Χαρτογράφηση Καμένων Εκτάσεων σε Σχεδόν Πραγματικό Χρόνο με Συνδυασμό Πολλαπλών Δεδομένων Τηλεπισκόπησης

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
Γραμμή 46: Γραμμή 46:
Για να ελεγχθεί η ικανότητα των δεικτών στη διάκριση των καμένων από τις μη καμένες περιοχές και για να μετριαστούν οι επιπτώσεις του καπνού, προκύπτει ότι οι καμένες περιοχές χωρίς καπνό (BA), οι καμένες περιοχές που καλύπτονται από πυκνό καπνό (HS2) και οι καμένες περιοχές που καλύπτονται από αραιό καπνό (TS2) πρέπει να εντοπίζονται ξεχωριστά. Το κανάλι NIR μπορεί να εξάγει ξεχωριστά καμένες περιοχές χωρίς καπνό, από άλλες περιοχές που καλύπτονται από καπνό. Τα κανάλια SWIR1 και SWIR2 μπορούν να κάνουν διάκριση των καμένων που καλύπτονται από βαρύ καπνό, από τα καμένα που δεν καλύπτονται από καπνό και από άλλες περιοχές που καλύπτονται με καπνό, ενώ τα dNIR και dNBR μπορούν επίσης να διαχωρίσουν τα καμένα χωρίς καπνό, από άλλες περιοχές που καλύπτονται από καπνό. Τα dSWIR1 και dSWIR2 παρουσιάζουν επίσης μεγάλες δυνατότητες στη διάκριση των καμένων που καλύπτονται από βαρύ καπνό σε σχέση με τα καμένα χωρίς καπνό και άλλες περιοχές που σχετίζονται με τον καπνό, αλλά δεν μπορούν να διαχωρίσουν καλά τα καμένα που καλύπτονται από λεπτό καπνό (TS2) σε σχέση με άλλες περιπτώσεις. Χάρη στο κανάλι SWIR, οι καμένες περιοχές που καλύπτονται από λεπτό καπνό (TS2), μπορούν να εξαχθούν εν μέρει με τη χρήση dSWIR1. Για να κρατηθούν οι φασματικοί δείκτες  των προς εξαγωγή καμένων εκτάσεων συνεπείς σε διαφορετικούς αισθητήρες και να βελτιωθεί η υπολογιστική απόδοση, επιλέχθηκαν τα dNBR και dSWIR1 για την εξαγωγή των καμένων από πυρκαγιές.
Για να ελεγχθεί η ικανότητα των δεικτών στη διάκριση των καμένων από τις μη καμένες περιοχές και για να μετριαστούν οι επιπτώσεις του καπνού, προκύπτει ότι οι καμένες περιοχές χωρίς καπνό (BA), οι καμένες περιοχές που καλύπτονται από πυκνό καπνό (HS2) και οι καμένες περιοχές που καλύπτονται από αραιό καπνό (TS2) πρέπει να εντοπίζονται ξεχωριστά. Το κανάλι NIR μπορεί να εξάγει ξεχωριστά καμένες περιοχές χωρίς καπνό, από άλλες περιοχές που καλύπτονται από καπνό. Τα κανάλια SWIR1 και SWIR2 μπορούν να κάνουν διάκριση των καμένων που καλύπτονται από βαρύ καπνό, από τα καμένα που δεν καλύπτονται από καπνό και από άλλες περιοχές που καλύπτονται με καπνό, ενώ τα dNIR και dNBR μπορούν επίσης να διαχωρίσουν τα καμένα χωρίς καπνό, από άλλες περιοχές που καλύπτονται από καπνό. Τα dSWIR1 και dSWIR2 παρουσιάζουν επίσης μεγάλες δυνατότητες στη διάκριση των καμένων που καλύπτονται από βαρύ καπνό σε σχέση με τα καμένα χωρίς καπνό και άλλες περιοχές που σχετίζονται με τον καπνό, αλλά δεν μπορούν να διαχωρίσουν καλά τα καμένα που καλύπτονται από λεπτό καπνό (TS2) σε σχέση με άλλες περιπτώσεις. Χάρη στο κανάλι SWIR, οι καμένες περιοχές που καλύπτονται από λεπτό καπνό (TS2), μπορούν να εξαχθούν εν μέρει με τη χρήση dSWIR1. Για να κρατηθούν οι φασματικοί δείκτες  των προς εξαγωγή καμένων εκτάσεων συνεπείς σε διαφορετικούς αισθητήρες και να βελτιωθεί η υπολογιστική απόδοση, επιλέχθηκαν τα dNBR και dSWIR1 για την εξαγωγή των καμένων από πυρκαγιές.
-
 
-
Ο προσδιορισμός των πιθανών βέλτιστων κατωφλιών για τις εικόνες των Sentinel-2A/B (Πίνακας 1) για την ακριβή αναγνώριση των καμένων εκτάσεων, είναι 0,42 και -0,2 για τα dNBR και dSWIR1 αντίστοιχα. Όταν η τιμή του dNBR είναι μεγαλύτερη από 0,42 και η τιμή του dSWIR1 είναι ταυτόχρονα μικρότερη από -0,2, τα καμένα μπορούν να εξαχθούν για εικόνες Sentinel-2A/B. Ωστόσο, αυτές οι τιμές μπορεί να μην είναι οι βέλτιστες. Έτσι, για να ληφθούν τα βέλτιστα κατώφλια, πραγματοποιήθηκε μία περαιτέρω δοκιμή για τα υποψήφια κατώφλια του βέλτιστου dNBR και του dSWIR1 για τις εικόνες Sentinel-2A/B. Όπως φαίνεται στον Πίνακα 1, οι βέλτιστες τιμές κατωφλίου για το υψηλότερο F-score ήταν 0.42 για το dNBR και -0.23 για το dSWIR1.
 
