GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1



Podobné dokumenty
Dálkový průzkum Země. Klasifikace obrazu

Možnosti podpory plošné inventarizace kontaminovaných míst interpretací multi- a hyperspektrálního snímkování Jana Petruchová Lenka Jirásková

TRENDY ROZVOJE DPZ A JEJICH MOŽNOSTI VYUŽITÍ PRO INVENTARIZACI KONTAMINOVANÝCH MÍST

Mapování Země z vesmíru (úvod do metod dálkového průzkumu Země) Petr Dobrovolný Geografický ústav přírodovědecké fakulty Masarykovy univerzity v Brně

Objektově orientovaná fuzzy klasifikace krajinného pokryvu (land cover) se zaměřením na zemědělskou krajinu

DPZ Dálkový průzkum Země. Lukáš Kamp, KAM077

Dálkový průzkum Země DPZ. Zdeněk Janoš JAN789

Využití snímků Landsat pro detekci změn urbanizovaného území

Mapování urbanizovaných ploch a úrovně jejich zastavění

Č ást 1 Základníprincipy, senzory, multispektrálnídata. Co je DPZ?

VYBRANÉ METODICKÉ PŘÍSTUPY PRO HODNOCENÍ ZMĚN V KRAJINĚ METODAMI DÁLKOVÉHO PRŮZKUMU ZEMĚ V POVODÍ OTAVY

Využití dat Urban Atlas v oblasti územního plánování v Praze

Analýza dat v GIS. Dotazy na databáze. Překrytí Overlay Mapová algebra Vzdálenostní funkce. Funkce souvislosti Interpolační funkce Topografické funkce

DZDDPZ3 Digitální zpracování obrazových dat DPZ. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

GIS a pozemkové úpravy. Data pro využití území (DPZ)

Neuronové sítě v DPZ

Zkušenosti s využíváním dat Urban Atlasu pro potřeby územního plánování v Praze

ZPRACOVÁNÍ DAT DÁLKOVÉHO PRŮZKUMU

Hodnocení zdravotního stavu lesů: potenciál časových řad. Petr Lukeš

Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země

DPZ - Ib Interpretace snímků

DPZ Dálkový Průzkum Země. Luděk Augusta Aug007, Vojtěch Lysoněk Lys034

CORINE LAND COVER. Jana Bašistová CENIA, česká informační agentura životního prostředí. 3. české uživatelské fórum Copernicus.

Detekce a monitoring invazních druhů pomocí dálkového průzkumu

HYPERSPEKTRÁLNÍ METODY

Zdroje dat GIS. Digitální formy tištěných map. Vstup dat do GISu:

Registrační číslo projektu: CZ.1.07/1.5.00/ Elektronická podpora zkvalitnění výuky CZ.1.07 Vzděláním pro konkurenceschopnost

Využití obrazové korelace leteckých měřických snímků pro potřeby aktualizace budov v ZABAGED

DRUŽICOVÝ ATLAS ČESKÉ REPUBLIKY

Metodika Standardizovaný postup identifikace segmentů předindustriální krajiny platný pro regiony Moravy

Dálkový průzkum Země (úvod, základní pojmy, historický přehled)

Aplikace dálkového průzkumu Země. Obr. 1 3D model města Mnichov (vlevo) a detekce automobilů a jejich rychlost (vpravo) [1]

GMES PRODUKTY A SLUŽBY ZALOŽENÉ NA DPZ PRO PODPORU ROZHODOVÁNÍ STÁTNÍ SPRÁVY A SAMOSPRÁVY

Porovnání navržených a současných zón odstupňované ochrany přírody v CHKO Poodří Soubor map se specializovaným obsahem

Laboratoř RTG tomografice CET

Mezinárodní konference Průmyslová ekologie II, Beroun

DPZ systémy pořizování dat. Tomáš Dolanský

Vliv Jaderné elektrárny Temelín na teplotně - vlhkostní parametry krajinného krytu

