Χωρική μοντελοποίηση για φυσική και περιβαλλοντική ευπάθεια μέσω τηλεπισκόπησης και GIS στο Αστραχάν της Ρωσίας
Από RemoteSensing Wiki
Τίτλος:
Spatial modelling for natural and environmental vulnerability through remote sensing and GIS in Astrakhan, Russia
Συγγραφείς:
Komal Choudhary , Mukesh Singh Boori , Alexander Kupriyanov
Πηγή:
Choudhary, K., Boori, M. S., & Kupriyanov, A. (2018). Spatial modelling for natural and environmental vulnerability through remote sensing and GIS in Astrakhan, Russia. The Egyptian Journal of Remote Sensing and Space Science, Vol.21, pp.139–147 https://www.sciencedirect.com/science/article/pii/S1110982317302120
Σκοπός
Αυτό το ερευνητικό έργο παρουσιάζει χαρτογράφηση ευπάθειας με εντοπισμό αλλαγής χρήσης/κάλυψης γης στην πόλη του Αστραχάν της Ρωσίας. Αυτή η μελέτη προσδιορίζει, αξιολογεί και ταξινομεί την ευπάθεια χρησιμοποιώντας μοτίβο τοπίου από πολυτομεακή προσέγγιση που βασίζεται στην προσέγγιση τηλεπισκόπησης (RS) και γεωγραφικού συστήματος πληροφοριών (GIS). Για να προσδιορίσουμε την ευπάθεια χρησιμοποιήσαμε τα ακόλουθα θεματικά επίπεδα: χρήση γης / κάλυψη, βλάστηση, έδαφος, γεωλογία και γεωμορφολογία στο λογισμικό ArcGIS. Σύμφωνα με αριθμητικά αποτελέσματα, η ευπάθεια ταξινομείται σε πέντε επίπεδα: χαμηλή, λογική, μέτρια, υψηλή και ακραία ευπάθεια.
Περιοχή μελέτης
Η περιοχή μελέτης βρίσκεται στην πόλη του Αστραχάν, στη Νοτιοανατολική Ρωσία. Το Astrakhan βρίσκεται στο δέλτα του Βόλγα, κοντά στο σημείο όπου εκβάλλει στην Κασπία Θάλασσα. Η συντεταγμένη της πόλης βρίσκεται μεταξύ 46200 N γεωγραφικού πλάτους και 4810 E γεωγραφικού μήκους και το μέσο υψόμετρο είναι 12 m (Εικόνα 1). Ο πληθυσμός είναι 5, 20.339 κάτοικοι σύμφωνα με την απογραφή του 2010. Η μέση ετήσια θερμοκρασία είναι ημι-άνυδρη.
Δεδομένα και μεθοδολογία
Σε αυτό το ερευνητικό έργο χρησιμοποιήσαμε πρωτογενή (δορυφορικά δεδομένα) και δευτερεύοντα δεδομένα (δεδομένα αλήθειας εδάφους) για κατηγορίες χρήσης γης / κάλυψης και τοπογραφικά φύλλα. Τα δεδομένα αλήθειας εδάφους που συλλέχθηκαν χρησιμοποιούσαν GPS (Global Positioning system) για το έτος 2007 και 2015 (Boori et al., 2016a; Yabuki et al., 2011). Οι συγκεκριμένες δορυφορικές εικόνες που χρησιμοποιήθηκαν ήταν το Landsat Enhanced Thematic Mapper plus (ETM +) για το 2000 και το 2007, Operational land Imager (OLI) για το 2015.
Προεπεξεργασία εικόνας
Η μέθοδος ανίχνευσης και ανάλυσης αλλαγών LULC πραγματοποιήθηκε χρησιμοποιώντας μια σειρά διεργασιών που περιλαμβάνουν απόκτηση δεδομένων, προεπεξεργασία δεδομένων, εποπτευόμενη ταξινόμηση και μετα-ταξινόμηση. Πραγματοποιήθηκε προεπεξεργασία εικόνας για την εξαγωγή σημαντικών πληροφοριών από δορυφορικά δεδομένα (Boori et al., 2016a). Χρησιμοποιήθηκε ένα χειριστήριο GPS Trimble με ακρίβεια 10 m για τη χαρτογράφηση και τη συλλογή των συντεταγμένων σημαντικών χαρακτηριστικών χρήσης γης κατά τη διάρκεια επισκέψεων πεδίου πριν και μετά την ταξινόμηση στην περιοχή μελέτης, προκειμένου να προετοιμαστούν θεματικά επίπεδα.