[[Εικόνα: NT5_p1.JPG |thumb|right| '''Πίνακας 1.''' Το F1-score για κάθε υποψήφιο σύνολο των τιμών κατωφλίου dNBR και dSWIR για τα 200 δείγματα (100 καμένα και 100 άκαυτα), της πυρκαγιάς «Thomas» που σημειώθηκε στις 5 Δεκεμβρίου με βάση την εικόνα Sentinel-2B. ]]
[[Εικόνα: NT5_p1.JPG |thumb|right| '''Πίνακας 1.''' Το F1-score για κάθε υποψήφιο σύνολο των τιμών κατωφλίου dNBR και dSWIR για τα 200 δείγματα (100 καμένα και 100 άκαυτα), της πυρκαγιάς «Thomas» που σημειώθηκε στις 5 Δεκεμβρίου με βάση την εικόνα Sentinel-2B. ]]
 +
 +
Ο προσδιορισμός των πιθανών βέλτιστων κατωφλιών για τις εικόνες των Sentinel-2A/B (Πίνακας 1) για την ακριβή αναγνώριση των καμένων εκτάσεων, είναι 0,42 και -0,2 για τα dNBR και dSWIR1 αντίστοιχα. Όταν η τιμή του dNBR είναι μεγαλύτερη από 0,42 και η τιμή του dSWIR1 είναι ταυτόχρονα μικρότερη από -0,2, τα καμένα μπορούν να εξαχθούν για εικόνες Sentinel-2A/B. Ωστόσο, αυτές οι τιμές μπορεί να μην είναι οι βέλτιστες. Έτσι, για να ληφθούν τα βέλτιστα κατώφλια, πραγματοποιήθηκε μία περαιτέρω δοκιμή για τα υποψήφια κατώφλια του βέλτιστου dNBR και του dSWIR1 για τις εικόνες Sentinel-2A/B. Όπως φαίνεται στον Πίνακα 1, οι βέλτιστες τιμές κατωφλίου για το υψηλότερο F-score ήταν 0.42 για το dNBR και -0.23 για το dSWIR1.
'''Συμπεράσματα:''' Στην παρούσα μελέτη προτείνεται μία μέθοδος δύο σταδίων που βασίζεται σε δεδομένα τηλεπισκόπησης πολλαπλών αισθητήρων για χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο. Οι αισθητήρες υψηλής χρονικής ανάλυσης της θερμικής ανωμαλίας, MODIS και VIIRS, χρησιμοποιήθηκαν αρχικά για τον εντοπισμό πυρκαγιών και πιθανών καμένων εκτάσεων. Έπειτα, αισθητήρες εικόνων MSR συμπεριλαμβανομένων των Sentinel-2A/2B, του Landsat OLI και του Resourcesat AWiFS χρησιμοποιήθηκαν για την εξαγωγή καμένων εκτάσεων με περισσότερη χωρική λεπτομέρεια σε σχεδόν πραγματικό χρόνο. Η προτεινόμενη μέθοδος εφαρμόστηκε στη Βόρεια και Νότια Καλιφόρνια όπου εκδηλώθηκαν πυρκαγιές το 2017. Τα αποτελέσματα έδειξαν ότι αυτή η μέθοδος ήταν ακριβής για τη χαρτογράφηση καμένων εκτάσεων σε ένα σύνολο ακρίβειας 0,84 και 0,85  για τη Βόρεια και Νότια Καλιφόρνια, αντίστοιχα. Επιπλέον, η μέθοδος αυτή μπορεί να παρακολουθεί τα καμένα σε μέσο διάστημα 3,5 ημερών και καθυστέρηση 4 ημερών στη Νότια Καλιφόρνια και σε μέσο διάστημα 3 ημερών και καθυστέρηση λιγότερη της μίας ημέρας για τις πυρκαγιές στη Βόρεια Καλιφόρνια, αντίστοιχα. Ακόμη ξεπερνά τους περιορισμούς στη χαρτογράφηση καμένων με βάση μόνο μεμονωμένα δορυφορικά δεδομένα, που είναι οι αισθητήρες με σύντομες περιόδους επανεπίσκεψης σε ένα σημείο, οι οποίοι κιόλας αποτυγχάνουν να παρέχουν σαφή χωρική λεπτομέρεια για τις πυρκαγιές, ενώ οι αισθητήρες μέσης ανάλυσης δεν επαρκούν για τον έγκαιρο εντοπισμό των δασικών πυρκαγιών που μπορεί να συμβαίνουν ανά πάσα στιγμή σε οποιοδήποτε μέρος στον κόσμο. Οι δυο ομάδες αισθητήρων δεν μπορούν να αναγνωρίσουν έγκαιρα τις πυρκαγιές, αλλά χαρτογραφούν με ακρίβεια ό,τι καίνε αυτές. Η μέθοδος δύο σταδίων μπορεί να θεωρηθεί κρίσιμη για τη χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο με το συνδυασμό δεδομένων τηλεπισκόπησης από πολλαπλές υψηλές χρονικές συχνότητες και όλους τους δωρεάν MSR αισθητήρες. Με όλο και περισσότερα δορυφορικά δεδομένα MSR και HSR ελεύθερα στο κοινό, ο συνδυασμός τους για την κατασκευή τακτικών χρονικών σειρών και την ανίχνευση ποικίλων αλλαγών σε πραγματικό χρόνο της επιφάνειας της γης σε περιφερειακές αλλά και πιο παγκόσμιες κλίμακες, γίνεται πιο εύκολα από πριν. Παρόλο που η προτεινόμενη μέθοδος των δύο σταδίων παρέχει έναν αποτελεσματικό τρόπο για τη συνεχή παρακολούθηση των καμένων σε σχεδόν πραγματικό χρόνο, η απόδοση αυτής της μεθόδου θα μπορούσε να βελτιωθεί με την ενσωμάτωση των πληροφοριών των καμένων στην ανίχνευση των εν λόγω εκτάσεων. Επιπλέον, είναι πολύτιμο να υλοποιηθεί η προτεινόμενη μέθοδος χαρτογράφησης των καμένων εκτάσεων για μία πλατφόρμα πλανητικής κλίμακας, όπως το Google Earth Engine (GEE) για την πιο αποτελεσματική χαρτογράφηση σε σχεδόν πραγματικό χρόνο των καμένων εκτάσεων.
'''Συμπεράσματα:''' Στην παρούσα μελέτη προτείνεται μία μέθοδος δύο σταδίων που βασίζεται σε δεδομένα τηλεπισκόπησης πολλαπλών αισθητήρων για χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο. Οι αισθητήρες υψηλής χρονικής ανάλυσης της θερμικής ανωμαλίας, MODIS και VIIRS, χρησιμοποιήθηκαν αρχικά για τον εντοπισμό πυρκαγιών και πιθανών καμένων εκτάσεων. Έπειτα, αισθητήρες εικόνων MSR συμπεριλαμβανομένων των Sentinel-2A/2B, του Landsat OLI και του Resourcesat AWiFS χρησιμοποιήθηκαν για την εξαγωγή καμένων εκτάσεων με περισσότερη χωρική λεπτομέρεια σε σχεδόν πραγματικό χρόνο. Η προτεινόμενη μέθοδος εφαρμόστηκε στη Βόρεια και Νότια Καλιφόρνια όπου εκδηλώθηκαν πυρκαγιές το 2017. Τα αποτελέσματα έδειξαν ότι αυτή η μέθοδος ήταν ακριβής για τη χαρτογράφηση καμένων εκτάσεων σε ένα σύνολο ακρίβειας 0,84 και 0,85  για τη Βόρεια και Νότια Καλιφόρνια, αντίστοιχα. Επιπλέον, η μέθοδος αυτή μπορεί να παρακολουθεί τα καμένα σε μέσο διάστημα 3,5 ημερών και καθυστέρηση 4 ημερών στη Νότια Καλιφόρνια και σε μέσο διάστημα 3 ημερών και καθυστέρηση λιγότερη της μίας ημέρας για τις πυρκαγιές στη Βόρεια Καλιφόρνια, αντίστοιχα. Ακόμη ξεπερνά τους περιορισμούς στη χαρτογράφηση καμένων με βάση μόνο μεμονωμένα δορυφορικά δεδομένα, που είναι οι αισθητήρες με σύντομες περιόδους επανεπίσκεψης σε ένα σημείο, οι οποίοι κιόλας αποτυγχάνουν να παρέχουν σαφή χωρική λεπτομέρεια για τις πυρκαγιές, ενώ οι αισθητήρες μέσης ανάλυσης δεν επαρκούν για τον έγκαιρο εντοπισμό των δασικών πυρκαγιών που μπορεί να συμβαίνουν ανά πάσα στιγμή σε οποιοδήποτε μέρος στον κόσμο. Οι δυο ομάδες αισθητήρων δεν μπορούν να αναγνωρίσουν έγκαιρα τις πυρκαγιές, αλλά χαρτογραφούν με ακρίβεια ό,τι καίνε αυτές. Η μέθοδος δύο σταδίων μπορεί να θεωρηθεί κρίσιμη για τη χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο με το συνδυασμό δεδομένων τηλεπισκόπησης από πολλαπλές υψηλές χρονικές συχνότητες και όλους τους δωρεάν MSR αισθητήρες. Με όλο και περισσότερα δορυφορικά δεδομένα MSR και HSR ελεύθερα στο κοινό, ο συνδυασμός τους για την κατασκευή τακτικών χρονικών σειρών και την ανίχνευση ποικίλων αλλαγών σε πραγματικό χρόνο της επιφάνειας της γης σε περιφερειακές αλλά και πιο παγκόσμιες κλίμακες, γίνεται πιο εύκολα από πριν. Παρόλο που η προτεινόμενη μέθοδος των δύο σταδίων παρέχει έναν αποτελεσματικό τρόπο για τη συνεχή παρακολούθηση των καμένων σε σχεδόν πραγματικό χρόνο, η απόδοση αυτής της μεθόδου θα μπορούσε να βελτιωθεί με την ενσωμάτωση των πληροφοριών των καμένων στην ανίχνευση των εν λόγω εκτάσεων. Επιπλέον, είναι πολύτιμο να υλοποιηθεί η προτεινόμενη μέθοδος χαρτογράφησης των καμένων εκτάσεων για μία πλατφόρμα πλανητικής κλίμακας, όπως το Google Earth Engine (GEE) για την πιο αποτελεσματική χαρτογράφηση σε σχεδόν πραγματικό χρόνο των καμένων εκτάσεων.

