Χαρτογράφηση φυσιογραφικών μονάδων στο νομό Ροδόπης με χρήση αντικειμενοστρεφούς ταξινόμησης γεωγραφικών δεδομένων

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΜΕΤΑΠΤΥΧΙΑΚΗ ΕΙΔΙΚΕΥΣΗ ΕΔΑΦΟΛΟΓΙΑΣ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗΣ ΕΔΑΦΙΚΩΝ ΠΟΡΩΝ Σολδάτος Σπυρίδων Χαρτογράφηση φυσιογραφικών μονάδων στο νομό Ροδόπης με χρήση αντικειμενοστρεφούς ταξινόμησης γεωγραφικών δεδομένων Μεταπτυχιακή Διατριβή που υποβλήθηκε στο Εργαστήριο Τηλεπισκόπησης και Γεωγραφικών Συστημάτων Πληροφοριών Επιβλέπουσα Επιτροπή: Δρ. Νικόλαος Συλλαίος Ομότιμος Καθηγητής Α.Π.Θ. Δρ. Γεώργιος Ζαλίδης Δρ Ιωάννης Γήτας Καθηγητής Α.Π.Θ. Επίκουρος Καθηγητής Α.Π.Θ. Θεσσαλονίκη, Απρίλιος

2 Στην γυναίκα μου Λιάνα. 2

3 Πρόλογος Η παρούσα διατριβή πραγματοποιήθηκε στα πλαίσια των μεταπτυχιακών μου σπουδών, στην ειδίκευση Εδαφολογίας και Διαχείρισης Εδαφικών Πόρων, της Γεωπονικής Σχολής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. Τα Γεωγραφικά Συστήματα Πληροφοριών αποτέλεσαν μεγάλη πρόκληση για μένα, γιατί η χρήση τους αποτελεί πλέον την καθημερινότητα των περισσοτέρων γεωτεχνικών. Το γεωργικό κτηματολόγιο, το ΟΣΔΕ και γενικότερα οι έλεγχοι του ΟΠΕΚΕΠ, ο ΕΛΓΑ αποτελούν τα πρώτα αλλά όχι και τα τελευταία δείγματα, στα οποία φαίνεται καθαρά ότι η φωτοερμηνεία με την χρήση των γεωγραφικών συστημάτων πληροφοριών αποτελεί το μέλλον της γεωπονικής επιστήμης. Αρωγός της προσπάθειάς μου αυτής, είναι ο Ομότιμος Καθηγητής της Γεωπονικής Σχολής του Αριστοτελείου Πανεπιστήμιου Θεσσαλονίκης, Δρ Νίκος Συλλαίος στον οποίο θέλω να εκφράσω την ευγνωμοσύνη μου για την ευκαιρία που μου έδωσε, ώστε να εντρυφήσω πάνω στα Γεωγραφικά Συστήματα Πληροφοριών. Επίσης, θέλω να ευχαριστήσω τον Διδάκτορα του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης Δρ Χρήστο Καρυδά, για την επιστημονική βοήθεια που μου παρείχε, προκειμένου να ολοκληρώσω την διατριβή μου καθώς και την υπομονή που έδειξε σε όλα τα βήματα της διατριβής αυτής. Τέλος θέλω να ευχαριστήσω όλο το επιστημονικό και διοικητικό προσωπικό του Εργαστηρίου Τηλεπισκόπησης και Γ.Σ.Π. για την υλική και ηθική συμπαράσταση κατά την εκτέλεση της διατριβής αυτής. 3

4 1. ΕΙΣΑΓΩΓΗ Ανασκόπηση Βιβλιογραφίας Χαρτογράφηση Εδαφών Παγκόσμιος Χάρτης Ψηφιακή Χαρτογράφηση Περιβαλλοντικές μεταβλητές και πρόβλεψη κατανομής εδαφών στο χώρο Δεδομένα Ψηφιακής Χαρτογράφησης Δεδομένα Υπαίθρου Κλιματικά Δεδομένα Δεδομένα τηλεπισκόπησης Πλεονεκτήματα Ψηφιακής Χαρτογράφησης Τηλεπισκόπηση Αρχή Λειτουργίας Τηλεπισκοπικών Ανιχνευτών Ποιοτικά Χαρακτηριστικά Δεδομένων Εφαρμογές Τηλεπισκόπησης Επεξεργασία & Ανάλυση Δεδομένων Φωτοερμηνεία Ερμηνεία Γεωμορφών από τα Φωτοερμηνευτικά Χαρακτηριστικά τους ΚΥΡΙΟΣ ΣΚΟΠΟΣ ΚΑΙ ΕΙΔΙΚΟΙ ΣΤΟΧΟΙ ΔΕΔΟΜΕΝΑ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ Περιοχή Μελέτης Δεδομένα Μεθοδολογία Επεξεργασία Δεδομένων Ανάλυση Εικόνας Κατάτμηση (Segmentation) Ταξινόμηση Εικόνας ΑΠΟΤΕΛΕΣΜΑΤΑ

5 5. ΣΥΖΗΤΗΣΗ ΣΥΜΠΕΡΑΣΜΑΤΑ ΒΙΒΛΙΟΓΡΑΦΙΑ Αγγλική βιβλιογραφία Ελληνική βιβλιογραφία

6 1. Εισαγωγή Τις τελευταίες δεκαετίες οι επιπτώσεις των δραστηριοτήτων του ανθρώπου στο περιβάλλον και τα προβλήματα που απορρέουν από αυτές έχουν αποκτήσει διαστάσεις που ξεπερνούν τα τοπικά όρια μιας περιοχής, μιας πόλης ή μιας χώρας και υπονομεύουν το μέλλον του πλανήτη. Έτσι σήμερα ο ευσυνείδητος πολίτης ταυτίζει το αίτημα για την πραγματοποίηση των στρατηγικών και των μέτρων για την προστασία του περιβάλλοντος με το αδιαπραγμάτευτο δικαίωμά του να ζήσει ο ίδιος σ ένα ασφαλές περιβάλλον και να παραδώσει στις γενιές που ακολουθούν ένα βιώσιμο πλανήτη. Η αειφόρος διαχείριση των φυσικών πόρων συνιστά μονόδρομο ως φιλοσοφία και πράξη που η επιστημονική κοινότητα πρέπει να υπηρετήσει επιφορτισμένη με την ευθύνη για την εύρεση εφικτών λύσεων. Η αειφόρος διαχείριση δυο βασικών φυσικών πόρων, της γης και ειδικότερα του εδάφους και του νερού ενδιαφέρει όλους όσους εμπλέκονται σε παραγωγικές διαδικασίες που εκμεταλλεύονται τους πόρους αυτούς, μεταξύ αυτών τους γεωργούς και τους γεωτεχνικούς. Το ενδιαφέρον αυτό γίνεται εντονότερο λαμβάνοντας υπόψη το νομικό πλαίσιο άσκησης της γεωργίας εκφρασμένο ως Κώδικας Ορθής Γεωργικής Πρακτικής που υποχρεώνει τη συμμόρφωση παραγωγών και γεωτεχνικών σε φιλικά προς το περιβάλλον μέτρα και πρακτικές. Πρέπει ωστόσο να σημειωθεί ότι η εφαρμογή της αειφόρου διαχείρισης στη γεωργία πέρα από την περιβαλλοντική της διάσταση, είναι στενά συνδεδεμένη και με την επίλυση προβλημάτων της γεωργίας όπως η υποβάθμιση των εδαφών, η αποψίλωση των δασών, η υπερβόσκηση κ.α. (Eswaran et al, 2001, Vacca et al, 2001) προβλημάτων δηλαδή με σοβαρές οικονομικές και κοινωνικές. επιπτώσεις. Απαραίτητη προϋπόθεση για την σωστή εφαρμογή της αειφόρου διαχείρισης της γης, αποτελεί η συγκέντρωση όσο το δυνατόν περισσότερων πληροφοριών (δεδομένων) για το έδαφος αλλά και το νερό, η επεξεργασία των δεδομένων αυτών και η δημιουργία, αφενός μοντέλων που θα περιγράφουν την υφιστάμενη κατάσταση και αφετέρου θα προτείνουν λύσεις διαχείρισης (επεμβάσεις, 6

7 τεχνικές, κ.α.). Τόσο η συλλογή και η επεξεργασία των δεδομένων όσο και η ανάπτυξη ενός συστήματος διαχείρισης αποφάσεων θα πρέπει να επιστρατεύουν μεθοδολογίες, εργαλεία και τεχνικές αξιόπιστες και αποτελεσματικές. Στο σημείο αυτό πρέπει να σημειωθεί η πολύτιμη και διεξοδική συμβολή της χαρτογράφησης των εδαφών στη διαδικασία άντλησης πληροφοριών που αφορούν στο φυσικό πόρο έδαφος ιδωμένου από τη σκοπιά του γεωτεχνικού ως το κατεξοχήν φυσικό σώμα υποστήριξης των γεωργικών δραστηριοτήτων. Οι εδαφολογικοί χάρτες, οι χάρτες καταλληλότητας των γεωργικών εδαφών, οι στατιστικές χρήσεων γης κ.τ.λ. είναι τα μέσα στα οποία θα πρέπει να στηρίζεται ο γεωτεχνικός όταν προτείνει λύσεις αειφορικής διαχείρισης που στόχο έχουν την αύξηση της παραγωγής και τη βελτίωση της ποιότητας των γεωργικών πόρων. Γι αυτό και η χαρτογράφηση και αξιολόγηση των γεωργικών εδαφών και γαιών αποτελούν ένα από τα πιο σημαντικά έργα υποδομής για κάθε χώρα (Συλλαίος Γ. Ν.). Για την κατασκευή εδαφολογικών χαρτών έχουν χρησιμοποιηθεί τεχνικές και εργαλεία που αντικατοπτρίζουν την πρόοδο σε πολλά επιστημονικά πεδία και τα επιτεύγματα της τεχνολογίας κάθε εποχής. Γι αυτό και η ιστορία της χαρτογράφησης είναι δυνατό να χωρισθεί σε χρονικές περιόδους ανάλογα με την προσέγγιση που ακολουθήθηκε για την κατασκευή των χαρτών αλλά και ανάλογα με τη συνδρομή διαφόρων επιστημών. Σε γενικές γραμμές οι ιστορικές φάσεις της χαρτογράφησης των εδαφών περιλαμβάνουν την περίοδο της γεωλογικής προσέγγισης, την περίοδο των φυσιογραφικών και μορφομετρικών μεθόδων χαρτογράφησης και την περίοδο που διανύουμε σήμερα κατά την οποία για την κατασκευή του χάρτη αντλούνται δεδομένα από δορυφορικά συστήματα ενώ δεδομένα και χάρτες ψηφιοποιούνται (Van der Pouw και.finke, 2004) Τα τελευταία είκοσι χρόνια οι επιστήμονες έχουν ενσωματώσει τους δορυφόρους και τους ηλεκτρονικούς υπολογιστές στα συστήματα συλλογής και ανάλυσης πλήθους δεδομένων όλων των ειδών της πληροφορίας που αφορούν στη γη και τους πόρους της. Τα δορυφορικά συστήματα που σχεδιάστηκαν έχουν την ικανότητα να καταγράφουν αντικείμενα με διαστάσεις λίγων εκατοστών έως και εικόνες που καλύπτουν την επιφάνεια ολόκληρης ηπείρου ή και ενός 7

8 ημισφαιρίου, σε ένα χάρτη. Ακόμη η δυνατότητα καταγραφής της ενέργειας διαφορετικού μήκους κύματος που εκπέμπουν τα αντικείμενα παρέχουν πληροφορίες που δεν μπορούν να συλλέξουν οι παραδοσιακές τεχνικές χαρτογράφησης. Για παράδειγμα η καταγραφή δεδομένων στην εγγύς υπέρυθρη ακτινοβολία του ηλεκτρομαγνητικού φάσματος παρέχει περισσότερες πληροφορίες για την κατάσταση της βλάστησης από ότι το ανθρώπινο μάτι. Οι ηλεκτρονικοί υπολογιστές μετατρέπουν δισεκατομμύρια bits σε εικόνα αλλά και ενισχύουν οπτικά όλα τα φυσικά και ανθρωπογενή γνωρίσματα του τοπίου διευκολύνοντας την ερμηνεία των δεδομένων. Με τα Γεωγραφικά Συστήματα Πληροφοριών (Geographical Information Systems, GIS) είναι δυνατή τόσο η απεικόνιση πληροφοριών και η δόμηση θεματικών χαρτών όσο και η πιο σύνθετη οργάνωση της πληροφορίας για λεπτομερέστερες και περισσότερο ακριβείς αναλύσεις. Οι ηλεκτρονικοί υπολογιστές συνιστούν πολύτιμα εργαλεία τόσο σε επίπεδο έρευνας όσο και σε επίπεδο εφαρμογής καθώς επίσης και σε διαδικασίες λήψης αποφάσεων. Η σπουδαιότητα των εργαλείων αυτών (δορυφόροι, Η/Υ) δεν έγκειται μόνο στα τεχνικά χαρακτηριστικά τους αλλά και στην δυνατότητα ενημέρωσης των βάσεων δεδομένων οποιαδήποτε χρονική στιγμή, καθώς επίσης και στην ευκολία διάθεσης της πληροφορίας στους ενδιαφερόμενους. Τα Γεωγραφικά Συστήματα Πληροφοριών αποτελούν ένα χρήσιμο εργαλείο για τους γεωτεχνικούς ειδικά στο θέμα της εδαφολογικής χαρτογράφησης. Η φιλοσοφία της χαρτογράφησης παραμένει η ίδια μολονότι έχουν αλλάξει οι τεχνικές. Ο σύγχρονος χαρτογράφος δουλεύει με το ίδιο σκεπτικό και μεθοδολογία, όπως και σε προηγούμενες δεκαετίες, χρησιμοποιώντας όμως νέα εργαλεία τα οποία του δίνουν μεγαλύτερη αξιοπιστία. Για παράδειγμα κατά τον εντοπισμό και σχεδιασμό φυσιογραφικών μονάδων ο χαρτογράφος στηριζόταν στην εμπειρία του, στην καθαρότητα της απεικόνισης και στην ευκρίνεια των μονάδων από διπλανές τους. Σήμερα εξελιγμένα λογισμικά ψηφιοποιούν και ομαδοποιούν τα εικονοστοιχεία (pixels) μιας δορυφορικής απεικόνισης βάζοντας σε δεύτερη θέση την εμπειρία του χαρτογράφου. Αν και η φιλοσοφία παραμένει η ίδια (εντοπισμός των φυσιογραφικών μονάδων) η αλλαγή έγκειται στον τρόπο με τον οποίο θα εφαρμοσθεί η φιλοσοφία. Όμως η μετάβαση από την ανθρωποκεντρική φιλοσοφία χαρτογράφησης σε μια καθαρά ψηφιακή 8

9 χαρτογράφηση πιθανόν να κρύβει σφάλματα ή «παγίδες» τις οποίες ένας έμπειρος χαρτογράφος θα είχε εντοπίσει με αποτέλεσμα να τις αποφύγει πράγμα που θα είναι αδύνατο να κάνει ένας αλγόριθμος εξαιτίας της έλλειψης ευελιξίας. 9

10 1.1 Ανασκόπηση Βιβλιογραφίας Χαρτογράφηση Εδαφών Παγκόσμιος Χάρτης Η επιστημονική μελέτη των εδαφών οριοθετείται στα μέσα του 19 ου αιώνα, μια εποχή όπου η αντίληψη για τη φύση και τις διεργασίες γένεσης του εδάφους ήταν περιορισμένη ενώ και οι μέθοδοι για τη μελέτη του εδάφους που χρησιμοποιούνταν διαφοροποιούνταν από χώρα σε χώρα. Αγρογεωλόγοι μελετούσαν το έδαφος στον αγρό ενώ οι αγροχημικοί έτσι θα αποκαλούσαμε σήμερα τους επιστήμονες εκείνους που πρωτοασχολήθηκαν με τη χημεία εδάφους- στο εργαστήριο. Στην γένεση της εδαφολογίας ως καινούριας επιστήμης συνέβαλλαν και οι ίδιοι οι γεωργοί με γνώσεις και εμπειρίες που αποκτούσαν από την ενασχόλησή τους με τη γη και τις επαναλαμβανόμενές τους δοκιμές μετά από λάθη που εντόπιζαν στις πρακτικές τους (trial and error). Ζητήματα που απασχολούσαν από εκείνη την εποχή τους πρώτους εδαφολόγους όπως η εύρεση μεθόδων ταξινόμησης και αξιολόγησης των εδαφών και οικονομικής διαχείρισης και ανάπτυξης της γεωργικής εκμετάλλευσης, οδήγησαν στη δημιουργία των πρώτων εδαφολογικών χαρτών (van Baren H. et al., 2000). Η χρησιμότητα των εδαφολογικών χαρτών ως εργαλείων για την άσκηση της γεωργίας αναγνωρίζεται με την πάροδο των χρόνων και το 1956 στο 6 ο Συνέδριο της Διεθνούς Εδαφολογικής Ένωσης (IUSS, International Union of Soil Science) αποφασίζεται η δημιουργία εδαφολογικών χαρτών για την Αφρική, την Ασία, την Ευρώπη, η Βόρεια και Νότια Αμερική σε κλίμακα 1: και 1: Οι χάρτες αυτοί παρουσιάστηκαν το 1960, στο 7 ο Συνέδριο της IUSS-όπως είναι από το 1998 γνωστή η Διεθνής Εδαφολογική Εταιρία (International Society of Soil Science, ISSS)- οι οποίοι αν και περιείχαν πλήθος πληροφοριών για τις ιδιότητες των εδαφών και την κατανομή τους, αποκάλυψαν προβλήματα που αφορούσαν στην ονοματολογία, την μεθοδολογία της χαρτογράφησης, στο σύστημα της ταξινόμησης, προβλήματα που καθιστούσαν δυσκολότερη τη σύγκριση των επιμέρους χαρτών. Έτσι το 1961 η IUSS με τη συνδρομή δυο ακόμη οργανισμών του FAO και της UNESCO, ξεκίνησε την προσπάθεια εύρεσης ενός ενιαίου συστήματος 10

11 ταξινόμησης εδαφών και χαρτογράφησης. Οι στόχοι του γιγαντιαίου εγχειρήματος δημιουργίας ενός Παγκόσμιου Χάρτη συνοψίζονται παρακάτω: Καταγραφή των εδαφικών πόρων του πλανήτη Μετάδοση σε επιστημονική βάση των εδαφολογικών γνώσεων και εμπειριών από μια περιοχή σε άλλη που παρουσιάζει ομοιότητες Προώθηση ενός ενιαίου συστήματος ταξινόμησης του εδάφους και ονοματολογίας Παροχή βασικής γνώσης και συνεχή εμπλουτισμό της με νέες λεπτομερείς έρευνες ειδικά στις αναπτυσσόμενες χώρες Εξυπηρέτηση εκπαιδευτικών, ερευνητικών και αναπτυξιακών προγραμμάτων Ενδυνάμωση των διακρατικών επαφών μεταξύ των εδαφολόγων Ο Παγκόσμιος Εδαφολογικός Χάρτης παρουσιάστηκε για πρώτη φορά το 1974 στο 10ο Συνέδριο της IUSS, ενώ και τα 19 φύλλα του Χάρτη δημοσιεύτηκαν το 1981 (van Baren H. et al., 2000). Από τότε έως σήμερα ο Χάρτης χρησιμοποιήθηκε σε πλήθος εφαρμογών όπως εκτιμήσεις της ερημοποίησης, εντοπισμούς αγρο-οικολογικών ζωνών, υπολογισμούς της φέρουσας ικανότητας των εδαφών, κ.α. Μετεξέλιξη του Παγκόσμιου Χάρτη αποτελεί η δημιουργία μιας ψηφιοποιημένης βάσης δεδομένων Εδαφών και Γαιών (Soil and Terrain Database, SOTER) ενώ και στον τομέα της ταξινόμησης έχει επίσης συντελεστεί πρόοδος με τη δημιουργία ενός Παγκόσμιου Συστήματος Αναφοράς (World Reference Base, WRB). Ο FAO σε συνεργασία με το Διεθνές Κέντρο Αναφοράς και Πληροφορίας των Εδαφών (International Soil Reference and Ιnformation Center, ISRIC) ενημερώνει το SOTER με νέα δεδομένα και διαθέτει τους ενημερωμένους χάρτες σε όλους τους ενδιαφερόμενους. 11

