Εφαρμογές στη Γεωργία Τηλεπισκόπισης και Γεωγραφικών Συστημάτων Πληροφοριών

Από RemoteSensing Wiki

Συγγραφέας: Anil Rai, Indian Agricultural Statistics Research Institute, Library Avenue, New Delhi 110012, INDIA

E-mail: anilrai@iasri.res.in <anilrai@iasri.res.in>

Πηγή REMOTE SENSING AND GIS APPLICATIONS IN AGRICULTURE Από Remote Sensing for Agriculture -www.iasri.res.in
Εισαγωγή
Ο αριθμός των δορυφόρων, αφιερωμένων στην τηλεπισκόπιση (ή την Παρατήρηση της Γης) έχει αυξηθεί σημαντικά κατά την τελευταία δεκαετία και θα αυξηθεί περαιτέρω κατά την επόμενη δεκαετία και μετά. Οι εξελίξεις στην τεχνολογία των ηλεκτρονικών υπολογιστών, μαζί με την εμφάνιση πολλών εμπορικών πακέτων Συστήματος Γεωγραφικών Πληροφοριών (GIS) και άλλων εργαλείων λογισμικού για τη επεξεργασία χωρικών δεδομένων διευκολύνουν την εμφάνιση μιας σειράς από νέες εφαρμογές των δορυφορικών δεδομένων τηλεπισκόπισης που έχουν αναπτυχθεί ή έχουν εισέλθει στην επιχειρησιακή υπηρεσία κατά την τελευταία δεκαετία.

Σκοπός
Σκοπός αυτής της δημοσίευσης είναι να τονώσει, ενθαρρύνει και να βοηθήσει τις χώρες χωρίς εμπειρία στη χρήση των δεδομένων από την τηλεπισκόπιση να αποκτήσουν την απαραίτητη τεχνογνωσία για να εκμεταλλευτούν και να υλοποιήσει στο έπακρο τις δυνατότητές της. Η χρήση της τεχνικής της τηλεπισκόπισης για τη συλλογή δεδομένων σε συνδυασμό με την εισαγωγή των γεωγραφικών συστημάτων πληροφοριών (GIS) ως ένα ισχυρό εργαλείο για την επεξεργασία αυτών των δεδομένων μαζί με τις πληροφορίες που συλλέγονται σύμφωνα με τις παραδοσιακές τεχνικές, βοηθά να ξεπεραστούν οι παραδοσιακοί περιορισμοί στον όγκο των δεδομένων. Τα δεδομένα της τηλεπισκόπισης με την βοήθεια της κατάλληλης επεξεργασίας και ανάλυσης που αναπτύσσεται στην παρούσα δημοσίευση, επιτρέπουν την προετοιμασία της βάσης, την αξιολόγηση του ανάγλυφου εδάφους, την ταξινόμηση των χρήσεων και υποβαθμίσεων της γης και την παραγωγή των αντίστοιχων χαρτών. Η γεωργία και συναφείς καλλιέργειες είναι φαινόμενα δυναμικά και συνεπώς μια σωστή εκτίμηση των συνθηκών σε οποιαδήποτε στιγμή είναι απαραίτητη για την πρόβλεψη των τάσεων, των προτύπων σε κάλυψη γης, των διαδικασιών παραγωγής, συγκομιδής και απόδοσης του φυτικού κεφαλαίου.

Μεθοδολογία και διαδικασία
Τηλεπισκόπιση

Η μεταφορά πληροφοριών από ένα αντικείμενο σε έναν δέκτη (παρατηρητής), με τη βοήθεια της ακτινοβολίας μεταδίδεται μέσω της ατμόσφαιρας. Η αλληλεπίδραση μεταξύ της ακτινοβολίας και το αντικείμενο ενδιαφέροντος μεταφέρει πληροφορίες που απαιτούνται από τη φύση του αντικειμένου π.χ., συντελεστή ανάκλασης, εκπομπής, τραχύτητας. Η αντανάκλαση του φωτός μιας φυσικής πηγής όπως ο ήλιος από τη βλάστηση θα δώσει πληροφορίες σχετικά με τον συντελεστή αντανάκλαση του αντικειμένου και φασματική ταυτότητά του και συνεπώς την φύση του αντικειμένου (Πράσινα δέντρα, κλπ.). Ενεργητική όταν π.χ. η ακτινοβολία μικροκυμάτων που εκπέμπεται από ένα σύστημα ραντάρ ειδικά σχεδιασμένο και διαχέεται από ένα σύννεφο βροχής προς τα πίσω στον δέκτη θα δώσει πληροφορίες σχετικά με το μέγεθος και την ένταση της σταγόνας βροχής.