Αναθεώρηση της 19:18, 8 Φεβρουαρίου 2023

Αντικείμενο εφαρμογής: Χαρτογράφηση καμένων εκτάσεων

Πρωτότυπος τίτλος: Near real-time mapping of burned area by synergizing multiple satellites remote-sensing data

Συγγραφείς: Lipeng Jiao & Yanchen Bo

Πηγή: Lipeng Jiao & Yanchen Bo (2022) Near real-time mapping of burned area by synergizing multiple satellites remote-sensing data, GIScience & Remote Sensing, 59:1, 1956-1977, DOI: 10.1080/15481603.2022.2143690 https://doi.org/10.1080/15481603.2022.2143690 [1]

Περίληψη: Οι πυρκαγιές έχουν σημαντικές επιπτώσεις στις ανθρώπινες ζωές, στις υποδομές και στα οικοσυστήματα. Η ακριβής και έγκαιρη πληροφόρηση ότι μία περιοχή έχει πληγεί από πυρκαγιά, έχει μεγάλη σημασία για την καλύτερη κατανόηση των μοτίβων των δασικών πυρκαγιών, καθώς και τη συνάφειά τους με τους βιογεωχημικούς κύκλους, το κλίμα, την ποιότητα του αέρα και τη διαχείριση των πυρκαγιών. Γενικά σε μελέτες, έχουν χρησιμοποιηθεί μεμονωμένα δορυφορικά δεδομένα για την ανίχνευση των χαρακτηριστικών των πυρκαγιών, χαρτογραφώντας αναδρομικά τις καμένες εκτάσεις σε μία ποικιλία χωρικών αναλύσεων. Ωστόσο, λόγω της αντιστάθμισης μεταξύ χωρικών και χρονικών αναλύσεων, τα δορυφορικά δεδομένα δεν επαρκούν για να στοιχειοθετήσουν τη σημασία των καμένων εκτάσεων σε υψηλού επιπέδου αναλύσεις τόσο χωρικά όσο και χρονικά. Έτσι, στην παρούσα μελέτη αναπτύχθηκε μία μέθοδος αντιστοίχισης των καμένων εκτάσεων δύο σταδίων σε σχεδόν πραγματικό χρόνο, που εκμεταλλεύεται την υψηλή χρονική συχνότητα των αισθητήρων χονδροειδούς ανάλυσης, και την καλή ανάλυση αισθητήρων μέσης χωρικής ανάλυσης στη χαρτογράφηση των καμένων εκτάσεων. Οι αισθητήρες υψηλής χρονικής συχνότητας, MODIS και VIIRS, είναι αυτοί που χρησιμοποιήθηκαν για τον εντοπισμό των πυρκαγιών και πιθανών καμένων εκτάσεων. Στη συνέχεια, χρησιμοποιήθηκαν αισθητήρες μέσης χωρικής ανάλυσης (MSR), όπως οι Sentinel-2A/2B, Landsat OLI και Resourcesat AWiFS για εξαγωγή των καμένων εκτάσεων με περισσότερες χωρικές λεπτομέρειες σε σχεδόν πραγματικό χρόνο. Η διαδικασία εφαρμόστηκε στην Καλιφόρνια των ΗΠΑ, όπου εκδηλώθηκαν πυρκαγιές σε βόρεια και νότια τμήματα της πολιτείας το 2017 και τα αποτελέσματα έδειξαν ότι η προτεινόμενη μέθοδος είναι πολλά υποσχόμενη για τη χαρτογράφηση των καμένων εκτάσεων με συνολική ακρίβεια 0,84 και 0,85 στη Βόρεια και Νότια Καλιφόρνια, αντίστοιχα. Επιπλέον, η προτεινόμενη μέθοδος βελτίωσε σημαντικά τη συχνότητα και μείωσε την καθυστέρηση καταγραφής, με μέσο διάστημα συχνότητας 3,5 ημέρες και καθυστέρησης μεταφοράς 4 ημέρες για τη χαρτογράφηση πυρκαγιών στην Καλιφόρνια. Εν τέλει, οι εξαγόμενες καμένες εκτάσεις απεικονίστηκαν με ακριβείς χωρικές λεπτομέρειες και η μέθοδος που εφαρμόστηκε στην παρούσα εργασία μπορεί να χρησιμοποιήσει παρατηρήσεις τηλεπισκόπησης διαφορετικών πηγών για να χαρτογραφήσει με ακρίβεια τις ενεργές πυρκαγιές σε σχεδόν πραγματικό χρόνο, το πιο σημαντικό, όμως, είναι ότι μπορεί να εφαρμοστεί και σε άλλες γεωγραφικές περιοχές όπου εκδηλώνονται πυρκαγιές.

Λέξεις κλειδιά: Φωτιά, καμένη έκταση, σχεδόν πραγματικός χρόνος, υψηλή χωροχρονική ανάλυση, δορυφορικές εικόνες πολλαπλών πηγών

Εισαγωγή: Τις τελευταίες δεκαετίες, οι ακραίες καιρικές συνθήκες και τα κλιματολογικά φαινόμενα, όπως η πολλή ζέστη και η ξηρασία, έχουν προκαλέσει γεγονότα πυρκαγιών παγκοσμίως. Οι φυσικές και ανθρωπογενείς διεργασίες, επίσης, προκαλούν πυρκαγιές σε διάφορα μέρη, ειδικά στον Καναδά, την Αυστραλία, τη Βραζιλία και τις ΗΠΑ. Η ποσοτικοποίηση της καμένης περιοχής σε υψηλή χωροχρονική ανάλυση είναι μεγάλης σημασίας για την κατανόηση των επιπτώσεων των γεγονότων των δασικών πυρκαγιών στο οικολογικό περιβάλλον και στη δυνατότητα της έγκαιρης απόκρισης και εκκένωσης σε καταστάσεις έκτακτης ανάγκης.

