[[Εικόνα:parnithaa1.JPG|thumb|right|Εικόνα 7. Σύγκριση της οριοθέτησης των καμένων του 1998 στην περιοχή μελέτης, μεταξύ της χαρτογράφησης με την ψηφιακή μέθοδο εξαγωγής NDVI και της επίγειας μεθόδου (οριογραμμή Δασαρχείου)]]

[[Εικόνα:parnitha2.JPG|thumb|right|Εικόνα 8. Σύγκριση της οριοθέτησης των καμένων του 1998 στην περιοχή μελέτης, μεταξύ της χαρτογράφησης με την ψηφιακή μέθοδο εξαγωγής SAVI και της επίγειας μεθόδου (οριογραμμή Δασαρχείου).]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Parnitha2.JPG

2010-02-17T15:04:41Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T15:03:44Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[Εικόνα:Πεντέλη4.jpg|thumb|right|Εικόνα 4. Οι περιοχές των διπλοκαμένων στις οποίες απεικονίζονται οι εκτάσεις που κάηκαν και στις δύο πυρκαγιές του 1995 και 1998 με κόκκινο χρώμα. © IIS S.A. 1999]]

[[Εικόνα:Πεντέλη5.jpg|thumb|right|Εικόνα 5. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη SAVI. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη6.jpg|thumb|right|Εικόνα 6. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη GVI. © IIS S.A. 1999]]

[[Εικόνα:parnithaa1.JPG|thumb|right|Εικόνα 7. Σύγκριση της οριοθέτησης των καμένων του 1998 στην περιοχή μελέτης, μεταξύ της χαρτογράφησης με την ψηφιακή μέθοδο εξαγωγής NDVI και της επίγειας μεθόδου (οριογραμμή Δασαρχείου)]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Parnithaa1.JPG

2010-02-17T15:02:58Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:59:53Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[Εικόνα:Πεντέλη4.jpg|thumb|right|Εικόνα 4. Οι περιοχές των διπλοκαμένων στις οποίες απεικονίζονται οι εκτάσεις που κάηκαν και στις δύο πυρκαγιές του 1995 και 1998 με κόκκινο χρώμα. © IIS S.A. 1999]]

[[Εικόνα:Πεντέλη5.jpg|thumb|right|Εικόνα 5. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη SAVI. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη6.jpg|thumb|right|Εικόνα 6. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη GVI. © IIS S.A. 1999]]

[[Εικόνα:Πεντέλη7.jpg|thumb|right|Εικόνα 7. Σύγκριση της οριοθέτησης των καμένων του 1998 στην περιοχή μελέτης, μεταξύ της χαρτογράφησης με την ψηφιακή μέθοδο εξαγωγής NDVI και της επίγειας μεθόδου (οριογραμμή Δασαρχείου)]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη7.jpg

2010-02-17T14:58:37Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:58:18Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[Εικόνα:Πεντέλη4.jpg|thumb|right|Εικόνα 4. Οι περιοχές των διπλοκαμένων στις οποίες απεικονίζονται οι εκτάσεις που κάηκαν και στις δύο πυρκαγιές του 1995 και 1998 με κόκκινο χρώμα. © IIS S.A. 1999]]

[[Εικόνα:Πεντέλη5.jpg|thumb|right|Εικόνα 5. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη SAVI. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη6.jpg|thumb|right|Εικόνα 6. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη GVI. © IIS S.A. 1999]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη6.jpg

2010-02-17T14:56:42Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:56:24Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[Εικόνα:Πεντέλη4.jpg|thumb|right|Εικόνα 4. Οι περιοχές των διπλοκαμένων στις οποίες απεικονίζονται οι εκτάσεις που κάηκαν και στις δύο πυρκαγιές του 1995 και 1998 με κόκκινο χρώμα. © IIS S.A. 1999]]

[[Εικόνα:Πεντέλη5.jpg|thumb|right|Εικόνα 5. Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998, όπως εκτιμάται με την εξαγωγή του δείκτη SAVI. © IIS S.A. 1999 ]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη5.jpg

2010-02-17T14:54:52Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:54:33Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[Εικόνα:Πεντέλη4.jpg|thumb|right|Εικόνα 4. Οι περιοχές των διπλοκαμένων στις οποίες απεικονίζονται οι εκτάσεις που κάηκαν και στις δύο πυρκαγιές του 1995 και 1998 με κόκκινο χρώμα. © IIS S.A. 1999]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη4.jpg

2010-02-17T14:52:54Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:52:25Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[Εικόνα:[[Εικόνα:Πεντέλη3.jpg|thumb|right|Εικόνα 3. 25-8-1998.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1998.
© IIS S.A. 1999. ]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη3.jpg

2010-02-17T14:51:03Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:50:30Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[Εικόνα:Πεντέλη2.jpg|thumb|right|Εικόνα 2. 14-8-1996.
Το κόκκινο χρώμα δείχνει την καμένη έκταση από την πυρκαγιά του 1995.
© IIS S.A. 1999]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη2.jpg

2010-02-17T14:49:07Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:48:48Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[Εικόνα:Πεντέλη1.jpg|thumb|right|Εικόνα 1. 20-8-1994.
Το πράσινο χρώμα δείχνει την υγιή βλάστηση και τις αστικές περιοχές. Το κόκκινο δείχνει την τιμή 4 του δείκτη. © IIS S.A. 1999 ]]

[[category:Δασοπονία, Δασική διαχείριση]]

Αρχείο:Πεντέλη1.jpg

2010-02-17T14:46:33Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:44:49Z

Paulkefalas1:

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[category:Δασοπονία, Δασική διαχείριση]]

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

2010-02-17T14:44:26Z

Paulkefalas1: New page: Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντ...

