Εκτίμηση κινδύνου για πλημμύρες με τη βοήθεια γεωγραφικών και δορυφορικών δεδομένων
Από RemoteSensing Wiki
(Διαφορές μεταξύ αναθεωρήσεων)
(Νέα σελίδα με '<b><span style="color:#0000CD">Αυθεντικός τίτλος:<font size="4">Flood Hazard Assessment and Monitoring Using Geographic Information and Remotely Sensed Dat...') |
|||
| Γραμμή 1: | Γραμμή 1: | ||
| - | <b><span style="color:#0000CD">Αυθεντικός τίτλος:<font size="4">Flood Hazard Assessment and Monitoring Using Geographic Information and Remotely Sensed Data</font><br/> | + | <b><span style="color:#0000CD">Αυθεντικός τίτλος: <font size="4">Flood Hazard Assessment and Monitoring Using Geographic Information and Remotely Sensed Data</font><br/> |
Εκτίμηση κινδύνου για πλημμύρες με τη βοήθεια γεωγραφικών και δορυφορικών δεδομένων.<br/> | Εκτίμηση κινδύνου για πλημμύρες με τη βοήθεια γεωγραφικών και δορυφορικών δεδομένων.<br/> | ||
Σύνταξη εργασίας: Gheorge Stancalie, Corina Alecu and Simona Catana<br/> | Σύνταξη εργασίας: Gheorge Stancalie, Corina Alecu and Simona Catana<br/> | ||
[http://www.isprs.org/proceedings/XXXIII/congress/part7/1472_XXXIII-part7.pdf Πηγή]</span></b><br/> | [http://www.isprs.org/proceedings/XXXIII/congress/part7/1472_XXXIII-part7.pdf Πηγή]</span></b><br/> | ||
| - | Εισαγωγή | + | |
| + | <b><span style="color:#0000CD">Εισαγωγή:</span></b><br/> | ||
| + | <br/> | ||
Η παρούσα μελέτη έχει ως σκοπό τη διερεύνηση μιας νέας προσέγγισης για την εξαγωγή δεικτών που εκφράζουν τον κίνδυνο εμφάνισης πλημμύρας σε μία περιοχή. Οι δείκτες αυτοί σχετίζονται με τα φυσικογεωγραφικά και υδρογραφικά χαρακτηριστικά μιας περιοχής αλλά και από τον βαθμό τρωτότητας της σε σχέση με τις ανθρώπινες δραστηριότητες. Τα δεδομένα που χρειάζονται για την εξαγωγή των δεικτών δημιουργούν μία βάση δεδομένων σε ένα γεωγραφικό σύστημα πληροφοριών. Τα περισσότερα από αυτά τα δεδομένα προέρχονται από την επεξεργασία δορυφορικών εικόνων. Οι πληροφορίες που παίρνουμε από τις εικόνες μπορούν να χρησιμεύσουν και για την διαχείριση των πλημμυρών αλλά και πριν το συμβάν αλλά και μετά. Η παρούσα μελέτη καταπιάνεται με την περίπτωση της υδρογραφικής λεκάνη Arges στην Ρουμανία. | Η παρούσα μελέτη έχει ως σκοπό τη διερεύνηση μιας νέας προσέγγισης για την εξαγωγή δεικτών που εκφράζουν τον κίνδυνο εμφάνισης πλημμύρας σε μία περιοχή. Οι δείκτες αυτοί σχετίζονται με τα φυσικογεωγραφικά και υδρογραφικά χαρακτηριστικά μιας περιοχής αλλά και από τον βαθμό τρωτότητας της σε σχέση με τις ανθρώπινες δραστηριότητες. Τα δεδομένα που χρειάζονται για την εξαγωγή των δεικτών δημιουργούν μία βάση δεδομένων σε ένα γεωγραφικό σύστημα πληροφοριών. Τα περισσότερα από αυτά τα δεδομένα προέρχονται από την επεξεργασία δορυφορικών εικόνων. Οι πληροφορίες που παίρνουμε από τις εικόνες μπορούν να χρησιμεύσουν και για την διαχείριση των πλημμυρών αλλά και πριν το συμβάν αλλά και μετά. Η παρούσα μελέτη καταπιάνεται με την περίπτωση της υδρογραφικής λεκάνη Arges στην Ρουμανία. | ||
Έχοντας ως δεδομένο πως οι πλημμύρες αποτελούν ένα βίαιο και αυθόρμητο φαινόμενο, ο χρόνος που έχει στην διάθεση του ο άνθρωπος για να προφυλαχτεί είναι μικρός. Έτσι, για να αποφεύγονται οι δυσάρεστες συνέπειες αλλά και για την έγκαιρη και αποτελεσματική αντιμετώπιση του φαινομένου πρέπει από πριν να είναι γνωστές οι πιο «ευαίσθητες» περιοχές. | Έχοντας ως δεδομένο πως οι πλημμύρες αποτελούν ένα βίαιο και αυθόρμητο φαινόμενο, ο χρόνος που έχει στην διάθεση του ο άνθρωπος για να προφυλαχτεί είναι μικρός. Έτσι, για να αποφεύγονται οι δυσάρεστες συνέπειες αλλά και για την έγκαιρη και αποτελεσματική αντιμετώπιση του φαινομένου πρέπει από πριν να είναι γνωστές οι πιο «ευαίσθητες» περιοχές. | ||
| - | Δεδομένα και διαδικασίες | + | |
| + | <b><span style="color:#0000CD">Δεδομένα και διαδικασίες:</span></b><br/> | ||
| + | <br/> | ||