Digitální fotogrammetrie

Nekonvenční metody snímání zemského povrchu

Anotace předmětu. Dálkový průzkum Země. Odkazy. Literatura. Definice DPZ. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

ELEKTROMAGNETICKÉ SPEKTRUM PRO POTŘEBY DPZ

Protokol o měření hluku

Grafika na počítači. Bc. Veronika Tomsová

verze 1.0 autor listu: Lucie Červená

Extrakce digitálních prostorových dat z historických map metodami segmentace obrazu

Seminář z geoinformatiky

Data a technické nástroje pro studium krajiny (GIS, DPZ)

Popis metod CLIDATA-GIS. Martin Stříž

Tvorba NDVI z archivních leteckých snímků a možnosti mise Sentinel-2

DPZ - IIa Radiometrické základy

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE

ÁLKOVÝ PRŮZKUM ZEMĚ 104

ití software ENVI 4.7 pro zpracování multispektráln

Metody zvýrazňování obrazu III. Vícepásmová zvýraznění. Spektrální příznaky. Příznakový prostor. Podstata vícepásmových zvýraznění

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA ATMOSFÉRICKÉ A TOPOGRAFICKÉ KOREKCE DIGITÁLNÍHO OBRAZU ZE SYSTÉMU SPOT 5 V HORSKÝCH OBLASTECH

13 Barvy a úpravy rastrového

Cvičení 4 komplexní zpracování dat. Analýza povodí řeky Kongo

Z E M Ě M Ě Ř I C K Ý Ú Ř A D NOVÉ ZDROJE GEOPROSTOROVÝCH DAT POKRÝVAJÍCÍCH ÚZEMÍ STÁTU

Dálkový průzkum Země

Zdroje dat GIS. Digitální formy tištěných map. Vstup dat do GISu:

Dálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU

Hodnocení zdravotního stavu lesa pomocí nových metod dálkového průzkumu Země

Proměny kulturní krajiny

Příloha P.1 Mapa větrných oblastí

Metodika vymezení urbánního území na základě klasifikace dat dálkového průzkumu Země MET

STANOVENÍ TÍHOVÉHO ZRYCHLENÍ REVERZNÍM KYVADLEM A STUDIUM GRAVITAČNÍHO POLE

Studium časového vývoje erupcí v čarách vodíku a vápníku

Spolupracující pozemní segment Sentinel v ČR

DPZ10 Radar, lidar. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

DRUŽICOVÁ DATA. distribuovaná společností ARCDATA PRAHA, s.r.o.

ANALÝZA SNÍMKŮ Z CELOOBLOHOVÉ KAMERY

Využití GIS v procesu detekce lesních požárů velkého měřítka

Využití letecké fotogrammetrie pro sledování historického vývoje krajiny

Data s velmi vysokým rozlišením

Digitalizace starých kartografických děl

BUDOVÁNÍ PŘESNÉHO BODOVÉHO POLE A GEOMETRICKÉ VLASTNOSTI VIRTUÁLNÍCH REALIZACÍ S-JTSK

Staré mapy TEMAP - elearning

Systémy dálkového průzkumu Země

Strojové učení a dolování dat. Vybrané partie dolování dat 2016/17 Jan Šimbera

Gisat. Družicová data. Přehled dostupných dat a jejich využití

LABORATORNÍ CVIČENÍ Z FYZIKY

Význam historických zahrad a parků pro uchování přírodních stanovišť

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

DPZ. Modelování s daty DPZ. Poměrové indexy. Vegetační indexy. Část 4. Modelování s daty DPZ Multitemporální analýza

5. GRAFICKÉ VÝSTUPY. Zásady územního rozvoje Olomouckého kraje. Koncepce ochrany přírody Olomouckého kraje

Č ást 2 Kompozice v nepravých barvách Datové formáty Neřízená klasifikace. Program přednášky

Rastrová reprezentace geoprvků model polí Porovnání rastrové a vektorové reprezentace geoprvků Digitální model terénu GIS 1 153GS01 / 153GIS1

Hodnocení historického vývoje krajiny pomocí leteckých snímků

Vizuální interpretace leteckých a družicových snímků u dospívajících

Využití dálkového průzkumu pro lokálně cílenou agrotechniku polních plodin. Vojtěch Lukas a kol.