12 1.1.2 Ψηφιακή Χαρτογράφηση Οι απαιτήσεις για ακριβείς, υψηλής διακριτικής ικανότητας εδαφολογικούς χάρτες για τη λήψη αποφασιστικών μέτρων αντιμετώπισης των αυξανόμενων προβλημάτων της γεωργίας και της διασφάλισης της αειφορικής χρήσης του εδάφους γίνονται ολοένα και περισσότερες. Οι σημερινές εφαρμογές όπως τα εργαλεία ποσοτικής αξιολόγησης των εδαφών απαιτούν πληροφορίες για το έδαφος, που μόνο χάρτες ασυνήθιστα υψηλής διακριτικής ισχύος μπορούν να δώσουν. Εξάλλου πολλοί από τους υφιστάμενους εδαφολογικούς χάρτες, χαρακτηρίζονται από την τάση της εποχής που δημιουργήθηκαν και συνεπώς φαίνεται ότι σχεδιάστηκαν για να απαντήσουν σε ερωτήματα που αφορούν στις εδαφογενετικές διεργασίες του περιβάλλοντος γι αυτό έχουν ποιοτικό χαρακτήρα κι έτσι δεν καλύπτουν τις σημερινές ανάγκες για ποσοτικές εδαφολογικές πληροφορίες. Ένας από τους σπουδαιότερους λόγους που παρατηρείται αυτή η έλλειψη ποσοτικών στοιχείων για το έδαφος αποτελεί το γεγονός ότι η συλλογή ποσοτικών δεδομένων με την παραδοσιακή χαρτογράφηση είναι αργή και δαπανηρή και συχνά ανέφικτη σε δυσπρόσιτες περιοχές (Mac Bratney et al.,2003). Η αλματώδης ανάπτυξη της τεχνολογίας των υπολογιστών σε συνδυασμό με τις ραγδαίες εξελίξεις σε τεχνολογίες συλλογής και ανάλυσης των δεδομένων με δυνατότητες κάλυψης μεγάλων και δύσβατων περιοχών και στα GIS, η ανάπτυξη της γεωστατιστικής όσον αφορά τα σχέδια δειγματοληψίας και των ομαδοποιήσεων των εδαφών που συντελέστηκαν από τη δεκαετία του 80 έως σήμερα δρομολόγησαν το πέρασμα από τις παραδοσιακές, ποιοτικού χαρακτήρα μεθόδους χαρτογράφησης σε επαναλήψιμες (reproducible), ταχύτατες και οικονομικές ποσοτικές μεθόδους πρόβλεψης του εδάφους και τη δημιουργία ψηφιακών χαρτών (Mac Bratney et al.,2003). Αυτές οι νέες ποσοτικές μέθοδοι συνιστούν τμήμα ενός νέου επιστημονικού πεδίου που ονομάζεται πεδομετρία και ορίζεται ως η εφαρμογή μαθηματικών και στατιστικών μεθόδων στη μελέτη της κατανομής και της γένεσης των εδαφών ( Οι τεχνικές της ψηφιακής χαρτογράφησης αξιοποιούν ποσοτικές σχέσεις και συσχετίσεις των περιβαλλοντικών μεταβλητών για την πρόγνωση των εδαφικών 12

13 ιδιοτήτων για τη δημιουργία χαρτών πρόβλεψης του εδάφους χωρίς τη διενέργεια επιτόπιου ελέγχου της περιοχής κάλυψης. Οι σχέσεις αυτές χρησιμοποιούνται στην βαθμονόμηση και προτυποποίηση (calibaration) των ποσοτικών μοντέλων πρόβλεψης και γι αυτό οι τεχνικές αυτές αναφέρονται γενικά ως περιβαλλοντική συσχέτιση (environmental correlation). Εικόνα : Στάδια δημιουργίας ψηφιακού χάρτη μέχρι την διάθεσή του στους τελικούς χρήστες για την λήψη αποφάσεων και τη χάραξη στρατηγικών διαχείρισης του εδάφους 13

14 1.1.3 Περιβαλλοντικές μεταβλητές και πρόβλεψη κατανομής εδαφών στο χώρο Ένα από τα μεγαλύτερα προβλήματα που επιδιώκει να αντιμετωπίσει ο ειδικός της χαρτογράφησης των εδαφών είναι η παραλλακτικότητα του εδάφους. Οι τεχνικές της ψηφιακής χαρτογράφησης βασίζονται στο γεγονός ότι οι ιδιότητες του εδάφους και η παραλλακτικότητα που παρουσιάζουν στο χώρο είναι αποτέλεσμα των εδαφογενετικών παραγόντων που ποικίλλουν στο χώρο και το χρόνο. Οι προσεγγίσεις ανάλυσης της παραλλακτικότητας του εδάφους που χρησιμοποιούν οι χαρτογράφοι εδαφών ακολουθούν δυο κύριες τάσεις: αυτές που στηρίζονται στη γνώση και την εμπειρία του χαρτογράφου (που μελετά τα δεδομένα που αντλεί από τις επιτόπιες επισκέψεις της περιοχής κάλυψης του χάρτη ή και από υφιστάμενους χάρτες), και σε αυτές που στηρίζονται σε δεδομένα, τα οποία συλλέγονται από επιτόπιες παρατηρήσεις και χρησιμοποιούνται σε αλγόριθμους για τη δημιουργία μοντέλου περιγραφής του εδάφους. Αναλυτικότερα: Από τους πρώτους εισηγητές της θεωρίας των μοντέλων εκτίμησης της παραλλακτικότητας του εδάφους που στηρίζονται στη γνώση της περιοχής κάλυψης του χάρτη από τον εδαφολόγο (knowledge-based models), ο Jenny, το 1941 στη μονογραφία του Factors of soil formation- a system of quantitative pedology παρουσιάζει τις επιστημονικές θεωρίες που αποδεικνύουν ότι οι ιδιότητες του εδάφους μιας περιοχής δεν είναι τυχαίες αλλά αποτέλεσμα συγκεκριμένων εδαφογενετικών παραγόντων. Το μοντέλο του Jenny, γνωστό ως CLORPT -από τα αρχικά των αγγλικών λέξεων climate (κλίμα), organisms (οργανισμοί), relief (ανάγλυφο), parent material (μητρικό υλικό), time (χρόνος)- είναι δυνατό να δώσει πρόβλεψη για τις ιδιότητες του εδάφους εάν προσδιοριστεί η ιστορία του περιβάλλοντος χώρου. Το κλίμα και οι κλιματικές αλλαγές επηρεάζουν την αποσάθρωση, έκπλυση και τη διάβρωση του εδαφικού υλικού. Οι οργανισμοί ομογενοποιούν το έδαφος, βελτιώνουν την εδαφική δομή, σχηματίζουν την οργανική ουσία του εδάφους και συμμετέχουν στους κύκλους 14

15 των θρεπτικών συστατικών. Το ανάγλυφο συνιστά παράγοντα της διάβρωσης και της ανακατανομής του εδαφικού υλικού, το μητρικό υλικό επηρεάζει τις φυσικές και χημικές ιδιότητες του εδάφους ενώ ο χρόνος επηρεάζει όλους τους προηγούμενους παράγοντες. Άλλοι συγγραφείς θεωρούν ότι στους εδαφογενετικούς παράγοντες πρέπει να συμπεριληφθεί και η ανθρωπογενής δραστηριότητα. Συνεπώς το μοντέλο αυτό αντιμετωπίζει το έδαφος ως φυσικό σώμα κι όχι απλά σαν ένα χώρο με ορισμένες ιδιότητες. Πληροφορίες για τις μεταβλητές αυτές ο ειδικός τις συλλέγει από ψηφιακά μοντέλα υψομέτρου (Digital Elevation Models, DEM), εικόνες τηλεπισκόπησης και υφιστάμενους χάρτες. Η εφαρμογή του CLORPT μοντέλου στην ψηφιακή χαρτογράφηση του εδάφους προϋποθέτει την εποπτεία του ειδικού, ο οποίος στηριζόμενος στην επιστημονική κατάρτιση και εμπειρία του θα συνδυάσει τα συλλεγμένα ψηφιακά δεδομένα που αντιπροσωπεύουν τους εδαφογενετικούς παράγοντες. Ο χαρτογράφος δηλαδή θα χρησιμοποιήσει τα δεδομένα (προϋπάρχοντα και καινούρια μετά από ενημερώσεις των βάσεων δεδομένων) και τα εργαλεία από το GIS ως βάση πρόγνωσης του εδάφους, όπως έκανε παλιότερα διαισθητικά. Για παράδειγμα πληροφορία του GIS, όπως το όριο μεταξύ ενός ασβεστολιθικού εδάφους καρστικής προέλευσης κι ενός θαλάσσιας προέλευσης αναδυμένου πεδίου (emerged marine plain), για τον εδαφολόγο αντιπροσωπεύει όριο μεταξύ εδαφών με διαφορές κοκκομετρικής σύστασης, αντίδρασης του εδάφους, αλατότητας κ.α., πληροφορία που ο ίδιος μπορεί να εισάγει με τη σειρά του στο GIS και να δημιουργήσει με τον τρόπο αυτό νέες κατηγοριοποιήσεις για την περιοχή αυτή. Τα μοντέλα ανάλυσης της παραλλακτικότητας του εδάφους που στηρίζονται σε δεδομένα υπαίθρου αποβλέπουν στην ανάπτυξη γεωστατιστικών μοντέλων και στην εφαρμογή τους στην πρόβλεψη των ιδιοτήτων του εδάφους. Σύμφωνα με το μοντέλο των Mac Bratney et al. (2003), πέρα από τους εδαφογενετικούς παράγοντες που αναγνωρίζονται από το CLORPT μοντέλο για την ανάλυση της παραλλακτικότητας θα πρέπει να συνεξετάζονται και οι παρατηρούμενες ιδιότητες του εδάφους του δείγματος σε σημείο, ορισμένη θέση (παράγοντας S) και η γειτνίαση ή γεωγραφική θέση του σημείου στο χώρο (παράγοντας N) διότι πρέπει να λαμβάνεται υπόψη και το συνεχές του εδάφους. Το μοντέλο αυτό γνωστό ως SCORPAN από τα αρχικά των όρων soil properties (ιδιότητες 15

16 εδάφους δείγματος), climate (κλίμα), organisms (οργανισμοί), relief (ανάγλυφο), parent material (μητρικό υλικό), age (ηλικία-χρόνος), neighborhood (γειτνίαση)- ενσωματώνει στο CLORPT μοντέλο τη γεωστατιστική ανάλυση των δεδομένων της υπαίθρου και την κατανομή τους στο χώρο. Οι ίδιοι συγγραφείς περιγράφουν μια διαδικασία για την άμεση παραγωγή ενός χάρτη πρόβλεψης των εδαφικών ιδιοτήτων η οποία περιλαμβάνει τα παρακάτω εφτά βήματα: Προσδιορισμό των ιδιοτήτων του εδάφους, της κλίμακας και του μεγέθους του block που ενδιαφέρουν το χρήστη του χάρτη Επιλογή των δεδομένων που θα συλλεγούν και θα περιγράφουν τις ιδιότητες αυτές Ανάλυση της κατανομής στο χώρο των δεδομένων σύμφωνα με τη διακριτική ικανότητα και το μέγεθος του πλαισίου (block) Ανάλυση των συλλεγμένων δεδομένων για την κατασκευή του σχεδίου δειγματοληψίας Δειγματοληψία στον αγρό με χρήση GPS για τον προσδιορισμό των συντεταγμένων των σημείων της δειγματοληψίας σε κάποιο γεωγραφικό σύστημα αναφοράς και ανάλυση στο εργαστήριο των δειγμάτων του εδάφους Χρησιμοποίηση ποσοτικών σχέσεων λαμβάνοντας υπόψη τη δομή του χώρου Σχεδίαση του ψηφιακού χάρτη πρόβλεψης των εδαφικών ιδιοτήτων σύμφωνα με τις ανάγκες του τελικού χρήστη του χάρτη Πρέπει να σημειωθεί ότι για την ανάλυση της παραλλακτικότητας του εδάφους έχουν χρησιμοποιηθεί και μέθοδοι που αποτελούν συγκερασμό των δυο παραπάνω προσεγγίσεων σύμφωνα με τις οποίες, ο ειδικός καταφεύγει σε γεωστατιστικές αναλύσεις μέρους της παραλλακτικότητας που δεν μπορεί να ερμηνεύσει ο ίδιος με βάση τη γνώση και την εμπειρία του. 16

17 1.1.4 Δεδομένα Ψηφιακής Χαρτογράφησης Το σύνολο των δεδομένων που είναι απαραίτητα για την κατασκευή ενός χάρτη συνιστούν τα χαρτογραφικά δεδομένα. Ανάλογα με τον τύπο τους διακρίνονται σε γεωμετρικά και θεματικά ενώ ανάλογα με την προέλευσή τους σε παρατηρούμενα (συγκεκριμένα) και σε επινοήσεις (αφηρημένα). Ανεξάρτητα από τον τύπο προέλευσής τους τα χαρτογραφικά δεδομένα μπορούν να διακριθούν σε τρεις γενικές κατηγορίες, που είναι: α) τα ονομαστικά (π.χ. ονομασίες πόλεων, χωριών κτλ), β) τα ποιοτικά-ποσοτικά που αναφέρονται σε κάποιο ποιοτικό χαρακτηριστικό ή είδος (π.χ. πρωτεύουσα νομού, είδος καλλιέργειας κτλ) ή και σε ποσοτικό χαρακτηριστικό που όμως δεν έχει να κάνει με μια συγκεκριμένη τιμή του δεδομένου αλλά περισσότερο με έναν ποιοτικό χαρακτηρισμό (π.χ. πολυώροφη οικοδομή οδός με πολλές λωρίδες συγκοινωνίας κτλ) και γ) τα αριθμητικά. Τα αριθμητικά διακρίνονται σε αναλογικά όταν περιγράφουν φαινόμενα με συνεχή κατανομή στο χώρο (π.χ. υψόμετρο του εδάφους, θερμοκρασία εδάφους κτλ) και σε διακριτά (ψηφιακά, όπως π.χ. πληθυσμός πόλεων, αριθμός ορόφων μιας πολυκατοικίας κτλ) (Παρασχάκης κ.α., 1998) Τα δεδομένα της ψηφιακής χαρτογράφησης είναι τα δεδομένα αγρού και εργαστηρίου, τα κλιματικά, οι εικόνες της τηλεπισκόπησης τα ψηφιακά μοντέλα εδάφους (Digital Elevation Models, DEM) και ανάγλυφου (Digital Terrain Models, DTM), υπάρχοντες τοπογραφικούς και θεματικούς χάρτες Δεδομένα Υπαίθρου Τα δεδομένα υπαίθρου είναι δυνατό να προέρχονται από υπάρχοντες εδαφολογικούς χάρτες, από αποθηκευμένες εδαφοτομές ή από επιτόπια δειγματοληψία μετά από σχεδιασμό διενέργειας συλλογής εδαφολογικών παρατηρήσεων για την κάλυψη των αναγκών δημιουργίας ενός νέου χάρτη ή συμπλήρωσης ενός παλαιότερου και αξιοποιούνται από γεωστατιστικά μοντέλα παρεμβολής για την πρόβλεψη των εδαφών. Η δειγματοληψία νέων παρατηρήσεων συνίσταται όταν δεν υπάρχει άλλη πηγή δεδομένων αυτού του είδους και όταν το κόστος δεν είναι απαγορευτικό. Η συλλογή συμπληρωματικών παρατηρήσεων είναι λιγότερο δαπανηρή και αρκετές φορές θεωρείται 17

18 επιβεβλημένη κυρίως για γεωστατιστικούς λόγους καθώς τα ήδη υπάρχοντα δεδομένα είναι δυνατό να προέρχονται από σχέδια δειγματοληψίας που δεν καλύπτουν τις ανάγκες των νέων ψηφιακών χαρτών. Τα δεδομένα υπαίθρου που αντλούνται από υπάρχοντες εδαφολογικούς χάρτες ή από αποθηκευμένες εδαφοτομές θεωρούνται πιο οικονομικές πηγές πληροφορίας όμως είναι να δυνατό να παρουσιάσουν προβλήματα. Σε ότι αφορά στους υπάρχοντες εδαφολογικούς χάρτες, ο χαρτογράφος θα πρέπει να ελέγξει την χρονολογία έκδοσης του χάρτη και την ορολογία δηλαδή το σύστημα ταξινόμησης που χρησιμοποιήθηκε καθώς επίσης και τη μεθοδολογία που χρησιμοποιήθηκε για τη δημιουργία του χάρτη και να προχωρήσει σε ενδεχόμενες προσαρμογές, όπως νέοι ορισμοί και χρήση τεχνικών εναρμόνισης (metadata definitions and harmonization techniques) (European Soil Bureau Network, 2006). Τα μειονεκτήματα των αποθηκευμένων εδαφοτομών προκύπτουν από ενδεχόμενα προβλήματα που παρουσιάζονται από τη μέθοδο φύλαξής τους, το χρονικό διάστημα που μεσολάβησε από τη συλλογή τους καθώς είναι πιθανή η αλλαγή του τοπίου απ όπου συλλέχθηκε Κλιματικά Δεδομένα Τα κλιματικά δεδομένα που συνήθως χρησιμοποιούνται περιλαμβάνουν: την ελάχιστη και τη μέγιστη θερμοκρασία, την αθροιστική μέση θερμοκρασία, τις κατακρημνίσεις, το ισοζύγιο νερού, την ακτινοβολία, το ύψος του χιονιού κ.α. ( Λαμβάνοντας υπόψη τις εδαφικές ιδιότητες τα κλιματικά δεδομένα μπορούν να ερμηνεύσουν τις λειτουργίες του εδάφους και τους κινδύνους όπως απώλειες εδάφους, αποσάθρωση, διάβρωση, απώλεια της παραγωγικής ικανότητας κ.α Δεδομένα τηλεπισκόπησης Οι εδαφολογικές ιδιότητες που είναι δυνατό να εκτιμηθούν από εικόνες της τηλεπισκόπησης είναι η περιεκτικότητα του εδάφους σε οξείδια του σιδήρου, οργανική ουσία, άλατα, η διάκριση του μητρικού υλικού, η υγρασία του εδάφους και ορισμένες φυσικές και χημικές ιδιότητες του εδάφους όπως το ph. Το ανθρακικό ασβέστιο, το (mineral) Ν, ο ολικός άνθρακας, ο ολικός και διαθέσιμος σίδηρος, η σύσταση του εδάφους σε ιλύ, άργιλο και άμμο (Mac Bratney et al., 18

