Χρήση της Τηλεπισκόπησης και των ΓΣΠ στην καταστολή των Δασικών Πυρκαγιών

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Τσακαλίδη Σπ. (2007).

Χρήση της Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών στην καταστολή των Δασικών Πυρκαγιών .

Μεταπτυχιακή Διατριβή Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Δασολογίας και Φυσικού Περιβάλλοντος Εργαστήριο Δασικής Διαχειριστικής και Τηλεπισκόπησης


Αντικείμενο εφαρμογής

Πρόληψη και καταστολή δασικών πυρκαγιών με τη χρήση Τηλεπισκόπησης και των Γεωγραφικών Συστημάτων Πληροφοριών (Γ.Σ.Π.).


Στόχος της διατριβής

Στόχος της εργασίας είναι η δημιουργία, με τη βοήθεια της αντικειμενοστραφούς ταξινόμησης και των Γ.Σ.Π., μιας ψηφιακής βάσης δεδομένων για επιχειρησιακή χρήση σε σχέση με την συγκόμωση της βλάστησης καθώς και τη θέση και το βαθμό διακινδύνευσης των κτηρίων.


Οι επιμέρους στόχοι είναι:


• Η αξιολόγηση ενός αριθμού δεικτών βλάστησης (Vegetation Indices) και η επιλογή αυτού που εμφανίζει την υψηλότερη συσχέτιση με τη συγκόμωση της βλάστησης,

• Η ανάπτυξη, με τη βοήθεια του επιλεγμένου δείκτη βλάστησης και δορυφορικών δεδομένων πολύ υψηλής ανάλυσης, ενός αντικειμενοστραφούς μοντέλου ταξινόμησης της βλάστησης και των κτηρίων με σκοπό την εξαγωγή χρήσιμης, από επιχειρησιακή άποψη, πληροφορίας, και τέλος,

• Η εκτίμηση του αμυντικού χώρου (“Defensible Space”) των κτηρίων.


Είδη δορυφορικών ή αερομεταφερόμενων συστημάτων

Mία πολυφασματική και η αντίστοιχη πανχρωματική εικόνα από τον δορυφορικό αισθητήρα Quickbird με χρόνο λήψης την 26 Οκτωβρίου 2004 και μέγεθος εικονοστοιχείου 2 μέτρα και 0.6 μέτρα αντίστοιχα.


Ψηφιακές επεξεργασίες

Η ταξινόμηση και επεξεργασία της χωρικής πληροφορίας έγινε με τη βοήθεια των λογισμικών ERDAS IMAGINE 8.7, DEFINIENS 5.0, ArcGIS 9.2, ArcView 3.3 ενώ η στατιστική ανάλυση με το λογισμικό SPSS 13.0. Οι δείκτες βλάστησης που συσχετίστηκαν με τη συγκόμωση της βλάστησης ήταν οι: MSAVI, NDVI, SR, Tasselled Cap Greeness, TVI, WDRVI και PCNDVI


Mar10 1.JPG
                                                          Διάγραμμα ροής εργασιών


Σημαντικά αποτελέσματα

Το κύριο συμπέρασμα ήταν ότι, με τη βοήθεια της αντικειμενοστραφούς ταξινόμησης δορυφορικών δεδομένων και των ΓΣΠ, είναι δυνατή η δημιουργία μιας ψηφιακής βάσης δεδομένων ικανοποιητικής ακρίβειας με σκοπό την αξιοποίησή της στη λήψη αποφάσεων κατά το σχεδιασμό της κατάσβεσης των δασικών πυρκαγιών.


Τα συμπεράσματα σε σχέση με τους στόχους της εργασίας ήταν:


1ος ΣΤΟΧΟΣ. Η αξιολόγηση ενός αριθμού δεικτών βλάστησης (Vegetation Indices) και η επιλογή αυτού που εμφανίζει την υψηλότερη συσχέτιση με τη συγκόμωση της βλάστησης.

