Συνδυασμός τεχνικών τηλεπισκόπησης και επίγειων επιθεωρήσεων για αποστολές αναγνώρισης μετά από σεισμό

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 10:48, 9 Ιανουαρίου 2026

Combining remote sensing techniques and field surveys for post-earthquake reconnaissance missions

Giorgia Giardina, Valentina Macchiarulo, Fatemeh Foroughnia, Joshua N. Jones, Michael R. Z. Whitworth, Brandon Voelker, Pietro Milillo, Camilla Penney, Keith Adams & Tracy Kijewski-Correa, Bulletin of Earthquake Engineering (2024) 22:3415–3439

πηγή: [1]

ΠΕΡΙΛΗΨΗ

Αυτή η εργασία αξιολογεί την αποτελεσματικότητα ανάλυσης πολυφασματικών δορυφορικών δεδομένων, έτσι ώστε να εντοπιστούν περιοχές διάθεσης αποβλήτων ελαιοτριβείων στο νησί της Κρήτης. Η έρευνα περιελάμβανε την εφαρμογή του κανονικοποιημένου δείκτη βλάστησης (NDVI) και δείκτη αποβλήτων ελαιοτριβείων (OOMW). Πράγματι, όπως αποδεικνύεται οι δείκτες NDVI και OOMW μπορούν να χρησιμοποιηθούν για να ενισχύσουν την έκθεση των περιοχών διάθεσης στο σύνολο των δορυφορικών δεδομένων υψηλής ανάλυσης, ενώ η εφαρμογή των μετασχηματισμών PCA και HIS φαίνεται να είναι σε θέση να βελτιώσουν περαιτέρω τα αποτελέσματα. Τέλος, εξετάστηκε μια εικόνα ραντάρ, που δείχνει ότι τέτοιου είδους σύνολα δεδομένων θα μπορούσαν επίσης να διερευνηθούν για το σκοπό αυτό.

ΕΙΣΑΓΩΓΗ

Η γρήγορη αποτίμηση ζημιών μετά από σεισμό είναι κρίσιμη για τη διαχείριση καταστροφών. Οι επίγειες αποστολές, αν και αξιόπιστες, είναι χρονοβόρες και δύσκολες σε εκτεταμένες ή δυσπρόσιτες περιοχές. Η δορυφορική τηλεπισκόπηση, ιδιαίτερα με ραντάρ SAR, προσφέρει γρήγορη και ασφαλή επισκόπηση, ανεξάρτητα από καιρικές συνθήκες. Ωστόσο, η έλλειψη ενός ενιαίου πλαισίου που ενσωματώνει διαφορετικές τεχνικές με επίγεια δεδομένα περιορίζει την αποτελεσματικότητά τους. Στο άρθρο παρουσιάζεται μια νέα μέθοδος συνδυασμένης αξιολόγησης κτιριακών ζημιών και κατολισθήσεων μετά από σεισμό, βασισμένη σε δεδομένα SAR, η οποία εφαρμόστηκε στην περίπτωση του σεισμού της Αϊτής το 2021.

ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ-Ο ΣΕΙΣΜΟΣ ΣΤΗΝ ΑΪΤΗ ΤΟ 2021

Στις 14 Αυγούστου 2021, στις 08:29 τοπική ώρα, σημειώθηκε ο σεισμός μεγέθους Mw 7,2 στην περιοχή Nippes της Αϊτής. Το επίκεντρο του σεισμού βρισκόταν ελαφρώς βόρεια του χαρτογραφημένου ίχνους του ρήγματος Enriquillo–Plaintain-Garden, το οποίο εκτείνεται περίπου από ανατολικά προς δυτικά κατά μήκος της χερσονήσου Tiburon στη νοτιοανατολική Αϊτή (Saint Fleur et al. 2020). Αυτό το ρήγμα έχει χαρτογραφηθεί και έχει συμπεριληφθεί σε χάρτες κινδύνου ως κάθετο και αριστερόπλευρο (Frankel et al. 2011), αλλά ο σεισμός είχε τόσο οριζόντιες όσο και ανάστροφες επιπτώσεις.