19 2003). Κάποιες από τις ιδιότητες αυτές όπως η περιεκτικότητα του εδάφους σε οξείδια του σιδήρου και οργανική ουσία, εν μέρει η υγρασία του εδάφους και η υφή του, είναι εύκολο να εκτιμηθούν από το χρώμα της επιφάνειας και συνεπώς να χαρτογραφηθούν, όταν οι επιφάνειες της εικόνας είναι γυμνές από βλάστηση και η χρησιμοποιούμενη ακτινοβολία ανίχνευσης είναι στο εύρος της ορατής. Κάποιες όμως χημικές ιδιότητες ιδίως στους βαθύτερους εδαφικούς ορίζοντες εκτιμώνται έμμεσα μόνο, από την υπερκείμενη βλάστηση. Mε πειράματα προσομοίωσης στο εργαστήριο επιδιώκεται ο προσδιορισμός της φασματικής αντίδρασης των εδαφών ώστε να επιτευχθεί η εύρεση σχέσεων ανάμεσα στις εικόνες που λαμβάνονται από τηλεπισκοπικά μέσα και στις χημικές αυτές ιδιότητες του εδάφους (Ben Dor, 1999). Αν και οι αρχικές προσδοκίες ότι η τηλεπισκόπηση θα επέφερε επαναστατικές αλλαγές στην εδαφολογική χαρτογράφηση, ο άμεσος προσδιορισμός των εδαφικών ιδιοτήτων από τις εικόνες που συλλέγονται με τηλεπισκόπηση περιορίζεται σε περιοχές με χαμηλή βλάστηση, σε ερημικές ή ημιερημικές εκτάσεις και σε αγροτεμάχια σε αγρανάπαυση. Εκτός από κάποιες περιπτώσεις, που αφορούσαν σε προσδιορισμό της εδαφικής υγρασίας από εικόνες ραντάρ, δεν είναι ακόμη εφικτή η χρήση της ορατής και υπέρυθρης ακτινοβολίας του ηλεκτρομαγνητικού φάσματος για την άμεση χαρτογράφηση των εδαφών σε όλη την έκταση της χαρτογραφούμενης περιοχής λόγω ανάγλυφου, σύννεφων αντανακλάσεων της βλάστησης και άλλων ατμοσφαιρικών παραγόντων που επηρεάζουν το φωτισμό. Από τους πολλούς τύπους ανιχνευτών που έχουν χρησιμοποιηθεί ως σήμερα, η πλειοψηφία διέθετε υψηλή διακριτική ισχύ όπως ο θεματικός χαρτογράφος Landsat (Landsat ΤΜ) με διακριτική ικανότητα 30 m, οι ανιχνευτές των SPOT δορυφόρων με 20 m, και το IRS LISS II με 23m. Ωστόσο δεν έχει καθορισθεί σαφώς το κατάλληλο εύρος των φασματικών καναλιών για την άντληση εδαφολογικής πληροφορίας. Το θερμικό φασματικό κανάλι του Landsat ΤΜ προσφέρει τη δυνατότητα χαρακτηρισμού των εδαφών ανάλογα με την περιεκτικότητά τους σε άργιλο, οργανική ουσία και οξείδια του σιδήρου. Με ενεργητικά συστήματα τηλεπισκόπησης όπως είναι τα ραντάρ είναι δυνατός ο προσδιορισμός της δομής του επιφανειακού εδάφους όπως επίσης της υγρασίας και της τραχύτητας του εδάφους (roughness). 19

20 Σύνθετοι δείκτες τηλεπισκόπησης όπως ο NDVI, που αντανακλά την κατάσταση της βιομάζας παρουσιάζουν υψηλή συσχέτιση με την κατανομή της οργανικής ουσίας ή το βάθος του εδάφους (Hengl et al., 2003). Ακόμη και τα περιορισμένης διακριτικής ικανότητας δεδομένα από συστήματα AVHRR αποδείχθηκαν χρήσιμα στη χαρτογράφηση εδαφικών ιδιοτήτων όπως περιεκτικότητα σε άργιλο, η ικανότητα ανταλλαγής κατιόντων (Cation Exchange Capacity, CEC), η ηλεκτρική αγωγιμότητα (Electrocondactivity, EC) και το ph (Mac Bratney et al., 2003). Βελτίωση των μοντέλων πρόβλεψης επιδιώκεται με το συνδυασμό δεδομένων που προέρχονται από DEM και τηλεπισκοπικούς ανιχνευτές (Dobos et al., 2000). Επίσης κρίνεται σκόπιμο να χρησιμοποιούνται εικόνες που αποτυπώνουν την περιοχή κάλυψης του χάρτη διαφορετικές χρονικές στιγμές για να ενισχυθεί η πληροφορία που αφορά στην ταξινόμηση των εδαφών (Mac Bratney et al., 2003). Τα τελευταία χρόνια προστέθηκαν νέα συστήματα τηλεπισκόπησης όπως το AVIRIS για το χαρακτηρισμό των εδαφών (Palacios-Oruerta et al., 1998), ηλεκτρομαγνητικοί ανιχνευτές και ανιχνευτές γ ακτινοβολίας που παρέχουν δυνατότητες λήψης εικόνων όχι μόνο του επιφανειακού εδάφους αλλά και υπεδάφιων στρωμάτων ( και όργανα όπως το MODIS (Moderate Resolution Imaging Spectroradiometer). Ειδικότερα τα δεδομένα από το MODIS είναι διαθέσιμα κάθε 15 μέρες και μάλιστα δωρεάν από τη NASA ( 1.2 Πλεονεκτήματα Ψηφιακής Χαρτογράφησης Η χαρτογράφηση σε γενικές γραμμές προϋποθέτει την ύπαρξη ενός προκαθορισμένου μοντέλου εδαφογένεσης και δεδομένων που αφορούν στις ιδιότητες του εδάφους και τους περιβαλλοντικούς παράγοντες που εμπλέκονται στις διεργασίες της εδαφογένεσης αλλά και κατά συνέπεια της κατανομής στο χώρο των εδαφικών ιδιοτήτων. Από αυτήν την άποψη δεν υπάρχουν διαφορές μεταξύ παραδοσιακής και ψηφιακής χαρτογράφησης. Και οι δυο προσεγγίσεις απαιτούν την συλλογή δεδομένων που αφορούν στο έδαφος και στις περιβαλλοντικές μεταβλητές που περιγράφουν το περιβάλλον μέσα στο οποίο έλαβε χώρα η εδαφογένεση. Η κυριότερή τους διαφορά έγκειται στον τρόπο με 20

21 τον οποίο αντλούν την πληροφορία από τη συλλογή των δεδομένων. Η παραδοσιακή χαρτογράφηση βασίζεται σε μοντέλα που δημιουργεί ο ειδικός που με την κατάρτισή του και την εμπειρία του αποβλέπει κυρίως στην ποιοτική διαστασιολόγηση των δεδομένων. Επίσης η παραδοσιακή προσέγγιση χαρτογράφησης απαιτεί εντατική εργασία υπαίθρου που περιλαμβάνει όχι μόνο τη διενέργεια δειγματοληψίας αλλά και την άμεση παρατήρηση των περιβαλλοντικών παραγόντων ή μεταβλητών για τη φυσιογραφική ανάλυση του τοπίου, τον προσδιορισμό δηλαδή των φυσιογραφικών μονάδων και της φυσιογραφικής διεργασίας της εδαφογένεσης. Δειγματοληψία αγρού απαιτεί και η ψηφιακή χαρτογράφηση αλλά η διαφορά της από την παραδοσιακή προσέγγιση έγκειται στον τρόπο με τον οποίο αξιοποιεί την πληροφορία από τα δεδομένα προσδιορισμού των περιβαλλοντικών παραγόντων, καθώς την πληροφορία αυτή την εισάγει από ψηφιακά μέσα (ψηφιακές πηγές δεδομένων) σε ποσοτικά μοντέλα πρόβλεψης της παραλλακτικότητας του εδάφους. Τελευταία βέβαια διαγράφεται μια τάση δημιουργίας μοντέλων εδάφους όπου λαμβάνονται υπόψη οι φυσιογραφικές διεργασίες στην πρόβλεψη του εδάφους καθώς φαίνεται ότι τα μοντέλα που στηρίζονται σε γεωστατιστικές τεχνικές πρόβλεψης δεν αξιοποιούν πληροφορίες για τα αίτια της κατανομής των ιδιοτήτων του εδάφους σε μια περιοχή (Heuvelink και Webster, 2001). Γενικά η ψηφιακή χαρτογράφηση θεωρείται οικονομικότερη μέθοδος ως προς την συλλογή των δεδομένων και την ενημέρωση παλαιότερων χαρτών και βάσεων δεδομένων. Αξιοποιεί τις τελευταίες εξελίξεις της τεχνολογίας που αφορούν στα GIS και την τηλεπισκόπηση παρέχοντας υψηλής ποιότητας και ακρίβειας πληροφορία. Η πολυδιάστατη πληροφορία που εισέρχεται στις βάσεις δεδομένων προσφέρει τη δυνατότητα δημιουργίας θεματικών χαρτών προσαρμοσμένων στις ανάγκες του εκάστοτε τελικού χρήστη. Άλλωστε και η διάθεση ενός χάρτη σε ψηφιακή μορφή σε κάθε ενδιαφερόμενο χρήστη είναι ευκολότερη, άμεση και οικονομικότερη. Πρέπει ακόμη να σημειωθεί ότι τα ποσοτικά δεδομένα της ψηφιακής χαρτογράφησης διευκολύνουν τη λήψη αποφάσεων για τη χρήση και τη διαχείριση της γης (European Soil Bureau Network, 2006). 21

22 1.3 Τηλεπισκόπηση Με τον όρο τηλεπισκόπηση εννοείται η επιστήμη παρατήρησης φαινομένων και χαρακτηριστικών από απόσταση. Η λέξη είναι σύνθετη και αποτελείται από το επίρρημα τήλε και το ρήμα επισκοπώ, δηλαδή παρατηρώ από μακριά. Στη διεθνή βιβλιογραφία χρησιμοποιείται ο όρος Remote Sensing, ο οποίος μεταφράζεται επακριβώς ως Τηλεανίχνευση. Σύμφωνα με τον αρχικό ορισμό, η έννοια της τηλεπισκόπησης μπορεί να συμπεριλάβει ένα ευρύ πεδίο εφαρμογών, τεχνικών ή και φυσιολογικών λειτουργιών, όπως για παράδειγμα την ανθρώπινη όραση. Στην πραγματικότητα, σήμερα με το όρο Τηλεπισκόπηση εννοούμε "την επιστήμη και την τεχνολογία παρατήρησης και μελέτης των χαρακτηριστικών της γήινης επιφάνειας από απόσταση, βάσει της αλληλεπίδρασης των υλικών που βρίσκονται επάνω σε αυτή με την ηλεκτρομαγνητική ακτινοβολία". Στην πράξη χρησιμοποιούμε τα επιτεύγματα της τηλεπισκόπησης τόσο στην καθημερινή μας ζωή όσο και σε πολύ εξειδικευμένα πεδία επιστημών. Το Κτηματολόγιο υλοποιείται με τις πληροφορίες που λαμβάνονται από αεροφωτογραφίες και δορυφορικές εικόνες, η καθημερινή πρόγνωση του καιρού γίνεται αξιοποιώντας δεδομένα από μετεωρολογικούς δορυφόρους, η παγκόσμια κλιματική αλλαγή τεκμηριώνεται με χρήση δορυφόρων που παρακολουθούν τη θερμοκρασία στην επιφάνεια του πλανήτη, το βαρυτικό πεδίο της γης χαρτογραφείται με εξειδικευμένα δορυφορικά ζεύγη κ.α. Η παρατήρηση της επιφάνειας της γης είναι δυνατή με τη χρήση ψηφιακών σαρωτών (τηλεπισκοπικών ανιχνευτών) που ανιχνεύουν την αντανάκλαση της ηλεκτρομαγνητικής ακτινοβολίας της γήινης επιφάνειας και την αποδίδουν ως ψηφιακή εικόνα. Οι σαρωτές μπορεί να είναι εγκατεστημένοι σε τεχνητούς δορυφόρους που βρίσκονται σε τροχιά γύρω από τη γη ή να βρίσκονται σε αερομεταφερόμενα μέσα (αεροσκάφη, ελικόπτερα). Ένα διαστημικό όχημα μπορεί να μεταφέρει περισσότερους από ένα ανιχνευτές, έτσι πολλές φορές προκαλείται σύγχυση μεταξύ οχήματος και σαρωτή. Για παράδειγμα ο δορυφόρος Terra μεταφέρει, μεταξύ άλλων, τον ανιχνευτή ASTER και τον ανιχνευτή MODIS. Όταν αναφερόμαστε στα δεδομένα που μεταδίδονται στη γη, συνήθως τα διακρίνουμε 22

23 βάση του ανιχνευτή, έτσι λοιπόν μιλάμε για δορυφορική εικόνα ASTER και όχι για δορυφορική εικόνα TERRA Αρχή Λειτουργίας Τηλεπισκοπικών Ανιχνευτών Για την παρατήρηση της γήινης επιφάνειας, οι ανιχνευτές μετρούν το ποσοστό της ηλεκτρομαγνητικής ακτινοβολίας που αντανακλάται από τα διάφορα υλικά. Κάθε αντικείμενο - επιφάνεια - υλικό που βρίσκεται επάνω στη γη, έχει ένα μοναδικό τρόπο να αντανακλά την ηλεκτρομαγνητική ακτινοβολία σε διαφορετικά μήκη κύματος. Για παράδειγμα η χλωροφύλλη που βρίσκεται στα πράσινα μέρη των φυτών, έχει την ιδιότητα να αντανακλά σε μεγάλο βαθμό την ηλεκτρομαγνητική ακτινοβολία στο πράσινο τμήμα του ορατού ηλεκτρομαγνητικού φάσματος και να την απορροφά στο μπλε και κόκκινο τμήμα (Εικόνα ). Εικόνα Green Vegetation Spectral Plot Image Created from Koumpis Phanis, May

24 Εικόνα Μοντέλο καταγραφής και διαμόρφωσης Τηλεπισκοπικών Δεδομένων. Η φασματική αυτή συμπεριφορά έχει ως αποτέλεσμα να αντιλαμβανόμαστε το πράσινο χρώμα των ζωντανών φυτών. Κατά παρόμοιο τρόπο όλα τα υλικά μπορούν να μελετηθούν, να εντοπισθούν και να απεικονισθούν χρησιμοποιώντας την αντανακλαστική τους συμπεριφορά. Εάν χρησιμοποιείται το ορατό τμήμα της ηλεκτρομαγνητικής ακτινοβολίας για την αναπαράσταση, τότε έχουμε μια πραγματική έγχρωμη εικόνα, ισοδύναμη με αυτές που καταγράφουν οι ψηφιακές φωτογραφικές μηχανές. Στην Τηλεπισκόπηση οι ανιχνευτές "κοιτούν" πολύ πέρα από το ορατό φάσμα. Υπάρχουν αισθητήρες που ανιχνεύουν ακτινοβολία στο εγγύς υπέρυθρο, στο μέσο υπέρυθρο, στο θερμικό υπέρυθρο, στα μικροκύματα κ.λ.π. με αποτέλεσμα να λαμβάνουμε μια ποικιλία εικόνων. Έτσι το αποτέλεσμα ποικίλει ανάλογα με τη φασματική ζώνη που λειτουργεί ο αισθητήρας, ένας ανιχνευτής που λειτουργεί στο θερμικό υπέρυθρο θα δώσει μια θερμική εικόνα ενώ ένας ανιχνευτής που λειτουργεί στο ορατό φάσμα θα δώσει μια έγχρωμη εικόνα πραγματικού χρώματος (True Color). 24

25 Σε μια απλή περιγραφή του τρόπου που λαμβάνονται τα τηλεπισκοπικά δεδομένα μπορούμε να αναφέρουμε: Μία πηγή ηλεκτρομαγνητικής ακτινοβολίας (π.χ. ο ήλιος) που εκπέμπει προς όλες τις κατευθύνσεις, "φωτίζει" την επιφάνεια της γης αφού περάσει μέσα από την ατμόσφαιρα, γεγονός που περιορίζει το φασματικό εύρος της ακτινοβολίας που τελικά θα χτυπήσει στην επιφάνεια. Ένα μέρος της ακτινοβολίας που τελικά φθάνει στη γη, αντανακλάται, ένα άλλο μέρος διαχέεται στο περιβάλλον, ένα άλλο μεταδίδεται και ένα άλλο απορροφάται και αποδίδεται και πάλι στο περιβάλλον. Η ακτινοβολία που αντανακλάται διέρχεται και πάλι μέσα από την ατμόσφαιρα με προορισμό το διάστημα. Σε πολύ μεγάλο ύψος (300χλμ - 800χλμ συνήθως) βρίσκονται σε τροχιά οι τεχνητοί δορυφόροι που είναι εξοπλισμένοι με τους ανιχνευτές. Η ακτινοβολία που αντανακλάστηκε προς το διάστημα, διέρχεται μέσα από πρισματικές διατάξεις που την διαχωρίζουν σε φασματικές ζώνες προκαθορισμένου εύρους, έπειτα οδηγείται σε φωτοδιόδους - CCDs που μετατρέπουν την ακτινοβολία (ενέργεια) σε ηλεκτρικό σήμα. Το σήμα αυτό κβαντοποιείται σε μορφή δυαδικών αριθμών και μεταδίδεται προς τη γη στους επίγειους σταθμούς (Ground Stations) όπου επεξεργάζεται, διορθώνεται και λαμβάνει την τελική μορφή ψηφιακής εικόνας που διανέμεται στους τελικούς χρήστες. Ανάλογα με το χαρακτηριστικό που επιθυμούμε να μελετήσουμε, επιλέγεται ο φασματικός τύπος του ανιχνευτή ώστε να ληφθεί η μέγιστη πληροφορία. Εάν κάποιος επιθυμεί να μελετήσει τα παράκτια θαλάσσια οικοσυστήματα θα πρέπει να εξετάσει εικόνες στο μπλε τμήμα της ηλεκτρομαγνητικής ακτινοβολίας, καθώς σε αυτή τη φασματική περιοχή υπάρχει η δυνατότητα διείσδυσης της ακτινοβολίας στο νερό. Εάν όμως ζητούμενο είναι η χαρτογράφηση της ακτογραμμής θα χρειαστεί το φασματικό τμήμα στο εγγύς υπέρυθρο καθώς το νερό απορροφά πλήρως την η/μ ακτινοβολία σε αυτό το τμήμα ενώ το έδαφος (ακτή) θα εμφανίζει αντανάκλαση με αποτέλεσμα να εμφανίζεται μια σαφής διαφοροποίηση κατάλληλη για την αποτύπωση του ορίου ύδατος-ακτής. Ανάλογα με την προέλευση της ηλεκτρομαγνητικής ακτινοβολίας, η οποία αντανακλάται και στη συνέχεια ανιχνεύεται, οι δέκτες - σαρωτές (ή αισθητήρες) μπορούν να διακριθούν σε παθητικούς και σε ενεργητικούς. Παθητικοί είναι 25

26 εκείνοι που ανιχνεύουν ηλεκτρομαγνητική ακτινοβολία προερχόμενη από μία φυσική πηγή (συνήθως ο ήλιος), ενώ ενεργητικοί σαρωτές είναι εκείνοι που "φωτίζουν" (προσβάλλουν) οι ίδιοι το στόχο χρησιμοποιώντας την δική τους πηγή ακτινοβολίας, π.χ. εικονοληπτικά ραντάρ. Η τελευταία αυτή περίπτωση ονομάζεται "ραδιοεντοπισμός" ή "ραδιοανίχνευση". Άλλη διάκριση των ανιχνευτών μπορεί να γίνει ανάλογα με το πόσα κανάλια ανιχνεύουν και σε τι φασματικό εύρος. Ένας ανιχνευτής που καταγράφει σε μία φασματική ζώνη καλείται μονοφασματικός, και μπορεί να ανιχνεύει την φασματική αντανάκλαση σε ένα μικρό (στενό) τμήμα του ηλεκτρομαγνητικού φάσματος ή σε μια ευρύτερη περιοχή. Μονοφασματικοί ανιχνευτές που καταγράφουν σε ολόκληρο το ορατό τμήμα και στο εγγύς υπέρυθρο (Visible & Near Infrared) δίνουν δεδομένα (εικόνες) που καλούνται παγχρωματικά. Ανιχνευτές που καταγράφουν δεδομένα σε περισσότερες από μία φασματικές ζώνες ονομάζονται πολυφασματικοί (multispectral). Τέλος, ανιχνευτές που καταγράφουν την αντανάκλαση της ηλεκτρομαγνητικής ακτινοβολίας σε πολλές φασματικές ζώνες, στενού εύρους, συνήθως νανομέτρων καλούνται υπερφασματικοί Ποιοτικά Χαρακτηριστικά Δεδομένων Τα δεδομένα που μεταδίδονται από τους ανιχνευτές (αερομεταφερόμενοι ή σε τροχιά) μετατρέπονται σε 2-διάστατους πίνακες ν γραμμών x μ στηλών όπου η τιμή κάθε εικονοστοιχείου (Pixel) αντιπροσωπεύει την αντανάκλαση της ηλεκτρομαγνητικής ακτινοβολίας. Γενικά τα τηλεπισκοπικά δεδομένα δηλαδή οι ψηφιακές εικόνες χαρακτηρίζονται από τα τις παρακάτω ιδιότητες: Χωρική Ανάλυση: Είναι η χωρική διακριτική ικανότητα της εικόνας, δηλαδή το μέγεθος του pixel σε πραγματικές διαστάσεις. Στην πράξη η χωρική ανάλυση καθορίζει τις ελάχιστες διαστάσεις των αντικειμένων ικανών να αποτυπωθούν στη ψηφιακή εικόνα. Φασματική Ανάλυση: Είναι το φασματικό εύρος κάθε φασματικού καναλιού. Εικόνες με μικρό φασματικό εύρος (π.χ. 10 νανόμετρα) είναι εικόνες υψηλής 26

