Εντοπισμός και αυτόματη χαρτογράφηση αδιαπέραστων επιφανειών σε άγονες απρόσιτες ορεινές περιοχές με αντικειμενοστραφή ανάλυση

Από RemoteSensing Wiki

Εικόνα 1: 3D απεικόνιση των αποτελεσμάτων της ταξινόμησης των ορεινών περιοχών μέσω του λογισμικού Qgis σε συνδυασμό με το Google Earth (με κόκκινο χρώμα απεικονίζονται οι ορεινές περιοχές της εικόνας), (Χουντουλέσης Χρήστος,2020)

Εικόνα 2: 3D απεικόνιση των αποτελεσμάτων της ταξινόμησης του δεύτερου επιπέδου (Level 2) μέσω του λογισμικού Qgis σε συνδυασμό με το Google Earth, (Χουντουλέσης Χρήστος,2020)

Εικόνα 3: Απεικόνιση των αποτελεσμάτων της δεύτερης ταξινόμησης του δεύτερου επιπέδου (με ροζ χρώμα απεικονίζονται οι απρόσιτες ορεινές περιοχές), (Χουντουλέσης Χρήστος,2020)

Εικόνα 4: Αποτελέσματα ταξινόμησης του τρίτου επιπέδου, (Χουντουλέσης Χρήστος,2020)

Εικόνα 5: Αποτελέσματα ταξινόμησης του τετάρτου επιπέδου, (Χουντουλέσης Χρήστος,2020)

Αρχικός Τίτλος: Εντοπισμός και αυτόματη χαρτογράφηση αδιαπέραστων επιφανειών σε άγονες απρόσιτες ορεινές περιοχές με αντικειμενοστραφή ανάλυση τηλεπισκοπικών δεδομένων.

Συγγραφείς: Χουντουλέσης Χρήστος

Ηλεκτρονική διέυθυνση: https://dspace.lib.ntua.gr/xmlui/handle/123456789/51772

Λέξεις Κλειδιά: Αντικειμενοστραφής ανάλυση, αδιαπέραστες επιφάνειες, άγονες απρόσιτες ορεινές περιοχές, eCognition, ασαφής λογική, ψηφιακό μοντέλο εδάφους, δορυφορικές εικόνες Sentinel-2

Αντικείμενο

Η μελέτη του θέματος επικεντρώνεται στην χαρτογράφηση των αδιαπέραστων επιφανειών σε δύσβατες ορεινές περιοχές της Ελλάδας, συνδυάζοντας τηλεπισκοπικά δεδομένα, όπως είναι το ψηφιακό μοντέλο εδάφους και οι δορυφορικές εικόνες Sentinel-2, χρησιμοποιώντας τη μέθοδο της αντικειμενοστραφούς ανάλυσης εικόνας. Αναλύονται ως προς την έρευνα στα βουνά το υψόμετρο, η κλίση, τοπογραφική θέση και η ανωμαλία του εδαφους.

Μεθοδολογία

Τα βουνά που μελετήθηκαν αποτελούν μια σειρά βουνών που βρίσκονται στην Ελλάδα και έχουν χαμηλή βλάστηση. Ωστόσο η ταξινόμηση έγινε ανάμεσα στην Κυλλήνη, στα Αροάνια και στα Πεντέλεια όρη καθώς η θέση τους επιτρέπει την απεικόνιση τους, μέσω του λογισμικού eCognition. Επιπρόσθετα πραγματοποιήθηκαν άλλες 3 ταξινομήσεις οι οποίες αφορούν , την Γκιώνα με τον Παρνασσό που μπορούν να βρίσκονται στην ίδια εικόνα, το Λυκαίο όρος και το βουνό Τύμφη. Προτού γίνει η ταξινόμηση των επιλεγμένων βουνών , πραγματοποιήθηκε μια ανάλυση τους ως προς τις γεωμορφομετρικές παραμέτρους (υψόμετρο, προσανατολισμός) καθώς και από τις κατηγορίες του Corine Land Cover που υπάρχουν στα βουνά. Η συγκεκριμένη εργασία βασίστηκε στα δεδομένα τα οποία πάρθηκαν από τις δορυφορικές εικόνες της πλατφόρμας Copernicus Open Access Hub, καθώς και από το ψηφιακό μοντέλο εδάφους (DEM) από το ASTER με μέγεθος εικονοστοιχείων 25m x 25m. Τέλος χρησιμοποιήθηκαν δεδομένα από το χρησιμοποιήθηκαν δεδομένα από το σύστημα χαρτογράφησης Corine Land Cover.

