Κοινωνικοοικονομικός και φυσικός δείκτης ευπάθειας (vulnerability index) για πετρελαιοκηλίδες σε ένα λιμάνι του Αμαζονίου

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Εισαγωγή στο πρόβλημα

Παγκοσμίως, οι παράκτιες ζώνες υπήρξαν το επίκεντρο της ανθρώπινης αποίκησης εξαιτίας κυρίως της εύκολης μεταφοράς αγαθών και ανθρώπων. Λαμβάνοντας υπόψιν τόσο τα ιδιαίτερα γεωμορφολογικά χαρακτηριστικά των περιοχών αυτών όσο και τα υποπροϊόντα της έντονης ανθρώπινης δραστηριότητας γύρω από αυτές, ιδιαίτερο ενδιαφέρον έχει δωθεί τα τελευταία χρόνια στην έρευνα και την ανάπτυξη στρατηγικών διατήρησης της ισορροπίας ανάμεσα στους φυσικούς παράγοντες και την ανθρώπινη αξιοποίησή τους. Ένα από τα σημαντικότερα προβλήματα των γειτονικών σε λιμάνια περιοχών είναι το ρίσκο πετρελαιοκηλίδων από τις μεταγωγικές δραστηριότητες, αλλά και από τον καθαρισμό δοχείων αποθήκευσης καυσίμων εντός της περιοχής του λιμανιού.


Εισαγωγή στην παρούσα μελέτη

Το περίπλοκο πρόβλημα της μελέτης της ευπάθειας (vulnerability) μιας γειτονικής σε λιμάνι περιοχής μας αναγκάζει γενικά να αναζητήσουμε μοντέλα που μπορούν να δράσουν συνεργατικά με ένα σύστημα τηλεπισκόπησης. Στην παρούσα μελέτη σταθμίζεται τόσο η φυσική ευπάθεια, η ευπάθεια δηλαδή του φυσικού περιβάλλοντος στις αρνητικές επιπτώσεις ατυχημάτων, όσο και η κοινωνικοοικονομική ευπάθεια (η δυνατότητα ή μη δηλαδή των ατόμων, ομάδων ή κοινοτήτων να ανθίστανται ή να αναρρώνουν από τέτοια ατυχήματα σε φυσικό, συναισθηματικό και οικονομικό επίπεδο). Στη Βραζιλία, η αφθονία των εκβολών και των κόλπων, κατάλληλων για τη δημιουργία φυσικών λιμανιών αποτέλεσε τον καιριότερο παράγοντα δημιουργίας αστικών κέντρων όπως το São Marcos στην πολιτεία του Maranhão που αναλύεται. Συγκεκριμένα, εξετάζεται το σύμπλεγμα Itaqui-Bacanga, μία αστική/βιομηχανική παράκτια περιοχή, της οποίας η κοιλάδα κατοικείται από ιθαγενείς και χωρίζεται σε πέντε γειτονιές. Οι τελευταίες στερούνται επαρκούς υγιεινής όσο και οργανωμένων συστήματων αποχέτευσης. Το λιμάνι του δέχεται από το 1980 αλουμίνιο, μπεντονίτη, ασβεστόλιθο, χαλκό, χυτοσίδηρο, πετρελαιοπαράγωγα, λιπάσματα, σογιέλαιο, ρύζι και λοιπούς σπόρους. Έτσι οι δύο βασικές προς εξέταση ερωτήσεις 1) ποιες γεομορφολογικές μονάδες της ανατολικής παράκτιας Αμαζονίας είναι πιο ευπαθείς σε πετρελαιοκηλίδες και 2) ποιο είναι το κοινωνικό προφίλ του πληθυσμού των ευπαθών αυτών περιοχών, απαντήθηκαν μέσα από την κατασκευή ενός Σύνθετου Δείκτη Ευπάθειας (Composite Vulnerability Index) που αποτελείται από τις εξής μεταβλητές: 1) γεωμορφολογική μονάδα, σύμφωνα με την κατοίκησή της από τον τοπικό πληθυσμό 2) εισόδημα 3) μορφωτικό επίπεδο και 4) εξάρτηση των ιθαγενών από την αλιεία.


