ΤΗΛΕΠΙΣΚΟΠΗΣΗ,ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΚΙΝΔΥΝΟΥ ΠΥΡΚΑΓΙΩΝ

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 10:11, 21 Απριλίου 2010

1. Εισαγωγή – Αντικείμενο εφαρμογής

Πολλές χώρες που αντιμετωπίζουν το πρόβλημα των δασικών πυρκαγιών έχουν αναπτύξει συστήματα εκτίμησης κινδύνου πυρκαγιών. Ο προληπτικός σχεδιασμός αποτελεί ίσως το σημαντικότερο στάδιο σε ένα οργανωμένο σύστημα αντιμετώπισης φυσικών καταστροφών όπως το φαινόμενο των πυρκαγιών.

2. Στόχος της εφαρμογής

Στόχος αυτής της έρευνας είναι να αναπτύξει ένα νέο ποσοτικό σύστημα εκτίμησης κινδύνου πυρκαγιάς το οποίο θα βασίζεται σε παραμέτρους οι οποίοι θα μπορούν να προσδιοριστούν εύκολα και γρήγορα. Το σύστημα αυτό αναπτύσσεται στα πλαίσια του ευρωπαϊκού ερευνητικού προγράμματος AUTO-HAZARD PRO το οποίο θα μπορεί να χρησιμοποιηθεί σε προ-κατασταλτικές ενέργειες όπως (reference):

• πληροφόρηση του κοινού σχετικά με τον επικείμενο κίνδυνο πυρκαγιάς, ρύθμιση της πρόσβασης και των επιτρεπόμενων ενεργειών πληροφόρησης του κοινού σχετικά με τον επικείμενο κίνδυνο

• διασπορά δυνάμεων αρχικής προσβολής, επάνδρωση παρατηρητηρίων και περιπολίες

• ανάλυση καταστάσεων έκτακτης διαφυγής από απειλούμενες περιοχές.

3. Περιοχή μελέτης

Ως περιοχή μελέτης έχει επιλεχθεί το νησί της Λέσβου που βρίσκεται στο βορειο-ανατολικό Αιγαίο.

4. Δεδομένα και Μεθοδολογία

Το κύριο αποτέλεσμα του συστήματος εκτίμησης κινδύνου είναι ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς βασιζόμενος σε τρεις άλλους δείκτες: το Μετεωρολογικό Δείκτη Κινδύνου, το Βλαστητικό Δείκτη Κινδύνου και τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου.

4.1 Συλλογή και προ-επεξεργασία δεδομένων Το κύριο πρόβλημα έγκειται στη χωρική κατανομή το μετεωρολογικών συνθηκών χρησιμοποιώντας τις παραπάνω σημειακές μετρήσεις. Για την χωρική παρεμβολή τον κλιματολογικών δεδομένων χρησιμοποιούνται κυρίως 4 μέθοδοι: • Πολύγωνα Thiessen • Μέση βαρύνουσα απόσταση • Παρεμβολή Kriging • Πολλαπλή παλινδρόμηση με τη χρήση και άλλων μεταβλητών π.χ. υψόμετρο, γεωγραφικό μήκος και πλάτος. Για την παρούσα εργασία εφαρμόστηκε η μέθοδος των πολυγώνων Thiessen θεωρώντας ότι οι σημειακές μετρήσεις από τους μετεωρολογικούς σταθμούς και το μοντέλο SKIRON είναι ικανές να περιγράψουν τις επιφανειακές μετεωρολογικές συνθήκες σύμφωνα με την παραπάνω μέθοδο.

