Τηλεπισκόπηση, Τεχνητή Νοημοσύνη και Συστήματα Γεωγραφικών Πληροφοριών στην εκτίμηση κινδύνου πυρκαγιών

Από RemoteSensing Wiki

Αναθεώρηση της 11:28, 12 Φεβρουαρίου 2012

Αντικείμενο εφαρμογής Τηλεπισκόπηση, Τεχνητή Νοημοσύνη και Συστήματα Γεωγραφικών Πληροφοριών στην εκτίμηση κινδύνου πυρκαγιών

Στόχος της εφαρμογής Η παρούσα μελέτη ασχολείται με τον προληπτικό σχεδιασμό για την αντιμετώπιση φυσικών καταστροφών. Το νησί της Λέσβου λαμβάνεται ως περιοχή μελέτης και αναπτύσσεται ένα ποσοτικό Ελληνικό Σύστημα Εκτίμησης Κινδύνου Πυρκαγιάς μεγάλης κλίμακας, το οποίο χρησιμοποιεί μετεωρολογικά δεδομένα και προβλέπει βραχυπρόθεσμα την πυρο-επικινδυνότητα βάσει του Δείκτη Πιθανότητας Εμφάνισης Πυρκαγιάς. Ο προτεινόμενος δείκτης βασίζεται σε 3 επιμέρους δείκτες που έχουν μεταβολή στο χώρο και το χρόνο: το Μετεωρολογικό Δείκτη Κινδύνου (ΜΔΚ), το Βλαστητικό Δείκτη Κινδύνου (ΒΔΚ) και τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου (ΚΟΔΚ).

Πως γινόταν παλαιότερα χωρίς τηλεπισκόπηση Προϋπήρχαν ορθοφωτοχάρτες βλάστησης του Υπουργείου Αγροτικής Ανάπτυξης, οι οποίοι συντάχθηκαν από αεροφωτογραφίες έτους λήψεως 1985.

Είδη δορυφορικών συστημάτων που χρησιμοποιήθηκαν Πηγές για τον καθορισμό των παραμέτρων που συνιστούν τους δείκτες ΜΔΚ, ΒΔΚ, ΚΟΔΚ είναι δορυφορικές εικόνες από τους δέκτες QuickBird και Landsat ETM και το μοντέλο πρόγνωσης καιρού SKIRON/Eta.

Χρησιμότητα των δεκτών που χρησιμοποιήθηκαν Ο δέκτης QuickBird έχει μέχρι σήμερα την υψηλότερη χωρική διακριτική ικανότητα ανάμεσα στους άλλους δορυφόρους και τα δεδομένα του έχουν υψηλή ραδιομετρική ικανότητα ώστε οι αναλύσεις που γίνονται βάσει αυτών να είναι ακριβείς. Επιπλέον, διαθέτει δυνατότητα λήψης στερεοζευγών κατά μήκος της τροχιάς ώστε να μπορούν να παραχθούν ψηφιακά μοντέλα εδάφους μεγάλης χωρικής ανάλυσης. Οι δέκτες Landsat γενικά επικεντρώνονται στις πλουτοπαραγωγικές πηγές του πλανήτη σε τομείς όπως η γεωλογία, οι μετρήσεις βιομάζας, η χαρτογράφηση των δασών, οι χρήσεις γης, η εδαφοκάλυψη, οι περιβαλλοντικές αλλαγές, οι παράκτιες περιοχές. Το μοντέλο SKIRON/Eta είναι μια τροποποιημένη έκδοση του ατμοσφαιρικού μοντέλου Eta/NCEP και είναι συζευγμένο με ένα μοντέλο πρόγνωσης του κύκλου της εδαφικής σκόνης στην ατμόσφαιρα.

