Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

'''Αντικείμενο Εφαρμογής:''' Εκτίμηση των δασικών εκτάσεων από  πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

'''Πρωτότυπος Τίτλος:''' Estimation of area burned by forest fires in Mediterranean countries:A remote sensing data mining perspective

'''Συγγραφείς:''' Carmen Quintano ,Alfonso Fernαndez-Manso , Alfred Stein , Wietske Bijker
Forest Ecology and Management 262 (2011) 1597–1607

'''Λέξεις Κλειδιά:''': Περιοχές με καμένα δάση, Δορυφορικά δεδομένα, Μεσογειακές χώρες
(https://www.sciencedirect.com/science/article/pii/S0378112711004385)


'''Περίληψη'''

Οι δασικές πυρκαγιές, σε ολόκληρο τον κόσμο, καταλήγουν στη θνησιμότητα των δένδρων που μπορεί να προκαλέσει σημαντική ξυλεία και απώλειες σε άνθρακα. Υπάρχει μια κρίσιμη ανάγκη να χαρτογραφηθούν οι περιοχές που καίγονται από τέτοιες πυρκαγιές για την καθοδήγηση των αποφάσεων διαχείρισης των δασών. Οι δορυφορικές εικόνες με μέτρια ανάλυση απεικόνισης με φασματοφωτομετρία (MODIS) παρέχουν φθηνή και συχνή κάλυψη σε μεγάλες εκτάσεις, διευκολύνοντας την παρακολούθηση της υγείας των δασών. Σε αυτή τη μελέτη, η MODIS εικόνα μετά τη φωτιά σε χωρική ανάλυση 250 μέτρων χρησιμεύει ως σημείο εκκίνησης ενός βασισμένου σε εξόρυξη εικόνας μέθοδος. Περιλαμβάνει τρεις αλγόριθμους: μοντελοποίηση ως άθροισμα γκαουσιακών λειτουργιών, εξομάλυνση με βάση τον πυρήνα, και προσαρμοστικού κατωφλίου. Το προσαρμοστικό όριο χρησιμεύει ως αναφορά για σύγκριση με την εικόνα εξόρυξης. Υπάρχουν τρεις φασματικοί δείκτες  που είναι ειδικά σχεδιασμένοι για την αναγνώριση της καμένης περιοχής και είναι: ο δείκτης καμένης περιοχής (BAI), ο δείκτης καμένης περιοχής προσαρμοσμένος στις ζώνες MODIS (BAIM) και ο Κανονικοποιημένος λόγος καύσης (NBR). Η στατιστική  χρησιμοποιείται για τον ποσοτικό προσδιορισμό της ακρίβειας των καμένων περιοχών σε σχέση με την εκτιμώμενη περιοχή των περιμετρικών περιόδων της καμένης περιοχής που μετρούνται επί του εδάφους με Σύστημα Global Positioning (GPS). Επιπλέον, η στατιστική μας επιτρέπει να προσδιορίσουμε και το βέλτιστο φασματικό δείκτη όπως και τις παραμέτρους των βέλτιστων αλγορίθμων. Σε αυτή την εργασία, μια ακριβής εκτίμηση των περιοχών που έχουν καεί από δασικές πυρκαγιές στις μεσογειακές χώρες, ιδίως εάν χρησιμοποιείται ο δείκτης BAIM. Η ακρίβεια αυτών των εκτιμήσεων συγκρίνεται με την ακρίβεια που επιτυγχάνεται με τη χρήση της μεθόδου αναφοράς από τη δοκιμασία του McNemar. Τα αποτελέσματα δείχνουν ότι η μέθοδος μας βασίζεται σε εξόρυξη εικόνας επιτρέπει μεγαλύτερη ακρίβεια από τη μέθοδο αναφοράς. Καταλήγουμε ότι αυτή η μέθοδος είναι η πιο επαρκής για τους χάρτες με τις καμένη γη και μπορεί να βοηθήσει τις διαχειριστικές υπηρεσίες να κατανοήσουν καλύτερα τις τοπίο- κλίμακες καύσης.