27 φασματικής ανάλυσης και προσφέρονται για λεπτομερή εξέταση και αναγνώριση των υλικών που αποτυπώνονται, χρησιμοποιώντας τεχνικές υπερφασματικής ανάλυσης. Ραδιομετρική Ανάλυση: Είναι η φασματική διακριτική ικανότητα, δηλαδή το πόσο εύκολα ή δύσκολα μπορούν να διακριθούν υλικά γειτονικής φασματικής συμπεριφοράς σε μια εικόνα (π.χ. μπορεί ένα αντικείμενο γαλάζιας απόχρωσης να διακριθεί από ένα αντικείμενο μπλε απόχρωσης;) Εφαρμογές Τηλεπισκόπησης Οι πληροφορίες που λαμβάνουμε από τηλεπισκοπικούς ανιχνευτές μπορούν να χρησιμοποιηθούν από μια απλή απεικόνιση ενός τμήματος της επιφάνειας του πλανήτη έως το υπολογισμό μεταβολής του ανάγλυφου μετά από ένα σεισμικό γεγονός. Πολλοί επιστημονικοί τομείς αξιοποιούν τα δεδομένα αυτά για ειρηνικούς σκοπούς, ο καθένας σύμφωνα με τις ανάγκες του. Μετεωρολόγοι για την παρακολούθηση της ατμόσφαιρας και την πρόβλεψη του καιρού, χωροτάκτες για το σχεδιασμό χρήσεων γης, βιολόγοι για τη μελέτη των οικοσυστημάτων και την εφαρμογή και δοκιμή μοντέλων, γεωπόνοι για την αποτελεσματικότερη εκμετάλλευση γεωργικών εκτάσεων, δασολόγοι για την πρόγνωση και παρακολούθηση δασικών πυρκαγιών, ωκεανογράφοι για τη χαρτογράφηση των βιοφυσικών παραμέτρων των ωκεανών, γεωλόγοι για τον εντοπισμό κοιτασμάτων, τοπογράφοι για την δημιουργία ψηφιακών μοντέλων εδάφους κ.α.. 27

28 1.3.4.Επεξεργασία & Ανάλυση Δεδομένων -Προεπεξεργασία: Η ορθή αξιοποίηση των τηλεπισκοπικών δεδομένων προϋποθέτει την κατάλληλη προεπεξεργασία τους, ώστε να απαλειφθεί μια σειρά σφαλμάτων, αλλοιώσεων και μεταβολών που εάν παραμείνουν θα υποβαθμίσουν την ποιότητα της τελικής πληροφορίας και θα οδηγήσουν αντίστοιχα σε εσφαλμένα ή αλλοιωμένα συμπεράσματα. Οι διορθώσεις που πρέπει να γίνουν αφορούν: α) Γεωμετρικές Διορθώσεις που έχουν να κάνουν με την αναγωγή της καμπύλης γεωμετρίας της εικόνας σε επίπεδη γεωμετρία απαλείφοντας τα σφάλματα που προέρχονται από την επιφάνεια του γήινου ελλειψοειδούς αλλά και της κίνησης γης και τεχνητού δορυφόρου. Επίσης γεωμετρικές διορθώσεις επιβάλλονται ώστε να διορθωθούν σφάλματα που οφείλονται στο έντονο ανάγλυφο μιας περιοχής, διαδικασία που είναι γνωστή ως ορθοδιόρθωση ή ορθοαναγωγή [3]. Τέλος η εικόνα θα πρέπει να ανοιχθεί σε ένα σύστημα γεωγραφικών ή προβολικών συντεταγμένων ώστε να μπορεί να συνδυασθεί με άλλα γεωγραφικά δεδομένα. β) Ραδιομετρικές Διορθώσεις, που έχουν να κάνουν με την απαλοιφή σφαλμάτων που οφείλονται στην απορύθμιση των αισθητήρων του καταγραφέα και σε γενικά σε σφάλματα και αλλοιώσεις που προέρχονται από τα τεχνικά στοιχεία της διαδικασίας καταγραφής και μετάδοσης. Στις ατμοσφαιρικές διορθώσεις εντάσσονται και οι μέθοδοι που προσπαθούν να διορθώσουν ραδιομετρικά σφάλματα προερχόμενα από την επίδραση του ανάγλυφου, όπως είναι η σκιά ενός ορεινού όγκου. γ) Ατμοσφαιρικές Διορθώσεις, που έχουν να κάνουν με την απαλοιφή σφαλμάτων που προέρχονται από την επίδραση των συστατικών της ατμόσφαιρας. Καθώς η ηλεκτρομαγνητική ακτινοβολία που αντανακλάστηκε από την γήινη επιφάνεια επιστρέφει στο διάστημα, διέρχεται μέσα από την ατμόσφαιρα, τα συστατικά της οποίας (νερό σε αέρια φάση & αερολύματα) αλλοιώνουν την ποσότητα της εισερχόμενης στον αισθητήρα ακτινοβολίας. Οι ατμοσφαιρικές διορθώσεις διακρίνονται σε μεθόδους σταθερής τιμής και σε μεθόδους μετάδοσης ακτινοβολίας. Η πρώτη ομάδα μεθόδων είναι σχετικά απλή και προσπαθεί να διορθώσει τα σφάλματα με την εφαρμογή μιας σταθερής τιμής (π.χ. διαίρεση με το μέσο όρο της εικόνας) στις τιμές των pixels, ενώ η δεύτερη 28

29 ομάδα μεθόδων συνδυάζει δεδομένα από την ίδια την εικόνα με κάποια προϋπολογισμένα μοντέλα ώστε να "ανακατασκευαστεί" η διάδοση της η/μ ακτινοβολίας σε δεδομένο χρόνο και τόπο. Ενδεικτικά αναφέρονται ως μετάδοσης ακτινοβολίας οι αλγόριθμοι MODTRAN [4] και ATCOR. -Ανάλυση Η ανάλυση των τηλεπισκοπικών δεδομένων μπορεί να διακριθεί σε τρεις γενικές κατηγορίες: ποσοτική ανάλυση, ποιοτική ανάλυση και οπτική ανάλυση (ή φωτοερμηνεία). Στην πρώτη περίπτωση ζητούμενο είναι είναι η μέτρηση μιας ιδιότητας - μεταβλητής, όπως για παράδειγμα η θερμοκρασία στην επιφάνεια της θάλασσας, γνωστή ως Sea Surface Temperature (SST) [5] βλ. εικόνα δεξιά..στην περίπτωση της ποιοτικής ανάλυσης ζητούμενο είναι η αποτύπωση χαρακτηριστικών όπως οι χρήσεις γης ή ο εντοπισμός και αναγνώριση συγκεκριμένων υλικών. Τέλος όταν ο αναλυτής εικόνας ερμηνεύει τα δεδομένα με οπτικό τρόπο, δηλαδή μεταφράζει το μοτίβο, το χρώμα και το σχήμα της διάταξης των pixels ώστε να εξάγει πληροφορίες αναφερόμαστε σε οπτική ανάλυση. Κάθε κατηγορία απαιτεί διαφορετικά αντιμετώπιση και διαφορετικές μεθόδους και εργαλεία ανάλυσης. Επίσης και σε κάθε μία από τις παραπάνω κατηγορίες απαιτείται διαφορετική αντιμετώπιση ανάλογα με τα χαρακτηριστικά των διαθέσιμων δεδομένων (χωρική ανάλυση, φασματικής ανάλυση και ραδιομετρική ανάλυση). 29

30 Εικόνα Διάγραμμα Ροής Εργασιών Τηλεπισκόπησης 30

31 1.4 Φωτοερμηνεία Φωτοερμηνεία είναι η διεργασία συλλογής δεδομένων και σύνθεσης στοιχείων από μία αεροφωτογραφία έτσι ώστε να επιτευχθεί ο προσδιορισμός φυσικών και ανθρωπογενών αντικειμένων και διεργασιών (Lillesand and Kiefer 1987, Pandey 1987). Όταν παρατηρούμε μία αεροφωτογραφία διαπιστώνουμε την ύπαρξη αντικειμένων ποικίλου σχήματος και μεγέθους που αντιστοιχούν σε αντικείμενα του φυσικού περιβάλλοντος ή σε ανθρωπογενής κατασκευές. Μερικά από αυτά μπορεί να ερμηνευτούν άμεσα ενώ άλλα δυσκολότερα ή και καθόλου, ανάλογα με τις ικανότητες και την εμπειρία του παρατηρητή (Lillesand and Kiefer 1987). Μία συστηματική μελέτη φωτοερμηνείας περιλαμβάνει την συλλογή πολλών χαρακτηριστικών. Τα χαρακτηριστικά που θεωρούνται κάθε φορά διαφέρουν ανάλογα με το πεδίο εφαρμογής της φωτοερμηνείας (Leuder 1959, Miller κ.α. 1961, Strandberg 1967). Για παράδειγμα, στην γεωλογική φωτοερμηνεία ο στόχος είναι ο προσδιορισμός των γεωμορφών, της λιθολογίας και της τεκτονικής με σκοπό την απεικόνιση των γεωλογικών δομών και των χωρικών συσχετίσεων τους στον χάρτη, τον προσδιορισμό των φυσικών διεργασιών, την σύνθεση της υπεδαφικής γεωμετρίας των στρωμάτων και της γεωλογικής ιστορίας (Pandey 1987, Drury 1993). Η διαδικασία και τα χαρακτηριστικά στα οποία επικεντρώνεται μια έρευνα εξειδικεύονται ανάλογα με τους στόχους της. Παραδείγματα αποτελούν, ο εντοπισμός πετρελαϊκών κοιτασμάτων (Pandey 1987), ο εντοπισμός μεταλλοφόρων κοιτασμάτων (Legg 1995), η τεχνική γεωλογική χαρτογράφηση (Dearman 1991), η υδρογεωλογική έρευνα (Pandey, 1987, Legg 1995) κ.α. Σε γενικές γραμμές τα ακόλουθα οκτώ βασικά χαρακτηριστικά των αντικειμένων μίας αεροφωτογραφίας συλλέγονται κατά κανόνα στην διάρκεια της φωτοερμηνείας (Lillesand and Kiefer 1987, Pandey 1987): 1. Μέγεθος (size): Το μέγεθος των αντικειμένων συσχετίζεται με την ένταση και με το είδος των φυσικών διεργασιών (Pandey 1987). 2. Σχήμα (Shape): Αναφέρεται στην γενική μορφή ή στο περίγραμμα διακριτών αντικειμένων. Στην περίπτωση στερεοσκοπικής παρατήρησης το σχήμα μπορεί να ορίζεται έμμεσα από το ύψος του αντικειμένου (Pandey 1987, Lillesand and Kiefer 1987). Παραδείγματα αντικειμένων που μπορούν να προσδιορισθούν άμεσα από το σχήμα τους είναι, τα αλλουβιακά ριπίδια. (Εικόνα 1.4 α) 31

32 (Εικόνα 1.4 α) Ανάπτυξη αλλουβιακών ριπιδιών στις Άνδεις, (Instituto Geografico Militar, Argentina, in Drury 1993). (Εικόνα 1.4.β). Ηφαιστειακός κώνος (Klyuchevskaya Volcano, Kamchatka, Russia) με σαφή ανάπτυξη σκιάσεων (USGS Declassified Intelligence Imagery 1997). 32

33 3. Σκιάσεις (Shadows): Το σχήμα ή το περίγραμμα των σκιάσεων συσχετίζεται άμεσα με το μέγεθος και το σχήμα του αντικειμένου (Καρτέρης 1986), αποτελεί μία εκτίμηση για το σχετικό ύψος των αντικειμένων και βοηθά στον ορισμό ενός σχετικού υψομετρικού μοντέλου της περιοχή μελέτης (Wang κ.α. 1983). Επιπλέον οι σκιές έχουν χρησιμοποιηθεί για την εξαγωγή μέρους του υδρογραφικού δικτύου από αεροφωτογραφίες (Haralick κ.α. 1985). Παράλληλα οι σκιές δημιουργούν προβλήματα αφού είναι σχεδόν αδύνατη η συλλογή φασματικών πληροφοριών από τις περιοχές που καλύπτουν (Εικόνα 1.4.β). Το μέγεθος τους εξαρτάται από το ύψος του ηλίου, την ύπαρξη νέφωσης και από τον προσανατολισμό και το σχετικό ύψος των αντικειμένων. 4. Πρότυπο/Μορφή (pattern): Αναφέρεται στην χωρική-γεωμετρική τοποθέτηση συγκεκριμένων αντικειμένων (Pandey 1987). Παραδείγματα προτύπων αποτελούν το πρότυπο του υδρογραφικού δικτύου (Αργιαλάς κ.α. 1988) το πρότυπο των γεωμορφών/landform pattern (Pandey 1987), κ.α. Tα πρότυπα μπορεί να αναφέρονται είτε σε μεγάλη (local) είτε σε μικρή κλίμακα (regional) και συσχετίζονται με συγκεκριμένες φυσικές διεργασίες (Pandey 1987). 5. Φωτογραφικός Τόνος (photo-tone ή hue): Αντιπροσωπεύει το σχετικό ποσό φωτός που ανακλάται από ένα αντικείμενο (Εικόνα 1.4.γ) και καταγράφεται από το συγκεκριμένο καταγραφικό όργανο (φωτογραφική μηχανή, πολυφασματικός σαρωτής, κ.α.). Ο φωτογραφικός τόνος εξαρτάται, πέραν της ανακλαστικότητας της επιφάνειας του αντικειμένου (Pandey 1987) και από: α. την σχετική θέση/προσανατολισμού του αντικειμένου σε σχέση με την εκπεμπόμενη ακτινοβολία (πχ ήλιος), β. το γεωγραφικό πλάτος (το ποσό της προσπίπτουσας ακτινοβολίας μειώνεται με την αύξηση του πλάτους στην περίπτωση που η πηγή ενέργειας είναι ο ήλιος), γ. το είδος του καταγραφικού μέσου (ευαισθησία φωτογραφικού φιλμ, κανάλι πολυφασματικού σαρωτή, κ.α.). 33

34 Εικόνα 1.4.γ Επιφανειακές αποθέσεις εβαποριτών - Racetrack playa (Strahler etal. 1992). 6. Φωτογραφική Υφή (Texture): Προσδιορίζει την συχνότητα αλλαγής των τόνων και την χωρική τους τοποθέτηση σε μία αεροφωτογραφία. Παράγεται από την συνάθροιση μονάδων τόσων μικρών που είναι σχεδόν αδύνατο να διακριθούν αυτόνομα στην αεροφωτογραφία (Καρτέρης 1986, Pandey 1987). Είναι χρήσιμο στοιχείο για την διάκριση αντικειμένων που έχουν τον ίδιο τόνο. Η δημιουργία συγκεκριμένης υφής οφείλεται στην τοποθέτηση των δένδρων σε σχέση με την κλίμακα της αεροφωτογραφίας (Καρτέρης 1986), σε διατάξεις διακλάσεων σε ηφαιστειακά πετρώματα (Pandey 1987), κ.λ.π. 7. Διάταξη (Site): Είναι η κατά χώρο διευθέτηση των αντικειμένων και μπορεί να είναι φυσική ή ανθρωπογενής (Καρτέρης 1986). Η φυσική διάταξη είναι συνήθως το αποτέλεσμα της τοπογραφίας του εδάφους και αναφέρεται στο υδρογραφικό δίκτυο, στην διάβρωση του εδάφους κ.λ.π. (Καρτέρης 1986). Για παράδειγμα οι αποθέσεις εβαποριτών εμφανίζονται κατά κανόνα στους πυθμένες των αλλουβιακών λεκανών απόθεσης στην φυσιογραφική περιοχή Basin and Range των Η.Π.Α. ενώ τα αλλουβιακά ριπίδια αναπτύσσονται στις εξόδους φαραγγιών (canyons) σε μία σχετικά επίπεδη λεκάνη. 8. Σχέση με το Περιβάλλον/Συσχέτιση (Association): Το στοιχείο αυτό δεν αφορά άμεσα κάποιο φωτοερμηνευτικό χαρακτηριστικό του αντικειμένου, απλά ο φωτοερμηνευτής συσχετίζει τα αντικείμενα ή την θέση αυτών με άλλα αντικείμενα ή φυσικές διεργασίες και καταστάσεις (Καρτέρης 1986). Για παράδειγμα η εμφάνιση επιμηκών οροσειρών μεταξύ εναλλασσόμενων τεκτονικών 34

35 αλλουβιακών λεκανών υποδηλώνει πιθανώς την ύπαρξη της φυσιογραφικής περιφέρειας Basin and Range (Fenneman 1931) Ερμηνεία Γεωμορφών από τα Φωτοερμηνευτικά Χαρακτηριστικά τους Ο προσδιορισμός των γεωμορφών από τα φωτοερμηνευτικά τους κλειδιά είναι αναπόσπαστο τμήμα της τεχνικής ανάλυσης πεδίου (Way 1978) η οποία είναι γενικότερα εφαρμόσιμη στις γεωεπιστήμες (Lillesand and Kiefer, 1987) και έχει επιτυχώς εφαρμοσθεί για περισσότερο από 4 δεκαετίες σε πολλές περιοχές του κόσμου (ιδιαίτερα σε δυσπρόσιτες περιοχές) και σε ποικίλου είδους και σε μεγάλο αριθμό προβλημάτων (Way 1978). Η ανάλυση πεδίου (Terrain Analysis) τυποποιεί την μορφή και τα λιθολογικά χαρακτηριστικά κάθε γεωμορφής και τα αντιστοιχίζει με εξειδικευμένα φωτοερμηνευτικά χαρακτηριστικά που χρησιμοποιούνται στην διαδικασία της φωτοερμηνείας για τον προσδιορισμό των γεωμορφών (Way 1978, Lillesand and Kiefer 1979, Mintzer 1983, Mintzer and Messmore 1984). Ο στόχος είναι ο προσδιορισμός των τεχνικών χαρακτηριστικών των γεωμορφών για να εξυπηρετηθούν ανάγκες όπως η χωροθέτηση και η υλοποίηση τεχνικών έργων. Ακολουθεί η αναλυτική περιγραφή των φωτοερμηνευτικών κλειδιών που χρησιμοποιούνται για τον προσδιορισμό των γεωμορφών στην ανάλυση πεδίου: 1. Τοπογραφία (Topography). Κατά τον Way (1978) η τοπογραφία μιας γεωμορφής υποδεικνύεται από τον βαθμό διάτμησης και ασυνέχειας (degree of dissection and discontinuity) της γεωμορφής και τυπικές εκφράσεις που περιγράφουν την τοπογραφία είναι: flat, flat table rocks, massive hills, softrounded hills, steep rounded hills, karst topography, terracing, parallel ridges, saw toothed ridges, bolddomelike hills, A-shaped hills, parallel laminations,undulating, snakelike ridges, conical hills, pittedplains. Κατά τον Way (1978) άλλες εκφράσεις υποδηλώνουν επιπρόσθετα το οριζοντιογραφικό (planimetric) σχήμα της γεωμορφής όπως fan-shaped star-shaped, crescent shaped, drumlin shaped κ.α.. 35

36 Κατά τους Lillesand and Kiefer (1987) κάθε γεωμορφή έχει χαρακτηριστική τοπογραφική μορφή στην οποία συμπεριλαμβάνεται το μέγεθος και το σχήμα. Ένα άλλο στοιχείο που μπορεί να θεωρηθεί είναι το τρισδιάστατο σχήμα της γεωμορφής (3d shape). Για παράδειγμα το αλλουβιακό ριπίδιο έχει συνήθως ημικωνικό τρισδιάστατο σχήμα Εικόνα α. Αλλουβιακά ριπίδια με το χαρακτηριστικό ημικωνικό σχήμα μπροστά από φαράγγια. Περιοχή Death Valley California (by Frank M. Hanna in McGeary et al. 1994) 2. Μορφή και Υφή του Υδρογραφικού Δικτύου. Η υφή και η μορφή (πρότυπο) του υδρογραφικού δικτύου υποδηλώνουν την λιθολογία (bedrock type) και τις υδρολογικές συνθήκες της περιοχής (Lillesand and Kiefer 1987, Way 1978), ενώ συσχετίζονται με την τεκτονική (Pandey 1987, Ollier 1981). Η υφή (Σχήμα 7) του υδρογραφικού δικτύου (drainage density) ταξινομείται σε μία από τις ακόλουθες κατηγορίες: fine textured, medium textured, coarse textured. Τα πρότυπα του υδρογραφικού δικτύου (drainage pattern) ταξινομούνται σαν dentritic, angulate, rectangular, annular, trellis, centripetal,parallel κ.α. 36