Η κλίμακα στην οποία γίνεται η μελέτη είναι 1:200.000 και η επεξεργασία των γεωγραφικών πληροφοριών γίνεται μέσω του λογισμικού ARC-INFO. Τα δορυφορικά δεδομένα αφορούν την μελέτη εικόνων από τους δορυφόρους NOAA-AVHRR, SPOT-HRV, LANDSAT TM και τέλος εικόνες από ραντάρ ERS-SAR. Οι εικόνες χρησιμοποιούνται για την εξαγωγή διαφόρων ειδών θεματικών πληροφοριών που σχετίζονται με τις πλημμύρες. Για παράδειγμα, πριν την πλημμύρα μπορούμε να εξάγουμε πληροφορίες για τους διάφορους τύπους εδαφικής κάλυψης σε φυσιολογικές υδρολογικές συνθήκες ή να εντοπίσουμε, ενώ εξελίσσεται το φαινόμενο, τις πλημμυρισμένες ζώνες και την έκταση αυτών ή ακόμη να παρακολουθήσουμε αυτή καθαυτή την εξέλιξη του φαινομένου. Επίσης, μπορούμε να συγκρίνουμε εικόνες της περιοχής πριν και μετά την πλημμύρα ώστε να ανιχνεύσουμε τις επιπτώσεις του φαινομένου και να εντοπίσουμε συσσωρεύσεις φερτών υλών. Απαραίτητη προϋπόθεση για μία τέτοια δουλειά είναι η πολύ καλή γεωμετρική διόρθωση των εικόνων ώστε να εξαλειφθούν τυχόν παραμορφώσεις, αλλά και για τον έγκυρο εντοπισμό των μεταβολών που προκάλεσε πλημμύρα. | Η κλίμακα στην οποία γίνεται η μελέτη είναι 1:200.000 και η επεξεργασία των γεωγραφικών πληροφοριών γίνεται μέσω του λογισμικού ARC-INFO. Τα δορυφορικά δεδομένα αφορούν την μελέτη εικόνων από τους δορυφόρους NOAA-AVHRR, SPOT-HRV, LANDSAT TM και τέλος εικόνες από ραντάρ ERS-SAR. Οι εικόνες χρησιμοποιούνται για την εξαγωγή διαφόρων ειδών θεματικών πληροφοριών που σχετίζονται με τις πλημμύρες. Για παράδειγμα, πριν την πλημμύρα μπορούμε να εξάγουμε πληροφορίες για τους διάφορους τύπους εδαφικής κάλυψης σε φυσιολογικές υδρολογικές συνθήκες ή να εντοπίσουμε, ενώ εξελίσσεται το φαινόμενο, τις πλημμυρισμένες ζώνες και την έκταση αυτών ή ακόμη να παρακολουθήσουμε αυτή καθαυτή την εξέλιξη του φαινομένου. Επίσης, μπορούμε να συγκρίνουμε εικόνες της περιοχής πριν και μετά την πλημμύρα ώστε να ανιχνεύσουμε τις επιπτώσεις του φαινομένου και να εντοπίσουμε συσσωρεύσεις φερτών υλών. Απαραίτητη προϋπόθεση για μία τέτοια δουλειά είναι η πολύ καλή γεωμετρική διόρθωση των εικόνων ώστε να εξαλειφθούν τυχόν παραμορφώσεις, αλλά και για τον έγκυρο εντοπισμό των μεταβολών που προκάλεσε πλημμύρα. | ||
Σημαντικό εργαλείο για την δημιουργία των δεικτών είναι η δημιουργία μίας πλήρους και έγκυρης βάσης δεδομένων με σχεσιακή δομή, στην οποία τα δεδομένα απεικονίζονται όπως ακριβώς είναι στην πραγματικότητα. Σε τέτοιες βάσεις δεδομένων τα στοιχεία καταχωρούνται με τη μορφή εγγράφων κάθε μία από τις οποίες περιέχει τις χαρακτηριστικές παραμέτρους κάθε στοιχείου. Με αυτόν τον τρόπο τα διάφορα χωρικά αντικείμενα περιγράφονται από δεδομένα που αφορούν την γεωγραφική τους θέση, την τοπολογία τους και τα χαρακτηριστικά τους. Έτσι κατασκευάζονται οι δείκτες που περιγράφουν τον κίνδυνο πλημμύρας για μία περιοχή και οι οποίοι σχετίζονται με τρία διαφορετικά κριτήρια: | Σημαντικό εργαλείο για την δημιουργία των δεικτών είναι η δημιουργία μίας πλήρους και έγκυρης βάσης δεδομένων με σχεσιακή δομή, στην οποία τα δεδομένα απεικονίζονται όπως ακριβώς είναι στην πραγματικότητα. Σε τέτοιες βάσεις δεδομένων τα στοιχεία καταχωρούνται με τη μορφή εγγράφων κάθε μία από τις οποίες περιέχει τις χαρακτηριστικές παραμέτρους κάθε στοιχείου. Με αυτόν τον τρόπο τα διάφορα χωρικά αντικείμενα περιγράφονται από δεδομένα που αφορούν την γεωγραφική τους θέση, την τοπολογία τους και τα χαρακτηριστικά τους. Έτσι κατασκευάζονται οι δείκτες που περιγράφουν τον κίνδυνο πλημμύρας για μία περιοχή και οι οποίοι σχετίζονται με τρία διαφορετικά κριτήρια: | ||
| - | + | <br/> | |
| - | + | <li> την μορφολογία και την τοπογραφία της περιοχής | |
| - | + | <li> τις χρήσεις γης | |
| + | <li> την τρωτότητα σε ενδεχόμενο πλημμύρας | ||
| + | <br/> | ||
Εφόσον τα δεδομένα έχουν περαστεί σε ένα γεωγραφικό σύστημα πληροφοριών είναι δυνατή η απεικόνιση της περιοχής σε πολλά θεματικά επίπεδα. Επιπλέον, οι παράμετροι που καθορίζουν την πιθανότητα να πληγεί μία περιοχή μπορούν να συνδυαστούν μέσω μιας υπάρχουσας βάσης δεδομένων και έτσι να προκύπτει μία προσέγγιση υδρολογικού κινδύνου για κάθε υποπεριοχή-λεκάνη. | Εφόσον τα δεδομένα έχουν περαστεί σε ένα γεωγραφικό σύστημα πληροφοριών είναι δυνατή η απεικόνιση της περιοχής σε πολλά θεματικά επίπεδα. Επιπλέον, οι παράμετροι που καθορίζουν την πιθανότητα να πληγεί μία περιοχή μπορούν να συνδυαστούν μέσω μιας υπάρχουσας βάσης δεδομένων και έτσι να προκύπτει μία προσέγγιση υδρολογικού κινδύνου για κάθε υποπεριοχή-λεκάνη. | ||
| - | + | <br/> | |