SYLABUS PŘEDNÁŠKY 10 Z GEODÉZIE 1

Satelitní snímek Abúsíru, Sakkáry a Dahšúru Vladimír Brůna. Úvodem

DZDDPZ2 Pořizování dat. Doc. Dr. Ing. Jiří Horák - Ing. Tomáš Peňáz, PhD. Institut geoinformatiky VŠB-TU Ostrava

Univerzita Pardubice. Fakulta ekonomicko-správní

Bezpečně Vás provedeme světem GIS. Možnosti a přínosy využití GIS při zpracování dat

Hyperspektrální dálkový průzkum na CzechGlobe. J. Hanuš a oddělení DPZ

HODNOCENÍ DLOUHODOBÝCH ZMĚN LAND COVER OKRESU NÁCHOD POMOCÍ DAT DPZ

Univerzita Pardubice Fakulta chemicko-technologická. Analýza změn v prostředí s využitím dat DPZ. Jiří Svoboda

Soubor příkladů zpracování obrazu v extenzi Image Analysis programu ArcGIS Desktop

Transkript:

GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU Veronika Berková 1 1 Katedra mapování a kartografie, Fakulta stavební, ČVUT, Thákurova 7, 166 29, Praha, ČR veronika.berkova@fsv.cvut.cz Abstrakt. Metody dálkového průzkumu Země a GIS byly využity pro určení změn v krajině. S využitím družicových snímků SPOT byly vyhodnoceny změny týkající se urbanizace území v oblasti dálnice Praha Lovosice. Výstupy DPZ byly integrovány do GIS a provedena analýza vlivu dálniční sítě na okolní krajinu. Klíčová slova: SPOT, řízená klasifikace, klasifikace změn. Abstract. GIS analysis of Highways infrastructure inpact on surrounding areas. Remote Sensing and GIS methods were used in land use change detection. Satellite data SPOT were used for land use changes. Urbanized areas were evaluated in surrounding of highway Prague Lovosice. Remote Sensing outputs were integrated in GIS and the influence of highways on surrounding region was analyzed. Keywords: SPOT, suppervised classification, change detection. 1 Úvod Cílem projektu je zjistit změny ve využití území v okolí dálnic České Republiky. Pozornost je věnována hlavně změnám týkajícím se urbanizace území, kdy zjištěné výsledky budou sloužit pro další studium širších vztahů mezi konstrukcí a jejím okolím z hlediska udržitelného rozvoje. Pomocí metod DPZ je možné určit, jak je území využito, co se nachází v okolí dálnic, jedná-li se o zástavbu, průmyslové objekty nebo zemědělskou půdu. Práce je zaměřena na výběr nejvhodnější metody pro zjištění změn s využitím družicových snímků SPOT. Jako nejvhodnější metoda je použita metoda řízené klasifikace. 2 Data Pro určení změn v oblasti dálnic byla vybrána v první řadě data CORINE. Jedná se o data typu GIS, vytvořená v rámci Evropy v jednotlivých zemích se společnou hierarchií tříd. Zobrazují využití území ve dvou časových obdobích data z počátku 90.let a z roku 2000. Dvě časové vrstvy umožňují určit změny v krajině vzniklé během tohoto období. Pro určení vlivu dálniční sítě na okolní krajinu byl zúžen výběr pouze na třídy týkající se urbanizovaného území a na pásmo 15 km kolem jednotlivých exitů dálnic, což odpovídá zhruba patnácti minutám dojezdové vzdálenosti. Nejmenší mapovou jednotkou jedné časové vrstvy dat CORINE je 25 ha, informace o menších objektech je proto vyloučena z výsledku. Tato skutečnost nás vedla k dalšímu kroku k použití dat dálkového průzkumu Země a k podrobnější analýze. Pro zájmové oblasti zúžené pomocí analýzy dat CORINE jsme objednali 21 snímků z období 1989 po současnost. Jedná se o družicové snímky SPOT, které jsme získali díky projektu organizace CNES (Centre National des Études Spatiales se sídlem ve 1