Τα δορυφορικά δεδομένα παρέχουν συνεπείς και περιοδικές παρατηρήσεις, οι οποίες είναι κρίσιμες για την ανίχνευση και την παρακολούθηση πυρκαγιών σε κλίμακες περιφερειακού και παγκόσμιου επιπέδου. Σε αρχικό στάδιο της παρακολούθησης της πυρκαγιάς, χρησιμοποιήθηκαν κυρίως δορυφορικά δεδομένα από αισθητήρες χονδρικής χωρικής ανάλυσης, όπως ο AVHRR, ο Along Track Scanning Radiometer (ATSR), ο VEGETATION, ο MODIS, και γεωστατικοί δορυφόροι όπως ο Γεωστατικός Επιχειρησιακός Περιβαλλοντικός Δορυφόρος (GOES) και ο Meteosat, για την ανάλυση των αποτελεσμάτων φωτιάς σε μεγάλες περιοχές. Οι δείκτες ευαισθησίας στη βλάστηση αναπτύχθηκαν με βάση την αντίθεση μεταξύ καμένων και άκαυτων επιφανειών στο ορατό (0,4-0,7μm), στο εγγύς υπέρυθρο (0,7-1,5μm) και στο μεσαίο υπέρυθρο (1,5-4μm), στα τμήματα του ηλεκτρομαγνητικού φάσματος για χαρτογράφηση καμένων περιοχών. Υπάρχουν θερμικά προϊόντα ανίχνευσης της καμένης έκτασης που βασίζονται σε δεδομένα τηλεπισκόπησης χονδρικής χωρικής ανάλυσης. Τα προϊόντα παγκόσμιας θερμικής ανωμαλίας MODIS MCD14DL και VIRSS VNP14IMGT (FIRMS), παρέχουν γεωγραφικές τοποθεσίες πυρκαγιών κάθε 3 ώρες στις αναλύσεις 500m και 375m, αντίστοιχα. Η χρονική σειρά του Κανονικοποιημένου Δείκτη Καύσης (NBR) Landsat και ο διαφοροποιημένος Κανονικοποιημένος Δείκτης Καύσης (dNBR) Landsat, χρησιμοποιήθηκαν για την ανίχνευση των πυρκαγιών σε δασικά οικοσυστήματα του Καναδά. Οι εικόνες Sentinel-2 χρησιμοποιήθηκαν για τη χαρτογράφηση των καμένων εκτάσεων για ολόκληρη την Υποσαχάρια Αφρική, την Καλιφόρνια, τις ΗΠΑ και την Αυστραλία.

Περιοχή Μελέτης: Οι περιοχές μελέτης βρίσκονται στην Καλιφόρνια, όπου εκδηλώνονται συχνά πυρκαγιές τις τελευταίες δεκαετίες. Το 2017 σημειώθηκαν δύο σοβαρές πυρκαγιάς στις περιοχές μελέτης. Η μία περίπτωση αφορά τη φωτιά που ξέσπασε στις 8 Οκτωβρίου στη Βόρεια Καλιφόρνια και η δεύτερη αφορά τη φωτιά που ξεκίνησε στις 4 Δεκεμβρίου και εξαπλώθηκε κυρίως στη Ventura, στη Νότια Καλιφόρνια. Οι περιοχές μελέτης διαθέτουν τυπικό μεσογειακό κλίμα με ένα ευρύ φάσμα οικοσυστημάτων, συμπεριλαμβανομένων των ημίξηρων θαμνωδών εκτάσεων, των δασών που κυριαρχούνται από κωνοφόρα, των λιβαδιών, των καλλιεργειών και των υγροτόπων. Λόγω της αλλαγής του κλίματος, οι μεγάλες ξηρασίες και οι απρόβλεπτες βροχές σε συνδυασμό με τον άνεμο το χειμώνα κάνουν τα οικοσυστήματα της βλάστησης ευάλωτα στις πυρκαγιές. Οι περιοχές μελέτης, επίσης, είναι οι πιο πυκνοκατοικημένες περιοχές των ΗΠΑ, όπου προκαλούνται τακτικά πυρκαγιές και οι ανθρωπογενείς παράγοντες έχουν προκαλέσει μεγάλες αλλαγές σ’ αυτές. Οι πυρκαγιές στις περιοχές αυτές εμφανίζονται συνήθως στην ξηρή περίοδο από το Νοέμβριο έως τον Φεβρουάριο, ενώ ορισμένες δασικές πυρκαγιές εκδηλώνονται ακόμη και στις αρχές Οκτωβρίου ή τέλη Μαρτίου και Απριλίου.

Μεθοδολογία: Στην παρούσα μελέτη χρησιμοποιήθηκαν τα MCD14DL και VNP14IMGT για τον προσδιορισμό των πιθανών καμένων εκτάσεων, τα οποία αποτελούν θερμικά προϊόντα που προέρχονται από το σύστημα FIRMS, του LANCE της NASA. Μέσω του LANCE, διανέμονται σε σχεδόν πραγματικό χρόνο τα δεδομένα ενεργών εστιών φωτιάς, διάρκειας μέχρι 3 ωρών δορυφορικών παρατηρήσεων από το MODIS των αισθητήρων Terra, Aqua και το VIIRS του δορυφόρου Suomi NPP των NOAA και NASA. Για την παραγωγή αυτών των προϊόντων δημιουργήθηκε ένας αλγόριθμος βασισμένος στην ισχυρή εκπομπή της υπέρυθρης ακτινοβολίας από τις πυρκαγιές. Επιπλέον, ορίστηκε ένα επίπεδο εμπιστοσύνης για κάθε ενεργό σημείο πυρκαγιάς για τη διευκόλυνση του χρήστη. Το MCD14DL σε ανάλυση 1km προερχόμενο από το MODIS, και το VNP14IMGT σε ανάλυση 375m που βασίζεται στο VIIRS, χρησιμοποιήθηκαν σε μορφή σημειακού shapefile στο WGS84. Οι αισθητήρες Terra και Aqua MODIS παρατηρούν ολόκληρη την επιφάνεια της Γης 2 φορές την ημέρα και υπάρχουν τουλάχιστον τέσσερις καθημερινές παρατηρήσεις του MODIS κοντά στον ισημερινό, με τον αριθμό των υπερυψώσεων να αυξάνεται προς τους πόλους. O Suomi-NPP παρατηρεί, επίσης, τη γη 2 φορές την ημέρα. Για την παρούσα μελέτη, χρησιμοποιήθηκαν όλα τα MCD14DL και VNP14IMGT δεδομένα από τον Οκτώβριο και το Δεκέμβριο και θεωρείται ότι, πραγματοποιούνται 6-8 παρατηρήσεις ανά ημέρα στην Καλιφόρνια, από τα MCD14DL και VNP14IMGT. Για την ακριβή παρακολούθηση των καμένων εκτάσεων από πυρκαγιές σε σχεδόν πραγματικό χρόνο, απαιτούνται πολλαπλές πηγές δορυφορικών εικόνων MSR και γι’ αυτό στη συγκεκριμένη μελέτη, συλλέχθηκαν όλες οι διαθέσιμες εικόνες MSR χωρίς σύννεφα από τον αισθητήρα AWiFS του δορυφόρου Resourcesat του Ινδικού Οργανισμού Διαστημικής Έρευνας (ISRO), του Landsat OLI και του Sentinel-2A/2B MSI. Η διαδικασία που ακολουθήθηκε παρουσιάζεται τμηματικά με πιο λεπτομερή και περιγραφικό τρόπο στην Εικόνα 1.

