Τηλεπισκόπηση Χιονοστιβάδων, δυνατότητες και περιορισμοί για λειτουργική χρήση.
Από RemoteSensing Wiki
Τηλεπισκόπηση Χιονοστιβάδων, δυνατότητες και περιορισμοί για λειτουργική χρήση.
Πρωτότυπος τίτλος: Remote sensing of snow avalanches. Potential and limitation for operational use
Συγγραφείς: Markus Eckerstorfer, Yves Bühler
Δημοσιεύθηκε: ResearchGate, Απρίλιος 2015
Εισαγωγή
Στο σύνολο της έρευνας πάνω στις χιονοστιβάδες, τα βασικά ερωτήματα παραμένουν τα ίδια. Παρόλα αυτά, οι μέθοδοι προσέγγισης των πολύπλοκων διαδικασιών που εμπλέκονται στη δημιουργία χιονοστιβάδων εξελίσσονται. Οι έρευνες πεδίου αποτελούν ακόμα τη ραχοκοκαλιά του συνόλου της έρευνας, αλλά δεν έχει επιτευχθεί η δημιουργία χρονικών και χωρικών βάσεων δεδομένων για τη δραστηριότητα των χιονοστιβάδων. Η χρήση τηλεπισκοπικών οργάνων στην έρευνα των χιονοστιβάδων δύναται να καλύψει αυτό το κενό πληροφορίας, καθώς επιτρέπει την περιεκτική, αμερόληπτη και ασφαλή συνεχόμενη παρακολούθηση μεγάλων επιφανειών. Ενώ η τηλεπισκόπηση χιονιού έχει μεγάλη ιστορία, η τηλεπισκόπηση χιονοστιβάδων βρίσκεται σε πρώιμο στάδιο. Στην παρούσα εργασία γίνεται μια ανασκόπηση των πρόσφατων εξελίξεων στην εξ αποστάσεως ανίχνευση χιονοστιβάδων, αναφέρονται δυνατότητες και περιορισμοί της μεθόδου και γίνονται προτάσεις για περαιτέρω λειτουργικές προβλέψεις.
Πιθανοί χρήστες, Σύγχρονες ανάγκες και κενά πληροφορίας
Σε μια πρόσφατη μελέτη, διεξήχθησαν συνεντεύξεις με επαγγελματίες που ασχολούνται με τις χιονοστιβάδες με σκοπό τον εντοπισμό πιθανών ομάδων χρηστών των τηλεπισκοπικών δεδομένων καθώς και των κενών πληροφορίας που θα μπορούσαν να καλυφθούν. Τρείς βασικές ομάδες χρηστών εντοπίστηκαν: εθνικές και περιφερειακές υπηρεσίες προειδοποίησης χιονοστιβάδων, αλπικές υπηρεσίες καθώς και υπηρεσίες διαχείρισης και κατασκευής οδών και τέλος το ευρύ κοινό. Τα τρία βασικά κενά πληροφορίας που εντοπίστηκαν ήταν η δραστηριότητα των χιονοστιβάδων, η έλλειψη πληροφορίας για την επιφάνεια του χιονιού και η σταθερότητα του στρώματος χιονιού, με πιο κρίσιμο να χαρακτηρίζεται αυτό της έλλειψης πληροφορίας για τη δραστηριότητα χιονοστιβάδων. Τα δεδομένα θα πρέπει να είναι γρήγορα διαθέσιμα, αξιόπιστα, να έχουν υψηλή χρονική ανάλυση (μικρότερη των τριών ημερών) και χωρική ανάλυση καλύτερη των 5 μέτρων.
Το ηλεκτρομαγνητικό φάσμα
Τα όργανα τηλεπισκόπησης μπορούν να βασίζονται σε επίγειες, εναέριες ή διαστημικές πλατφόρμες, παίρνοντας μετρήσεις σε διαφορετικά μήκη κύματος τους ηλεκτρομαγνητικού φάσματος. Οι οπτικοί αισθητήρες κάνουν χρήση του ανακλώμενου φωτός του ήλιου και επομένως χαρακτηρίζονται ως παθητικοί. Οι LiDAR (Light Detection and Ranging) και Radar (Radio Detection and Ranging) αισθητήρες, εκπέμπουν ακτινοβολία και παίρνουν μετρήσεις της ανακλώμενης από την επιφάνεια της γης ακτινοβολίας και επομένως χαρακτηρίζονται ως ενεργητικοί αισθητήρες. Οι LiDAR αισθητήρες λειτουργούν στο ορατό και NIR τμήμα του φάσματος, ενώ οι αισθητήρες radar εκπέμπουν μικροκύματα και έχουν το πλεονέκτημα της παροχής πληροφορίας ακόμα και υπό κακές καιρικές συνθήκες.
