ΜΕΛΕΤΗ ΤΗΣ ΑΝΑΓΚΗΣ ΓΙΑ ΤΗΝ ΙΔΡΥΣΗ ΕΝΟΣ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΩΝ ΠΛΗΜΜΥΡΩΝ ΣΤΗΝ ΤΟΥΡΚΙΑ (ΠΟΤΑΜΙ ΜΑΡΙΤΣΑ ΕΒΡΟΣ)

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση


1. Αντικείμενο Εφαρμογής: ΜΕΛΕΤΗ ΤΗΣ ΑΝΑΓΚΗΣ ΠΟΥ ΥΠΑΡΧΕΙ ΓΙΑ ΤΗΝ ΙΔΡΥΣΗ ΕΝΟΣ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΩΝ ΠΛΗΜΜΥΡΩΝ ΣΤΗΝ ΤΟΥΡΚΙΑ-ΜΕΛΕΤΗ ΣΤΟ ΠΟΤΑΜΙ ΜΑΡΙΤΣΑ (ΕΒΡΟΣ)


2. Στόχος Εφαρμογής: Με την εφαρμογή αυτή θα εξασφαλιστούν πληροφορίες για την έκταση της πλημμύρας του ποταμού και θα υπάρξει μια καλύτερη εποπτεία της περιοχής με σκοπό τη δημιουργία και οργάνωση ενός προγράμματος παρακολούθησης του ποταμού και της περιοχής που το περιβάλλει.

T31pin1.jpg

3. Είδη Δορυφόρων, Δεκτών και Καναλιών: Στη μελέτη αυτή χρησιμοποιήθηκαν εικόνες SPOT 4 από διαφορετικές χρονολογίες πριν και μετά την πλημμύρα. Στον ΠΙΝΑΚΑ 1 φαίνονται τα κανάλια, οι ημερομηνίες και η δ.ι. των δορυφόρων.


4. Χρησιμότητα Δορυφόρων, Δεκτών και Καναλιών: Η χρήση δορυφορικών εικόνων δίνει τη δυνατότητα παρακολούθησης και αξιόπιστης πρόβλεψης της κατάστασης της γης και της εδαφοκάλυψης μιας περιοχής. Επίσης με τη σύνδεση των δορυφορικών εικόνων και λογισμικού GIS μπορούμε να εντοπίσουμε τις μεταβολές που προκαλούνται από καταστροφές και συνεπώς να οδηγηθούμε στη λήψη αποφάσεων για τη μείωση του κοινωνικού και οικονομικού κόστους των καταστροφών αυτών.

T31pin2.jpg


5. Προεπεξεργασίες: Για να μπορέσουν να εντοπιστούν οι μεταβολές που έγιναν στην περιοχή μετά την πλημμύρα θα πρέπει οι εικόνες να μετασχηματιστούν η μία με βάση την άλλη. Γι αυτήν την επεξεργασία χρησιμοποιήθηκε μία εικόνα SPOT Pan ως βάση για το μετασχηματισμό των υπολοίπων. Οι εικόνες του SPOT4 μεγέθους 798*2058 pixels μετά από επεξεργασία αυτή (resampling) απέκτησαν χωρική διακριτική ικανότητα 5μ. Στον ΠΙΝΑΚΑ 2 φαίνονται ο αριθμός των φωτοσταθερών που επιλέχθηκαν σε κάθε δορυφορική εικόνα για τη γεωμετρική διόρθωση και τα σφάλματά τους.

T31eik1.jpg
T31eik2.jpg



6. Ψηφιακές επεξεργασίες/αλγόριθμοι και αποτελέσματα: Αρχικά εφαρμόστηκε στην εικόνα ο αλγόριθμος της ταξινόμησης μέγιστης πιθανοφάνειας για την ανάλυση της περιοχής της πλημμύρας. Σε επόμενο στάδιο εφαρμόστηκε επίσης η μέθοδος της αντικειμενοστραφούς ταξινόμησης σύμφωνα με την οποία ο ορισμός κάθε κλάσης/κατηγορίας γίνεται όχι μόνο με βάση τα χαρακτηριστικά της αλλά και με σχέσεις ιεραρχίας μεταξύ των επιπέδων της κατάτμησης. Για την πρώτη ταξινόμηση (μέγιστης πιθανοφάνειας) επιλέχθηκαν 7 περιοχές εκπαίδευσης για την εικόνα προ της πλημμύρας οι οποίες αντιπροσώπευαν το ποτάμι, τις αγροτικές περιοχές και βοσκότοπους (pasture). Αντίθετα στην εικόνα μετά την πλημμύρα επιλέχθηκαν 9 περιοχές εκπαίδευσης. Οι περιοχές που ήταν εξ’ολοκλήρου κάτω από το νερό κατηγοριοποιήθηκαν ως flood1 class ενώ οι περιοχές που επηρεάστηκαν λιγότερο ως flood2 class. Τα αποτελέσματα της ταξινόμησης φαίνονται στην ΕΙΚΟΝΑ 1 και στην ΕΙΚΟΝΑ 2 πριν και μετά την πλημμύρα αντίστοιχα.