'''Εισαγωγή''' 

Οι πυρκαγιές στη Νότια Ευρώπη (Πορτογαλία, Ισπανία, Γαλλία, Ιταλία και Ιρλανδία) Ελλάδα) καίει χιλιάδες τετραγωνικά χιλιόμετρα δάσους, θάμνους, εδάφη και λιβάδια κάθε χρόνο. Προκαλούν εκτεταμένες οικονομικές και οικολογικές απώλειες και, συχνά, ανθρώπινα θύματα. Η παρακολούθηση των δασικών πυρκαγιών και η αξιολόγηση της πληγείσας περιοχής επιβάλλουν γρήγορες και αποδοτικές μεθόδους που βασίζονται σε δεδομένα μεγάλης κλίμακας που εύκολα διατίθενται στους οργανισμούς. Σήμερα, η δορυφορική τηλεπισκόπηση αναδύεται ως ένα σημαντικό εργαλείο για ένα τέτοιο έργο και αυτό φαίνεται από τα πολλά παραδείγματα των μελετών δορυφορικής τηλεπισκόπησης σχετικά με τη χαρτογράφηση καυσίμων, παρακολούθηση πυρκαγιάς, καύση της χαρτογράφησης της γης, την αναγέννηση της βλάστησης μετά την πυρκαγιά και διαχείριση πυρκαγιάς.

Στις μεσογειακές χώρες, οι αναλύσεις στατιστικών μεγέθους πυρκαγιάς αποκαλύπτουν ένα σχέδιο μεγάλης με την συνολική έκταση που καίγεται σε σχετικά μικρό αριθμό μεγάλων πυρκαγιών. Αυτό το μοτίβο υποδηλώνει ότι μπορεί να είναι βιώσιμη η χρήση χονδρικής χωρικής ανάλυσης της εικόνες, όπως αυτή που παρέχεται από το μετρημένο φασματοφωτόμετρο εικόνας (MODIS), για να ανιχνεύσει και να χαρτογραφήσει ένα μεγάλο μέρος της έκτασης που καίγεται ετησίως στην περιοχή αυτή. MODIS στο Terra και το Aqua είναι οι δορυφόροι που έχουν τέσσερις ζώνες μέσα στο κοντινό και βραχυκύκλωμα υπερύθρων (NIR και SWIR) του φάσματος (0,7-3 mm). Για αυτούς τους λόγους, πολυάριθμες μελέτες χρησιμοποίησαν τα δεδομένα MODIS για να χαρτογραφήσουν την καμένη περιοχή στη Μεσόγειο χώρες.
Τα πρότυπα των καμένων περιοχών μπορούν να μετρηθούν ως αλλαγές στις φασματικές υπογραφές που συμβαίνουν μετά από πυρκαγιά. Ενώ η υγιής, ζωντανή βλάστηση αντικατοπτρίζει την ακτινοβολία NIR και απορροφά το κόκκινο φως στην ορατή περιοχή του φάσματος, οι καμένες περιοχές αντανακλούν συγκριτικά περισσότερη ακτινοβολία στην ορατή και SWIR περιοχή του φάσματος και απορροφούν την ακτινοβολία στο NIR. Αυτό αποδίδεται στη καταστροφή του φυτού και της δομής των φύλλων. Στη συνέχεια, η εξάλειψη της υγιούς πράσινης βλάστησης και της αναπόφευκτη παρουσία ξυλάνθρακα ή γυμνού εδάφους έχει σαν αποτέλεσμα την αλλαγή της ακτινοβολίας που καταγράφεται από δορυφορικούς αισθητήρες. Οι φασματικοί δείκτες, που λαμβάνεται από ένα συνδυασμό δεδομένων, αποκτήθηκαν σε αυτές τις φασματικές περιοχές, χρησιμοποιώντας ένα ευρέως για παρακολούθηση και αξιολόγηση της βλάστησης φάσμα σε μελέτες σχετικές με τη φωτιά. Σε σύγκριση με τη χρήση αρχικών ζωνών, οι φασματικοί δείκτες έχουν το πλεονέκτημα της μείωσης ορισμένων ανισότροπων και ατμοσφαιρικών επιπτώσεων.

