ΕΓΚΑΙΡΗ ΧΑΡΤΟΓΡΑΦΗΣΗ ΠΟΤΑΜΙΩΝ ΠΛΗΜΜΥΡΩΝ...

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
 
(Μία ενδιάμεση αναθεώρηση δεν εμφανίζονται.)
Γραμμή 5: Γραμμή 5:
Sajjad, A., Lu, J., Chen, X., & Saleem, N. (2021). Rapid riverine flood mapping with different water indexes using flood instances Landsat-8 images. 8049. https://doi.org/10.3390/ecws-5-08049
Sajjad, A., Lu, J., Chen, X., & Saleem, N. (2021). Rapid riverine flood mapping with different water indexes using flood instances Landsat-8 images. 8049. https://doi.org/10.3390/ecws-5-08049
 +
 +
[[Εικόνα: Pantkor.ar4.im1.png | thumb | right | ''ΕΙΚΟΝΑ 1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ'']]
 +
 +
[[Εικόνα: Pantkor.ar4.im2.png | thumb | right | ''ΕΙΚΟΝΑ 2 ΣΥΝΟΛΙΚΗ ΑΞΙΟΛΟΓΗΣΗ ΑΚΡΙΒΕΙΑΣ ΔΕΙΚΤΩΝ'']]
Γραμμή 17: Γραμμή 21:
1.1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ
1.1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ
-
Για τον ορισμό της περιοχής μελέτης επιλέχτηκαν 120 χλμ. κατά μήκος του ποταμού Chenab σε συνδυασμό με την έκταση πλάτους ακτίνας επιρροής 6 χλμ. , δεδομένου του μεγάλου αριθμού πλημμυρικών φαινομένων που παρουσιάζονται στην περιοχή.
+
Για τον ορισμό της περιοχής μελέτης επιλέχτηκαν 120 χλμ. κατά μήκος του ποταμού Chenab σε συνδυασμό με την έκταση πλάτους ακτίνας επιρροής 6 χλμ. , δεδομένου του μεγάλου αριθμού πλημμυρικών φαινομένων που παρουσιάζονται στην περιοχή (ΕΙΚΟΝΑ 1).
Γραμμή 46: Γραμμή 50:
3.2 ΑΞΙΟΛΟΓΗΣΗ ΑΚΡΙΒΕΙΑΣ
3.2 ΑΞΙΟΛΟΓΗΣΗ ΑΚΡΙΒΕΙΑΣ
-
Ο πιο αξιόπιστος δείκτης διαπιστώθηκε να είναι ο MNDWI, ακολουθεί ο NDWI, ενώ ο WRI παρουσίασε τη μικρότερη ακρίβεια.
+
Ο πιο αξιόπιστος δείκτης διαπιστώθηκε να είναι ο MNDWI, ακολουθεί ο NDWI, ενώ ο WRI παρουσίασε τη μικρότερη ακρίβεια (ΕΙΚΟΝΑ 2)

Παρούσα αναθεώρηση της 19:03, 8 Απριλίου 2022


ΕΓΚΑΙΡΗ ΧΑΡΤΟΓΡΑΦΗΣΗ ΠΟΤΑΜΙΩΝ ΠΛΗΜΜΥΡΩΝ ΧΡΗΣΙΜΟΠΟΙΩΝΤΑΣ ΔΕΙΚΤΕΣ ΔΙΑΦΟΡΑΣ ΝΕΡΟΥ, ΜΕΣΑ ΑΠΟ ΔΟΡΥΦΟΡΙΚΕΣ ΕΙΚΟΝΕΣ LANDSAT-8 ΠΛΗΜΜΥΡΙΣΜΕΝΩΝ ΠΕΡΙΟΧΩΝ.


