Συνδυαστική προσέγγιση Τηλεπισκόπησης και GIS τεχνικών για παρακολούθηση και αξιολόγηση των ζημιών...

Από RemoteSensing Wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
 
(10 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.)
Γραμμή 1: Γραμμή 1:
[[Εικόνα: Mk_paper_3_eikona_1.jpg | thumb | right | Περιοχή μελέτης στην κεντρική Ελλάδα, πηγή:https://www.researchgate.net]]
[[Εικόνα: Mk_paper_3_eikona_1.jpg | thumb | right | Περιοχή μελέτης στην κεντρική Ελλάδα, πηγή:https://www.researchgate.net]]
 +
[[Εικόνα: Mk_paper_3_eikona_2.jpg | thumb | right | Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας, πηγή://www.researchgate.net]]
 +
'''Συνδυαστική προσέγγιση Τηλεπισκόπησης και GIS τεχνικών για παρακολούθηση και αξιολόγηση των ζημιών από πλημμύρες στη πεδιάδα της Θεσσαλίας,  Ελλάδα'''
 +
Synergistic Approach of Remote Sensing and GIS Techniques for Flash-Flood Monitoring and Damage Assessment in Thessaly Plain Area, Greece
 +
Emmanouil Psomiadis, Konstantinos X. Soulis, Melpomeni Zoka and Nicholas Dercas
 +
Πηγή: [[https://www.researchgate.net/publication/331501935_Synergistic_Approach_of_Remote_Sensing_and_GIS_Techniques_for_Flash-Flood_Monitoring_and_Damage_Assessment_in_Thessaly_Plain_Area_Greece
 +
]]
 +
Οι πλημμύρες αποτελούν έναν από τους πιο συχνούς και καταστροφικούς τύπους φυσικών καταστροφών παγκοσμίως με αρνητικές συνέπειες για τον άνθρωπο
 +
και το περιβάλλον, προκαλώντας το 40% των ζημιών που δημιουργούνται από τις φυσικές καταστροφές παγκοσμίως. Η χαρτογράφηση  και παρακολούθηση
 +
των γεγονότων πλημμύρας καθώς και των ζημιών που προκαλούν κρίνεται αναγκαία για τον σχεδιασμό μετριασμού των κινδύνων, καθώς και στον προσδιορισμό
 +
των  αποζημιώσεων που θα λάβουν οι θιγόμενοι.
 +
Στόχος του παρόντος άρθρου είναι να αξιολογηθούν οι δυνατότητες οπτικών και Radar μεθόδων μαζί με μεθόδους GIS και να αναπτυχθεί μια κατάλληλη
 +
μεθοδολογία με στόχο  τη χαρτογράφηση, τον εντοπισμό και την οριοθέτηση της πλημμύρας καθώς και την καταγραφή του μεγέθους των ζημιών που προκαλούνται από αυτή.
 +
Στο παρόν άρθρο γίνεται ανάλυση τέτοιων μεθόδων για τις πλημμύρες που έλαβαν μέρος το Μάιο του 2016 (20-22 Μαΐου) στη πεδιάδα της Θεσσαλίας σε
 +
μια έκταση 10,7 τετραγωνικών χιλιομέτρων (Εικόνα 1).
 +
'''Δεδομένα'''
 +
 +
Συλλέχθηκε μια εικόνα Landsat 7 μέσω του εργαλείου USGS Earth Explorer μια ημέρα μετά το φαινόμενο πλημμύρας διάρκειας δύο ημερών (23 Μαίου)
 +
και έγινε επεξεργασία με τη χρήση των δεικτών TCT, MNDWI, DVW, RSWIR.
 +
 +
Συλλέχθηκαν και επεξεργάστηκαν δύο εικόνες Sentinel-1 την 21 Μαίου (κατά την εξέλιξη της καταιγίδας που ακολούθησε) χωρικής ανάλυσης 10 μέτρων,