Στο Σχήμα 1 παρουσιάζονται οι παράμετροι του συστήματος που δεν μεταβάλλονται βραχυπρόθεσμα και βασίζονται, οι περισσότερες, στην ευκλείδεια απόσταση από ανθρωπογενείς δραστηριότητες. Για τη χαρτογράφηση του οδικού δικτύου, των οικισμών και των αγροτικών περιοχών χρησιμοποιήθηκαν τηλεπισκοπικά δεδομένα υψηλής χωρικής διακριτικής ικανότητας από τον δέκτη QuickBird με μέγεθος pixel 2,8 m. Περισσότερα από 20 σκηνικά παραλήφθηκαν κατά την διάρκεια των αντιπυρικών περιόδων 2002 και 2003 τα οποία καλύπτανε το νησί της Λέσβου. Τα σκηνικά διορθώθηκαν γεωμετρικά με τη βοήθεια χαρτών και GPS και έπειτα συνενώθηκαν σταδιακά σε ένα ενιαίο μωσαϊκό πραγματοποιώντας παράλληλα και ραδιομετρικές διορθώσεις προκειμένου να εξαλειφθούν οι διαφορές που υπήρχαν στα ιστογράμματά τους, κυρίως λόγω της διαφορετικής ημέρας και γωνίας λήψης. Για να αντικατασταθούν οι περιοχές που είχαν νεφοκάλυψη χρησιμοποιήθηκε εικόνα Landsat ETM με μέγεθος pixel 30 m στο πολυφασματικό και 15 m στο πανχρωματικό. Από όλα τα κανάλια του Landsat ETM επιλέχθηκαν το μπλε, πράσινο, κόκκινο και κοντινό υπέρυθρο που έχουν την ίδια φασματική ζώνη με τα 4 κανάλια του QuickBird, και συνενώθηκαν με το πανχρωματικό έτσι ώστε να προκύψει εικόνα με 4 φασματικές ζώνες και 15 m γεωμετρική διαχωριστική ικανότητα. Για την εκπαίδευση των νευρωνικών δικτύων χρησιμοποιήθηκαν 420 πυρκαγιές οι οποίες εκδηλώθηκαν στο χρονικό διάστημα 1970-2001. Οι μεταβλητές που αναφέρονται σε αποστάσεις από κάποια παράμετρο για κάθε σημείο έναρξης υπολογίστηκαν με τη χρήση Συστημάτων Γεωγραφικών Πληροφοριών. Για τη σωστή εκπαίδευση, δημιουργήθηκαν τυχαία σημεία που προσομοίωναν τη μη εμφάνισης πυρκαγιάς για συγκεκριμένη χρονική στιγμή κατά το έτος 2003. Αφού ελέγχθηκε ότι δεν υπήρξε πυρκαγιά στα παραπάνω σημεία τη συγκεκριμένη χρονική στιγμή, συλλέχθηκαν οι μετεωρολογικές συνθήκες καθώς και οι υπόλοιποι παράμετροι σύμφωνα με τη μεθοδολογία που ακολουθήθηκε για τις πυρκαγιές στο χρονικό διάστημα 1970-2001 (Σχήμα 2).

4.2 Εκπαίδευση Νευρωνικού Δικτύου Η ανάπτυξη των Τεχνητών Νευρωνικών Δικτύων ή απλά Νευρωνικών Δικτύων (ΝΝ) ξεκίνησε πριν από 50 χρόνια περίπου λόγω της επιθυμίας του ανθρώπου να κατανοήσει καλύτερα τον ανθρώπινο εγκέφαλο και να εξομοιώσει μερικές από τις ικανότητές του. Η προσέγγιση των συναρτήσεων για τον υπολογισμών των τριών αρχικών δεικτών πραγματοποιήθηκε με την χρήση ΝΝ τα οποία εκπαιδεύτηκαν με την μέθοδο της ανάστροφης διάδοσης σφάλματος. Για τις ανάγκες της έρευνας, αξιοποιήθηκε η “συνάρτηση αξιοποίησης” και η “συνάρτηση του μέσου τετραγωνικού σφάλματος (MSE)”

4.3 Διαδικασία Αναλυτικής Ιεράρχησης Ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς (ΔΠΕΠ) υπολογίζεται με τη χρήση πολυκριτηριακής ανάλυσης των τριών επιμέρους δεικτών (κριτήρια), σύμφωνα με τη μέθοδο του σταθμισμένου μέσου.