Εικόνα 1. Εννοιολογική αναπαράσταση των βημάτων για τη χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο χρησιμοποιώντας δορυφορικές εικόνες πολλαπλών πηγών.

Ο Landsat έχει τη δυνατότητα να παρέχει χωρική ανάλυση 30m σε παρατηρήσεις του ίδιου σημείου κάθε 16 ημέρες, ενώ ο δορυφόρος Resourcesat1 με χωρική ανάλυση 56m περνάει κάθε 5 ημέρες από το ίδιο σημείο. Έτσι, ενσωματώνοντας τις εικόνες Sentinel-2A/B του Landsat και τις αντίστοιχες δορυφορικές εικόνες του Resourcesat1, δίνεται μεγάλη δυνατότητα να μπορεί να παρακολουθείται η εξέλιξη των πυρκαγιών σε σχεδόν πραγματικό χρόνο, και σε διάστημα μικρότερο από 5 ημέρες, με χωρική ανάλυση καλύτερη των 56m. Η διάρκεια των δασικών πυρκαγιών, τα σύννεφα, το διάστημα επανεπίσκεψης του δορυφόρου στις περιοχές μελέτης και η ζώνη κάλυψης των δορυφορικών εικόνων, συνεπάγονται ότι οι πυρκαγιές στην Καλιφόρνια μπορούν να παρακολουθηθούν σε διάστημα 3 ημερών.

Για την παρούσα μελέτη, επιπλέον, χρησιμοποιήθηκε η Εθνική Βάση Δεδομένων Εδαφικής Κάλυψης (NLCD) του 2016, για την κάλυψη γης και την εξαγωγή των σημείων πυρκαγιάς που εμπίπτουν στην περιοχή που καλύπτεται από βλάστηση. Η NLCD του 2016 εκτείνεται σε χρονική κάλυψη 15 ετών (2001-2016) για την παροχή δεδομένων για την κάλυψη της γης και την αλλαγή των χρήσεων γης στη χωρική ανάλυση των 30m του Landsat Θεματικού Χάρτη.

Τα MCD14DL και VNP14IMGT συγχωνεύτηκαν σε υψηλότερη χρονική συχνότητα σε μία βάση δεδομένων για τον ακριβή και γρήγορο εντοπισμό πιθανών σημείων πυρκαγιάς. Όλες οι εικόνες Landsat διορθώθηκαν από εικόνες Επιπέδου 1 Τ. Οι εικόνες Επιπέδου 1 T του AWiFS που προέκυψαν, μετατράπηκαν σε εικόνες επιφανειακής ανάκλασης με ραδιομετρική διόρθωση χρησιμοποιώντας το ENVI FLAASH (ESRI 2009). Στη συνέχεια, οι εικόνες ανάκλασης της επιφάνειας του AWiFS, καταχωρήθηκαν στον Landsat OLI λαμβάνοντας υπόψη 30 σημεία επίγειου ελέγχου. Επιπλέον, η επιπέδου 1C- εικόνες ανάκλασης Sentinel-2A, μετατράπηκαν σε εικόνες ανάκλασης της επιφάνειας μέσω της διαδικασίας ατμοσφαιρικής διόρθωσης χρησιμοποιώντας το Sentinel to Correction (Sen2Cor). Τα κανάλια πράσινο, κόκκινο, NIR και SWIR των OLI, MSI και AWiFS είναι αρκετά κοντινά ως προς το φασματικό πλάτος και το κεντρικό μήκος κύματος και για να πραγματοποιηθεί εναρμόνιση της χωρικής ανάλυσης των εικόνων Sentinel-2A και 2B με τα κανάλια κόκκινο, NIR και SWIR σε ομοιόμορφη ανάλυση, έγινε εκ νέου δειγματοληψία εικόνων από αυτές τις ζώνες σε χωρική ανάλυση 20m χρησιμοποιώντας το λογισμικό SNAP.