Ο δείκτης βλάστησης κανονικοποιημένης διαφοράς (NDVI)εφαρμόζεται παραδοσιακά για χαρτογράφηση καμένων περιοχών. Έχει γίνει αναφορά, ότι οι νέοι δείκτες έχουν σχεδιαστεί για τη διάκριση των καμένων περιοχών. Αναμεταξύ οι νέοι αυτοί δείκτες είναι ιδιαίτερα αξιοπρόσεκτοι: (1) Δείκτης καμένης περιοχής (BAI) που ενσωματώνει πληροφορίες από κόκκινα και NIR ζώνες (2) Δείκτης περιοχής καύσης προσαρμοσμένο στο MODIS (BAIM) που έχει σχεδιαστεί με βάση BAIΜ για να χρησιμοποιείται με τη ζώνη SWIR των δεδομένων MODIS. και (3) Κανονικοποιημένο Burn Ratio (NBR) που επιχειρεί να μεγιστοποιήσει τις αλλαγές ανάκλασης λόγω πυρκαγιών, αφού μετά από πυρκαγιές η ανακλαστικότητα NIR μειώνεται και η ανακλαστικότητα SWIR αυξάνεται σύγκριση με τις τιμές πριν την πυρκαγιά. Παραμένει, ωστόσο, σύγχυση κατά την επιλογή του καταλληλότερου δείκτη που θα χρησιμοποιηθεί ανάλογα σχετικά με τους στόχους της μελέτης.
Έχουν αναπτυχθεί αρκετές τεχνικές για τη χαρτογράφηση καμένων επιφανειών, από την οπτική ερμηνεία και την πυκνότητα ενός καναλιού, σε μοντέλο λογικής παλινδρόμησης, φασματική ή μη τυποποιημένες ανάλυση βασικών συστατικών. 

Η εξόρυξη χωρικών δεδομένων ασχολείται με την αποκάλυψη προτύπων, συσχετισμών ανωμαλιών και στατιστικών χωρικών δεδομένων. Από την άποψη της εξόρυξης δεδομένων, ωστόσο, οι καμένες περιοχές μπορούν να θεωρηθούν ως χωρικά πρότυπα προς αναζήτηση. 
Έχει φανεί ότι η εξόρυξη δεδομένων βασίζεται στην εξομάλυνση και την εξομάλυνση οι αλγόριθμοι μοντελοποίησης παρήγαγαν ακριβέστερες εκτιμήσεις καμένης περιοχής από τις συμβατικές μεθόδους που βασίζονται στο κατώφλι.

Με βάση την εξόρυξη δεδομένων, η μελέτη αυτή στοχεύει στη δημιουργία μιας επιχειρησιακής διαδικασία για να κάνει μια πρώτη και ακριβή εκτίμηση της καμένης περιοχή της Castilla y León (Ισπανία) από τα δεδομένα MODIS. Επιπλέον, γίνεται συγκρίνει την απόδοση διαφορετικών φασματικών δεικτών με την απόδοση της ανακλαστικότητας NIR και του NDVI. Το επίπεδο θα μετρηθεί με τη βοήθεια του στατιστικού στοιχείου κ και κάποιου σχήματος, που ενεργούν ως αναφορά οι επίσημες καμένες περιμετρικές περιοχές που μετράται από το Παγκόσμιο Σύστημα Εντοπισμού Θέσης (GPS). Τα αποτελέσματα έχουν τη δυνατότητα να χρησιμοποιηθούν ως εργαλείο για τις οργανώσεις διαχείρισης της Castilla y León για καλύτερη κατανόηση των σχεδίων καύσης τοπίου.

