Καταγραφή κατανάλωσης νερού στον κάμπο των Χανίων
Από RemoteSensing Wiki
Εισαγωγή
Η περιοχή µελέτης τοποθετείται στο βορειοκεντρικό τµήµα του Ν. Χανίων, της νήσου Κρήτης. Είναι µία γεωργική περιοχή η οποία καλλιεργείται κυρίως µε ελιές, εσπεριδοειδή και αµπέλια, µε µεγάλη συµµετοχή στην τοπική οικονοµία, δεδοµένου ότι η γεωργία αποτελεί βασικό στήριγµα της περιοχής παρά τη θεαµατική αύξηση της τουριστικής ανάπτυξής της. Τα τελευταία χρόνια η κατανάλωση και χρήση νερού έχει αυξηθεί ραγδαία. Το πρόβληµα είναι ιδιαίτερα έντονο σε ότι αφορά τις ανάγκες για αρδεύσιµο νερό. Στο σηµείο αυτό η χρήση της δορυφορικής τηλεπισκόπησης µπορεί να βοηθήσει στον εντοπισµό και τη χαρτογράφηση/οριοθέτηση των αρδεύσιµων καλλιεργειών, ώστε να εντοπιστούν οι πραγµατικές ανάγκες για τη χρήση αρδεύσιµου ύδατος. Σκοπός της παρούσας µελέτης είναι η κοστολόγηση του αρδευτικού νερού στον Κάµπο Χανίων, λαµβάνοντας υπόψη τις οικονοµικές, κοινωνικές και περιβαλλοντικές συνθήκες της περιοχής. Η κοστολόγηση του αρδευτικού νερού θα αποτελέσει τη βάση της µελλοντικής τιµολογιακής πολιτικής, όπως αυτή ορίζεται από την Ευρωπαϊκή Οδηγία Πλαίσιο για το Νερό(2000/60) και τη νέα εθνική νοµοθεσία. Μια τέτοια τιµολόγηση θα πρέπει να στηρίζεται σε τιµές που να αντανακλούν την πραγµατική αξία του συγκεκριµένου φυσικού πόρου µε σκοπό την όσο το δυνατόν πιο ορθολογική και αποτελεσµατική χρήση του.
Επεξεργασία Πρωτογενών ∆εδοµένων
Γεωµετρικές ∆ιορθώσεις. Η πρώτη επεξεργασία των δορυφορικών εικόνων είναι η γεωµετρική ορθοαναγωγή (orthorectification) σε µία κοινή τοπογραφική βάση και η αναδόµησή τους (resampling), µε βάση το Ελληνικό Γεωδαιτικό Σύστηµα Αναφοράς (ΕΓΣΑ '87). Στο στάδιο αυτό επιτεύχθηκε ακρίβεια του µέσου τετραγωνικού σφάλµατος (RMS) της γεωµετρικής διόρθωσης , µικρότερη του ενάµιση (1,5) pixel. Για την ορθοαναγωγή της δορυφορικής εικόνας προσδιορίστηκαν φωτοσταθερά σηµεία από τους ορθοφωτοχάρτες του Υπουργείου Γεωργίας και το Ψηφιακό Μοντέλο Εδάφους που χρησιµοποιήθηκε στην επίλυση αποτελεί προϊόν στερεοσκοπικών εικόνων Spot P, υψοµετρικής ακρίβειας 7-11µ.. Μετά τις γεωµετρικές διορθώσεις είναι εφικτή η απεικόνιση των δορυφορικών εικόνων σε ενιαίο χαρτογραφικό υπόβαθρο και η άµεση σύγκριση µε όλα τα άλλα διαθέσιµα χαρτογραφικά δεδοµένα. Η ραδιοµετρική διόρθωση των δορυφορικών εικόνων έχει σαν στόχο την ελαχιστοποίηση των χρωµατικών διαφορών που προέρχονται από τις συνθήκες του φωτισµού που υπήρχαν κατά την στιγµή της λήψης. Η διόρθωση αυτή είναι σηµαντική ιδιαίτερα για την ανάλυση των φασµατικών υπογραφών όταν χρησιµοποιούνται σκηνές διαφορετικών χρονικών περιόδων. Η ραδιοµετρική διόρθωση έγινε µε το λογισµικό ERDAS IMAGINE 8.7. Θεωρήθηκε κατάλληλη η µέθοδος της µετατόπισης του ιστογράµµατος (histogram equalization), προκειµένου να απαλλαγεί η ραδιοµετρία των δορυφορικών εικόνων από τον θόρυβο που εισάγει η ατµόσφαιρα. Κατά την µέθοδο αυτή υπολογίζονται νέες τιµές των εικονοστοιχείων (pixels), χρησιµοποιώντας προσθετικούς και πολλαπλασιαστικούς αλγορίθµους, οι οποίοι διορθώνουν την εικόνα από τις παραπάνω επιδράσεις. Αναγνώριση τύπων καλλιεργειών µέσω τεχνικών Ταξινόµησης Για το συγκεκριµένο έργο χρησιµοποιήθηκαν δύο εικόνες IKONOS υψηλής χωρικής ανάλυσης, µία πολυφασµατική (multispectral) µε χωρική ανάλυση 