Εκτίμηση του Fire Potential Index σε προστατευόμενες ορεινές περιοχές με την χρήση Τηλεπισκόπησης
Από RemoteSensing Wiki
Εκτίμηση του Fire Potential Index σε προστατευόμενες ορεινές περιοχές με την χρήση Τηλεπισκόπησης
Πρωτότυπος τίτλος: Estimation of fire potential index in mountainous protected region using remote sensing
Συγγραφείς: Samuel A. Adelabu, Kayode A. Adepoju, Olga D. Mofokeng
Δημοσιεύθηκε: Geocarto International
Σύνδεσμος πρωτότυπου κειμένου: [1]
Εισαγωγή
Οι πυρκαγιές είναι χρήσιμες για την ανανέωση κάποιων οικοσυστημάτων. Η εκτίμηση κινδύνου πυρκαγιάς είναι απαραίτητη, για την διαχείρισή τους. Η ιδιαιτερότητα των πυρκαγιών είναι ότι οι παράγοντες που τις επηρεάζουν είναι δυναμικοί και στατικοί, τόσο σε χωρικό όσο και σε χρονικό επίπεδο. Οι τηλεσκοπικές μέθοδοι έχουν αποδειχτεί αποτελεσματικές για την εκτίμηση κινδύνου πυρκαγιάς. Οι δείκτες ρίσκου δημιουργήθηκαν την ανίχνευση των παραγόντων και την μαθηματική τους έκφραση. Έτσι δημιουργήθηκε ο Fire Potential Index (FPI). Ο FPI υπολογίζεται από δορυφορικούς δείκτες και μετεωρολογικά δεδομένα. Πρόσφατα αξιολογήθηκε ο NDWI του MODIS σαν προσεγγιστική μεταβλητή για την μοντελοποίηση του FPI και αναδείχθηκε η φασματική περιοχή MODIS_ Shortwave Infrared (SWIR). Οι περισσότερες μελέτες έχουν ερευνήσει το κανάλι 5 και 6 του SWIR και λιγότερες το 7. Ο σκοπός της έρευνας είναι η αξιολόγηση του FPI, το οποίο προκύπτει από το FMI, τον NDWI, τον Normalized Multi Drought Index (NMDI), το Potential Surface Temperature και το υψόμετρο. Επιπλέον, αξιολογείται και η σχέση των FPI και FMI.
Μεθοδολογία
Η περιοχή μελέτης είναι το Golden Gate Highland National Park (GGHNP), μία ορεινή προστατευόμενη περιοχή. Σύμφωνα με τον Govender, το πάρκο έχει χάσει το 20% των περιοχών βλάστησης από πυρκαγιές. Λήφθηκαν δεδομένα του MODIS (MODIS Terra satellite product (MOD09GA), Surface Reflectance και MOD11A1 LST), του Aster DEM στα 30m και δεδομένα 850 ουλών από το Fire Ecology and Biogeochemistry Department του South Africa National Parks. Υπολογίστηκαν οι δείκτες RGI, ως παράγωγό του NDWI, NMDI και ο FMI, ως παράγωγο των RGI και NMDI. Έγινε ένα υπολογισμός raster για την ατμοσφαιρική πίεση (P). Στη συνέχεια μετρήθηκε το LST, χρησιμοποιώντας τα δεδομένα του MODIS LST, από όπου εξήχθη η μέση θερμοκρασία σε Kelvin, με τη βοήθεια ενός αλγόριθμου. Με το P και LST και την ατμοσφαιρική πίεση σε μηδενικό υψόμετρο υπολογίστηκε το Potential Surface Temperature (Θs). Για την εκτίμηση του FPI αρχικά μετασχηματίστηκαν τα δεδομένα του FMI και του Θs με εργαλεία του AcrGIS (Geomorphometry και Gradient Metric Toolbox), έπειτα κάθε layer κατηγοριοποιήθηκε σε πέντε αριθμητικές κλάσεις, ανάλογα με την επίπτωσή τους στην πιθανότητα πυρκαγιάς. Η μεθοδολογία λήψης αποφάσεων που επιλέχθηκε ήταν η Analytic Hierarchy Process (AHP). Ο FPI δημιουργήθηκε με την βοήθεια του Weighted Overlay Tools του ArcMap με τιμές 1-5, ανάλογα την επικινδυνότητα και επαληθεύτηκε από τα δεδομένα 850 ουλών, εφαρμόζοντας Geographical Weighted Regression Analysis (GWR)
Συμπεράσματα
Οι ομοιότητες στους δείκτες FPI και FMI υποδεικνύουν ότι η περιεκτικότητα της βλάστησης σε νερό και η βιομάζα είναι περιοριστικοί παράγοντες για μία πυρκαγιά στην περιοχή. Η σύγκριση των δεικτών δείχνει ότι οι υψηλές τιμές τους συμπίπτουν και αφορούν το 10% και 9% της έκτασης αντίστοιχα. Σύμφωνα με την έρευνα, οι παράγοντες που επηρεάζουν την πιθανότητα πυρκαγιάς είναι η περιεκτικότητα της βλάστησης σε υγρασία, η ανωμαλία της θερμοκρασίας και του υετού και οι παρατεταμένη ξηρασία. Η ακρίβεια του μοντέλου υπολογίστηκε στο 89%, με διακυμάνσεις από το 33%-100%. Αν και το μοντέλο φαίνεται να είναι κατάλληλο για την εκτίμηση κινδύνου πυρκαγιάς, η εκτίμηση του FPI είναι μειωμένη, λόγω της μεγάλης διαφοράς στην κλίμακα των παρατηρήσεων εδάφους και της χαμηλής ανάλυσης εικόνων του MODIS, αλλά και λόγω της ενδεχόμενης επιβεβαίωσης ακατάλληλων δεικτών. Επομένως, προτείνεται να χρησιμοποιούνται δορυφορικά δεδομένα μέτριας ή υψηλής ανάλυσης. Συμπερασματικά, η εξαγωγή του FPI από δεδομένα τηλεπισκόπησης είναι αποδεκτή για την αξιολόγηση κινδύνου πυρκαγιάς.