Sajjad, A., Lu, J., Chen, X., & Saleem, N. (2021). Rapid riverine flood mapping with different water indexes using flood instances Landsat-8 images. 8049. https://doi.org/10.3390/ecws-5-08049

ΕΙΚΟΝΑ 1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ
ΕΙΚΟΝΑ 2 ΣΥΝΟΛΙΚΗ ΑΞΙΟΛΟΓΗΣΗ ΑΚΡΙΒΕΙΑΣ ΔΕΙΚΤΩΝ


ΠΕΡΙΛΗΨΗ

Η χωρική και χρονική χαρτογράφηση των πλημμυρών, από τα πρώιμα κιόλας στάδιά τους, κατέχει σημαντικό ρόλο στην αντιμετώπιση, αλλά και στη μελλοντική πρόληψή τους, από τους ερευνητές. Η έγκαιρη χαρτογράφηση έχει καταστεί δυνατή μέσω της τηλεπισκόπησης. Στη παρούσα μελέτη εφαρμόζονται οι μέθοδοι της ταξινόμησης και των δεικτών νερού, σε εικόνες Landsat-8, για την πεδιάδα Lower Chenab Plain στο Πακιστάν, για το έτος 2014, υπολογίζοντας τελικά την έκταση, τη διάρκεια, και την πλημμυρική πεδιάδα του φαινομένου πλημμύρας που συνέβη.


1. ΕΙΣΑΓΩΓΗ

Οι καταστροφικές επιπτώσεις των ποτάμιων πλημμυρών, δύναται να αντιμετωπιστούν με τη χρήση της τηλεπισκόπησης, η οποία παρέχει δεδομένα, παράλληλα με το φαινόμενο, κατάλληλα για ενέργειες έγκαιρης απόκρισης και αποκατάστασης. Ο δορυφόρος Landsat-8 παρέχει εικόνες, που είναι απαραίτητες για την ανίχνευση πλημμυρισμένων περιοχών, σε διαφορετικές φάσεις του φαινομένου. Στις περιπτώσεις που παρεμβάλλονται σύννεφα, χρησιμοποιούνται μέθοδοι RADAR και SAR, ωστόσο στην παρούσα μελέτη δε χρειάστηκε. Χρησιμοποιήθηκαν ο Δείκτης Κανονικοποιημένης Διαφοράς Νερού (NDWI), ο Τροποποιημένος Δείκτης Κανονικοποιημένης Διαφοράς Νερού (Modified NDWI), και ο Δείκτης Αναλογίας Νερού (WRI).

1.1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ Για τον ορισμό της περιοχής μελέτης επιλέχτηκαν 120 χλμ. κατά μήκος του ποταμού Chenab σε συνδυασμό με την έκταση πλάτους ακτίνας επιρροής 6 χλμ. , δεδομένου του μεγάλου αριθμού πλημμυρικών φαινομένων που παρουσιάζονται στην περιοχή (ΕΙΚΟΝΑ 1).


2. ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ

Χρησιμοποιήθηκαν δωρεάν εικόνες Landsat-8, χρονικής ανάλυσης 8 ημερών, αντί 16, συνδυάζοντας δύο γειτονικά δορυφορικά μονοπάτια , που λήφθηκαν μεταξύ 17 Σεπτεμβρίου και 27 Νοεμβρίου. Ακόμα, χρησιμοποιήθηκαν δεδομένα Google Earth και GPS για τον ορισμό σημείων αξιολόγησης. Ο δείκτης NDWI είναι πολύ αποτελεσματικός για την ανίχνευση πλημμυρικών υδάτων και τη διάκριση νερού και βλάστησης, αλλά αντιμετωπίζει δυσκολίες για αστικές περιοχές κοντά σε υδάτινα σώματα.

𝑁𝐷𝑊𝐼 = Green −NIR / Green +NIR

Ο δείκτης MNDWI, λειτουργεί αποτελεσματικά για να διακρίνει το νερό από τις κατοικημένες περιοχές.

