Αμπελουργία Ακριβείας: Εντοπισμός αμπελοτεμαχίων και Διαχωρισμός ποικιλιών αμπέλου με Τηλεπισκοπικές μεθόδους

Abstract

Η σημαντική τεχνολογική πρόοδος την τελευταία δεκαετία στην εξέλιξη και ανάπτυξη προηγμένων τηλεπισκοπικών αισθητήρων, δίνει τη δυνατότητα για ανάλυση και παρακολούθηση των καλλιεργειών με τηλεπισκοπικά μέσα και σε μεγάλες χωρικές κλίμακες. Προς την κατεύθυνση αυτή, στην παρούσα εργασία διερευνήθηκαν, αναπτύχθηκαν και αξιολογήθηκαν σύγχρονες μέθοδοι και τεχνικές από την επιστήμη της γεωπληροφορικής για εφαρμογές στον τομέα της αμπελουργίας ακριβείας. Συγκεκριμένα, αξιοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα υψηλής χωρικής ανάλυσης (WorldView-2) σε συνδυασμό με ταυτόχρονες μετρήσεις στο πεδίο με απώτερο στόχο την ανάπτυξη μεθοδολογίας για τον εντοπισμό αμπελοτεμαχίων και το διαχωρισμό ποικιλιών αμπέλου, μέσω ταξινομήσεων. Αφού διερευνήθηκαν οι έως τώρα προσεγγίσεις στη διεθνή βιβλιογραφία, σχεδιάστηκε και πραγματοποιήθηκε η συλλογή των γεωχωρικών δεδομένων τόσο τηλεπισκοπικά όσο και στο πεδίο και στις δυο περιοχές μελέτης (σε επιλεγμένους αμπελώνες, στο Αίγιο και στην Αταλάντη, συνεργαζόμενων οινοποιείων). Ακολούθησαν τα βασικά στάδια στην προετοιμασία των δεδομένων όπως η ραδιομετρική διόρθωση των πολυφασματικών δορυφορικών δεδομένων και η συγχώνευση εικόνων. Ανάμεσα στις μεθόδους ταξινόμησης που χρησιμοποιήθηκαν, επιλέχθηκε η μέθοδος της αντικειμενοστραφούς ανάλυσης εικόνας για την ανάπτυξη της βασικής μεθοδολογίας. Αρχικά επιχειρήθηκε ο εντοπισμός αμπελοτεμαχίων, με μια τυποποιημένη προσέγγιση ασαφούς λογικής, στην αντικειμενοστραφή ταξινόμηση. Η μέθοδος που προτείνεται περιλαμβάνει δέκα βασικούς κανόνες παραγωγής, που αξιοποιούν χαρακτηριστικά ραδιομετρίας, γεωμετρίας και υφής των αντικειμένων. Η μεθοδολογία και τα αποτελέσματα αξιολογήθηκαν ποιοτικά και ποσοτικά με βιβλιογραφικά καθιερωμένους δείκτες ποιότητας. Στη συνέχεια στα εντοπισμένα αμπελοτεμάχια διενεργήθηκε επιβλεπόμενη ταξινόμηση με τον αλγόριθμο του Εγγύτερου Γείτονα, για το διαχωρισμό ποικιλιών αμπέλου. Αξιολογήθηκε η πληρότητα των αποτελεσμάτων και αναλύθηκαν οι σχέσεις φασματικών υπογραφών και η συμπεριφορά των ποικιλιών στις ταξινομήσεις. Τέλος, από την ποσοτική και ποιοτική αξιολόγηση της αναπτυγμένης μεθοδολογίας και των αποτελεσμάτων της προκύπτει η επιτυχημένη πλήρωση των στόχων της εργασίας και η προσδοκία για ελπιδοφόρα χρήση παρόμοιων τεχνικών στην αμπελουργία αλλά και γεωργία ακριβείας γενικότερα.

The significant technological advances, over the last decade, concerning the progress and development of advanced remote sensing sensors, have allowed the analysis and monitoring of crops through remote sensing, in large spatial scales. To this end, the present study focuses on the development and evaluation of contemporary methods and techniques from the science of geoinformatics, for applications in precision viticulture. Multispectral satellite data with high spatial resolution (WorldView-2), along with simultaneous field surveys were acquired in order to design, develop and evaluate a processing procedure able to detect vineyards and discriminate vine varieties based on object-based classification. Having reviewed the existing international publications, the acquisition of remote sensing data and field geospatial data was planned and implemented in two study areas (selected vineyards in Aigio and Atalanti). Then, the key steps in data preparation, such as the radiometric correction of the multispectral satellite data and the image fusion, were conducted. The object-based image analysis (OBIA) framework was employed for the classification procedure. At first, the detection of vineyards was conducted using fuzzy logic techniques in object-based classification. The developed approach consisted of ten (10) basic rules of spectral, geometric and texture features. Experimental results were evaluated qualitatively and quantitatively using standard quality indicators. Moreover, a supervised classification using the Nearest Neighbor algorithm was carried out on the detected vineyard parcels in order to distinguish the different vine varieties. Experimental results were evaluated and the relationship between the spectral signatures of the vine varieties and their classification-behavior was discussed. Finally, from the quantitative and qualitative evaluation of the developed methodology and results, arise the successful fulfillment of this thesis objectives but also expectations for future application of similar techniques in precision viticulture and precision agriculture in general.