Ο σπουδαιότερος λόγος, ωστόσο, χρήσης δορυφορικών δεδομένων από τον δέκτη LANDSAT-TM και τον SPOT-XS έγκειται στην αναγνώριση των διαφόρων χρήσεων γης και την εκτίμηση της επικρατούσας κατάστασης πριν από ένα επεισόδιο πλημμύρας αλλά και στην χαρτογράφηση του υδρογραφικού δικτύου της ευρύτερης περιοχής. | Ο σπουδαιότερος λόγος, ωστόσο, χρήσης δορυφορικών δεδομένων από τον δέκτη LANDSAT-TM και τον SPOT-XS έγκειται στην αναγνώριση των διαφόρων χρήσεων γης και την εκτίμηση της επικρατούσας κατάστασης πριν από ένα επεισόδιο πλημμύρας αλλά και στην χαρτογράφηση του υδρογραφικού δικτύου της ευρύτερης περιοχής. | ||
Με αυτόν τον τρόπο καθίσταται δυνατός ο ακριβέστερος προσδιορισμός των δεικτών που σχετίζονται με τις χρήσεις γης αλλά και αυτών που σχετίζονται με την τρωτότητα της περιοχής, εφόσον με τις εικόνες μπορούμε να εντοπίσουμε που υπάρχει συγκεντρωμένη ανθρώπινη δραστηριότητα. Τυπικές μέθοδοι που χρησιμοποιούνται είναι η επιβλεπόμενη ταξινόμηση των εικόνων, όπως και η κατάτμηση ορισμένων θεματικών περιοχών. Τα δεδομένα εκπαίδευσης που είναι απαραίτητα για την κατηγοριοποίηση των θεματικών περιοχών δίνονται από τον αναλυτή-φωτοερμηνευτή. | Με αυτόν τον τρόπο καθίσταται δυνατός ο ακριβέστερος προσδιορισμός των δεικτών που σχετίζονται με τις χρήσεις γης αλλά και αυτών που σχετίζονται με την τρωτότητα της περιοχής, εφόσον με τις εικόνες μπορούμε να εντοπίσουμε που υπάρχει συγκεντρωμένη ανθρώπινη δραστηριότητα. Τυπικές μέθοδοι που χρησιμοποιούνται είναι η επιβλεπόμενη ταξινόμηση των εικόνων, όπως και η κατάτμηση ορισμένων θεματικών περιοχών. Τα δεδομένα εκπαίδευσης που είναι απαραίτητα για την κατηγοριοποίηση των θεματικών περιοχών δίνονται από τον αναλυτή-φωτοερμηνευτή. | ||
Το κάθε εικονοστοιχείο της εικόνας ταξινομείται σε μία από τις θεματικές κατηγορίες που έχουν δημιουργηθεί με βάση ενός από τους γνωστούς αλγορίθμους (ελάχιστης απόστασης, μέγιστης πιθανοφάνειας κτλ). Το στάδιο της ταξινόμησης είναι πολύ βασικό για την όλη επεξεργασία καθώς οι χρήσεις γης συνδέονται άμεσα με την πιθανότητα εμφάνισης πλημμύρας της εκάστοτε περιοχής. | Το κάθε εικονοστοιχείο της εικόνας ταξινομείται σε μία από τις θεματικές κατηγορίες που έχουν δημιουργηθεί με βάση ενός από τους γνωστούς αλγορίθμους (ελάχιστης απόστασης, μέγιστης πιθανοφάνειας κτλ). Το στάδιο της ταξινόμησης είναι πολύ βασικό για την όλη επεξεργασία καθώς οι χρήσεις γης συνδέονται άμεσα με την πιθανότητα εμφάνισης πλημμύρας της εκάστοτε περιοχής. | ||
| - | + | <br/> | |
Η επιβλεπόμενη ταξινόμηση που εφαρμόζεται στοχεύει στον εντοπισμό των βασικότερων χρήσεων γης στην περιοχή. | Η επιβλεπόμενη ταξινόμηση που εφαρμόζεται στοχεύει στον εντοπισμό των βασικότερων χρήσεων γης στην περιοχή. | ||
Εντοπίζονται οι περιοχές με φυτοκάλυψη. Η φυτοκάληψη η οποία ως ένα σημείο λειτουργεί ανασταλτικά στην εμφάνιση πλημμυρών καθώς συγκρατεί μεγάλες ποσότητες νερού. Παράλληλα γνωρίζοντας από την θεωρία τον βαθμό α-διαπερατότητας κάθε εδαφικής κάλυψης μπορούμε να βγάλουμε συμπεράσματα για την ολική α-διαπερατότητα των διαφόρων υπό-λεκανών αλλά και για το σύνολο της περιοχής μελέτης. | Εντοπίζονται οι περιοχές με φυτοκάλυψη. Η φυτοκάληψη η οποία ως ένα σημείο λειτουργεί ανασταλτικά στην εμφάνιση πλημμυρών καθώς συγκρατεί μεγάλες ποσότητες νερού. Παράλληλα γνωρίζοντας από την θεωρία τον βαθμό α-διαπερατότητας κάθε εδαφικής κάλυψης μπορούμε να βγάλουμε συμπεράσματα για την ολική α-διαπερατότητα των διαφόρων υπό-λεκανών αλλά και για το σύνολο της περιοχής μελέτης. | ||
Προκύπτει, συνεπώς ένας δείκτης που δείχνει τον κίνδυνο πλημμύρας σε σχέση με την α-διαπερατότητα του εδάφους. Επίσης με την ταξινόμηση και γνωρίζοντας από την βιβλιογραφία για την δυνατότητα απορρόφησης και την ενδο-εδαφική υδατική απορρόφηση κάθε τύπου εδάφους μπορούμε να εντοπίσουμε τις περιοχές που παρουσιάζουν μεγαλύτερο κίνδυνο. Όσο μεγαλύτερη ποσότητα νερού μπορεί να απορροφήσει το έδαφος τόσο μεγαλύτερη ποσότητα κατακρήμνισης χρειάζεται ώστε να αρχίσει η επιφανειακή απορροή. | Προκύπτει, συνεπώς ένας δείκτης που δείχνει τον κίνδυνο πλημμύρας σε σχέση με την α-διαπερατότητα του εδάφους. Επίσης με την ταξινόμηση και γνωρίζοντας από την βιβλιογραφία για την δυνατότητα απορρόφησης και την ενδο-εδαφική υδατική απορρόφηση κάθε τύπου εδάφους μπορούμε να εντοπίσουμε τις περιοχές που παρουσιάζουν μεγαλύτερο κίνδυνο. Όσο μεγαλύτερη ποσότητα νερού μπορεί να απορροφήσει το έδαφος τόσο μεγαλύτερη ποσότητα κατακρήμνισης χρειάζεται ώστε να αρχίσει η επιφανειακή απορροή. | ||
