Υπολογισμός και η χαρτογράφηση των υπολειμμάτων συγκομιδής που καλύπτουν αγροτική γη με χρήση hyperspectral και IKONOS δεδομένα.

Από RemoteSensing Wiki

Έκδοση στις 13:22, 24 Φεβρουαρίου 2010 υπό τον/την Pandri21 (Συζήτηση | Συνεισφορές/Προσθήκες)
Μετάβαση σε: πλοήγηση, αναζήτηση


Υπολογισμός και η χαρτογράφηση των υπολειμμάτων συγκομιδής που καλύπτουν αγροτική γη με χρήση hyperspectral και IKONOS δεδομένα.

Estimating and mapping crop residues cover on agricultural lands using hyperspectral and IKONOS data

Remote Sensing of Environment 104 (2006) 447–459

A. Bannari a,c, , A. Pacheco b, K. Staenz c, H. McNairn b, K. Omari a a Department of Geography, University of Ottawa, Ottawa, , Canada b Agriculture and Agri-food Canada, 960 Carling Avenue, Ottawa, Canada c Canada Centre for Remote Sensing, Natural Resources Canada,

Αντικείμενο εφαρμογής: Γεωργία – Ενέργειες φυτικής διαχείρισης

Στόχοι εφαρμογής: Τα αφημένα κατάλοιπα των σοδειών στις αγροτικές περιοχές μετά την συγκομιδή παίζουν έναν σημαντικό ρόλο στον έλεγχο και την προστασία του εδάφους ενάντια στην διάβρωση που προκαλεί το νερό και ο αέρας. Μια πρόκληση της τηλεπισκόπισης είναι να χρησιμοποιήσει με διαφορετικό τρόπο τα κατάλοιπα της σοδειάς διαφοροποιώντας τα από το σκέτο χώμα και την φυτική βλάστηση. Τα στοιχεία αποκτήθηκαν σε μια γεωργική περιοχή κοντά στο Indian Head (50°32 ′ Ν 103°40 ′ W), στο νότιο Saskatchewan, 68 χλμ ανατολικά της Regina, Καναδάς. Οι τομείς που χρησιμοποιούνται για οι σκοποί επικύρωσης βρέθηκαν σε ένα αγρόκτημα δοκιμής. Οκτώ τομείς 12 εκταρίων επιλέχτηκαν για τις επίγειες μετρήσεις, τέσσερις που σπάρθηκαν με το σίτο , δύο που σπάρθηκαν με το canola και δύο με το μπιζέλι. Σε κάθε τομέα, η τρείς κατηγορίες που εξετάστηκαν (υπολείμματα συγκομιδών, γυμνό χώμα και βλάστηση) είχα αντιπροσωπευθεί σημαντικά

Πως γινόταν παλιότερα: Οπτική εκτίμηση (McNairn & Protz, 1993), γραμμή παρεμβολή (line transect, Morrison και λοιποί., 1993, 1995), παρεμπόδιση σημείου (Daughtry και λοιποί., 1995), ραβδί μετρητών (Hartwig & Laflen, 1978, και οι φωτογραφικές τεχνικές (Morrison & Τσίτσεστερ, 1991). Δυστυχώς, αυτές οι μέθοδοι είναι χρονοβόρες και μην εφαρμόσιμες για τη μεγάλη χωρική κάλυψη (Daughtry και λοιποί., 1996).

Είδη δορυφορικών συστημάτων: airborne hyperspectral Probe-1 και IKONOS

Είδη δορυφόρων, δεκτών και καναλιών -Χρησιμότητα των δεικτών/καναλιών: Για τον IKONOS χρησιμοποιήθηκαν μόνο το πολυφασματατικά κανάλια και τα αντίστοιχα δεδομένα.. Το Probe-1 είναι ένα όργανο «whiskbroom style», το οποίο συλλέγει τα στοιχεία στην από διασταύρωση ιχνών κατεύθυνσης από τη μηχανική ανίχνευση και στη διαμήκη κατεύθυνση τηςμετακίνησης της αερομεταφερόμενης πλατφόρμας. Αυτός ο αισθητήρας απαιτεί 128 κανάλια, με περιοχή μήκους κύματος από 400-nm έως 2500-nm. Oι καθαρές φασματικές υπογραφές (υπολείμματα, γυμνό χώμα και βλάστηση) εξήχθησαν με το χέρι από τα στοιχεία εικόνας βασισμένα στην προγενέστερη γνώση των τομέων παρατήρησης.

Αρχείο:Image 14p.jpg
Ταξινόμηση των επίγειων κάθετων φωτογραφιών, πηγή:Remote Sensing of Environment 104 (2006) 447–459

Προεπεξεργασίες: Μια εργαστηριακή βαθμολόγηση ολοκληρώθηκε για τον Probe-1 αισθητήρας για να λάβει το σκοτεινό τρέχον σήμα, τους ραδιομετρικούς συντελεστές, και για να εξακριβώσουν την κεντρική θέση των φασματικών ζωνών. Η εικόνα IKONOS διορθώθηκε ραδιομετρικά χρησιμοποιώντας σχετικά φίλτρα φασματικής απάντησης και οι ραδιομετρικοί συντελεστές βαθμολόγησης δόθηκαν με τα στοιχεία.