Χρήση δεικτών βλάστησης για την διαχρονική χαρτογράφηση καμένων εκτάσεων στην περιοχή του όρους Πέντέλη

Συγγραφείς : Ε. Νικολάου, Α. Γκάνας, Ε. Αθανασίου, Α. Ρετάλης

Στην Ελλάδα μετά το 1974 έχει σημειωθεί μία σημαντική αύξηση των δασικών πυρκαγιών σε αριθμό, μέγεθος καμένης έκτασης ανά πυρκαγιά και μέγεθος ζημιών, ενώ δασικά οικοσυστήματα που καίγονται περισσότερο είναι αυτά της χαλεπίου πεύκης (Καϊλίδης, 1990). Η χαρτογράφηση των καμένων είναι μία χρονοβόρα διαδικασία η οποία επιπλέον απαιτεί τη συμμετοχή πολλών υπαλλήλων της δασικής υπηρεσίας.
Ο σκοπός της εργασίας αυτής ήταν α) η εκτίμηση των καμένων εκτάσεων στην νοτιοανατολική περιοχή του όρους Πεντέλης από δορυφορικές εικόνες σε διαδοχικά έτη (1996, 1998) για να εντοπιστούν τμήματα που κάηκαν περισσότερο από μία φορές στο διάστημα αυτό, β) η σύγκριση των αποτελεσμάτων με τις υπάρχουσες εκτιμήσεις που έγιναν με μεθόδους επίγειας παρατήρησης και αεροφωτογραφίες από το Δασαρχείο Πεντέλης.
Για τη χαρτογράφηση των καμένων εκτάσεων χρησιμοποιήθηκαν τρεις ορθοεικόνες Landsat 5 TM (Θεματικός Χαρτογράφος) με ημερομηνίες 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 και με ανάλυση 30 x 30 μ., οι οποίες διορθώθηκαν γεωμετρικά στο σύστημα συντεταγμένων ΕΓΣΑ 87. Κατά την διόρθωση χρησιμοποιήθηκε ένα ψηφιακό μοντέλο εδάφους που κατασκευάστηκε από την ψηφιοποίηση ισοϋψών καμπυλών του χάρτη «Κηφισιά» (Έκδοση Γ.Υ.Σ., 1988) 1:50000. Η μέθοδος ψηφιακής χαρτογράφησης που εφαρμόστηκε ήταν η εξαγωγή του δείκτη βλάστησης NDVI (Normalized Difference of Vegetation Index) (Εικόνες 1, 2, 3), η οποία είναι η πιο ευρέως χρησιμοποιούμενη μέθοδος για τη σαφή διάκριση των ορίων μεταξύ της υγειούς και μη βλάστησης. Εφαρμόστηκε επίσης, η εξαγωγή των δεικτών βλάστησης SAVI (Soil Adjusted Vegetation Index) (Εικόνα 5) και GVI (Green Vegetation Index) (Εικόνα 6), οι οποίοι χρησιμοποιούνται για τη διάκριση των ορίων της υγειούς βλάστησης, σε μια προσπάθεια να βρεθεί η καλύτερη μέθοδος υπολογισμού που θα επαληθεύεται από τις επίγειες μετρήσεις.
Οι δορυφορικές εικόνες του Landsat TM περιέχουν ψηφιακές τιμές που καταγράφουν την ανάκλαση της ηλιακής ακτινοβολίας στο ορατό και υπέρυθρο φάσμα. Η μετατροπή μιας αρχικής δορυφορικής εικόνας σε τέτοια που να έχει συγκεκριμένη κλίμακα και γεωδαιτικά χαρακτηριστικά ενός χάρτη λέγεται γεωμετρική διόρθωση (Mather, 1987). Στην εφαρμογή μας οι τρεις εικόνες Landsat 5 μετατράπηκαν σε ορθο-εικόνες με τη χρήση ενός ψηφιακού μοντέλου εδάφους (Digital Elevation Model) επειδή σε αυτό το είδος της γεωμετρικής διόρθωσης λαμβάνεται υπόψη το υψόμετρο κάθε εικονοστοιχείου (pixel). Έτσι, επιτυγχάνεται τόσο καλύτερη «στροφή» και τοποθέτηση των εικονοστοιχείων στο αντίστοιχο XYZ του χάρτη αναφοράς όσο και μεγαλύτερη χωρική και θεματική ακρίβεια στις μετρήσεις μας αφού η περιοχή ενδιαφέροντος είναι κατ’ εξοχήν ορεινή (όρια υψομέτρου 0 – 1108 μέτρα).
Παρακάτω αναλύονται τα βήματα που έγιναν μέχρι την παραγωγή των ορθοεικόνων και στη συνέχεια η επεξεργασία των εικόνων αυτών.
1. Επιλογή των εικόνων Landsat 5 ΤΜ των ημερομηνιών: 25 Αυγούστου 1994, 14 Αυγούστου 1996 και 20 Αυγούστου 1998 μέσω της υπηρεσίας Einet της εταιρίας Eurimage S.A. Οι εικόνες πρέπει να είναι όσο το δυνατόν κοντύτερα στο τέλος της πυρκαγιάς για την εκτίμηση της καμένης γης, γιατί η φασματική αντίθεση ελαττώνεται σταδιακά με την αναγέννηση της βλάστησης μετά τη φωτιά (Martin and Chuvieco, 1993). Οι μεγάλες πυρκαγιές των τελευταίων χρόνων στην Πεντέλη έγιναν τον Αύγουστο του 1995 και 1998 και συνεπώς θα έπρεπε να χρησιμοποιηθούν εικόνες μετά από αυτές. Η εικόνα όμως του Αυγούστου 1995, ενώ ήταν διαθέσιμη δεν χρησιμοποιήθηκε, επειδή δεν ήταν δυνατή η μετατροπή της σε ορθοεικόνα λόγω έλλειψης των τροχιακών δεδομένων (ephemeris data).
2. Εισαγωγή των εικόνων στο σύστημα EASI PACE v 6.2.2, το οποίο είναι ένα εμπορικό λογισμικό για ψηφιακή επεξεργασία εικόνας.
3. Ψηφιοποίηση του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:50000 για την παραγωγή ψηφιακού μοντέλου εδάφους με μέγεθος εικονοστοιχείου 20 m.
4. Επιλογή επίγειων σημείων ελέγχου στον γεωεγγραμμένο χάρτη γενικής χρήσεως με εικονοστοιχείο 2 m και την εικόνα ΤΜ, παίρνοντας υπόψη το υψόμετρο από το DEM
5. Υπολογισμός του μαθηματικού μοντέλου που απαιτείται για την ορθο-γεωαναφορά των εικόνων, με την εντολή SMODEL του EASI PACE v6.2.2. Το μοντέλο αυτό παράγεται λαμβάνοντας δεδομένα από την τροχιά του δορυφόρου και τα επίγεια σημεία ελέγχου.