| - | + | <br/> | |
| + | Έτσι, γνωρίζοντας τον βαθμό απορρόφησης για κάθε τύπο εδάφους και με την ταξινόμηση εντοπίζουμε τις χρήσεις γης και μπορούμε να πούμε με σχετικά καλή ακρίβεια ποιες περιοχές αναμένεται να αντιμετωπίσουν πρόβλημα σε περίπτωση πλημμύρας. Με τον ίδιο τρόπο, μπορούμε να δουλέψουμε ώστε να βγάλουμε συμπεράσματα για την ενδο-εδαφική υδατική κατείσδυση. Πρέπει να τονίσουμε ότι η ταξινόμηση πρέπει να είναι ακριβής και να συνοδεύεται από τους κατάλληλους επίγειους ελέγχους για να μην οδηγηθούμε σε λανθασμένα συμπεράσματα. | ||
Για την αναγνώριση, την περιγραφή και τον χαρακτηρισμό των πλημμυρισμένων περιοχών στηριζόμαστε σε δεδομένα που έχουν να κάνουν με την ανακλαστικότητα και την εκπομπή ηλιακής ακτινοβολίας από διάφορες επιφάνειες. Για παράδειγμα τόσο η ανακλαστικότητα όσο και η εκπομπή στο υπέρυθρο ελαττώνονται όσο αυξάνει η υγρασία του εδάφους ή ισοδύναμα αν η επιφάνεια του εδάφους έχει καλυφτεί από ένα στρώμα νερού που είναι αποτέλεσμα της πλημμύρας. Επιπλέον, η ανακλαστικότητα αυξάνεται στο υπέρυθρο όσο αυξάνει η υγρασία που εμπεριέχεται στην βλάστηση. Στην περιοχή των μικροκυμάτων η παρουσία νερού εκτιμάται μέσω της τραχύτητας του εδάφους καθώς η ύπαρξη του νερού ομαλοποιεί κατά κάποιο τρόπο τις έντονες διαφοροποιήσεις και επιπλέον προκαλεί αλλαγές στην διηλεκτρική σταθερά που εξαρτάται έντονα από την περιεχόμενη ποσότητα νερού στο έδαφος. | Για την αναγνώριση, την περιγραφή και τον χαρακτηρισμό των πλημμυρισμένων περιοχών στηριζόμαστε σε δεδομένα που έχουν να κάνουν με την ανακλαστικότητα και την εκπομπή ηλιακής ακτινοβολίας από διάφορες επιφάνειες. Για παράδειγμα τόσο η ανακλαστικότητα όσο και η εκπομπή στο υπέρυθρο ελαττώνονται όσο αυξάνει η υγρασία του εδάφους ή ισοδύναμα αν η επιφάνεια του εδάφους έχει καλυφτεί από ένα στρώμα νερού που είναι αποτέλεσμα της πλημμύρας. Επιπλέον, η ανακλαστικότητα αυξάνεται στο υπέρυθρο όσο αυξάνει η υγρασία που εμπεριέχεται στην βλάστηση. Στην περιοχή των μικροκυμάτων η παρουσία νερού εκτιμάται μέσω της τραχύτητας του εδάφους καθώς η ύπαρξη του νερού ομαλοποιεί κατά κάποιο τρόπο τις έντονες διαφοροποιήσεις και επιπλέον προκαλεί αλλαγές στην διηλεκτρική σταθερά που εξαρτάται έντονα από την περιεχόμενη ποσότητα νερού στο έδαφος. | ||
| - | + | <br/> | |
Συνάμα, είναι χρήσιμες και οι εικόνες που παίρνουμε από τα ραντάρ SAR για την ανίχνευση των μεταβολών που προκλήθηκαν από μία πλημμύρα. Χρησιμοποιείται η εξής τεχνική: οι ασπρόμαυρες εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές περιόδους με το ραντάρ χρησιμοποιούνται για την δημιουργία μια ψευδέγχρωμης εικόνας. Οι εικόνες τοποθετούνται στο κόκκινο, πράσινο και μπλε κανάλι. Η εικόνα που δημιουργείται εμπεριέχει δύο ειδών πληροφορίες: η απόχρωση πληροφορεί για το χρόνο συντέλεσης της αλλαγής (καθώς κάθε εικόνα αντιστοιχεί σε διαφορετική χρονική στιγμή) και ο τόνος του χρώματος πληροφορεί σχετικά με το ποσοστό της αλλαγής. | Συνάμα, είναι χρήσιμες και οι εικόνες που παίρνουμε από τα ραντάρ SAR για την ανίχνευση των μεταβολών που προκλήθηκαν από μία πλημμύρα. Χρησιμοποιείται η εξής τεχνική: οι ασπρόμαυρες εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές περιόδους με το ραντάρ χρησιμοποιούνται για την δημιουργία μια ψευδέγχρωμης εικόνας. Οι εικόνες τοποθετούνται στο κόκκινο, πράσινο και μπλε κανάλι. Η εικόνα που δημιουργείται εμπεριέχει δύο ειδών πληροφορίες: η απόχρωση πληροφορεί για το χρόνο συντέλεσης της αλλαγής (καθώς κάθε εικόνα αντιστοιχεί σε διαφορετική χρονική στιγμή) και ο τόνος του χρώματος πληροφορεί σχετικά με το ποσοστό της αλλαγής. | ||
