Μοντελοποίηση της διάβρωσης του εδάφους με τη χρήση GIS και τηλεπισκόπησης : Mελέτη περίπτωσης, το βουνό Γκάνος

Από RemoteSensing Wiki

Έκδοση στις 02:17, 15 Φεβρουαρίου 2017 υπό τον/την Ktistopoulos Dionysios (Συζήτηση | Συνεισφορές/Προσθήκες)
Μετάβαση σε: πλοήγηση, αναζήτηση
Eικόνα 1: Προοπτικές διάβρωσης του εδάφους στην περιοχή μελέτης.
Eικόνα 2: Χάρτης χρήσεων γης του βουνού Γκάνος και της γύρω περιοχής.
Εικόνα 3: Ψηφιακό υψομετρικό μοντέλο (DEM) της περιοχής μελέτης.

Soil erosion modelling by using GIS & Remote Sensing : A case study, Ganos mountain

ΣΥΓΓΡΑΦΕΑΣ: Berk Ustun, ITU, Civil Engineering Faculty

Πηγή: [1]


1. Παρουσίαση του προβλήματος

Η διάβρωση του εδάφους του πλανήτη είναι ένα συχνό και ευρέως διαδεδομένο πρόβλημα. Η χαρτογράφηση του επιπέδου κινδύνου των περιοχών που υπόκεινται σε διάβρωση από τη βροχή και τον αέρα, είναι, ως εκ τούτου πολύ σημαντικό ζήτημα. Μοντέλα της διάβρωσης του εδάφους τονίζουν τη σημασία της κάλυψης του εδάφους με ενεργή πράσινη βλάστηση και υπολείμματα. Όταν τα εδάφη καλύπτονται από γερασμένη βλάστηση ή υπολείμματα καλλιεργειών, το κλάσμα κάλυψης είναι συχνά πολύ χαμηλό και μπορεί να συμπίπτει με βαριές βροχοπτώσεις. Το άρθρο αυτό επικεντρώνεται στο μέγεθος του ποσού της απώλειας εδάφους εξαιτίας της διάβρωσης στην περιοχή γύρω από το βουνό Γκάνος που βρίσκεται στην χερσόνησο της Θράκης στην Τουρκία. Το βουνό είναι το δεύτερο υψηλότερο σημείο στην χερσόνησο.

2. Σκοπός της εφαρμογής

Στη μελέτη αυτή το μέγεθος του ποσού της απώλειας εδάφους λόγω διάβρωσης στην περιοχή ερευνήθηκε με τη χρήση δορυφορικών δεδομένων. Η μέθοδος του Morgan χρησιμοποιείται για να επιλυθεί το πρόβλημα μοντελοποίησης της διάβρωσης του εδάφους. Δορυφορικές εικόνες χρησιμοποιούνται για να επιτευχθεί γρήγορα η σωστή ταξινόμηση των χρήσεων γης.

3. Δεδομένα που χρησιμοποιήθηκαν

Αρχικά, συλλέχθηκαν όλα τα απαραίτητα δεδομένα για την μοντελοποίηση της διάβρωσης του εδάφους στην περιοχή. Μερικά από αυτά είναι το υψόμετρο και η κλίση της περιοχής, οι τιμές του pH, οι χρήσεις γης, το ποσοστό αποστράγγισης του εδάφους κλπ. Με αυτά τα δεδομένα, μπορεί να δημιουργηθεί ένα μοντέλο πρόβλεψης για την απώλεια του εδάφους ανά έτος. Τα αποτελέσματα θα παρουσιάζονται σε τόνους ανά εκτάριο ανά έτος. Αυτά τα αποτελέσματα καθιστούν ευκολότερο να καθοριστεί αν η απώλεια εδάφους είναι κάτω από το επιτρεπτό όριο ή όχι. Σε αυτή την εφαρμογή χρησιμοποιήθηκαν εικόνες από δορυφόρο Landsat-5. Οι τεχνικές επεξεργασίας των εικόνων έγιναν με τη χρήση ERDAS Imagine [2] και ILWIS λογισμικού [3]. Επίσης χρησιμοποιήθηκαν το Photoshop και το Corel Draw λογισμικό.