Το μεγαλύτερο μετασεισμικό επεισόδιο (Mw 5,7) ακολούθησε την επόμενη μέρα, ενώ ο τροπικός κυκλώνας Γκρέις πέρασε από τη χώρα στις 16 Αυγούστου, προκαλώντας χιλιάδες κατολισθήσεις και εκτεταμένες πλημμύρες. Ο απολογισμός έφτασε τους 2.000 νεκρούς και 15.000 τραυματίες, σημαντικά χαμηλότερος από τον σεισμό του 2010, χάρη στην απόσταση του επικέντρου από το Πορτ-ο-Πρενς και στην κυρίως μονώροφη δόμηση. Επιπλέον, η ανάκαμψη από τον σεισμό του 2010 ήταν ακόμα σε εξέλιξη, ενώ ο τυφώνας Μάθιου (2016) είχε ήδη επιδεινώσει την κατάσταση στην περιοχή. Πέραν των ανωτέρω, η συνύπαρξη της πανδημίας Covid-19 και της πολιτικής αστάθειας ανέδειξε την ανάγκη άμεσης συλλογής δεδομένων με απομακρωμένες μεθόδους.

Εικόνα 1 Χάρτες μετατόπισης επιφάνειας που αποκτήθηκαν με την επεξεργασία ενός ζεύγους εικόνων SAR Sentinel 1 που λήφθηκαν πριν και μετά τον σεισμό (Whitworth et al. 2022)

ΔΕΔΟΜΕΝΑ

Μετά τον σεισμό, η ομάδα StEER/GHI συγκέντρωσε 11.669 καταγραφές κτιρίων, εκ των οποίων 215 στο Les Cayes, με στοιχεία τύπου δόμησης και πέντε βαθμίδες ζημιάς, ενώ η εικόνα Capella SAR άριστης ανάλυσης (0,5 μ.) της 16/8/2021 τροφοδότησε την ανάλυση. Αντίστοιχα για τις κατολισθήσεις, χρησιμοποιήθηκαν προ - και μετασεισμικά δεδομένα Sentinel-2 για την οπτική χαρτογράφηση, και δεδομένα Sentinel-1 GRD VH εντός ±7 ημερών, τα οποία παρείχαν την αναλογία έντασης backscatter.

Εικόνα 2 Σύνολο δεδομένων StEER GHI Fulcrum για την περιοχή ενδιαφέροντος στο Les Cayes

Αντίστοιχα για τις κατολισθήσεις, χρησιμοποιήθηκαν προ - και μετασεισμικά δεδομένα Sentinel-2 για την οπτική χαρτογράφηση, και δεδομένα Sentinel-1 GRD VH εντός ±7 ημερών, τα οποία παρείχαν την αναλογία έντασης backscatter.

ΜΕΘΟΔΟΛΟΓΙΑ

α. Αποτίμηση κτιριακών ζημιών

Η μετασεισμική εικόνα Capella επεξεργάστηκε με το SNAP Sentinel -1 Toolbox για εξαγωγή δέκα ειδών χαρακτηριστικών GLCM (contrast, entropy, κ.λπ.) σε παράθυρο 15 × 15 m2. Μετά τη σύνδεση κάθε κτιρίου με το επίπεδο ζημιάς του Fulcrum, ψηφιοποιήθηκαν 4.116 όψεις κτιρίων με βάση ορθοφωτογραφίες drone (2 cm) και δημιουργήθηκαν 75 οικοδομικά τετράγωνα η μέση τιμή entropy ανά τετράγωνο ταξινομήθηκε σε πέντε κλάσεις ζημιάς (very low → very high), χρησιμοποιώντας μόνο εικονοστοιχεία εντός των ορίων κάθε κτιρίου για εξάλειψη θορύβου από βλάστηση ή κενούς χώρους.