Οπτική τηλεπισκόπηση χιονοστιβάδων
Το χιόνι έχει σε γενικές γραμμές υψηλή ανακλαστικότητα στα ορατά μήκη κύματος η οποία εξαρτάται κυρίως από το μέγεθος του «κόκκου» του χιονιού, καθώς και από την περιεκτικότητα σε υγρό νερό για το τμήμα του εγγύς υπέρυθρου. Η ανίχνευση χιονοστιβάδων λειτουργεί βάσει των διαφορών στην αντίθεση μεταξύ του ανώμαλου τμήματος της χιονοστιβάδας και της περιβάλλουσας χιονοκάλυψης. Με τη χρήση εικόνων υψηλής ανάλυσης, είναι δυνατή η εκπαίδευση αυτόματων αλγόριθμων στον εντοπισμό χιονοστιβάδων. Οι αλγόριθμοι λειτουργούν σταδιακά αφαιρώντας περιοχές των εικόνων που δεν είναι αντιπροσωπευτικές των χιονοστιβάδων και των φερτών υλικών που πιθανώς να μεταφέρουν. Με αυτόν τον τρόπο οι χιονοστιβάδες μπορούν να εντοπιστούν με πολύ μεγάλα ποσοστά επιτυχίας, ωστόσο επιτόπια επαλήθευση ή επαλήθευση μέσω μοντέλων είναι συνήθως αναγκαία. Η πολύ υψηλή χωρική ανάλυση των οπτικών αισθητήρων συνοδεύεται από υψηλά κόστη απόκτησης, περιορισμένης χρονικής ανάλυσης και χωρικού εύρους, καθώς επίσης είναι αδύνατη η χρήση τους υπό αντίξοες καιρικές συνθήκες ή σε συνθήκες σκότους. Μια πιο φιλική από άποψη κόστους προσέγγιση είναι η χρήση αυτόματων φωτογραφικών μηχανών λήψης με διαστήματα (time lapse).
Τηλεπισκόπηση με χρήση LiDAR
Τα μήκη κύματος στα οποία λειτουργούν οι αισθητήρες LiDAR διεισδύουν μόνο μερικά εκατοστά στο ξερό χιόνι. Έρευνες έχουν δείξει πως οι χιονοστιβάδες μπορούν να εντοπιστούν μέσω επαναλαμβανόμενων σαρώσεων ως τμήματα που δείχνουν υψηλή συγκέντρωση μάζας στο σημείο συσσώρευσης και χαμηλή συγκέντρωση στην εκκίνηση και κατά τη διαδρομή. Τα ακριβά όργανα LiDAR παράγουν υψηλής ακρίβειας επιφανειακά μοντέλα, με ανάλυση καλύτερης των 15 εκατοστών και είναι μέχρι στιγμής η πιο ακριβής μέθοδος χαρτογράφησης μαζών που μετακινήθηκαν από χιονοστιβάδα, αλλά καλύπτοντας μόνο μία πλαγιά.
Τηλεπισκόπηση με χρήση Radar
Όταν το σήμα του ραντάρ χτυπήσει μια επιφάνεια ξερού χιονιού διαχέεται μερικώς από την επιφάνεια του χιονιού, του κόκκους του χιονιού και τη διεπιφάνεια μεταξύ χιονιού και εδάφους . Επομένως, ο όγκος του χιονιού, η περιεκτικότητα σε νερό σε υγρή μορφή, το μέγεθος των κόκκων, η πυκνότητα και παρουσία πάγου επηρεάζουν δραστικά το ανακλώμενο σήμα. Σε συνθήκες υγρού χιονιού αντιθέτως, το σήμα ανακλάται κατά βάση από την επιφάνεια του χιονιού, χωρίς να υπάρχει σημαντική διείσδυσή του σήματος στον όγκο της χιονοκάλυψης. Μέχρι στιγμής, δεν υπάρχει δημοσιευμένο κάποιο ποσοτικό ηλεκτρομαγνητικό μοντέλο για τη διάχυση του φωτός από χιονοστιβάδες. Ωστόσο, οι χιονοστιβάδες αποτυπώνονται ως στοιχεία με αυξημένη διάχυση σε φωτογραφίες radar σε σχέση με την περιβάλλουσα χιονοκάλυψη. Σύμφωνα με σύγχρονες μελέτες, αυτή η διαφορά στη διάχυση του φωτός είναι ιδιαίτερα χρήσιμη για τον εντοπισμό χιονοστιβάδων, ωστόσο οι δορυφορικές ειόνες radar είναι αρκετά κοστοβόρες και δεν χαρακτηρίζονται από χρονική συνέχεια.