5. Αποτελέσματα – Συμπεράσματα

Πραγματοποιήθηκαν πολλαπλές δοκιμές ώστε να επιλεγεί η τελική δομή των νευρωνικών δικτύων για κάθε δείκτη, παρακολουθώντας κυρίως τα ποσοστά σωστής ταξινόμησης των δειγμάτων εκπαίδευσης και επαλήθευσης καθώς και του μέσου τετραγωνικού σφάλματος (MSE). Ως ρυθμός εκμάθησης επιλέχθηκε ρ=0,1 ενώ ο νευρώνας στην έξοδο θεωρείται ενεργοποιημένος με τιμή μεγαλύτερη από 0,5. Πιο εύκολα προσεγγίστηκε η συνάρτηση του Μετεωρολογικού Δείκτη Κινδύνου, ενώ ο Κοινωνικο-Οικονομικός Δείκτης Κινδύνου είχε καλύτερα ποσοστά ταξινόμησης των πυρκαγιών του 2003. Το δίκτυο που χρησιμοποιείται από τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου εκπαιδεύτηκε σε 1000 εποχές ενώ για παραπάνω εποχές έχανε τη γενίκευση στο δείγμα επαλήθευσης του 1970-2001. Τα ποσοστά σωστής ταξινόμησης κρίνονται ικανοποιητικά αν και υπάρχει μια υπερεκτίμηση λόγω του χαμηλού ποσοστό σωστής ταξινόμησης της μη-εμφάνισης πυρκαγιάς στο δείγμα επαλήθευσης του 1970-2001. Αξιοσημείωτο είναι το μεγάλο ποσοστό σωστής ταξινόμησης του δείγματος επαλήθευσης των πυρκαγιών τους έτους 2003 με 91%. Αυτό επιβεβαιώθηκε και από τα ανακριτικά και αιτιολογικά δεδομένα της Πυροσβεστικής Υπηρεσίας για τις πολλές ανθρωπογενείς πυρκαγιές που εκδηλώθηκαν στη Λέσβο κατά το έτος 2003. Η διαδικασία εκπαίδευσης του Βλαστητικού Δείκτη Κινδύνου ισχυροποίησε το παραπάνω συμπέρασμα γιατί το MSE του δείγματος επαλήθευσης (2003), παρουσίασε πολύ υψηλές τιμές ενώ και το ποσοστό σωστής ταξινόμησης των πυρκαγιών ήταν χαμηλό. Έτσι, η εκπαίδευση βασίστηκε αποκλειστικά στις πυρκαγιές της περιόδου 1970-2001 και τερματίστηκε πριν χαθεί η γενίκευση στο δείγμα επαλήθευσης (1970-2001). Για τον υπολογισμό του Δείκτη Πιθανότητας Εμφάνισης Πυρκαγιάς (ΔΠΕΠ), δημιουργήθηκε ο πίνακας συγκρίσεων ο οποίος είχε δείκτη συνάφειας CI=0,0268 και λόγο συνάφειας CR=0,0462. Συνεπώς με το διάνυσμα των βαρών που προέκυψε, ο ΔΠΕΠ υπολογίζεται από τη σχέση:

ΔΠΕΠ=0,1311*ΜΔΚ+0,2081*ΒΔΚ+0,6608*ΚΟΔΚ

Στο Σχήμα 3 παρουσιάζεται ο ΔΠΕΠ για τις ημερομηνίες 23/6/2003 και 27/8/2003 όπου εκδηλώθηκαν 3 και 4 πυρκαγιές αντίστοιχα στο νησί της Λέσβου. Για τη δημιουργία των χαρτών χρησιμοποιήθηκαν οι πραγματικές καιρικές συνθήκες που επικρατούσαν τις συγκεκριμένες ημέρες. Όλες οι πυρκαγιές εμφανίστηκαν σε περιοχές όπου η πιθανότητα εμφάνισης ήταν μεγαλύτερη από 50% ενώ και ο συγκριτικός κίνδυνος σε σχέση με άλλες περιοχές ήταν πολύ μεγαλύτερος.

Σχήμα 1: Στατικές παράμετροι του συστήματος γραμμικά τεντωμένες στο διάστημα 0-1

Σχήμα 2: Σημεία έναρξης δασικών πυρκαγιών στο χρονικό διάστημα 1970-2001 και σημεία μη εμφάνισης πυρκαγιών

Σχήμα 3: ΔΠΕΠ στις ημερομηνίες 23/6/2003 και 27/8/2003

Πηγή:

ΤΗΛΕΠΙΣΚΟΠΗΣΗ,ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΚΙΝΔΥΝΟΥ ΠΥΡΚΑΓΙΩΝ

Χρήστος Βασιλάκος1,2, Κώστας Καλαμποκίδης1, Ιωάννης Χατζόπουλος2, Γεώργιος Κάλλος3 και Ιωάννης Ματσίνος2

1Πανεπιστήμιο Αιγαίου, Τμήμα Γεωγραφίας 2Πανεπιστήμιο Αιγαίου, Τμήμα Περιβάλλοντος 3Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, Τμήμα Φυσικής