Ταξινόμηση εικόνας
Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνας είναι η αυτόματη κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας σε κατηγορίες ή θέματα κάλυψης γης και ο ταξινομητής μέγιστης πιθανότητας αξιολογεί ποσοτικά τόσο τη διακύμανση όσο και τη συνδιακύμανση των μοτίβων φασματικής απόκρισης της κατηγορίας κάθε φορά που ταξινομεί ένα άγνωστο pixel. Η ακρίβεια αυτών των ταξινομημένων χαρτών ελέγχθηκε χρησιμοποιώντας τα εργαλεία GIS και η συνολική ακρίβεια ταξινόμησης της περιοχής μελέτης ήταν πάνω από 90% και για τις τρεις ημερομηνίες.
Ανίχνευση αλλαγής χρήσης / κάλυψης γης
Στην Εικόνα 2 εφαρμόστηκε η μέθοδος για σύγκριση και ανάλυση των χαρτών LULC που τελικά προέκυψαν ως αποτέλεσμα οπτικής ερμηνείας και επακόλουθης ταξινόμησης. Η ανίχνευση αλλαγών περιγράφει τις αλλαγές στις δύο δορυφορικές εικόνες για την ίδια περιοχή. Σε αυτό το ερευνητικό έργο χρησιμοποιήθηκαν δεδομένα τριών ημερομηνιών (2000, 2007 και 2015) για τον εντοπισμό των αλλαγών στην περιοχή της μελέτης.
Ανάλυση δεδομένων
Όλα τα πολυφασματικά και χρονικά δεδομένα ήταν γεωαναφερόμενα με βάση τοπογραφικά φύλλα με λογισμικό ArcGIS 10.2. Σε αυτήν την περιοχή μελέτης για να βελτιώσουμε την ποιότητα της έρευνας χρησιμοποιήσαμε διαφορετική κατανομή ζώνης, τεχνικές βελτίωσης εικόνας και εποπτευόμενη ταξινόμηση.
Αποτελέσματα-Συμπεράσματα
Παρατηρείται ότι η περιοχή μελέτης παρουσίασε διάφορες αλλαγές στη χρήση γης / κάλυψη και ευπάθεια τα τελευταία 15 χρόνια. Η δασική και η χαμηλής βλάστησης κάλυψη μειώθηκαν κατά 7,30% και 7,83% αντίστοιχα. Αυτή η τάση υποδηλώνει αύξηση του μεγέθους του πληθυσμού, αυξημένη αποψίλωση των δασών και μετατροπή αγροτεμαχίων σε κατοικημένες περιοχές, επέκταση στους δρόμους, συνέχιση των ανεξέλεγκτων βοσκότοπων και ορισμένους συναφείς λόγους (Boori et al., 2016b).Η αύξηση του πληθυσμού φαίνεται να είναι ένας σημαντικός παράγοντας που προκαλεί συρρίκνωση της ζώνης βλάστησης. Ο αυξανόμενος πληθυσμός όχι μόνο επιβαρύνει το κρατικό δάσος αλλά επίσης προκαλεί πίεση σε ιδιωτικούς παράγοντες. Η περιοχή κάτω από άγονη γη και κατοικημένη περιοχή αυξήθηκε με την πάροδο του χρόνου κατά 1,92%, γεγονός που αποτελεί ένδειξη αύξησης του αριθμού κατολισθήσεων. Το δεύτερο μέρος αυτής της περιοχής μελέτης επικεντρώνεται στην προετοιμασία ενός χάρτη κινδύνου διάβρωσης.Η φυσική και περιβαλλοντική ευπάθεια μπορεί να διαμορφωθεί με τη χρήση τηλεπισκόπησης και GIS. Υπάρχει πολύ λιγότερο ακραία φυσική ευπάθεια. Είναι αξιοσημείωτο ότι η περιοχή που εμπίπτει στην κατηγορία πολύ υψηλού κινδύνου (ακραία ευπάθεια) υπερέχει σε μέγεθος 0,15% από την περιοχή κάτω από την κατηγορία υψηλού κινδύνου (υψηλή ευπάθεια) 6,05%. Η περιοχή κάτω από την κατηγορία χαμηλού κινδύνου (χαμηλή ευπάθεια) 5,62% και καθιστά την εύλογη ευπάθεια είναι (5,62%). Το σύνολο με το οποίο γίνεται αποδεκτή ως περιοχή μέσου κινδύνου (μέτρια ευπάθεια) είναι 54,62%.