Χρήση επιπρόσθετων δεδομένων: Χρήση GPS δεδομένων για την γεωαναφορά των δεδομένων και την επαλήθευση των δεδομένων που προέκυψαν από την ανάλυση των δεδομένων.

Προχωρημένες Επεξεργασίες: Linear Spectral Mixture Analysis (LSMA) Αυτό η προσέγγιση υποθέτει ότι η πηγή της φασματικής υπογραφής από ένα εικονοστοιχείο περιέχει περισσότερα από ένα ευδιάκριτα συστατικά (Schwarz, 1998). Η θεμελιώδης υπόθεση της LSMA ανάλυσης είναι ότι γενικά κάθε εικονοστοιχείο είναι ένα φυσικό μίγμα διάφορων συστατικών που ζυγίζονται από την αφθονία της επιφάνειας, και το φάσμα του μίγματος είναι ένας γραμμικός συνδυασμός του φασματικού συντελεστή ανάκλασης. Στατιστικοί μέθοδοι. Διάφορες στατιστικά υπολογίστηκαν και για τις επίγειες μετρήσεις (παρατηρηθείσες τιμές) και για τα στοιχεία των εικόνων (προβλεφθείσες τιμές). Οι στατιστικές σταθερής απόκλισης επέτρεψαν την αξιολόγηση της μεταβλητότητας των στοιχείων. Αυτή η παράμετρος αναφέρθηκε σε όλες τις δοκιμές ως ποσοστό λάθους του μέσου όρου που εξήχθη από τις επίγειες μετρήσεις (κάθετες φωτογραφίες) και τα στοιχεία εικόνας.

Αρχείο:Image 15p.jpg
Χάρτες κάλυψης συγκομιδών τοις εκατό (μέρος) από (α) hyperspectral και (β) IKONOS , πηγή:Remote Sensing of Environment 104 (2006) 447–459


Αποτελέσματα και αξιολόγηση της μεθόδου: Σε αυτή τη μελέτη, η δυνατότητα της υπερφασματικής (Probe-1) και της πολυφασματικής υψηλής χωρικής ανάλυσης (IKONOS) δεδομένων έγιναν αντικείμενα σύγκρισης για τον υπολογισμό και την χαρτογράφηση των καταλοίπων στις αγροτικές περιοχές με την χρήση της προσέγγισης της βεβιασμένης γραμμικής ανάλυσης μείγματος. Τα δεδομένα της εικόνας βαθμονομήθηκαν φασματικά και ραδιομετρικά, διορθώθηκαν ατμοσφαιρικά τόσο όσο και γεωμετρικά. Τα καθαρά φασματικά χαρακτηριστικά των καταλοίπων, του χώματος και της εδαφοκάλυψης εξελέγησαν χειρονακτικά από τα δεδομένα της εικόνας βάσει της προηγούμενης γνώσης για τα χωράφια. Το ποσοστό(δείγματος) για κάθε δειγματοληπτικό στάδιο βγήκε μετά από τη χρήση αμιγών και ελεγμένων μετρήσεων ενάντια στην αναφορά του εδάφους. Τα καλύτερα αποτελέσματα επιτεύχθηκαν για την εδαφοκάλυψη (index of agreement (D)=0.92 and root mean square error (RMSE)=0.09), καθορίστηκαν για την ρυπαρότητα της endmembers canola,του μπιζελιού και του σταριού, τα οποία ακολούθησαν τα κατάλοιπα σταριού (D=0.76 and RMSE=0.12).Μελετώντας μόνο τα κατάλοιπα σταριού στους αγρούς με canola D increases to 0.86.Τα κομμάτια του εδάφους δεν εκτιμήθηκαν γενικά σωστά με D=0.72, και έτσι δεν μπορούν να υπάρξουν συγκεκριμένες βελτιώσεις μετά τον καθορισμό για την επίδραση της σκιάς. Οι υπολογισμοί από τα δεδομένα IKONOS ήταν φτωχότεροι για τις ίδιες εδαφοκαλύψεις (residues: D=0.40 and RMSE=0.24; crop: D=0.51 and RMSE=0.38; soil: D=0.58 and RMSE=0.29). Σχετικά με τα δεδομένα του IKONOS ο βαθμός επιτυχίας των υπερφασματικών δεδομένων οφείλεται κυρίως στην εξελιγμένη φασματική ομάδα χαρακτηριστικών, κυρίως στο SWIR, που είναι πιο ευαίσθητο ως προς τα κατάλοιπα (lignin and cellulose absorption features), το χώμα και την εδαφοκάλυψη.

Προσωπικά εργαλεία