'''2.Περιοχή μελέτης και σύνολο δεδομένων'''

Η μελέτη εκτελείται στην Κεντρική Ισπανία, στην Αυτόνομη Κοινότητα Castilla y León, της τρίτης ευρωπαϊκής περιφέρειας και τα προβληματικά με τις πυρκαγιές. Σύμφωνα με στα στατιστικά στοιχεία του Ευρωπαϊκού Συστήματος Πληροφοριών για τις πυρκαγιές (EFFIS), το 2008 σε περιφερειακό επίπεδο, το χειρότερο πλήγμα ήταν η Καστίγια και η Λεόν με 152,64 km2 καμένα από τις πυρκαγιές του 1996.
Αυτή η περιοχή είναι ένα μεγάλο οροπέδιο (94.000 km2) που περιβάλλεται από βουνά.. Θεωρούμε πέντε περιοχές μελέτης. σε δύο από αυτές (δασικές πυρκαγιές Σαλαμάνκα-Ζαμόρα και Σεγκόβια) 2007, και σε τρεις από αυτές (Burgos, Segovia και Zamora) το 2008 . Η βλάστηση των καμένων περιοχών αντιστοιχεί κυρίως σε μη δάση περιοχές, θάμνους και μικρές εκτάσεις.

 [[Εικόνα: ER_p1_keim7.jpg|500px|thumb|center|'''Εικόνα 1.''' Περιοχή μελέτης.]]

Τα δεδομένα αντανάκλασης επιφάνειας MODIS χρησιμοποιούνται ως σημείο εκκίνησης και εκτίμησης της καμένης περιοχή σε αυτές τις πέντε περιοχές μελέτης. Συγκεκριμένα χρησιμοποιούμε MOD13Q1 / MYD13Q1 (δείκτες βλάστησης 16- Ημέρα L3 Παγκόσμια 250 μ. Έκδοση 5) που κατέβηκε από την Εθνική Αεροναυπηγική και Διοίκηση Διαστήματος (NASA) των Ηνωμένων Πολιτειών (ΗΠΑ). Τα δεδομένα MOD13Q1 παρέχονται κάθε 16 ημέρες σε χωρική ανάλυση 250 m ως προϊόν με επίπεδο πλέγμα 3 στην ημιτονοειδή προβολή. Περιλαμβάνει κόκκινα, NIR, μπλε και ζώνες ανάκλασης SWIR, NDVI και ενίσχυση του Δείκτης Βλάστησης (EVI) από το MODIS που βρίσκεται στο Terra. Το προϊόν MYD13Q1 έχει τα ίδια χαρακτηριστικά με το προϊόν MOD13Q1, αλλά λαμβάνεται από το MODIS από το πλοίο της Πλατφόρμα Aqua.

''' 3.Μέθοδος'''

Συνοψίζοντας τα βήματα της εξόρυξης επιστημονικών δεδομένων των διεργασιών σε τρία στάδια: (1) προεπεξεργασία δεδομένων, η οποία μπορεί να περιλαμβάνει τη σύντηξη δεδομένων, την καταχώριση, την εξομάλυνση, τη μείωση των διαστάσεων μεταξύ άλλων διαδικασιών. (2) αναγνώριση προτύπων, στα οποία γίνεται αναφορά διαδικασίες ταξινόμησης, ομαδοποίησης ή παλινδρόμησης και (3) διερμηνεία αποτελέσματα, τα οποία περιλαμβάνουν την απεικόνιση και την επικύρωση των αποτελεσμάτων. Η μελέτη οργανώνεται ως εξής: (1) προεπεξεργασία δεδομένων, όπου βασικά τα δεδομένα MODIS και το GP Sμε τα  περιμετρικά στοιχεία των καμένων περιοχών να καταχωρούνται, οι φασματικοί δείκτες υπολογίζονται και διενεργείται με ανάλυση διαχωρισμού. (2) αναγνώριση καμένων περιοχών, όπου υπολογίζεται η καύση της περιοχής λαμβάνεται και (3) η επικύρωση της εκτίμησης της καμένης περιοχής, όπου η ακρίβεια της εκτίμησης της καμένης περιοχής υπολογίζεται με τη χρήση  μητρών σύγχυσης. Το δεύτερο βήμα, είναι η αναγνώριση της καμένης περιοχής, που βασίζεται σε τρεις αλγόριθμους: εξομάλυνση (S), μοντελοποίηση (M) και κατώτατο όριο (T), που συνδυάζονται με τέσσερις μεθοδολογικές επιλογές: κατώφλι (Τ), εξομάλυνση και οριοθέτηση (ST), μοντελοποίηση και κατώφλι (MT), και μοντελοποίηση, εξομάλυνση και κατώφλι (MST). Ο τρίτη φάση, επικύρωση της εκτίμησης των καμένων περιοχών, προσδιορίζει ο βέλτιστος συνδυασμός εισόδου και μεθοδολογικής επιλογής, λαμβάνοντας υπόψη Τ ως την εναλλακτική λύση αναφοράς.
 
