Σύγκριση δορυφορικών δεδομένων πολύ υψηλής ανάλυσης IKONOS και WorldView2 στην ταξινόμηση τύπων βλάστησης με την ανάπτυξη Αντικειμενοστρεφούς ανάλυσης: Εφαρμογή στην περιοχή Άνω Καλαμά του Δήμου Πωγωνίου

Abstract

Ο διαχωρισμός και η ακριβής ανάλυση των τύπων βλάστησης στο φυσικό οικοσύστημα αποτελεί βασική λειτουργία για την οργάνωση και το σχεδιασμό της διαχείρισης και προστασίας του. Η Τηλεπισκόπηση προσέφερε προηγμένες τεχνικές με σκοπό τη δημιουργία μιας τράπεζας πληροφοριών που αποτελεί και την αρχή άντλησης στοιχείων. Η αύξηση των εφαρμογών της Τηλεπισκόπησης και η δημιουργία σύγχρονων τηλεπισκοπικών δεκτών που δίνουν εικόνες με πολύ υψηλή διακριτική/διαχωριστική και ραδιομετρική ικανότητα πρόσφερε τη δυνατότητα σύγκρισης των εικόνων ώστε να προκύπτει το πιο αξιόπιστο αποτέλεσμα. Η εφαρμογή της Αντικειμενοστρεφούς ανάλυσης κρίνεται στο συνδυασμό των κατάλληλων κανόνων εντοπισμού αντικειμένων με συγκεκριμένη ταυτότητα. Η ανάπτυξη ενός καλά δομημένου συστήματος απαιτεί τη γνώση και την εφαρμογή των τεχνικών σχεδίασης, ώστε να αποδώσει στο βέλτιστο το σκοπό της δημιουργίας του. Στην παρούσα έρευνα εντοπίζονται οι τύποι της βλάστησης με την ανάπτυξη της αντικειμενοστρεφούς ανάλυσης και τη χρήση πολύ υψηλής ανάλυσης δορυφορικών δεδομένων από τους δορυφόρους IKONOS και WorldView 2 και τη σύγκριση της ποιότητας των αποτελεσμάτων της ταξινόμησης των ειδών μεταξύ των δορυφόρων. Η ανάπτυξη της αντικειμενοστρεφούς ανάλυσης, για την επίτευξη των στόχων της, πραγματοποιήθηκε με τη χρήση του προγράμματος eCognition 8.64 της εταιρίας DEFINIENS Imaging GmbH δημιουργώντας μια βάση γνώσης σε αντικειμενοστρεφές περιβάλλον. Η χρησιμοποίηση πολύ υψηλής ανάλυσης δορυφορικών δεδομένων από τους δορυφόρους IKONOS και WorldView 2 σε συνδυασμό με τη ιεραρχική αναπαράσταση και η δημιουργία γειτνίασης των αντικειμένων εξυπηρετεί στη λεπτομερή απεικόνιση των χρήσεων γης σε ένα τμήμα του Δ. Πωγωνίου, βορειοδυτικά του Ν. Ιωαννίνων, όπου επικρατεί έντονη βλάστηση. Για την επίτευξη της σύγκρισης μεταξύ των δορυφορικών δεδομένων χρησιμοποιήθηκαν δύο εικόνες IKONOS σε διαφορετική χρονική περίοδο (του 2008 και 2011) και μια WorldView 2 του 2010. Η σύγκριση των αποτελεσμάτων της ταξινόμησης των δύο διαφορετικών δορυφορικών δεδομένων εστιάζεται κυρίως στον εντοπισμό των τύπων βλάστησης, οι οποίοι επικρατούν στην περιοχή έρευνας. Για την επίτευξη της σύγκρισης των διαφορετικών δορυφορικών δεδομένων χρησιμοποιείται παρόμοια λογική επεξεργασία τους, ώστε να εντοπιστούν τα καλύτερα αποτελέσματα. Η ανάλυση των απεικονίσεων IKONOS και WorldView 2 περιέλαβε τέσσερα επίπεδα κατάτμησης και ταξινόμησης. Στο πρώτο επίπεδο πραγματοποιήθηκε η ταξινόμηση των τύπων βλάστησης που επικρατούν στην περιοχή, ανάλογα με το είδος τους (δέντρα, θάμνοι, λιβάδια), τα οποία καθορίστηκαν στο τρίτο επίπεδο. Στο δεύτερο επίπεδο κατάτμησης εντοπίζονται οι πρωτογενείς χρήσεις γης, τις οποίες αντιλαμβάνεται ο χρήστης κατά την πρώτη φωτοερμηνεία της εικόνας. Στο τρίτο επίπεδο γίνεται η γενίκευση των ήδη ταξινομημένων κατηγοριών του δευτέρου επιπέδου σε υποκατηγορίες. Το ανώτερο επίπεδο κατάτμησης λειτουργεί ως βοηθητικό για να διαχωρίσει τη ΑΪΝΑΛΗ ΑΙΚΑΤΕΡΙΝΗ Σελίδα 5 από 212 βλάστηση από τις υπόλοιπες κατηγορίες. Με το συνδυασμό των κατάλληλων κανόνων ανάλογα με την φασματική υπογραφή κάθε αντικειμένου και τη γενίκευση των κατηγοριών κληρονομώντας τα χαρακτηριστικά τους, παρουσιάστηκαν τα κατάλληλα αποτελέσματα για τον εντοπισμό κάθε τύπου βλάστησης Η αξιολόγηση των αποτελεσμάτων πραγματοποιήθηκε στο τρίτο και στο πρώτο επίπεδα ταξινόμησης για κάθε εικόνα χωριστά. Η απόδοση της συνολικής ακρίβειας της ταξινόμησης εξυπηρετεί τη σύγκριση των αποτελεσμάτων από διαφορετικά δορυφορικά δεδομένα. Η ταξινόμηση στα επίπεδα αυτά πραγματοποιήθηκε με το συνδυασμό ανάπτυξης βάσης γνώσης που δημιουργείται από τα χαρακτηριστικά των κατηγοριών με τη δημιουργία γειτνίασης των αντικειμένων, θέτοντας τις φασματικές τους υπογραφές. Η ποικιλία των φασματικών καναλιών στα δορυφορικά δεδομένα της WorldView2, τα οποία εμφανίζονται σε μικρότερα διαστήματα μηκών κύματος, εξυπηρετεί στο διαχωρισμό των χαρακτηριστικών των κατηγοριών κάλυψης γης, όπως είναι οι κατηγορίες Θαμνώδης βλάστηση και Δενδρώδης βλάστηση. Η σύγκριση των δορυφορικών δεδομένων προερχόμενων από δορυφόρους IKONOS και WorldView2 απέδειξε ότι η χρησιμοποίηση εικόνων WorldView2 δίνει καλύτερα αποτελέσματα στην ταξινόμηση της βλάστησης από τις IKONOS.