Ηλεκτρομαγνητική Ακτινοβολία
Η ακτινοβολία μπορεί να παρατηρηθεί είτε ως κίνηση κύματος, ή ως ενιαία διακριτά πακέτα ενέργειας, τα φωτόνια. Η ενέργεια Ε ενός φωτονίου δίνεται από τον τύπο:

Ε= hc/όπου c, v και λ είναι η ταχύτητα, η συχνότητα και το μήκος κύματος της ακτινοβολίας, αντίστοιχα και h είναι η σταθερά του Plank.
Η θεωρία των κυμάτων της ακτινοβολίας έχει επίδραση στην τηλεπισκόπιση αφού η ακτινοβολία αντανακλάται σε μια επιφάνεια και μεταδίδεται, απορροφάται και διασκορπίζεται σε ένα μέσο.

Το ηλεκτρομαγνητικό φάσμα
H ηλεκτρομαγνητική ακτινοβολία καλύπτει ένα πολύ μεγάλο φάσμα μηκών κύματος. Στην Τηλεπισκόπιση ασχολούμαστε με την ακτινοβολία από την υπεριώδη (UV), που έχει μήκη κύματος της από 0,3 - 0,4 μm (10-6 m) σε μήκη κύματος ραντάρ στην περιοχή των 10 cm (10-1 m) Έτσι διαφέρουν σημαντικά τα φαινόμενα που παρατηρούνται στις διάφορες περιοχές του μήκους κύματος.

Αναλύσεις Δεδομένων
Τα δεδομένα από την Τηλεπισκόπιση παρέχουν μια συνοπτική ή περιφερειακή άποψη της επιφάνειας της Γης, καθώς και την ευκαιρία να προσδιοριστούν τα ιδιαίτερα χαρακτηριστικά που παρουσιάζουν ενδιαφέρον. Τεχνικές ανάλυσης συχνά αφορούν κυρίως τις τιμές των δεδομένων σε μια εικόνα για ορισμένα χαρακτηριστικά του εδάφους, ή για παραμέτρους, που προσδιορίζουν τα χαρακτηριστικά. Ωστόσο, στις μεθόδους συλλογής δεδομένων τηλεπισκόπισης απόλυτα συμμετέχει τουλάχιστον ένα επίπεδο εμμέσου υπολογισμού. Με την έννοια ότι μια μελέτη με σκοπό να καθορίσει την κατάσταση και την κάλυψη της βλάστησης πρέπει να συσχετισθεί με μετρήσιμα από την τηλεπισκόπιση μεγέθη και συγκεκριμένα την ανάκλαση. Ένας επιπλέον περιορισμός που πρέπει να ληφθεί υπόψη είναι ότι τα δεδομένα που συλλέγουμε με χρήση τηλεπισκόπισης χρησιμοποιούν μόνο το δυναμικό εύρος των μετρήσεων στο επιλεγμένο «χώρο μέτρησης».
(βλ. ΕΙΚΟΝΑ 2.)

 ...........................................................Μήκος Κύματος ((μm)