[[Εικόνα: ER_p2_keim7.jpg|500px|thumb|center|'''Εικόνα 2.'''Γενικό διάγραμμα ροής της μεθοδολογίας.

'''3.1. Στάδιο προεπεξεργασίας δεδομένων'''

'''3.1.1. Δεδομένα GPS'''

Οι μεγαλύτερες καμένες περιοχές αναγνωρίζονται και λαμβάνονται υπόψη με τη χωρική και χρονική εγγύτητα, και πέντε περιοχές μελέτης που ορίζονται από  οκτώ ζώνες οι οποίες έχουν πληγεί από πυρκαγιές.
 
'''3.1.2. Επιλογή δορυφορικών δεδομένων'''

Τα MODIS που χρησιμοποιούνται ειδικά σε κάθε περιοχή μελέτης είναι επιλέγεται οπτικά λαμβάνοντας υπόψη τη χρονική εγγύτητά του στις πυρκαγιές. Ειδικότερα, τα MOD13Q1 στις 13-28 Αυγούστου 2007, 28 Αυγούστου - 12 Σεπτεμβρίου 2008 και 13-28 Σεπτεμβρίου 2008, και Το προϊόν MYD13Q1 από 21 Αυγούστου έως 5 Σεπτεμβρίου 2007 μεταφορτώνεται και επιλέγεται με οπτική επιθεώρηση 

'''3.1.3. Φασματικοί δείκτες'''

Τα BAI, BAIM και NBR χρησιμοποιούνται ως στοιχεία της μεθοδολογίας. BAI είναι υπολογιζόμενη από τη φασματική απόσταση από κάθε εικονοστοιχείο έως μια αναφορά φασματικό σημείο, όπου οι πρόσφατα καμένες περιοχές τείνουν να συγκλίνουν. Βάσει του BAI, η BAIM θεωρεί αντ 'αυτού πληροφορίες από NIR και SWIR κόκκινο και NIR. NBR, που αρχικά αναπτύχθηκε από τον López-García και Caselles χρησιμοποιώντας αναλογίες Landsat TM ζώνες 4 και 7 έως χάρτη καμένων περιοχών στην Ισπανία, χρησιμοποιείται ευρέως για την εκτίμηση του τοπίου μετά την πυρκαγιά στις ΗΠΑ και της Νότιας Αφρικής. Χρησιμοποιούμε αρχική ανάκλαση NIR, NDVI και EVI από το MOD13Q1 / MYD13Q1 καθώς και εισροές.

'''3.2. Στάδιο αναγνώρισης καμένων περιοχών'''

Επιλέγονται τέσσερις μεθοδολογικές επιλογές (T, ST, MT και MST) και προσδιορίζεται ποια επιλογή επιτρέπει την ακριβέστερη εκτίμηση της καμένης περιοχής. Αυτή η μέθοδος εκτίμησης δεν περιλαμβάνει εξόρυξη εικόνας με βάση τη μέθοδο. Επομένως, χρησιμεύει ως αναφορά για σύγκριση σε άλλες εκτιμήσεις καμένων εκτάσεων που προσδιορίζονται παρακάτω. Το ST εφαρμόζει ένα προσαρμοστικό κατώτατο όριο στις προηγουμένως εξομαλυνθείσες εικόνες εισόδου, MTapplies το κατώφλι στις εικόνες εισόδου που είχαν προηγουμένως διαμορφωθεί. Και Το MST εφαρμόζει το προσαρμοστικό κατώφλι στο προηγουμένως διαμορφωμένο.