Μεθοδολογία

Α] Δεδομένα

Οι πηγές που χρησιμοποιήθηκαν για την συλλογή δεδομένων ήταν η βιβλιογραφία, ψηφιακοί χάρτες, δορυφορικές εικόνες (Ikonos), DPGS Differential Satellite Positioning System αλλά και τεχνικές επισκέψεις στην εξεταζομενη περιοχη με υποβολη ερωτηματολογιων στον πληθυσμο.

Τα χαρτογραφικά δεδομένα αντλήθηκαν απο το Βραζιλιάνικο Ινστιτουτο Γεωγραφίας και Στατιστικης (IBGE). Απο το IKONOS λήφθηκαν δυο εικονες 13km x 13km με ανάλυση 1m οι οποίες προβλήθηκαν στη ζώνη 23 του νότιου ημισφαιρίου. Για την ταυτοποίηση των βασικών παράκτιων γεωμορφολογικών περιοχών και των κοινωνικοοιοκονομικών πόρων, χρησιμοποιήθηκαν η τονικότητα, το χρώμα, η υφή, ή μορφή και το μέγεθος μιας σύνθετης εικόνας (3R2G1B κανάλια χρώματος) ώστε να δημιουργηθεί ένας χάρτης κλίμακας 1:10.000. Η επιπλέον ακρίβεια αυξήθηκε μέσω της χρήσης 12 σημείων ελέγχου εδάφους (GCP - ground control points) και του DGPS. Η ιδιαιτερότητα του κλιματος της περιοχής, με τα πολλά σύννεφα, αποτέλεσε σημαντικό παράγοντα μιας και οι εικόνες απο το IKONOS είναι ανεπαρκείς με συννεφιά άνω του 25%.

Τα κοινωνικά δεδομένα συλλέχθηκαν με τη βοήθεια 187 ερωτηματολογίων που μοιράστηκαν σε τυχαίο δείγμα κατοίκων της περιοχής. Τα ερωτηματολόγια αποτελούνταν από δύο κατηγορίες ερωτήσεων: 1) προσωπικά δεδομένα σχετικά με την αιτία και το πλαίσιο της κατοίκησης και 2) παραγωγικές δραστηριότητες με έμφαση στο ψάρεμα. Τα παραπάνω δεδομένα συμπληρώθηκαν με παρατηρήσεις on site.


Β] Κατασκευή χάρτη

Η κατασκευή του χάρτη ευπάθειας έχει τρία βήματα 1) ορισμός των ανεξάρτητων μεταβλητών τόσο των φυσικών όσο και κοινωνικοοικονομικών, για την κατασκευή του CVI (vulnerability index) 2) εύρεση του πολυγώνου για την κάθε μεταβλητή 3) εφαρμογή των δεικτών ευπάθειας.

ι) Μορφολογικά δεδομένα

Για την ανάλυση της φυσικής ευπάθειας, ορίστηκαν τρεις ζώνες, μορφολογικές μονάδες: το παράκτιο πλάτωμα (coastal plateau) η παράκτια πεδιαδα (coastal plain) και η πεδιαδα της εκβολής ποταμού. Στην πρώτη κατοικούν οι άνθρωποι, στη δεύτερη είναι οι παραλίες και εκεί λαμβάνουν χώρα οι διάφορες δραστηριότητες αναψυχής, ενώ στην τελευταία βρίσκονται τα μανγκρόβια δέντρα (mangroves). Ο δείκτης φυσικής ευπάθειας υπολογίζεται από την παρακάτω φόρμουλα:

Fisefpath.jpg

όπου idx ο δείκτης ευπάθειας των διαφόρων μονάδων όπως φαίνεται στον παρακάτω πίνακα:

Pinakas2.jpg


ιι) Κοινωνικοοικονομικά δεδομένα

Οι κοινωνικοοικονομικές μεταβλητές που επιλέχθηκαν είναι 1) εισόδημα 2) μορφωτικό επίπεδο 3) σχέση με το ψάρεμα και αντίστοιχα αναλύθηκαν ως εξής 1) η οικονομική ευπάθεια λαμβάνει υπόψιν το εισόδημα μιας οικογένειας ως εξάρτηση της ικανότητας της να απορροφά υλική και ψυχολογική ζημία. Έτσι όσο χαμηλότερο το εισόδημα (τόσο μέσα απο προσωπική εργασία ή από κρατική βοήθεια) τόσο μεγαλύτερος ο δείκτης ευπάθειας. 2) τα λιγότερο μορφωμένα άτομα τείνουν να είναι πιο επιρρεπή στα αποτελέσματα των καταστροφών, έτσι όσο χαμηλότερο το επίπεδο τυπικής μόρφωσης τόσο μεγαλύτερος ο δείκτης ευπάθειας. 3) η εξάρτηση από το ψάρεμα επιλέχθηκε ειδικά για την περιοχή λόγω της έντονης αλιευτικής δραστηριότητας των κατοίκων της. Η σχέση με το ψάρεμα κατηγοριοποιήθηκε ως "άμεση", "έμμεση" και "καθόλου σχέση". Άμεση θεωρείται όταν το ψάρεμα είναι ο βιοπορισμός του ατόμου, έμμεση όταν εμπλέκεται κάποιας μορφής εμπορική εκμετάλλευση ή ψυχαγωγία και "καθόλου σχέση" όταν δεν εμπλέκεται το άτομο στις παραπάνω δραστηριότητες και απλά καταναλώνει και ψωνίζει ψάρι από την τοπική αγορά.

Τα κοινωνικοοικονομικά δεδομένα τοποθετήθηκαν στο χάρτη με βάση το στίγμα του κάθε ατόμου που έλαβε μέρος στα ερωτηματολόγια. Δημιουργήθηκε έτσι ένας χάρτης για κάθε μια από την τρεις παραπανω μεταβλητές. Επιπλέον για να διευκολύνουμε την δημιουργία ενός κοινού CVI, τα δείγματα που αντιστοιχήθηκαν στον ίδιο δείκτη ευπάθειας ενώθηκαν δημιουργώντας ένα πολύγωνο για κάθε μεταβλητή χρησιμοποιώντας μία ειδική κατηγοριοποίηση GIS για να ορίσουμε τα όρια και το εύρος της κάθε κλάσης. Η κατηγοριοποίηση αυτή έγινε ως εξής: 1) το εισόδημα ομαδοποιήθηκε σε κλάσεις λιγότερου του ενός κατώτατου μισθού, 1-2 κατώτατων μισθών, 2-3 μισθών και περισσότερων των 3 μισθών . 2) οι μορφωτικές βαθμίδες είναι: καθόλου σχολείο, ημιτελές δημοτικό, απόφοιτος δημοτικού, ημιτελές γυμνάσιο, απόφοιτος γυμνασίου 3) οπως αναλύθηκε παραπάνω η σχεση με το ψάρεμα είναι "αμεση", "'εμμεση", "καθόλου σχέση".

Ο δείκτης κοινωνικοοικονομικής ευπάθειας υπολογίζεται ως:

Koinefpath.jpg

όπου idx ο δείκτης ευπάθειας όπως φαινεται στον παρακάτω πινακα:

Όπως περιγράφεται στο Araujo et al. 2008 Araújo, A., Ramos, E., Alves, M., Figueira, P., Pamplona, V., 2008. Análise estatística de crimes noticiados nos principais jornais de Belém, no ano de 2007, ocorridos no Estado de Pará. In: Ramos, E., Almeida, S., Araújo, A. (Eds.), Segurança Publica: Uma Abordagem Estatística e Computacional. EDUFPA, Belém, pp. 93e103. για την ανάλυση των δεδομένων χρησιμοποιήθηκε correspondence analysis μιας και αποτελεί την βέλτιστη τεχνική ανάλυσης για προβλήματα πολλαπλών ποσοτικών και ποιοτικών μεταβλητών.


