ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΧΡΗΣΗ ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΓΕΩΛΟΓΙΑ Ενότητα 12: Ψηφιακά Μοντέλα Εδάφους (Μέρος 2ο) Νικολακόπουλος Κωνσταντίνος, Επίκουρος Καθηγητής Σχολή Θετικών Επιστημών Τμήμα Γεωλογίας

Άδειες Χρήσης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εμπορική Χρήση Παρόμοια Διανομή 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] http://creativecommons.org/licenses/by-nc-sa/4.0/ Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί.

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Πατρών» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.

ΨΜΑ από Δεδομένα Ραντάρ (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Δεδομένα Ραντάρ (1) ΥΠΕΡ: ΚΟΣΤΟΣ ΔΙΑΘΕΣΙΜΟΤΗΤΑ ΑΝΕΞΑΡΤΗΤΩΣ ΚΑΙΡΙΚΩΝ ΣΥΝΘΗΚΩΝ ΚΑΤΑ: ΔΥΣΚΟΛΙΑ ΕΠΕΞΕΡΓΑΣΙΑΣ

ΨΜΑ από Δεδομένα Ραντάρ (2) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Δεδομένα Ραντάρ (2) Υπάρχουν τέσσερις διαφορετικοί τρόποι για την εξαγωγή ΨΜΑ από δεδομένα ραντάρ (SAR): Clinometry=Κλισιμετρία Stereoscopy=Στερεοσκοπία Interferometry=Συμβολομετρία Polarimetry=Πολωσιμετρία

ΨΜΑ από Δεδομένα Ραντάρ (3) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Δεδομένα Ραντάρ (3) Κλισιμετρία Στερεοσκοπία Συμβολομετρία Πολωσιμετρία Εικόνα 1.

ΨΜΑ από Δεδομένα Ραντάρ (4) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Δεδομένα Ραντάρ (4) Clinometry=Κλισιμετρία (χρήση μόνο μίας εικόνας SAR, δίνει καλή σχετική ακρίβεια, δε χρησιμοποιείται ιδιαίτερα). Stereoscopy=Στερεοσκοπία (χρήση δύο εικόνων SAR, δίνει απόλυτη ακρίβεια μερικών μέτρων, χρησιμοποιείται ευρύτατα). Interferometry=Συμβολομετρία (τα δεδομένα συλλέγονται είτε από την ίδια κεραία σε δυο διαφορετικά περάσματα (ERS1,2) είτε από δύο κεραίες στο ίδιο πέρασμα (SRTM), Δίνει απόλυτη ακρίβεια μερικών μέτρων, είναι η πιο σύγχρονη μέθοδος και τείνει να επικρατήσει. Polarimetry=Πολωσιμετρία (χρήση μίας εικόνας, δίνει καλή σχετική ακρίβεια, μπορεί να δώσει αντίστοιχη απόλυτη ακρίβεια αν υπάρχουν σημεία γνωστού υψομέτρου στην ίδια διεύθυνση).

ΨΜΑ από Δεδομένα Ραντάρ- Στερεοσκοπία (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Δεδομένα Ραντάρ- Στερεοσκοπία (1) Εικόνα 2.

ΨΜΑ από Δεδομένα Ραντάρ- Στερεοσκοπία (2) Εικόνα 3.

ΨΜΑ από Δεδομένα Ραντάρ- Συμβολομετρία (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Δεδομένα Ραντάρ- Συμβολομετρία (1) SAR 1 SAR 2 Εικόνα 4.

ΨΜΑ από Δεδομένα Ραντάρ- Συμβολομετρία (2) Εικόνα 5.

ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (1) ΥΠΕΡ: ΚΟΣΤΟΣ ΔΙΑΘΕΣΙΜΟΤΗΤΑ ΚΑΤΑ: ΕΞΑΡΤΗΣΗ ΑΠΟ ΚΑΙΡΙΚΕΣ ΣΥΝΘΗΚΕΣ ΑΚΡΙΒΕΙΑ (;;;)

ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (2) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (2) Δύο κύριες κατηγορίες ανάλογα με τον τρόπο λήψης του στερεοζεύγους: Λήψη κατά μήκος της τροχιάς (TERRA ASTER, SPOT5, CARTOSAT, ALOS PRISM) Λήψη κάθετα στην τροχιά (IRS-1C,1D, SPOT1-4)

ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (3) Stereo in orbit Stereo across orbit Εικόνα 6.

ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (4) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ ΨΜΑ από Οπτικά Τηλεπισκοπικά Δεδομένα (4) ΛΗΨΗ ΚΑΘΕΤΑ ΣΤΗΝ ΤΡΟΧΙΑ (IRS-1C,1D, SPOT1-4) Καλύτερη γεωμετρία των εικόνων => καλύτερη παράλλαξη άρα καλύτερη ακρίβεια Μεγαλύτερο αρχείο εικόνων ΛΗΨΗ ΚΑΤΑ ΜΗΚΟΣ ΤΗΣ ΤΡΟΧΙΑΣ (TERRA ASTER, SPOT5, CARTOSAT, ALOS PRISM) Καλύτερη ραδιομετρία των εικόνων => ευκολότερη συσχέτιση άρα καλύτερο αποτέλεσμα Μικρότερος χρόνος αναζήτησης (έρευνα για μία λήψη)

Προβλήματα Συσχέτισης όταν η Λήψη είναι Κάθετα στην Τροχιά (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Προβλήματα Συσχέτισης όταν η Λήψη είναι Κάθετα στην Τροχιά (1) Εικόνα 7.

Προβλήματα Συσχέτισης όταν η Λήψη είναι Κάθετα στην Τροχιά (2) Εικόνα 8.

Προβλήματα Συσχέτισης όταν η Λήψη είναι Κάθετα στην Τροχιά (3) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Προβλήματα Συσχέτισης όταν η Λήψη είναι Κάθετα στην Τροχιά (3) Εξαιτίας του διαφορετικού χρόνου λήψης των εικόνων. Εικόνα 9.

Προβλήματα από τις Καιρικές Συνθήκες (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Προβλήματα από τις Καιρικές Συνθήκες (1) Εικόνα 10.

Προβλήματα από τις Καιρικές Συνθήκες (2) Εικόνα 11.

Προβλήματα από τις Καιρικές Συνθήκες (3) Εικόνα 12.

ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες-ASTER 15m (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Εικόνα 13.

Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες-ASTER 15m (2) Εικόνα 14.

ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες- CARTOSAT 2.5m (1) Εικόνα 15.

Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες- CARTOSAT 2.5m (2) Εικόνα 16.

Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες- CARTOSAT 2.5m (3) Εικόνα 17.

ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες-IKONOS 1m (1) ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ ΑΝΑΓΛΥΦΟΥ Εικόνα 18.

Παραδείγματα Στερεοζευγών με Διαφορετικές Χωρικές Διακριτικές Ικανότητες-IKONOS 1m (2) Εικόνα 19.

Κύρια Χαρακτηριστικά των Υψομετρικών Δεδομένων Ακρίβεια Πυκνότητα Χωρικό πρότυπο συλλογής δεδομένων

Ακρίβεια Η ακρίβεια εξαρτάται πάντα από τη διαδικασία συλλογής και τα όργανα που έχουν χρησιμοποιηθεί. Π.χ. η ακρίβεια μετρήσεων στο πεδίο με τοπογραφικά όργανα μπορεί να είναι της τάξεως των χιλιοστών όταν χρησιμοποιούνται τοπογραφικά όργανα, ή της τάξεως των εκατοστών όταν χρησιμοποιείται διαφορικό GPS και ενός μέτρου όταν χρησιμοποιείται αεροστάθμη. Αντίστοιχα όταν τα υψομετρικά δεδομένα προκύπτουν από φωτογραμμετρική επεξεργασία αεροφωτογραφιών, η ακρίβεια υπολογίζεται περίπου στο 0,1%-0,2% του ύψους πτήσης και εκτιμάται από μερικές δεκάδες εκατοστών έως μερικά μέτρα. Οι παραπάνω ακρίβειες είναι ενδεικτικές και αναφέρονται στα πρωτογενή δεδομένα. Η ακρίβεια των ΨΜΑ ή των ΨΜΕ υπολογίζεται με τη χρήση σημείων ελέγχου και μετράται με βάση το μέγεθος RMSE.