Τα θερμικά MCD14DL και VNP14IMGT εντοπίζουν ποικίλα σημεία θερμικής ανωμαλίας, όπως πυρκαγιές, ηφαιστειακές εκρήξεις και εκπομπές εκλάμψεων από πηγάδια αερίου. Για να ληφθούν στην προκειμένη περίπτωση τα πραγματικά σημεία που έχουν προκληθεί πυρκαγιές, πρέπει να αφαιρεθούν τα άλλα είδη θερμικής ανωμαλίας. Σ’ αυτή τη μελέτη, χρησιμοποιήθηκαν αρχικά τα δεδομένα της NLCD ανάλυσης 30m του 2016, για τον εντοπισμό της θερμικής ανωμαλίας σε περιοχές με βλάστηση. Επιπλέον, λόγω της συγκέντρωσης της χωρικής έκτασης και της χρονικής κάλυψης καύσης της βιομάζας, τα χαρακτηριστικά της χρονικής και χωρικής συγκέντρωσης της καύσης, χρησιμοποιήθηκαν για να αφαιρεθούν και τα υπόλοιπα σημεία θερμικής ανωμαλίας. Στη συνέχεια εφαρμόστηκαν διαδικασίες στο συγχωνευμένο θερμικό προϊόν ανωμαλίας για τον εντοπισμό των πραγματικών σημείων πυρκαγιάς. Οι διαδικασίες που ακολουθήθηκαν ήταν οι εξής: Α) Χωρικό φιλτράρισμα, καθώς οι πυρκαγιές εξελίσσονται με τον καιρό, τα σημεία κατανέμονται σε σχετικά μεγάλες χωρικές εκτάσεις. Έτσι, λήφθηκε υπόψη το χαρακτηριστικό της χωρικής συσσώρευσης των δασικών πυρκαγιών, ώστε να γίνει διαφοροποίηση των σημείων πυρκαγιάς από άλλα σημεία θερμικής ανωμαλίας χαμηλής χωρικής συσσώρευσης. Πιο συγκεκριμένα, δημιουργήθηκε ένα πλέγμα μήκους 1km για τη συγχώνευση των προϊόντων θερμικής ανωμαλίας και τη μέτρηση της χωρικής συσσώρευσης των σημείων θερμικής ανωμαλίας στο πλέγμα κάθε κελιού. Λαμβάνοντας υπόψη την ταχύτητα του ανέμου και τη σφοδρότητα της καύσης, εφαρμόστηκε συρόμενο παράθυρο 3km*3km για την καταμέτρηση του μέγιστου αριθμού σημείων θερμικής ανωμαλίας που εμπίπτουν στα χωρικά συρόμενα παράθυρα. Υπάρχουν δύο προϋποθέσεις για την αναγνώριση των πιθανοτήτων πυρκαγιάς, με βάση τη συγχώνευση των ημερήσιων προϊόντων θερμικής ανωμαλίας. Η μία είναι ότι τα θερμικά σημεία ανωμαλίας που εμπίπτουν στο συρόμενο παράθυρο, παρατηρήθηκαν τόσο πρωινές όσο και απογευματινές ώρες μίας ημέρας. Η διαδοχική χρονική κάλυψη αυτών των σημείων δείχνει ότι το πιο πιθανό είναι να πρόκειται για πραγματικά σημεία πυρκαγιάς, οπότε ο αριθμός των σημείων θερμικής ανωμαλίας που εμπίπτουν σε μία ολίσθηση παραθύρου, να είναι σχετικά μικρός. Η άλλη είναι ότι τα σημεία θερμικής ανωμαλίας που εμπίπτουν εντός του ολισθέντος παραθύρου παρατηρήθηκαν είτε το πρωί είτε το απόγευμα μίας ημέρας. Η μικρή διάρκεια αυτών των σημείων θερμικής διαφοροποίησης υποδηλώνει ότι είναι λιγότερο πιθανό να είναι πραγματικά σημεία πυρκαγιάς και για να αυξηθεί η αξιοπιστία των συγκεκριμένων σημείων ότι αφορούν όντως σημεία πυρκαγιάς, θεωρήθηκε ότι ο αριθμός των σημείων που εμπίπτουν σε ένα συρόμενο παράθυρο πρέπει να είναι σχετικά μεγαλύτερος (π.χ. ένα μεγάλο όριο n). Μόλις ο αριθμός των σημείων που εμπίπτουν στο συρόμενο παράθυρο είναι αρκετά μεγάλος, μπορούν να αναγνωριστούν ως πραγματικές υποψήφιες εστίες πυρκαγιάς και προκειμένου να μειωθεί το σφάλμα στον προσδιορισμό των πραγματικών εστιών πυρκαγιάς, τα κατώφλια ορίστηκαν όσο το δυνατόν χαμηλότερα και για τις δύο συνθήκες (δηλαδή n = 4 και n = 8). Ο τύπος που εφαρμόστηκε, είναι: Max{n1, n2, . . . . . . ; nm}≥4 ή Max {n, n2, . . . . . . , nm}≥8, όπου τα n1,n2, . . . . . ., nm αντιπροσωπεύουν τον αριθμό των σημείων θερμικής ανωμαλίας που εμπίπτουν στο συρόμενο παράθυρο. Εάν ο μέγιστος αριθμός θερμικών σημείων ανωμαλίας που περιέχονται στο συρόμενο παράθυρο πληρούν το κριτήριο, αυτά τα σημεία θερμικής ανωμαλίας διατηρήθηκαν ως υποψήφιες εστίες πυρκαγιάς για περαιτέρω δοκιμή.

Β) Χρονικό φιλτράρισμα, τα κατώφλια παρόλο που ρυθμίστηκαν όσο το δυνατόν χαμηλότερα στη διαδικασία χωρικού φιλτραρίσματος, οι θερμικές ανωμαλίες μικρής διάρκειας που εντοπίζονται με υψηλή χωρική συγκέντρωση μπορούν να ταξινομηθούν εσφαλμένα ως πραγματικές εστίες πυρκαγιάς. Έτσι, υιοθετήθηκε ένας τροποποιημένος δείκτης χρονικής συγκέντρωσης (TCI) για τον προσδιορισμό της χρονικής συνάθροισης των υποψήφιων σημείων πυρκαγιάς. Πιο συγκεκριμένα, ρυθμίστηκε ένα προσωρινό συρόμενο παράθυρο για μέτρηση των υποψήφιων σημείων πυρκαγιάς μέσα σ’ αυτό. Αν οι υποψήφιες εστίες πυρκαγιάς μέσα στο συρόμενο παράθυρο παρατηρήθηκαν τόσο το πρωί όσο και το απόγευμα μίας ημέρας, ο συντελεστής χρονικής συγκέντρωσης k ορίστηκε σε 0,1. Οι δείκτες βλάστησης (VIs) που ενσωματώνουν κανάλια SWIR, παρουσιάζουν ευαισθησία στις αλλαγές στην υγρασία των φύλλων και στη σκίαση, ενώ οι VIs που ενσωματώνουν κανάλια του NIR, είναι ευαίσθητοι σε αλλαγές στην υγεία των φυτών και στην πυκνότητα της φυλλωσιάς. Οι φασματικοί δείκτες που αναπτύχθηκαν από αυτά τα κανάλια είναι εφικτό να ανιχνεύσουν καμένες εκτάσεις. Για παράδειγμα, ο Δείκτης βλάστησης (NDVI) και οι διαφορετικές τιμές του NDVI έχουν δείξει μεγάλες δυνατότητες στην εκτίμηση της σφοδρότητας της πυρκαγιάς και πολλές μελέτες αποκαλύπτουν ότι τα NBR και dNBR είναι οι πιο αποτελεσματικοί φασματικοί δείκτες για τη χαρτογράφηση καμένων εκτάσεων μετά από πυρκαγιές. Συγκεκριμένα, το dNBR δεν είναι ευαίσθητο στην ατμοσφαιρική διάθλαση και μπορεί να ποσοτικοποιήσει τη χαμένη βλάστηση, την εναπόθεση άνθρακα και τη μείωση της υγρασίας και της σκιάς των φύλλων, που οδηγεί σε χαμηλότερες τιμές του NIR και υψηλότερες τιμές ανάκλασης του SWIR, σε σύγκριση με την υγιή βλάστηση. Ο καπνός που εκπέμπεται κατά την ενεργό φάση των πυρκαγιών υποτίθεται ότι κάνει δυσδιάκριτη την επιφάνεια της γης και προκαλεί μεγάλη αβεβαιότητα στη χαρτογράφηση των καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο. Φασματικοί δείκτες όπως οι NIR, SWIR, NDVI και NBR, καθώς και οι διαφορικές τιμές αυτών των δεικτών, επιλέχθηκαν σε αυτή τη μελέτη για να ελέγξουν την ικανότητα των δεικτών στη διάκριση των καμένων εκτάσεων από τις μη καμένες, μετριάζοντας ωστόσο τις επιπτώσεις του καπνού. Ο καπνός που εκπέμπεται από τις πυρκαγιές, μπορεί να εμφανιστεί τόσο σε καμένες, όσο και σε παρακείμενες μη καμένες περιοχές.