Αποτελέσματα

Α) Φυσικές μεταβλητές

Το παράκτιο πλάτωμα (coastal plateau) καταλαμβάνει περιοχή 34 km2 και ξεχωρίζει από την φασματική απόκριση δεντρώδους βλάστησης (arboreal vegetation) σε ανοιχτό πράσινο όπως και ανθρώπινων κατασκευασμάτων με γεωμετρικά σχήματα και διάφορες αποχρώσεις. Στην κεντρική περιοχή το ψηλότερο σημείο ειναι στα 45m πεφτοντας στα 5m στις εκβολές. Αυτή η γεωγραφική μονάδα θεωρούμε ότι είναι απίθανο να επηρεαστεί από μια πετρελαιοκηλίδα και είναι ετσι χαμηλής ευπάθειας. Η παράκτια πεδιάδα (coastal plain) σχηματίζεται κυρίως απο παραλίες που εμφανίζονται με άσπρο χρώμα και απαλή υφή στις εικόνες του IKONOS. Η περιοχή αυτή θεωρείται μεσαίας ευπάθειας, μιας και στο ενδεχόμενο πετρελαιοκηλίδας, η διείσδυση του πετρελαίου θα ήταν λιγότερη από 10cm, παρόλο που θα είχε άμεσες επιπτώσεις στην διαπαλιρροιακή βιωτική κοινότητα και στην χρηση των παραλιών από τους κατοίκους. Η περιοχή εκβολών εμφανίζεται ως σκούρο γκρι στις εικόνες του IKONOS και χωρίζεται σε τρεις υποπεριοχές, κανάλια εκβολών, βάλτοι μανγκρόβιων δέντρων, όχθες λάσπης. Σε ενδεχόμενη πετρελαιοκηλίδα η περιοχή αυτη θα επηρεαζόταν δρυμύτατα, ειδικά εξαιτίας της μεγαλης δυσκολίας φυσικής απομάκρυνσης του πετρελαίου, μιας και άλλες μέθοδοι καθαρισμού θα δημιουργούσαν ακομη μεγαλύτερα προβλήματα. Έτσι η περιοχή αυτή θεωρείται υψηλού κινδύνου, ειδικά μιας και τόσο τα κανάλια όσο και η περιοχή μανγκρόβιων δέντρων χρησιμοποιούνται απο τους κατοίκους για ψάρεμα και συλλογή οστρακοειδών.

Β) Κοινωνικές μεταβλητές

Το ανθρώπινο περιβάλλον αναλύθηκε στατιστικά και χωρικά σύμφωνα με τις επιλεγμένες μεταβλητές και την απόκρισή τους σε μια πιθανή πετρελαιοκηλίδα.

1) Στατιστική ανάλυση

Η συσχετιστική ανάλυση (correspondence analysis) περιέλαβε τέσσερις μεταβλητές: γειτνίαση, μορφωτικό επίπεδο, εισόδημα, ανάμειξη στην αλιεία. Ο παρακάτω πίνακας παρουσιάζει τα σφάλματα και τα επίπεδα βεβαιότητας που προέκυψαν από την ανάλυση:

Sfal.jpg

Οι περιοχες Vila Novo και Alto da Esperança έχουν άμεση συσχέτιση με την αλιεία (83% και 98% αντίστοιχα) ενώ έμμεση είναι η συσχέτιση της περιοχής Mauro Fecury II (99% βεβαιότητα). H Αnjo da Guarda δεν σχετίζεται με το ψάρεμα με ποσοστό βεβαιότητας 92% ενω η ανάλυση για την Mauro Fecury I δεν έδωσε βέβαιο αποτέλεσμα για οποιαδήποτε κατηγορία που φανερώνει πως υπάρχει μια συσχέτιση με όλες τις κατηγορίες. Η σχέση μεταξύ εισοδήματος και μορφωτικού επιπέδου φαίνεται στον παρακάτω πίνακα 4. Η ανάλυση δείχνει ότι οι απόφοιτοι δημοτικού τείνουν να έχουν εισόδημα μεταξύ 2 και 3 βασικών μισθών με βεβαιότητα 95% ενώ όσοι δεν ολοκλήρωσαν το δημοτικό έχουν μικρότερα εισοδήματα, είτε 1 βασικό μισθό (89%) ή 1-2 (85%). Οι απόφοιτοι γυμνασίου τείνουν να έχουν εισόδημα 2-3 βασικών μισθών (94% βεβαιότητα) ή μεγαλύτερο των 3 (100% βεβαιοτητα) ενώ όσοι δεν τελείωσαν το γυμνάσιο ταλαντώνονται ανάμεσα σε λιγότερο απο έναν (85%) έως μεγαλύτερο των τριών (71%). Με δεδομένο ότι 11% των ερωτηθέντων δεν έδωσε στοιχεία η ανάλυση είναι ενα ζήτημα πολύπλοκο.

Stat.jpg


2) Χωρική ανάλυση

Η χωρική ανάλυση έδειξε πως οι περιοχές Vila Nova, Mauro Fecury I , Alto da Esperança χαακτηρίζονται από χαμηλά εισοδήματα και υψηλή ευπάθεια. Σε αντιδιαστολή οι περιοχές Anjo da Guarda, Fumace, Mauro Fecury II παρουσιάζουν χαμηλή ευπάθεια. Η χωρική ανάλυση δείχνει μια τάση ατόμων των δύο πρώτων μορφωτικών κατηγοριών (καθόλου σχολείο, ημιτελές δημοτικό) να παρουσιάζουν μεγάλη ευπάθεια, απόφοιτοι δημοτικού και ημιτελές γυμνάσιο να παρουσιάζουν μεσαία ευπάθεια, ενώ απόφοιτοι γυμνασίου μικρή ευπάθεια. Οι κάτοικοι των ευπαθών περιοχών λόγω του χαμηλού μορφωτικού επιπέδου έχουν περιορισμένες δυνατότητες απασχόλησης και το χαμηλό τους εισόδημα τους δυσχεραίνει την αποκατάσταση μετά απο μια φυσική καταστροφή. Ως προς την αλιεία, περιοχές υψηλής ευπάθειας συγκεντρώνονται στα εξωτερικά τμήματα του παράκτιου πλατώματος, στη Vila Nova (42% της περιοχης) και Alto da Esperança (34%). Και στις δυο περιπτώσεις το 25% του πληθυσμού δήλωσε το ψάρεμα ως πρωταρχική ασχολία. Άλλες περιοχές, περισσότερο από 85% της έκτασης θεωρούνται χαμηλής ευπάθειας με υψηλή μόνο στην περιοχή γύρω από τα μανγκρόβια δέντρα.

Pente.png
Eksi.jpg
Eftaa.jpg


3) Χάρτης ευπάθειας

Ο χάρτης συνολικής ευπάθειας παρουσιάζει τον συνδυασμό φυσικού και κοινωνικού χάρτη. Οι περιοχές υψηλότερης ευπάθειας ειναι οι Vila Nova και οι Alto Esperança με περίπου 0.52km2 έκταση. Η πεδιάδα των εκβολών θεωρείται επίσης υψηλής ευπάθειας εξαιτίας ενός συνδιασμού αλιευτικών δραστηριοτήτων και δυσκολίας απορρύπανσης.


Okto.jpg

Πηγή:

M. M. Nogueira de Andrade, C. F. Szlafsztein, P. Walfir M. Souza-Filho, A. dos Reis Araújo, M. K. Tavares Gomes (2010). A socioeconomic and natural vulnerability index for oil spills in an Amazonian harbor: A case study using GIS and remote sensing. Journal of Environmental Management, Vol 91 pp 1972 - 1980.

Προσωπικά εργαλεία