RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Αντικειμενοστραφής ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας

2011-02-11T20:17:30Z

Anast.georgiou:

<big>''' Ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας'''</big>

<big>''' Συγγραφείς: '''</big>Φωτεινή Ι. Κόκλα, Δημήτριος Π. Αργιαλάς, Κωνσταντίνος Κασσιός

<big>'''1. Εισαγωγή '''</big>

Στην παρούσα εργασία μελετάται η κατάσταση stress της Κεφαλληνιακής Ελάτης στον Εθνικό Δρυμό Πάρνηθας. Το ελατοδάσος αυτό, καλύπτει 35.000 στρ ενώ πρόκειται για δάσος γηραιό με πολλά προβλήματα ένα από τα οποία είναι και η ξήρανση της ελάτης που εμφανίζεται με τη μορφή stress στα δέντρα (δέντρα καχεκτικά, γερασμένα, με έντονο αποχρωματισμό βελονών ή ακόμα και δέντρα ξερά). Οι μέχρι τώρα έρευνες για το πρόβλημα αυτό βασιζόταν σε κλασικές μεθόδους της δασολογίας όπως επίγειους ελέγχους, λήψη δειγμάτων βελονών και φλοιού, παχυμέτρηση κ.ά. Η παρούσα έρευνα συνδυάζει τον κανονικοποιημένο δείκτη βλάστησης (NDVI) δηλαδή τη μακροσκοπική έρευνα, με την in situ παρατήρηση και τη μέτρηση του δείκτη φθορισμού μέσω φασματικού οργάνου ΡΕΑ (Pland Efficiency Analyser).

<big>'''2.Μεθοδολογία '''</big>

Εντοπίστηκαν αρχικά είκοσι δοκιμαστικές επιφάνειες με συγκεκριμένα χαρακτηριστικά, με σκοπό τον εντοπισμό δέντρων ελάτης σε κατάσταση stress με τη βοήθεια GPS (στην ουσία λήψη θέσης του κέντρου των επιφανειών καθώς και των πιο χαρακτηριστικών δέντρων σε κατάσταση stress).
Στη συνέχεια χρησιμοποιώντας δορυφορικές εικόνες Ikonos, στις οποίες είχε προηγηθεί γεωμετρική διόρθωση, μέσω της αντικειμενοστραφούς ανάλυσης, έλαβε χώρα η μακροσκοπική παρατήρηση. Ακολούθως δημιουργήθηκε έγχρωμο σύνθετο RGB:432 για να τονιστεί η βλάστηση και επιλέχτηκαν οι παρακάτω έξι κατηγορίες:

[[εικόνα:G11.jpg|350px|]]

Σχήμα 1.’Εγχρωμο σύνθετο RGB:432 τμήματος δορυφορικής IKONOS όπου σημαίνονται οι κατηγορίες ταξινόμησης (gaiodi-κίτρινο, blastisi no stress-πράσινο, blastisi stress Ι-κόκιινο, blastisi stress ΙΙ-φούξια, blastisi stress ΙΙΙ – σιέλ, skia- μπλε) 

Η ανάλυση της εικόνας Ikonos περιέλαβε ένα επίπεδο κατάτμησης. Για τον προσδιορισμό των βαρών των κριτηρίων κατάτμησης (φασματικό και σχήματος), λήφθηκε υπόψη ότι η βλάστηση διαφοροποιείται φασματικά έντονα από τα υπόλοιπα στοιχεία του χώρου. Από τις δοκιμές προέκυψε για το φασματικό κριτήριο 0,8 και για το κριτήριο σχήματος 0,2 (που μοιράστηκε κατά 0,9 στο λείο της οριογραμμής και κατά 0,1 στο συμπαγές των τμημάτων). Έτσι εντοπίστηκαν με ακρίβεια οι συγκεντρώσεις πράσινου, ακόμα και ο διαχωρισμός τους σε παρόμοιες κατηγορίες βλάστηση με stressΙ, ΙΙ κλπ). Τα κανάλια (4,3,2) είχαν την ίδια τιμή βάρους, ενώ επιλέχθηκε μικρή τιμή κλίμακας ώστε να διευκολυνθεί ο εντοπισμός συγκέντρωσης πράσινης και σκιασμένης βλάστησης.

[[εικόνα:G22.jpg|350px|]]

Σχήμα 2. (α) Τμήμα εικόνας IKONOS σ’ έγχρωμο σύνθετο RGB:432 μετά την κατάτμηση, όπου σημαίνονται τα όρια των νέων τμημάτων με μπλε χρώμα και (β) η αρχική εικόνα για αξιολόγηση των αποτελεσμάτων της κατάτμησης. Στo τμήμα της εικόνας (β) σημαίνεται η υγιής βλάστηση με κόκκινο χρώμα, σε σχέση με την βλάστηση σε κατάσταση stress I, ΙΙ, ΙΙΙ που σημαίνεται με πράσινο, αχνό κόκκινο, καφέ χρώμα αντίστοιχα

Ακολούθησε ταξινόμηση βάσει της εγγύτερης γειτνίασης με χρήση NDVI,
όπου NDVI=(NIR-R)/(NIR+R)
με τη βοήθεια της συνάρτησης ασαφούς συμμετοχής καθώς και το λόγο ¼ για την κατηγορία gaiodi. Οι λόγοι των καναλιών που δημιουργήθηκαν έχουν ως πλεονέκτημα την ανάδειξη των φασματικών χαρακτηριστικών των διαφορών στοιχείων της εικόνας ανεξαρτήτως έκτασης και συνθηκών φωτισμού.
Τα όρια των ασαφών συναρτήσεων που αντιστοιχούν στις ιδιότητες NDVI και το λόγο ¼ προέκυψαν από αλλεπάληλες δοκιμές με τη βοήθεια φωτοερμηνείας απεικονίσεων των τιμών του γκρι όπως φαίνεται στο Σχήμα 3. Τα τελικά όρια που επιλέχθηκαν για τον ndvi είναι stress I: 0,01-0,17, stress II:0,17-0,27, stress III:0,27-0,36, no stress:0,36-0,8, skia: -0,3-0,01 και για τον ¼ είναι από 0,6 έως 1,1.

