Δυνατότητες και περιορισμοί της υπερφασματικής τηλεπισκόπησης στην ανίχνευση ποιοτικών χαρακτηριστικών του οδοστρώματος

Abstract

Η Υπερφασµατική Τηλεπισκόπηση συντελεί στην αναγνώριση επιφανειών διαφορετικής σύστασης υλικών λόγω της υψηλής φασµατικής διακριτικής ικανότητας την οποία παρέχει, χωρίζοντας το ηλεκτροµαγνητικό φάσµα σε εκατοντάδες στενές, παρακείµενες φασµατικές ζώνες. Αξιοποιώντας αυτήν την ιδιότητα, η συγκεκριµένη διπλωµατική εργασία έχει ως στόχο τη διερεύνηση των δυνατοτήτων και των περιορισµών της Υπερφασµατικής Τηλεπισκόπησης στην ανίχνευση ποιοτικών χαρακτηριστικών του οδοστρώµατος, και ειδικότερα της ασφάλτου. Απώτερος στόχος της έρευνας αυτής είναι η ανάπτυξη µιας αξιόπιστης µεθοδολογίας για την απόκτηση στοιχείων σχετικών µε την ποιότητα του οδικού δικτύου, έτσι ώστε να είναι δυνατός ο προγραµµατισµός συντήρησης ή ανακατασκευής του. Αρχικά, σε θεωρητικό επίπεδο, πραγµατοποιήθηκε εκτενής ανάλυση των κυριότερων µεθόδων επεξεργασίας και τεχνικών της Υπερφασµατικής Τηλεπισκόπησης ούτως ώστε να γίνει η επιλογή της καταλληλότερης τηλεπισκοπικής µεθόδου και τεχνικής η οποία θα διασφαλίζει τα πιο αξιόπιστα αποτελέσµατα και τα εγκυρότερα κατά το δυνατόν πορίσµατα. Επιπροσθέτως, πριν από την επιλογή, θεωρήθηκε ότι θα ήταν χρήσιµο να προηγηθεί µία έρευνα για την καταγραφή των υπερφασµατικών τηλεπισκοπικών µεθόδων και τεχνικών που έχουν χρησιµοποιηθεί σε προγενέστερες εργασίες οι οποίες αφορούν στη µελέτη του οδοστρώµατος. Μια τέτοιου είδους προσέγγιση θα διευκόλυνε αυτήν την ερευνητική προσπάθεια αφού θα µπορούσε να λειτουργήσει ως µία αφετηρία στη διαδικασία πειραµατισµού µε διάφορες µεθόδους και τεχνικές Υπερφασµατικής Τηλεπισκόπησης. Σε πρακτικό επίπεδο, τον Μάιο του 2008 πραγµατοποιήθηκαν λήψεις υπερφασµατικών απεικονίσεων µε τον αισθητήρα CASI 550 στην περιοχή του Χαλανδρίου, οι οποίες συνδυαστήκαν µε µετρήσεις µε ραδιόµετρο χειρός GER1500 στο πεδίο. Οι µετρήσεις µε το ραδιόµετρο συνέβαλαν στην παρατήρηση των φασµατικών ανακλαστικοτήτων των υπό µελέτη αντικειµένων, στη δηµιουργία βιβλιοθήκης φασµατικών υπογραφών και έπειτα από την εφαρµογή κατάλληλων µεθόδων, στην επιλογή των καταλληλότερων καναλιών στα οποία πραγµατοποιήθηκε η επεξεργασία των υπερφασµατικών απεικονίσεων. Όσον αφορά στις υπερφασµατικές απεικονίσεις, η επεξεργασία τους υλοποιήθηκε µε τη βοήθεια του λογισµικού ENVI 4.4. Σε πρώτο στάδιο έγινε µία προεπεξεργασία στην οποία περιλαµβάνεται η γεωµετρική διόρθωση και εφαρµόστηκαν οι µέθοδοι ανάλυσης σε κύριες συνιστώσες (PCA) και ελαχιστοποίησης του θορύβου (MNF), οι οποίες συντελούν στη µείωση της διάστασης του υπερφασµατικού χώρου. Στη συνέχεια, ακολούθησαν οι µετασχηµατισµοί χρωµάτων, η εφαρµογή του αλγορίθµου ανίχνευσης στόχων Mixture-Tuned Matched Filtering (MTMF), η εφαρµογή των µη επιβλεπόµενων ταξινοµήσεων IsoData και k-means, η εφαρµογή της επιβλεπόµενης ταξινόµησης Spectral Angle Mapper (SAM) και τέλος, εφαρµόστηκαν τα χωρικά φίλτρα Sobel, Sharpen και η µέθοδος υφής (µέθοδος των Πινάκων Χωρικής Συσχέτισης του τόνου του Γκρίζου) για την ανίχνευση ρωγµών. Συµπεράσµατα της έρευνας αυτής είναι πως η Υπερφασµατική Τηλεπισκόπηση έχει δυνατότητες στον προσδιορισµό της ποιότητας της ασφάλτου και είναι ιδιαίτερα αποτελεσµατική στην αναγνώριση οδοστρωµάτων νέας καθώς και παλιάς καλής ποιότητας ασφάλτου.

Hyperspectral remote sensing contributes in the recognition of surfaces of different constitution of materials because of the high spectral resolution which provides, as the electromagnetic spectrum is partitioned into hundreds of narrow, adjacent spectral bands. Taking advantage of this attribute, this particular study aims at examining the potential and restrictions of the Hyperspectral remote sensing in order to map asphalt road surface conditions. Consequently, Hyperspectral remote sensing may offer more up-to-date and economical methods to improve common practice transportation network observations. Initially, the main methods and techniques of Hyperspectral remote sensing processing data are represented extensively with the intention of selecting the most appropriate ones which provide the most satisfactory results as well as the most valid conclusions. In addition, prior to selection, it was deemed useful to analyze previous studies which are related to mapping the condition of road network and record the methods and techniques of Hyperspectral remote sensing which have been used. Such an approach would facilitate this inquiring attempt, since it could function as a starting point to the process of experimentation with different methods and techniques of Hyperspectral remote sensing. In practical level, the hyperspectral remote sensing data was acquired from CASI 550 sensor on May, 2008 at the urban area of Chalandri, (suburb of Athens). Concurrently, ground spectra acquisition campaign was conducted in the study area and radiometric data were acquired with GER1500 spectrometer. Field spectrometer data were used to provide high quality spectral measurements, to develop a spectral library and to minimize the dimension of the hyperspectral space after applying suitable methods. The software which was utilised for the processing of hyperspectral remote sensing data is ENVI 4.4. At first, remotely sensed data were pre-processed, through geometric corrections. Then Principal Components Analysis (PCA) and Minimum Noise Fraction (MNF) were implemented in order to minimize the dimension of the hyperspectral space. Subsequently, the following methods and techniques were implemented: color transformations, Mixture-Tuned Matched Filtering (MTMF), unsupervised classifications IsoData and k-means, supervised classification Spectral Angle Mapper (SAM) and finally, Sobel Edge filter, Sharpen filter and Gray Level Co–Occurrence Matrix operator were applied in order to detect cracks. The general ascertainment of this study is that Hyperspectral remote sensing has some potential in mapping asphalt road surface conditions and is particularly effective in the recognition of new asphalt and old asphalt in good condition.