Προεπεξεργασίες, προχωρημένες, ειδικές και ψηφιακές επεξεργασίες και αποτελέσματά τους, χάρτες και αιτιολόγηση της χρησιμοποίησης κάθε στοιχείου Το Σύστημα Εκτίμησης Κινδύνου Πυρκαγιάς αναπτύσσεται στα πλαίσια Ευρωπαϊκού ερευνητικού προγράμματος με την ονομασία AYTO-HAZARD PRO, αποτελεί εξέλιξη υπάρχοντος συστήματος διαχείρισης δασικών πυρκαγιών και κύριο προϊόν του είναι ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς (ΔΠΕΠ). Ο δείκτης αυτός υπολογίζεται με τη χρήση του Μετεωρολογικού Δείκτη Κινδύνου, του Βλαστητικού Δείκτη Κινδύνου και του Κοινωνικο-Οικονομικού Δείκτη Κινδύνου. Συγκεκριμένα, ο Μετεωρολογικός Δείκτης Κινδύνου προκύπτει από μετεωρολογικά δεδομένα θερμοκρασίας, ταχύτητας ανέμου, σχετικής υγρασίας και βροχόπτωσης από 4 αυτόματους τηλεμετρικούς σταθμούς. Η πρόγνωση του δείκτη βασίζεται σε μετεωρολογικά δεδομένα από το μοντέλο SKIRON/Eta με δυνατότητα πρόγνωσης 5 ημερών. Η χωρική παρεμβολή των κλιματολογικών δεδομένων ώστε να κατανεμηθούν χωρικά οι σημειακές μετεωρολογικές μετρήσεις γίνεται σε περιβάλλον GIS με πολύγωνα Thiessen, με μέση βαρύνουσα απόσταση, με παρεμβολή Kriging, με πολλαπλή παλινδρόμηση με χρήση μεταβλητών όπως το υψόμετρο, το γεωγραφικό μήκος και πλάτος. Ο Βλαστητικός Δείκτης Κινδύνου αναφέρεται στην πιθανότητα εμφάνισης πυρκαγιάς λόγω της τοπογραφίας (υψόμετρο, προσανατολισμός), του είδους της βλάστησης και της κατάστασης της βλάστησης (περιεχόμενη υγρασία). Περιοχές με τα ίδια είδη βλάστησης μπορεί να έχουν διαφορετικό κίνδυνο λόγω διαφορετικών μοντέλων καύσιμης ύλης. Η χωρική επιφάνεια των μοντέλων καύσιμης ύλης δημιουργήθηκε βάσει των χρήσεων γης CORINE, οι οποίες αντιστοιχήθηκαν σε ένα από τα 13 μοντέλα καύσιμης ύλης του BehavePlus2. Για κάθε μοντέλο υπολογίστηκαν οι ταχύτητες διάδοσης, η θερμότητα ανά μονάδα επιφάνειας, η θερμική ένταση του μετώπου, το μήκος της φλόγας και η θερμική ένταση αντίδρασης ώστε να προσδιοριστεί η ευφλεκτικότητά του για διαφορετικές τιμές κλίσης του εδάφους. Ο Κοινωνικο-Οικονομικός Δείκτης Κινδύνου αναφέρεται στον κίνδυνο εκδήλωσης πυρκαγιάς σε μία περιοχή λόγω της ανθρώπινης παρουσίας (π.χ. ηλεκτροφόρες γραμμές, χωματερές, χώροι αναψυχής,). Για να χαρτογραφηθεί το ανθρώπινο ρίσκο συσχετίστηκε η χωρική κατανομή της έναρξης μίας φωτιάς με την ευκλείδεια απόσταση από ανθρώπινες δραστηριότητες. Χαρτογραφήθηκε το οδικό δίκτυο, οι οικισμοί και οι αγροτικές περιοχές με χρήση δεδομένων υψηλής χωρικής διακριτικής ικανότητας από το δέκτη QuickBird με μέγεθος pixel 2,8m. Παραλήφθηκαν περισσότερα από 20 σκηνικά εντός των αντιπυρικών περιόδων 2002 και 2003 του AYTO-HAZARD PRO, διορθώθηκαν γεωμετρικά με τη βοήθεια χαρτών και GPS και συνενώθηκαν σε ένα μωσαϊκό πραγματοποιώντας παράλληλα ραδιομετρικές διορθώσεις προκειμένου να εξαλειφθούν διαφορές που υπήρχαν στα ιστογράμματά τους λόγω διαφορετικής ημέρας και γωνίας λήψης. Για να αντικατασταθούν οι περιοχές με νεφοκάλυψη χρησιμοποιήθηκε εικόνα Landsat ETM με μέγεθος pixel 30m στο πολυφασματικό και15M στο παγχρωματικό. Επιλέχτηκαν τα κανάλια μπλε, πράσινο, κόκκινο και εγγύς υπέρυθρο που έχουν την ίδια φασματική ζώνη με τα 4 κανάλια του QuickBird και συνενώθηκαν με το παγχρωματικό ώστε να προκύψει εικόνα με 4 φασματικές ζώνες και 15m γεωμετρική διακριτική ικανότητα. Για να εκπαιδευτούν τα νευρωνικά δίκτυα συλλέχτηκαν τα ιστορικά δεδομένα των 420 πυρκαγιών που εκδηλώθηκαν στο νησί το διάστημα 1970-2001 και χαρτογραφήθηκαν με τη βοήθεια συνεντεύξεων κατοίκων και GPS. Προέκυψαν δείγματα εκπαίδευσης και επαλήθευσης των νευρωνικών για κάθε δείκτη τα οποία παρουσιάζονται στον Πίνακα 1: Ο Δείκτης Πιθανότητας Εμφάνισης Πυρκαγιάς (ΔΠΕΠ) υπολογίζεται με τη διαδικασία Αναλυτικής Ιεράρχησης των 3 επιμέρους δεικτών (κριτηρίων) σύμφωνα με τη μέθοδο του σταθμισμένου μέσου. Συγκεκριμένα υπολογίζονται τα βάρη των δεικτών μετά από ανά ζεύγη σύγκριση μεταξύ των κριτηρίων χρησιμοποιώντας συγκεκριμένη κλίμακα σημαντικότητας.

Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων Το δίκτυο που έχει επιλεγεί να υπολογίσει τον ΜΔΚ ταξινόμησε σωστά το 93% των πυρκαγιών του δείγματος εκπαίδευσης το διάστημα 1970-2001 και το 88% των πυρκαγιών του δείγματος επαλήθευσης την ίδια περίοδο. Τα ποσοστά ορθής ταξινόμησης για τον ΚΟΔΚ κρίνονται ικανοποιητικά αν και υπάρχει μία υπερεκτίμηση λόγω του χαμηλού ποσοστού σωστής ταξινόμησης της μη εμφάνισης πυρκαγιάς στο δείγμα επαλήθευσης του 1970-2001 λ.χ. το 2003 ταξινομήθηκε σωστά το 91% του δείγματος επαλήθευσης, πράγμα που σημαίνει ότι το 91% των πυρκαγιών που εκδηλώθηκαν στη Λέσβο το 2003, εκδηλώθηκαν σε περιοχές όπου το νευρωνικό δίκτυο, που είχε επιλεγεί, έδινε πιθανότητα εμφάνισης φωτιάς πάνω από 50%, δηλαδή οι πυρκαγιές του 2003 είχανε κύρια αιτία τις ανθρωπογενείς δραστηριότητες, γεγονός που επιβεβαιώνεται και από ανακριτικά και αιτιολογικά δεδομένα της Πυροσβεστικής υπηρεσίας. Η διαδικασία εκπαίδευσης του ΒΔΚ ισχυροποίησε το παραπάνω συμπέρασμα γιατί το μέσο τετραγωνικό σφάλμα του δείγματος επαλήθευσης για το 2003 παρουσίασε πολύ υψηλές τιμές ενώ και το ποσοστό σωστής ταξινόμησης των πυρκαγιών ήταν χαμηλό. Για το λόγο αυτό η εκπαίδευση βασίστηκε στις πυρκαγιές της περιόδου 1970-2001 ώστε να μην χαθεί η γενίκευση του δείγματος επαλήθευσης. Ο τελικός ΔΠΕΠ υπολογίζεται από τη σχέση:

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

Η Εικόνα 1 παρουσιάζει τα σημεία εκδήλωσης πυρκαγιάς για την περιοχή μελέτης. Απεικονίζονται το κύριο οδικό δίκτυο και οι αστικές περιοχές. Πηγή 1. Christos Vasilakos-Kostas Kalabokidis-John Hatzopoulos-Ioannis Matsinos, «Identifying wildland fire ignition factors through sensitivity analysis of a neural network», Received 14 February 2008 / Accepted November 2008 _ Springer Science+Business Media B.V. 2008 2. Κωνσταντίνος Καρτάλης – Χαράλαμπος Φειδάς, Βιβλίο «Αρχές και εφαρμογές της δορυφορικής τηλεπισκόπησης», Β. Γκιούρδας Εκδοτική