ΕΙΚΟΝΑ 2. Εξάρτηση του μήκους κύματος του συντελεστή ανάκλασης ενός φύλλου σόγιας
Wavelength dependence of reflectance of a soybean leaf
Για να διακρίνεται ένα χαρακτηριστικό στο σύνολο των δεδομένων, η ανάλυση και το μέγεθος της μέτρησης πρέπει να είναι κατάλληλη για τις μετρήσιμες ιδιότητες του. Για να μπορεί ένα χαρακτηριστικό να διαχωριστεί από άλλα, οι μετρήσεις αυτές θα πρέπει επίσης να είναι σε θέση να παρέχουν την διάκριση μεταξύ των διαφορών στην ανάκλαση που έχουν αυτά τα χαρακτηριστικά. Διαφορετικά υλικά ανταποκρίνονται με διαφορετικούς ξεχωριστούς τρόπους στην ηλεκτρομαγνητική ακτινοβολία. Αυτό σημαίνει ότι με την φασματική ανάλυση, μια συγκεκριμένη φασματική καμπύλη απόκρισης αποτελεί την φασματική υπογραφή, μπορεί να προσδιοριστεί για κάθε είδος υλικού αλλά μπορεί να απαιτείται ότι τα φάσματα είναι επαρκώς λεπτομερή όσον αφορά το μήκος κύματος. Επίσης κατηγορίες της ύλης (όπως το έδαφος το οποίο περιέχει διάφορα μέταλλα), μπορεί να μην είναι άμεσα αναγνωρίσιμες βάσει των φασματικών δεδομένων μόνο.
Μία επιπλέον ανάλυση είναι η Χωρική ανάλυση που καθορίζει το επίπεδο της χωρικής λεπτομέρειας που απεικονίζεται σε μια εικόνα. Το μικρότερο αντικείμενο πρέπει να είναι αναγκαστικά μεγαλύτερη από ένα εικονοστοιχείο (pixel). Με αυτή την έννοια, η χωρική ανάλυση είναι άμεσα συνδεδεμένη με εικόνες που αποτελούνται από εικονοστοιχεία. Σε πρακτικό επίπεδο, η «Ανιχνευσιμότητα» ενός αντικειμένου σε μια εικόνα περιλαμβάνει την εξέταση της φασματικής αντίθεσης καθώς και της χωρικής ανάλυσης.
Η Ραδιομετρική ανάλυση των δεδομένων τηλεπισκόπισης ορίζεται ως το ποσό της ενέργειας που απαιτείται για να αυξήσει την τιμή ενός εικονοστοιχείου κατά ένα επίπεδο κβάντωσης. Ο ραδιομετρικός βαθμός είναι το δυναμικό εύρος ή το μέγιστο αριθμό των επιπέδων κβάντωσης που μπορεί να καταγραφεί από ένα συγκεκριμένο σύστημα ανίχνευσης. Οι περισσότερες εικόνες τηλεπισκόπισης καταγράφονται με επίπεδα κβάντωσης στην περιοχή 0 &shyp 255, δηλαδή, η ελάχιστη«Ανιχνεύσιμη» τιμή ακτινοβολίας καταγράφεται ως 0 ενώ η «μέγιστη» ακτινοβολία καταγράφεται ως Αυτή η περιοχή είναι επίσης γνωστή και ως ανάλυση 8 bit επειδή όλες οι τιμές στην περιοχή μπορεί να εκπροσωπούνται από 8 bits (δυαδικά ψηφία) σε έναν υπολογιστή.
Η χρονική ανάλυση των δεδομένων τηλεπισκόπισης ορίζεται ως ο κύκλος επανάληψης ή το διάστημα μεταξύ των λήψεων των διαδοχικών εικόνων. Αυτός ο κύκλος έχει καθοριστεί για το διαστημικό σκάφος με βάση τα τροχιακά χαρακτηριστικά τους, αλλά είναι αρκετά ευέλικτος για τύπους αεροσκαφών.

Ψηφιακή Επεξεργασία Εικόνας
Οι ρίζες της τηλεπισκόπισης φτάσει πίσω στο έδαφος και τις αεροφωτογραφίες. Η σύγχρονη τηλεπισκόπισης πραγματικά απογειώθηκε καθώς δύο σημαντικές τεχνολογίες εξελίχθηκαν περισσότερο ή λιγότερο ταυτόχρονα:

1) την ανάπτυξη εξελιγμένων ηλεκτρο-οπτικών αισθητήρων που λειτουργούν από τον αέρα και το διάστημα και
2) την ψηφιοποίηση των στοιχείων που είναι πλέον κατάλληλα για την επεξεργασία και την ανάλυση με ευέλικτα λογισμικά υπολογιστή.
Οι διαδικασίες επεξεργασίας Εικόνας εμπίπτουν σε τρεις γενικές κατηγορίες:
α) Αποκατάσταση εικόνας (Προεπεξεργασία)

β) Βελτίωση εικόνας και

γ) Ταξινόμηση και εξαγωγή πληροφορίας. Τα δεδομένα από τη δορυφορική τηλεπισκόπιση έχουν τη μορφή του ψηφιακού αριθμού ή D.N.

ΕΙΚΟΝΑ 5. Βασικές αρχές Ταξινόμησης.

