Χρήση εικόνων πολυχρονικών απομακρυσμένων αισθητήρων για ανίχνευση σεισμού που προκαλεί κατολισθήσεις
Από RemoteSensing Wiki
(New page: '''Χρήση εικόνων πολυχρονικών απομακρυσμένων αισθητήρων για ανίχνευση σεισμού που προκαλεί κατολισθή...) |
|||
| Γραμμή 11: | Γραμμή 11: | ||
Οι κατολισθήσεις αποτελούν ένα σημαντικό είδος των γεωλογικών κινδύνων που προκαλεί χιλιάδες απώλειες και δισεκατομμύρια δολάρια ως αποζημίωση ακινήτων κάθε χρόνο. Οι καταστροφικές συνέπειες των κατολισθήσεων συχνά προκαλούνται από κάποια ακραία φαινόμενα, όπως σεισμοί, υπερβολικές βροχοπτώσεις, ή εκρήξεις ηφαιστείων. Ο γρήγορος εντοπισμός της χωρικής κατανομής των κατολισθήσεων που προκαλούνται από αυτά τα ακραία φαινόμενα είναι ζωτικής σημασίας για το συντονισμό των προσπαθειών διάσωσης και σχεδιασμού. Στη μελέτη αυτή, προτείνεται μια αυτοματοποιημένη μέθοδος για τον εντοπισμό της χωρικής κατανομής των σεισμών που προκαλούν κατολισθήσεις με την εξετάζοντας τις αλλαγές στη βλάστηση μετά την εκδήλωση του φαινόμενου. Η μέθοδος αυτή βασίζεται στην υπόθεση ότι οι εκτεταμένες βλάβες στην κλίση που οφείλονται σε ισχυρή σεισμική δραστηριότητα θα αφαιρέσουν τεράστιες πέτρες, εδαφικό κάλυμμα, και το έδαφος, μαζί με τη βλάστηση. | Οι κατολισθήσεις αποτελούν ένα σημαντικό είδος των γεωλογικών κινδύνων που προκαλεί χιλιάδες απώλειες και δισεκατομμύρια δολάρια ως αποζημίωση ακινήτων κάθε χρόνο. Οι καταστροφικές συνέπειες των κατολισθήσεων συχνά προκαλούνται από κάποια ακραία φαινόμενα, όπως σεισμοί, υπερβολικές βροχοπτώσεις, ή εκρήξεις ηφαιστείων. Ο γρήγορος εντοπισμός της χωρικής κατανομής των κατολισθήσεων που προκαλούνται από αυτά τα ακραία φαινόμενα είναι ζωτικής σημασίας για το συντονισμό των προσπαθειών διάσωσης και σχεδιασμού. Στη μελέτη αυτή, προτείνεται μια αυτοματοποιημένη μέθοδος για τον εντοπισμό της χωρικής κατανομής των σεισμών που προκαλούν κατολισθήσεις με την εξετάζοντας τις αλλαγές στη βλάστηση μετά την εκδήλωση του φαινόμενου. Η μέθοδος αυτή βασίζεται στην υπόθεση ότι οι εκτεταμένες βλάβες στην κλίση που οφείλονται σε ισχυρή σεισμική δραστηριότητα θα αφαιρέσουν τεράστιες πέτρες, εδαφικό κάλυμμα, και το έδαφος, μαζί με τη βλάστηση. | ||
| + | |||
| + | [[Εικόνα:Ezoi P4 1.jpg | thumb| right|'''Εικόνα 1:''' Θέση της περιοχής μελέτης. Το επίκεντρο του σεισμού Sichuan (7,9 κ.), εμφανίζεται (κάτω αριστερά). Η περιοχή μελέτης είναι περίπου 30 χλμ από το επίκεντρο. Κάτω δεξιά φαίνεται η περιοχή μελέτης από δορυφορική εικόνα Landsat TM σε ασπρόμαυρη απεικόνιση του καναλιού 7 (Band 7) η οποία λήφθηκε στις 18 Σεπτεμβρίου 2007.]] | ||
| Γραμμή 22: | Γραμμή 24: | ||