𝑀𝑁𝐷𝑊𝐼 = Green − SWIR / Green + SWIR

Ο δείκτης WRI υπολογίζει την αναλογία μεταξύ του αθροίσματος της φασματικής ανάκλασης για τις φασματικές ζώνες του Πράσινου και Κόκκινου προς τις ζώνες NIR και SWIR

𝑊𝑅𝐼 = Green + RED / NIR + SWIR

Επιπλέον, οι εικόνες ταξινομήθηκαν χειροκίνητα στις κατηγορίες νερό και όχι-νερό, ενώ η οριακή τιμή υπολογίστηκε με τη βοήθεια του χάρτη αναφοράς και οπτική παρατήρηση. Η επικύρωση των αποτελεσμάτων αξιολογήθηκε χρησιμοποιώντας σημεία GPS και GE. Τα αποτελέσματα της αξιολόγησης παρουσιάστηκαν σε πίνακα σύγχυσης (matrix confusion).


3. ΑΠΟΤΕΛΕΣΜΑΤΑ

3.1 ΕΓΚΑΙΡΗ ΧΑΡΤΟΓΡΑΦΗΣΗ ΠΛΗΜΜΥΡΑΣ ΜΕ ΧΡΗΣΗ ΔΕΙΚΤΩΝ

Αφού οριοθετήθηκαν οι πληγείσες περιοχές και παρατηρήθηκε η πορεία της συσσώρευσης νερού της πλημμυρισμένης περιοχής στην κατώτερη πεδιάδα Chenab, εκτιμήθηκε η έκτασή τους, με το δείκτη MNDWI να προσφέρει τα πιο έγκυρα αποτελέσματα, και η συνολική διάρκεια του φαινομένου χωρίστηκε σε τρεις φάσεις. Το τελικό αποτέλεσμα έδειξε ότι τα βόρεια και νοτιοδυτικά τμήματα ήταν τα πιο επηρεασμένα.

3.2 ΑΞΙΟΛΟΓΗΣΗ ΑΚΡΙΒΕΙΑΣ

Ο πιο αξιόπιστος δείκτης διαπιστώθηκε να είναι ο MNDWI, ακολουθεί ο NDWI, ενώ ο WRI παρουσίασε τη μικρότερη ακρίβεια (ΕΙΚΟΝΑ 2)


4. ΣΥΖΗΤΗΣΗ

Τελικά, οι εικόνες Landsat, ήταν χρήσιμες στην έγκαιρη μελέτη πλημμυρών, ωστόσο αυτό κατέστη δυνατό λόγω της τοποθεσίας, όπου εκμεταλλεύτηκε διπλή δορυφορική διαδρομή, άρα και πέτυχε διπλάσια χρονική ανάλυση για το συγκεκριμένο δορυφόρο , και λόγω του γεγονότος ότι απουσίαζαν σύννεφα πάνω από την περιοχή. Τα αποτελέσματα αξιολογήθηκαν βάσει επιτόπιας έρευνας, με το δείκτη MNDWI να παράγει εξαιρετικά αποτελέσματα, το δείκτη NDWI να παρουσιάζει σύγχυση με το γυμνό έδαφος, την υγρή άμμο ή τις οικιστικές περιοχές κοντά σε υγροβιότοπους, και το δείκτη WRI να μην αναγνωρίζει τις χαμηλές στάθμες νερού. Η κορύφωση της συσσώρευσης του νερού παρατηρήθηκε στις 17 Σεπτεμβρίου, και η διαδικασία αποχώρησής του χωρίστηκε σε τρεις φάσεις.


5. ΣΥΜΠΕΡΑΣΜΑΤΑ

Οι δείκτες αυτής της μελέτης είναι ικανοί να χρησιμοποιηθούν, σε συνδυασμό με δορυφορικές εικόνες, για την έγκαιρη χαρτογράφηση και οριοθέτηση πλημμυρών. Ο συνδυασμός αυτών, λειτούργησε για τις εικόνες Landsat, ενώ, η εκμετάλλευση του διπλού δορυφορικού μονοπατιού, κατέστησε αποτελεσματική την ταχεία χαρτογράφηση, αποδεικνύοντας έτσι ότι οι εικόνες Landsat μπορούν να χρησιμοποιηθούν σε έκτακτες περιπτώσεις ανάγκης.

Προσωπικά εργαλεία