ΤΗΛΕΠΙΣΚΟΠΗΣΗ, ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΚΙΝΔΥΝΟΥ ΠΥΡΚΑΓΙΩΝ
Από RemoteSensing Wiki
Περίληψη
Ο προληπτικός σχεδιασμός αποτελεί ίσως το σημαντικότερο στάδιο σε ένα οργανωμένο σύστημα αντιμετώπισης φυσικών καταστροφών. Σαν βασικό εργαλείο προληπτικού σχεδιασμού παρουσιάζονται τα αποτελέσματα της πρώτης προσπάθειας για την ανάπτυξη ενός ποσοτικού Ελληνικού Συστήματος Εκτίμησης Κινδύνου Πυρκαγιών, με περιοχή μελέτης το νησί της Λέσβου. Το προτεινόμενο σύστημα εκτιμά χωρικά την πυρο-επικινδυνότητα σε τοπική κλίμακα, και έχει τη δυνατότητα πρόβλεψης βασιζόμενο σε μετεωρολογικά δεδομένα. Το κύριο προϊόν του συστήματος είναι ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς βασιζόμενος σε τρεις άλλους επιμέρους δείκτες: το Μετεωρολογικό Δείκτη Κινδύνου, το Βλαστητικό Δείκτη Κινδύνου και τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου. Όλοι οι επιμέρους δείκτες είναι δυναμικοί, δηλαδή μεταβάλλονται στο χρόνο, και αποτελούν μια συστηματική, ποσοτική και χωρική εκτίμηση του κινδύνου. Η σχέση μεταξύ εμφάνισης της φωτιάς και των παραμέτρων-μεταβλητών που ενσωματώνονται στους παραπάνω δείκτες, βασίζεται σε ιστορικά στατιστικά στοιχεία πυρκαγιών και μοντελοποιήθηκε με τη χρήση μεθόδων τεχνητής νοημοσύνης και συγκεκριμένα των νευρωνικών δικτύων. Το συγκεκριμένο σύστημα βασίζεται σε μια ρεαλιστική προσέγγιση, έτσι ώστε οι παράμετροι που το αποτελούν να είναι εύκολο να μετρηθούν και το σύστημα να είναι έτοιμο για επιχειρησιακή εφαρμογή σε τοπικό επίπεδο, όπου και λαμβάνονται οι κρίσιμες αποφάσεις στο στάδιο της πρόληψης και καταστολής. Κύριες πηγές για τον καθορισμό των παραμέτρων αποτελούν δορυφορικές εικόνες από τους δέκτες QuickBird και Landsat ETM καθώς και το μοντέλο πρόγνωσης καιρού SKIRON ενώ η διαχείριση, σύνθεση και χωρική ανάλυση των παραμέτρων, ως θεματικών επιφανειών, πραγματοποιείται με τη χρήση Συστημάτων Γεωγραφικών Πληροφοριών.
Δεδομένα και Μεθοδολογία
Το κύριο αποτέλεσμα του συστήματος εκτίμησης κινδύνου είναι ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς βασιζόμενος σε τρεις άλλους δείκτες: το Μετεωρολογικό Δείκτη Κινδύνου, το Βλαστητικό Δείκτη Κινδύνου και τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου. Όλοι οι επιμέρους δείκτες είναι δυναμικοί, δηλαδή μεταβάλλονται στο χρόνο και το χώρο, ενώ η σχέση μεταξύ εμφάνισης της φωτιάς και των παραμέτρων-μεταβλητών που ενσωματώνονται στους παραπάνω δείκτες, βασίζεται σε ιστορικά στοιχεία και μοντελοποιήθηκε με τη χρήση μεθόδων τεχνητής νοημοσύνης και συγκεκριμένα των νευρωνικών δικτύων. Οι παράμετροι που λαμβάνονται υπόψη έχουν επιλεχθεί έτσι ώστε να είναι εύκολο να μετρηθούν και το σύστημα να είναι έτοιμο για επιχειρησιακή εφαρμογή σε τοπικό επίπεδο. Η σύνθεση του τελικού δείκτη χρησιμοποιώντας του τρεις επιμέρους δείκτες έγινε με μεθόδους πολυκριτηριακής ανάλυσης και συγκεκριμένα με τη Διαδικασία Αναλυτικής Ιεράρχησης (Analytic Hierarchy Process – AHP).