Πρέπει να τονίσουμε σε αυτό το σημείο ότι τα δορυφορικά δεδομένα δεν παρέχουν άμεσες πληροφορίες για τις υδρολογικές παραμέτρους που χαρακτηρίζουν το υδρολογικό καθεστώς μίας περιοχής αλλά παρέχουν έμμεσες πληροφορίες, αρκετές μερικές φορές ώστε να αναγνωρίσουν και να χαρτογραφήσουν τον υδρολογικό κίνδυνο σε μία λεκάνη απορροής. Τα κριτήρια για τα οποία κυρίως δίνουν πληροφορίές οι δορυφορικές εικόνες είναι αυτά που έχουν να κάνουν με τις βιοφυσικές και τις ανθρωποκεντρικές παραμέτρους των λεκανών απορροής. | Πρέπει να τονίσουμε σε αυτό το σημείο ότι τα δορυφορικά δεδομένα δεν παρέχουν άμεσες πληροφορίες για τις υδρολογικές παραμέτρους που χαρακτηρίζουν το υδρολογικό καθεστώς μίας περιοχής αλλά παρέχουν έμμεσες πληροφορίες, αρκετές μερικές φορές ώστε να αναγνωρίσουν και να χαρτογραφήσουν τον υδρολογικό κίνδυνο σε μία λεκάνη απορροής. Τα κριτήρια για τα οποία κυρίως δίνουν πληροφορίές οι δορυφορικές εικόνες είναι αυτά που έχουν να κάνουν με τις βιοφυσικές και τις ανθρωποκεντρικές παραμέτρους των λεκανών απορροής. | ||
| - | + | <br/> | |
Τα μορφολογικά δεδομένα εξάγονται με την επεξεργασία των εικόνων και με την βοήθεια των ψηφιακών μοντέλων εδάφους και χρησιμεύουν στην συμπλήρωση της βάσεως δεδομένων που έχει ενταχθεί στο γεωγραφικό σύστημα πληροφοριών. Οι πληροφορίες που παίρνουμε σχετίζονται με την πυκνότητα του υδρογραφικού δικτύου, την συσσώρευση νερού σε συγκεκριμένες περιοχές, το μέγεθος των περιοχών που κινδυνεύουν από πλημμύρα και το βαθμό αδιαπερατότητας του εδάφους. Ο κίνδυνος για παράδειγμα αυξάνει όσο αυξάνει το μέγεθος των περιοχών καθώς θα είναι μεγαλύτερος τόσο ο αριθμός των ανθρώπων που θα πληγούν όσο και οι οικονομικές επιπτώσεις. | Τα μορφολογικά δεδομένα εξάγονται με την επεξεργασία των εικόνων και με την βοήθεια των ψηφιακών μοντέλων εδάφους και χρησιμεύουν στην συμπλήρωση της βάσεως δεδομένων που έχει ενταχθεί στο γεωγραφικό σύστημα πληροφοριών. Οι πληροφορίες που παίρνουμε σχετίζονται με την πυκνότητα του υδρογραφικού δικτύου, την συσσώρευση νερού σε συγκεκριμένες περιοχές, το μέγεθος των περιοχών που κινδυνεύουν από πλημμύρα και το βαθμό αδιαπερατότητας του εδάφους. Ο κίνδυνος για παράδειγμα αυξάνει όσο αυξάνει το μέγεθος των περιοχών καθώς θα είναι μεγαλύτερος τόσο ο αριθμός των ανθρώπων που θα πληγούν όσο και οι οικονομικές επιπτώσεις. | ||
Οι εικόνες υφίστανται επεξεργασία με το πρόγραμμα ERDAS. Αυτό φυσικά δεν αποκλείει και την χρήση άλλων αντίστοιχων προγραμμάτων για τέτοιου είδους εφαρμογές όπως το ER Mapper. | Οι εικόνες υφίστανται επεξεργασία με το πρόγραμμα ERDAS. Αυτό φυσικά δεν αποκλείει και την χρήση άλλων αντίστοιχων προγραμμάτων για τέτοιου είδους εφαρμογές όπως το ER Mapper. | ||
| - | + | <br/> | |
Τέλος, σε σχέση με το κριτήριο που έχει να κάνει με τον βαθμό τρωτότητας, οι δορυφορικές εικόνες μας βοηθούν να εντοπίσουμε κατοικίες και γενικότερα τις περιοχές που υπάρχει έντονη ανθρώπινη δραστηριότητα, οπότε και οι συνέπειες θα είναι σοβαρότερες σε περίπτωση πλημμύρας. Αυτό μπορεί να γίνει και με κατάτμηση της εικόνας χρησιμοποιώντας το κατάλληλο κατώφλι που θα μας σπάσει την εικόνα σε περιοχές όπου υπάρχουν οικισμοί ή βιομηχανική δραστηριότητα. Σε αυτό βοηθούν και τα γεωγραφικά συστήματα πληροφοριών καθώς μπορούμε να δημιουργήσουμε μία ζώνη επιρροής 200m γύρω από τα ποτάμια, όπου και αναμένεται να υπάρχει έντονο πρόβλημα σε περίπτωση πλημμύρας, να εντοπίσουμε με την βοήθεια της ταξινόμησης τις χρήσεις γης εκεί και να προβλέψουμε τις ζημιές από ένα τέτοιο ενδεχόμενο. | Τέλος, σε σχέση με το κριτήριο που έχει να κάνει με τον βαθμό τρωτότητας, οι δορυφορικές εικόνες μας βοηθούν να εντοπίσουμε κατοικίες και γενικότερα τις περιοχές που υπάρχει έντονη ανθρώπινη δραστηριότητα, οπότε και οι συνέπειες θα είναι σοβαρότερες σε περίπτωση πλημμύρας. Αυτό μπορεί να γίνει και με κατάτμηση της εικόνας χρησιμοποιώντας το κατάλληλο κατώφλι που θα μας σπάσει την εικόνα σε περιοχές όπου υπάρχουν οικισμοί ή βιομηχανική δραστηριότητα. Σε αυτό βοηθούν και τα γεωγραφικά συστήματα πληροφοριών καθώς μπορούμε να δημιουργήσουμε μία ζώνη επιρροής 200m γύρω από τα ποτάμια, όπου και αναμένεται να υπάρχει έντονο πρόβλημα σε περίπτωση πλημμύρας, να εντοπίσουμε με την βοήθεια της ταξινόμησης τις χρήσεις γης εκεί και να προβλέψουμε τις ζημιές από ένα τέτοιο ενδεχόμενο. | ||
| - | + | <br/> | |
| - | + | <br/> | |
| - | + | <b><span style="color:#0000CD">Συμπεράσματα:</span></b><br/> | |