37 Εάν και τα πρότυπα του υδρογραφικού δικτύου συσχετίζονται με συγκεκριμένες φυσικές διεργασίες όπως περιγράφει με πολύ σαφήνεια o Pandey (1987), ο προσδιορισμός του προτύπου που αντιστοιχεί σε γεωμορφή ποικίλει και είναι ασαφής στην βιβλιογραφία Παράδειγμα αποτελεί το πρότυπο του υδρογραφικού δικτύου του αλλουβιακού ριπιδίου το οποίο με βάση τις φυσικές διεργασίες είναι διχοτομικό (dichotomic is a variety of dendritic pattern in which the streams diverge from rather than to converge towards themain stream (Pandey 1987)). 3. Φωτογραφικός Τόνος (Phototone Intensity) και Υφή (texture). Συνδέονται άμεσα με το είδος της βλάστησης, τον τύπο των εδαφών,την υγρασία του εδάφους και τον τύπο των πετρωμάτων (Καρτέρης, 1986). Ο φωτογραφικός τόνος προσδιορίζεται με αρκετές παραμέτρους όπως: Ο φωτογραφικός τόνος (Phototone Variation / Intensity) προσδιορίζεται με βάση τις ακόλουθες εκφράσεις (Way 1978): Dark gray ή black, Dull gray, Light gray, White. H ομοιομορφία του τόνου (Phototone Uniformity) κατά τον Way (1978) χαρακτηρίζεται ως scrabbled (Σχήμα 8), uniform, mottled, banded. Ο Pandey (1978) αναφέρεται στην υφή του φωτογραφικού τόνου (Phototone Texture) και την ταξινομεί σε εννέα κατηγορίες (Coarse, Medium, Fine, Smooth,Rough, Rippled, Mottled, Specleled or Granular and Cris-Cross) ενώ παραθέτει αντιπροσωπευτικά σχήματα για κάθε κατηγορία. Επίσης ο Way (1978) ορίζει την μετάβαση του τόνου στα όρια των γεωμορφών (sharpness of tone boundary) που καθορίζεται με τις εκφράσεις: sharp-distinct (υποδηλώνει απότομη μεταβολή στην περιεχόμενη υγρασία) και gradual-fuzzy (υποδηλώνει βαθμιαίες αλλαγές στην περιεχόμενη υγρασία). 4. Διαβρωτικές Χαραδρώσεις (Gullies) Σχηματίζονται από την διάβρωση των εδαφών εξ αιτίας των ρεόντων νερών και δίνουν σημαντικές πληροφορίες στον εδαφολόγο σχετικά με την υφή και την συνεκτικότητα των εδαφών (Καρτέρης 37

38 1986). Στον Way (1978) γίνεται αναφορά στην συχνότητα και στο τύπο των διαβρωτικών χαραδρώσεων. Πιο συγκεκριμένα: i. H συχνότητα των χαραδρώσεων (gullies density) εκφράζεται με τους όρους: none, few, many, vary. ii. iii. iv. Ο τύπος των χαραδρώσεων/gully type (η μορφή της διατομής της χαράδρωσης κάθετα προς την διεύθυνση απορροής) εκφράζεται με τους όρους: Box Shaped (Ushaped), V-shaped ), Sag and Swale type (Way 1978). H χωρική κατανομή των χαραδρώσεων/gullies spatial distribution εκφράζεται είτε άμεσα είτε έμμεσα με τους όρους: along the base or edge of a drumlin, near the base of kame slopes, in dissected lake beds (Way 1978). Yπάρχουν εκφράσεις στον Way (1978) οι οποίες εμπλέκουν διάφορα στοιχεία όπως για παράδειγμα: white-fringed gullies (αφορά τον φωτογραφικό τόνο/white και την χωρική κατανομή/fringed), parallel gullies (η οποία αναφέρεται στο πρότυπο/pattern των διαβρωτικών χαραδρώσεων), short gullies (μάλλον αναφέρεται στο βάθος), soft U- shaped gullies. v. Επιπρόσθετα στον Lueder (1959) δίνεται μια τυποποίηση των πιθανών χαρακτηριστικών των διαβρωτικών χαραδρώσεων (probable gully characteristics) σε σχέση με διαφορετικά εδάφη. Οι ιδιότητες που αποδίδονται στις χαραδρώσεις είναι Length (short, long, variable), Depth (variable, shallow, moderate, great), Width (variable, narrow, wide, extremely variable), Cross Section (variable, V,U), Plan (simple and direct, smoothly curving, intricate), Profile (uniform gradient, gentle, steep), Descriptive (swalelike, troughlike, nick). 5. Βλάστηση (Vegetation). Η παρουσία ή απουσία της βλάστησης είναι ένα σημαντικό στοιχείο για την εξαγωγή γενικών συμπερασμάτων που αφορούν την κατάσταση και τα χαρακτηριστικά των εδαφών (Way 1973) και του κλίματος Για παράδειγμα : 38

39 i. Οι σχιστόλιθοι σε ξηρό κλίμα δεν έχουν βλάστηση ενώ σε υγρό κλίμα έχουν πυκνή βλάστηση (Pandey 1987). ii. Τα ασβεστολιθικά πετρώματα δεν είναι πρόσφορο έδαφος για την ανάπτυξη κωνοφόρων δένδρων που προτιμούν όξινο περιβάλλον μητρικού πετρώματος και όχι ανθρακικό (Pandey 1987). Στην βλάστηση αποδίδονται είτε άμεσα είτε έμμεσα τρεις κατηγορίες χαρακτηριστικών: Πυκνότητα βλάστησης (vegetation density): none, sparse, dense (Way 1978). Tύπος βλάστησης (vegetation type): marsh, grass, scrub, trees, κ.α. (Way 1978) καθώς και συνδυασμοί όρων όπως some trees, scrubs and grasses, κ.α. Χωρική κατανομή της βλάστησης (spatial distribution of vegetation): along drainage ways, an outer frige surrounding landform, scattered scrubs and grasses, a peppered appearance, grided patterns, irregular shapes of fields, κ.α. (Way 1978). 6. Χρήσεις γης/κάλυψη γης (Landuse/Landcover). Η σχέση μεταξύ εδαφών και της χρήσης/κάλυψης της γης είναι λιγότερη ισχυρή γιατί επηρεάζεται σοβαρά από τον ανθρώπινο παράγοντα (Καρτέρης, 1986). Οι όροι που χρησιμοποιούνται στον Way (1978) για την περιγραφή των χρήσεων γης και της κάλυψης γης είναι: Barren, Natural cover, Cultivated, Forested, Wooded, Developed καθώς και οι συνδυασμοί που ακολουθούν: 1. Συνδυασμοί διαβάθμισης πχ Barren to Cultivated, Cultivated to Natural Cover. 2. Συνδυασμοί ύπαρξης δύο ή τριών εννοιών ταυτόχρονα όπως Barren and forested, Developed and wooded, κ.α. 3. Συνδυασμοί διάζευξης όπως Barren or forested, Forested or Barren, Natural Cover or Developed κ.α. 39

40 Είναι σαφές ότι πολλοί συνδυασμοί δεν είναι σωστοί νοηματικά ή επιδέχονται περισσότερες από μία ερμηνείες. Παράδειγμα: H έκφραση Barren to Cultivated δεν είναι σωστή εάν το Barren αναφέρεται στην πυκνότητα της βλάστησης γιατί δεν μπορεί να υπάρχει διαβάθμιση ανάμεσα δύο διαφορετικές έννοιες. Δεν είναι σαφής ο νοηματικός διαχωρισμός μεταξύ των εκφράσεων natural cover και forested αφού το forested είναι και ένα είδος natural cover. Τα ίδια ισχύουν για τις εκφράσεις cultivated-developed, forested-wooded. Η μέχρι τώρα ανάλυση μας οδηγεί στο συμπέρασμα ότι η παραμετρική αναπαράσταση των γεωμορφών μέσω των φωτοερμηνευτικών τους χαρακτηριστικών παρουσιάζει τα παρακάτω μεθοδολογικά προβλήματα: i. Η τυποποίηση των γεωμορφών επιτυγχάνεται με έξι κατηγορίες φωτοερμηνευτικών χαρακτηριστικών (τοπογραφία, βλάστηση, χρήση γης, υδρογραφικό δίκτυο, διαβρωτικές χαραδρώσεις, φωτογραφικός τόνος) οι οποίες είναι γενικές και ευρείες. Παράδειγμα η τοπογραφία: άλλοι συγγραφείς συμπεριλαμβάνουν στην τοπογραφία, το μέγεθος και την μορφή της γεωμορφής, άλλοι αναφέρονται στο τρισδιάστατο σχήμα ή στο οριζοντιογραφικό σχήμα ή προτιμούν μια γεωμορφολογική έκφραση της μορφής στην οποία εμπλέκεται ο βαθμός διάτμησης της γεωμορφής (Way 1978) κ.α. ii. Ο ορισμός των φωτοερμηνευτικών χαρακτηριστικών δεν είναι τυποποιημένος αλλά γίνεται πολλές φορές με προτάσεις ή ακόμη και με παραγράφους οι οποίες εμπεριέχουν πληροφορίες που εμπλέκουν διαφορετικά φωτοερμηνευτικά χαρακτηριστικά iii. Η τιμή ενός συγκεκριμένου φωτοερμηνευτικού χαρακτηριστικού για μια συγκεκριμένη γεωμορφή διαφέρει από συγγραφέα σε συγγραφέα, (παράδειγμα το πρότυπο του υδρογραφικού δικτύου του αλλουβιακού ριπιδίου). Ο βασικός λόγος των διαφοροποιήσεων πέρα από την ασάφεια και την αοριστία που παρουσιάζει (από την φύση του) το ανθρώπινο μέσο επικοινωνίας (η φυσική μας γλώσσα) είναι ότι στην ανάλυση πεδίου και 40

41 ιδιαίτερα στην προσέγγιση που περιγράφει ο Way (1978) δεν λαμβάνεται υπόψη η δυναμική που υπάρχει στην φύση. Αυτό έχει σαν συνέπεια να θεωρείται ότι σε γενικές γραμμές οι γεωμορφές έχουν σταθερά φωτοερμηνευτικά χαρακτηριστικά ενώ αυτά μεταβάλλονται χρονικά και χωρικά ανάλογα με το στάδιο της γεωμορφολογικής iv. Επιπλέον υπάρχουν φωτοερμηνευτικά χαρακτηριστικά όπως η διάταξη (χωρικές σχέσεις) που αναφέρονται έμμεσα στις υπάρχουσες περιγραφές. 41

42 2. Κύριος Σκοπός και Ειδικοί Στόχοι Σκοπός είναι η χαρτογράφηση των φυσιογραφικών μονάδων με την χρήση της αυτοματοποιημένης φυσιογραφικής ανάλυσης. Η όλη εργασία έγινε με αντικειμενοστρεφή ανάλυση δορυφορικής εικόνας με την βοήθεια λογισμικών προγραμμάτων χωρίς να εμπεριέχονται στοιχεία της κλασσικής εδαφολογικής χαρτογράφησης όπως δεδομένα πεδίου ή εμπειρία χαρτογράφου. Η εκτίμηση αφορά το βαθμό αξιοπιστίας που έχει ένας τέτοιος εδαφολογικός χάρτης ο οποίος είναι «εργαστηριακό» αποτέλεσμα. Επίσης θα αναλυθούν τα βήματα που θα πραγματοποιηθούν για την δημιουργία του χάρτη, ώστε να κωδικοποιηθούν για να χρησιμεύσουν ως πρωτόκολλο για την δημιουργία και άλλων εδαφολογικών χαρτών. 42

43 3. Δεδομένα και Μεθοδολογία 3.1 Περιοχή Μελέτης Η περιοχή μελέτης βρίσκεται μεταξύ γεωγραφικού πλάτους (Latitude) 40 o και 41 o Βόρειο και γεωγραφικού μήκους (Longitude) 025 o και 025 o ανατολικό (Εικόνα 3.1.1). Η περιοχή αυτή ανήκει διοικητικά στον Νομό Ροδόπης και περιλαμβάνει την Λιμνοθάλασσα της Βιστωνίδας. (Εικόνα 3.1.2). (Εικόνα 3.1.1) Η περιοχή μελέτης 43

44 (Εικόνα 3.1.2) Δορυφορική Απεικόνιση της περιοχής μελέτης (Εικόνα Landsat 7). (Εικόνα 3.1.3) Δορυφορική Απεικόνιση της περιοχής μελέτης (Εικόνα Landsat 7 Band 2, Band 3, Band 4) 44

45 Η Ροδόπη αποτελεί ένα από τα πιο ενδιαφέροντα, από οικολογική άποψη, ορεινά συμπλέγματα της Ελλάδας. Η οροσειρά της Κεντρικής Ροδόπης είναι το σταυροδρόμι της βλάστησης βορρά και νότου. Χαρακτηριστικό είναι ότι σε μια μικρή σχετικά έκταση συναντά κανείς όλες τις ζώνες βλάστησης της Ευρώπης: από τη ζώνη των αείφυλλων και πλατύφυλλων, της μεσογειακής ζώνης μέχρι τη μεσο-ευρωπαϊκή και σκανδιναβική ζώνη βλάστησης των ψυχρόβιων κωνοφόρων και πλατύφυλλων, όπως τα δάση σημύδας και ερυθρελάτης. Το γεγονός ότι η περιοχή της Ροδόπης δεν «πάγωσε» κατά την περίοδο των παγετώνων (Πλειστόκαινο), την καθιστά ένα βοτανικό παράδεισο ποικιλότητας ειδών εφόσον πολλά είδη βρήκαν καταφύγιο στην περιοχή ενώ όλη η υπόλοιπη ευρωπαϊκή ήπειρος ήταν κάτω από τους πάγους. Σχεδόν το 60% των ειδών της χλωρίδας της Ευρώπης απαντάται στη Ροδόπη που αποτελεί καταφύγιο για 211 σπάνια ή απειλούμενα είδη. Δεκαπέντε από αυτά είναι απομεινάρια της εποχής των παγετώνων και 50 ενδημικά της Ροδόπης. Η περιοχή της ορεινής Ροδόπης είναι επίσης μια γέφυρα που ενώνει ανθρώπους διαφορετικής καταγωγής και κουλτούρας. Το ορεινό τόξο της απλώνεται από τα ελληνοβουλγαρικά σύνορα μέχρι τον ποταμό Νέστο και μοιράζεται ανάμεσα στους νομούς Δράμας και Ξάνθης, ενώ το μεγαλύτερο μέρος της οροσειράς ανήκει στη Βουλγαρία. Η συνολική της έκταση προσεγγίζει τα στρ και κατά 84% καλύπτεται από πυκνά δάση. Το κλίμα, η φυσιογραφία, η γεωλογική σύνθεση, η παρουσία αλλά και η απουσία του ανθρώπου, διαμόρφωσαν στην Κ. Ροδόπη ένα πολυποίκιλο μωσαϊκό οικοσυστημάτων. Η εγκατάλειψη των οικισμών και της νομαδικής κτηνοτροφίας (πάνω από αιγοπρόβατα) στα μέσα του προηγούμενου αιώνα, άφησε τη φύση ανεμπόδιστη στο έργο της, με αποτέλεσμα μια άνευ προηγουμένου δασική αναγέννηση. Η ψηλότερη κορυφή της Κ. Ροδόπης στα 1.953μ, βρίσκεται στο Παρθένο Δάσος του Φρακτού. 45

46 Φυσιογνωμία και φυσικό περιβάλλον της Κ. Ροδόπης Κλίμα: Δριμείς χειμώνες, μεγάλο ετήσιο ύψος βροχοπτώσεων και απόλυτες θερμοκρασίες που κυμαίνονται από -18,5 ο C, η ελάχιστη, μέχρι +38 o C, η μέγιστη, χαρακτηρίζουν το κλίμα της Κ. Ροδόπης. Το μέσο ετήσιο ύψος βροχής φθάνει τα 694mm και η μέση θερμοκρασία είναι 11,4 o C. Ιδιαίτερα έντονες βροχοπτώσεις παρατηρούνται στη Χαϊντού, σε υψόμετρο 1240μ, με μέσο ετήσιο ύψος βροχής 980mm. Το υγρό κλίμα τη περιοχής που προσομοιάζει με το κλίμα της Μεσευρώπης, ευνοεί την ύπαρξη συγκεκριμένων τύπων βλάστησης και δημιουργεί τις προϋποθέσεις για την επιβίωση πολλών ειδών ορνιθοπανίδας. Νερά: Γύρω από τον ποταμό Νέστο, που δεσπόζει στην περιοχή της Κ. Ροδόπης αποτελώντας τον κύριο υδάτινο πόρο, αναπτύχθηκε η ανθρώπινη δραστηριότητα από τους Νεολιθικούς χρόνους μέχρι σήμερα. Τα ερείπια των πέτρινων γεφυριών που σώζονται κατά μήκος του ποταμού, τεκμηριώνουν την ιστορική του σημασία. Πηγάζει από το όρος Ρίλα της Βουλγαρίας και εκβάλλει στη θαλάσσια περιοχή της Θάσου, όπου σχηματίζεται το Δέλτα του Νέστου. Στη διαδρομή του συλλέγει τα νερά δεκάδων ποταμών και ρεμάτων, σχηματίζοντας ένα πολυσχιδές υδρογραφικό δίκτυο με σημαντικά υδάτινα οικοσυστήματα, αξιόλογη ιχθυοπανίδα (ορεινή πέστροφα, κέφαλος κτλ) και σημαντική παρόχθια βλάστηση ( βελανιδιές, σκλήθρα, ιτιές, πλατάνια, λεύκες, φράξοι). Σπάνιας και εξαιρετικής ομορφιάς είναι και οι καταρράκτες που σχηματίζονται κατά μήκος του ποταμού Νέστου στην περιοχή του «Καρά Ντερέ» (Αρκουδόρεμα, Στραβόρεμα). Δασική βλάστηση - Οικότοποι: Δάση σημύδας: Η Ροδόπη αποτελεί το νοτιότερο άκρο της εξάπλωσης της σημύδας στην Ευρώπη. Τη συναντάμε με τη μορφή μεμονωμένων συστάδων στην υψομετρική ζώνη μέτρων ανάμεσα σε δάση ελάτης και Μαυρόπευκου. Χαρακτηριστικό είναι το δάσος της σημύδας στα ΒΔ του «Καρά Ντερέ» όπου η σημύδα σχηματίζει αμιγή δάση. Η σημύδα είναι «πρόσκοπο» 46