4. Μεθοδολογία

Ένα ψηφιακό υψομετρικό μοντέλο (Digitized Elevation Model - DEM) της περιοχής παρήχθη με χωρική παρεμβολή ψηφιοποιημένων ισοϋψών καμπυλών από έναν χάρτη με κλίμακα 1:50000, χρησιμοποιώντας τον αλγόριθμο μετατροπής απόστασης. Το DEM χρησιμοποιήθηκε για την δημιουργία του χάρτη κλίσεων της περιοχής. Στην συνέχεια έγινε γεωμετρική διόρθωση. Αρχικά, οι συντεταγμένες του σημείου ελέγχου στο έδαφος ψηφιοποιήθηκαν από τους τοπογραφικούς χάρτες με σταθερή κλίμακα 1:50000. Η γεωμετρική διόρθωση έγινε χρησιμοποιώντας πρώτης τάξεως πολυωνυμική εξίσωση. Τέλος, χρησιμοποιήθηκε η μέθοδος δειγματοληψίας μέσω του «κοντινότερου γείτονα» (nearest neighbor) με σφάλμα μέσης τετραγωνικής ρίζας <0,5 pixels. Ακολούθησε μια ψηφιακή ταξινόμηση, χρησιμοποιώντας δορυφορικά δεδομένα από τον LANDSAT που καλύπτουν το ορατό, το υπέρυθρο και το μικροκυματικό εύρος του φάσματος, με σκοπό να ανιχνευτεί το συνολικό δυναμικό διάβρωσης του εδάφους του βουνού Γκάνος. Τα τηλεπισκοπικά δεδομένα για την εκτίμηση της υποβάθμισης και διάβρωσης του εδάφους προέρχονται κατά κύριο λόγο από τις ορατές και υπέρυθρες ζώνες. Σε αυτό το σημείο της μελέτης χρησιμοποιήθηκε η επαναληπτική αυτό-οργανωμένη τεχνική μέθοδος ανάλυσης δεδομένων (Iterative Self-Organizing Data Analysis – ISODATA technique method) μη επιβλεπόμενης ταξινόμησης. Αυτή η τεχνική χρησιμοποιεί τον κανόνα της μέγιστης πιθανότητας για να υπολογίσει τις μέσες τιμές των κλάσεων που είναι ομοιόμορφα κατανεμημένες στο χώρο δεδομένων και μετά συγκεντρώνει τα υπόλοιπα pixels, με χρήση μεθόδων ελάχιστης απόστασης (Jensen, 1996). Κάθε επανάληψη επαναϋπολογίζει τις μέσες τιμές και αναταξινομεί τα pixels σε σχέση με τις νέες μέσες τιμές. Αυτή η διαδικασία συνεχίζεται μέχρι ο αριθμός των pixels σε κάθε κλάση να αλλάζει λιγότερο από μια προκαθορισμένη τιμή ή μέχρι να γίνει ένας προκαθορισμένος μέγιστος αριθμός επαναλήψεων (Melesse and Jordan, 2002). Η μέθοδος προσδιορισμού της απώλειας εδάφους αποτελείται από δύο βασικές φάσεις. Η πρώτη είναι αυτή του νερού και η δεύτερη αυτή της καθίζησης. Στην πρώτη φάση, η κινητική ενέργεια των βροχοπτώσεων, η επιφανειακή απορροή και οι ετήσιες τιμές κατακρημνίσεων και στη δεύτερη φάση ο ρυθμός αποκόλλησης του εδάφους εξαιτίας των βροχοπτώσεων και η μεταφορική ικανότητα της επιφανειακής απορροής υπολογίζονται για κάθε pixel δημιουργώντας χάρτες για κάθε εισαγόμενο δεδομένο (Faust, 1989). Αυτό το μοντέλο πρόβλεψης για τον υπολογισμό του ρίσκου της διάβρωσης του εδάφους λέγεται μοντέλο του Morgan.

5. Αποτελέσματα

Το βασικό αποτέλεσμα είναι ότι γενικά στην περιοχή μελέτης οι μοντελοποιημένες τιμές της διάβρωσης του εδάφους είναι 10 τόνοι ανά εκτάριο, το οποίο ανήκει στο αναμενόμενο εύρος τιμών. Αλλά αυτή η τιμή ανεβαίνει πάνω από το όριο αν η γωνία κλίσης είναι πάνω από 16ο . Όπως φαίνεται επίσης από την εικόνα 1, στην περιοχή μελέτης η ετήσια τιμή διάβρωσης του εδάφους φτάνει τους 20 τόνους ανά εκτάριο σε μερικές άγονες εκτάσεις, ειδικά κοντά στην κορυφή του βουνού Γκάνος (Ustun, 2001). Αν ληφθούν υπόψη οι χρήσεις γης μπορεί να φανεί εύκολα πως εντυπωσιακά μεγάλες τιμές διάβρωσης εδάφους λαμβάνονται για της δασικές περιοχές.

Προσωπικά εργαλεία