Ραδιομετρία και Υπερφασματική Τηλεπισκόπηση για την ανίχνευση οδικού δικτύου και αξιολόγησης της ποιότητάς του

Από RemoteSensing Wiki

Ραδιομετρία και Υπερφασματική Τηλεπισκόπηση για την ανίχνευση οδικού δικτύου και αξιολόγησης της ποιότητάς του

Αντικείμενο

Εικόνα 1: Ανακλαστικότητα του οδικού δικτύου στα κανάλια του VIS και SWIR

Εικόνα 2: Το αποτέλεσμα της ταξινόμησης μέσω του eCognition (κάτω), συγκρινόμενο με το ψευδέγχρωμο σύνθετο του IKONOS (πάνω αριστερά) και ψηφιακά δεδομένα που αναπαριστούν τα σπίτια και το οδικό δίκτυο με υπόβαθρο τον λόγο NDVI (πάνω δεξιά)

Εικόνα 3: α) εικόνα AVIRIS , β) ταξινόμηση των οδικών επιφανειών (περιλαμβάνονται κάποιες οροφές), γ) εφαρμογή γραμμικού φίλτρου, αφαίρεση κενών, διανυσματοποίηση και εξομάλυνση των αξόνων, δ) χάρτης αναφοράς των αξόνων

Εικόνα 4: Βελτίωση της ακρίβειας ταξινόμησης για διαφορετικές ραδιομετρικές ρυθμίσεις συγκρινόμενες με την ταξινόμηση σε IKONOS

μέθοδο ανίχνευσης οδικών αξόνων και συλλογής πληροφοριών σχετικά με την ποιοτική κατάσταση στην οποία βρίσκονται. Επιχειρεί την εξαγωγή διάφορων κατηγοριών οδικού δικτύου και συγκρίνει τις φασματικές υπογραφές οι οποίες σχετίζονται με διαφορετικής ποιότητας οδικά δίκτυα. Η περιοχή μελέτης είναι η αστική περιοχή της Goleta στην Santa Barbara, στην Καλιφόρνια, η οποία χαρακτηρίζεται από ποικίλες χρήσεις γης και διάφορες κατηγορίες δρόμου.

Μεθοδολογία

Αρχικά, για τη μελέτη χρησιμοποιήθηκαν συνδυαστικά ο αισθητήρας AVIRIS (224 κανάλια), με εύρος φάσματος 350nm-2500nm, χωρικής ανάλυσης 4m και ραδιόμετρο χειρός στο πεδίο, μέσω των οποίων καταγράφηκαν 6.000 φασματικές υπογραφές οι οποίες ανήκουν σε 147 διαφορετικές επιφάνειες/διαφορετικά αντικείμενα. Το ραδιόμετρο χειρός χρησιμοποιεί τρεις ανιχνευτές, στο ορατό, εγγύς υπέρυθρο (Visible and Near Infrared, VNIR) και στο μικροκυμματικό υπέρυθρο (SWIR1 και SWIR2). Η “αστική” βιβλιοθήκη φασματικών υπογραφών αναπτύχθηκε με δύο τρόπους: 1) χρησιμοποιώντας ραδιόμετρο χειρός στο πεδίο (Analytical Spectral Device, ASD), 2) αντλώντας πληροφορία από τις υπερφασματικές απεικονίσεις του AVIRIS (AVIRIS library). Η επεξεργασία των απεικονίσεων του AVIRIS έγινε με το λογισμικό “MultiSpec”, το οποίο σχεδιάστηκε για την επεξεργασία και ανάλυση των υπερφασματικών δεδομένων. Η πρώτη μέθοδος που εφαρμόστηκε είναι η Bhattacharyya distance για την επιλογή των κατάλληλων καναλιών στα οποία διαχωρίζονται καλύτερα οι φασματικές υπογραφές των κατηγοριών. Χρησιμοποιήθηκαν τα δεδομένα και των δύο βιβλιοθηκών (ASD library, AVIRIS library) και τελικά, επιλέχθηκαν 14 κανάλια στα οποία διακρίθηκε η μεγαλύτερη διαχωριστική ικανότητα των φασματικών υπογραφών των στόχων-αντικειμένων. Στην υπερφασματική απεικόνιση AVIRIS έγινε ταξινόμηση με τη μέθοδο Maximum Likelihood Classification και η παραγόμενη απεικόνιση περιέχει αρκετές κατηγορίες δρόμων, όπως δρόμους με άσφαλτο, τσιμέντο, αμμοχάλικο και χώρους στάθμευσης. Σε δεύτερο στάδιο, μελετώνται δορυφορικά δεδομένα ΙΚΟΝΟS (4m), με χρήση αντικειμενοστραφούς ανάλυσης, σε μια προσπάθεια υπερκέρασης των μειονεκτημάτων των πολυφασματικών δεδομένων των υπαρχόντων δορυφορικών δεκτών, λόγω της μικρής ραδιομετρικής τους ικανότητας. Η ανάλυση εφαρμόστηκε σε ένα μωσαϊκό επτά εικόνων IKONOS που καλύπτουν όλη της περιοχή της Santa Barbara. Έπειτα πραγματοποιήθηκε μια σύγκριση ταξινομήσεων μεταξύ δεδομένων από δέκτες διαφορετικών ραδιομετρικών χαρακτηριστικών (Εικόνα 4). Συγκρίθηκαν τρεις τύποι δεδομένων. Ο Top 5 VIS, ο οποίος περιελάμβανε 4 κανάλια μικρού εύρους (10 nm) στην ορατή και εγγύς υπέρυθρη περιοχή του φάσματος, αντί για τα 5 πολυφασματικά κανάλια του IKONOS. Ο δεύτερος τύπος εικόνας περιλαμβάνει τα κανάλια του IKONOS και επιπρόσθετα 2 περισσότερο κατάλληλα κανάλια από την εγγύς υπέρυθρη περιοχή. Τέλος ο τρίτος τύπος περιλαμβάνει τα 14 πιο κατάλληλα κανάλια από τα 224 του AVIRIS, τα οποία παρουσιάζουν τη μεγαλύτερη διαχωριστική ικανότητα όσον αφορά στις αστικές θεματικές κατηγορίες κάλυψης του εδάφους.

