BCI: βιοφυσικός δείκτης σύνθεσης στην τηλεπισκόπηση αστικών περιοχών

Από RemoteSensing Wiki

Έκδοση στις 23:20, 2 Απριλίου 2015 υπό τον/την GEORGIA VARVITSIOTI (Συζήτηση | Συνεισφορές/Προσθήκες)
('διαφορά') ←Παλιότερη αναθεώρηση | εμφάνιση της τρέχουσας αναθεώρησης ('διαφορά') | Νεώτερη αναθεώρηση→ ('διαφορά')
Μετάβαση σε: πλοήγηση, αναζήτηση

Στοιχεία κειμένου: Chengbin Deng, Changshan Wu: 'BCI: A biophysical composition index for remote sensing of urban environments’, Remote Sensing of Environment 127 (2012) 247–259


ΕΙΣΑΓΩΓΗ:

Η κατανόηση του αστικού περιβάλλοντος και τον χωρικό-χρονικών μεταβολών τους είναι αναγκαίος παράγοντας για τον περιφερειακό και τοπικό σχεδιασμό και τη διαχείριση του περιβάλλοντος. Για τη διευκόλυνση της παρατήρησης συλλέγονται δεδομένα μέσω δορυφορικών εικόνων για την κάλυψη μεγάλων γεωγραφικών περιοχών. Οι διάφορες φασματικές απεικονίσεις βοηθούν αυτήν την παρατήρηση. Όμως, υπάρχει σύγχυση μεταξύ διαφορετικών τύπων καλύψεων γης, κυρίως στις αδιαπέραστες επιφάνειες και το γυμνό έδαφος. Για αυτό το λόγο στην εργασία αυτή προτάθηκε η χρήση ενός βιοφυσικού δείκτη σύνθεσης (BCI) για τις αστικές βιοφυσικές συνθέσεις. Επιπλέον, η έρευνα αυτή εξέτασε την εφαρμογή του δείκτη σε διάφορες χωρικές αναλύσεις. Τα αποτελέσματα έδειξαν ότι ο δείκτης BCI έχει μεγαλύτερη σχέση με τις αδιαπέραστες επιφάνειες από ότι με εκείνες του κανονικοποιημένου δείκτη βλάστησης (NDVI), την κανονικοποιημένη διαφορά του οικιστικού δείκτη (NDBI) και την κανονικοποιημένη διαφορά δείκτη αδιαπέραστης επιφάνειας (NDISI), με συντελεστές συσχέτισης από 0,8.

Εικόνα 1:Απεικόνιση του BCI ακολουθώντας το μοντέλο του Ridd
Εικόνα 2:Κανονικοποιημένες φασματικές υπογραφές με βιοφυσικές συνθέσεις
Εικόνα 3:Σύγκριση των εικόνων LANDSAT: Α) BCI, B) NDVI, C) NDBI, D) NDSI

Τις τελευταίες δεκαετίες εξαιτίας της έντονης αστικοποίησης (το 1950 μόνο το 29% του παγκόσμιου πληθυσμού ζούσε σε αστικές περιοχές και το 2005 το 49%) άλλαξαν πολύ οι χρήσεις γης και τα χαρακτηριστικά του φυσικού περιβάλλοντος. Κυριαρχούν οι ανθρωπογενείς αστικές χρήσεις. Τα οφέλη είναι κυρίως κοινωνικά και οικονομικά, ενώ αυξάνονται τα περιβαλλοντικά προβλήματα (υποβάθμιση ποιότητας υδάτων, ατμοσφαιρική ρύπανση, απώλεια της βιοποικιλότητας, αστική θέρμανση κα.). Εξαιτίας αυτών των επιπτώσεων χρήζει ακόμη περισσότερο η κατανόηση των χωρικο-χρονικών μεταβολών ώστε να γίνει καλύτερη διαχείρισή τους στο σχεδιασμό. Οι τεχνικές της τηλεπισκόπησης αποτελούν ένα σημαντικό μέσο για την κατανόηση του αστικού περιβάλλοντος καθώς παρέχουν μια συνοπτική εικόνα κάλυψης μιας μεγάλης γεωγραφικής περιοχής σε πολλά διαφορετικά κανάλια και με αναλυτικούς αλγορίθμους. Εκτός των κλασικών μεθόδων για την περιγραφή των καλύψεων, έχουν γίνει αναλύσεις με μοντέλα εδάφους ανάλογα με τη βλάστηση, την αδιαπέραστη επιφάνεια και το έδαφος (vegetation-impervious surface-soil). Σε αυτή τη μελέτη παρουσιάζονται δύο κατηγορίες μεθόδων για την ποσοτικοποίηση των βιοφυσικών συνθέσεων σε μία αστική περιοχή. Η πρώτη αφορά στις μεθόδους μηχανικής μάθησης, συμπεριλαμβανομένων των τεχνητών νευρωνικών δικτύων, παλινδρόμηση δένδρο λήψης αποφάσεων και μοντέλου παλινδρόμησης.


ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ:

Σε αυτήν την έρευνα επιλέχθηκαν δύο περιοχές μελέτης, η πόλη και το χωριό της Grafton και το Wiskonsin, στις Ηνωμένες Πολιτείες Αμερικής, για την ανάλυση του αστικού περιβάλλοντος. Το Ουισκόνσιν έχει έκταση 169.639km2 και πληθυσμό περίπου 5,7 εκατομμύρια. Κυρίαρχες χρήσεις είναι οι γεωργικές εκτάσεις, δασικές, χορτολιβαδικές, υγρότοποι και ορισμένες αστικές χρήσεις. Το νότιο-ανατολικό Ουισκόνσιν είναι η πιο κατοικημένη περιοχή και σημαντικό οικονομικό κέντρο (αύξηση νοικοκυριών κατά 20% περίπου από το 1980). Το Grafton αποτελεί ένα προάστιο του Ουισκόνσιν και πρόκειται για ένα γραφικό χωριό. Το 2000, σύμφωνα με τα αναλυτικά στοιχεία των χρήσεων γης, η μεγαλύτερη έκταση καλυπτόταν από υψηλής και μέσης πυκνότητας κατοικίες, εμπορικές, αστικές (υπηρεσίες, νοσοκομεία, εκπαιδευτικά ιδρύματα κα.) και βιομηχανικές εκτάσεις. Σε αυτήν την έρευνα χρησιμοποιήθηκαν τρεις κατηγορίες δορυφορικών εικόνων με διάφορες φασματικές αναλύσεις από τον Landsat με χωρική ανάλυση τα 30 μέτρα, τον IKONOS με ανάλυση 4 μέτρων κα. Η εικόνα από τον πρώτο λήφθηκε στις 16 Οκτωβρίου του 2002 και η εικόνα από τον IKONOS στις 3 Σεπτεμβρίου του ιδίου έτους. Δεν έγινε καμία διόρθωση στις εικόνες εξαιτίας της μικρής γεωγραφικής έκτασης και των ατμοσφαιρικών συνθηκών που επικρατούσαν.


ΜΕΘΟΔΟΛΟΓΙΑ:

Ο βιοφυσικός δείκτης (BCI) ακολούθησε τη μέθοδο τριγωνισμού V-I-S (vegetation- impervious surface-soil) για τα αστικά περιβάλλοντα. Με το δείκτη αυτόν οι αδιαπέραστες επιφάνειες αναμένονταν να έχουν θετικές και αρκετά υψηλές τιμές, η βλάστηση αρνητικές και χαμηλές τιμές και το γυμνό χώμα να έχει τιμή κοντά στο 0.


ΣΥΜΠΕΡΑΣΜΑΤΑ:

Οι βιοφυσικές πληροφορίες για τη σύνθεση των αστικών περιοχών είναι σημαντικές για να λαμβάνονται υπόψη στο δημόσιο σχεδιασμό και την περιβαλλοντική διαχείριση και μοντελοποίηση. Ωστόσο, οι παραδοσιακές μέθοδοι για την απόκτηση αυτών των πληροφοριών, όπως η προσέγγιση ταξινόμησης κάλυψης των χρήσεων γης, είναι πολύπλοκες διαδικασίες και δύσκολα υλοποιούνται. Για αυτό προτάθηκε ο δείκτης BCI για να διευκολύνει αυτή τη διαδικασία με το μοντέλο του Ridd. Ως πρώτο βήμα της BCI ανάλυσης, έγινε επανεξέταση του TC μετασχηματισμού για την εύρεση καλύτερου χώρου φασματικής ανάλυσης (οι υψηλές τιμές του TC3 στο αστικό περιβάλλον σχετίζονται με την υγρασία και το νερό στο έδαφος, οι αδιαπέραστες επιφάνειες και οι πιο σκιερές μπερδεύονταν λόγω της χαμηλής ανακλαστικότητας). Με τις φασματικές σχέσεις και τα χαρακτηριστικά που προέκυψαν από τις επανεξετάσεις, ολοκληρώθηκε ο βιοφυσικός αυτός δείκτης για να βελτιωθούν και να διαχωριστούν οι αδιαπέραστες επιφάνειες από το γυμνό έδαφος.

Προσωπικά εργαλεία