ΤΑΥΤΟΠΟΙΗΣΗ ΚΑΤΑΣΤΡΟΦΩΝ ΣΕ ΟΙΚΙΣΜΟΥΣ ΜΕ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ, ΕΦΑΡΜΟΓΗ ΣΤΗΝ ΠΕΡΙΠΤΩΣΗ ΤΟΥ ΣΕΙΣΜΟΥ ΣΤΗΝ ΠΕΡΙΟΧΗ ΤΗΣ L’AQUIA ΤΗΣ ΙΤΑΛΙΑΣ
Από RemoteSensing Wiki
Εισαγωγή
Οι καταστροφικοί σεισμοί αποτελούν πρόκληση για όλα τα συστήματα παρακολούθησης της γης ως προς το να παρουσιάσουν την αποτελεσματικότητα τους στην υποστήριξη παρέμβασης και ανακούφισης των περιοχών που έχουν πληγεί. Η χρήση δεδομένων από αυτά τα συστήματα τηλεπισκόπησης έχουν θεωρητικά μελετηθεί σε μεγάλο βαθμό, αλλά μόνο τα τελευταία χρόνια έχουν αρχίσει να βλέπουν πρακτικές εφαρμογές σε ρεαλιστικά σενάρια. Στην προκειμένη περίπτωση γίνεται μία παρουσίαση της αντιμετώπισης του σεισμού στην αναφερθείσα περιοχή, μία περίπτωση που αποτελεί ιδιαιτερότητα γιατί οι συγγραφείς την προσέγγισαν σε ένα περιεχόμενο το οποίο χαρακτηρίζεται από τους παράγοντες του πραγματικού χρόνου και της κατάστασης ανάγκης.
Μεθοδολογία
Μία καινούρια μέθοδος προτείνεται για την ταυτόχρονη χρήση τόσο οπτικών δεδομένων όσο και δεδομένων που προέρχονται από συστήματα SAR (Synthetic Apperture Radar). Προκύπτει, μάλιστα, πως τα δεδομένα της πρώτης μεθόδου είναι καλύτερα για την κατηγοριοποίηση τμημάτων σε περιοχές με ζημιά και χωρίς, ενώ τα δεύτερα για την κατηγοριοποίηση του βαθμού της ζημιάς.
Στην παρούσα εργασία, η προσπάθεια επικεντρώνεται στον προσδιορισμό του επιπέδου καταστροφής με χρήση δεδομένων SAR, συμπεριλαμβάνοντας δεδομένα τα οποία προκύπτουν από VHR οπτικά δεδομένα και δεδομένα radar. Πρέπει να αναφερθεί επίσης, πως η λήψη δεδομένων προς επεξεργασία γίνεται μετά την εμφάνιση του γεγονότος του σεισμού.
Η χρήση δεδομένων SAR παρέχει περιορισμένης αξίας αποτελέσματα όταν εμφαρμόζεται σε επίπεδο εικονοστοιχείου και γι' αυτό κρίνεται σκόπιμο πως η επεξεργασία πρέπει να γίνεται σε επίπεδο υποσυνόλων εικονοστοιχείων. Αυτό προκύπτει κυρίως εξαιτίας του φαινομένου speckle. Με αυτή τη παραδοχή, οι εικόνες κόπηκαν σε 58 τμήματα με βάση την οπτική παρατήρηση και δημιουργήθηκε ένα στρώμα γεωγραφικού συστήματος πληροφοριών. Σε πραγματικά μεγέθη, το κάθε τμήμα αντιστοιχεί σε επιφάνεια 0.1176 τετραγωνικών χιλιομέτρων, περιοχή η οποία καλύπτει μεταξύ 100 και 150 κτήρια του κέντρου της πόλης. Τα «αποτυπώματα» κτηρίων εντοπίστηκαν από ειδικά εκπαιδευμένο τεχνικό της ιταλικής πολεμικής αεροπορίας από εικόνες που πάρθηκαν μετά το συμβάν από την πολεμική αεροπορία με ανάλυση 15 εκατοστών. Με αυτόν τον τρόπο, ένας λόγος ζημιάς υπολογίσθηκε για κάθε τμήμα του στρώματος του γεωγραφικού συστήματος πληροφοριών. Εικόνες SAR για την συγκεκριμένη περιοχή μετά το συμβάν παρουσιάζονται παρακάτω.
Με την χρήση του παραπάνω λόγου ως βάση για την δημιουργία ενός μοντέλου, είναι δυνατό, αφού πρώτα γίνει εντοπισμός της περιοχής που έχει ζημιά, να υπάρξει μία εκτίμηση του μεγέθους της. Ο εντοπισμός της περιοχής που υπάρχει ζημιά, γίνεται με χρήση οπτικών δεδομένων όπως έχει αναφερθεί και προηγουμένως. Τα καινούριας γενιάς οπτικά συστήματα με δυνατότητα απεικόνισης μικρότερης του 1 μέτρου, επιτρέπουν με χρήση συνεχών λήψεων τον εντοπισμό περιοχών στις οποίες έχουν δημιουργηθεί ζημιές. Παρ'ολα'υτά, η μεγαλύτερη ανάλυση των συσκευών αυτών, δημιουργεί επιπρόσθετα προβλήματα για τον εντοπισμό ζημιών, κυρίως γιατί είναι σε θέση να απεικονίσουν ακόμα και σκιές καθώς και σημεία με βλάστηση, τα οποία εκ φύσεως είναι δυναμικά. Γι' αυτόν τον λόγο, δεδομένα τόσο πριν από καταστροφή όσο και μετά χρησιμοποιηθήκαν για την εκπαίδευση ενός ταξινομήτη Κ-μέσων, ο οποίος είναι σε θέση να ταξινομήσει στην συνέχεια νέες εικόνες στα πρότυπα για τα οποία έχει γίνει η εκπαίδευση του. Με αυτόν τον τρόπο υπάρχει η δυνατότητα να εντοπισθούν μόνο συγκεκριμένα πρότυπα, όπως για παράδειγμα κτήρια τα οποία αποτελούν και τις δομές ενδιαφέροντος για την συγκεριμένη περίπτωση.
Συμπεράσματα
Με βάση αυτή την μεθολογία εντοπίζονται αυτόματα περιοχές, οι οποίες ενδεχομένως να έχουν υποστεί ζημιές, και στη συνέχεια με χρήση των δεδομένων SAR μπορεί να γίνει μία πρώτη εκτίμηση του βαθμού ζημιών που έχουν προκληθεί. Παρακάτω εμφανίζονται εικόνες στις οποίες έχουν εντοπισθεί περιοχές με ενδεχόμενη ζημιά.
ΠΗΓΗ: Fabio Dell’Acqua, Senior Member, IEEE, Christian Bignami, Member, IEEE, Marco Chini, Member, IEEE, Gianni Lisini, Diego Aldo Polli, and Salvatore Stramondo, Member, IEEE
IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, VOL. 4, NO. 4, DECEMBER 2011