Francii, na základě předloženého a schváleného projektu je možné získat obrazová data družice SPOT). Data SPOT jsou multispektrální snímky, k dispozici jsou měření ve 3 nebo 4 radiometrických pásmech s rozlišovací schopností 10m/20m. 3 Analýza Zpracováním dat CORINE jsme rozdělili území v okolí dálnic ČR na 15 zájmových oblastí. V těchto oblastech jsme identifikovali 362 změn týkajících se urbanizace území. Původním využitím území byly zemědělská půda, les nebo polopřírodní oblast. Převážná část změn byla z orné půdy na městskou nesouvislou zástavbu (156 změn) a z orné půdy na průmyslové nebo obchodní zóny (56 změn). Nejvíce změn bylo identifikováno pomocí dat CORINE v oblasti Prahy, změny byly také zjištěny v souvislosti s výstavbou dálnice D8 (Praha - Lovosice), kam byla dále soustředěna pozornost a pro dané území proběhlo zpracování družicových snímků SPOT. Důležitý byl výběr vhodné metody jejich zpracování pro obdržení požadovaného výsledku. Z tohoto důvodu bylo provedeno předzpracování obrazu v následujících krocích: - radiometrické a atmosférické korekce - geometrické korekce 3.1 Radiometrické a atmosférické korekce Při pořizování družicových snímků zemského povrchu působí na výsledný obrazový záznam řada vlivů, které často snižují jeho kvalitu. Aby bylo družicové snímky možné dále využít pro detekci změn, je důležitá jejich radiometrická a atmosférická korekce. Cílem radiometrických korekcí je upravit digitální hodnoty (DN) v obrazovém záznamu tak, aby co nejvíce odpovídaly skutečným zářivým vlastnostem objektu. Radiometrické korekce zahrnují kompenzaci sezónních vlivů a rozdílnou výšku Slunce, dále odstranění náhodných radiometrických chyb [1]. Atmosférická korekce a vliv atmosféry na naměřená data je v porovnání s radiometrickou korekcí daleko menší, ale v případě časové řady snímků a určování změn tento vliv nelze zanedbat. Jednoduchou metodou eliminace vlivu atmosféry je tzv. metoda nejtmavšího pixelu. Pro výpočet radiometrických a atmosférických korekcí družicových snímků SPOT byl sestaven následující algoritmus (1), pomocí kterého jsou naměřená data DN převedena na zdánlivou spektrální zář a dále na skutečnou spektrální odrazivost objektu. R λ 2 π D = TAUv Esun λ ( Lλ sensor Lλ haze ) cos( 90 θ ) TAUz (1) Rλ...spektrální odrazivost na povrchu Země D...vzdálenost Země - Slunce Lλsenzor zdánlivá spektrální zář Lλhaze...zář atmosféry TAUv...prostupnost atmosféry Země - senzor Esunλ...ozáření difúzním zářením atmosféry θ...zenitový úhel slunce TAUz...prostupnost atmosféry Slunce Země 2