6. Παραγωγή ορθοεικόνων με τη χρήση του προγράμματος SORTHO, χρησιμοποιώντας τ’αποτελέσματα από το προηγούμενο πρόγραμμα. Η τελική ποιότητα των παραγόμενων διορθωμένων εικόνων και ο χρόνος που απαιτείται για τον υπολογισμό εξαρτάται από τη μέθοδο επανασύνθεσης που επιλέγεται. Εδώ χρησιμοποιήθηκε ο κυβικός μετασχηματισμός.
Το επόμενο στάδιο είναι η επεξεργασία εικόνας κατά το οποίο εφαρμόζονται διάφορες μέθοδοι ανάλογα με την εξαγωγή πληροφοριών που επιδιώκεται. Για την παρούσα εργασία απαιτείται μία μέθοδος η οποία θα δώσει ευκρινώς τα όρια της καμένης βλάστησης.
Εξαγωγή δείκτη NDVI
Οι ψηφιακές τιμές των 6 ανακλώμενων καναλιών (Digital Numbers, DN) μετατράπηκαν σε φασματικές τιμές ακτινοβολίας (Radiance, Watt/m2/sr) με τη χρήση του προγράμματος MODEL.
Ο Κανονικοποιημένος Δείκτης βλάστησης, NDVI προκύπτει από το λόγο:
NDVI = (LTM4 – LTM3) / (LTM4 + LTM3),
όπου LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα. Οι τιμές του δείκτη κυμαίνονται από -1,0 έως 1,0.
Οι τιμές του δείκτη στις εικόνες TM αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα NDVI του 1994 απεικονίζεται στην εικόνα 1, του 1996 στην εικόνα 2 και του 1998 στην εικόνα 3, αντιστοίχως. Η ορθοεικόνα του 1994 χρησιμοποιείται μόνο για σύγκριση των τιμών πριν τις πυρκαγιές με τις μετέπειτα. Μετά από τη θεματική αναγνώριση των κατηγοριών του NDVI στις εικόνες διαπιστώθηκε ότι η διαχρονική τιμή του NDVI για την καμένη βλάστηση είναι 3 και 4. Ωστόσο, με την ίδια τιμή αντιπροσωπεύονται διαχρονικά και τα εικονοστοιχεία του λατομείου στη θέση Μπίλιζα (85 pixels), ορισμένα κατά μήκος της Λεωφόρου Μαραθώνος, και ορισμένα της θάλασσας.
Εξαγωγή δείκτη SAVI
Για την εξαγωγή του δείκτη SAVI ακολουθείται η ίδια διαδικασία με τον δείκτη NDVI για την εικόνα του 1998. Συγκεκριμένα από τις φασματικές τιμές ακτινοβολίας των καναλιών της εικόνας υπολογίστηκε ο δείκτης βλάστησης SAVI, ο οποίος προκύπτει από τον τύπο (Richardson and Everitt, 1992):
SAVI = ((1+L) x (LTM4 – LTM3)) / (LTM4 + LTM3 + L),
όπου L = 0,5, ενώ LTM4 και LTM3 είναι οι φασματικές ακτινοβολίες στο κοντινό υπέρυθρο κανάλι (0,76 – 0,90 μm) και στο κόκκινο κανάλι (0,63 – 0,69 μm) αντίστοιχα.
Οι τιμές του δείκτη επίσης αναπροσαρμόστηκαν στο διάστημα από 0 έως 255 για ν’ αναχθούν σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9 (τιμή 0, καθόλου βλάστηση – τιμή 9, πολύ υγιής βλάστηση). Η εικόνα SAVI του 1998 απεικονίζεται στην εικόνα 5. Από τη θεματική αναγνώριση του δείκτη SAVI βρέθηκε ότι τα εικονοστοιχεία με την τιμή 3 και 4 απεικονίζουν τις καμένες περιοχές.
Εξαγωγή δείκτη GVI
Για τον υπολογισμό του GVI χρησιμοποιήθηκαν οι αρχικές ψηφιακές τιμές (DN) της εικόνας 1998. Ο δείκτης βλάστησης GVI προκύπτει από τον ακόλουθο μαθηματικό τύπο (Crist et al. 1986):
GVI = - 0,2728 х LTM1 – 0,2174 х LTM2 – 0,5508 х LTM3 + 0,722 х LTM4 + 0,0733 х LTM5 – 0,1648 х LTM7,
Όπου (Lillesand and Kiefer, 1994): LTM1 = 0,45 – 0,52 μm, LTM2 = 0,52 – 0,60 μm, LTM3 = 0,63 – 0,69 μm, LTM4 = 0,76 – 0,90 μm, LTM5 = 1,55 – 1,75 μm, LTM7 = 2,08 – 2,35 μm
Η ίδια διαδικασία ακολουθήθηκε και εδώ με την αναγωγή των τιμών στο διάστημα 0 έως 255 σε κλίμακα 8-bit των τόνων του γκρι και στη συνέχεια κατηγοριοποιήθηκαν σε 10 τιμές από 0 έως 9. Η εικόνα GVI του 1998 απεικονίζεται στην εικόνα 6. Η θεματική αναγνώριση του δείκτη GVI έδειξε ότι τα εικονοστοιχεία με την τιμή 1 και 2 απεικονίζουν τις καμένες περιοχές και ελάχιστα απ’αυτά μη καμένες που δεν μπορούν ν’αφαιρεθούν.
Υπολογισμός της καμένης έκτασης
Μετά τον υπολογισμό των δεικτών βλάστησης και τη θεματική αναγνώριση των τιμών τους σχεδιάσαμε μία χωρική μάσκα επί της οθόνης η οποία κάλυπτε τις περιοχές των καμένων έτσι ώστε να γίνει η μέτρηση των εικονοστοιχείων που αντιστοιχούν στην καμένη βλάστηση σ’αυτές τις περιοχές μόνο και ν’αποφευχθούν υπερεκτιμήσεις. Το σύνολο των εικονοστοιχείων της περιοχής μελέτης είναι 78400, από τα οποία τα 53397 είναι όσα βρίσκονται κάτω από τη μάσκα. Η καμένη έκταση που υπολογίστηκε από τους τρεις δείκτες για την πυρκαγιά του 1998 και στην περιοχή μελέτης είναι 18997 στρ. από τον NDVI, 18975 στρ. από τον SAVI, και 21790 στρ. από τον GVI.
Επίσης υπολογίστηκε η καμένη έκταση στην περιοχή μελέτης βάσει της χαρτογράφησης που έκανε το Δασαρχείο Πεντέλης (ΦΕΚ 5147/1999) με επίγειες παρατηρήσεις και με τη χρήση ορθοφωτοχάρτη κλίμακας 1:25000 της Γεωγραφικής Υπηρεσίας Στρατού (έκδοση 1998). Αυτή η οριογραμμή χρησιμοποιήθηκε για την επαλήθευση της ψηφιακής μεθόδου ως εξής:

1. Εγινε ψηφιοποίηση (σάρωση σε 400 dpi) του φύλλου χάρτη Γ.Υ.Σ. «Κηφισιά» κλίμακας 1:25000, στο οποίο το Δασαρχείο είχε οριοθετήσει την οριογραμμή της καμένης έκτασης από την πυρκαγιά του 1998.
2. Ακολούθησε γεω-αναφορά του χάρτη στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς (ΕΓΣΑ 1987), με το πρόγραμμα GCPWorks (τα σημεία επιγείου ελέγχου δίδονται στον Πίνακα ΙΙΙ)
3. Εγινε ψηφιοποίηση της οριογραμμής της καμένης έκτασης επί της οθόνης (Edit vector Utility).
4. Εγινε επιλογή της περιοχής μελέτης .
3. Αποτελέσματα και Συμπεράσματα
Για την ευκολότερη διαφοροποίηση των εικόνων NDVI δόθηκε το ίδιο χρώμα σε κάθε μία κατηγορία σε όλες τις εικόνες. Το χρώμα των καμένων συμβολίζεται με κόκκινο (σκούρο γκρι σε φωτοτυπία) ενώ το πράσινο (ανοιχτό γκρι) αντιπροσωπεύει την υγιή βλάστηση και τις αστικές περιοχές, και το μπλε τη θάλασσα. Η εικόνα του 1994 συμβάλλει στο να δούμε τη διαφορά των τιμών ανακλαστικότητας που παρουσιάζει η περιοχή μελέτης πριν τη φωτιά, σε σχέση με τις μετέπειτα εικόνες. Όπως είδαμε παραπάνω, με τον ίδιο δείκτη παρουσιάζεται το λατομείο και κάποιες άλλες περιοχές των εικόνων.
Από το σύνολο των εικονοστοιχείων (pixels) στην κατηγορία 3 και 4 στην οποία εμφανίζεται η βλάστηση με πολύ χαμηλό ΝDVI, εκτιμάται το εμβαδό της καμένης έκτασης, αφού κάθε εικονοστοιχείο αντιστοιχεί σε 900 τ.μ. δηλαδή 0,9 στρ.
Για τον υπολογισμό των διπλοκαμένων εκτάσεων από τις εικόνες 1996 και 1998 απομονώθηκαν οι τιμές NDVI 4 του 1996, 3 του 1998 και 4 του 1998 για να προστεθούν δημιουργώντας ένα νέο κανάλι. Αυτό έγινε χρησιμοποιώντας το MODELLING UTILITY και με τη δημιουργία τριών καναλιών BITMAPS στα οποία: α) η τιμή 4 του 1996 πήρε την τιμή 1, ενώ οι υπόλοιπες τιμές πήραν την τιμή 0, β) η τιμή 3 του 1998 πήρε την τιμή 1 και ομοίως οι υπόλοιπες τιμές πήραν την τιμή 0, γ) ομοίως η τιμή 4 του 1998 πήρε την τιμή 1 ενώ οι υπόλοιπες έγιναν 0. Η πρόσθεση των τριών αυτών καναλιών έδωσε τιμές 0, 1 και 2. Διπλοκαμένες είναι οι περιοχές με τιμή 2 οι οποίες φαίνονται στην Εικόνα 8 με κόκκινο χρώμα. Αυτή μετρήθηκε ότι είναι 4213 στρ., μόνο στην περιοχή μελέτης.
Διαπιστώνεται από τις εικόνες 7 και 8 ότι: 1) και στις δύο εικόνες η διάταξη των καμένων εκτάσεων στην γεωγραφική περιοχή μελέτης είναι η ίδια και 2) η επίθεση των οριογραμμών του Δασαρχείου αφήνει πολλά εικονοστοιχεία υγιούς βλάστησης εντός των καμένων εκτάσεων. Eπίσης βλέπουμε ότι όλοι οι δείκτες παρήγαγαν όμοια εμβαδά καμένων, το οποίο υποδηλώνει μια ομοιογενή θεματική ακρίβεια στην κατηγοριοποίησή μας.
Η ποσοτική εκτίμηση της καμένης έκτασης από τον χάρτη του Δασαρχείου (ή τον ορθοφωτοχάρτη «Κηφισιά» έκδοση Γ.Υ.Σ. 1998) όπως εμβαδομετρήθηκε μετά την ψηφιοποίηση της οριογραμμής για την περιοχή μελέτης είναι 30829 στρ. και παρουσιάζει σημαντική απόκλιση από την έκταση που υπολογίστηκε αυτόματα από τις ψηφιακές μεθόδους. Ίσως η απόκλιση αυτή να οφείλεται στο ότι ο επίγειος παρατηρητής (ή φωτοερμηνευτής) λαμβάνει υπόψη του ότι οι καμένες δασικές εκτάσεις πρόκειται να κηρυχθούν αναδασωτέες, οπότε τα όρια είναι προτιμότερο ν’ αποκλίνουν προς τα άνω για να αποφευχθούν υποεκτιμήσεις. Αυτή η τακτική οδηγεί αναπόφευκτα στο να περιλαμβάνονται θύλακες υγιούς βλαστήσεως εντός της καμένης περιοχής, πράγμα το οποίο δεν συμβαίνει με την αυτόματη μέθοδο.
Από την άλλη, στον υπολογισμό της καμένης έκτασης με τις ψηφιακές μεθόδους τηλεπισκόπισης υπεισέρχονται δύο είδη σφαλμάτων: το σφάλμα ομαδοποίησης των δεικτών και το θεματικό σφάλμα.
Το σφάλμα ομαδοποίησης είναι σφάλμα της ψηφιακής μεθοδολογίας και προκύπτει από την αλλαγή της κλίμακας των δεικτών από 32-bit real σε 8-bit, και τέλος από την κατηγοριοποίηση (συμπίεση) των τιμών σε δέκα κατηγορίες από 0 έως 9. Το σφάλμα αυτό μπορεί να είναι αυξητικό (προσθέτει καμένες εκτάσεις εκεί που δεν υπάρχουν) ή αφαιρετικό. Επί παραδείγματι, μεγάλα απομονωμένα κτίσματα ή ορισμένες εκχερσωμένες περιοχές αποδίδονται ως καμένες. Απο την εμπειρία μας το σφάλμα αυτό δεν υπερβαίνει το 5% προς κάθε κατεύθυνση.
Το θεματικό σφάλμα είναι συνάρτηση του μήκους κύματος που χρησιμοποιεί ο NDVI και της χωρικής διακριτικής αναλύσεως του σαρωτή ΤΜ. Η τιμή ακτινοβολίας κάθε εικονοστοιχείου 30 Χ 30 μέτρων ψηφιοποιείται σε κάποιο διακριτό επίπεδο των τόνων του γκρί, ενώ στην πραγματικότητα η διακύμανσή της στον χώρο είναι συνεχής. Με άλλα λόγια, το ποσοστό του θεματικού σφάλματος δείχνει κατά πόσο η τιμή του εικονοστοιχείου αποκλίνει από το 100% καμένη έκταση. Δηλαδή, ένα εικονοστοιχείο ΤΜ, το οποίο αντιστοιχεί σε 0,9 στρ. και ανήκει στην κατηγορία της καμένης βλάστησης, μπορεί να αντιπροσωπεύει κατά 80% καμένη έκταση και 20% μη καμένη. Έτσι προκύπτει ένα σφάλμα υπερεκτίμησης του εμβαδού των καμένων, όπως μπορεί να συμβεί το αντίθετο ακριβώς μ’ αποτέλεσμα να προκύπτει ένα σφάλμα υποεκτίμησης - παράλειψης (δηλαδή εικονοστοιχεία με ποσοστό καμένης κάλυψης 20% να κατατάσσονται στην κατηγορία των μη καμένων). Το σφάλμα υποεκτίμησης συμβαίνει κυρίως στα περιθώρια της φωτιάς, εκεί όπου η αυτόματη μεθοδολογία μας προσδιορίζει το όριο φασματικά και όχι χωρικά . Το θεματικό σφάλμα κυμαίνεται. σε ± 10% στις εικόνες μας. Έτσι προκύπτει ένα αθροιστικό σφάλμα στην μέθοδό μας της τάξεως του 15%. Αντίθετα, το σφάλμα της επίγειας μέτρησης δεν είναι γνωστό.
Επίσης, αποκλείεται η ύπαρξη σφάλματος στους υπολογισμούς μας λόγω αλλαγής της φασματικής υπογραφής των καμένων εκτάσεων διότι ο χρόνος που μεσολάβησε από την εκδήλωση της φωτιάς Ιούλιος 1998 έως την σάρωση της περιοχής από τον δορυφόρο είναι πολύ μικρός (Αύγουστος 1998).
Το συμπέρασμα από τη χρήση της τηλεπισκόπισης για την εκτίμηση της καμένης βλάστησης στις νοτιοανατολικές πλαγιές της Πεντέλης είναι πρώτον όλοι οι δείκτες έδωσαν παρόμοια αποτελέσματα και δεύτερον ότι η 50% απόκλιση που βρέθηκε στον υπολογισμό του εμβαδού των καμένων του 1998 μεταξύ των δύο μεθόδων, οφείλεται στην υπερεκτίμηση που γίνεται στην τοποθέτηση της οριογραμμής με την επίγεια μέθοδο. Επίσης, συμπεραίνεται ότι η ψηφιακή μέθοδος υπερέχει της επίγειας σε χρόνο αφού η απόκτηση της εικόνας μετά την πυρκαγιά, η διόρθωσή της με ψηφιακό μοντέλο εδάφους και η χαρτογράφηση της καμένης περιοχής μπορεί να γίνει σε διάστημα μικρότερο από ένα μήνα.