Κατάταξη οπτικών, radar και LiDAR αισθητήρων
Για την ανίχνευση μιας μοναδικής χιονοστιβάδας, η χωρική ανάλυση του αισθητήρα αποτελεί τον βασικότερο παράγοντα, με ελάχιστη ανάλυση τα 30 μέτρα. Σύμφωνα με τους συγγραφείς της έρευνας, οι αισθητήρες radar είναι οι βέλτιστοι για τη συγκεκριμένη εφαρμογή, κυρίως λόγω της δυνατότητας παροχής πληροφορίας ανεξαρτήτως καιρικών συνθηκών και του μεγάλου εδαφικού εύρους υψηλής ανάλυσης δεδομένων. Οι LiDAR αισθητήρες κατατάσσονται ως οι δεύτεροι καλύτεροι, κυρίως λόγω της δυνατότητας γρήγορης απόκτησης δεδομένων και υψηλής χωρικής ανάλυσης και ευκρίνειας. Οι αισθητήρες LiDAR έχουν ένα βασικό πλεονέκτημα όσων αφορά τον εντοπισμό διαφορών σε μάζες χιονιού πραγματοποιώντας σαρώσεις πριν και μετά τη δημιουργία χιονοστιβάδας. Οι οπτικοί αισθητήρες καταλαμβάνουν την τελευταία θέση για τη συγκεκριμένη εφαρμογή. Πολύ υψηλής ανάλυσης εικόνες είναι ακριβές και συνήθως χαρακτηρίζονται από μεγάλους χρόνους επανακαταγραφής. Πρόσφατες μελέτες έκαναν χρήση αεροφωτογραφιών οι οποίες όμως απαιτούν τη χρήση αεροπλάνου και ακριβών συστημάτων. Παράλληλα, εξαιτίας της εξάρτησης από τις καιρικές συνθήκες, η παροχή των αναγκαίων στοιχείων δεν μπορεί να θεωρηθεί δεδομένη. Ωστόσο, κάνοντας χρήση οπτικών δεδομένων υψηλής ανάλυσης, είναι δυνατή η ανίχνευση χιονοστιβάδων με μεγάλη ακρίβεια και χαμηλά ποσοστά λάθους, χρησιμοποιώντας παράλληλα αυτοματοποιημένες μεθόδους.
Σύνοψη
Έως σήμερα, οι διαθέσιμοι λειτουργικοί δορυφόροι δεν παρέχουν τα αναγκαία σε πραγματικό χρόνο δεδομένα για την κα΄λυψη των αναγκών των διαφορετικών ομάδων χρηστών, μια ανάγκη που ίσως καλύψει ο πλέον λειτουργικός δορυφόρος Sentinel, καθώς προσφέρει δωρεάν εικόνες υψηλής ανάλυσης με υψηλή συχνότητα επανάληψης (3 μέρες). Οι τεχνικές τηλεπισκόπησης που περιεγράφηκαν βρίσκονται σε ένα στάδιο ωρίμανσης, ανεπτυσόμενες σε σημείο που να μπορούν να χρησιμοποιηθούν επαρκώς από υπηρεσίες προειδοποίησης χιονοστιβάδων, με τους βασικούς ανασταλτικούς παράγοντες να αποτελούν το κόστος των δεδομένων αλλά και των οργάνων καθώς και τη διαθεσιμότητα των δεδομένων. Είναι αναγκαία η ανάπτυξη ενός ολοκληρωμένου συς΄τηματος, με τη δυνατότητα αυτοματοποιημένης συλλογής και ανάλυσης τηλεπισκοπικών δεδομένων, τα οποία θα συνδέονται στη συνέχεια με επιτόπιες παρατηρήσεις και μοντέλα.
Σύνδεσμος πρωτότυπου κειμένου: [1]
