Χαρτογράφηση της ποιότητας των ασφαλτόδρομων με Υπερφασματική Τηλεπισκόπηση
Από RemoteSensing Wiki
Αντικείμενο
Σκοπός αυτής της μελέτης είναι η διερεύνηση των δυνατοτήτων της χρήσης των υπερφασματικών απεικονίσεων για την αξιολόγηση της ποιότητας των ασφαλτόδρομων μέσω της ανάλυσης των σχέσεων μεταξύ των τηλεπισκοπικών παραμέτρων (φασματική ανακλαστικότητα) και των ποιοτικών παραμέτρων των δρόμων (Pavement Condition Index, PCI).Μεθοδολογία
Για την αξιολόγηση της ποιότητας του οδικού δικτύου έχει αναπτυχθεί πληθώρα μεθόδων οι οποίες εφαρμόζονται στο πεδίο. Στη συγκεκριμένη μελέτη εφαρμόστηκαν τρεις μέθοδοι στο πεδίο. Μία από τις πιο διαδεδομένες μεθόδους είναι η αξιολόγηση της ποιότητας του οδικού δικτύου (Pavement Condition Index, PCI) από ειδικούς οι οποίοι βασίζονται σε φυσικές παραμέτρους όπως είναι οι ρωγμές, σπασίματα κ.λπ. Η δεύτερη μέθοδος περιλαμβάνει το σύστημα Pavement Management System (PMS) το οποίο συνδυάζεται με την τεχνολογία του GPS/GIS. Τέλος, ακολουθεί μία ημιαυτόματη έρευνα αξιολόγησης της ποιότητας του δικτύου με ειδικά εξοπλισμένα οχήματα (Roadware PCI). Λόγω του αυξημένου κόστους των μεθόδων οι οποίες αναφέρθηκαν, το Πανεπιστήμιο της Καλιφόρνιας στη Santa Barbara επιχειρεί να ερευνήσει εάν η Υπερφασματική Τηλεπισκόπηση μπορεί να δώσει αντίστοιχα ικανοποιητικά αποτελέσματα. Έτσι, εκτός από τις “παραδοσιακές ” μεθόδους στο πεδίο (PCI, PMS, ειδικά οχήματα) χρησιμοποιούνται απεικονίσεις των αερομεταφερόμενων αισθητήρων AVIRIS (χωρικής ανάλυσης 4m) και HyperSpecTIR με GIFOV (ground-projected instantaneous field of view) τα 0,5m καθώς επίσης και η βιβλιοθήκη φασματικών υπογραφών (ASD library) η οποία προήλθε από μετρήσεις στο πεδίο με ραδιόμετρο χειρός Analytical Spectral Devices (ASD) με εύρος φάσματος 350nm-2400nm και τρεις ανιχνευτές, στο ορατό και εγγύς υπέρυθρο (Visible and Near Infrared, VNIR) και στο μικροκυμματικό υπέρυθρο (SWIR1 και SWIR2). Η περιοχή μελέτης βρίσκεται στην αστική περιοχή της Goleta, 170 χλμ βορειοδυτικά του Los Angeles και συγκεκριμένα μελετώνται δύο κεντρικοί δρόμοι (Fairview Avenue και Cathedral Oaks) οι οποίοι αποτελούνται από τέσσερις λωρίδες (δύο ανά κατεύθυνση). Έπειτα ακολουθεί η σύγκριση μεταξύ ποσοτικής πληροφορίας (φασματική ανακλαστικότητα) και ποιοτικής πληροφορίας (PCI) (Εικόνα 1), η οποία είναι αρκετά δύσκολη και για την επίτευξη της εφαρμόζεται η στατιστική μέθοδος ανάλυσης της διασποράς (Analysis of Variance, ANOVA). Η μέθοδος αυτή περιγράφει εάν η ανακλαστικότητα των απεικονίσεων είναι στατιστικά διαφορετική για κάθε κατάσταση στην οποία βρίσκεται ο δρόμος (τέλεια, καλή, μέτρια, κακή, πολύ κακή) ή εάν είναι τυχαία. Η έρευνα βασίζεται σε δύο “περιοχές” του φάσματος (VIS2, SWIR). Η πρώτη περιοχή (VIS2) περιέχει τις φασματικές ανακλαστικότητες μεταξύ 490nm και 830nm. Σε αυτό το εύρος φασματικής ανακλαστικότητας οι τιμές είναι χαμηλές για πρόσφατα επιστρωμένους ασφαλτόδρομους και αυξάνονται με τη “γήρανση” και την εμφάνιση τεχνικών ατελειών, όπως ρωγμών (Εικόνα 2). Σχετικά με το δεύτερο εύρος φασματικής ανακλαστικότητας (SWIR) το οποίο κυμαίνεται στα 2120nm-2340nm, οι τιμές ανακλαστικότητας των παλιών ασφαλτόδρομων μειώνονται αισθητά.
Αποτελέσματα
Από την ανάλυση δεδομένων της ASD library προκύπτει πως όσο πιο παλιά είναι η άσφαλτος, η ανακλαστικότητά της μεγαλώνει σε όλο το εύρος του φάσματος. Επίσης, παρατηρείται πως οι ρωγμές (cracks) και οι “λεκέδες” παλιών ρωγμών (old crack seals) έχουν μειωμένη ανακλαστικότητα. Ιδιαίτερα στις νέες ρωγμές παρατηρείται η χαμηλότερη ανακλαστικότητα. Σχετικά με τις παλαιότερες ρωγμές οι οποίες περιέχουν βλάστηση, η φασματική ανακλαστικότητά τους επηρεάζεται από τη χλωροφύλλη και την περιεκτικότητά του σε νερό).
Συμπεράσματα
Αξιολογώντας τα αποτελέσματα, η “γήρανση” και η εμφάνιση τεχνικών ατελειών συντελεί στην παρουσία ευδιάκριτων φασματικών χαρακτηριστικών. Χρησιμοποιώντας τις ανακλαστικότητες των απεικονίσεων και τη μέθοδο ANOVA, μετατράπηκαν οι ανακλαστικότητες της απεικόνισης σε ποιοτικούς δείκτες της κατάστασης των δρόμων. Ουσιαστική για τη χαρτογράφηση της ποιότητας των δρόμων είναι η καλή χωρική ανάλυση της οποίας το GIFOV πρέπει να είναι τουλάχιστον 0.5m για τις λεπτομερείς παρατηρήσεις. Τα αποτελέσματα της αξιολόγησης ποιότητας είναι ακριβέστερα για τους δρόμους οι οποίοι βρίσκονται σε καλή κατάσταση. Οι παλαιότεροι δρόμοι είναι πιο δύσκολο να αξιολογηθούν τόσο μέσω Τηλεπισκόπησης όσο και με τη μέθοδο Roadware PCI.
Πηγή: Herold M.,Roberts D.,Smadi O. and Noronha V., 2004. ROAD CONDITION MAPPING WITH HYPERSPECTRAL REMOTE SENSING. Presented at the 2004 AVIRIS Workshop, Pasadena, Calif., 31 March–2 April 2004. Department of Geography, UCSB, Santa Barbara ,Center for Transportation Research and Education, Iowa State University at Ames