Πυκνότητα Εξίσου σημαντική παράμετρος των υψομετρικών δεδομένων είναι η πυκνότητα των μετρήσεων. Η πυκνότητα των μετρήσεων μπορεί να είναι ομοιογενής (χ μετρήσεις ανά km2) ή ανομοιογενής (λιγότερες μετρήσεις σε κάποια πεδινή περιοχή και περισσότερες σε κάποια άλλη περιοχή με έντονο ανάγλυφο). Σε κάθε περίπτωση, η γνώση της πυκνότητας των μετρήσεων είναι εξίσου σημαντική με τη γνώση της ακρίβειας.

Χωρικό πρότυπο συλλογής δεδομένων (1) Τα ψηφιακά υψομετρικά δεδομένα μπορεί να έχουν συλλεχθεί ακανόνιστα στο χώρο, ή να ακολουθούν ένα κανονικό κάναβο ή μία γραμμή. Η κατανομή των θέσεων μέτρησης στο χώρο (χωρικό πρότυπο), εξαρτάται από την μέθοδο συλλογής ή από τη συγκεκριμένη εφαρμογή. Πολλές φορές και από το εδαφικό ανάγλυφο. Τα βασικά χωρικά πρότυπα είναι: Ισοϋψείς, κάνναβος (grid), τυχαία διασπορά και γραμμές απότομης μεταβολής (breaklines).

Χωρικό πρότυπο συλλογής δεδομένων (2) Εικόνα 20.

Χωρικό πρότυπο συλλογής δεδομένων (3) Ο κάνναβος προτιμάται σε περιοχές όπου το ανάγλυφο είναι ήπιο ή τα υψόμετρα περίπου ίδια. Μερικές φορές μπορεί να είναι χρήσιμο τα δεδομένα να είναι κατανεμημένα ακανόνιστα, π.χ. λίγα σημεία όπου το έδαφος είναι επίπεδο και περισσότερα όπου το ανάγλυφο έχει πιο έντονες εναλλαγές. Κάθε κατανομή έχει ιδιαίτερα χαρακτηριστικά, τα οποία πρέπει να γνωρίζουμε για να δημιουργήσουμε πιο αξιόπιστα ΨΜΑ. Για παράδειγμα η ακρίβεια ΨΜΑ που παράγονται από ισοϋψείς, είναι μεγαλύτερη κατά μήκος των ισοϋψών παρά κάθετα προς αυτές. Οι γραμμές απότομης μεταβολής, που αποτυπώνουν για παράδειγμα κλάδους υδρογραφικού δικτύου, συνήθως χρησιμοποιούνται συμπληρωματικά προς τις άλλες κατανομές και όχι μεμονωμένα.

Μορφές Ψηφιακών Μοντέλων Αναγλύφου Τα παραχθέντα ψηφιακά μοντέλα αναγλύφου, και γενικότερα τα ψηφιακά υψομετρικά μοντέλα, αναπαριστάνονται σε τρεις κυρίως μορφές: Ισοϋψείς Δεδομένα καννάβου (grid) Δίκτυο ακανόνιστων τριγώνων (Triangular Irregular Network, TIN)

Ισοϋψείς (1) Είναι καμπύλες γραμμές που ενώνουν σημεία με το ίδιο υψόμετρο. Η μεταβολή του υψομέτρου από τη μία ισοϋψή στην επόμενη ονομάζεται ισοδιάσταση. Η συνηθισμένη ισοδιάσταση των τοπογραφικών χαρτών 1/5000 είναι τέσσερα μέτρα ενώ των τοπογραφικών χαρτών 1/50.000 είναι είκοσι μέτρα. Οι ισοϋψείς καμπύλες σχεδιάζονται εύκολα και τις αντιλαμβάνεται με ευκολία ο άνθρωπος, λόγω της εξοικείωσής του με τους χάρτες. Όμως είναι ακατάλληλες για αυτοματοποιημένη επεξεργασία και είναι απαραίτητη η παρεμβολή για τα σημεία μεταξύ των ισοϋψών.

Ισοϋψείς καμπύλες ανά 100 m, από τη Νήσο Ιθάκη. Ισοϋψείς (2) Εικόνα 21. Ισοϋψείς καμπύλες ανά 100 m, από τη Νήσο Ιθάκη.

Ισοϋψείς καμπύλες ανά 20 m, από τη Νήσο Ιθάκη. Ισοϋψείς (3) Εικόνα 22. Ισοϋψείς καμπύλες ανά 20 m, από τη Νήσο Ιθάκη.