 +
επίσης χρησιμοποιήθηκε ένα μοντέλο υψομετρίας επιπέδου 1.
 +
 +
Συλλέχθηκαν 4 εικόνες Sentinel-2 (μεταξύ Δεκεμβρίου 2015–Αύγουστου 2016) για τη χαρτογράφηση των χρήσεων γης και τη ταξινόμηση των υπαρχόντων
 +
τύπων καλλιεργειών στην πλημμυρισμένη περιοχή σε χάρτη.
 +
 +
Χρησιμοποιήθηκαν τοπογραφικοί χάρτες της Γεωγραφικής Υπηρεσίας Στρατού για την εξαγωγή  διαφορετικών τύπων πληροφοριών π.χ. ποτάμια, δρόμοι,
 +
σιδηροδρομικές γραμμές.
 +
 +
Χρησιμοποιήθηκε ένα λεπτομερές ψηφιακό μοντέλο εδάφους χωρικής ανάλυσης 5 μέτρων με σκοπό την εκτίμηση του κινδύνου της πλημμύρας, του βάθους της,
 +
τη βελτίωση της οριοθέτησης των πλημμυρισμένων περιοχών το οποίο είχε εξαχθεί από χάρτες κλίμακας 1/5000.
 +
 +
Λήφθηκαν υπόψη λεπτομερή διανυσματικά δεδομένα από τις καλλιεργήσιμες περιοχές μέσω της ΟΠΕΚΕΠΕ σε κλίμακα 1/10000.
 +
 +
Συγκρίθηκαν δεδομένα αποζημιώσεων της μελέτης με στοιχεία του Ελληνικού Οργανισμού Γεωργικών Ασφαλίσεων (ΕΛΓΑ) για την περίοδο αυτή.
 +
 +
'''Μεθοδολογία''' – τρεις  διαφορετικές μεθοδολογίες επεξεργασίας δεδομένων για τις τρεις διαφορετικές κατηγορίες δορυφορικών δεδομένων (Εικόνα 2)
 +
 +
* LandSat-7 - Όπως προαναφέρθηκε χρησιμοποιήθηκαν οι εξής δείκτες:
 +
 +
MNDWI: Ενισχύει τα υδάτινα χαρακτηριστικά ενώ απομονώνει το θόρυβο από το ξερό έδαφος,  τα κτήρια και τη βλάστηση.
 +
 +
TCT: Είναι ένα χρήσιμο εργαλείο για τη συμπίεση φασματικών δεδομένων σε λίγα κανάλια τα οποία σχετίζονται  με τα διάφορα φυσικά χαρακτηριστικά.
 +
 +
DVW: Λειτουργεί με την αφαίρεση του απλού δείκτη νερού NDWI από τον NDVI δείκτη βλάστησης.
 +
 +
RSWIR: Λειτουργεί με τη χρήση του υπέρυθρου καναλιού SWIR.
 +
 +
* Sentinel-1: Με τη χρήση ενός δυαδικού αλγορίθμου προσδιορίζεται εάν ένα δεδομένο pixel είναι πλημμυρισμένο ή όχι. Κατά σειρά δημιουργήθηκε ένα υποσύνολο εικόνων για τη μείωση του μεγέθους των δεδομένων, έγινε βαθμονόμηση των εικόνων,  εφαρμογή ενός φίλτρου για τα «σημαδάκια» που λειτουργούν ως «θόρυβος» υποβαθμίζοντας τη ποιότητα της εικόνας και μπορεί να κάνουν την ερμηνεία πιο δύσκολη. Επίσης εφαρμόστηκε ένα όριο μέσω ανάλυσης ιστογράμματος, που οι υψηλές τιμές του αντιστοιχούν σε μη υδάτινες κλάσεις ενώ οι χαμηλές σε υδάτινες.
 +
 +
* Sentinel-2: Εφαρμόστηκε ατμοσφαιρική διόρθωση μέσω του ESA’s Sen2Cor εργαλείου, εφαρμόστηκε δειγματοληψία με διγραμμική μέθοδο και έγινε ταξινόμηση με μέθοδο μέγιστης πιθανότητας με τη χρήση 200 σημείων. Ο εξαχθέν χάρτης συγκρίθηκε με χάρτη του ΟΠΕΚΕ για την αξιολόγηση της ακρίβειας του.
 +
 +
Στον εξαχθέν χάρτη, σημεία με βάθος  χαμηλότερο των 5 εκατοστών δε λήφθηκαν ως «πλημμυρισμένα» καθώς αυτό θα οδηγούσε σε ανακρίβειες.