47 είδος. Είναι δηλαδή το πρώτο είδος δένδρου που εγκαθίσταται σε γυμνές εκτάσεις αλλά σχετικά γρήγορα εκτοπίζεται από άλλα είδη με μεγαλύτερη ανταγωνιστική ικανότητα, όπως η δασική πεύκη ή η οξυά. Από τη στιγμή που σταμάτησε η έντονη πίεση του ανθρώπου στη φυσική βλάστηση στη Ροδόπη και τα δάση διαχειρίζονται αειφορικά, ο ζωτικός χώρος της σημύδας, σταδιακά, περιορίζεται επειδή ως πρόδρομο είδος αρχίζει να εκτοπίζεται. Για την διαχείρισή της απαιτούνται ειδικοί δασοκομικοί χειρισμοί που στοχεύουν κυρίως στον έλεγχο εξάπλωσης της δασικής πεύκης. Δασική πεύκη: Η δασική πεύκη σχηματίζει εκτεταμένα δάση σε όλη την περιοχή Ροδόπης. Είναι ένα δασοπονικό είδος που δεν εμφανίζεται πουθενά αλλού στην Ελλάδα. Ευδοκιμεί κυρίως πάνω από τα 800 μ. Η δασική πεύκη είναι και αυτή «πρόσκοπο» είδος. Εξαπλώθηκε σε μεγάλη έκταση στη Ροδόπη μετά την εγκατάλειψη της περιοχής από τον άνθρωπο και την παύση των δραστηριοτήτων του, όπως η βόσκηση και οι λαθροϋλοτομίες. Είναι χαρακτηριστικό ότι παρατηρείται το φαινόμενο της φυσικής εγκατάστασης της δασικής πεύκης σε διάκενα και λιβάδια. Η κάλυψη των γυμνών εκτάσεων γίνεται με σχετικά γρήγορο ρυθμό και έχει οδηγήσει στη σημαντική μείωση της έκτασής τους. Μακεδονίτικη πεύκη: Η Ροδόπη και συγκεκριμένα η περιοχή του Φρακτού αποτελεί το τελευταίο καταφύγιο του εξαιρετικά σπάνιου αυτού είδους πεύκου στην Ελλάδα. Είναι είδος ενδημικό της Βαλκανικής Χερσονήσου και απαντάται μόνο στη Ροδόπη και στο όρος Βόρας. Η μακεδονίτικη πεύκη είναι το μόνο είδος πεύκης με 5 βελόνες σε αντίθεση με όλα τα άλλα είδη που έχουν 2 βελόνες. Το γεγονός ότι το είδος είναι βαλκανικό ενδημικό και σπάνιο για τη χώρα μας, επιβάλλει την απόλυτη προστασία αυτού και των σταθμών εμφάνισής του από κάθε μορφής επέμβαση. Προστατεύεται αυστηρά από την Ελληνική νομοθεσία (Π.Δ. 67/81). Παρ' όλα αυτά είναι απαραίτητο να ληφθούν προληπτικά προστατευτικά μέτρα για να διασφαλιστεί η φυσική εξέλιξη του είδους στην περιοχή. Ερυθρελάτη: Είναι από τα πλέον χαρακτηριστικά είδη κωνοφόρων που είναι και το κατεξοχήν γνώρισμα της Ροδόπης η οποία αποτελεί το νοτιότερο σημείο εξάπλωσης της ερυθρελάτης σε ολόκληρη την Ευρώπη. Η ερυθρελάτη σχηματίζει εκτεταμένα αμιγή δάση υψηλής παραγωγικότητας ενώ σχηματίζει και 47

48 ένα πολύ σπάνιο συνδυασμό για την νότια Ευρώπη: δάση ερυθρελάτης με θάμνους μύρτιλλου (θάμνος που παράγει εδώδιμους καρπούς). Μαύρη Πεύκη: Είδος πεύκου που διακρίνεται από τον σκουρόχρωμο κορμό του και μεγάλες φολίδες. Στη Ροδόπη εμφανίζεται μόνον στο γεωγραφικό χώρο εξάπλωσης της οξιάς της ελάτης και στο χώρο των θερμόφιλων φυλλοβόλων πλατύφυλλων, στα δασικά συμπλέγματα της Ελατιάς και του Φρακτού. Τη συναντούμε σε αμιγείς αλλά και σε μικτές συστάδες. Αποτελεί δασικό οικότοπο προτεραιότητας. Δάση πλατύφυλλων: Τα δάση αυτά είναι σπάνια στην Ελλάδα. Φύονται στις χαράδρες της Ροδόπης και περιλαμβάνουν σφενδάμια, βελανιδιές, φλαμουριές, οξιές και σορβιές. Παραποτάμια δάση που βρίσκονται στις όχθες των ρεμάτων και περιλαμβάνουν σκλήθρα, ιτιές και πλατάνια.. Οι τυρφώνες: Στην περιοχή της Ροδόπης εμφανίζεται σε τέσσερα σημεία ένας από τους σπανιότερους τύπους οικοτόπων στην Ν. Ευρώπη: πρόκειται για τους επίπεδους ενεργούς τυρφώνες: είναι μικρές υδατοσυλλογές με πολύ συγκεκριμένα είδη χλωρίδας όπου επικρατούν πολύ ειδικές συνθήκες οξύτητας του εδάφους. Παρουσιάζουν ιδιαίτερο επιστημονικό ενδιαφέρον, καθώς αποτελούν τις νοτιότερες απολήξεις μιας τυπικής βόρειας βλάστησης. Λειτουργούν ως «τράπεζες μνήμης» για την ιστορία της βλάστησης ενός τόπου. Στο όξινο και υγρό περιβάλλον του τυρφώνα διατηρούνται αναλλοίωτοι για πολλές χιλιετίες κόκκοι γύρης από την βλάστηση της γύρω περιοχής που επικράτησε κατά τις διάφορες παγετωνικές και μεσοπαγετωνικές περιόδους. Η «ανάγνωση» των στρωμάτων γύρης με δείγματα που λαμβάνονται από όλο το βάθος του στρώματος τύρφης, που παράγεται και συσσωρεύεται με τα χρόνια, και με την βοήθεια ενός κλάδου της επιστήμης της παλαιοβοτανικής που ονομάζεται «παλυνολογία», μπορούν οι επιστήμονες να ερμηνεύσουν τις κλιματολογικές διακυμάνσεις σε μία περιοχή από τους τύπους βλάστησης που προϋπήρχαν 48

49 Πανίδα Το υψομετρικό εύρος από τα 100 ως τα μέτρα καθώς επίσης η ύπαρξη χαραδρών, ορθοπλαγιών αλλά και χορτολιβαδικών εκτάσεων ευνοούν την επιβίωση πολλών και διαφορετικών μορφών της άγριας ζωής. Στη Ροδόπη, μπορεί κανείς να τα συναντήσει όλα τα δασόβια είδη των μεγάλων θηλαστικών της Ελλάδας (αρκούδα, λύκος, αγριόγιδο, αγριόγατα, ζαρκάδι, ελάφι). Συνολικά 139 είδη πουλιών βρίσκουν καταφύγιο στην περιοχή της Κ. Ροδόπης. Ο αριθμός αυτός αντιπροσωπεύει το 53% του συνολικού αριθμού ειδών ορνιθοπανίδας στην Ελλάδα. Αν εξαιρέσουμε τα είδη των πουλιών που η παρουσία τους είναι άμεσα συνδεδεμένη με το νερό, τα δασόβια πουλιά σχεδόν στο σύνολό τους επιλέγουν τη Ροδόπη για να φωλιάσουν και να αναπαραχθούν. Στη Ροδόπη έχουν καταγραφεί και 8 είδη νυκτόβιων αρπακτικών πουλιών. Ενδεικτικό για τη σημασία της περιοχής είναι το γεγονός ότι από τα 139 είδη πουλιών τα 7 είναι καταχωρημένα στο Κόκκινο Βιβλίο των Απειλουμένων σπονδυλοζώων της Ελλάδας, 27 προστατεύονται από την Κοινοτική Οδηγία 79/409 για τα πουλιά, 70 χαρακτηρίστηκαν είδη άμεσου κοινοτικού ενδιαφέροντος, 119 προστατεύονται από τη Σύμβαση της Βέρνης και 42 από τη Συνθήκη της Βόννης. Χλωρίδα Στην Κ. Ροδόπη καταμετρήθηκαν 1120 είδη χλωρίδας, όμως, ο συνολικός αριθμός των ειδών εκτιμάται ότι είναι πολύ μεγαλύτερος, αφού μικρό ποσοστό της έκτασης έχει ερευνηθεί διεξοδικά.. Αρκετά από τα είδη είναι σπάνια και ενδημικά, δηλαδή απαντώνται μόνο στη συγκεκριμένη περιοχή. Από τα 1120 είδη της χλωρίδας τα 290 θεωρούνται σημαντικά ενώ τα 59 χαρακτηρίζονται σπάνια και απειλούμενα και προστατεύονται από την ελληνική και ευρωπαϊκή νομοθεσία. Συγκεκριμένα, υπάρχουν 7 τοπικά ενδημικά είδη, που συγκαταλέγονται στον κατάλογο των παγκοσμίως απειλουμένων ειδών, 10 ελληνικά ενδημικά και 80 βαλκανικά ενδημικά. 49

50 Καλλιέργειες Λόγω του έντονού δασικού χαρακτήρα της Κ. Ροδόπης, οι καλλιεργήσιμες εκτάσεις στην περιοχή της δεν ξεπερνούν τα στρέμματα. Σημαντικότερη όλων παραμένει η καλλιέργεια του καπνού. Εδώ, παράγονται μερικές από τις καλύτερες ποικιλίες καπνού στον κόσμο. Το βαμβάκι αποτελεί την δεύτερη σημαντικότερη καλλιέργεια του νομού αλλά λόγω των αναγκών σε νερό, η καλλιέργεια περιορίζεται στις αρδευόμενες περιοχές. Η ανεπαρκής άρδευση, αναγκάζει εδώ και χρόνια τους γεωργούς να καταφεύγουν, επίσης, σε καλλιέργειες φυτών που δεν είναι ιδιαίτερα παραγωγικά (κριθάρι, καλαμπόκι, βρώμη, τριφύλλι κτλ). Κτηνοτροφία Μέχρι σήμερα η κτηνοτροφία αποτελεί σημαντικό παράγοντα διαμόρφωσης εισοδήματος αν και έχει μειωθεί αισθητά σε σχέση με τον περασμένο αιώνα. Σύμφωνα με τα στοιχεία Γεωργικής Στατιστικής Υπηρεσίας το σύνολο των ζώων που εκτρέφονται στην περιοχή προσεγγίζει τις Ζώνες προστασίας Πολλές από τις περιοχές της Κ. Ροδόπης εμφανίζουν ιδιαίτερο βιολογικό ενδιαφέρον και περιλαμβάνονται στον Ευρωπαϊκό Κατάλογο NATURA 2000 ως εξής: όρος Χαiντού Κούλα, δάσος Φρακτού, δάση σημύδας, Ελατιά, κορυφές όρους Φαλακρό, Παρθένο Δάσος Κεντρικής Ροδόπης. Για τη διαχείριση και διατήρηση του φυσικού πλούτου της περιοχής έχει ήδη επίσημα συσταθεί ο Φορέας Διαχείρισης για την Προστατευόμενη Περιοχή της Οροσειράς Ροδόπης, ο οποίος θα καθορίσει τις επιτρεπόμενες δραστηριότητες στη περιοχή και θα αποτρέψει πρακτικές, καταστροφικές για το περιβάλλον. Ο Φορέας Διαχείρισης (στο Δ.Σ. του οποίου εκπροσωπούνται και οι περιβαλλοντικές οργανώσεις), εδρεύει στο Μεσοχώρι Παρανεστίου Δράμας. Κίνδυνοι και απειλές Τα προβλήματα στην Κ. Ροδόπη και οι ενδεχόμενες απειλές για το φυσικό περιβάλλον σχετίζονται με τις αναπτυσσόμενες δραστηριότητες στην περιοχή. 50

51 Παράνομο κυνήγι: Αν και έχουν ιδρυθεί 5 καταφύγια άγριας ζωής, όπου απαγορεύεται το κυνήγι, στην Κ. Ροδόπη έχουν καταγραφεί αρκετά κρούσματα λαθροθηρίας, με αρνητικές επιπτώσεις στον ήδη μικρό πληθυσμό της αρκούδας, στην ορνιθοπανίδα, αλλά και σε άλλα είδη όπως το ζαρκάδι και το αγριόγιδο. Σκουπίδια: Η απόθεση των σκουπιδιών σε ρέματα κοντά στα δάση δημιουργεί εστίες ρύπανσης, ενώ υπάρχει αυξημένος κίνδυνος ανάφλεξής τους, που μπορεί να οδηγήσει σε δασική πυρκαγιά. Υπερβόσκηση: Η παράνομη βόσκηση και υπερβόσκηση υποβαθμίζουν τα δασικά οικοσυστήματα και εμποδίζουν τη φυσική αναγέννηση του δάσους. Απαραίτητη είναι η ρύθμιση της κτηνοτροφικής δραστηριότητας και η αποτροπή της παράνομης ή ανεξέλεγκτης βόσκησης σε περιοχές όπου παρατηρείται φυσική αναγέννηση του δάσους ή όπου λαμβάνουν χώρα αναδασώσεις. Λατομεία: Αποτελούν αιτία αλλοίωσης του φυσικού περιβάλλοντος και σημαντική όχληση για την πανίδα. Το πρόβλημα των λατομείων εστιάζεται κυρίως στην περιοχή του Φαλακρού, όπου γίνονται συστηματικές εργασίες για την εξόρυξη μαρμάρων. Οδικά έργα: Το πυκνό δασικό οδικό δίκτυο κατακερματίζει τους φυσικούς βιοτόπους και σε συνδυασμό με ανεπαρκή φύλαξη αποτελούν σοβαρές απειλές για τα οικοσυστήματα. Από την άλλη πλευρά, οι ασφαλτοστρωμένοι δρόμοι, λόγω αύξησης του κυκλοφοριακού φόρτου αλλά και αυξημένης ταχύτητας των κινούμενων οχημάτων, σε σχέση με τους δασικούς χωμάτινους δρόμους, αποτελούν σοβαρή απειλή θανατηφόρων ατυχημάτων για την άγρια πανίδα και παράγοντα διάσπασης των βιοτόπων τους. Στις ορεινές περιοχές, αποδεικνύεται αναγκαία, αισθητικά κατάλληλη, μερικές φορές και οικονομικότερη, η αξιοποίηση σηράγγων και κοιλαδογεφύρων. Ακόμα, απαραίτητη είναι η πρόβλεψη κατασκευής «πράσινων γεφυρών» και ειδικών διαβάσεων πανίδας για την διευκόλυνση των φυσικών μετακινήσεων της άγριας πανίδας. Ιδιαίτερη προσοχή πρέπει να δοθεί στην κατασκευή των κάθετων αξόνων της Εγνατίας οδού (Ξάνθης-Βουλγαρίας, Εξοχής-Βουλγαρίας). Φράγματα: Τα φράγματα που κατασκευάσθηκαν, αποτελούν μερική λύση στο πρόβλημα παραγωγής ηλεκτρικής ενέργειας, αλλά έχουν δημιουργήσει 51

52 σημαντική αλλοίωση στο φυσικό τοπίο. Επίσης, όπως και οι αυτοκινητόδρομοι, αποτελούν υποδομές περιορισμού των φυσικών μετακινήσεων των άγριων ζώων και πρέπει να συνοδεύονται από τα κατάλληλα μέτρα αποτροπής του διασπαστικού ρόλου τους σχετικά με τον ενιαίο χαρακτήρα βιοτόπων. 3.2 Δεδομένα. Για την μελέτη της περιοχής χρησιμοποιήθηκε: Δορυφορική εικόνα την οποία κατεβάσαμε από την ιστοσελίδα Η εικόνα δημιουργήθηκε στις 20/8/2001 και προέρχεται από τον δορυφόρο Landsat 7 και συγκεκριμένα από τον δέκτη ΕΤΜ+ με διακριτική ικανότητα 60 μέτρα και απεικονίζει την Ανατολική Μακεδονία και Θράκη καθώς και τα νησιά του βορίου Αιγαίου. Το αρχείο της εικόνας είναι σε μορφή IMG. Περιλαμβάνει 7 κανάλια (bands). Ο δορυφόρος Landsat 7 εκτοξεύτηκε στις 15 Απριλίου 1999 κα αποτελεί τον τελευταίο δορυφόρο του προγράμματος Landsat. Πρωταρχικός στόχος του Landsat 7 ήταν να ανανεώσει το παγκόσμιο αρχείο των δορυφορικών φωτογραφιών, παρέχοντας επίκαιρες και χωρίς σύννεφα εικόνες. Παρά το γεγονός ότι το Πρόγραμμα LANDSAT διευθύνεται από τη NASA, τα δεδομένα από τον LANDSAT 7 συλλέγονται και διανέμονται από το USGS. Το σχέδιο «NASA World Wind» επιτρέπει τρισδιάστατες εικόνες τόσο του LANDSAT 7 όσο και από άλλους δορυφόρους έτσι ώστε να είναι ελεύθερο, για χρήση στην ναυτιλία. Το Ψηφιακό Υψομετρικό Μοντέλο (DEM) είναι μια ψηφιακή αναπαράσταση της τοπογραφίας του εδάφους. Είναι επίσης γνωστό και ως ψηφιακό μοντέλο εδάφους (DTM). Το DEM μπορεί να υπάρχει σε μορφή raster ή ως ένα τριγωνικό ακανόνιστο δίκτυο. Τα DEMs συχνά δημιουργούνται με τεχνικές τηλεπισκόπισης, ωστόσο, μπορούν επίσης να κατασκευαστούν και με τεχνικές ταξινόμησης εδαφών (land syrveying). Τα DEMs χρησιμοποιούνται κατά κόρον στα γεωγραφικά συστήματα πληροφοριών, και είναι η πλέον κοινή βάση δεδομένων για δημιουργία ψηφιακών χαρτών. Το ψηφιακό Υψομετρικό Μοντέλο της Ελλάδας (Digital Elevation Model DEM) το προμηθευτήκαμε από το εργαστήριο Τηλεπισκόπησης και GIS της 52

53 Γεωπονικής Σχολής του Α.Π.Θ σε μορφή raster. (εικόνα 3.2.1) (εικόνα 3.2.1) DEM Ροδόπης Ο Ευρωπαϊκός Οργανισμός Περιβάλλοντος (EΟΠ) προσφέρει χωρίς κόστος και για μη εμπορική χρήση τη βάση δεδομένων CORINE, ένα χάρτη κάλυψης/χρήσης γης σε ευρωπαϊκό επίπεδο. Δυο σημαντικά στοιχεία που αφορούν στις προδιαγραφές του χάρτη είναι: (α) η ελάχιστη μονάδα χαρτογράφησης (MMU) η οποία είναι ορισμένη στα 25 εκτάρια. Πρακτικά αυτό σημαίνει ότι οποιαδήποτε επιφάνεια που καλύπτεται από την ίδια κατηγορία κάλυψης της γης (π.χ. πλατύφυλλο δάσος ή θαμνώνας) ή χρήσης της γης (π.χ. αθλητικές εγκαταστάσεις) και είναι σε έκταση μικρότερη από 25 εκτάρια, δεν έχει χαρτογραφηθεί. (β) το γεγονός ότι, βάσει του συστήματος ταξινόμησης της κάλυψης γης (Land Cover Classification System) του Παγκόσμιου Οργανισμού Τροφίμων (FAO), μερικοί ορισμοί των κατηγοριών κάλυψης/χρήσης γης 53

54 CORINE αλληλοεπικαλύπτονται. Αυτό έχει ως αποτέλεσμα η βάση δεδομένων CORINE να μην επιτυγχάνει πλήρη εσωτερική ενότητα. Το αρχείο αυτό είναι σε μορφή Shapefile (shp) και το προμηθευτήκαμε από το Εργαστήριο Τηλεπισκόπησης και GIS της Γεωπονικής Σχολής του Α.Π.Θ. (εικόνα 3.2.2) (εικόνα 3.2.2) Corine 2000 Ν. Ροδόπης Τα παραπάνω δεδομένα βρίσκονταν ή μεταφέρθηκαν στο ελληνικό γεωδαιτικό σύστημα αναφοράς (ΕΓΣΑ 87) 54

55 3.3 Μεθοδολογία Μετά την συλλογή των δεδομένων προχωρήσαμε στην προσαρμογή των δεδομένων στην περιοχή μελέτης. Στα στάδιο αυτό δημιουργήθηκε και το αρχείο κλίσεων για την εν λόγω περιοχή. Στην συνέχεια η εικόνα υπέστη ανάλυση η οποία περιελάμβανε την κατάτμηση σε τρία επίπεδα παραμέτρου κλίμακας 50, 200, και 300 και σε συνδυασμούς με διάφορα επίπεδα διαστρωμάτωσης. Μετά την κατάτμηση ακολούθησε αξιολόγηση των παραγόμενων κατατμήσεων και η επιλογή των επιπέδων για περαιτέρω ανάλυση. Στα επιλεγμένα επίπεδα ακολούθησε η ταξινόμηση εξοικείωσης. Στην συνέχεια δημιουργήσαμε το υδρολογικό δίκτυο της περιοχής και το υπερθέσαμε στα επίπεδα ταξινόμησής μας. Ακολούθησε η αναγνώριση των διεργασιών που δημιούργησαν τις φυσιογραφικές μονάδες και των συστημάτων διάβρωσης και απόθεσης. Στο τελικό στάδιο δημιουργήσαμε τον θεματικό χάρτη και το υπόμνημα. Τα παραπάνω βήματα που ακολουθήσαμε, για την χαρτογράφηση της γεωργικής περιοχής του Νομού Ροδόπης, περιγράφονται στο ακόλουθο διάγραμμα ροής (Σχήμα 1) 55