Η μέτρηση δεδομένων της ακτινοβολίας όπως της ανάκλασης και εκπομπής, οι οποίες ποικίλλουν σε μια συνεχή σειρά ακτινοβολίας, είναι τιμές που ψηφιοποιούνται μόλις φθάνουν στο διαστημικό σκάφος αφού αρχικά να μετρώνται από τους αισθητήρες. Δεδομένα επίγεια μπορεί επίσης να ψηφιοποιηθούν κατά τη στιγμή της συλλογής. Ή, εικόνες που λαμβάνονται από με συμβατική φωτογράφηση είναι σε θέση να ψηφιοποιηθούν. Μια DN είναι απλά ένα από ένα σύνολο αριθμών που βασίζεται σε δυνάμεις του 2, όπως 26 =64 Το φάσμα των ακτινοβολιών, για παράδειγμα, καταγράφεται ως οι διαφορετικές τάσεις (voltages), αν ο αισθητήρας δίνει τέτοιο σήμα, που είναι η μετατροπή των φωτονίων που μετρήθηκαν σε ένα συγκεκριμένο μήκος κύματος ή διαστήματα μήκους κύματος. Τα άνω και κάτω όρια της ικανότητας ευαισθησίας του αισθητήρα σχηματίζουν το φάσμα των επιλεγμένων μελών του D.N. Οι τάσεις διαχωριστεί σε δύο ίσα σύνολα αριθμών με βάση την επιλεγμένη για ψηφιοποίηση περιοχή. Έτσι, μια μπάντα IRS μπορεί να έχει τιμές για την τάση – με μέγιστο και ελάχιστο που μπορεί να μετρηθεί - υποδιαιρεμένο σε 28 ή 256 ίσες μονάδες. Αυτά έχουν αυθαίρετα οριστεί σε 0 για τη χαμηλότερη τιμή, έτσι ώστε το εύρος να είναι από 0 έως 255.

Προεπεξεργασία
Η Προεπεξεργασία είναι ένα σημαντικό και ποικίλο σύνολο προγραμμάτων προετοιμασίας της εικόνας που ενεργούν για αντισταθμίσουν τα προβλήματα με τα δεδομένα της μπάντας και τις τιμές των ψηφιακών αριθμών τα οποία υπολογίζει εκ νέου με σκοπό την ελαχιστοποίηση αυτών των προβλημάτων όπως η ατμοσφαιρική διόρθωση, η επιρροή της εξασθένησης και σκέδασης, οι γεωμετρικές στρεβλώσεις, τα αποτελέσματα της καμπυλότητας και της περιστροφής της Γης, παρατυπίες της απόκρισης των οργάνων ανίχνευσης, απώλεια συγκεκριμένων γραμμών σάρωσης κ.α.
Αναδειγματοληψία
Αναδειγματοληψία είναι μία προσέγγιση που χρησιμοποιείται συνήθως για να παραχθούν καλύτερες εκτιμήσεις των ψηφιακών αριθμών D.N. για τα μεμονωμένα εικονοστοιχεία. Μετά από τις διάφορες γεωμετρικές διορθώσεις, το καθαρό αποτέλεσμα είναι ότι η προκύπτουσα ανακατανομή των εικονοστοιχείων περιλαμβάνει χωρικές μετατοπίσεις τους σε νέες, πιο ακριβείς σχετικές θέσεις. Με απλά λόγια, οι διορθώσεις έχουν οδηγήσει ένα εικονοστοιχείο που κατά τη στιγμή της δειγματοληψίας να ήταν στο έδαφος Α με τιμές Α, να μετατοπίζεται σε μια θέση που έχει τις τιμές Α αλλά μπορεί στην πραγματικότητα να βρίσκεται τοποθετημένο στο έδαφος Β. Μια εκτίμηση της νέας τιμής φωτεινότητας (ως DN) που είναι πιο κοντά στην κατάσταση Β γίνεται από κάποια μαθηματική τεχνική αναδειγματοληψίας.
Τρεις είναι οι αλγόριθμοι δειγματοληψίας που χρησιμοποιούνται συνήθως:

Στην τεχνική του Πλησιέστερου Γειτονικού Στοιχείου (Nearest Neighbor technique), το εικονοστοιχείο που μετατρέπεται παίρνει την τιμή του πλησιέστερου εικονοστοιχείου στον προ-μετατόπισης πίνακα.
Στη Διγραμμική Προσέγγιση Παρεμβολής (Bilinear Interpolation), χρησιμοποιείται ο μέσος όρος των ψηφιακών αριθμών DNS από τα 4 εικονοστοιχεία γύρω από το εικονοστοιχείο που μετατράπηκε.

Στην τεχνική Κυβικής Συνέλιξης χρησιμοποιείται ο μέσος όρος των ψηφιακών αριθμών DNS από τα 16 εικονοστοιχεία γύρω από το εικονοστοιχείο που μετατράπηκε. Αυτό οδηγεί συνήθως στη πιο ευκρινή εικόνα.