[[category:Δασοπονία, Δασική διαχείριση]]

Παύλος Κεφαλάς

2010-02-17T14:40:42Z

Paulkefalas1:

Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων

2010-02-17T14:38:56Z

Paulkefalas1:

Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων

Συγγραφείς : Yushun Zhai, J. Alex Thomasson, Julian Boggess, Ruixiu Sui

Για τη επεξεργασία μεγάλης ποσότητας δεδομένων στην τηλεπισκόπηση απαιτούνται ικανές και ‘έξυπνες’ τεχνικές. Η ταξινόμηση μέσω εικόνων, καθώς και η εξαγωγή χαρακτηριστικών είναι πολύ σημαντικές στην ταξινόμηση εδαφών από αεροφωτογραφία η από δορυφορική εικόνα. Τεχνολογίες τεχνητής νοημοσύνης καθώς και τεχνικά νευρωνικά δίκτυα(Artificial Neural Network) βοηθούν σε μεγάλο βαθμό την επεξεργασία των δεδομένων κατά την διαδικασία ταξινόμησης. Τα συστήματα ΑΝΝ είναι κυρίως σχεδιασμένες σαν μηχανές αναγνώρισης, που στις οποίες το κύριο βασικό στοιχείο είναι το ‘ neuron’ ή ‘ node’. Τα συγκεκριμένα συστήματα χαρακτηρίζονται από την υψηλή ταχύτητα επεξεργασίας δεδομένων, και είναι ικανά να επεξεργάζονται μεγάλες ποσότητες δεδομένων. Οι οι συνεργαζόμενοι μεταξύ τους εξασκούμενοι αλγόριθμοι, όπως η προσωτροφοδότηση και η οπισθοδρόμηση είναι ικανά να εξάγουν σημαντικά χαρακτηριστικά από θορυβώδη δεδομένα.
Για να είναι αποτελεσματικά τα συστήματα ΑΝΝ θα πρέπει να γίνει αρχικά μια προεπεξεργασία. Πολλές φορές όμως είναι δύσκολο να υπάρξει μόνο ένα μοντέλο η ένας ικανοποιητικός ταξινομητής (ANN). Το πρόβλημα αυτό μπορεί να λυθεί με την χρήση ενός αριθμού ταξινομητών οι οποίοι θα στηρίζονται σε μοντέλα που θα συνεργάζονται μεταξύ τους.H μέθοδος του συνδυασμού διαφορετικών ταξινομητών ονομάστηκε “committee machines” (CM) που προέρχονται από προσωπικούς ταξινομητές ΑΝΝ.
Η περιοχή μελέτης αποτελούνταν από δύο χωράφια(αποκαλούμενα 1 και 3 ) στην περιοχή Vence του Mississippi, στο βόρειο τμήμα του δέλτα του πόταμου Mississippi. Τον Ιούλιο του 1999, συλλέχτηκαν 274 και 443 εδαφικά δείγματα από τα ανώτερα 15 εκατοστά του εδαφικού προφίλ, στα χωράφια 1 και 3. Οι γεωγραφικές συντεταγμένες των σημείων δειγματοληψίας, καταγράφηκαν με την συσκευή Satloc XLS GPS και διορθώθηκαν με σφάλμα 1μέτρου με το σύστημα Omnistar correction data. Η κοκκομετρική σύσταση των δειγμάτων υπολογίστηκε με την μέθοδο του υδρόμετρου, το οποίο υπολογίζει το ποσοστό της αργίλου, της ιλύος και της άμμου. Στην συνέχεια τα δείγματα χωρίστηκαν σε κατηγορίες ανάλογα με την περιεκτικότητα τους σε άργιλο και άμμο. Για την μείωση του αριθμού των δειγμάτων ανά κατηγορία και της άνισης κατανομής τα δείγματα ταξινομήθηκαν σε 3 βασικές εδαφικές κατηγορίες, ονομαζόμενες ως πηλώδης, αργιλοπηλώδης και αργιλώδης
Στην παρούσα έρευνα χρησιμοποιήθηκαν 2 εικόνες Landsat χωρικής ανάλυσης 120 x 120 στο κανάλι 6 και 30x30 στα άλλα. Το λογισμικό Erdas χρησιμοποιήθηκε για να γίνει η ταυτοποίηση το κυψελών (pixels) με τα σημεία που πάρθηκαν τα δείγματα, μέσω των συντεταγμένων τους. Στα συγκεκριμένα pixels μετά τον φασματικό προσδιορισμό τους στα 7 κανάλια του Landsat, έγινε διεύρυνση, καθώς κάθε ένα από αυτά επεκτάθηκε κατά 1 κυψέλη προς κάθε κατεύθυνση. Αυτό είχε ως αποτέλεσμα την δημιουργία “παραθύρων” 3x3 pixel. Η δημιουργία τέτοιων παραθύρων έγινε για όλα τα κανάλια με αποτέλεσμα να προκύψουν 63 ιδιοχαρακτηριστικά που σχετίζονταν με τις κατηγορίες κοκκομετρικής σύστασης του εδάφους. Στα δεδομένα φασματικής ακτινοβόλου λαμπρότητας έγινε μια προεπεξεργασία προτού αποτελέσουν δεδομένα εισαγωγής για τα συστήματα ΑΝΝ. Αρχικά όλες οι τιμές όλων των καναλιών χωρίστηκαν ανάλογα ε την φασματική λαμπρότητα του στο κανάλι 2 με αποτέλεσμα ο αριθμός των δεδομένων να μειωθεί σε 54. Έπειτα όλες οι τιμές των κυψελών διαιρέθηκαν με το 4, που αποτελούσε την μεγαλύτερη τιμή των δεδομένων, με αποτέλεσμα όλες οι τιμές να κυμαίνονται μεταξύ του 0 και1.