| - | Συμπεράσματα | + | <br/> |
| - | + | ||
Μέσα από αυτή την εργασία γίνεται φανερό πόσο σημαντικό εργαλείο στα χέρια των ανθρώπων αποτελούν οι δορυφορικές εικόνες. Με γρήγορο και αποτελεσματικό τρόπο μπορούμε να εξάγουμε πληροφορίες ακόμη και για ένα τόσο απρόβλεπτο φαινόμενο όπως οι πλημμύρες. Φυσικά, η επεξεργασία και η ανάλυση των εικόνων πρέπει να συνοδεύεται πάντα από το κατάλληλο θεωρητικό υπόβαθρο του φωτοερμηνευτή. Είναι πολύ εύκολο να οδηγηθούμε σε λανθασμένα συμπεράσματα ειδικά σε μία τόσο ευαίσθητη εργασία, όπως ο εντοπισμός των περιοχών που κινδυνεύουν από πλημμύρες. Αυτό μπορεί να προκληθεί από λάθη στην ταξινόμηση ή από βιαστικό επίγειο έλεγχο όπου μπορούν να αποπροσανατολίσουν την έρευνα για την εκτίμηση του κινδύνου. | Μέσα από αυτή την εργασία γίνεται φανερό πόσο σημαντικό εργαλείο στα χέρια των ανθρώπων αποτελούν οι δορυφορικές εικόνες. Με γρήγορο και αποτελεσματικό τρόπο μπορούμε να εξάγουμε πληροφορίες ακόμη και για ένα τόσο απρόβλεπτο φαινόμενο όπως οι πλημμύρες. Φυσικά, η επεξεργασία και η ανάλυση των εικόνων πρέπει να συνοδεύεται πάντα από το κατάλληλο θεωρητικό υπόβαθρο του φωτοερμηνευτή. Είναι πολύ εύκολο να οδηγηθούμε σε λανθασμένα συμπεράσματα ειδικά σε μία τόσο ευαίσθητη εργασία, όπως ο εντοπισμός των περιοχών που κινδυνεύουν από πλημμύρες. Αυτό μπορεί να προκληθεί από λάθη στην ταξινόμηση ή από βιαστικό επίγειο έλεγχο όπου μπορούν να αποπροσανατολίσουν την έρευνα για την εκτίμηση του κινδύνου. | ||
[[category:Εκτίμηση κινδύνων πλημμύρας]] | [[category:Εκτίμηση κινδύνων πλημμύρας]] | ||
Αναθεώρηση της 20:43, 7 Μαρτίου 2012
Αυθεντικός τίτλος: Flood Hazard Assessment and Monitoring Using Geographic Information and Remotely Sensed Data
Εκτίμηση κινδύνου για πλημμύρες με τη βοήθεια γεωγραφικών και δορυφορικών δεδομένων.
Σύνταξη εργασίας: Gheorge Stancalie, Corina Alecu and Simona Catana
Πηγή
Εισαγωγή:
Η παρούσα μελέτη έχει ως σκοπό τη διερεύνηση μιας νέας προσέγγισης για την εξαγωγή δεικτών που εκφράζουν τον κίνδυνο εμφάνισης πλημμύρας σε μία περιοχή. Οι δείκτες αυτοί σχετίζονται με τα φυσικογεωγραφικά και υδρογραφικά χαρακτηριστικά μιας περιοχής αλλά και από τον βαθμό τρωτότητας της σε σχέση με τις ανθρώπινες δραστηριότητες. Τα δεδομένα που χρειάζονται για την εξαγωγή των δεικτών δημιουργούν μία βάση δεδομένων σε ένα γεωγραφικό σύστημα πληροφοριών. Τα περισσότερα από αυτά τα δεδομένα προέρχονται από την επεξεργασία δορυφορικών εικόνων. Οι πληροφορίες που παίρνουμε από τις εικόνες μπορούν να χρησιμεύσουν και για την διαχείριση των πλημμυρών αλλά και πριν το συμβάν αλλά και μετά. Η παρούσα μελέτη καταπιάνεται με την περίπτωση της υδρογραφικής λεκάνη Arges στην Ρουμανία.
Έχοντας ως δεδομένο πως οι πλημμύρες αποτελούν ένα βίαιο και αυθόρμητο φαινόμενο, ο χρόνος που έχει στην διάθεση του ο άνθρωπος για να προφυλαχτεί είναι μικρός. Έτσι, για να αποφεύγονται οι δυσάρεστες συνέπειες αλλά και για την έγκαιρη και αποτελεσματική αντιμετώπιση του φαινομένου πρέπει από πριν να είναι γνωστές οι πιο «ευαίσθητες» περιοχές.
Δεδομένα και διαδικασίες:
Η κλίμακα στην οποία γίνεται η μελέτη είναι 1:200.000 και η επεξεργασία των γεωγραφικών πληροφοριών γίνεται μέσω του λογισμικού ARC-INFO. Τα δορυφορικά δεδομένα αφορούν την μελέτη εικόνων από τους δορυφόρους NOAA-AVHRR, SPOT-HRV, LANDSAT TM και τέλος εικόνες από ραντάρ ERS-SAR. Οι εικόνες χρησιμοποιούνται για την εξαγωγή διαφόρων ειδών θεματικών πληροφοριών που σχετίζονται με τις πλημμύρες. Για παράδειγμα, πριν την πλημμύρα μπορούμε να εξάγουμε πληροφορίες για τους διάφορους τύπους εδαφικής κάλυψης σε φυσιολογικές υδρολογικές συνθήκες ή να εντοπίσουμε, ενώ εξελίσσεται το φαινόμενο, τις πλημμυρισμένες ζώνες και την έκταση αυτών ή ακόμη να παρακολουθήσουμε αυτή καθαυτή την εξέλιξη του φαινομένου. Επίσης, μπορούμε να συγκρίνουμε εικόνες της περιοχής πριν και μετά την πλημμύρα ώστε να ανιχνεύσουμε τις επιπτώσεις του φαινομένου και να εντοπίσουμε συσσωρεύσεις φερτών υλών. Απαραίτητη προϋπόθεση για μία τέτοια δουλειά είναι η πολύ καλή γεωμετρική διόρθωση των εικόνων ώστε να εξαλειφθούν τυχόν παραμορφώσεις, αλλά και για τον έγκυρο εντοπισμό των μεταβολών που προκάλεσε πλημμύρα.
