Αξιολόγηση της ακρίβειας των μεθόδων εξαγωγής ακτογραμμών στην τηλεπισκόπηση: μια έξυπνη διαδικασία για εικόνες sentinel-2
Από RemoteSensing Wiki
Αξιολόγηση της ακρίβειας των μεθόδων εξαγωγής ακτογραμμών στην τηλεπισκόπηση: μια έξυπνη διαδικασία για εικόνες sentinel-2
Πρωτότυπος τίτλος: Accuracy evaluation of coastline extraction methods in remote sensing: a smart procedure for sentinel-2 images
Συγγραφείς: E.Alcaras , P. P. Amoroso , F. G. Figliomeni , C. Parente , G. Prezioso
Δημοσιεύθηκε: The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLVIII-4/W3-2022
Σύνδεσμος πρωτότυπου κειμένου: [1]
Λέξεις-Κλειδιά: Unsupervised classification, K-Means, Sentinel-2, Coastline Extraction, GIS, DEM.
Ως ακτογραμμή ορίζεται το όριο μεταξύ ξηράς και θάλασσας και έχει θεμελιώδη σημασία σε πολλούς τομείς, όπως η χαρτογραφία, η παρακολούθηση της παράκτιας γεωμορφολογίας και η θαλάσσια ναυσιπλοΐα. Επειδή αλλάζει συνεχώς σχήμα και θέση λόγω των δυναμικών περιβαλλοντικών συνθηκών, απαιτεί προσεκτική παρακολούθηση η οποία όταν γίνεται με επιτόπιους ελέγχους, είναι χρονοβόρα, δαπανηρή αλλά και δύσκολη πολλές φορές λόγω της μορφολογίας. Η τηλεπισκόπηση με τις διάφορες τεχνικές που έχει αναπτύξει αποτελεί μια έγκυρη εναλλακτική λύση με εξαιρετικά αποτελέσματα, τα οποία βέβαια εξαρτώνται από πολλούς παράγοντες, όπως την εφαρμοζόμενη μέθοδο, τα χαρακτηριστικά του αισθητήρα, την τυπολογία της ακτογραμμής. Για να διαπιστωθεί η ακρίβεια οποιασδήποτε τεχνικής, σε σχέση με αυτούς τους παράγοντες, είναι απαραίτητη μια ακτογραμμή αναφοράς ως μέτρο σύγκρισης. Συνήθως, χρησιμοποιούμε τη διανυσματοποιημένη ακτογραμμή που παράγεται χειρωνακτικά από την οπτική φωτοερμηνεία μιας παγχρωματικής εικόνας ή ενός έγχρωμου σύνθετου RGB. Το παρόν άρθρο έχει ως στόχο να καταδείξει, ότι η ακτογραμμή που μπορεί να εξαχθεί πολύ γρήγορα με την χρήση ενός ψηφιακού μοντέλου υψομέτρου, που παράγεται με LiDAR (Lg-DEM) αποτελεί μια αξιόπιστη εναλλακτική προσέγγιση της ακτογραμμής αναφοράς, για τη σύγκριση διαφορετικών μεθόδων στην ανίχνευση της ακτογραμμής σε πολυφασματικές εικόνες Sentinel-2. Η παραγωγή των ακτογραμμής γίνεται από χάρτες που προκύπτουν από τη χρήση κάποιων δεικτών, στους οποίους εφαρμόζεται η μέθοδος της μη επιβλεπόμενης ταξινόμησης με τον αλγόριθμο k-Means ώστε να ταξινομηθεί κάθε προϊόν δείκτη που προκύπτει, σε δύο ομάδες, νερό και χωρίς νερό (δηλαδή νερό και ξηρά). Η αυτόματη διανυσματοποίηση επιτρέπει την ανίχνευση της ακτογραμμής ως διαχωρισμό μεταξύ ξηράς και θάλασσας. Για τον έλεγχο του επιπέδου της ακρίβειας των αποτελεσμάτων, χρησιμοποιήθηκαν δύο διαφορετικές ακτογραμμές αναφοράς, σε διανυσματική μορφή:
• Η ακτογραμμή που λαμβάνεται από το DEM που παράγεται με δεδομένα 3D LiDAR και με χωρική ανάλυση 2 m x 2 m
• Η χειροκίνητα διανυσματική που βασίζεται σε φωτοερμηνεία RGB.
2.Περιοχή Μελέτης και Δεδομένα
Τα πειράματα διεξάγονται σε εικόνες Sentinel-2A, που αποκτήθηκαν στις 6 Αυγούστου 2019 και παρουσιάζουν επίπεδο επεξεργασίας 2Α, που αφορούν ένα τμήμα της μητροπολιτικής πόλης της Νάπολης (Ιταλία) με μεγάλη ποικιλία στη μορφολογία της ακτογραμμής (εικόνα 1).Το DEM που χρησιμοποιήθηκε προέρχεται από δεδομένα LiDAR, που αποκτήθηκαν το 2008, έχει κατακόρυφη ακρίβεια μικρότερη από ± 15 cm, η οριζόντια ακρίβεια είναι ± 30 cm ενώ έχει και αρνητικές τιμές που αντιπροσωπεύουν το βυθό κάτω από την ακτή (εικόνα 2). Η ακτογραμμή εξάγεται ως η γραμμή περιγράμματος στο μηδέν.