'''3.2.1. Αλγόριθμος οριοθέτησης'''

Το κατώτατο όριο υπολογίζεται λαμβάνοντας υπόψη τη μέση τιμή (l) και την τυπική απόκλιση (r) της ψηφιακής εικόνας εισόδου τιμές σε κάθε παράθυρο πιλοτικής περιοχής μελέτης. Ελέγχουμε διαφορετικά όρια ανάλογα με το βάρος (w) του r στο κατώτατο όριο. Έτσι, εμείς κυμαίνεται από 0 σε 3 αυξάνοντας το κατά 0,25, επιτυγχάνοντας κατώτατα όρια ισούται με '' μ+ w* σ ''. 

'''3.2.2. Αλγόριθμος εξομάλυνσης'''

Ένας ομαλός πυρήνας χρησιμοποιεί βάρη που ομαλά μειώνονται όταν απομακρύνοντας από το υπό εξέταση του εικονοστοιχείου. 

[[Εικόνα: ER_p3_keim7.jpg|200px|thumb|center|'''Εικόνα 2. 

'''4. Αποτελέσματα'''

Xρησιμοποιήσαμε το 80% των καμένων εικονοστοιχείων και 20% των άκαυστων εικονοστοιχείων. Τα γραφήματα BAI και NBR δείχνουν καλή διαχωρισιμότητα Β και U σε όλες σχεδόν τις περιπτώσεις, παρόλο που τα παράθυρα πλαισίου BAIM δείχνουν κάποια σύγχυση μεταξύ B και U στο Segovia-2008 και Zamora-2008. Όλες οι τιμές εκτός από το NDVI στην περιοχή μελέτης Segovia-2008 είναι υψηλότερο, παρουσιάζοντας μια καλή διάκριση. Η ακρίβεια των εκτιμήσεων της καμένης περιοχής που λαμβάνεται σε κάθε μία περιοχή μελέτης από όλους τους συνδυασμούς εισροών και μεθοδολογικών επιλογών.
Στην περιοχή μελέτης Salamanca-Zamora-2007, μόνο οι φασματικόι δείκτες που είναι ειδικά σχεδιασμένοι για επισημάνσεις καμένων περιοχών, δηλ. ΒΑΙ, Η BAIM και η NBR οδήγησαν σε μια εκτίμηση της καμένης περιοχής με μια στατιστική κ μεγαλύτερη από 0,5. ST και επέφερε την υψηλότερη ακριβή εκτίμηση για κάθε δεδομένη εισαγωγή. Οι εκτιμήσεις της καμένης περιοχής που επιτυγχάνεται από το BAIM ήταν τα πιο ακριβή και σημαντικά διαφορετικά από τις εκτιμήσεις που προέκυψαν όταν το BAIM χρησιμοποιήθηκε ως είσοδος της επιλογής ST. Όσον αφορά την περιοχή μελέτης Segovia-2007, ακριβή καμένη περιοχή η εκτίμηση δεν μπορεί να ληφθεί ούτε από την είσοδο NDVI (κ <0,5) ή EVI κ <0,7). Η πιο ακριβής εκτίμηση ότι σημαντικά διαφέρει από την επιλογή αναφοράς από το BAIM (κ = 0,96) και ΒΑΙ (κ = 0,93). Όσον αφορά τη μεθοδολογική επιλογή, Το ST οδήγησε και πάλι στην πιο ακριβή εκτίμηση ανεξάρτητα από την χρησιμοποιούμενη είσοδο. Για το BAIM, οι εναλλακτικές λύσεις που περιλαμβάνουν το ο αλγόριθμος μοντελοποίησης οδηγεί σε ακριβείς εκτιμήσεις επίσης. Οι εκτιμήσεις από τη NBR δεν διαφέρουν σημαντικά από την αναφορά επιλογή.