Σημαντικό εργαλείο για την δημιουργία των δεικτών είναι η δημιουργία μίας πλήρους και έγκυρης βάσης δεδομένων με σχεσιακή δομή, στην οποία τα δεδομένα απεικονίζονται όπως ακριβώς είναι στην πραγματικότητα. Σε τέτοιες βάσεις δεδομένων τα στοιχεία καταχωρούνται με τη μορφή εγγράφων κάθε μία από τις οποίες περιέχει τις χαρακτηριστικές παραμέτρους κάθε στοιχείου. Με αυτόν τον τρόπο τα διάφορα χωρικά αντικείμενα περιγράφονται από δεδομένα που αφορούν την γεωγραφική τους θέση, την τοπολογία τους και τα χαρακτηριστικά τους. Έτσι κατασκευάζονται οι δείκτες που περιγράφουν τον κίνδυνο πλημμύρας για μία περιοχή και οι οποίοι σχετίζονται με τρία διαφορετικά κριτήρια:
Εφόσον τα δεδομένα έχουν περαστεί σε ένα γεωγραφικό σύστημα πληροφοριών είναι δυνατή η απεικόνιση της περιοχής σε πολλά θεματικά επίπεδα. Επιπλέον, οι παράμετροι που καθορίζουν την πιθανότητα να πληγεί μία περιοχή μπορούν να συνδυαστούν μέσω μιας υπάρχουσας βάσης δεδομένων και έτσι να προκύπτει μία προσέγγιση υδρολογικού κινδύνου για κάθε υποπεριοχή-λεκάνη.
Ο σπουδαιότερος λόγος, ωστόσο, χρήσης δορυφορικών δεδομένων από τον δέκτη LANDSAT-TM και τον SPOT-XS έγκειται στην αναγνώριση των διαφόρων χρήσεων γης και την εκτίμηση της επικρατούσας κατάστασης πριν από ένα επεισόδιο πλημμύρας αλλά και στην χαρτογράφηση του υδρογραφικού δικτύου της ευρύτερης περιοχής. Με αυτόν τον τρόπο καθίσταται δυνατός ο ακριβέστερος προσδιορισμός των δεικτών που σχετίζονται με τις χρήσεις γης αλλά και αυτών που σχετίζονται με την τρωτότητα της περιοχής, εφόσον με τις εικόνες μπορούμε να εντοπίσουμε που υπάρχει συγκεντρωμένη ανθρώπινη δραστηριότητα. Τυπικές μέθοδοι που χρησιμοποιούνται είναι η επιβλεπόμενη ταξινόμηση των εικόνων, όπως και η κατάτμηση ορισμένων θεματικών περιοχών. Τα δεδομένα εκπαίδευσης που είναι απαραίτητα για την κατηγοριοποίηση των θεματικών περιοχών δίνονται από τον αναλυτή-φωτοερμηνευτή. Το κάθε εικονοστοιχείο της εικόνας ταξινομείται σε μία από τις θεματικές κατηγορίες που έχουν δημιουργηθεί με βάση ενός από τους γνωστούς αλγορίθμους (ελάχιστης απόστασης, μέγιστης πιθανοφάνειας κτλ). Το στάδιο της ταξινόμησης είναι πολύ βασικό για την όλη επεξεργασία καθώς οι χρήσεις γης συνδέονται άμεσα με την πιθανότητα εμφάνισης πλημμύρας της εκάστοτε περιοχής.
Η επιβλεπόμενη ταξινόμηση που εφαρμόζεται στοχεύει στον εντοπισμό των βασικότερων χρήσεων γης στην περιοχή. Εντοπίζονται οι περιοχές με φυτοκάλυψη. Η φυτοκάληψη η οποία ως ένα σημείο λειτουργεί ανασταλτικά στην εμφάνιση πλημμυρών καθώς συγκρατεί μεγάλες ποσότητες νερού. Παράλληλα γνωρίζοντας από την θεωρία τον βαθμό α-διαπερατότητας κάθε εδαφικής κάλυψης μπορούμε να βγάλουμε συμπεράσματα για την ολική α-διαπερατότητα των διαφόρων υπό-λεκανών αλλά και για το σύνολο της περιοχής μελέτης. Προκύπτει, συνεπώς ένας δείκτης που δείχνει τον κίνδυνο πλημμύρας σε σχέση με την α-διαπερατότητα του εδάφους. Επίσης με την ταξινόμηση και γνωρίζοντας από την βιβλιογραφία για την δυνατότητα απορρόφησης και την ενδο-εδαφική υδατική απορρόφηση κάθε τύπου εδάφους μπορούμε να εντοπίσουμε τις περιοχές που παρουσιάζουν μεγαλύτερο κίνδυνο. Όσο μεγαλύτερη ποσότητα νερού μπορεί να απορροφήσει το έδαφος τόσο μεγαλύτερη ποσότητα κατακρήμνισης χρειάζεται ώστε να αρχίσει η επιφανειακή απορροή.
Έτσι, γνωρίζοντας τον βαθμό απορρόφησης για κάθε τύπο εδάφους και με την ταξινόμηση εντοπίζουμε τις χρήσεις γης και μπορούμε να πούμε με σχετικά καλή ακρίβεια ποιες περιοχές αναμένεται να αντιμετωπίσουν πρόβλημα σε περίπτωση πλημμύρας. Με τον ίδιο τρόπο, μπορούμε να δουλέψουμε ώστε να βγάλουμε συμπεράσματα για την ενδο-εδαφική υδατική κατείσδυση. Πρέπει να τονίσουμε ότι η ταξινόμηση πρέπει να είναι ακριβής και να συνοδεύεται από τους κατάλληλους επίγειους ελέγχους για να μην οδηγηθούμε σε λανθασμένα συμπεράσματα. Για την αναγνώριση, την περιγραφή και τον χαρακτηρισμό των πλημμυρισμένων περιοχών στηριζόμαστε σε δεδομένα που έχουν να κάνουν με την ανακλαστικότητα και την εκπομπή ηλιακής ακτινοβολίας από διάφορες επιφάνειες. Για παράδειγμα τόσο η ανακλαστικότητα όσο και η εκπομπή στο υπέρυθρο ελαττώνονται όσο αυξάνει η υγρασία του εδάφους ή ισοδύναμα αν η επιφάνεια του εδάφους έχει καλυφτεί από ένα στρώμα νερού που είναι αποτέλεσμα της πλημμύρας. Επιπλέον, η ανακλαστικότητα αυξάνεται στο υπέρυθρο όσο αυξάνει η υγρασία που εμπεριέχεται στην βλάστηση. Στην περιοχή των μικροκυμάτων η παρουσία νερού εκτιμάται μέσω της τραχύτητας του εδάφους καθώς η ύπαρξη του νερού ομαλοποιεί κατά κάποιο τρόπο τις έντονες διαφοροποιήσεις και επιπλέον προκαλεί αλλαγές στην διηλεκτρική σταθερά που εξαρτάται έντονα από την περιεχόμενη ποσότητα νερού στο έδαφος.