• Με τη βοήθεια δορυφορικών δεδομένων πολύ υψηλής ανάλυσης είναι δυνατή η αξιολόγηση των δεικτών βλάστησης, σε σχέση με τη συγκόμωση της βλάστησης, ακόμα και όταν δεν υπάρχουν δεδομένα αναφοράς που να έχουν συλλεχθεί στο πεδίο. Σε αυτό μπορούν να συμβάλλουν οι μέθοδοι φωτοερμηνείας σε συνδυασμό με τις δυνατότητες αντικειμενοστραφών εφαρμογών (Definiens 5.0) και των ΓΣΠ.

• Οι δείκτες βλάστησης που συσχετίστηκαν με τη συγκόμωση της βλάστησης ήταν οι: MSAVI, NDVI, SR, Tasselled Cap Greeness, TVI, WDRVI και PCNDVI, ο οποίος σχηματίστηκε αποκλειστικά για αυτή την εργασία και παρουσιάζει χρησιμότητα μόνο για τη συγκεκριμένη εικόνα. Ο δείκτης βλάστησης SR (Simple Ratio) ήταν αυτός που παρουσίασε την μεγαλύτερη συσχέτιση με τη συγκόμωση της βλάστησης (Pearson: 0,89).


2ος ΣΤΟΧΟΣ. Η ανάπτυξη, με τη βοήθεια του επιλεγμένου δείκτη βλάστησης και δορυφορικών δεδομένων υψηλής χωρικής ανάλυσης QuickBird, ενός αντικειμενοστραφούς μοντέλου ταξινόμησης των κτηρίων και της βλάστησης, με σκοπό την εξαγωγή χρήσιμης, από επιχειρησιακή άποψη, πληροφορίας.

ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ ΚΤΗΡΙΩΝ

Από την ανάλυση σε κύριες συνιστώσες της πολυφασματικής εικόνας Quickbird προέκυψαν 4 νέα κανάλια (κύριες συνιστώσες). Βρέθηκε ότι:

• το τρίτο κανάλι (κύρια συνιστώσα) μπορούσε να χρησιμοποιηθεί για την ανάπτυξη ενός μοντέλου αντικειμενοστραφούς ταξινόμησης των κτηρίων με κεραμοσκεπή με εξαιρετική ακρίβεια (βρέθηκε ακρίβεια χρήστη 100 % και κατασκευαστή 85,24 %),

• Η δεύτερη κύρια συνιστώσα μπορούσε να χρησιμοποιηθεί για την ανάπτυξη ενός μοντέλου αντικειμενοστραφούς ταξινόμησης των κτηρίων με πλάκα από οπλισμένο σκυρόδεμα με ικανοποιητική ακρίβεια (βρέθηκε ακρίβεια χρήστη 100 % και κατασκευαστή 71 %).

• Υπάρχει περιθώριο βελτίωσης της μεθόδου με τροποποίηση των κριτηρίων ταξινόμησης ώστε να βελτιωθεί η ακρίβεια του κατασκευαστή αλλά σε βαθμό τέτοιο ώστε να μην επηρεαστεί σημαντικά η ακρίβεια του χρήστη.

• Ο επικεφαλής των πυροσβεστικών δυνάμεων μπορεί να έχει στη διάθεσή του την κατανομή των κτηρίων στο χώρο με ικανοποιητική ακρίβεια, έτσι ώστε να λαμβάνονται τα απαραίτητα μέτρα για την προστασία τους. Μπορεί να βασίζεται στο ότι η ταξινόμηση ανταποκρίνεται απόλυτα στην πραγματικότητα αλλά αντίθετα, δεν μπορεί να βασίζεται απόλυτα στο ότι η πραγματικότητα ερμηνεύεται πλήρως από την ταξινόμηση. Δηλαδή πιθανόν να υπάρχουν κάποια κτήρια τα οποία δεν έχουν ταξινομηθεί.