Αποτελέσματα

Αφού υλοποιήθηκε η αρχική επεξεργασία της εικόνας και μειώθηκε ο θόρυβος ακολουθήθηκαν κατάλληλες μέθοδοι για την αναγνώριση της. Έτσι, ξεκίνησε η ανάλυση και τοποθέτηση της κατάτμησης σε 4 επίπεδα. Στο πρώτο επίπεδο γίνεται ο διαχωρισμός των ορεινών σημείων από τα υπόλοιπα και πάνω σε αυτό προστέθηκαν τα επόμενα που είναι με τη σειρά διάκριση σχημάτων γεωμορφολογίας και δύσβατα ορεινά σημεία, ταξινόμηση για διαχωρισμό βλάστησης και πυκνών σημείων και στο τελευταίο επίπεδο είναι τα αποτελέσματα όλων των παραπάνω. Τα προβλήματα που εντοπίστηκαν κατά τις ταξινομήσεις αντιμετωπίστηκαν για τα αποτελέσματα από την τρισδιάστατη απεικόνιση του προγράμματος «Qgis» σε συνδυασμό με το «Google Earth». Όμοια έγινε ταξινόμηση και σε άλλες περιοχές όπως είναι η Γκιώνα, Παρνασσός, Τύμφης και Λυκαίου όρους. Με το πέρας των ταξινομήσεων ,η αξιολόγηση για την ακρίβεια των αποτελεσμάτων πραγματοποιήθηκε με τη χρήση 3 εργαλείων του λογισμικού eCognition , τα οποία ειναι : η μέθοδος σταθερότητας ταξινόμησης , η μέθοδος µε βάση το αποτέλεσμα της καλύτερης ταξινόμησης καθώς και η μέθοδος με βάση τα δείγματα ελέγχου.

Συμπεράσματα

Για να γίνει οριοθέτηση μιας περιοχής εκτός από φωτοερμηνεία , πρέπει να τεθεί και ένας γεωμορφολογικός κανόνας που να διασαφηνίζει τι καθιστά μια περιοχή ως ορεινή. Εν προκειμένω ορίστηκε ως κάθε περιοχή που εμφανίζει υψομετρικές διαφορές και ξεπερνά στο υψόμετρο τα 1100 μ. Ο συνδυασμός πολλών τύπων δεδομένων τηλεπισκόπησης που προσφέρει το λογισμικό eCognition βοηθάει πολύ τον χρήστη στην συγκεκριμένη αλλά και σε άλλες έρευνες, ενώ η χρήση της αντικειμενοστραφούς ανάλυσης σε δορυφορικές εικόνες που έχουν ίση χωρική ανάλυση με αυτή του Sentinel-2 δεν αντιμετωπίζει σοβαρά εμπόδια στη διάκριση των αδιαπέραστων επιφανειών από τη βλάστηση σε περιβάλλον ορεινό. Τέλος η συγκεκριμένη επιτυχημένη μεθοδολογία σε πολλά βουνά της Ελλάδας με τους ίδιους κανόνες και ταξινομήσεις, δημιουργεί την αισιοδοξία για ευρεία μελλοντική αξιοποίηση σε όλα τα βουνά της χώρας.