Σαν πηγή φασματικών δεδομένων χρησιμοποιήθηκαν και αεροφωτογραφίες που είχαν υψηλότερη χωρική ανάλυση (1x1). Το παράθυρο των κυψελών διευρύνθηκε κατά 5 pixels προς κάθε κατεύθυνση με αποτέλεσμα 4 υποκατηγοριών 25, 49, 81 και 120 μόνοκάναλες κυψέλες για κάθε σημείο δειγματοληψίας, και όλες οι τιμές των κυψελών διαιρέθηκαν με το 255 καθώς αποτελούσε την μέγιστη τιμή αυτών των δεδομένων.
Τα συστήματα ΑΝΝ , στα αποτελέσματα τους, έχουν συνήθως παραπάνω από ένα κόμβο .Ένας ειδικευμένος CM (SCM) που αποτελείται από εξειδικευμένα συστήματα ΑΝΝ δίνει συνήθως σαν αποτέλεσμα ένα κόμβο. Για τον λόγο αυτό o SCM χρησιμοποιείται σε προβλήματα με που απατούν ταξινόμηση σε παραπάνω από μία κατηγορίες
Μέσω της κατάρτισης και των δοκιμών των συστημάτων ΑΝΝ δημιουργούνται 3 κατηγορίες δεδομένων . Η πρώτη κατηγορία περιλαμβάνει τα αρχικά δεδομένα των εδαφικών δειγμάτων και στις 2 υποκατηγορίες. Στην δεύτερη κατηγορία γίνεται η εξίσωση του αριθμού των δεδομένων στις 3 κατηγορίες κοκκομετρικής σύστασης, στην υποκατηγορία τη κατάρτισης, ενώ την υποκατηγορία των δοκιμών παραμένουν τα ίδια. Η τρίτη κατηγορία χωρίζεται σε 3 υποκατηγορίες. Αυτές προέκυψαν μέσω της διπλής αντιγραφής των υποκατηγοριών της κατάρτισης της δεύτερης κατηγορίας, ενώ οι υποκατηγορίες δοκιμών προέκυψαν απο τον διαχωρισμό των αντίστοιχων υποκατηγοριών
Κατά την ταξινόμηση τα ECs χρησιμοποιήθηκαν σε παραπάνω από ένα χαρακτηριστικά με αποτέλεσμα την δημιουργία τριών κόμβων για τις τρείς κατηγορίες κοκκομετρικής σύστασης, ενώ αντίστοιχα κατά την χρήση των SECs είχε ως αποτέλεσμα την ταξινόμηση ενός μόνο χαρακτηριστικού για την καθεμία κατηγορία. Και για τους δύο τύπους ΑΝΝ τα πιθανά αποτελέσματα ήταν 0 (ψευδές) η 1(αληθές). Για την εικόνες Landsat οι εισροές ήταν 54 κόμβοι που αναπαριστούσαν 54 τιμές φασματικής ακτινοβόλου λαμπρότητας, καθώς και 3 παραγόμενους κόμβους που αντιστοιχούσαν στις τρείς κατηγορίες κοκκομετρικής σύστασης. Για κάθε κατηγορία δεδομένων χρησιμοποιήθηκαν 9 ECs και 9 SECs πάνω στα ίδια δεδομένα αλλά με διαφορετική βαρύτητα. Για τις αεροφωτογραφίες ο αριθμός των εισερχόμενων κόμβων ήταν ανάλογος με το μέγεθος της κυψέλης που χρησιμοποιούταν.
Καθώς γίνεται η κατάρτιση των ταξινομητών ΑΝΝ, δύο πράγματα θα πρέπει να λαμβάνονται υπόψη:
1) πως θα πρέπει να οργανώνονται τα εισερχόμενα δεδομένα που χρησιμοποιούνται κατά την κατάρτιση και την δοκιμή,
2)πότε θα πρέπει να σταματήσει η διαδικασία κατάρτισης και με ποιο κριτήριο
Κυρίως δύο κριτήριο χρησιμοποιούνται για την κατάρτιση των ANN. Το πρώτο αναφέρεται στην κατάρτιση των ταξινομητών ΑΝΝ για ένα συγκριμένο αριθμό “εποχών” για την αποφυγή ο ταξινομητής ΑΝΝ να είναι πολύ εξειδικευμένος η πολύ γενικός, ενώ το δεύτερο κριτήριο αναφέρεται στην μέθοδο αντεπικύρωσης, οπού σχετίζεται ελάχιστο μέσο τετραγωνικό σφάλμα σε σχέση με την υποκατηγορία κατάρτισης. Στη υποκατηγορία κατάρτισης υπάρχει ένα υποσύνολο που συγκρατεί το πλήθος των διαφορετικών αριθμών κατά την διάρκεια μιας “εποχής”. Ο βέλτιστος αριθμός “εποχών” ταυτίζεται με το ελάχιστο μέσο τετραγωνικό σφάλμα.
Τα αποτελέσματα για τις εικόνες Landsat παρουσιάζουν ότι τα συστήματα SCM έχουν καλύτερα αποτελέσματα ανεξάρτητα την μέθοδο συνδυασμού ταξινομητών που εφαρμόστηκε : μέσου όρου, σταθμισμένου μέσου όρου, ειδικής πλειοψηφίας. Αυτό σημαίνει ότι τα συστήματα SCM έχουν γενικά πλεονεκτήματα σε σύγκριση με τα συστήματα SCM καθώς και την ικανότητα εστίασης ενός εξειδικευμένου προγράμματος. Ωστόσο και τα δύο συστήματα δεν είχαν τα ίδια ικανοποιητικά αποτελέσματα στον αγρό, σε σύγκριση με αντίστοιχα τα οποία είχαν αρχικά καταρτιστεί. Τα αποτελέσματα για τις αεροφωτογραφίες ήταν παρόμοια με αυτά των εικόνων Landsat. To σύστημα SCM είχα καλυτέρα αποτελέσματα από το CM, καθώς και η απόδοση και των δύο συστημάτων ήταν πολύ καλύτερη όταν οι υποκατηγορίες