ΕΙΚΟΝΑ 3. Αλγόριθμοι Δειγματοληψίας

Το πρώτο παράδειγμα ενός ψευδούς σύνθετου χρώματος, γίνεται με το συνδυασμό (είτε φωτογραφικά είτε με πρόγραμμα επεξεργασίας υπολογιστή) οποιασδήποτε των τριών ζωνών από εικόνες με κάποια επιλογή από φίλτρα χρώματος, συνήθως μπλε, πράσινο και κόκκινο. Το συνήθες σύνθετο ψευδές χρώμα γίνεται με την προβολή μιας εικόνας στη ζώνη του πράσινου με ένα μπλε φίλτρο, μιας κόκκινης ζώνης μέσω του πράσινου και η φωτογραφική υπέρυθρη εικόνα μέσα από ένα κόκκινο φίλτρο. Στην πράξη, χρησιμοποιούμε διάφορους αλγορίθμους χαρτογράφησης χρώματος για να διευκολυνθεί η οπτική ερμηνεία σε μια εικόνα, ενώ η αναλυτική επεξεργασία λειτουργεί συνήθως με τον αρχικό ψηφιακό αριθμό D.N. στις τιμές των εικονοστοιχείων. Για καλύτερη εμφάνιση της εικόνας υπάρχουν πολλές τεχνικές πλέον όπως το επέκταση της αντίθεσης και το κόψιμο της πυκνότητας. Ακριβώς όπως η αντίθεση που εκτείνεται προσπαθεί να διευρύνει την έκφραση των διαφορών στην φασματική ανακλαστικότητα χειραγωγώντας τις τιμές D.N., έτσι και το χωρικό φιλτράρισμα ασχολείται με επέκταση αντιθέσεων τοπικά στο πεδίο του χώρου. Έτσι, αν στον πραγματικό κόσμο υπάρχουν όρια και στις δύο πλευρές μεταξύ των χαρακτηριστικών όπως η ανάκλαση ή η εκπομπή (αξιοσημείωτη καθώς αυτό σημαίνει αιχμηρές ή απότομες αλλαγές των τιμών ψηφιακών αριθμών D.N.), αυτά τα όρια μπορεί να τονισθούν από οποιοδήποτε από τους πολλούς αλγορίθμους υπολογιστή (ή αναλογικά οπτικά φίλτρα). Γραμμικά χαρακτηριστικά, ιδίως, όπως τα γεωλογικά ρήγματα μπορεί να γίνει να ξεχωρίζουν.
Ο τύπος των φίλτρων που χρησιμοποιούνται, υψηλής ή χαμηλής, εξαρτάται από τη χωρική κατανομή συχνότητας των τιμών ψηφιακών αριθμών D.N. και σε αυτό που ο χρήστης επιθυμεί να τονίσει.
Υπάρχουν δύο κοινές μέθοδοι για τον εντοπισμό και την ταξινόμηση χαρακτηριστικών σε εικόνες: Ταξινόμηση χωρίς επίβλεψη και με επίβλεψη.

ΕΙΚΟΝΑ 6. Ταξινόμηση χωρίς επίβλεψη και με επίβλεψη.

ΕΙΚΟΝΑ 7. Ταξινόμηση χωρίς επίβλεψη.

Συμπέρασμα
Οι δυνατότητες για κοινωνικά και οικονομικά οφέλη που προσφέρει η τηλεπισκόπιση προκύπτουν από την μοναδική δυνατότητα να παρέχει σχεδόν σε πραγματικό χρόνο παρακολούθηση εκτεταμένων περιοχών της επιφάνειας της Γης με σχετικά χαμηλό κόστος, καθώς και την ικανότητα να εστιάζονται σε συγκεκριμένες ιδιότητες της επιφάνειας της γης και της θάλασσας που μας ενδιαφέρουν και να παρέχουν λεπτομερείς, χωροεντοπισμένες πληροφορίες. Σε ορισμένες εφαρμογές, η τηλεπισκόπιση προσφέρει μια εναλλακτική πηγή για τα δεδομένα, η οποία θα μπορούσε να αποκτηθεί από επίγεια ή εναέρια τοπογράφηση αλλά με μια πιο έγκαιρη και λιγότερο δαπανηρή λύση. Σε άλλες περιπτώσεις, η διαθεσιμότητα των δορυφορικών δεδομένων τηλεπισκόπισης μπορεί να προσφέρει μια μοναδική λύση, για παράδειγμα, όπου άλλες τεχνικές, δεν θα ήταν πρακτικά εφαρμόσιμες.