Οι εικόνες του Sentinel-2 παράγονται από 2 δίδυμους δορυφόρους, τους Sentinel-2A και Sentinel-2B σε 13 φασματικές υποπεριοχές της ΗΜΑ και τα κύρια χαρακτηριστικά τους παρουσιάζονται στον πίνακα 1.
3.Μέθοδοι
3.1 Υπολογισμός του δείκτη
Οι έξι δείκτες που χρησιμοποιήθηκαν είναι οι παρακάτω, ενώ η εικόνα 3 δείχνει την εικόνα που προκύπτει από την εφαρμογή της NDWI.
Η Κατηγοριοποίηση K-Means εφαρμόζεται σε κάθε δείκτη, εξάγοντας δύο κατηγορίες (νερό/χωρίς νερό) για την ταξινόμηση των εικόνων και από κάθε θεματικό χάρτη η ακτογραμμή εξάγεται αυτόματα σε διανυσματική μορφή ως πολυγραμμή.Το αποτέλεσμα της ομαδοποίησης K-Means που εφαρμόστηκε στο NDWI παρουσιάζεται στην εικόνα 4.
3.3 Αξιολόγηση ακρίβειας
Για την αξιολόγηση της ακρίβειας των εφαρμοζόμενων μεθόδων πρέπει να υπάρχει μια ακτογραμμή αναφοράς σε διανυσματική μορφή, η οποία στην παρούσα μελέτη είναι ακτογραμμή που εξάγεται αυτόματα από Lg-DEM η οποία διερευνάται αν μπορεί να χρησιμοποιηθεί γι αυτό το σκοπό. Για τον έλεγχο της ακρίβειας της ακτογραμμής που προκύπτει σε διανυσματική μορφή θα χρησιμοποιηθούν δύο Δείκτες:
• ο λόγος Index (RI) που εισάγεται στους Maglione et al. (Maglione et al., 2014)
RI=A/L
• ο δείκτης κατανεμημένης αναλογίας (Distributed Ratio Index - DRI) που αναπτύχθηκε από τους Alcaras et al. (Alcaras et al., 2022)
4.Αποτελέσματα και Συζήτηση
Στους πίνακες 2 και 3 παρουσιάζονται οι τιμές των δεικτών ελέγχου τη ακρίβειας με ακτογραμμή αναφοράς εξαγόμενη από την Lg-DEM ενώ στους πίνακες 3 και 4 παρουσιάζονται οι τιμές των δεικτών ελέγχου τη ακρίβειας με ακτογραμμή αναφοράς εξαγόμενη χειροκίνητα βάσει οπτικής ερμηνείας της σύνθεσης RGB.
5.Συμπεράσματα
Η μελέτη αυτή αποδεικνύει ότι η ακτογραμμή που προκύπτει από την Lg- DEM μπορεί να θεωρηθεί ως αναφορά για τη σύγκριση διαφόρων μεθόδων που εφαρμόζονται για την εξαγωγή ακτογραμμών από εικόνες τηλεπισκόπησης εξοικονομώντας χρόνο και πόρους.Ωστόσο για την επίτευξη έγκυρων αποτελεσμάτων, πρέπει να προσεχθούν τουλάχιστον τρεις πτυχές:
1. Τόσο οι εικόνες Lg-DEM και όσο οι δορυφορικές πρέπει να είναι σύγχρονες ή, εάν έχουν αποκτηθεί σε διαφορετικές χρονικές στιγμές, να καλύπτουν μια περιοχή η οποία, στο χρονικό διάστημα που έχει παρέλθει, δεν έχει υποστεί καμία αλλαγή.
2. Δεδομένου ότι η στιγμιαία ακτογραμμή εξάγεται από τις εικόνες και η ακτογραμμή σε σχέση με το κατακόρυφο σημείο αναφοράς, από το Lg-DEM, η διαφορά αυτή πρέπει να λαμβάνεται υπόψη, π.χ. αξιολογώντας το ύψος της παλίρροιας κατά την ημερομηνία και την ώρα της εικόνας απόκτησης της εικόνας.
3. Η επιλογή ενός Lg-DEM με διαστάσεις εικονοστοιχείου μικρότερες από εκείνες του δορυφόρου εικόνων είναι προτιμότερη.
Τέλος, πρέπει να τονιστεί ότι η εφαρμογή του K-Means σε NDWI είναι μια πολύ αποδοτική προσέγγιση για τη διάκριση των εικονοστοιχείων νερού από αυτά που δεν έχουν νερό στις εικόνες Sentinel-2.