Μία εικόνα Landsat TM που λήφθηκε στις 18 Σεπτεμβρίου 2007 δηλαδή λίγο πάνω από 8 μήνες πριν το σεισμό. Δύο σκηνές από Terra’s Advanced Spaceborne Thermal | Μία εικόνα Landsat TM που λήφθηκε στις 18 Σεπτεμβρίου 2007 δηλαδή λίγο πάνω από 8 μήνες πριν το σεισμό. Δύο σκηνές από Terra’s Advanced Spaceborne Thermal | ||
Emission and Reflection Radiometer (ASTER) 11 ημέρες μετά το σεισμό στις 23 Μαΐου 2008. Επιπλέον, χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους DEM. | Emission and Reflection Radiometer (ASTER) 11 ημέρες μετά το σεισμό στις 23 Μαΐου 2008. Επιπλέον, χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους DEM. | ||
| + | |||
| + | [[Εικόνα:Ezoi P4 2.jpg | thumb| right|'''Εικόνα 2:''' Εικόνες που χρησιμοποιήθηκαν. Αριστερά ψευδοχρωματική εικόνα από Landsat TM στις 18 Σεπτεμβρίου2007. Δεξιά ψευδοχρωματική εικόνα ASTER στις 23 Μάιου 2008.]] | ||
| Γραμμή 41: | Γραμμή 45: | ||
'''Ανίχνευση της αλλαγής''' | '''Ανίχνευση της αλλαγής''' | ||
| - | + | [[Εικόνα:Ezoi P4 3.jpg | thumb| right|'''Εικόνα 3:''' Σύγκριση των διαφορετικών εικόνων πριν και μετά το σεισμό.]] | |
Προκειμένου να ανιχνεύσουμε τις αλλαγές που προκλήθηκαν από τις κατολισθήσεις χρησιμοποιήσαμε τους εξής τύπους δεδομένων εισαγωγής (βλέπε εικόνα 3): | Προκειμένου να ανιχνεύσουμε τις αλλαγές που προκλήθηκαν από τις κατολισθήσεις χρησιμοποιήσαμε τους εξής τύπους δεδομένων εισαγωγής (βλέπε εικόνα 3): | ||
Παρούσα αναθεώρηση της 03:24, 11 Φεβρουαρίου 2011
Χρήση εικόνων πολυχρονικών απομακρυσμένων αισθητήρων για ανίχνευση σεισμού που προκαλεί κατολισθήσεις
Using multi-temporal remote sensor imagery to detect earthquake-triggered landslides
Συγγραφείς: Xiaojun Yang, Liding Chen
Πηγή: International Journal of Applied Earth Observation and Geoinformation, Volume 12, Issue 6, December 2010, Pages 487-495
Στόχος εφαρμογής
Οι κατολισθήσεις αποτελούν ένα σημαντικό είδος των γεωλογικών κινδύνων που προκαλεί χιλιάδες απώλειες και δισεκατομμύρια δολάρια ως αποζημίωση ακινήτων κάθε χρόνο. Οι καταστροφικές συνέπειες των κατολισθήσεων συχνά προκαλούνται από κάποια ακραία φαινόμενα, όπως σεισμοί, υπερβολικές βροχοπτώσεις, ή εκρήξεις ηφαιστείων. Ο γρήγορος εντοπισμός της χωρικής κατανομής των κατολισθήσεων που προκαλούνται από αυτά τα ακραία φαινόμενα είναι ζωτικής σημασίας για το συντονισμό των προσπαθειών διάσωσης και σχεδιασμού. Στη μελέτη αυτή, προτείνεται μια αυτοματοποιημένη μέθοδος για τον εντοπισμό της χωρικής κατανομής των σεισμών που προκαλούν κατολισθήσεις με την εξετάζοντας τις αλλαγές στη βλάστηση μετά την εκδήλωση του φαινόμενου. Η μέθοδος αυτή βασίζεται στην υπόθεση ότι οι εκτεταμένες βλάβες στην κλίση που οφείλονται σε ισχυρή σεισμική δραστηριότητα θα αφαιρέσουν τεράστιες πέτρες, εδαφικό κάλυμμα, και το έδαφος, μαζί με τη βλάστηση.
