Χαρτογράφηση των εδαφών που είναι επιρρεπή σε κατολισθήσεις, με τηλεπισκόπηση και δεδομένα γεωμορφολογίας: Μελέτη στη Sorrentina Peninsula
Από RemoteSensing Wiki
(16 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.) | |||
Γραμμή 1: | Γραμμή 1: | ||
[[Εικόνα: mk_paper_10_eikona_1.jpg_| thumb | right | Εικόνα 1. Περιοχή μελέτης a) Amalfi, το επάνω τμήμα που βλέπει στο λιμάνι, b) Η παραλία του Conca di Marini, πηγή: https://www.tandfonline.com]] | [[Εικόνα: mk_paper_10_eikona_1.jpg_| thumb | right | Εικόνα 1. Περιοχή μελέτης a) Amalfi, το επάνω τμήμα που βλέπει στο λιμάνι, b) Η παραλία του Conca di Marini, πηγή: https://www.tandfonline.com]] | ||
- | |||
[[Εικόνα: mk_paper_10_eikona_2.jpg_| thumb | right | Εικόνα 2. Χάρτης αποτελεσμάτων LSI για τις περιοχές Amalfi και Conca di Marini, πηγή: https://www.tandfonline.com]] | [[Εικόνα: mk_paper_10_eikona_2.jpg_| thumb | right | Εικόνα 2. Χάρτης αποτελεσμάτων LSI για τις περιοχές Amalfi και Conca di Marini, πηγή: https://www.tandfonline.com]] | ||
+ | == Χαρτογράφηση των εδαφών που είναι επιρρεπή σε κατολισθήσεις, με τηλεπισκόπηση και δεδομένα γεωμορφολογίας: Μελέτη στη Sorrentina Peninsula (Νότιος Ιταλία) == | ||
+ | |||
+ | |||
+ | Landslide susceptibility mapping by remote sensing and geomorphological data: case studies on the Sorrentina Peninsula (Southern Italy) | ||
+ | |||
+ | Claudia Spinetti, Marina Bisson, Cristiano Tolomei, Laura Colini, Alesssandro Galvani, Marco Moro, Michele Saroli and Vincenzo Sepe | ||
+ | |||
+ | πηγή: [[https://www.tandfonline.com/doi/full/10.1080/15481603.2019.1587891]] | ||
+ | |||
+ | |||
+ | Η μελέτη του παρόντος άρθρου συνεισφέρει στην αποτροπή φυσικών καταστροφών όπως κατολισθήσεις μέσω εφαρμογών μεθόδων GIS, με απώτερο σκοπό τη χαρτογράφηση περιοχών περισσότερο επιρρεπών σε φαινόμενα αστάθειας. Εξελίχθηκε ο δείκτης LSI περιλαμβάνοντας πέντε παραμέτρους σε μια πλατφόρμα GIS. Αυτές οι παράμετροι αναγνωρίζονται ως οι κύριες αιτίες πρόκλησης κατολισθήσεων. Το παρών άρθρο συνδυάζει αναλύσεις που πραγματοποιήθηκαν μέσω δεδομένων τηλεπισκόπησης , γεω-λιθολογίας και μορφομετρίας και βασίζεται στα εξής βήματα i) πολυφασματική InSAR τεχνική σε Envisat-ASAR (2003-2010) και COSMO-SKYMed (2013-2015) δεδομένα για τη λήψη χρονοσειρών μετατόπισης εδάφους και τους σχετικούς χάρτες μέσης ταχύτητας εδάφους. | ||
+ | |||
+ | Η περιοχή μελέτης (Peninsula) περιλαμβάνει 21 δήμους 18 στη παραθαλάσσια ζώνη και 3 στην ενδοχώρα , πρόκειται για μια από τις πιο πυκνοκατοικημένες περιοχές στην ευρύτερη περιοχή της Campania και τα τελευταία 1000 χρόνια έχει υποστεί μεγάλες καταστροφές από φαινόμενα πλημμύρας, μετακίνησης εδάφους. Η παρούσα μελέτη ξεκινά από την ανάλυση μεγάλης αλληλουχίας εικόνων συνθετικού ραντάρ SAR για την αναγνώριση περιοχών που υπόκεινται σε αργές παραμορφώσεις (λίγα χιλ./έτος). Προκειμένου να εξερευνηθούν ασταθείς κλίσεις στην Peninsula Sorrentina, αναλύoνται τα C-band Envisat-ASAR και X-band COSMO-Skymed δεδομένα. Η χρήση και των 2 καναλιών SAR μεγιστοποιεί