Σύμφωνα με την ποσότητα του καπνού που εμφανίζεται εντός των καμένων ή εκτός των καμένων περιοχών, στη μελέτη ορίστηκαν πέντε σενάρια, τα οποία περιλαμβάνουν, καμένες περιοχές χωρίς την παρουσία καπνού (κόκκινες κουκκίδες στην Εικόνα 2), μη καμένα σημεία που καλύπτονται από βαρύ καπνό (HS1) (πορτοκαλί κουκκίδες στην Εικόνα 2), καμένες περιοχές που καλύπτονται από βαρύ καπνό (HS2) (πράσινες κουκκίδες στην Εικόνα 2), μη καμένες περιοχές που καλύπτονται από αραιό καπνό (TS1) (μπλε κουκκίδες μέσα Εικόνα 2), και καμένες περιοχές που καλύπτονται από αραιό καπνό (TS2) (κίτρινες κουκκίδες στην Εικόνα 2).

Εικόνα 2. Το αριστερό πλαίσιο με σημεία εκπαίδευσης διαφορετικών χρωμάτων είναι η περιοχή μεγέθυνσης στο μαύρο ορθογώνιο του επάνω δεξιού χάρτη. Τα σημεία εκπαίδευσης για κάθε κατηγορία καμένης περιοχής, HS2, HS1, TS1 και TS2 αποδίδονται σε κόκκινο, πράσινο, πορτοκαλί, μπλε και κίτρινο χρώμα, αντίστοιχα.

Τα σημεία εκπαίδευσης για καθένα από αυτά τα σενάρια συλλέχθηκαν τυχαία με οπτική ερμηνεία και υπολογίστηκαν οι τιμές των επιλεγμένων δεικτών σε βαθμούς και στη μελέτη επιλέχθηκαν 30 σημεία εκπαίδευσης για κάθε σενάριο. Οι πιο αποτελεσματικοί φασματικοί δείκτες εντοπίστηκαν με ανάλυση των στατιστικών διαφορών των υποψήφιων φασματικών χαρακτηριστικών των προαναφερθέντων σεναρίων χρησιμοποιώντας τα θηκογράμματα των σημείων εκπαίδευσης. Οι εικόνες υψηλής χωρικής ανάλυσης από το Google Earth ερμηνεύτηκαν οπτικά για να επαληθευτεί ο τύπος κάλυψης γης (βλάστηση, υδάτινο σώμα, γυμνό έδαφος, ανεπτυγμένο και καμένο έδαφος) των σημείων εκπαίδευσης καθ’ όλη τη διάρκεια της περιόδου παρακολούθησης. Για τη διευκόλυνση δοκιμής και απεικόνισης της ικανότητας αυτών των δεικτών για τη διάκριση των καμένων εκτάσεων από άλλες περιοχές που επηρεάστηκαν από τον καπνό, προτού διεξαχθεί περαιτέρω ανάλυση, έγινε κανονικοποίηση των τιμών των επιλεγμένων φασματικών δεικτών στο διάστημα τιμών από −1,0 έως 1,0. Μόλις προσδιορίστηκε η χωρική έκταση των σημείων που ξέσπασε η πυρκαγιά, δημιουργήθηκαν ζώνες προστασίας ακτίνας του 1km εντοπισμού της χωρικής εξάπλωσής τους. Έπειτα, η χωρική έκταση κατάληψης των σημείων πυρκαγιάς συγχωνεύτηκε με τις ζώνες προστασίας για να δημιουργηθούν οι ζώνες στόχευσης. Βάσει των χωρικών εκτάσεων των ζωνών στόχευσης, όλες οι διαθέσιμες εικόνες των Sentinel 2A/B, Landsat OLI και Resourcesat AWiFS συλλέχθηκαν την ίδια ημερομηνία. Ταυτόχρονα, συλλέχθηκαν όλες οι διαθέσιμες εικόνες πριν την πυρκαγιά και αφού επιλέχθηκαν οι περισσότερο ανθεκτικοί στον καπνό φασματικοί δείκτες, αναγνωρίστηκαν τα βέλτιστα κατώφλια αυτών των δεικτών για κάθε δορυφόρο, οι οποίοι μπορούν να υπολογιστούν για τις συλλεγόμενες εικόνες MSR. Οι καμένες εκτάσεις μπορούν να εξαχθούν άμεσα, ενώ εξελίσσονται οι πυρκαγιές και εάν οι εικόνες MSR είναι επαρκείς, η χωρική και χρονική επίδραση των πυρκαγιών μπορεί να παρακολουθείται καθημερινά, με την προτεινόμενη μέθοδο των δύο σταδίων.

Αποτελέσματα: Οι εστίες που ξέσπασε πυρκαγιά στη Βόρεια Καλιφόρνια έκαιγαν από τις 7 έως 19 Οκτωβρίου και από τις 29 έως 31 Οκτωβρίου και ήταν ευρέως διανεμημένα σε ολόκληρη την περιοχή μελέτης (Εικόνα 3). Μεταξύ αυτών, εννέα μεγάλες καμένες εκτάσεις βρίσκονταν στα βορειοδυτικά και στην άκρη της κεντρικής πεδιάδας της Καλιφόρνια, όπου οι τύποι κάλυψης γης σε αυτές τις καμένες περιοχές, ήταν κυρίως καλλιεργήσιμες εκτάσεις, δάση, ποώδη και θαμνώδη. Η χωρική κατανομή των σημείων πυρκαγιάς που εντοπίστηκαν στη Νότια Καλιφόρνια έκαιγε συνεχώς από τις 5 έως τις 25 Δεκεμβρίου. Σε αντίθεση με τις εξαπλωμένες εστίες πυρκαγιάς στη Βόρεια Καλιφόρνια, οι εστίες πυρκαγιάς στη Νότια Καλιφόρνια ήταν πιο χωρικά συγκεντρωμένες με τις κύριες εστίες πυρκαγιάς που βρίσκονταν στη Νοτιοδυτική Καλιφόρνια, να στοιχειοθετούν την πυρκαγιά «Thomas».

Εικόνα 3. Η χωρική και χρονική κατανομή των σημείων πυρκαγιάς που ανιχνεύθηκαν στη (α) Βόρεια και (β) Νότια Καλιφόρνια. Έγινε εντοπισμός σημείων πυρκαγιάς σε διαφορετικές ημερομηνίες από 7 έως 31 Οκτωβρίου οι οποίες αποδίδονται με διαφορετικά χρώματα από σκούρο πράσινο έως κόκκινο. Οι εστίες πυρκαγιάς που δεν απεικονίζονται στους χάρτες (α ή β) αποδίδονται με κόκκινο χρώμα στους ένθετους χάρτες ολόκληρης της Καλιφόρνια που απεικονίζονται στην αριστερή πλευρά κάθε χάρτη.