Συνάμα, είναι χρήσιμες και οι εικόνες που παίρνουμε από τα ραντάρ SAR για την ανίχνευση των μεταβολών που προκλήθηκαν από μία πλημμύρα. Χρησιμοποιείται η εξής τεχνική: οι ασπρόμαυρες εικόνες που έχουν ληφθεί σε διαφορετικές χρονικές περιόδους με το ραντάρ χρησιμοποιούνται για την δημιουργία μια ψευδέγχρωμης εικόνας. Οι εικόνες τοποθετούνται στο κόκκινο, πράσινο και μπλε κανάλι. Η εικόνα που δημιουργείται εμπεριέχει δύο ειδών πληροφορίες: η απόχρωση πληροφορεί για το χρόνο συντέλεσης της αλλαγής (καθώς κάθε εικόνα αντιστοιχεί σε διαφορετική χρονική στιγμή) και ο τόνος του χρώματος πληροφορεί σχετικά με το ποσοστό της αλλαγής. Πρέπει να τονίσουμε σε αυτό το σημείο ότι τα δορυφορικά δεδομένα δεν παρέχουν άμεσες πληροφορίες για τις υδρολογικές παραμέτρους που χαρακτηρίζουν το υδρολογικό καθεστώς μίας περιοχής αλλά παρέχουν έμμεσες πληροφορίες, αρκετές μερικές φορές ώστε να αναγνωρίσουν και να χαρτογραφήσουν τον υδρολογικό κίνδυνο σε μία λεκάνη απορροής. Τα κριτήρια για τα οποία κυρίως δίνουν πληροφορίές οι δορυφορικές εικόνες είναι αυτά που έχουν να κάνουν με τις βιοφυσικές και τις ανθρωποκεντρικές παραμέτρους των λεκανών απορροής.
Τα μορφολογικά δεδομένα εξάγονται με την επεξεργασία των εικόνων και με την βοήθεια των ψηφιακών μοντέλων εδάφους και χρησιμεύουν στην συμπλήρωση της βάσεως δεδομένων που έχει ενταχθεί στο γεωγραφικό σύστημα πληροφοριών. Οι πληροφορίες που παίρνουμε σχετίζονται με την πυκνότητα του υδρογραφικού δικτύου, την συσσώρευση νερού σε συγκεκριμένες περιοχές, το μέγεθος των περιοχών που κινδυνεύουν από πλημμύρα και το βαθμό αδιαπερατότητας του εδάφους. Ο κίνδυνος για παράδειγμα αυξάνει όσο αυξάνει το μέγεθος των περιοχών καθώς θα είναι μεγαλύτερος τόσο ο αριθμός των ανθρώπων που θα πληγούν όσο και οι οικονομικές επιπτώσεις. Οι εικόνες υφίστανται επεξεργασία με το πρόγραμμα ERDAS. Αυτό φυσικά δεν αποκλείει και την χρήση άλλων αντίστοιχων προγραμμάτων για τέτοιου είδους εφαρμογές όπως το ER Mapper.
Τέλος, σε σχέση με το κριτήριο που έχει να κάνει με τον βαθμό τρωτότητας, οι δορυφορικές εικόνες μας βοηθούν να εντοπίσουμε κατοικίες και γενικότερα τις περιοχές που υπάρχει έντονη ανθρώπινη δραστηριότητα, οπότε και οι συνέπειες θα είναι σοβαρότερες σε περίπτωση πλημμύρας. Αυτό μπορεί να γίνει και με κατάτμηση της εικόνας χρησιμοποιώντας το κατάλληλο κατώφλι που θα μας σπάσει την εικόνα σε περιοχές όπου υπάρχουν οικισμοί ή βιομηχανική δραστηριότητα. Σε αυτό βοηθούν και τα γεωγραφικά συστήματα πληροφοριών καθώς μπορούμε να δημιουργήσουμε μία ζώνη επιρροής 200m γύρω από τα ποτάμια, όπου και αναμένεται να υπάρχει έντονο πρόβλημα σε περίπτωση πλημμύρας, να εντοπίσουμε με την βοήθεια της ταξινόμησης τις χρήσεις γης εκεί και να προβλέψουμε τις ζημιές από ένα τέτοιο ενδεχόμενο.
Συμπεράσματα:
Μέσα από αυτή την εργασία γίνεται φανερό πόσο σημαντικό εργαλείο στα χέρια των ανθρώπων αποτελούν οι δορυφορικές εικόνες. Με γρήγορο και αποτελεσματικό τρόπο μπορούμε να εξάγουμε πληροφορίες ακόμη και για ένα τόσο απρόβλεπτο φαινόμενο όπως οι πλημμύρες. Φυσικά, η επεξεργασία και η ανάλυση των εικόνων πρέπει να συνοδεύεται πάντα από το κατάλληλο θεωρητικό υπόβαθρο του φωτοερμηνευτή. Είναι πολύ εύκολο να οδηγηθούμε σε λανθασμένα συμπεράσματα ειδικά σε μία τόσο ευαίσθητη εργασία, όπως ο εντοπισμός των περιοχών που κινδυνεύουν από πλημμύρες. Αυτό μπορεί να προκληθεί από λάθη στην ταξινόμηση ή από βιαστικό επίγειο έλεγχο όπου μπορούν να αποπροσανατολίσουν την έρευνα για την εκτίμηση του κινδύνου.