Εκπαίδευση Νευρωνικού Δικτύου
Η ανάπτυξη των Τεχνητών Νευρωνικών Δικτύων ή απλά Νευρωνικών Δικτύων (ΝΝ) ξεκίνησε πριν από 50 χρόνια περίπου λόγω της επιθυμίας του ανθρώπου να κατανοήσει καλύτερα τον ανθρώπινο εγκέφαλο και να εξομοιώσει μερικές από τις ικανότητές του. Δεν υπάρχει κάποιος ευρέως αποδεκτός ορισμός των ΝΝ. Συνοπτικά, τα τεχνητά νευρωνικά δίκτυα είναι ένας τρόπος επεξεργασίας δεδομένων που βασίζεται στο πρότυπο του ανθρώπινου εγκεφάλου χρησιμοποιώντας την κεντρική ιδέα της λογικής λειτουργίας του. Τα ΝΝ βασίζονται σε μία συλλογή μονάδων, αντίστοιχες προς τους νευρώνες, και προσπαθούν να επιτελέσουν τις ανάλογες διεργασίες. Τα ΝΝ είναι ιδιαίτερα χρήσιμα για προβλήματα ταξινόμησης και προσέγγισης συναρτήσεων τα οποία έχουν αρκετά δεδομένα εκπαίδευσης και είναι ανεκτικά όσον αφορά την ακρίβεια (Sarle, 1997). Είναι ιδιαίτερα ικανά σε συνδυαστικά προβλήματα και σε γενικοποιήσεις, και έχουν χρησιμοποιηθεί μερικώς και για πρόγνωση χωρικής εμφάνισης πυρκαγιών (Vasconcelos et al. 2001).
Διαδικασία Αναλυτικής Ιεράρχησης
Ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς (ΔΠΕΠ) υπολογίζεται με τη χρήση πολυκριτηριακής ανάλυσης των τριών επιμέρους δεικτών (κριτήρια), σύμφωνα με τη μέθοδο του σταθμισμένου μέσου:
Σ==ΔΠΕΠ njijjw1δ (3)
Το διάνυσμα των βαρών w υπολογίζεται με την Διαδικασία Αναλυτικής Ιεράρχησης (Analytic Hierarchy Process – AHP) όπως προτείνεται από τον Saaty (1980).
Αποτελέσματα – Συμπεράσματα
Πραγματοποιήθηκαν πολλαπλές δοκιμές ώστε να επιλεγεί η τελική δομή των νευρωνικών δικτύων για κάθε δείκτη, παρακολουθώντας κυρίως τα ποσοστά σωστής ταξινόμησης των δειγμάτων εκπαίδευσης και επαλήθευσης καθώς και του μέσου τετραγωνικού σφάλματος (MSE). Ως ρυθμός εκμάθησης επιλέχθηκε ρ=0,1 ενώ ο νευρώνας στην έξοδο θεωρείται ενεργοποιημένος με τιμή μεγαλύτερη από 0,5. Πιο εύκολα προσεγγίστηκε η συνάρτηση του Μετεωρολογικού Δείκτη Κινδύνου, ενώ ο Κοινωνικο-Οικονομικός Δείκτης Κινδύνου είχε καλύτερα ποσοστά ταξινόμησης των πυρκαγιών του 2003. Πιο συγκεκριμένα, το δίκτυο που έχει επιλεγεί να υπολογίσει το ΜΔΚ ταξινόμησε σωστά το 93% των πυρκαγιών του δείγματος εκπαίδευσης (1970-2001) και το 88% των πυρκαγιών του δείγματος επαλήθευσης (1970-2001). Πάνω από 100 εποχές περίπου στη διαδικασία εκπαίδευσης, το δίκτυο έχανε τη γενίκευση στο δείγμα επαλήθευσης του 2003 ενώ πάνω από 700 εποχές, χανόταν η γενίκευση και στο δείγμα επαλήθευσης του 1970-2001, δηλαδή υπήρχε πλήρης προσαρμογή της συνάρτησης στο δείγμα εκπαίδευσης. Προσθέτοντας και 2o επίπεδο επεξεργασίας, το δίκτυο έγινε πιο ευαίσθητο στα τοπικά ελάχιστα ενώ στις 400 εποχές συνήθως, υπήρχε καλύτερη ταξινόμηση των πυρκαγιών του 2003. Δεν επιλέχθηκε όμως αυτό το δίκτυο γιατί υπήρχε μια υποεκτίμηση της μη-εμφάνισης πυρκαγιών στο δείγμα εκπαίδευσης. Το δίκτυο που χρησιμοποιείται από τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου εκπαιδεύτηκε σε 1000 εποχές ενώ για παραπάνω