Σύστημα πρόβλεψης για τις κατολισθήσεις από βροχοπτώσεις χρησιμοποιώντας δορυφορική τηλεπισκόπηση και σύνολα χωρικών δεδομένων

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Σύστημα πρόβλεψης για τις κατολισθήσεις προκαλούμενες από βροχοπτώσεις χρησιμοποιώντας δορυφορική τηλεπισκόπηση και σύνολα χωρικών δεδομένων


Συγγραφείς: Yang Hong, Robert F. Adler, and George Huffman


Αντικείμενο

Σε αυτήν την εργασία, προτείνεται ένα πλαίσιο για μια πειραματική πρόβλεψη σε πραγματικό χρόνο ώστε να προσδιοριστεί το μέρος όπου οι κατολισθήσεις προκαλούμενες από βροχοπτώσεις θα εμφανιστούν συνδυάζοντας: την ευαισθησία της επιφάνειας σε κατολισθήσεις και ένα σύστημα ανάλυσης βροχοπτώσεων βασισμένο στο χώρο σε πραγματικό χρόνο.

Στόχος

Η ανάπτυξη ενός συστήματος πρόβλεψης για να αποκτηθεί μια παγκόσμια θεώρηση των καταστροφών από κατολισθήσεις προκαλούμενες από βροχοπτώσεις σε πραγματικό χρόνο.

Πλαίσιο, Στοιχεία και Παγκόσμιος Χάρτης LS

Οι κατολισθήσεις προκύπτουν από έναν συνδυασμό παραγόντων, οι οποίοι μπορούν να ταξινομηθούν σε δύο κατηγορίες: 1) προπαρασκευαστικές μεταβλητές που καθιστούν την επιφάνεια εδάφους ευαίσθητη στην κατολίσθηση, όπως η κλίση, οι εδαφολογικές ιδιότητες, η ανύψωση, η πτυχή της κάλυψη εδάφους, η λιθολογία, κ.λπ. και 2) τα γεγονότα που προκαλούν τη μαζική μετακίνηση, όπως οι βαριές βροχοπτώσεις, και το ξέσπασμα παγετώνων. Επομένως, για να εντοπιστεί η εμφάνιση των κατολισθήσεων, το προτεινόμενο σύστημα πρέπει να συνδέσει δύο σημαντικά συστατικά: τις πληροφορίες του LS και την ανάλυση του υετού σε πραγματικό χρόνο. H TRMM ανάλυση μέσω πολλαπλών δορυφόρων (TMPA) είναι το βασικό σύνολο στοιχείων για το προτεινόμενο σύστημα παρακολούθησης των κατολισθήσεων σε αυτήν την εργασία. Οι εκτιμήσεις TMPA παράγονται σε 4 στάδια: 1) οι εκτιμήσεις μικροκυμάτων υετού είναι βαθμολογημένες και συνδυασμένες 2) οι υπέρυθρες εκτιμήσεις υετού IR δημιουργούνται χρησιμοποιώντας το βαθμονομημένο υετό μικροκυμάτων 3) οι εκτιμήσεις μικροκυμάτων και IR συνδυάζονται και 4) τα στοιχεία μέτρησης της βροχής ενσωματώνονται.

Παγκόσμιος Χάρτης LS


Χρησιμοποιήθηκαν στοιχεία και τα παράγωγα του Ψηφιακού Μοντέλου Ανύψωσης (DEM), σύνολα στοιχείων ISLSCP που παρέχουν πληροφορίες για 18 επιλεγμένες εδαφολογικές παραμέτρους και στοιχεία κάλυψης εδάφους από τον MODIS. . Μια προσέγγιση που εξετάζει ένα αριθμητικό σχέδιο εκτίμησης για τους παράγοντες που συμβάλλουν στις κατολισθήσεις και μια μέθοδος WLC για να παραχθεί ένας τελικός παγκόσμιος χάρτης LS εφαρμόζονται και γίνεται ταξινόμηση σε έξι κατηγορίες: 0- συστήματα υδάτων ή μόνιμοι πάγοι και το χιόνι, 1- πολύ χαμηλή, 2- χαμηλή, 3- μέτρια, 4-υψηλή, και 5- πολύ υψηλή ευαισθησία.



Eikona 2.jpg


Eikona 3.jpg


(α) Παγκόσμιος κατολισθήσεων από χωρικά δεδομένα επιφάνειας εδάφους. (β) Οι 6 κατηγορίες κατολίσθησης: 0— σύστημα υδάτων ή μόνιμοι πάγοι και το χιόνι 1—πολύ χαμηλή ευαισθησία 2—χαμηλή ευαισθησία 3—μέτρια ευαισθησία 4—υψηλή ευαισθησία 5—πολύ υψηλή ευαισθησία.


Συμπεράσματα


Η επιτυχία αυτού του πρωτοτύπου συστήματος εμφανίζεται ως σύστημα έγκαιρης προειδοποίησης για την παγκόσμια προετοιμασία καταστροφής από κατολισθήσεις και τη διαχείριση του κινδύνου έτσι ώστε να προστατευτούν περιουσίες και ανθρώπινες ζωές.

Προσωπικά εργαλεία