ΤΑΞΙΝΟΜΗΣΗ ΤΗΣ ΒΛΑΣΤΗΣΗΣ

• Με τη βοήθεια δορυφορικών δεδομένων πολύ υψηλής ανάλυσης είναι δυνατή η εκτίμηση της ακρίβεια ταξινόμησης, σε σχέση με τη συγκόμωση της βλάστησης, ακόμα και αν δεν υπάρχουν δεδομένα αναφοράς που να έχουν συλλεγεί στο πεδίο. Σε αυτό μπορούν να συμβάλλουν οι μέθοδοι φωτοερμηνείας σε συνδυασμό με της δυνατότητες αντικειμενοστραφών εφαρμογών (Definiens 5.0) και των ΓΣΠ.

• Χρησιμοποιώντας της επεκτεινόμενη μήτρα σφαλμάτων, θεωρώντας ως αποδεκτό το αποτέλεσμα της ταξινόμησης αν αποκλίνει σε ποσοστό συγκόμωσης έως 5 % από την πραγματικότητα, η συνολική ακρίβεια ταξινόμησης της βλάστησης σε κλάσεις συγκόμωσης ήταν 96 % +/- 2,38 επομένως, το ανώτερο όριο ακρίβειας ήταν 98,38 % και το κατώτερο 93,62 %


Αναλυτικά η επιτευχθείσα ακρίβεια κατά κλάση ήταν:


1. Κλάση 0-5 %. Ακρίβεια χρήστη 100 %, κατασκευαστή 95 %,

2. Κλάση 5-10 %. Ακρίβεια χρήστη 100 %, κατασκευαστή 100 %,

3. Κλάση 10-20 %. Ακρίβεια χρήστη 92 %, κατασκευαστή 94 %,

4. Κλάση 20-40 %. Ακρίβεια χρήστη 94 %, κατασκευαστή 100 %,

5. Κλάση 40-60 %. Ακρίβεια χρήστη 94 %, κατασκευαστή 94 %,

6. Κλάση 60-100 %. Ακρίβεια χρήστη 96 %, κατασκευαστή 94 %.


• Η ταξινόμηση της βλάστησης σε κλάσεις συγκόμωσης, με τη βοήθεια αντικειμενοστραφών μεθόδων και δορυφορικών δεδομένων, μπορεί να μας παρέχει χρήσιμη, από επιχειρησιακή άποψη, πληροφορία. Η πληροφορία αυτή μπορεί να στηρίξει σε μεγάλο βαθμό τη διαδικασία λήψης αποφάσεων κατά το σχεδιασμό της καταστολής δασικών πυρκαγιών.


3ος ΣΤΟΧΟΣ. Η εκτίμηση του “Defensible Space” κάθε οικοδομήματος στην περιοχή μελέτης.

• Μετά από την αντικειμενοστραφή ταξινόμηση της βλάστησης και των κτηρίων είναι δυνατόν, αξιοποιώντας τις δυνατότητες των ΓΣΠ, να εκτιμηθεί το “Defensible Space” των κτηρίων. Η τήρηση του “Defensible Space”, μερικά η ολικά, η οποία εκφράζει τον βαθμό διακινδύνευσης των κτηρίων αλλά και την ύπαρξη ή όχι ζωτικού αμυντικού χώρου περιμετρικά αυτών, αποτελεί σημαντική πληροφορία που θα πρέπει να είναι διαθέσιμη στις πυροσβεστικές δυνάμεις κατά την κατάσβεση μιας δασικής πυρκαγιάς έτσι ώστε να λαμβάνονται τα απαραίτητα μέτρα για την προστασία τους.

• Από την ανάλυση προέκυψε ότι τα περισσότερα κτήρια στην περιοχή μελέτης θα ήταν ευάλωτα σε μία μελλοντική δασική πυρκαγιά αφού στην πλειοψηφία τους δεν πληρούν τις προδιαγραφές του “Defensible Space”. Τα αποτελέσματα μιας τέτοιας ανάλυσης μπορούν να χρησιμοποιηθούν κατά το στάδιο της πρόληψης για την ενημέρωση των ιδιοκτητών ώστε να προβαίνουν στις απαραίτητες ενέργειες για τη βελτίωση του.

Προσωπικά εργαλεία