το βαθμό συσχέτισης σε περιοχές βλάστησης και τον αριθμό των μετρούμενων σημείων. Στόχος είναι η χαρτογράφηση των εδαφών που είναι επιρρεπή σε κατολισθήσεις, μέσω μιας σειράς βημάτων i) χρήση InSAR για την αναγνώριση περιοχών που υπόκεινται σε παραμορφώσεις εδάφους, ii) αυτές οι περιοχές εξερευνώνται μέσω εναέριας φώτο-γεωλογικής ανάλυσης και ελέγχονται επί τόπου προκειμένου να βρεθούν μορφολογικές ιδιαιτερότητες που σχετίζονται με αστάθεια κλίσεων, iii) εφαρμόζεται μια πολυποίκιλη ανάλυση στις παραμέτρους ευπάθειας των περιοχών που έχουν υποστεί παραμόρφωση εδάφους προκειμένου να εξαχθούν οι κλάσεις και τα βάρη κάθε παραμέτρου στον υπολογισμό του δείκτη LSI. | ||
+ | |||
+ | '''Δεδομένα SAR''' | ||
+ | |||
+ | Δυο εικόνες SAR έχουν υποστεί επεξεργασία, το C-band ASAR σύνολο δεδομένων περιέχει εικόνες χωρικής ανάλυσης 9 μέτρων για τη περίοδο 2003-2010 με ένα χρονικό κύκλο 35 ημερών. Το X-band CSK σύνολο δεδομένων περιέχει εικόνες χωρικής ανάλυσης 3 μέτρων για τη περίοδο 2013-2015 με ένα χρονικό κύκλο 16 ημερών. Κάθε μια εικόνα καλύπτει τη συνολική περιοχή μελέτης. | ||
+ | |||
+ | '''InSAR ανάλυση ορατότητας | ||
+ | ''' | ||
+ | Σε περιοχές πυκνής μορφολογίας , οι δυνατότητες μιας ραντάρ εικόνας περιορίζονται λόγω γεωμετρίας εδάφους γι’ αυτό πριν την επεξεργασία τους παράγονται InSAR χάρτες ορατότητας για τον υπολογισμό της SAR καλυπτόμενης περιοχής για κάθε δήμο. Αυτοί οι χάρτες λαμβάνονται μέσω αισθητήρων του Envisat- ASAR και COSMO-SkyMed με όψη και γωνίες κλίσης, παράγοντες που επηρεάζουν την ορατότητα της SAR επιφάνειας αλλά στην προκειμένη μελέτη οι παράγοντες προερχόντουσαν από μια αποστολή τοπογραφίας μέσω ραντάρ. | ||
+ | |||
+ | '''Πολυχρονική InSAR ανάλυση''' | ||
+ | |||
+ | Η τεχνική που υιοθετήθηκε λέγεται SBAS, περιέχει ένα μεγάλο μέρος ιντερφερογραμμάτων που χαρακτηρίζονται από σύντομες χρονικές και χωρικές διαφορές για το περιορισμό που προκαλούν οι μη συσχετίσεις και τη μεγιστοποίηση του αριθμού των κατανοητών SAR στόχων στο έδαφος. Στη μελέτη η τεχνική SBAS υλοποιήθηκε μέσω του λογισμικού SARScape για δεδομένα CSK , η πλατφόρμα Geohazard για ASAR δεδομένα και παρήχθησαν χάρτες ταχύτητας εδάφους χωρίς χωρικές παρεμβολές με μέγεθος κελιού 40 μέτρα (ASAR) και 20 μέτρα (CSK). | ||
+ | |||
+ | '''InSAR αποτελέσματα''' | ||
+ | |||
+ | Η επεξεργασία των ASAR και CSK κομματιών οδήγησε στον εντοπισμό εδαφικών παραμορφώσεων που καλύπτουν το 37% και 24% αντίστοιχα της συνολικής Peninsula. Από τη μελέτη συμπεραίνεται πως η επεξεργασία τους οδηγεί σε χαμηλή ορατότητα λόγω της περίπλοκης γεωμετρίας και τοπογραφίας της περιοχής. | ||
+ | Ερμηνεία εναέριων φωτογραφιών και εργασία εδάφους | ||
+ | Η ερμηνεία αεροφωτογραφιών μπορεί να γίνει με χρήση στερεοσκοπικής μεθόδου η οποία στην προκειμένη μελέτη επέτρεψε το διαχωρισμό γεωμορφολογικών αποδείξεων σχετικών με φαινόμενα αστάθειας κλίσης. | ||
+ | |||
+ | '''Χαρτογράφηση μέσω δείκτη ευπάθειας κατολισθήσεων''' | ||
+ | |||