β. Ανίχνευση κατολισθήσεων

Καταρχάς χαρτογραφήθηκαν χειροκίνητα οι κατολισθήσεις από ζεύγη Sentinel-2 (4 και 14 Αυγούστου). Στη συνέχεια υπολογίστηκαν χάρτες μεταβολής NDVI και BI και εφαρμόστηκε αβέβαιη ταξινόμηση για ημι-αυτόματη εξαγωγή πολυγώνων κατολίσθησης. Για υπερνίκηση της νέφωσης δημιουργήθηκε εικόνα αναλογίας έντασης Iratio = 10 log10(Ipre/Ipost) από κανάλια Sentinel-1 GRD VH (±7 ημέρες). Εφαρμόστηκαν αβέβαιος αλγόριθμος EM και επιβλεπόμενη Random Forest με 14 χαρακτηριστικά (12 SAR + κλίση/απήχηση SRTM) για τρεις κλάσεις: κατολίσθηση, πλημμυρικό νερό, λοιπές εκτάσεις. Δείγματα εκπαίδευσης/ελέγχου προήλθαν από οπτικές χειροκίνητες χαρτογραφήσεις και δείκτη NDWI, ενώ φίλτρο Sieve αφαίρεσε μικρά «θορυβώδη» πολύγωνα.

ΑΠΟΤΕΛΕΣΜΑΤΑ

α. Αποτίμηση κτιριακών ζημιών

Η σχέση μεταξύ των δέκα χαρακτηριστικών GLCM που εξήχθησαν από τη μετασεισμική εικόνα Capella SAR και των πέντε επιπέδων ζημιάς του StEER/GHI Fulcrum αναλύθηκε με χρήση διαγραμμάτων κουτιών (boxplots). Τα αποτελέσματα δείχνουν ότι η αύξηση της μέσης τιμής της entropy και η μείωση της homogeneity συσχετίζονται με κτίρια που υπέστησαν μερική ή ολική κατάρρευση, καθώς η κατάρρευση προκαλεί αυξημένη ακανόνιστη υφή στην εικόνα SAR. Αυτές οι παρατηρήσεις είναι σύμφωνες με προηγούμενες μελέτες και εξηγούνται από τη μεγάλη διακύμανση της όψης στα κατεστραμμένα τμήματα των κτιρίων.

Εικόνα 3 Σχέσεις box plot μεταξύ χαρακτηριστικών δομής με βάση το Capella και επιπέδων ζημιάς StEER_GHI Fulcrum

Στη συνέχεια, τα κτίρια ταξινομήθηκαν σε 75 οικοδομικά τετράγωνα με βάση τη μέση τιμή της entropy ανά τετράγωνο. Τα τετράγωνα με χαμηλή τιμή entropy χαρακτηρίζονται από χαμηλή πυκνότητα ζημιών, ενώ τα τετράγωνα με υψηλή τιμή entropy δείχνουν υψηλή συγκέντρωση κατεστραμμένων κτιρίων. Συγκεκριμένα, το 11% των τετραγώνων έχει πολύ χαμηλή, το 20% χαμηλή, το 39% μέτρια, το 21% υψηλή και το 9% πολύ υψηλή μέση τιμή entropy.

Η ταξινόμηση βάσει entropy επαληθεύτηκε με συγκριτική ανάλυση των εγγραφών Fulcrum και ορθοφωτογραφιών drone ανάλυσης 2 cm της 18ης Αυγούστου 2021. Τετράγωνα με πολύ χαμηλή τιμή entropy αντιστοιχούσαν σε κτίρια με ήπια ζημιά, ενώ τετράγωνα με πολύ υψηλή τιμή entropy περιείχαν μερικώς ή ολικώς κατεστραμμένα κτίρια, επιβεβαιώνοντας την αξιοπιστία της μεθόδου.