Για να ελεγχθεί η ικανότητα των δεικτών στη διάκριση των καμένων από τις μη καμένες περιοχές και για να μετριαστούν οι επιπτώσεις του καπνού, προκύπτει ότι οι καμένες περιοχές χωρίς καπνό (BA), οι καμένες περιοχές που καλύπτονται από πυκνό καπνό (HS2) και οι καμένες περιοχές που καλύπτονται από αραιό καπνό (TS2) πρέπει να εντοπίζονται ξεχωριστά. Το κανάλι NIR μπορεί να εξάγει ξεχωριστά καμένες περιοχές χωρίς καπνό, από άλλες περιοχές που καλύπτονται από καπνό. Τα κανάλια SWIR1 και SWIR2 μπορούν να κάνουν διάκριση των καμένων που καλύπτονται από βαρύ καπνό, από τα καμένα που δεν καλύπτονται από καπνό και από άλλες περιοχές που καλύπτονται με καπνό, ενώ τα dNIR και dNBR μπορούν επίσης να διαχωρίσουν τα καμένα χωρίς καπνό, από άλλες περιοχές που καλύπτονται από καπνό. Τα dSWIR1 και dSWIR2 παρουσιάζουν επίσης μεγάλες δυνατότητες στη διάκριση των καμένων που καλύπτονται από βαρύ καπνό σε σχέση με τα καμένα χωρίς καπνό και άλλες περιοχές που σχετίζονται με τον καπνό, αλλά δεν μπορούν να διαχωρίσουν καλά τα καμένα που καλύπτονται από λεπτό καπνό (TS2) σε σχέση με άλλες περιπτώσεις. Χάρη στο κανάλι SWIR, οι καμένες περιοχές που καλύπτονται από λεπτό καπνό (TS2), μπορούν να εξαχθούν εν μέρει με τη χρήση dSWIR1. Για να κρατηθούν οι φασματικοί δείκτες των προς εξαγωγή καμένων εκτάσεων συνεπείς σε διαφορετικούς αισθητήρες και να βελτιωθεί η υπολογιστική απόδοση, επιλέχθηκαν τα dNBR και dSWIR1 για την εξαγωγή των καμένων από πυρκαγιές.

Πίνακας 1. Το F1-score για κάθε υποψήφιο σύνολο των τιμών κατωφλίου dNBR και dSWIR για τα 200 δείγματα (100 καμένα και 100 άκαυτα), της πυρκαγιάς «Thomas» που σημειώθηκε στις 5 Δεκεμβρίου με βάση την εικόνα Sentinel-2B.

Ο προσδιορισμός των πιθανών βέλτιστων κατωφλιών για τις εικόνες των Sentinel-2A/B (Πίνακας 1) για την ακριβή αναγνώριση των καμένων εκτάσεων, είναι 0,42 και -0,2 για τα dNBR και dSWIR1 αντίστοιχα. Όταν η τιμή του dNBR είναι μεγαλύτερη από 0,42 και η τιμή του dSWIR1 είναι ταυτόχρονα μικρότερη από -0,2, τα καμένα μπορούν να εξαχθούν για εικόνες Sentinel-2A/B. Ωστόσο, αυτές οι τιμές μπορεί να μην είναι οι βέλτιστες. Έτσι, για να ληφθούν τα βέλτιστα κατώφλια, πραγματοποιήθηκε μία περαιτέρω δοκιμή για τα υποψήφια κατώφλια του βέλτιστου dNBR και του dSWIR1 για τις εικόνες Sentinel-2A/B. Όπως φαίνεται στον Πίνακα 1, οι βέλτιστες τιμές κατωφλίου για το υψηλότερο F-score ήταν 0.42 για το dNBR και -0.23 για το dSWIR1.

Συμπεράσματα: Στην παρούσα μελέτη προτείνεται μία μέθοδος δύο σταδίων που βασίζεται σε δεδομένα τηλεπισκόπησης πολλαπλών αισθητήρων για χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο. Οι αισθητήρες υψηλής χρονικής ανάλυσης της θερμικής ανωμαλίας, MODIS και VIIRS, χρησιμοποιήθηκαν αρχικά για τον εντοπισμό πυρκαγιών και πιθανών καμένων εκτάσεων. Έπειτα, αισθητήρες εικόνων MSR συμπεριλαμβανομένων των Sentinel-2A/2B, του Landsat OLI και του Resourcesat AWiFS χρησιμοποιήθηκαν για την εξαγωγή καμένων εκτάσεων με περισσότερη χωρική λεπτομέρεια σε σχεδόν πραγματικό χρόνο. Η προτεινόμενη μέθοδος εφαρμόστηκε στη Βόρεια και Νότια Καλιφόρνια όπου εκδηλώθηκαν πυρκαγιές το 2017. Τα αποτελέσματα έδειξαν ότι αυτή η μέθοδος ήταν ακριβής για τη χαρτογράφηση καμένων εκτάσεων σε ένα σύνολο ακρίβειας 0,84 και 0,85 για τη Βόρεια και Νότια Καλιφόρνια, αντίστοιχα. Επιπλέον, η μέθοδος αυτή μπορεί να παρακολουθεί τα καμένα σε μέσο διάστημα 3,5 ημερών και καθυστέρηση 4 ημερών στη Νότια Καλιφόρνια και σε μέσο διάστημα 3 ημερών και καθυστέρηση λιγότερη της μίας ημέρας για τις πυρκαγιές στη Βόρεια Καλιφόρνια, αντίστοιχα. Ακόμη ξεπερνά τους περιορισμούς στη χαρτογράφηση καμένων με βάση μόνο μεμονωμένα δορυφορικά δεδομένα, που είναι οι αισθητήρες με σύντομες περιόδους επανεπίσκεψης σε ένα σημείο, οι οποίοι κιόλας αποτυγχάνουν να παρέχουν σαφή χωρική λεπτομέρεια για τις πυρκαγιές, ενώ οι αισθητήρες μέσης ανάλυσης δεν επαρκούν για τον έγκαιρο εντοπισμό των δασικών πυρκαγιών που μπορεί να συμβαίνουν ανά πάσα στιγμή σε οποιοδήποτε μέρος στον κόσμο. Οι δυο ομάδες αισθητήρων δεν μπορούν να αναγνωρίσουν έγκαιρα τις πυρκαγιές, αλλά χαρτογραφούν με ακρίβεια ό,τι καίνε αυτές. Η μέθοδος δύο σταδίων μπορεί να θεωρηθεί κρίσιμη για τη χαρτογράφηση καμένων εκτάσεων σε σχεδόν πραγματικό χρόνο με το συνδυασμό δεδομένων τηλεπισκόπησης από πολλαπλές υψηλές χρονικές συχνότητες και όλους τους δωρεάν MSR αισθητήρες. Με όλο και περισσότερα δορυφορικά δεδομένα MSR και HSR ελεύθερα στο κοινό, ο συνδυασμός τους για την κατασκευή τακτικών χρονικών σειρών και την ανίχνευση ποικίλων αλλαγών σε πραγματικό χρόνο της επιφάνειας της γης σε περιφερειακές αλλά και πιο παγκόσμιες κλίμακες, γίνεται πιο εύκολα από πριν. Παρόλο που η προτεινόμενη μέθοδος των δύο σταδίων παρέχει έναν αποτελεσματικό τρόπο για τη συνεχή παρακολούθηση των καμένων σε σχεδόν πραγματικό χρόνο, η απόδοση αυτής της μεθόδου θα μπορούσε να βελτιωθεί με την ενσωμάτωση των πληροφοριών των καμένων στην ανίχνευση των εν λόγω εκτάσεων. Επιπλέον, είναι πολύτιμο να υλοποιηθεί η προτεινόμενη μέθοδος χαρτογράφησης των καμένων εκτάσεων για μία πλατφόρμα πλανητικής κλίμακας, όπως το Google Earth Engine (GEE) για την πιο αποτελεσματική χαρτογράφηση σε σχεδόν πραγματικό χρόνο των καμένων εκτάσεων.

Προσωπικά εργαλεία