ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ ΤΩΝ ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΣΤΗΝ ΚΑΤΑΣΤΟΛΗ ΤΩΝ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 06:08, 13 Απριλίου 2010

Σκοπός αυτής της μελέτης ήταν η δημιουργία με τη βοήθεια της αντικειμενοστραφούς ταξινόμησης και των ΓΣΠ, μιας ψηφιακής βάσης δεδομένων, για επιχειρησιακή χρήση σε σχέση με την συγκόμωση της βλάστησης, καθώς και τη θέση και το βαθμό διακινδύνευσης των κτηρίων.

Οι επιμέρους στόχοι είναι:

• Η αξιολόγηση ενός αριθμού δεικτών βλάστησης (Vegetation Indices) και η επιλογή αυτού που εμφανίζει την υψηλότερη συσχέτιση με τη συγκόμωση της βλάστησης.

• Η ανάπτυξη, με τη βοήθεια του επιλεγμένου δείκτη βλάστησης και δορυφορικών δεδομένων πολύ υψηλής ανάλυσης, ενός αντικειμενοστραφούς μοντέλου ταξινόμησης της βλάστησης και των κτηρίων με σκοπό την εξαγωγή χρήσιμης, από επιχειρησιακή άποψη, πληροφορίας.

• Η εκτίμηση του αμυντικού χώρου (“Defensible Space”) των κτηρίων.

Οι δείκτες βλάστησης που υπολογίζονται από τηλεσκοπικά δεδομένα χρησιμοποιούνται ευρέως για την εκτίμηση διαφόρων χαρακτηριστικών της βλάστησης, μεταξύ των οποίων και για την εκτίμηση της συγκόμωσης.

Η αντικειμενοστραφής ταξινόμηση αποτελεί ιδανική τεχνική αναγνώρισης ομοιογενών ως προς κάποιο χαρακτηριστικό επιφανειών, όπως για παράδειγμα η συγκόμωση της βλάστησης καθώς και αντικειμένων ενδιαφέροντος (π.χ. οικοδομήματα).

Η τήρηση του Αμυντικού Χώρου (Defensible Space), μερικά η ολικά, η οποία εκφράζει τον βαθμό διακινδύνευσης των κτηρίων σε σχέση με την κατάσταση της βλάστησης περιμετρικά από αυτά, αποτελεί σημαντική πληροφορία που θα πρέπει να είναι διαθέσιμη στις πυροσβεστικές δυνάμεις κατά την κατάσβεση μιας δασικής πυρκαγιάς, έτσι ώστε να λαμβάνονται τα απαραίτητα μέτρα για την προστασία τους.

Σχήμα 1: Απεικονίζονται οι περιοχές που καήκαν από τις πυρκαγιές του 1984, 1985, 1989 και 2000.

Για την πραγματοποίηση της εργασίας χρησιμοποιήθηκαν, μία πολυφασματική και η αντίστοιχη πανχρωματική εικόνα από τον δορυφορικό αισθητήρα Quickbird με χρόνο λήψης την 26 Οκτωβρίου 2004 και μέγεθος εικονοστοιχείου 2 μέτρα και 0.6 μέτρα αντίστοιχα. Τα διαστήματα του ηλεκτρομαγνητικού φάσματος από τα οποία καταγράφεται η ανάκλαση τόσο για την πολυφασματική όσο και για την πανχρωματική εικόνα φαίνονται στον παρακάτω πίνακα 1.

Πίνακας 1: Τμήματα καταγραφής ανάκλασης του ηλεκτρομαγνητικού φάσματος από τον δορυφόρο QuickBird.

Υπολογισμός δεικτών βλάστησης

Προκειμένου λοιπόν να αναπτυχθεί ένα μοντέλο αντικειμενοστραφούς ταξινόμησης θεωρήθηκε σκόπιμο πρώτα από όλα να βρεθεί ένας δείκτης βλάστησης υπολογιζόμενος από τα τηλεσκοπικά δεδομένα του QuickBird, ο οποίος να εμφανίζει την υψηλότερη, σε σχέση με άλλους δείκτες, συσχέτιση με την συγκόμωση της βλάστησης.