+ | Αναπτύχθηκε η χρήση του δείκτη LSI για τη διεύρυνση της ταυτοποίησης περιοχών επιρρεπών σε μετακίνηση εδαφών. Αυτός ο δείκτης βασίζεται στην ισότητα που συνδυάζει παραμέτρους σε πλατφόρμα GIS και έχει χωρική ανάλυση συναφή με το LiDAR DEM (2 μέτρα μέγεθος κελιού). Οι παράμετροι είναι οι εξής: SL(Slope), RR(Relative Relief), A(Aspect), μορφομετρικής φύσεως που προκύπτουν από υψηλής ανάλυσης ψηφιακό μοντέλο εδάφους (2 μέτρων) από Lidar εναέρια δεδομένα ενώ οι δείκτες L(Geo-lithology) και LU(Land use) έχουν εξαχθεί από ράστερ χαρτογραφία και πολυφασματικά δεδομένα δορυφόρων. | ||
+ | |||
+ | '''Πολυποίκιλη ανάλυση''' | ||
+ | |||
+ | Για κάθε παράμετρο χρησιμοποιημένη στο LSI , πραγματοποιήθηκε μια ανάλυση για το διαχωρισμό κλάσεων και βαρών. Η επιρροή της παραμέτρου Α στη παραγωγή κατολισθήσεων μπορεί να αλλάξει , ενώ εξαρτάται αρκετά από το δείκτη SL. | ||
+ | |||
+ | '''Αποτελέσματα | ||
+ | ''' | ||
+ | Ο εξαγόμενος χάρτης LSI ανάλυσης 2 μέτρων κατηγοριοποιεί τους δήμους της περιοχής μελέτης σε 5 κλάσεις. Η πολύ χαμηλή κλάση αστάθειας καλύπτει σχεδόν το 80% της ερευνούμενης περιοχής ενώ οι υπόλοιπες 4 το 20%. Οι περιοχές με πολύ υψηλό LSI επηρεάζουν το 6% της ερευνούμενης περιοχής. Για να ελεγχθεί το πόσο μπορούμε να βασιστούμε σε αυτό το χάρτη η ακρίβεια αναλύθηκε μεταξύ των άνω ορίων ιστορικών κατολισθήσεων και υψηλών τιμών LSI. Για τη παροχή μιας ανάλυσης ευαισθησίας επεξεργάστηκαν ASAR και CSK δεδομένα και τοποθετήθηκαν στον LSI χάρτη. | ||
+ | |||
+ | '''Συμπεράσματα | ||
+ | ''' | ||
+ | Οι ASAR και CSK περιοχές εντοπισμένες στο Amalfi και Conca dei Marini κατηγοριοποιήθηκαν ως υψηλά ευαίσθητες. Τα αποτελέσματα εκφράζουν την υψηλή αξιοπιστία του LSI που μπορεί να αποδειχθεί ένα χρήσιμο εργαλείο για την αποτροπή και μείωση του κινδύνου των κατολισθήσεων στη Sorrentina Peninsula. | ||
- | + | ||
- | + | ||
Παρούσα αναθεώρηση της 09:59, 27 Ιανουαρίου 2021
Χαρτογράφηση των εδαφών που είναι επιρρεπή σε κατολισθήσεις, με τηλεπισκόπηση και δεδομένα γεωμορφολογίας: Μελέτη στη Sorrentina Peninsula (Νότιος Ιταλία)
Landslide susceptibility mapping by remote sensing and geomorphological data: case studies on the Sorrentina Peninsula (Southern Italy)
Claudia Spinetti, Marina Bisson, Cristiano Tolomei, Laura Colini, Alesssandro Galvani, Marco Moro, Michele Saroli and Vincenzo Sepe
πηγή: [[1]]
Η μελέτη του παρόντος άρθρου συνεισφέρει στην αποτροπή φυσικών καταστροφών όπως κατολισθήσεις μέσω εφαρμογών μεθόδων GIS, με απώτερο σκοπό τη χαρτογράφηση περιοχών περισσότερο επιρρεπών σε φαινόμενα αστάθειας. Εξελίχθηκε ο δείκτης LSI περιλαμβάνοντας πέντε παραμέτρους σε μια πλατφόρμα GIS. Αυτές οι παράμετροι αναγνωρίζονται ως οι κύριες αιτίες πρόκλησης κατολισθήσεων. Το παρών άρθρο συνδυάζει αναλύσεις που πραγματοποιήθηκαν μέσω δεδομένων τηλεπισκόπησης , γεω-λιθολογίας και μορφομετρίας και βασίζεται στα εξής βήματα i) πολυφασματική InSAR τεχνική σε Envisat-ASAR (2003-2010) και COSMO-SKYMed (2013-2015) δεδομένα για τη λήψη χρονοσειρών μετατόπισης εδάφους και τους σχετικούς χάρτες μέσης ταχύτητας εδάφους.
