Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

Από RemoteSensing Wiki

Έκδοση στις 17:07, 14 Ιανουαρίου 2011 υπό τον/την Imageiras (Συζήτηση | Συνεισφορές/Προσθήκες)
('διαφορά') ←Παλιότερη αναθεώρηση | εμφάνιση της τρέχουσας αναθεώρησης ('διαφορά') | Νεώτερη αναθεώρηση→ ('διαφορά')
Μετάβαση σε: πλοήγηση, αναζήτηση

Use of satellite remote sensing data in the mapping of global landslide susceptibility

Συγγραφείς

Yang Hong, Robert Adler, George Huffman

Πηγή

NATURAL HAZARDS vol. 43, no.2, 245-256

Στόχος της Εφαρμογής

Βασιζόμενη στις τελευταίες εξελίξεις των τεχνικών δορυφορικής τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών (GIS), η εργασία σκοπεύει στη χαρτογράφηση της επικινδυνότητας σε κατολισθήσεις σε πλανητική κλίμακα, χρησιμοποιώντας μέθοδο καταμερισμένου γραμμικού συνδυασμού επιπέδων GIS.

Μεθοδολογία

Αρχικά, έξι φυσικοί παράγοντες που συμβάλουν στις κατολισθήσεις λήφθηκαν από γεωχωρικά τηλεπισκοπικά δεδομένα και κωδικοποιήθηκαν σε σύστημα GIS. Ακολούθως, σε κάθε έναν από τους παράγοντες δόθηκαν συνεχείς τιμές (συντελεστές) επικινδυνότητας. Με τον τρόπο αυτό προέκυψε παγκόσμιος χάρτης με το δείκτη επικινδυνότητας σε κατολισθήσεις για κάθε σημείο, με τη μέθοδο καταμερισμένου γραμμικού συνδυασμού επιπέδων GIS, βάσει της βαρύτητας κάθε φυσικού παράγοντα στη δημιουργία κατολισθήσεων. Ο παγκόσμιος χάρτης με το δείκτη επικινδυνότητας για κάθε σημείο ταξινομήθηκε περαιτέρω σε έξι κατηγορίες επικινδυνότητας. Ο χάρτης αυτός μπορεί να χρησιμοποιηθεί μαζί με δορυφορικές πληροφορίες κατακρημνισμάτων, ώστε δυνητικά να προβλέψει περιοχές με ισχυρή πιθανότητα κατολισθήσεων λόγω ισχυρών βροχοπτώσεων σε πραγματικό χρόνο.

Γεωχωρικά δεδομένα

  • Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

Το υψογραφικό μοντέλο (DEM) που χρησιμοποιήθηκε είναι το SRTM της NASA, με 30m οριζόντιο διαχωρισμό και κάθετο σφάλμα λιγότερο από 16m. Τα δεδομένα των μοντέλων DEM μπορούν να αποδώσουν, πέραν του υψομέτρου, και άλλους τοπογραφικούς παράγοντες όπως την κλίση, τον προσανατολισμό, τη σκίαση, την έκταση και την τραχύτητα της κεκλιμένης επιφάνειας. Επίσης μπορεί να δώσει υδρολογικούς παράγοντες όπως η κατεύθυνση και το δίκτυο των ροών και η λεκάνη απορροής.

  • Δεδομένα χρήσεων γης

Τα δεδομένα χρήσεων γης που χρησιμοποιήθηκαν είναι αυτά του προγράμματος MODIS Land Cover. To όργανο μέτρησης MODIS (Moderate Resolution Imaging Spectroradiometer) είναι τοποθετημένο στους δορυφόρους TERRA και AQUA, και παρακολουθεί ολόκληρη την επιφάνεια της Γης κάθε 1-2 ημέρες, λαμβάνοντας δεδομένα σε 36 φασματικές περιοχές ή μήκη κύματος. Από την ανάλυση των απεικονίσεων σε ετήσια βάση προκύπτουν οι χάρτες χρήσης γης MODIS, με ανάλυση 250m και δεκαεπτά (17) κατηγορίες χρήσεων γης.

  • Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

Οι πληροφορίες για τις ιδιότητες του εδάφους που χρησιμοποιήθηκαν προήλθαν από τον ψηφιακό χάρτη του 2003, του Οργανισμού FAO (Food and Agricultural Organisation) των Ηνωμένων Εθνών, που περιλαμβάνει πληροφορίες όπως τύπος εδάφους, σύσταση, υγρασία κ.α. και βασίζεται σε επιτόπιες μετρήσεις και όχι δορυφορικά δεδομένα. Επίσης χρησιμοποιήθηκαν τα δεδομένα του προγράμματος ISLSCP (International Satelite Land Surface Climatology Project) που παρέχουν πληροφορίες για την υφή του εδάφους, κατηγοριοποιώντας σε 13 κατηγορίες υφής ανάλογα με τα ποσοστά σε χώμα, λάσπη και άμμο.

Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις

  • Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

Από προηγούμενες εργασίες, αποδείχθηκε ότι έξι φυσικοί παράγοντες είναι πολύ στενά συνδεδεμένοι με τις κατολισθήσεις: η κλίση, η σύσταση και η υφή του εδάφους, το υψόμετρο, η κάλυψη/χρήση γης και η αποστράγγιση. Το πρώτο βήμα είναι η ταξινόμηση των φυσικών παραγόντων σε κατηγορίες. Οι 17 κατηγορίες κάλυψης/χρήσης Γης κατά MODIS, επαναταξινομούνται σε 11 κατηγορίες αυξανόμενης επικινδυνότητας για κατολισθήσεις, και σε κάθε κατηγορία αποδίδεται συντελεστής από 0 (νερό, μόνιμος πάγος/χιόνι) έως 1 (αναπτυγμένη γη, δρόμοι, παράκτια ζώνη) αντίστοιχα. Επίσης, η απόδοση συντελεστών για τους υπόλοιπους φυσικούς παράγοντες βασίστηκε σε εμπειρικά δεδομένα:

-Μεγαλύτερη κλίση, μεγαλύτερη επικινδυνότητα

-Τραχύ και χαλαρής συνεκτικότητας έδαφος, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερο υψόμετρο, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερη αποστράγγιση, μικρότερη επικινδυνότητα

  • Καταμερισμένος γραμμικός συνδυασμός
ΕΙΚΟΝΑ 1: Γεωχωρικά Δεδομένα Βόρειας Αμερικής (a) DEM (b) κλίση (c) Ταξινόμηση κάλυψης/χρήσης Γης MODIS (d) Δείκτης επικινδυνότητας από την υπόψη εργασία (e,f) Δείκτης επικινδυνότητας USGS. Πηγη:Ιδία

Για να αναπαρασταθούν οι παραπάνω παράγοντες, χρησιμοποιήθηκε η μέθοδος καταμερισμένου γραμμικού συνδυασμού επιπέδων GIS, προκειμένου, αφού καταμερισθεί συντελεστής ανάλογα με τη σχετική βαρύτητα του κάθε φυσικού παράγοντα, να προκύψει η τελική τιμή επικινδυνότητας για κάθε σημείο. Σύμφωνα με προηγούμενες μελέτες, η κλίση είναι ο σημαντικότερος παράγοντας, η σύσταση και η υφή του εδάφους είναι επίσης μεγάλης βαρύτητας παράγοντες, ενώ το υψόμετρο, η κάλυψη/χρήση γης και η αποστράγγιση μικρότερης βαρύτητας. Τα αποτελέσματα τέθηκαν σε σύγκριση με τους υπάρχοντες χάρτες επικινδυνότητας (http://landslides.usgs.gov) και διαπιστώθηκε ότι το καλύτερο μοντέλο επιτεύχθηκε με τους συντελεστές 0.3, 0.2, 0.2, 0.1, 0.1, και 0.1, για τους έξι φυσικούς παράγοντες αντίστοιχα.

  • Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

Η συνεχής κλίμακα του δείκτη επικινδυνότητας για κάθε σημείο μπορεί να ταξινομηθεί περαιτέρω σε έξι κατηγορίες επικινδυνότητας: -1 -υδάτινες μάζες, 0 -μόνιμος πάγος ή χιόνι, 1 –πολύ χαμηλή, 2 –χαμηλή, 3 –μέση, 4 – υψηλή, 5 – πολύ υψηλή. Διαπιστώνεται ότι ο χάρτης επικινδυνότητας που προκύπτει με αυτή την προσέγγιση (ΕΙΚΟΝΑ 1 – d) συμφωνεί με τα περισσότερα από τα σημεία της αντίστοιχης μελέτης του U.S.G.S. (U.S Geological Survey) για τη Βόρειο Αμερική (ΕΙΚΟΝΑ 1 – e, f). O παγκόσμιος χάρτης που προκύπτει (ΕΙΚΟΝΑ 2) απεικονίζει τις κρίσιμες περιοχές για κατολισθήσεις: η ζώνη του Ειρηνικού, οι Άλπεις, τα Ιμαλάια και η νότια Ασία, τα Βραχώδη και τα Απαλάχια Όρη, και περιοχές της Μέσης Ανατολής και της Αφρικής. Σε επίπεδο χωρών, οι πιο ευπαθείς είναι οι Ινδία, Κίνα, Νεπάλ, Ιαπωνία, οι ΗΠΑ και το Περού. Οι κατηγορίες πολύ υψηλής και υψηλής επικινδυνότητας καλύπτουν το 3.2% και το 14.6% της παγκόσμιας ξηράς, αντίστοιχα.

ΕΙΚΟΝΑ 2: (a) Παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων (b) Ιστόγραμμα της παγκόσμιας επικινδυνότητας σε συνεχείς τιμές από 0 έως 1 (c) Ιστόγραμμα της παγκόσμιας επικινδυνότητας ταξινομημένο σε έξι κατηγορίες. Πηγη:Ιδία

Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας

Το κύριο αποτέλεσμα της εργασίας είναι η δημιουργία ενός παγκόσμιου χάρτη επικινδυνότητας κατολισθήσεων, δυνατή χάρη μόνο στην ανάπτυξη των δορυφορικών δεδομένων. Με τη χρήση παράθεσης επιπέδων GIS, ο συντελεστής επικινδυνότητας για κάθε σημείο είναι ο καταμερισμένος γραμμικός συνδυασμός της κλίσης, της σύστασης και της υφής του εδάφους, του υψόμετρου, της κάλυψης/χρήσης γης και της αποστράγγισης. Ο παγκόσμιος χάρτης μπορεί να βοηθήσει στην επιλογή κατάλληλων σημείων στις περιοχές υψηλής επικινδυνότητας, για επίγεια μελέτη, που μπορούν να δώσουν νέες πληροφορίες και να βελτιώσουν τη μελέτη και την κατανόηση του φαινομένου και των παραγόντων που το δημιουργούν. Ο παγκόσμιος χάρτης μπορεί επίσης να είναι το σημείο αφετηρίας για έναν χάρτη επικινδυνότητας πραγματικού χρόνου, εφόσον διασυνδεθεί με τα υπάρχοντα δορυφορικά συστήματα μέτρησης βροχής σε πραγματικό χρόνο (http://trmm.gsfc.nasa.gov), προκειμένου να εξετάζεται πότε τα σημεία με υψηλή επικινδυνότητα δέχονται ισχυρή βροχόπτωση, χρησιμοποιώντας εμπειρικά δεδομένα για την επίδραση της διάρκειας-έντασης βροχής στην έναρξη των κατολισθήσεων. Η ποιότητα του παγκόσμιου χάρτη εξαρτάται από την κλίμακα και την ακρίβεια των γεωχωρικών δεδομένων που χρησιμοποιήθηκαν. Ο χάρτης που προέκυψε από την εργασία είναι πρωτόλειο, που χρειάζεται επιβεβαίωση από τοπικά δεδομένα, που είναι άμεσα διαθέσιμες και μπορούν να τον διορθώσουν και να τον ενισχύσουν σημαντικά. Επίσης ο χάρτης μπορεί να ενημερώνεται περιοδικά με νεότερα γεωχωρικά δεδομένα.

Προσωπικά εργαλεία