4µ. και µία παγχρωµατική µε χωρική ανάλυση 1µ. µε ηµεροµηνία λήψης 16/07/2006. Εφαρµόστηκε συνδυασµός των δύο τεχνικών ταξινόµησης της καθοδηγούµενης και της µη-καθοδηγούµενης µε µεγαλύτερο βάρος στην καθοδηγούµενη. Η ταξινόµηση εφαρµόστηκε στην πολυφασµατική εικόνα ενώ η pansharpened (σύνθεση παγχρωµατικής και πολυφασµατικής ορθοεικόνας) χρησιµοποιήθηκε ως βασικό στοιχείο ελέγχου για τα αποτελέσµατα της ταξινόµησης. Η ταξινόµηση των διαθέσιµων δορυφορικών εικόνων έγινε µε την µέθοδο της µέγιστης πιθανοφάνειας (Maximum Likelihood Classification Method) ως εξής: • Επιλογή των καταλλήλων σκηνών. • Επιλογή των φασµατικών υπογραφών των καλλιεργειών. • Ταξινόµηση των επικρατέστερων χρήσεων γης Αξιολόγηση των αποτελεσµάτων Ελήφθησαν δείγµατα από εργασία – πεδίου πριν τα στάδια της ταξινόµησης. Τα δείγµατα αυτά (150 στον αριθµό) αντιπροσωπεύουν όλους τους τύπους καλλιεργειών που ενδιαφέρουν το πιλοτικό πρόγραµµα. Πιο συγκεκριµένα οι καλλιέργειες που υπάρχουν στην περιοχή µελέτης και έπρεπε να ταξινοµηθούν είναι οι εξής: Τα δείγµατα από 13 έως και 15 αφορούν άλλες κατηγορίες οι οποίες έπρεπε να είναι γνωστές για τα στάδια της ταξινόµησης. Αυτά οµαδοποιήθηκαν και αποτελούν την κατηγορία “άλλο”. Κατά συνέπεια το αρχικό δείγµα το οποίο χρησιµοποιήθηκε ως δείγµα εκπαίδευσης (training set) στην καθοδηγούµενη ταξινόµηση προκειµένου να δηµιουργεί το αρχείο υπογραφών ταξινόµησης (signature file) στο ERDAS Imagine 8.7, περιελάµβανε τις άνω 15 κατηγορίες. Η τελική θεµατική εικόνα κατόπιν συνένωσης και γενίκευσης των παραπάνω 15 κατηγοριών απεικονίζει τις ακόλουθες τάξεις (Εικόνα 4): • Αροτραίες καλλιέργειες • Γη Λαχανόκηπων • Εσπεριδοειδή • Ελαιόδενδρα • Αβοκάντο • Αµπελοειδή • Αγρανάπαυση • Άλλο Η συνολική ακρίβεια της ταξινόµησης είναι 65.54% και ο συντελεστής Kappa 0.651. Η υπολογισµένη, κατά προσέγγιση, έκταση ανά τύπο καλλιεργειών µετά την ταξινόµηση της δορυφορικής εικόνας είναι (σε στρέµµατα):
Συμπεράσματα
Τα αρχικά δεδοµένα που συλλέχθηκαν δεν βοήθησαν πολύ στην ταξινόµηση των καλλιεργειών. Το πρόγραµµα CORINE παρ’ ότι αποτέλεσε µία πρώτη προσπάθεια δηµιουργίας µιας βάσης δεδοµένων σε εθνικό επίπεδο, έδωσε δεδοµένα κλίµακας 1:100.000 τα οποία σήµερα είναι περιορισµένης χρησιµότητας λόγω της παλαιότητας τους και σε καµία περίπτωση δεν µπορούν να χρησιµοποιηθούν σε πρακτικό επίπεδο όσον αφορά την λεπτοµερή κάλυψη/χρήση γης. Τα δορυφορικά δεδοµένα του Ikonos παρουσίασαν µία αδυναµία διάκρισης συγκεκριµένων τύπων κάλυψης/χρήσης γης (χαµηλό ποσοστό ταξινόµησης= 65%), λόγω της περιορισµένης φασµατικής ανάλυσής τους και των παραγόντων εκείνων που συναντώνται στην περιοχή και αφορούν τον πολυτεµαχισµό του αγροτικού κλήρου, τις µικρές εκτάσεις των αγροτεµαχίων, την συχνή συγκαλλιέργεια (Αβοκάντο µε Τριφύλλι ή Λαχανόκηποι µε Τρυφύλλι) και τις παραπλήσεις φασµατικές υπογραφές των κλάσεων ταξινόµησης Είναι όµως γεγονός ότι, αν και η εξέλιξη της δορυφορικής τεχνολογίας έχει φτάσει σε υψηλό επίπεδο και δίνει προϊόντα υψηλής χωρικής ανάλυσης (0.6µ. στο παγχρωµατικό και 2.4µ. στο πολυφασµατικό – δορυφόρος Quickbird), δεν παρατηρείται αντίστοιχη βελτίωση στη φασµατική ανάλυση των δορυφορικών δεδοµένων και η αναγνώριση - διάκριση των καλλιεργειών παραµένει σε µεγάλο βαθµό ένα πολύπλοκο πρόβληµα.