Στην περιοχή μελέτης Burgos-2008, κάθε είσοδο εκτός από το NDVI οδηγούν σε ακριβή εκτίμηση (κ> 0,7) που είναι σημαντικά διαφορετική από την αναφορά. Η εκτίμηση βάσει της NBR είναι η πιο ακριβής (κ = 0,97), ακολουθούμενη από εκτίμηση βασιζόμενη σε BAIM ή BAI (κ = 0,95), Ζώνη NIR (κ = 0,94) και EVI (κ = 0,83). Το ST παράγει το πιο ακριβές υπολογισμό για κάθε δεδομένη εισαγωγή. MT και MST παράγουν επίσης μια ακριβής εκτίμηση που είναι σημαντικά διαφορετική από τη μορφή αναφοράς όταν οι είσοδοι είναι NIR, BAI και BAIM και MT για NBR. Στην περιοχή μελέτης Segovia-2008, κάθε είσοδος εκτός από το NDVI οδηγεί εκτιμήσεις καμένων εκτάσεων με τιμή κ μεγαλύτερη από 0,5. Εκτίμηση που επιτυγχάνεται από τις BAI και BAIM είναι η πιο ακριβής (κ = 0,98 και j = 0,95, αντίστοιχα). Τέλος, όσον αφορά την περιοχή μελέτης Zamora-2008, μόνο η περιοχή εκτιμήσεις με βάση BAI ή BAIM επιτρέπουν την εκτίμηση με κ παραπάνω 0.7. Και οι δύο εκτιμήσεις διαφέρουν σημαντικά από την αναφορά όταν χρησιμοποιούνται ST, MT ή MST. Το ST οδηγεί στην πιο ακριβή εκτίμηση (κ = 0,81) και είναι σημαντικά διαφορετική από την αναφορά.

Συνοψίζοντας, τόσο η BAI όσο και η BAIM δείχνουν παρόμοια συμπεριφορά σε όλες τις περιοχές μελέτης, επιτρέποντας μια εκτιμήση της περιοχής της υψηλότερης  ακρίβειας. Η NBR παρουσιάζει μια ακριβή εκτίμηση της καμένης περιοχής που διαφέρει σημαντικά από την αναφορά σε δύο περιοχές μελέτης. Το NDVI δεν επιτρέπει ακριβή εκτίμηση (στις περισσότερες περιπτώσεις κ <0.5), εμφανίζοντας τη χειρότερη απόδοση. Η μέθοδος θεωρείται ότι η ST έδειξε τα καλύτερα αποτελέσματα σε κάθε περιοχή σπουδών.Στην εικόνα 4 παρουσιάζει το συνδυασμό εισροών και μεθοδολογίας οδηγώντας στην πιο ακριβή καμένη περιοχή σε κάθε περιοχή μελέτης. 

[[Εικόνα: ER_p4_keim7.jpg|500px|thumb|center|'''Εικόνα 4.''' : Συνδυασμός της εισόδου και της μεθοδολογικής επιλογής που οδήγησε στην πιο ακριβή εκτίμηση της καμένης περιοχής (μέγιστο στατιστικό στοιχείο κ / ελάχιστο διάστημα εμπιστοσύνης) που διαφέρει σημαντικά από την επιλογή αναφοράς σε κάθε περιοχή μελέτης.]]


Η ανάλυση δείχνει ότι η προτεινόμενη μέθοδος επιτρέπει μια ακριβή καύση της περιοχής στην Καστίλα και Λεόν (κ> 0,8), και αποκαλύπτει BAIM ως την πιο κατάλληλη είσοδο. Οι περιοχές μελέτης του 2008 έδειξαν, ωστόσο, διαφορετική τάση: εισροή BAI επιτεύχθηκε με ακριβέστερη εκτίμηση από την εκτίμηση που προέκυψε από την άλλες εισροές στην Segovia-2008 και στη NBR, στο Burgos-2008. Παρ 'όλα αυτά, και στις δύο περιοχές μελέτης οι καμένες εκτιμήσεις με βάση τις εισροές BAIM παρουσιάζουν περισσότερο από αποδεκτό κ = 0,95. Σχετικά με μεθοδολογική επιλογή, το ST είχε ως αποτέλεσμα την πιο ακριβή καύση που είναι σημαντικά διαφορετική από την αναφορά σε κάθε περιοχή μελέτης. Η PA και η UA είναι ισορροπημένες, αν και η PA δείχνει μια μικρή τάση να είναι υψηλότερη από την UA.
Οριστική εκτίμηση της καμένης περιοχής στις άλλες περιοχές μελέτης παρουσιάζεται στην εικόνα 5.