[[category:Εδαφολογική χαρτογράφηση]]

Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων

2010-02-17T14:38:13Z

Paulkefalas1: New page: Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων Συγγραφείς : Yushun Zhai, J. Alex Thomasson, Julian Boggess, R...

Κοκκομετρική σύσταση εδαφών με την βοήθεια νευρωνικών δικτύων
Συγγραφείς : Yushun Zhai, J. Alex Thomasson, Julian Boggess, Ruixiu Sui

Για τη επεξεργασία μεγάλης ποσότητας δεδομένων στην τηλεπισκόπηση απαιτούνται ικανές και ‘έξυπνες’ τεχνικές. Η ταξινόμηση μέσω εικόνων, καθώς και η εξαγωγή χαρακτηριστικών είναι πολύ σημαντικές στην ταξινόμηση εδαφών από αεροφωτογραφία η από δορυφορική εικόνα. Τεχνολογίες τεχνητής νοημοσύνης καθώς και τεχνικά νευρωνικά δίκτυα(Artificial Neural Network) βοηθούν σε μεγάλο βαθμό την επεξεργασία των δεδομένων κατά την διαδικασία ταξινόμησης. Τα συστήματα ΑΝΝ είναι κυρίως σχεδιασμένες σαν μηχανές αναγνώρισης, που στις οποίες το κύριο βασικό στοιχείο είναι το ‘ neuron’ ή ‘ node’. Τα συγκεκριμένα συστήματα χαρακτηρίζονται από την υψηλή ταχύτητα επεξεργασίας δεδομένων, και είναι ικανά να επεξεργάζονται μεγάλες ποσότητες δεδομένων. Οι οι συνεργαζόμενοι μεταξύ τους εξασκούμενοι αλγόριθμοι, όπως η προσωτροφοδότηση και η οπισθοδρόμηση είναι ικανά να εξάγουν σημαντικά χαρακτηριστικά από θορυβώδη δεδομένα.
Για να είναι αποτελεσματικά τα συστήματα ΑΝΝ θα πρέπει να γίνει αρχικά μια προεπεξεργασία. Πολλές φορές όμως είναι δύσκολο να υπάρξει μόνο ένα μοντέλο η ένας ικανοποιητικός ταξινομητής (ANN). Το πρόβλημα αυτό μπορεί να λυθεί με την χρήση ενός αριθμού ταξινομητών οι οποίοι θα στηρίζονται σε μοντέλα που θα συνεργάζονται μεταξύ τους.H μέθοδος του συνδυασμού διαφορετικών ταξινομητών ονομάστηκε “committee machines” (CM) που προέρχονται από προσωπικούς ταξινομητές ΑΝΝ.
Η περιοχή μελέτης αποτελούνταν από δύο χωράφια(αποκαλούμενα 1 και 3 ) στην περιοχή Vence του Mississippi, στο βόρειο τμήμα του δέλτα του πόταμου Mississippi. Τον Ιούλιο του 1999, συλλέχτηκαν 274 και 443 εδαφικά δείγματα από τα ανώτερα 15 εκατοστά του εδαφικού προφίλ, στα χωράφια 1 και 3. Οι γεωγραφικές συντεταγμένες των σημείων δειγματοληψίας, καταγράφηκαν με την συσκευή Satloc XLS GPS και διορθώθηκαν με σφάλμα 1μέτρου με το σύστημα Omnistar correction data. Η κοκκομετρική σύσταση των δειγμάτων υπολογίστηκε με την μέθοδο του υδρόμετρου, το οποίο υπολογίζει το ποσοστό της αργίλου, της ιλύος και της άμμου. Στην συνέχεια τα δείγματα χωρίστηκαν σε κατηγορίες ανάλογα με την περιεκτικότητα τους σε άργιλο και άμμο. Για την μείωση του αριθμού των δειγμάτων ανά κατηγορία και της άνισης κατανομής τα δείγματα ταξινομήθηκαν σε 3 βασικές εδαφικές κατηγορίες, ονομαζόμενες ως πηλώδης, αργιλοπηλώδης και αργιλώδης
Στην παρούσα έρευνα χρησιμοποιήθηκαν 2 εικόνες Landsat χωρικής ανάλυσης 120 x 120 στο κανάλι 6 και 30x30 στα άλλα. Το λογισμικό Erdas χρησιμοποιήθηκε για να γίνει η ταυτοποίηση το κυψελών (pixels) με τα σημεία που πάρθηκαν τα δείγματα, μέσω των συντεταγμένων τους. Στα συγκεκριμένα pixels μετά τον φασματικό προσδιορισμό τους στα 7 κανάλια του Landsat, έγινε διεύρυνση, καθώς κάθε ένα από αυτά επεκτάθηκε κατά 1 κυψέλη προς κάθε κατεύθυνση. Αυτό είχε ως αποτέλεσμα την δημιουργία “παραθύρων” 3x3 pixel. Η δημιουργία τέτοιων παραθύρων έγινε για όλα τα κανάλια με αποτέλεσμα να προκύψουν 63 ιδιοχαρακτηριστικά που σχετίζονταν με τις κατηγορίες κοκκομετρικής σύστασης του εδάφους. Στα δεδομένα φασματικής ακτινοβόλου λαμπρότητας έγινε μια προεπεξεργασία προτού αποτελέσουν δεδομένα εισαγωγής για τα συστήματα ΑΝΝ. Αρχικά όλες οι τιμές όλων των καναλιών χωρίστηκαν ανάλογα ε την φασματική λαμπρότητα του στο κανάλι 2 με αποτέλεσμα ο αριθμός των δεδομένων να μειωθεί σε 54. Έπειτα όλες οι τιμές των κυψελών διαιρέθηκαν με το 4, που αποτελούσε την μεγαλύτερη τιμή των δεδομένων, με αποτέλεσμα όλες οι τιμές να κυμαίνονται μεταξύ του 0 και1.