Η περιοχή μελέτης (Peninsula) περιλαμβάνει 21 δήμους 18 στη παραθαλάσσια ζώνη και 3 στην ενδοχώρα , πρόκειται για μια από τις πιο πυκνοκατοικημένες περιοχές στην ευρύτερη περιοχή της Campania και τα τελευταία 1000 χρόνια έχει υποστεί μεγάλες καταστροφές από φαινόμενα πλημμύρας, μετακίνησης εδάφους. Η παρούσα μελέτη ξεκινά από την ανάλυση μεγάλης αλληλουχίας εικόνων συνθετικού ραντάρ SAR για την αναγνώριση περιοχών που υπόκεινται σε αργές παραμορφώσεις (λίγα χιλ./έτος). Προκειμένου να εξερευνηθούν ασταθείς κλίσεις στην Peninsula Sorrentina, αναλύoνται τα C-band Envisat-ASAR και X-band COSMO-Skymed δεδομένα. Η χρήση και των 2 καναλιών SAR μεγιστοποιεί το βαθμό συσχέτισης σε περιοχές βλάστησης και τον αριθμό των μετρούμενων σημείων. Στόχος είναι η χαρτογράφηση των εδαφών που είναι επιρρεπή σε κατολισθήσεις, μέσω μιας σειράς βημάτων i) χρήση InSAR για την αναγνώριση περιοχών που υπόκεινται σε παραμορφώσεις εδάφους, ii) αυτές οι περιοχές εξερευνώνται μέσω εναέριας φώτο-γεωλογικής ανάλυσης και ελέγχονται επί τόπου προκειμένου να βρεθούν μορφολογικές ιδιαιτερότητες που σχετίζονται με αστάθεια κλίσεων, iii) εφαρμόζεται μια πολυποίκιλη ανάλυση στις παραμέτρους ευπάθειας των περιοχών που έχουν υποστεί παραμόρφωση εδάφους προκειμένου να εξαχθούν οι κλάσεις και τα βάρη κάθε παραμέτρου στον υπολογισμό του δείκτη LSI.
Δεδομένα SAR
Δυο εικόνες SAR έχουν υποστεί επεξεργασία, το C-band ASAR σύνολο δεδομένων περιέχει εικόνες χωρικής ανάλυσης 9 μέτρων για τη περίοδο 2003-2010 με ένα χρονικό κύκλο 35 ημερών. Το X-band CSK σύνολο δεδομένων περιέχει εικόνες χωρικής ανάλυσης 3 μέτρων για τη περίοδο 2013-2015 με ένα χρονικό κύκλο 16 ημερών. Κάθε μια εικόνα καλύπτει τη συνολική περιοχή μελέτης.
InSAR ανάλυση ορατότητας Σε περιοχές πυκνής μορφολογίας , οι δυνατότητες μιας ραντάρ εικόνας περιορίζονται λόγω γεωμετρίας εδάφους γι’ αυτό πριν την επεξεργασία τους παράγονται InSAR χάρτες ορατότητας για τον υπολογισμό της SAR καλυπτόμενης περιοχής για κάθε δήμο. Αυτοί οι χάρτες λαμβάνονται μέσω αισθητήρων του Envisat- ASAR και COSMO-SkyMed με όψη και γωνίες κλίσης, παράγοντες που επηρεάζουν την ορατότητα της SAR επιφάνειας αλλά στην προκειμένη μελέτη οι παράγοντες προερχόντουσαν από μια αποστολή τοπογραφίας μέσω ραντάρ.