56 Σχήμα 1 Διάγραμμα Ροής 56

57 3.3.1 Επεξεργασία Δεδομένων Τα αρχικά μας δεδομένα περιελάμβαναν περιοχές πολύ μεγαλύτερες από την περιοχή μελέτης. Το γεγονός αυτό θα δημιουργούσε μεγάλα προβλήματα για την περαιτέρω επεξεργασία των δεδομένων, εξαιτίας του μεγάλου όγκου πληροφοριών που περιείχαν. Για το λόγο αυτό έλαβε χώρα μια προεπεξεργασία των δεδομένων, προκειμένου να αφορούν μόνο την περιοχή μελέτης. Συγκεκριμένα η δορυφορική εικόνα, με την βοήθεια του λογισμικού προγράμματος Erdas Imagine 8,7 και του εργαλείου Subset, κόπηκε στα όρια της περιοχής μελέτης μειώνοντας έτσι το μέγεθός της από 520 Mb σε 15 Mb. Στην συνέχεια επεξεργαστήκαμε το ψηφιακό υψομετρικό μοντέλο (DEM) καθώς και το αρχείο χρήσεων γης με το λογισμικό ArcGis 9,1. Με την χρήση του εργαλείου Clip κόψαμε τα παραπάνω shapefiles και Raster αρχεία και απομονώσαμε την περιοχή μελέτης. Από το DEM δημιουργήσαμε το αρχείο κλίσεων (Slope). Το αρχείο κλίσεων ταξινομήθηκε σε έξι κατηγορίες (Συλλαίος Γ.Ν) (εικόνα ): Α: από 0 έως 3% κλίση Επίπεδη ή σχεδόν επίπεδη (level) B: από 3 έως 8% κλίση Ελαφρά Κεκλιμένη (gently sloping) Γ: από 8 έως 16% κλίση- Κεκλιμένη (sloping) Δ: από 16 έως 30% κλίση-μέτρια απότομη (moderately steep) E: από 30 έως 45% κλίση Απότομη (steep) Στ : κλίση μεγαλύτερη του 45% - Πολύ απότομη (very Steep) 57

58 α ) Αρχείο Κλίσεων (εικόν 58

59 3.3.2 Ανάλυση Εικόνας Κατάτμηση (Segmentation) Μετά την προσαρμογή των δεδομένων ώστε να αφορούν μόνο την περιοχή μελέτης ακολούθησε η αντικειμενοστρεφής ανάλυση της εικόνας με τη χρήση του λογισμικού Definiens Professional 5,0 (ecognition). Ο σκοπός της ανάλυσης αυτής, ήταν η δημιουργία αντικειμένων από την συνένωση εικονοστοιχείων (pixels) με κοινά στοιχεία (χρώμα, μέγεθος, σχήμα), τα οποία στην συνέχεια θα ταξινομηθούν. Η δημιουργία των αντικειμένων έγινε με την κατάτμηση (segmentation) της εικόνας. Υφιστάμενες τεχνικές κατάτμησης ποικίλλουν α) με βάση την αρχική τους προσέγγιση που μπορεί να γίνει είτε με όλη την εικόνα που στη συνέχεια υποδιαιρείται, ή αρχίζοντας από τα επιμέρους τμήματα που στη συνέχεια ομαδοποιούνται, και β) στο βάρος που δίνεται στις χωροταξικές ιδιότητες του εικονοστοιχείου σε σχέση με τις μεταβλητές που χαρακτηρίζουν τον ευρύτερο χώρο. (μέτρηση επιφανειών) (Haralick και Shapiro, 1985). Σε γενικές γραμμές, τα πιο ακριβή αποτελέσματα επιτυγχάνονται με πιο εντατικές υπολογιστικές τεχνικές, δηλαδή, αρχίζοντας από τα επιμέρους τμήματα με προσεκτική επιλογή των αντικειμένων που πρόκειται να ομαδοποιηθούν Μελέτες για την κατάτμηση έχουν γίνει για πολλές δεκαετίες, αλλά μόνο πρόσφατα η συγκεκριμένη επεξεργασία -με την χρήση ηλεκτρονικού υπολογιστήαύξησε την παραγωγική ικανότητα και επιτεύχθηκε υψηλό επίπεδο ακρίβειας και με ταυτόχρονη μείωση του χρόνου. Αυτό είχε ως αποτέλεσμα την ανάπτυξη και την ταχεία επέκταση της αντικειμενοστρεφούς ανάλυσης της εικόνας (Baatz και Schäpe, 2000). Έτσι αντί για ανάλυση της φασματικής συμπεριφοράς των μεμονωμένων αντικειμένων, γειτονικά αντικείμενα ομαδοποιούνται σε μεγαλύτερα, που σχηματίζουν τις μονάδες παρατήρησης. Η εν λόγω ομαδοποίηση παρακάμπτει το πρόβλημα των τεχνητά εξισωμένων αντικειμένων που προκύπτουν στην ανάλυση ανά εικονοστοιχείο (Fisher, 1997), εφόσον τα αντικείμενα που μας ενδιαφέρουν καλύπτουν μια σειρά από εικονοστοιχεία επιτρέποντας μια ουσιαστική εκπροσώπηση του σχήματός τους. Αντικείμενα μπορούν να οριστούν είτε από κατάτμηση (segmentation), είτε με 59

60 διαστρωμάτωση (stratification), είτε με συνδυασμό και των δύο. Διαστρωμάτωση είναι η διαδικασία για την ομαδοποίηση εικονοστοιχείων με βάση μια εξωτερική μεταβλητή, οι λεπτομέρειες της οποίας καθορίζει το αποτέλεσμα. Δοκιμάστηκαν κατατμήσεις με συνδυασμούς διαφόρων παραμέτρων, οι οποίες στη συνέχεια εκτιμήθηκαν οπτικά ως προς την καταλληλότητά τους. Δηλαδή, για το αν τα αντικείμενά τους αντιπροσωπεύουν πραγματικά στοιχεία του μελετούμενου περιβάλλοντος. Ο στόχος ήταν να χαρτογραφηθούν τα αντικείμενα που αντιπροσωπεύουν διακριτά φυσιογραφικά στοιχεία σε διάφορες κλίμακες. Οι πιο ενδιαφέρουσες κατατμήσεις παρουσιάζονται στη συνέχεια (πίνακας ) Επίπεδο Παράμετροι Parameters Κλίμακας Χρώματος Συμπήκνωσης Βαρύτητα Διάστρωση Αριθμός Καναλιών Αρχείο Βαρύτητα Αντικειμένων weight of Level Scale Color Compactness channels File Weight Objects Α1 50 0,8 0, Α ,8 0, Α ,8 0, Β1 50 0,8 0,5 1 Corine Β ,8 0,5 1 Corine Β ,8 0,5 1 Corine Γ1 50 0,8 0,5 1 DEM Γ ,8 0,5 1 DEM Γ ,8 0,5 1 DEM Δ1 50 0,8 0,5 1 Slope Δ ,8 0,5 1 Slope Δ ,8 0,5 1 Slope E ,8 0,5 1 Slope DEM E ,8 0,5 1 Slope DEM Ζ1 50 0,8 0,5 1 Slope DEM Corine Ζ ,8 0,5 1 Slope DEM Corine Ζ ,8 0,5 1 Slope DEM Corine Πίνακας

61 Επίπεδο Α1. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 50 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα κατάτμηση Α) 61

62 Επίπεδο Α2. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 200 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Αποτέλεσμα 78 αντικείμενα. (Εικόνα ). (Εικόνα κατάτμηση Β) 62

63 Επίπεδο Α3. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 300 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Αποτέλεσμα 31 αντικείμενα. (Εικόνα ). (Εικόνα ) 63

64 Επίπεδο Β1. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 50 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο χρήσεων γης με βαρύτητα 1. Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ). 64

65 Επίπεδο Β2. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 200 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο χρήσεων γης με βαρύτητα 1. Αποτέλεσμα 557 αντικείμενα. (Εικόνα ). (Εικόνα ) 65

66 Επίπεδο Β3. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 300 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο χρήσεων γης με βαρύτητα 1. Αποτέλεσμα 531 αντικείμενα. (Εικόνα ). (Εικόνα ). 66

67 Επίπεδο Γ1. Η. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 50 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο DEM με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ) 67

68 Επίπεδο Γ2. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 200 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness) Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο DEM με βαρύτητα 1. Αποτέλεσμα 212 αντικείμενα. (Εικόνα ). (Εικόνα ). 68

69 Επίπεδο Γ3. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 300 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο DEM με βαρύτητα 1 Αποτέλεσμα 159 αντικείμενα. (Εικόνα ). (Εικόνα ). 69

70 Επίπεδο Δ1. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 50 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο κλίσεων με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ) (Εικόνα ). 70

71 Επίπεδο Δ2. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 200 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο κλίσεων με βαρύτητα 1 Αποτέλεσμα 224 αντικείμενα. (Εικόνα ). (Εικόνα ). 71

72 Επίπεδο Δ3. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 300 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο κλίσεων με βαρύτητα 1 Αποτέλεσμα 179 αντικείμενα. (Εικόνα ). (Εικόνα ). 72

73 Επίπεδο Ε1. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 200 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, τα αρχεία κλίσεων και DEM με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ) 73

74 Επίπεδο Ε2. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 300 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, τα αρχεία κλίσεων και DEM με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ). 74

75 Επίπεδο Ζ1. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 50 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση τα αρχεία κλίσεων DEM και Corine 2000 με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ). 75

76 Επίπεδο Ζ2. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 200 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, τα αρχεία κλίσεων DEM και Corine 2000 με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ) 76

77 Επίπεδο Ζ3. Κατάτμηση στην εικόνα με Παράμετρο Κλίμακας 300 (Scale Parameter). Παράμετρος Χρώματος Σχήματος 0,8-0,2 (Color Shape). Παράμετρος Συμπύκνωσης - Ομαλότητας 0,5-0,5 (Compactness Smoothness). Στην κατάτμηση χρησιμοποιήθηκε και διάστρωση, το αρχείο DEM με βαρύτητα 1 Αποτέλεσμα αντικείμενα. (Εικόνα ). (Εικόνα ). Συγκρίνοντας τις παραπάνω κατατμήσεις βγάζουμε τα εξής συμπεράσματα: Στα επίπεδα Β1,Β2,Β3 χρησιμοποιήθηκε ως διαστρωμάτωση, το αρχείο χρήσεων γης. Τα παραγόμενα αντικείμενα δημιουργήθηκαν με βάση τις ιδιότητες που κληρονομούσαν από το αρχείο χρήσεων γης. Μια ταξινόμηση σε ένα από αυτά τα επίπεδα θα μας οδηγούσε σε λάθος συμπεράσματα, γιατί κάθε αντικείμενο κληρονομεί ιδιότητες τις οποίες δεν πρέπει να θεωρούμαι δεδομένες. Στην προκειμένη περίπτωση, το αρχείο χρήσεων γης αφενός είναι μεταγενέστερο της Landsat εικόνας, αφετέρου αποτελεί στοιχείο στο οποίο θα συγκρίνουμε τα αποτελέσματά μας. Επίσης η ελάχιστη μονάδα χαρτογράφησης (MMU) η οποία 77

78 είναι ορισμένη στα 25 εκτάρια δηλαδή 250 στρέμματα δεν αποτελεί χαρακτηριστική εικόνα για τον ελλαδικό χώρο, ο οποίος χαρακτηρίζεται από τα μικρής έκταση και διαφορετικής ιδιοκτησίας αγροτεμάχια. Γι αυτόν τον λόγο απορρίψαμε τα επίπεδα αυτά ως βάση για ταξινόμηση. Με την ίδια λογική απορρίφθηκαν και τα επίπεδα Ζ1,Ζ2,Ζ3 γιατί υπήρχε ως διαστρωμάτωση (μία από τις 3 που χρησιμοποιήθηκαν) το αρχείο χρήσεων γης. Ο αριθμός των αντικειμένων που παράγονται στα επίπεδα Γ και Δ είναι περίπου ίσος, εάν δούμε τις αντίστοιχες κατατμήσεις, με ίδια παράμετρο κλίμακας. Αυτό οφείλεται στο γεγονός, ότι το αρχείο κλίσεων είναι παράγωγο του DEM. Έτσι κάθε ένα τα παραγόμενα αντικείμενα των επιπέδων Δ, περιέχουν ιδιότητες παράγωγες του DEM. Στο επίπεδο Γ τα αντικείμενα σχηματίστηκαν βάση του DEM, με αποτέλεσμα να κληρονομήσουν ιδιότητες που αφορούν το υψόμετρο. Η δημιουργία αντικειμένων με βάση το στοιχείο αυτό δεν μας είναι χρήσιμη γιατί ήδη το στοιχείο εμπεριέχεται στα αντικείμενα των επιπέδων Δ. Εάν συγκρίνουμε τώρα τα αντικείμενα των επιπέδων Α και Δ μπορούμε να σημειώσουμε τα εξής: Οι μεγάλες διαφορές μεταξύ των αριθμών των αντικειμένων βρίσκονται μόνο μεταξύ των διαφορετικών παραμέτρων κλίμακας Μεταξύ των αντικειμένων που παρήχθησαν με ίδια παράμετρο κλίμακας, αλλά αφενός μεν, των επιπέδων Α χωρίς διαστρωμάτωση ενώ των επιπέδων Δ με διαστρωμάτωση των αρχείο κλίσεων, τα αποτελέσματα είναι περίπου όμοια στις περιοχές που η διαστρωμάτωση δεν παίζει ρόλο (π.χ κλίση στις περιοχές που είναι μηδενική ή σχεδόν μηδενική). Η διαφορά των παραγόμενων αντικειμένων παρουσιάζεται στις περιοχές που οι τιμές των επιπέδων διαστρωμάτωσης έχουν μεγάλες τιμές (π.χ. Ορεινές περιοχές με κλίση).(εικόνα ) 78

79 (εικόνα Με κόκκινο χρώμα σημειώνονται τα αντικείμενα που παρήχθησαν με διαστρωμάτωση το αρχείο κλίσεων κλιματική παράμετρος 50) Στην εικόνα βλέπουμε ότι ο μεγάλος όγκος των αντικειμένων που δημιουργούνται με παράμετρο κλίμακας 50 και διαστρωμάτωση το αρχείο κλίσεων, βρίσκεται σε ορεινές περιοχές με μεγάλη κλίση. Οι περιοχές αυτές όμως, δεν αφορούν άμεσα την παρούσα μελέτη γιατί όπως φαίνεται και από το αρχείο χρήσεων γης είναι δασολιβαδικές περιοχές (εικόνα 3.2.2). Εάν τώρα εστιάσουμε το ενδιαφέρον μας στις γεωργικές περιοχές, θα δούμε ότι το αρχείο κλίσεων δημιουργεί αντικείμενα ακανόνιστης μορφής, στις ελάχιστες περιοχές που υπάρχει κλίση. Παίρνοντας υπόψη μόνο την κλίση δημιουργεί αντικείμενα τα οποία δεν έχουν λογική σημασία για την ταξινόμηση της εικόνας 79

80 (εικόνα Στιγμιότυπο από γεωργική περιοχή με αποτυπωμένα τα αντικείμενα που παρήχθησαν με παράμετρο κλίμακας 50 και διαστρωμάτωση το αρχείο κλίσεων) (εικόνα Στιγμιότυπο από γεωργική περιοχή με αποτυπωμένα τα αντικείμενα που παρήχθησαν με παράμετρο κλίμακας 50 και χωρίς διαστρωμάτωση) 80

81 Στις παραπάνω εικόνες, με κίτρινο βέλος σημειώνονται τα αντικείμενα τα οποία διαφοροποιήθηκαν με την χρήση του αρχείου κλίσης. Έτσι ενώ στην δεύτερη εικόνα τα αντικείμενα προκύπτουν με μια λογική, αποτελούν δηλαδή μια ενότητα η οποία χαρακτηρίζεται από ιδιότητες οι οποίες μπορούν να προσδιοριστούν με βάση τον χρωματικό τόνο, το συμπαγές σχήμα κλπ, στην πρώτη τα αντικείμενα δημιουργούνται με ακανόνιστες, μη λογικές γραμμές οι οποίες αγνοούν τις κύριες γεωργικές ιδιότητες που μπορούν να περιγραφούν από τον φωτοερμηνευτή και στηρίζονται καθαρά στην ιδιότητα της κλίσης. Έτσι είναι λογικό ότι ένας φωτοερμηνευτής δεν θα δημιουργούσε τέτοιου είδους αντικείμενα κατά την διάρκεια μιας χαρτογράφησης με το χέρι. Η κλίση μας δίνει πληροφορίες, με βάση τις οποίες θα αναγνωρίσουμε τα συστήματα διάβρωσης και απόθεσης κατά την διάρκεια της ταξινόμησης αλλά στο στάδιο της κατάτμησης αντικειμένων δημιουργεί προβλήματα τα οποία μπορεί να μας οδηγήσουν σε λάθος συμπεράσματα Ταξινόμηση Εικόνας Μετά την επιλογή των επιπέδων κατάτμησης τα οποία θα αποτελέσουν βάση για την ταξινόμηση προχωρήσαμε στις φάσεις της ταξινόμησης. Φάση Α. Βασικά στοιχεία φωτοερμηνείας. Η φάση αυτή αποτελείται από δύο στάδια. Στο πρώτο στάδιο ο φωτοερμηνευτής παρατηρεί τις διαφοροποιήσεις του τόνου ή του χρώματος. Μέσα στο στάδιο αυτό περιλαμβάνεται και η τρισδιάστατη παρατήρηση του τοπίου. Στη διαδικασία όμως της ψηφιακής αντικειμενοστρεφούς ανάλυσης, το στάδιο αυτό ενσωματώνεται ουσιαστικά στο επόμενο στάδιο, γιατί οι «παρατηρήσεις» γίνονται ψηφιακά ενώ ο τόνος ή το χρώμα αποδίδονται με αριθμητικά δεδομένα. Στο δεύτερο στάδιο αναγνωρίζονται και ταξινομούνται οι συγκεντρώσεις νερού (βάλτοι, λίμνες, θάλασσα) και επιτυγχάνεται ο διαχωρισμός της γης σε καλλιεργούμενη, δασική, χέρσα, και μη καθορισμένης χρήσης (Συλλαίος Γ.Ν.). Έτσι εξετάσαμε τις διαφοροποίησης του τόνου του καναλιού 7 της Landsat, τις διαφοροποιήσεις της φωτεινότητας της εικόνας (Brightness) και δημιουργήσαμε 81

82 τον δείκτη NDVI έτσι ώστε να εντοπίσουμε της περιοχές με βλάστηση με γνώμονα την διαφοροποίηση του χρώματος. (εικόνα Οι Αριθμητικές διαφοροποιήσεις στο κανάλι 7 της εικόνας Landsat, όπως αποδίδονται σε τόνους του γκρι. Οι σκούρες περιοχές αντιστοιχούν σε μικρές τιμές ενώ οι ανοιχτές σε μεγαλύτερες) 82

83 (εικόνα Οι Αριθμητικές διαφοροποιήσεις της φωτεινότητας (Brightness) της εικόνας Landsat, όπως αποδίδονται σε τόνους του γκρι. Οι σκούρες περιοχές αντιστοιχούν σε χαμηλές τιμές ενώ οι ανοιχτές σε υψηλότερες) Δείκτης Βλάστησης NDVI O NDVI (Normalized Difference Vegetation Index) ή Δείκτης Βλάστησης Κανονικοποιημένης Διαφοράς, αποδίδεται στον Rouse et al (1973), αν και η σύλληψη ενός τέτοιου δείκτη έγινε από τον Kriegler et al (1969). (Συλλαίος Γ.Ν.). Ονομάζεται συνήθως Δείκτης Βλάστησης και οι τιμές του μεταβάλλονται από -1 έως +1. Ο NDVI προήλθε από τον πρώτο δείκτη βλάστησης RVI (Ration Vegetation Index.) Ο RVI δίνεται από την σχέση Ο NDVI συνδέεται με τον RVI με την παρακάτω σχέση. 83