Na následujícím obrázku (obr. 1) je uvedeno porovnání původních naměřených DN hodnot pro zástavbu ze dvou časových období s hodnotami radiometricky a atmosféricky korigovány. Je zřejmé, že si DN hodnoty po výpočtu pomocí algoritmu (1) vzájemně odpovídají. 3.2 Geometrické korekce Účelem geometrické korekce v případě porovnávání časové řady snímků je, aby vzájemná poloha totožných objektů v obraze si vzájemně odpovídala. Při geometrické korekci se opravují polohové chyby zkreslení obrazu. Naměřené DN hodnoty pro zástavbu 180 160 140 120 100 80 60 40 20 0 XS1 XS2 XS3 DN values SPOT - 1992 SPOT - 1996 Radiometricky upravené DN hodnoty pro zástavbu 140 120 100 80 60 40 20 0 XS1 XS2 XS3 DN values SPOT - 1992 SPOT - 1996 Obr. 1. Porovnání neupravených DN pro zástavbu s hodnotami radiometricky a atmosféricky korigovanými. 3

3.3 Zvýraznění obraz Před samotnou klasifikací obrazu a určením změn pomocí snímků ze dvou časových období bylo nejprve použito několik metod DPZ pro zvýraznění obrazu. Vypočteno bylo celkem 29 nových kanálu následujícím způsobem: NDVI pro dvojice časů a jejich rozdíl celkem 3 kanály PCA 3 pásma pro obě dvojice dat (ze dvou časových pásem) celkem 6 kanálů PCA 3 pásma pro obě dvojice dat (ze dvou časových pásem) a z těchto 6 kanálů PCA - 1., 2. a 3. kanál celkem 3 kanály PCA zvlášť pro každé datum a dále rozdíl mezi prvními, druhými a třetími kanály celkem 3 kanály Martin Taylor transformace z PCA pro body 3 a 4 celkem 6 kanálů Tasselled Cap pro každé datum - celkem 6 kanálů IR/R pro každé datum celkem 2 kanály 3.4 Klasifikace obrazu Vstupními kanály do klasifikace obrazu byly původní data v různých kombinacích s nově vypočtenými kanály pomocí metod DPZ (viz. předchozí kapitola). Cílem různých kombinací vstupních kanálů do klasifikace bylo nalézt tu nejvhodnější, pro spektrální odlišení jednotlivých tříd, tedy pro jednoznačné určení změn jednu od druhé. Vytvořeny byly histogramy všech typů změn pro všechny kanály, dále byla vypočítána separabilita změn a posuzovány byly rozptylogramy. Na základě těchto kriterií byla vybrána nutná pásma pro klasifikaci tříd. Pro vybrané kombinace byla provedena klasifikace obrazu. Na základě zhodnocení přesnosti klasifikace byla jako nejvhodnější kombinace vstupních pásem vybrána pásma původních dat a vypočtených pásem NDVI pro každé časové období. Výsledná přesnost této klasifikace je určena koeficientem Kappa (Κ = 0,751). Následující obrázek zobrazuje výřez části klasifikovaného obrazu se zobrazením změn. Jedná se o změnu týkající se rozšíření stávající oblasti těžby na úkor zemědělské půdy. 4

Obr. 2. Ukázka výsledku klasifikace (vlevo nahoře snímek z roku 1992, vpravo nahoře snímek z roku 1996, vlevo dole snímek z roku 1992 se zobrazením změn, vpravo dole klasifikované změny). 4 Závěrem Klasifikace obrazu se vstupními původními daty a nově vypočtenými vrstvami NDVI se ukázala jako vhodná metoda pro určení změn ve využití území v oblasti dálnic ČR. Hlavním problémem při klasifikaci změn tohoto typu a při použití družicových snímků SPOT jsou sezónní vlivy (změny ve vegetaci) a nízká radiometrická a rozlišovací schopnost těchto snímků. Aby tato metoda byla univerzální pro jakoukoliv kombinaci SPOT snímků, je potřeba dále testovat další možné přístupy k vyhodnocení změn v krajině. Vhodná metodika bude dále použita na rozsáhlejší území a výstup bude sloužit pro GIS analýzu z hlediska širších vztahů dálniční sítě a urbanizace okolní krajiny. Reference 1. Dobrovolný, P. Dálkový průzkum Země, digitální zpracování obrazu. Masarykova univerzita, Brno, 1998, ISBN 80-210-1812-7. 5