Δεδομένα Καννάβου (grid) (1) Ουσιαστικά πρόκειται για την ίδια δομή αρχείου με την ψηφιακή εικόνα, μόνο που, αντί για τιμή φωτεινότητας, σε κάθε εικονοστοιχείο αντιστοιχεί μια τιμή υψομέτρου. Δημιουργούνται συνήθως από αεροφωτογραφίες, δορυφορικές εικόνες ή εικόνες ραντάρ. Είναι ο πιο απλός τρόπος αναπαράστασης υψομετρικών δεδομένων και απαιτούν λιγότερη υπολογιστική ισχύ για την επεξεργασία τους.

Δεδομένα Καννάβου (grid) (2) Είναι εύκολο να χρησιμοποιηθούν για την παραγωγή θεματικών χαρτών (π.χ. χάρτες κλίσεων). Μπορούν να χρησιμοποιηθούν άμεσα για την ορθοαναγωγή εικόνων. Παρουσιάζουν προβλήματα στην απόδοση απότομων αλλαγών του υψομέτρου, λόγω της κανονικότητας του κανάβου. Μπορεί να συμπεριλαμβάνουν πλεονάζοντα δεδομένα σε περιοχές ήπιου αναγλύφου. Η ακρίβεια τους εξαρτάται από την πυκνότητα της δειγματοληψίας.

Δεδομένα Καννάβου (grid) (3) Εικόνα 23. Νήσος Ιθάκη.

Δίκτυο Ακανόνιστων Τριγώνων (Triangular Irregular Network,TIN) (1)

Δίκτυο Ακανόνιστων Τριγώνων (Triangular Irregular Network,TIN) (2) Εικόνα 24.

Δίκτυο Ακανόνιστων Τριγώνων (Triangular Irregular Network,TIN) (3) Τα ΤΙΝ δέχονται κανονικά και μη κανονικά κατανεμημένα δεδομένα χωρίς παρεμβολή και έχουν το πλεονέκτημα της πλήρους προσαρμογής στο ανάγλυφο του εδάφους μέσω της διαφοροποίησης του μεγέθους των τριγώνων. Δέχονται επιπλέον σημειακά χαρακτηριστικά και γραμμές αλλαγής χαρακτηριστικών αναγλύφου. Δεν έχουν τη δυνατότητα για άμεση περαιτέρω επεξεργασία. Προκειμένου να χρησιμοποιηθούν για την παραγωγή χαρτών κλίσεων ή για ορθοαναγωγή δεδομένων, πρέπει να μετατραπούν σε grid.

Δίκτυο Ακανόνιστων Τριγώνων (Triangular Irregular Network,TIN) (4) Εικόνα 25.

Σημείωμα Αναφοράς Copyright, Πανεπιστήμιο Πατρών, Κωνσταντίνος Νικολακόπουλος. «Χρήση Γεωγραφικών Συστημάτων Πληροφοριών και Τηλεπισκόπησης στην Εφαρμοσμένη Γεωλογία». Έκδοση: 1.0. Πάτρα 2015. Διαθέσιμο από τη δικτυακή διεύθυνση: https://eclass.upatras.gr/courses/GEO307/

Αναφορές (1) ʻΤηλεπισκόπησηʼ Γ. Σκιάνης, Κ. Νικολακόπουλος, Δ. Βαϊόπουλος. Εκδόσεις Ίων. Έκδοση: 1.0. Αθήνα 2012.

Αναφορές (2) Οι εικόνες που περιέχονται στην ενότητα 12 προέρχονται από το προσωπικό αρχείο του κ. Νικολακόπουλου Κωνσταντίνου και τα ανωτέρω συγγράμματα των Σημειωμάτων Αναφοράς.

Σημείωμα Χρήσης Έργων Τρίτων NIKOLAKOPOULOS KONSTANTINOS & ANTONAKAKIS ANTONIOS 2004. “Creation οf DTM With ASTER Data and Statistical Verification of the Accuracy of the Model (Western Peloponnese, Greece)”. Geocarto International, a multi-disciplinary journal of Remote Sensing and GIS, ISSN: 1010-6049, Vol 19 No 1, March 2004, p. 3-9.

Τέλος Ενότητας