Πολυχρονική InSAR ανάλυση
Η τεχνική που υιοθετήθηκε λέγεται SBAS, περιέχει ένα μεγάλο μέρος ιντερφερογραμμάτων που χαρακτηρίζονται από σύντομες χρονικές και χωρικές διαφορές για το περιορισμό που προκαλούν οι μη συσχετίσεις και τη μεγιστοποίηση του αριθμού των κατανοητών SAR στόχων στο έδαφος. Στη μελέτη η τεχνική SBAS υλοποιήθηκε μέσω του λογισμικού SARScape για δεδομένα CSK , η πλατφόρμα Geohazard για ASAR δεδομένα και παρήχθησαν χάρτες ταχύτητας εδάφους χωρίς χωρικές παρεμβολές με μέγεθος κελιού 40 μέτρα (ASAR) και 20 μέτρα (CSK).
InSAR αποτελέσματα
Η επεξεργασία των ASAR και CSK κομματιών οδήγησε στον εντοπισμό εδαφικών παραμορφώσεων που καλύπτουν το 37% και 24% αντίστοιχα της συνολικής Peninsula. Από τη μελέτη συμπεραίνεται πως η επεξεργασία τους οδηγεί σε χαμηλή ορατότητα λόγω της περίπλοκης γεωμετρίας και τοπογραφίας της περιοχής. Ερμηνεία εναέριων φωτογραφιών και εργασία εδάφους Η ερμηνεία αεροφωτογραφιών μπορεί να γίνει με χρήση στερεοσκοπικής μεθόδου η οποία στην προκειμένη μελέτη επέτρεψε το διαχωρισμό γεωμορφολογικών αποδείξεων σχετικών με φαινόμενα αστάθειας κλίσης.
Χαρτογράφηση μέσω δείκτη ευπάθειας κατολισθήσεων
Αναπτύχθηκε η χρήση του δείκτη LSI για τη διεύρυνση της ταυτοποίησης περιοχών επιρρεπών σε μετακίνηση εδαφών. Αυτός ο δείκτης βασίζεται στην ισότητα που συνδυάζει παραμέτρους σε πλατφόρμα GIS και έχει χωρική ανάλυση συναφή με το LiDAR DEM (2 μέτρα μέγεθος κελιού). Οι παράμετροι είναι οι εξής: SL(Slope), RR(Relative Relief), A(Aspect), μορφομετρικής φύσεως που προκύπτουν από υψηλής ανάλυσης ψηφιακό μοντέλο εδάφους (2 μέτρων) από Lidar εναέρια δεδομένα ενώ οι δείκτες L(Geo-lithology) και LU(Land use) έχουν εξαχθεί από ράστερ χαρτογραφία και πολυφασματικά δεδομένα δορυφόρων.
Πολυποίκιλη ανάλυση
Για κάθε παράμετρο χρησιμοποιημένη στο LSI , πραγματοποιήθηκε μια ανάλυση για το διαχωρισμό κλάσεων και βαρών. Η επιρροή της παραμέτρου Α στη παραγωγή κατολισθήσεων μπορεί να αλλάξει , ενώ εξαρτάται αρκετά από το δείκτη SL.
Αποτελέσματα Ο εξαγόμενος χάρτης LSI ανάλυσης 2 μέτρων κατηγοριοποιεί τους δήμους της περιοχής μελέτης σε 5 κλάσεις. Η πολύ χαμηλή κλάση αστάθειας καλύπτει σχεδόν το 80% της ερευνούμενης περιοχής ενώ οι υπόλοιπες 4 το 20%. Οι περιοχές με πολύ υψηλό LSI επηρεάζουν το 6% της ερευνούμενης περιοχής. Για να ελεγχθεί το πόσο μπορούμε να βασιστούμε σε αυτό το χάρτη η ακρίβεια αναλύθηκε μεταξύ των άνω ορίων ιστορικών κατολισθήσεων και υψηλών τιμών LSI. Για τη παροχή μιας ανάλυσης ευαισθησίας επεξεργάστηκαν ASAR και CSK δεδομένα και τοποθετήθηκαν στον LSI χάρτη.
Συμπεράσματα Οι ASAR και CSK περιοχές εντοπισμένες στο Amalfi και Conca dei Marini κατηγοριοποιήθηκαν ως υψηλά ευαίσθητες. Τα αποτελέσματα εκφράζουν την υψηλή αξιοπιστία του LSI που μπορεί να αποδειχθεί ένα χρήσιμο εργαλείο για την αποτροπή και μείωση του κινδύνου των κατολισθήσεων στη Sorrentina Peninsula.