[[Εικόνα: ER_p5_keim7.jpg|500px|thumb|center|'''Εικόνα 5.''' : Εκτιμήσεις καμένης περιοχής. (a) Περιοχή μελέτης: Segovia 2007, (β) Περιοχή μελέτης: Burgos 2008. (γ) Περιοχή μελέτης: Segovia 2008. (δ) Περιοχή μελέτης: Zamora 2008.]]


Για να αναλύσουμε πλήρως τις εκτιμήσεις της οριστικής καμένης περιοχής, προσδιορίζουμε την περιοχή που επηρεάζεται από τη φωτιά (km2) και υπολογίζουμε το σχήμα παράγοντες για κάθε έγκαυμα. Στην εικόνα 6 αναφέρεται στις τιμές των εκτιμώμενων καίγονται έμπλαστρα στις τιμές που λαμβάνονται από τα καμένα περιοχές της ραδιογραφημένης περιοχής GPS καμένης περιοχής (έδαφος) εικόνα αλήθειας). 
[[Εικόνα: ER_p6_keim7.jpg|500px|thumb|center|'''Εικόνα 6.''' :  Η σύγκριση μεταξύ της περιοχής που επηρεάζεται από τη φωτιά και των παραγόντων με βάση το σχήμα (κυκλικότητα, αναλογία περιμέτρου προς περιοχή και αναλογία εσωτερικής περιοχής προς συνολική έκταση) της εικόνας εδάφους και των πλέον ακριβών εκτιμήσεων των καμένων εκτάσεων.]]

'''5.  Συμπέρασμα'''

Μια μεθοδολογία με βάση την εξόρυξη εικόνας για την εκτίμηση της καύσης και χαρτογράφηση με ακρίβεια σε περιφερειακή κλίμακα στις μεσογειακές χώρες από τα δεδομένα MODIS έχει επικυρωθεί σε πέντε περιοχές μελέτης που βρίσκονται στην Καστίλια και Λεόν (Κεντρική Ισπανία). Αυτή η περιοχή επηρεάστηκε από πυρκαγιές κατά τη διάρκεια των 2007 και 2008. Η σύγκριση της εκτιμήσης των καμένων περιοχών σε σχέση με τις επίσημες στατιστικές και οι περιφέρειες περιοχής που καίει το GPS δείχνουν ότι η μεθοδολογία είναι επαρκής. Η δοκιμή του McNemar δείχνει σημαντικές διαφορές μεταξύ της προτεινόμενης μέθοδου εξόρυξης εικόνας και της απλής ταξινόμησης της εικόνα εισόδου. Η μελέτη αποδεικνύει την ανωτερότητα της BAIM και της BAI σε σχέση με άλλους δείκτες που παραδοσιακά χρησιμοποιούνται για χαρτογράφηση καίγονται περιοχές. Η χρήση του δείκτη BAIM οδηγεί στις πιο ακριβείς εκτιμήσεις σε τέσσερις από τις πέντε περιοχές μελέτης. Καταλήγουμε στο MODIS η προτεινόμενη μέθοδος εξόρυξης δεδομένων μπορεί να βοηθήσει στην καλύτερη κατανόηση των καμένων καταστάσεων περιοχής που μπορούν να βοηθήσουν στη διαχείριση πυρκαγιάς οργανισμών.

[[category: Δασοπονία, Δασική διαχείριση]]