Οι δείκτες που επιλέχθηκαν για αξιολόγηση όπως αναφέρθηκε κατά την ανασκόπηση της βιβλιογραφίας είναι οι:

1. WDRVI (Wide Dynamic Range Vegetation Index

2. MSAVI (Modified Soil Adjusted Vegetation Index

3. NDVI (Normalized Difference Vegetation Index)

4. SR (Simple Ratio)

5. Tasseled Cap Greeness

6. TVI (Triangular Vegetation Index)

Εκτός από τους παραπάνω δείκτες βλάστησης, σχηματίστηκε και ένας καινούριος «δείκτης» που ονομάστηκε PCNDVI (Principal Components Normalized Difference Vegetation Index). Ο δείκτης αυτός σχηματίστηκε χρησιμοποιώντας τον μαθηματικό τύπο ενός ευρέως διαδεδομένου δείκτη βλάστησης (NDVI) και τοποθετώντας σε αυτόν, αντί των καναλιών NIR και RED, τις κύριες συνιστώσες 2 και 3 αντίστοιχα, που προέκυψαν μετά από την ανάλυση σε κύριες συνιστώσες τις αρχικής πολυφασματικής εικόνας Quickbird. Όλοι οι δείκτες βλάστησης που αναφέρθηκαν υπολογίστηκαν με τη βοήθεια του “Spatial Modeler” του λογισμικού Erdas Imagine 8.7 και το αποτέλεσμα του υπολογισμού τους απεικονίζεται στην εικόνα που ακολουθεί (σχήμα 2).

Σχήμα 2: Εικόνα των υπολογιζόμενων δεικτών βλάστησης.

Σε μία πολυφασματική δορυφορική εικόνα όπως αυτή του QuickBird τα γειτονικά, φασματικά, κανάλια καταγραφής παρουσιάζουν συχνά υψηλή συσχέτιση. Τα κανάλια του οπτικού φάσματος συσχετίζονται θετικά μεταξύ τους, ενώ το κοντινό υπέρυθρο κανάλι συσχετίζεται αρνητικά με αυτά. Αυτό συμβαίνει γιατί όσο αυξάνει η ποσότητα της βλάστησης τόσο μειώνεται η ανακλώμενη κόκκινη ακτινοβολία και παράλληλα αυξάνεται η κοντινή υπέρυθρη.

Για το λόγο αυτό εφαρμόζονται διάφορες τεχνικές, όπως η ανάλυση σε κύριες συνιστώσες, με τις οποίες από τα αρχικά συσχετιζόμενα μεταξύ τους κανάλια, προκύπτουν καινούρια ασυσχέτιστα. Τα νέα αυτά κανάλια ταξινομούνται κατά φθίνουσα σειρά, σε σχέση με το ποσοστό της διακύμανσης των δεδομένων που εξηγούν και εφόσον είναι ασυσχέτιστα μεταξύ τους κάθε ένα από αυτά μεταφέρει και μια καινούρια πληροφορία.

Δημιουργία δεδομένων αναφοράς (REFERENCE DATA) σχετικά με τη συγκόμωση της βλάστησης

Για την απόκτηση δεδομένων συγκόμωσης της βλάστησης τις περισσότερες φορές χρησιμοποιούνται είτε μέθοδοι καταγραφής στο πεδίο με οπτική εκτίμηση και με τη βοήθεια συσκευών εντοπισμού θέσης (GPS), είτε μέθοδοι φωτοερμηνείας. Σχετικά με τις μεθόδους φωτοερμηνείας ο Καρτέρης (1990) αναφέρει ότι ο βαθμός συγκόμωσης μπορεί να προσδιοριστεί με τέσσερις μεθόδους:

• με οπτική εκτίμηση χωρίς οδηγό ή κλίμακα πυκνότητας κόμης

• με οπτική εκτίμηση αλλά με τη βοήθεια οδηγού ή κλίμακας πυκνότητας κόμης

• με τη φανταστική μετατόπιση και σύμπτυξη των δένδρων, και

• με τη χρησιμοποίηση δικτύου στιγμών

Από τις μεθόδους αυτές αναφέρεται ότι η πλέον αντικειμενική είναι αυτή του δικτύου στιγμών, αλλά μειονεκτεί στο ότι χρειάζεται πάρα πολύ χρόνος για την εκτέλεσή της και για το λόγο αυτό δε χρησιμοποιείται συχνά.

Η παγχρωματική δορυφορική εικόνα του QuickBird έχει μέγεθος εικονοστοιχείου 0,6 μέτρα και συνεπώς οι κόμες των δένδρων είναι ορατές. Επομένως, θεωρήθηκε ότι μπορούν να χρησιμοποιηθούν επάνω σε αυτήν οι μέθοδοι φωτοερμηνείας που προαναφέρθηκαν.

Πηγή: ΤΣΑΚΑΛΙΔΗ Σ., ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ, ΣΧΟΛΗ ΔΑΣΟΛΟΓΙΑΣ ΚΑΙ ΦΥΣΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ, ΘΕΣΣΑΛΟΝΙΚΗ 2007.