Εικόνα 4 Ταξινόμηση ζημιών με βάση την εντροπία σε επίπεδο οικοδομικού τετραγώνου στο κέντρο της πόλης Les Cayes, Αϊτή

Εικόνα 5 Κοντινό πλάνο ενός οικοδομικού τετραγώνου που παρουσιάζει πολύ χαμηλό επίπεδο μέσης εντροπίας υφής σε επικάλυψη με τα αρχεία StEER_GHI Fulcrum

β. Ανίχνευση κατολισθήσεων - Αποτελέσματα

Η χειροκίνητη οπτική χαρτογράφηση με Sentinel-2 αποτύπωσε 477 κατολισθήσεις σε έκταση 15,9 km² ενώ μεγάλο τμήμα έμεινε αχαρτογράφητο λόγω νέφωσης. Οι χάρτες μεταβολής NDVI και BI επέτρεψαν οπτικό εντοπισμό, αλλά η αβέβαιη ταξινόμηση δεν ξεχώριζε επαρκώς τις κατολισθήσεις από σύννεφα ή άλλα στοιχεία.Για υπερνίκηση του προβλήματος, υπολογίστηκε εικόνα αναλογίας έντασης I ratio από κανάλια Sentinel-1 GRD VH. Η αβέβαιη ταξινόμηση EM απομόνωνε γενικά τις κατολισθήσεις, αλλά συχνά ταύτιζε πλημμυρισμένες εκτάσεις με κατολισθήσεις. Με επιβλεπόμενη Random Forest (150 δέντρα) σε 14 χαρακτηριστικά (12 SAR + SRTM κλίση/απήχηση) και 41.553 δείγματα (70 % εκπαίδευση, 30 % έλεγχος) επιτεύχθηκε ακρίβεια 83 %, με 92 % επιτυχία στον εντοπισμό κατολισθήσεων και σαφή διαχωρισμό πλημμυρικών νερών. Το φίλτρο Sieve αφαίρεσε μικρά πολύγωνα θορύβου. Συνεπώς, ακολουθώντας σενάρια συνδυασμένου σεισμού-πλημμύρας, η επιβλεπόμενη ταξινόμηση δεδομένων SAR που υπολογίζονται γρήγορα σε cloud πλατφόρμες, προσφέρει σημαντικά καλύτερη ακρίβεια και αξιοπιστία για τη δημιουργία πολυχρονικών απογραφών κατολισθήσεων.

Εικόνα 6 Οπτικός χειροκίνητος χάρτης απογραφής κατολισθήσεων

Εικόνα 7 Χάρτης μεταβολής NDVI που δημιουργήθηκε από τη διαφορά στο NDVI μεταξύ των εικόνων Sentinel-2 πριν και μετά το συμβάν

Εικόνα 8 Χάρτης αλλαγών BI που δημιουργήθηκε από τη διαφορά στο NDVI μεταξύ των εικόνων Sentinel-2 πριν και μετά το συμβάν

Εικόνα 9 Χάρτης κατανομής των δειγμάτων εκπαίδευσης και δοκιμής που συλλέχθηκαν για την εποπτευόμενη ταξινόμηση RF

Εικόνα 10 Αξιολόγηση της ακρίβειας των δειγμάτων δοκιμών για μη εποπτευόμενη και εποπτευόμενη ταξινόμηση

Εικόνα 11 Χάρτης επιβλεπόμενης ταξινόμησης RF

ΣΥΜΠΕΡΑΣΜΑΤΑ

Συμπεραίνεται ότι η ανάλυση με VHR-SAR, σε συνδυασμό με επίγειες καταγραφές, έδειξε ότι η entropy και η homogeneity συσχετίζονται στενά με την παρατηρούμενη βλάβη. Η ταξινόμηση σε επίπεδο οικοδομικού τετραγώνου, βάσει entropy, προσφέρει γρήγορη επισκόπηση της έκτασης των ζημιών. Επιπλέον, η επιβλεπόμενη ταξινόμηση της εικόνας, επιτυγχάνει σαφώς καλύτερη ακρίβεια στον διαχωρισμό κατολισθήσεων και πλημμυρών και συνιστάται για συμβάντα με συνδυασμό σεισμού και πλημμύρας.

Λέξεις κλειδιά: remote sensing, field surveys, post-earthquake reconnaissance, earthquake damage assessment, disaster mapping