T31eik3.jpg
T31eik4.jpg







Για τις ταξινομήσεις των εικόνων πριν και μετά την πλημμύρα υπολογίστηκε η μεταβλητή kappa 95.9538% και 0.9477 αντίστοιχα. Στην αντικειμενοστραφή ανάλυση δημιουργήθηκαν τρία επίπεδα αντικειμένων σε τρεις διαφορετικές κλίμακες κατάτμησης χρησιμοποιώντας τρία διαφορετικά κατώφλια ομοιογένειας (ΠΙΝΑΚΑΣ 3). Τα αποτελέσματα της ταξινόμησης φαίνονται στην ΕΙΚΟΝΑ 3.


T31eik5.jpg




Στην ΕΙΚΟΝΑ 4 παρουσιάζεται η ιεραρχία των κλάσεων στην αντικειμενοστραφή ανάλυση.




Οι ταξινομημένες εικόνες στο επίπεδο 2 δίνονται ΕΙΚΟΝΑ 5.

T31eik6.jpg




7. Χρήση επιπρόσθετων χαρτών, βάσεων δεδομένων, GIS και ποιών: Στην έρευνα αυτή ενσωματώθηκαν και τα GIS με ψηφιοποίηση της εικόνας του SPOT5 Pan. Η ψηφιοποίηση αυτή έγινε με σκοπό τον εντοπισμό των ορίων των αγροτεμαχίων και τα αποτελέσματά της φαίνονται στην ΕΙΚΟΝΑ 6.

T31eik7.jpg





Τα αποτελέσματα της ψηφιοποίησης και της ταξινόμησης ενσωματώθηκαν σε ένα GIS. Η πληροφορία που περιείχαν τα ψηφιοποιημένα αγροτεμάχια αφορούσε στους ιδιοκτήτες, το εμβαδόν της ιδιοκτησίας, τον αριθμό του οικοπέδου κ.α. με σκοπό να προσομοιωθεί όσο το δυνατόν καλύτερα ένα σύστημα διαχείρισης πλημμύρων. Τα αγροτεμάχια κατηγοριοποιήθηκαν με βάση το ποσοστό της έκτασής τους που είχε πλημμυρίσει σημειώνοντας τα εξ’ολοκλήρου πλημμυρισμένα με κόκκινο και τα ελάχιστα με πράσινο όπως φαίνεται στην ΕΙΚΟΝΑ 7.



8. Προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων: Για το διαχωρισμό των υδάτινων σωμάτων συμπεριλαμβανομένου του ποταμού αλλά και της περιοχές πλημμύρας από της περιοχές με έδαφος χρησιμοποιήθηκε η μέθοδος της κατάτμησης. Στις εικόνες εφαρμόστηκε ένα κατώφλι για τις τιμές της φωτεινότητας και έτσι έγινε στις παράγωγες εικόνες η εξαγωγή του ποταμού και της περιοχές πλημμύρας αφού τα υδάτινα σώματα είχαν τιμή «1» ενώ τα υπόλοιπα αντικείμενα της εικόνας την τιμή «0». Ως δεύτερη προσέγγιση εφαρμόστηκε στην εικόνα κατάτμηση σε διαφορετικές κλίμακες (multiresolution image segmentation) με σκοπό την εξαγωγή αντικειμένων σε διαφορετικές κλίμακες στην εικόνα τα οποία θα χρησιμοποιηθούν σε επόμενο στάδιο στην αντικειμενοστραφή ταξινόμηση. Τα αντικείμενα της παράγωγης από την κατάτμηση εικόνας έχουν συγχρόνως φασματικά και χωρικά χαρακτηριστικά δίνοντας έτσι μεγαλύτερη ακρίβεια στην ταξινόμηση.

9. Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων: Στη μελέτη αυτή αναλύθηκε η επίδραση της πλημμύρας του ποταμού Μαρίτσα-Έβρου με διαφορετικές τεχνικές και στη συνέχεια δημιουργήθηκε ένα GIS στο οποίο ενσωματώθηκαν τα αποτελέσματά τους. Από τα αποτελέσματα αυτά συμπεραίνουμε ότι είναι δυνατός ο υπολογισμός του ποσοστού κατά το οποίο πλημμύρισε ένα αγροτεμάχιο και συνεπώς του ποσού της ασφάλισης που καλείται να πληρώσει η κυβέρνηση στον κάθε ιδιοκτήτη. Με τον τρόπο αυτό προσομοιώνεται ένα σύστημα διαχείρισης των πλημμύρων αποτελεσματικά.



ΠΡΩΤΟΤΥΠΟ ΑΡΘΡΟ

The Need of an Operational Flood Monitoring System in Turkey: A Case Study - The Maritsa River

Ayda AKKARTAL1, Barı􀀃 GÖRAL1, Z. Damla UÇA AVCI1, Filiz SUNAR2

Προσωπικά εργαλεία