Παρούσα αναθεώρηση της 18:49, 13 Ιανουαρίου 2021

Περιοχή μελέτης στην κεντρική Ελλάδα, πηγή:https://www.researchgate.net
Διάγραμμα ροής της εφαρμοζόμενης μεθοδολογίας, πηγή://www.researchgate.net

Συνδυαστική προσέγγιση Τηλεπισκόπησης και GIS τεχνικών για παρακολούθηση και αξιολόγηση των ζημιών από πλημμύρες στη πεδιάδα της Θεσσαλίας, Ελλάδα

Synergistic Approach of Remote Sensing and GIS Techniques for Flash-Flood Monitoring and Damage Assessment in Thessaly Plain Area, Greece Emmanouil Psomiadis, Konstantinos X. Soulis, Melpomeni Zoka and Nicholas Dercas Πηγή: [[https://www.researchgate.net/publication/331501935_Synergistic_Approach_of_Remote_Sensing_and_GIS_Techniques_for_Flash-Flood_Monitoring_and_Damage_Assessment_in_Thessaly_Plain_Area_Greece ]]

Οι πλημμύρες αποτελούν έναν από τους πιο συχνούς και καταστροφικούς τύπους φυσικών καταστροφών παγκοσμίως με αρνητικές συνέπειες για τον άνθρωπο και το περιβάλλον, προκαλώντας το 40% των ζημιών που δημιουργούνται από τις φυσικές καταστροφές παγκοσμίως. Η χαρτογράφηση και παρακολούθηση των γεγονότων πλημμύρας καθώς και των ζημιών που προκαλούν κρίνεται αναγκαία για τον σχεδιασμό μετριασμού των κινδύνων, καθώς και στον προσδιορισμό των αποζημιώσεων που θα λάβουν οι θιγόμενοι. Στόχος του παρόντος άρθρου είναι να αξιολογηθούν οι δυνατότητες οπτικών και Radar μεθόδων μαζί με μεθόδους GIS και να αναπτυχθεί μια κατάλληλη μεθοδολογία με στόχο τη χαρτογράφηση, τον εντοπισμό και την οριοθέτηση της πλημμύρας καθώς και την καταγραφή του μεγέθους των ζημιών που προκαλούνται από αυτή. Στο παρόν άρθρο γίνεται ανάλυση τέτοιων μεθόδων για τις πλημμύρες που έλαβαν μέρος το Μάιο του 2016 (20-22 Μαΐου) στη πεδιάδα της Θεσσαλίας σε μια έκταση 10,7 τετραγωνικών χιλιομέτρων (Εικόνα 1).

Δεδομένα

Συλλέχθηκε μια εικόνα Landsat 7 μέσω του εργαλείου USGS Earth Explorer μια ημέρα μετά το φαινόμενο πλημμύρας διάρκειας δύο ημερών (23 Μαίου) και έγινε επεξεργασία με τη χρήση των δεικτών TCT, MNDWI, DVW, RSWIR.

Συλλέχθηκαν και επεξεργάστηκαν δύο εικόνες Sentinel-1 την 21 Μαίου (κατά την εξέλιξη της καταιγίδας που ακολούθησε) χωρικής ανάλυσης 10 μέτρων, επίσης χρησιμοποιήθηκε ένα μοντέλο υψομετρίας επιπέδου 1.

Συλλέχθηκαν 4 εικόνες Sentinel-2 (μεταξύ Δεκεμβρίου 2015–Αύγουστου 2016) για τη χαρτογράφηση των χρήσεων γης και τη ταξινόμηση των υπαρχόντων τύπων καλλιεργειών στην πλημμυρισμένη περιοχή σε χάρτη.