εποχές έχανε τη γενίκευση στο δείγμα επαλήθευσης του 1970-2001. Τα ποσοστά σωστής ταξινόμησης κρίνονται ικανοποιητικά αν και υπάρχει μια υπερεκτίμηση λόγω του χαμηλού ποσοστό σωστής ταξινόμησης της μη-εμφάνισης πυρκαγιάς στο δείγμα επαλήθευσης του 1970-2001. Αξιοσημείωτο είναι το μεγάλο ποσοστό σωστής ταξινόμησης του δείγματος επαλήθευσης των πυρκαγιών τους έτους 2003 με 91%. Αυτό σημαίνει ότι το 91% των πυρκαγιών που εκδηλώθηκαν στη Λέσβο την περίοδο Μάιο-Σεπτέμβριο του 2003, εκδηλώθηκαν σε περιοχές όπου το δίκτυο που έχει επιλεγεί έδινε πιθανότητα εμφάνισης πυρκαγιάς πάνω από 50% δηλαδή οι πυρκαγιές του 2003 είχανε ως κύρια αιτία την ανθρώπινη παρουσία και δραστηριότητα. Κάτι τέτοιο επιβεβαιώνεται και από τα ανακριτικά και αιτιολογικά δεδομένα της Πυροσβεστικής Υπηρεσίας για τις πολλές ανθρωπογενείς πυρκαγιές που εκδηλώθηκαν στη Λέσβο κατά το έτος 2003. Η διαδικασία εκπαίδευσης του Βλαστητικού Δείκτη Κινδύνου ισχυροποίησε το παραπάνω συμπέρασμα γιατί το MSE του δείγματος επαλήθευσης (2003), παρουσίασε πολύ υψηλές τιμές ενώ και το ποσοστό σωστής ταξινόμησης των πυρκαγιών ήταν χαμηλό. Έτσι, η εκπαίδευση βασίστηκε αποκλειστικά στις πυρκαγιές της περιόδου 1970-2001 και τερματίστηκε πριν χαθεί η γενίκευση στο δείγμα επαλήθευσης (1970-2001). Για τον υπολογισμό του Δείκτη Πιθανότητας Εμφάνισης Πυρκαγιάς (ΔΠΕΠ), δημιουργήθηκε ο πίνακας συγκρίσεων ο οποίος είχε δείκτη συνάφειας CI=0,0268 και λόγο συνάφειας CR=0,0462. Συνεπώς με το διάνυσμα των βαρών που προέκυψε, ο ΔΠΕΠ υπολογίζεται από τη σχέση:
ΔΠΕΠ=0,1311*ΜΔΚ+0,2081*ΒΔΚ+0,6608*ΚΟΔΚ (4)
Στο παρακάτω σχήμα παρουσιάζεται ο ΔΠΕΠ για τις ημερομηνίες 23/6/2003 και 27/8/2003 όπου εκδηλώθηκαν 3 και 4 πυρκαγιές αντίστοιχα στο νησί της Λέσβου. Για τη δημιουργία των χαρτών χρησιμοποιήθηκαν οι πραγματικές καιρικές συνθήκες που επικρατούσαν τις συγκεκριμένες ημέρες. Όλες οι πυρκαγιές εμφανίστηκαν σε περιοχές όπου η πιθανότητα εμφάνισης ήταν μεγαλύτερη από 50% ενώ και ο συγκριτικός κίνδυνος σε σχέση με άλλες περιοχές ήταν πολύ μεγαλύτερος.
Έχοντας τους παραπάνω χάρτες-αποτελέσματα θα μπορούσαν οι τοπικές πυροσβεστικές και πολιτειακές αρχές να τους χρησιμοποιήσουν ως ένα σημαντικό εργαλείο υποστήριξης αποφάσεων για την πρόληψη και καταστολή των δασικών πυρκαγιών. Στόχος της παρούσας εργασίας ήταν να αναπτυχθεί για πρώτη φορά ένα ποσοτικό σύστημα εκτίμησης του κινδύνου πυρκαγιών μεγάλης κλίμακας με δυνατότητα βραχυπρόθεσμης πρόγνωσης. Με την υιοθέτηση ενός τέτοιου συστήματος είναι εφικτός ο εντοπισμός περιοχών με υψηλό δείκτη κινδύνου/ επικινδυνότητας έτσι ώστε να πραγματοποιείται αποτελεσματικότερη διασπορά των δυνάμεων φύλαξης και πρώτης προσβολής, ενώ δίνεται η δυνατότητα για την έγκαιρη λήψη αποτρεπτικών μέτρων.
Πηγή:Χρήστος Βασιλάκος, Κώστας Καλαμποκίδης,Ιωάννης Χατζόπουλος,Γεώργιος Κάλλος,Ιωάννης Ματσίνος,ΤΗΛΕΠΙΣΚΟΠΗΣΗ,ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΚΙΝΔΥΝΟΥ ΠΥΡΚΑΓΙΩΝ