Περιοχή μελέτης
Η περιοχή μελέτης καλύπτει μέρος της πόλης Wenchuan, της επαρχίας Sichuan, της Κίνα, περίπου 30 χλμ από το επίκεντρο του σεισμού στην Sichuan που έπληξε κατά 14:28:01.42 τοπική ώρα στις 12 Μαΐου 2008 (βλέπε εικόνα 1).
Δεδομένα που χρησιμοποιήθηκαν
Μία εικόνα Landsat TM που λήφθηκε στις 18 Σεπτεμβρίου 2007 δηλαδή λίγο πάνω από 8 μήνες πριν το σεισμό. Δύο σκηνές από Terra’s Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) 11 ημέρες μετά το σεισμό στις 23 Μαΐου 2008. Επιπλέον, χρησιμοποιήθηκε το ψηφιακό μοντέλο εδάφους DEM.
Προεπεξεργασίες τηλεπισκοπικών δεδομένων
Οι προεπεξεργασίες των τηλεπισκοπικών δεδομένων που χρησιμοποιήθηκαν περιλαμβάνουν:
- Ραδιομετρική διόρθωση
- Γεωμετρική διόρθωση
- Ψηφιδωτή διόρθωση.
Το υποσύνολο της εικόνας που χρησιμοποιούνται στην χαρτογράφηση κατολισθήσεων καλύπτει μια ορθογωνική έκταση 18.586 μ. πλάτος και 19.187 μ. ύψος (βλέπε εικόνα 2).
Υπολογισμός κανονικοποιημένου δείκτη βλάστησης NDVI
Υπολογίστηκε ο κονονικοποιημένος δείκτης βλάστησης NDVI σε κάθε μία από τις TM και ASTER με βάση τον τύπο NDVI = (NIR – RED) / (NIR + RED) όπου RED και NIR αντιστοιχούν στα κανάλια 3 και 4 στην εικόνα ΤΜ και στα κανάλια 2 και 3 στην εικόνα ASTER.
Ανίχνευση της αλλαγής
Προκειμένου να ανιχνεύσουμε τις αλλαγές που προκλήθηκαν από τις κατολισθήσεις χρησιμοποιήσαμε τους εξής τύπους δεδομένων εισαγωγής (βλέπε εικόνα 3):
- Πριν και μετά το σεισμό εικόνες χωρίς ραδιομετρική εξομάλυνση
- Πριν και μετά το σεισμό εικόνες με ραδιομετρική εξομάλυνση
- Πριν και μετά το σεισμό εικόνες με υπολογισμό του NDVI χωρίς ραδιομετρική εξομάλυνση
- Πριν και μετά το σεισμό εικόνες με υπολογισμό του NDVI με ραδιομετρική εξομάλυνση
Συμπεράσματα
Παρατηρήθηκε ότι οι περισσότερες από τις μεγάλες κατολισθήσεις σημειώθηκαν κατά μήκος του ποταμού Mingjiang και των μεγάλων παραποτάμων του. Τα σεισμικά κύματα σε συνδυασμό με τις υπερβολικές βροχοπτώσεις αμέσως μετά τον σεισμό ήταν υπεύθυνα για πολλές αστοχίες κλίσεων πρανών. Επιπλέον, υπήρξε σημαντικός αριθμός κατολισθήσεων γύρω από τις κορυφές και τις κορυφογραμμές, γεγονός που υποδηλώνει την ισχυρή επίδραση της κάθετης στο έδαφος σεισμικής επιτάχυνσης κυμάτων κατά τη διάρκεια του σεισμού στο Sichuan και πολλές ισχυρές μετασεισμικές δονήσεις. Η μεθοδολογία που αναπτύχθηκε στη μελέτη αυτή μπορεί εύκολα να εφαρμοστεί για την ανίχνευση των δραστηριοτήτων των κατολισθήσεων σε άλλες πληγείσες περιοχές από σεισμό με την προϋπόθεση ότι υπάρχουν διαθέσιμα καλής ποιότητας τηλεπισκοπικά δεδομένα.