Χρησιμοποιήθηκαν τοπογραφικοί χάρτες της Γεωγραφικής Υπηρεσίας Στρατού για την εξαγωγή διαφορετικών τύπων πληροφοριών π.χ. ποτάμια, δρόμοι, σιδηροδρομικές γραμμές.

Χρησιμοποιήθηκε ένα λεπτομερές ψηφιακό μοντέλο εδάφους χωρικής ανάλυσης 5 μέτρων με σκοπό την εκτίμηση του κινδύνου της πλημμύρας, του βάθους της, τη βελτίωση της οριοθέτησης των πλημμυρισμένων περιοχών το οποίο είχε εξαχθεί από χάρτες κλίμακας 1/5000.

Λήφθηκαν υπόψη λεπτομερή διανυσματικά δεδομένα από τις καλλιεργήσιμες περιοχές μέσω της ΟΠΕΚΕΠΕ σε κλίμακα 1/10000.

Συγκρίθηκαν δεδομένα αποζημιώσεων της μελέτης με στοιχεία του Ελληνικού Οργανισμού Γεωργικών Ασφαλίσεων (ΕΛΓΑ) για την περίοδο αυτή.

Μεθοδολογία – τρεις διαφορετικές μεθοδολογίες επεξεργασίας δεδομένων για τις τρεις διαφορετικές κατηγορίες δορυφορικών δεδομένων (Εικόνα 2)

  • LandSat-7 - Όπως προαναφέρθηκε χρησιμοποιήθηκαν οι εξής δείκτες:

MNDWI: Ενισχύει τα υδάτινα χαρακτηριστικά ενώ απομονώνει το θόρυβο από το ξερό έδαφος, τα κτήρια και τη βλάστηση.

TCT: Είναι ένα χρήσιμο εργαλείο για τη συμπίεση φασματικών δεδομένων σε λίγα κανάλια τα οποία σχετίζονται με τα διάφορα φυσικά χαρακτηριστικά.

DVW: Λειτουργεί με την αφαίρεση του απλού δείκτη νερού NDWI από τον NDVI δείκτη βλάστησης.

RSWIR: Λειτουργεί με τη χρήση του υπέρυθρου καναλιού SWIR.

  • Sentinel-1: Με τη χρήση ενός δυαδικού αλγορίθμου προσδιορίζεται εάν ένα δεδομένο pixel είναι πλημμυρισμένο ή όχι. Κατά σειρά δημιουργήθηκε ένα υποσύνολο εικόνων για τη μείωση του μεγέθους των δεδομένων, έγινε βαθμονόμηση των εικόνων, εφαρμογή ενός φίλτρου για τα «σημαδάκια» που λειτουργούν ως «θόρυβος» υποβαθμίζοντας τη ποιότητα της εικόνας και μπορεί να κάνουν την ερμηνεία πιο δύσκολη. Επίσης εφαρμόστηκε ένα όριο μέσω ανάλυσης ιστογράμματος, που οι υψηλές τιμές του αντιστοιχούν σε μη υδάτινες κλάσεις ενώ οι χαμηλές σε υδάτινες.
  • Sentinel-2: Εφαρμόστηκε ατμοσφαιρική διόρθωση μέσω του ESA’s Sen2Cor εργαλείου, εφαρμόστηκε δειγματοληψία με διγραμμική μέθοδο και έγινε ταξινόμηση με μέθοδο μέγιστης πιθανότητας με τη χρήση 200 σημείων. Ο εξαχθέν χάρτης συγκρίθηκε με χάρτη του ΟΠΕΚΕ για την αξιολόγηση της ακρίβειας του.

Στον εξαχθέν χάρτη, σημεία με βάθος χαμηλότερο των 5 εκατοστών δε λήφθηκαν ως «πλημμυρισμένα» καθώς αυτό θα οδηγούσε σε ανακρίβειες.

Προσωπικά εργαλεία