84 Εάν στις εξίσωση του NDVI αντικαταστήσουμε την ισότητα (i) τότε προκύπτει IR=εγγύς υπέρυθρο (τιμές καναλιού 4) R= ερυθρό (τιμές καναλιού 3) Οι διαφοροποιήσεις των τιμών του NDVI στην εικόνα Landsat διακρίνονται στην εικόνα (εικόνα Οι Αριθμητικές διαφοροποιήσεις των τιμών του NDVI της εικόνας Landsat, όπως αποδίδονται σε τόνους του γκρι. Οι σκούρες περιοχές αντιστοιχούν σε χαμηλές τιμές ενώ οι ανοιχτές σε υψηλότερες) 84

85 Βήμα 1 Διάκριση Υδάτινων όγκων - Εδάφους Με βάση τις αριθμητικές διαφοροποιήσεις του τόνου στο κανάλι 7 της εικόνας Landsat (εικόνα ) απομονώσαμε τις περιοχές που περιέχουν νερό από τις υπόλοιπες. Η απομόνωση αυτή έγινε λαμβάνοντας υπόψη τις μέσες τιμές του καναλιού 7 της εικόνας. Έτσι έγινε η διάκριση δυο μεγάλων «όγκων» όπως είναι οι περιοχές που καλύπτονται από νερό (Θάλασσα, λίμνες, λιμνοθάλασσες κλπ) και η ξηρά. Χαμηλές τιμές, κάτω του 20, αποδίδονται σε περιοχές με νερό. Έτσι εισάγαμε την Κλάση Water Bodies στην οποία η τιμή της band 7 είναι χαμηλότερη από 20. Στις υπόλοιπες περιοχές αποδόθηκε ο όρος Land και περιλαμβάνει τις περιοχές των οποίων οι μέσες τιμές του καναλιού 7 είναι πάνω του 20 (Εικόνα ). (Εικόνα Διάκριση μεταξύ Water Bodies και Land. Με μπλε χρώμα διακρίνονται οι υδάτινες περιοχές ενώ με κόκκινο το έδαφος) Βήμα 2. Αφαίρεση περιοχών που δεν έχουν ενδιαφέρον για την μελέτη μας. Με την βοήθεια του αρχείου χρήσεων γης (Corine 2000) απομονώσαμε τις περιοχές στις οποίες δεν υπήρχε ενδιαφέρον για μελέτη διότι θα ήταν εκτός 85

86 σκοπού της παρούσας διατριβής. Αυτές οι περιοχές ήταν στο σύνολό τους οι αστικές και ημιαστικές περιοχές καθώς και δομημένες περιοχές. (Βιομηχανικές περιοχές, Οδικό δίκτυο, χωριά, πόλεις κλπ). Έτσι προέκυψε η περιοχή μελέτης ή ενδιαφέροντος (area of interest) και οι τεχνητές ή δομημένες περιοχές (artificial areas). (εικόνα ). Η διαδικασία έγινε με την εισαγωγή στο λογισμικό πρόγραμμα ecognition του αρχείου χρήσεων γης ως διάστρωσης (Thematic Layer) η οποία όμως δεν πήρε μέρος στην διαδικασία της κατάτμησης. (εικόνα Διάκριση μεταξύ τεχνητών περιοχών και περιοχής μελέτης. Με κίτρινο χρώμα εμφανίζονται οι δομημένες περιοχές ενώ με κόκκινο η περιοχή μελέτης). Βήμα 3. Διάκριση Καλλιεργήσιμων Εκτάσεων Μη καλλιεργήσιμων Εκτάσεων Στην συνέχεια χωρίσαμε την περιοχή ενδιαφέροντος σε περιοχές με καλλιεργήσιμες εκτάσεις και σε περιοχές με μη καλλιεργήσιμες (εικόνα ). 86

87 (εικόνα με άσπρο χρώμα διακρίνονται οι καλλιεργήσιμες εκτάσεις ενώ με το μαύρο η μη καλλιεργήσιμες). Οι καλλιεργήσιμες εκτάσεις αποτελούνται από τις περιοχές που την συγκεκριμένη περίοδο ήταν καλυμμένες με βλάστηση και σε περιοχές που δεν είχαν βλάστηση κατά την διάρκεια λήψης της εικόνας. Επειδή η εικόνα δημιουργήθηκε στις 20/8/2001, συμπεραίνουμε ότι η πρώτη περίπτωση περιλαμβάνει καλλιέργειες όπως ο καπνός, το βαμβάκι και το καλαμπόκι, διάφορα λαχανοκομικά, αμπέλια και γενικά καλλιέργειες οι οποίες χρειάζονται άρδευση. Η δεύτερη περίπτωση περιλαμβάνει τα χειμερινά σιτηρά τα οποία έχουν συγκομισθεί. Τα φασματικά χαρακτηριστικά μιας φυσιογραφικής μονάδας μεταβάλλονται εποχικά. Ένα τέτοιο παράδειγμα αποτελεί η εποχική μεταβολή του φωτογραφικού τόνου και της βλάστησης σε μια περιοχή. Έτσι το καλοκαίρι οι περιοχές που καλύπτονται με χειμερινά σιτηρά, εμφανίζονται με ανοιχτό φωτογραφικό τόνο και NDVI μικρότερο του 0,1 πολλές φορές και αρνητικό. Στις περιοχές με βλάστηση ο NDVI παίρνει τιμές μεγαλύτερες του 0,12. Με βάση αυτά έγινε η διάκριση των καλλιεργούμενων περιοχών σε αυτές που είναι καλυμμένες 87

88 με βλάστηση (NDVI > 0,12) και εξαιτίας του γεγονότος ότι η στιγμή λήψης της δορυφορικής φωτογραφίας είναι καλοκαίρι, οι εκτάσεις αυτές είναι αρδευόμενες και στις εκτάσεις που καλύπτονται με χειμερινά σιτηρά και την εποχή αυτή έχουν χαμηλό NDVI αλλά υψηλό φωτογραφικό τόνο (Brightness >100). (εικόνα ) (εικόνα Με πράσινο χρώμα εμφανίζονται οι αρδευόμενες καλλιεργούμενες εκτάσεις μόνιμες φυτείες εκτός δενδρωδών καλλιεργειών, αροτριαίες καλλιέργειες, και λαχανοκομικές- με άσπρο χρώμα εμφανίζονται οι υπόλοιπες καλλιεργήσιμες εκτάσεις χειμερινά σιτηρά, δενδρώδεις καλλιέργεις) 88

89 Φάση Β. Υδρογραφικό Δίκτυο Χάραξη του Υδρογραφικού Δικτύου και υπέρθεση στην εικόνα Landsat Η δημιουργία του υδρογραφικού δικτύου έγινε με την χρήση του ArcGiS 9,1 και των Hydrology Tools που περιέχει και του αρχείου DEM (εικόνα ). (εικόνα ). Το υδρογραφικό δίκτυο της περιοχής μελέτης. Το υδρογραφικό δίκτυο, χαρακτηρίζεται ως πτεροειδές. Τα πτεροειδή δίκτυα είναι μια παραλλαγή των δενδριτικών (ανώμαλη διακλάδωση των δευτερευόντων κλάδων προς όλες τις κατευθύνσεις),στα οποία οι δευτερεύοντες κλάδοι είναι παράλληλοι με πυκνή διάταξη (Συλλαίος). Η διάταξη αυτή οφείλεται στις απότομες κλίσεις των τοιχωμάτων των χαραδρών και είναι ενδεικτικό βαθειών, εύκολα διαβρούμενων υλικών λεπτόκοκκης σύστασης (Συλλαίος Γ.Ν.). 89

90 (εικόνα ). Το υδρογραφικό δίκτυο της περιοχής μελέτης σε υπέρθεση ως προς την δορυφορική εικόνα LANDSAT Φάση Γ. Η φάση αυτή αποτελείται από δύο στάδια. Στο πρώτο γίνεται αναγνώριση των φυσιογραφικών διεργασιών που σχημάτισαν του φυσιογραφικούς τύπους του τοπίου ενώ στο δεύτερο γίνεται αναγνώριση των συστημάτων διάβρωσης και απόθεσης. Στο πρώτο στάδιο εισάγουμε την κλάση των Αλλουβιακών Πεδίων η οποία προέκυψε αφού απομονώσαμε τις επίπεδες περιοχές που απέχουν 800 μέτρα από το υδρογραφικό δίκτυο 90

91 (Εικόνα Επίπεδες Περιοχές που απέχουν 800 μέτρα από το υδρογραφικό δίκτυο) (Εικόνα Με το σκούρο πράσινο σημειώνονται τα αλλουβιακά πεδία με παράμετρο κλίμακας κατάτμησης 50) 91

92 (Εικόνα Με το σκούρο πράσινο σημειώνονται τα αλλουβιακά πεδία με παράμετρο κλίμακας κατάτμησης 200) (Εικόνα Με το σκούρο πράσινο σημειώνονται τα αλλουβιακά πεδία με παράμετρο κλίμακας κατάτμησης 300) 92

93 Στο δεύτερο στάδιο, απομονώσαμε τις περιοχές διάβρωσης. Οι περιοχές διάβρωσης δημιουργηθήκαν από το αρχείο κλίσεων το οποίο εισήχθη στο λογισμικό ecognition ως διαστρωμάτωση. Δημιουργήθηκε η κλάση Ζώνες Διάβρωσης στις οποίες το αρχείο κλίσεων είχε τιμές πάνω από 2 και η τιμή της φωτεινότητας της εικόνας πάνω από 100. Η δημιουργία του αρχείου έγινε όπως αναφέρθηκε παραπάνω με κατηγοριοποίηση των κλίσεων σε 6 κατηγορίες. Η πρώτη κατηγορία, για κλίσεις 0 έως 3% παίρνει την τιμή 1 ως διαστρωμάτωση, ενώ η δεύτερη από 3 έως 8% την τιμή 2 κ.ο.κ. (Εικόνα Με το κόκκινο χρώμα σημειώνονται οι ζώνες διάβρωσης στην παράμετρο κλίμακας κατάτμησης 50). 93

94 Φάση Δ. Δημιουργία Θεματικού Χάρτη και Υπομνήματος Συνοψίζοντας τα αποτελέσματα της ταξινόμησης της εικόνα στο λογισμικό ecognition προκύπτουν, τρεις ταξινομήσεις με ίδιες ιδιότητες κλάσεων αλλά με διαφορετική παράμετρο κλίμακας. Οι κλάσεις αλλά και η ομαδοποίηση και ιεράρχηση των κλάσεων φαίνεται στις εικόνες και (Εικόνα Ιεραρχική Ταξινόμηση των Κλάσεων). 94

95 (Εικόνα Ομαδοποίηση των Κλάσεων). Στα τρία επίπεδα κατατμήσεων τα αποτελέσματα της ταξινόμησης εμφανίζονται στις εικόνες , και (Εικόνα Εφαρμογή της ταξινόμησης στο επίπεδο Α1 (Παράμετρο κλίμακας 50)). 95

96 (Εικόνα Εφαρμογή της ταξινόμησης στο επίπεδο Α2 (Παράμετρο κλίμακας 200)). 96

97 Εικόνα Εφαρμογή της ταξινόμησης στο επίπεδο Α3 (Παράμετρο κλίμακας 300)). Από την ταξινόμηση στο επίπεδο Α1 εξάγαμε τις περιοχές δόμησης καθώς και τις μη καλλιεργούμενες εκτάσεις οι οποίες προκύπτουν από αναστροφή των παραμέτρων που βάλαμε για την αρδευόμενη και την μη αρδευόμενη αρόσιμη γη. Επίσης παρατηρούμε ότι οι περιοχές δόμηση εξαφανίζονται στα επόμενα επίπεδα σε αντίθεση με τις μη καλλιεργούμενες περιοχές οι οποίες μεγαλώνουν. 97

98 4. Αποτελέσματα Εξάγοντας όλα τα δεδομένα από το ecognition στο ArcGis πήραμε τα παρακάτω αποτελέσματα. Εικόνα 4.1 Με άσπρο χρώμα σημειώνονται οι μη αρδεύσιμες καλλιεργήσιμες εκτάσεις. Με ροζ χρώμα σημειώνονται οι Λοιπές Περιοχές (φυσικές περιοχές) Με σκούρο πράσινο χρώμα, σημειώνονται τα αλλουβιακά επίπεδα Με κόκκινο χρώμα εμφανίζονται οι ζώνες διάβρωσης Με καφέ χρώμα εμφανίζονται περιοχές διάβρωσης εκτός των καλλιεργούμενων (βουνά κλπ) 98

99 Εικόνα 4.2. Ο θεματικός χάρτης με υπέρθεση του υδρογραφικού δικτύου. Η σύγκριση των αποτελεσμάτων της αυτοματοποιημένης δημιουργίας φυσιογραφικών μονάδων, με την φυσιογραφική ανάλυση με οπτική φωτοερμηνεία από έμπειρο επιστήμονα (Ν. Συλλαίος), έδειξε ότι υπάρχει ικανοποιητική ταύτιση των ορίων, γεγονός που σημαίνει ότι με την υπέρθεση των φυσιογραφικών μονάδων της αυτοματοποιημένης φυσιογραφικής ανάλυσης επάνω στις δορυφορικές εικόνες, ο γεωπόνος χαρτογράφος έχει βάση για να εργαστεί περαιτέρω για την λεπτομερέστερη υποδιαίρεση ή διόρθωση των φυσιογραφικών μεθόδων της αυτοματοποιημένης μεθόδου. 99

100 5. Συζήτηση Συμπεράσματα Η εργασία αυτή είχε ως σκοπό την χαρτογράφηση των εδαφών στο νομό Ροδόπης με αντικειμενοστρεφή ανάλυση των φυσιογραφικών στοιχείων με την χρήση δορυφορικής εικόνας LANDSAT ETM+. Η όλη διαδικασία περιελάμβανε την επεξεργασία των υφιστάμενων δεδομένων, την ανάλυση της εικόνας, την ταξινόμησή των φυσιογραφικών μονάδων που προέκυψαν από την ανάλυση και επεξεργασία της και τέλος την αποτύπωση όλων αυτών σε έναν θεματικό χάρτη. Την ίδια ακριβώς δουλειά δηλαδή, που κάνει ένας φωτοερμηνευτής με το παραδοσιακό τρόπο και χωρίς την χρήση λογισμικών. Ο χρόνος που χρειάστηκαν να γίνουν όλα τα βήματα ήταν πολύ λιγότερος από ότι εάν γινόταν με τον κλασικό τρόπο ενώ το κόστος απειροελάχιστο αφού όλα τα δεδομένα συλλέχθησαν από το διαδίκτυο. Στην όλη διαδικασία παρακάμψαμε το στοιχείο της εμπειρίας του φωτοερμηνευτή και στηριχθήκαμε μόνο στα αποτελέσματα που μας έδινε η αντικειμενοστρεφής ανάλυση. Αυτό βέβαια εμπεριέχει αρκετούς κινδύνους που οφείλονται στο γεγονός, ότι ο φωτοερμηνευτής της κλασικής μεθόδου αντικαταστάθηκε από έναν απλό χρήστη λογισμικών προγραμμάτων. Τυχόν σφάλματα ή ανακρίβειες του λογισμικού θα μπορούσαν να επηρεάσουν αρνητικά το παραγόμενο αποτέλεσμα. Η απόκτηση όμως μιας μικρής εμπειρίας στην «ανάγνωση» των εικόνων θα μπορούσε να αποτρέψει τέτοια προβλήματα και κάποια που θα προέκυπταν δεν θα επηρέαζαν το αποτέλεσμα. Η ψηφιακή αντικειμενοστρεφής ανάλυση δεν έρχεται σε αντίθεση με την κλασσική εργασία του φωτοερμηνευτή αλλά αποτελεί το εργαλείο που θα βοηθήσει στην αύξηση της ταχύτητας εργασίας, στην μείωση του κόστους και στην αύξηση του όγκου δουλειάς. Παράλληλα η εργασία θα τυποποιηθεί με αποτέλεσμα η εμπειρία του φωτοερμηνευτή να μεταδίδεται και σε άλλους επιστήμονες, οι οποίοι θα ακολουθούν τις ίδιες ψηφιακές μεθόδους χωρίς στην όλη εργασία να εμπλέκονται στοιχεία τα οποία θα δημιουργούσαν προβλήματα στους άπειρους. Στο στάδιο της κατάτμησης, ο αριθμός των παραγόμενων αντικειμένων κυμάνθηκε από (με παράμετρο κλίμακας 50) έως 31 (στην κλίμακα 300). 100

101 Αυτά τα αντικείμενα ταξινομήθηκαν σε φυσιογραφικές μονάδες. Κάθε αντικείμενο και στις τρεις κλίμακες διαχωρίστηκε από τα υπόλοιπα εξαιτίας της παραμέτρου κλίμακας αλλά και των χωρικών ιδιοτήτων. Είναι αυτονόητο ότι η διαδικασία αυτή θα ήταν σχεδόν αδύνατο να γίνει με την κλασσική μέθοδο. Ο φωτοερμηνευτής θα χώριζε την εικόνα σε μεγάλες φυσιογραφικές μονάδες, λαμβάνοντας υπόψη την συνολική συμπεριφορά μιας ομάδας αντικειμένων στην εικόνα και δεν θα λάμβανε υπόψη του μικρά αντικείμενα τα οποία θα είχαν διαφορετικές ιδιότητες από τα γειτονικά γεγονός που θα ήταν έντονο σε εικόνες μεγάλης κλίμακας (1:50000). (Εικόνα 5.1. Απόσπασμα της περιοχής μελέτης) Στο απόσπασμα της εικόνας Landsat που απεικονίζεται στην εικόνα 5.1, εμφανίζεται μια περιοχή πλησίον της λίμνης Βιστωνίδας. Το χαρακτηριστικό του αποσπάσματος είναι η παρουσία βλάστησης στο σύνολο της εξεταζόμενης περιοχής η οποία στην εικόνα φαίνεται με κόκκινη απόχρωση. Στην κλασσική ταξινόμηση με φωτοερμηνεία η περιοχή αυτή θα χωρίζονταν σε 2 μεγάλες ομάδες οι οποίες θα έδιναν ένα καρδιόσχημο σχήμα. Με την αυτοματοποιημένη φυσιογραφική ανάλυση η συγκεκριμένη περιοχή χωρίστηκε σε μικρά αντικείμενα και το λογισμικό αξιολόγησε τις ιδιότητες του κάθε αντικειμένου. Τα φίλτρα που 101

102 εισάγαμε και αφορούσαν τον δείκτη NDVI αλλά και της φωτεινότητας της εικόνας μας έδωσε το παρακάτω αποτέλεσμα (εικόνας 5.2) (Εικόνα 5.2. Απόσπασμα της περιοχής μελέτης). Όπως βλέπουμε στην εικόνα 5.2, μέσα στην περιοχή που χαρακτηρίζεται από έντονη βλάστηση και τώρα σημειώνεται με πράσινο- υπάρχουν αντικείμενα τα οποία με την χρήση των φίλτρων έδειξαν ότι δεν αποτελούν μέλη του ευρύτερου συνόλου. Για παράδειγμα με ροζ απόχρωση σημειώνονται περιοχές ακαλλιέργητες (πιθανόν δομημένες) και περιοχές στις οποίες δεν υπήρχε καθόλου βλάστηση (αντικείμενα με λευκό χρώμα). Έτσι ενώ με την κλασική μέθοδο θα είχαμε δύο με τρεις φυσιογραφικές μονάδες, στην αυτοματοποιημένη μέθοδο βρίσκουμε περιοχές τις οποίες θα πρέπει να εξετάσουμε περισσότερο ώστε να βρούμε γιατί διαφέρουν ως προς την συνολική εικόνα. Με άλλα λόγια δηλαδή, η αυτοματοποιημένη μέθοδος δεν εξηγεί φαινόμενα όπως ο φωτοερμηνευτής αλλά ενισχύει την παρατήρηση και βοηθάει τον φωτοερμηνευτή να εστιάσει σε σημεία που χρίζουν περαιτέρω ανάλυσης. 102