Σαν πηγή φασματικών δεδομένων χρησιμοποιήθηκαν και αεροφωτογραφίες που είχαν υψηλότερη χωρική ανάλυση (1x1). Το παράθυρο των κυψελών διευρύνθηκε κατά 5 pixels προς κάθε κατεύθυνση με αποτέλεσμα 4 υποκατηγοριών 25, 49, 81 και 120 μόνοκάναλες κυψέλες για κάθε σημείο δειγματοληψίας, και όλες οι τιμές των κυψελών διαιρέθηκαν με το 255 καθώς αποτελούσε την μέγιστη τιμή αυτών των δεδομένων.
Τα συστήματα ΑΝΝ , στα αποτελέσματα τους, έχουν συνήθως παραπάνω από ένα κόμβο .Ένας ειδικευμένος CM (SCM) που αποτελείται από εξειδικευμένα συστήματα ΑΝΝ δίνει συνήθως σαν αποτέλεσμα ένα κόμβο. Για τον λόγο αυτό o SCM χρησιμοποιείται σε προβλήματα με που απατούν ταξινόμηση σε παραπάνω από μία κατηγορίες
Μέσω της κατάρτισης και των δοκιμών των συστημάτων ΑΝΝ δημιουργούνται 3 κατηγορίες δεδομένων . Η πρώτη κατηγορία περιλαμβάνει τα αρχικά δεδομένα των εδαφικών δειγμάτων και στις 2 υποκατηγορίες. Στην δεύτερη κατηγορία γίνεται η εξίσωση του αριθμού των δεδομένων στις 3 κατηγορίες κοκκομετρικής σύστασης, στην υποκατηγορία τη κατάρτισης, ενώ την υποκατηγορία των δοκιμών παραμένουν τα ίδια. Η τρίτη κατηγορία χωρίζεται σε 3 υποκατηγορίες. Αυτές προέκυψαν μέσω της διπλής αντιγραφής των υποκατηγοριών της κατάρτισης της δεύτερης κατηγορίας, ενώ οι υποκατηγορίες δοκιμών προέκυψαν απο τον διαχωρισμό των αντίστοιχων υποκατηγοριών
Κατά την ταξινόμηση τα ECs χρησιμοποιήθηκαν σε παραπάνω από ένα χαρακτηριστικά με αποτέλεσμα την δημιουργία τριών κόμβων για τις τρείς κατηγορίες κοκκομετρικής σύστασης, ενώ αντίστοιχα κατά την χρήση των SECs είχε ως αποτέλεσμα την ταξινόμηση ενός μόνο χαρακτηριστικού για την καθεμία κατηγορία. Και για τους δύο τύπους ΑΝΝ τα πιθανά αποτελέσματα ήταν 0 (ψευδές) η 1(αληθές). Για την εικόνες Landsat οι εισροές ήταν 54 κόμβοι που αναπαριστούσαν 54 τιμές φασματικής ακτινοβόλου λαμπρότητας, καθώς και 3 παραγόμενους κόμβους που αντιστοιχούσαν στις τρείς κατηγορίες κοκκομετρικής σύστασης. Για κάθε κατηγορία δεδομένων χρησιμοποιήθηκαν 9 ECs και 9 SECs πάνω στα ίδια δεδομένα αλλά με διαφορετική βαρύτητα. Για τις αεροφωτογραφίες ο αριθμός των εισερχόμενων κόμβων ήταν ανάλογος με το μέγεθος της κυψέλης που χρησιμοποιούταν.
Καθώς γίνεται η κατάρτιση των ταξινομητών ΑΝΝ, δύο πράγματα θα πρέπει να λαμβάνονται υπόψη:
1) πως θα πρέπει να οργανώνονται τα εισερχόμενα δεδομένα που χρησιμοποιούνται κατά την κατάρτιση και την δοκιμή,
2)πότε θα πρέπει να σταματήσει η διαδικασία κατάρτισης και με ποιο κριτήριο
Κυρίως δύο κριτήριο χρησιμοποιούνται για την κατάρτιση των ANN. Το πρώτο αναφέρεται στην κατάρτιση των ταξινομητών ΑΝΝ για ένα συγκριμένο αριθμό “εποχών” για την αποφυγή ο ταξινομητής ΑΝΝ να είναι πολύ εξειδικευμένος η πολύ γενικός, ενώ το δεύτερο κριτήριο αναφέρεται στην μέθοδο αντεπικύρωσης, οπού σχετίζεται ελάχιστο μέσο τετραγωνικό σφάλμα σε σχέση με την υποκατηγορία κατάρτισης. Στη υποκατηγορία κατάρτισης υπάρχει ένα υποσύνολο που συγκρατεί το πλήθος των διαφορετικών αριθμών κατά την διάρκεια μιας “εποχής”. Ο βέλτιστος αριθμός “εποχών” ταυτίζεται με το ελάχιστο μέσο τετραγωνικό σφάλμα.
Τα αποτελέσματα για τις εικόνες Landsat παρουσιάζουν ότι τα συστήματα SCM έχουν καλύτερα αποτελέσματα ανεξάρτητα την μέθοδο συνδυασμού ταξινομητών που εφαρμόστηκε : μέσου όρου, σταθμισμένου μέσου όρου, ειδικής πλειοψηφίας. Αυτό σημαίνει ότι τα συστήματα SCM έχουν γενικά πλεονεκτήματα σε σύγκριση με τα συστήματα SCM καθώς και την ικανότητα εστίασης ενός εξειδικευμένου προγράμματος. Ωστόσο και τα δύο συστήματα δεν είχαν τα ίδια ικανοποιητικά αποτελέσματα στον αγρό, σε σύγκριση με αντίστοιχα τα οποία είχαν αρχικά καταρτιστεί. Τα αποτελέσματα για τις αεροφωτογραφίες ήταν παρόμοια με αυτά των εικόνων Landsat. To σύστημα SCM είχα καλυτέρα αποτελέσματα από το CM, καθώς και η απόδοση και των δύο συστημάτων ήταν πολύ καλύτερη όταν οι υποκατηγορίες

[[category:Εδαφολογική χαρτογράφηση]]