The identification and analysis of different types of vegetation in the environment play a major role in the organisation of its management and security. Remote Sensing (RS) offers solutions by the construction of a knowledge base that provides information to be used by researchers. The increase of the applications in Remote Sensing (RS) and the creation of new remote sensing indices that extract images with high discretionary/dividing and radiometric ability provide comparison of images by achieving a better and more efficient result. Object oriented analysis succeed in combining the appropriate rules of object based detection with specific identity. Similarly, the development of a well-structured system requires the knowledge and application of the appropriate techniques in order to achieve the result to the highest standard. In this study, the types of vegetation are discovered by applying object oriented analysis, using very high resolution analysis of satellite data from the IKONOS and WorldView 2 satellites and comparing the quantity of the results from the data classification attained between the two satellites. The research was done using the eCognition 8.64 program from the company DEFINIENS Imaging GmbH by creating an object oriented database. High standard analysis of satellite data from IKONOS and WorldView 2 in combination with the hierarchical structure and the generation of adjacency data produce detailed picture of how the land was used in a part of the Pogoniou Municipality, northwest of the Ioannina County, with intense vegetation. For the comparison between the satellite data were used two images IKONOS captured in different time points (one in 2008 and one in 2011) and one image from WorldView 2 taken in 2010. The comparison of classification results focus mainly on the characterisation of different vegetation types that are found in the region of research. The different satellite data were analysed with the same procedures in order to find the best results. The analysis of IKONOS and WorldView 2 images included four levels of classification. In the first level, the different types of vegetation that have being developed in the region are being classified according to (i) trees, (ii) shrubland and (iii) natural grassland. In the second level, the primary uses of land are being classified according to what the user is seen from the first image interpretation of the image and then, in the third level, are further classified in sub-groups. The fourth level is used to separate the vegetation from the other categories. The results for the recognition of the different types of vegetation were established with the combination of the appropriate association rules according to the multi-resolution derived from the different objects. The evaluation of the results occurred in the first and third level of classification for each image separately. The efficiency of the overall accuracy of the classification serves to compare the results from different satellite data. The classifications in levels are performed by combining development knowledge basis that is created from the characteristics of the categories with the creation ΑΪΝΑΛΗ ΑΙΚΑΤΕΡΙΝΗ Σελίδα 7 από 212 proximity of objects, setting their spectral signatures. The variety of spectral channels in satellite data of WorldView2, which appear in smaller wavelength intervals, serves to separate the characteristics of land cover classes, such as categories vegetation of shrubs and vegetation of trees. A comparison of satellite data from satellites IKONOS and WorldView2 proved that the use of images WorldView2 gives better results in the classification of vegetation from IKONOS.