Αποτελέσματα

Αρχικά, η πληροφορία η οποία αποκτάται με τις μεθόδους Τηλεπισκόπησης δεν είναι τόσο λεπτομερής όσο εκείνη η οποία αποκτάται από μετρήσεις στο πεδίο. Ωστόσο, παρατηρήθηκε πως σε ορισμένα κανάλια του ορατού υπέρυθρου (VIS) και του μικροκυμματικού υπέρυθρου (SWIR) διακρίνονται κάποιες διαφορές στην ανακλαστικότητα λόγω “ηλικίας” και ποιότητας. Το αποτέλεσμα των φασματικών ανακλαστικοτήτων των στόχων σε αυτά τα κανάλια παρουσιάζεται στην Εικόνα 1. Η ακρίβεια που επιτεύχθηκε από τα δεδομένα ΙΚΟΝΟS με αντικειμενοστραφή ανάλυση, ήταν 64% και θεωρείται καλή αν κανείς αναλογιστεί τον μειωμένο αριθμό καναλιών του δέκτη. Μετά από την ταξινόμηση του οδικού δικτύου, ο παραγόμενος χάρτης μπορεί να χρησιμοποιηθεί για την εξαγωγή των αξόνων των δρόμων κατά την οποία θα πρέπει να ληφθούν υπ’ όψιν οι ανακρίβειες της ταξινόμησης και η χωρική ανάλυση των δεδομένων (Εικόνες 2, 3). Από την σύγκριση ταξινομήσεων μεταξύ δεδομένων από δέκτες διαφορετικών ραδιομετρικών χαρακτηριστικών (Εικόνα 4), παρατηρείται ότι ο δέκτης με τα 14 κατάλληλα κανάλια επιτυγχάνει μεγαλύτερη ακρίβεια κατά την ταξινόμηση όλων σχεδόν των θεματικών κατηγοριών σε σχέση με τους δύο πρώτους δέκτες, ενώ όπου δεν υπερτερεί, οι διαφορές στην ακρίβεια είναι ελάχιστες.

Συμπεράσματα

Σύμφωνα με αυτή την έρευνα προκύπτουν τα εξής συμπεράσματα (Εικόνα 1):

• Οι πρόσφατα επιστρωμένοι δρόμοι εμφανίζουν χαμηλή ανακλαστικότητα (πράσινο, κίτρινο χρώμα).

• Η ανακλαστικότητα αυξάνεται όσο αυξάνεται η “ηλικία” των δρόμων.

• Οι περισσότεροι δρόμοι της περιοχής χαρακτηρίζονται παλαιοί και μέτριας ποιότητας.

Όσον αφορά στην εξαγωγή των αξόνων του οδικού δικτύου, τα δεδομένα AVIRIS εξήγαγαν επιτυχή αποτελέσματα, όχι όμως και τέλεια σε αστικές περιοχές. Υπάρχει η δυνατότητα βελτίωσης των αποτελεσμάτων με χρήση αντικειμενοστραφούς ανάλυσης, βασισμένη στη γεωμετρία, τοπολογία και εγγύτητα αλλά και σε συνδυασμό με υψομετρικά δεδομένα όπως LiDAR. Στη συγκεκριμένη έρευνα επιτεύχθηκε ο διαχωρισμός των διαφορετικών τύπων οδοστρώματος αλλά και διερεύνησης της ηλικίας τους, κάτι το οποίο αποτελεί πολύ χρήσιμη πληροφορία για την ποιότητα του οδοστρώματος. Όμως τέτοιου είδους έρευνα δεν είναι εφικτή με υπερφασματικά δεδομένα αυτής της χωρικής ανάλυσης (4m). Οι παραπάνω μέθοδοι ανάλυσης δεδομένων AVIRIS, μπορούν να χαρακτηριστούν ως πολύπλοκες και μεγάλου κόστους διαδικασίες. Με βάση την έρευνα αυτή, το πρόβλημα ανάγεται στο πολυφασματικό επίπεδο, αφήνοντας το πρόβλημα της διάκρισης μεταξύ των αστικών υλικών στο υπερφασματικό επίπεδο των 224 καναλιών του AVIRIS. Έτσι ο ρόλος του AVIRIS θα ήταν να χρησιμοποιηθεί για το σχεδιασμό κάποιου πολυφασματικού σαρωτή εξειδικευμένου στη χαρτογράφηση του αστικού περιβάλλοντος, ο οποίος έπειτα λόγω της χαμηλής ραδιομετρικής του ικανότητας, θα ήταν περισσότερο ανεκτός οικονομικά και κατ’ επέκταση θα τύγχανε ευρείας χρήσης.

Πήγη: Noronha V., Herold M., Roberts D., & Gardner M., 2002. SPECTROMETRY AND HYPERSPECTRAL REMOTE SENSING FOR ROAD CENTERLINE EXTRACTION AND EVALUATION OF PAVEMENT CONDITION. National Consortium on Remote Sensing in Transportation — Infrastructure Management, Department of Geography, University of California Santa Barbara