[[εικόνα:G33.jpg|350px|]]

 Σχήμα 3. Τμήμα εικόνας IKONOS όπου σημαίνεται με γαλάζιο χρώμα η κατηγορία βλάστηση stress I (α) και τα όρια των τιμών του δείκτη ndvi της κατηγορίας αυτής (β) 

Στη συνέχεια έγινε ταξινόμηση βάσει της μεθόδου της εγγύτερης γειτνίασης ως προς τις μέσες φασματικές τιμές στα τρία κανάλια όπου διακρίθηκαν τα εξής: δένδρα που δεν παρουσιάζουν stress (NDVI: 0,36- 0,8), δένδρα που έχουν ασθενές stress III (NDVI: 0,27-0,36), δένδρα που έχουν αρκετό stress II (NDVI: 0,17-0,27), σε δένδρα που παρουσιάζουν έντονο stress I (NDVI: 0,01-0,17), ενώ για τον καλύτερο διαχωρισμό τους από τα υγιή δένδρα ελάτης (no stress) διακρίθηκαν και δένδρα που είναι σκιασμένα (skia: NDVI: -0,3-0,01), καθώς και μία επιπλέον κατηγορία: τα γαιώδη υλικά (gaiodi) όπως φαίνεται στο Σχήμα 4.

[[εικόνα:G44.jpg|350px|]]

 Σχήμα 4.(i) Τμήμα της εικόνας μετά την κατάτμηση, (ii) Η ταξινόμησή της, (iii) Το υπόμνημά της

Από τις αρχικά είκοσι περιοχές επιλέχθηκαν τελικά τέσσερεις με μέτρια ή ήπια κλίση (<45%) και έκθεση νότια, νοτιοανατολική ή νοτιοδυτική βάσει στοιχείων προηγούμενων μελετών, με σκοπό τη λήψη βελονών για τη μέτρηση του δείκτη φθορισμού που παρουσιάζουν τα δέντρα ελάτης στις διάφορες καταστάσεις stress (Ι, ΙΙ, ΙΙΙ). Τα δείγματα μετρήθηκαν με το φασματικό όργανο ΡΕΑ και για κάθε κατηγορία η τιμή ήταν: stress I:0,067-0,5 , stress II: 0,617-0,793 , stress III: 0,809-0,843.
Στη συνέχεια διερευνήθηκε ο βαθμός συσχέτισής του με τους προηγούμενους αβιοτικούς παράγοντες με την εξίσωση Fischer

z =(1/2) * [ln(1+x)/(1-x)]
όπου z: Fv/Fm, χ: έκθεση ή χ: κλίση

<big>'''3. Αποτελέσματα'''</big>

Τα αποτελέσματα της ταξινόμησης ήταν άκρως ικανοποιητικά σ’ όλες τις δοκιμαστικές επιφάνειες, όπως φαίνεται και από τον δείκτη σταθερότητας της ταξινόμησης στην παρακάτω γραφική προβολή (Σχήμα 5). Η σταθερότητα της ταξινόμησης αποδίδει για κάθε αντικείμενο εικόνας μία τιμή, από σκούρο πράσινο (1,0, μη-ασαφή ) μέχρι κόκκινο (0,0, απολύτως ασαφή). Ακόμη, η σταθερότητα της ταξινόμησης που παρουσιάζει μία δοκιμαστική επιφάνεια φαίνεται στον Σχήμα 6, όπου σημειώνονται η μέγιστη και ελάχιστη τιμή που λαμβάνει κάθε κατηγορία, η τιμή της μέγιστης απόκλισης (stdD), η μέση τιμή των εικονοστοιχείων (Mean).

[[εικόνα:G55.jpg|350px|]]

Σχήμα 5.Η σταθερότητα ταξινόμησης του τμήματος της εικόνας του σχήματος 4

Εν συνεχεία από τα αποτελέσματα της στατιστικής ανάλυσης του δείκτη φθορισμού ως προς την έκθεση και κλίση προέκυψε ότι ο δείκτης φθορισμού παρουσιάζει έντονη διακύμανση στις 4 επιλεγμένες δοκιμαστικές επιφάνειες, δίνοντας ακρίβεια αποτελεσμάτων κατά 95%.
Ακόμη ερευνήθηκε η σχέση μεταξύ των δύο περιβαλλοντικών δεικτών (ndvi, fluorescence), η οποία εκφράστηκε για τις τρεις καταστάσεις stress μέσω λογαριθμικών εξισώσεων, οι οποίες βρέθηκαν να είναι πολύ ικανοποιητικές (R²=0,90) (Σχήμα 7,8,9).
Κατάσταση stress Ι: y = 0.0576Ln(x) + 0.192
Κατάσταση stress ΙΙ: y =0,3345Ln(x) + 0,3376
Κατάσταση stress ΙΙΙ: y = 1,5924Ln(x) + 0,6272

<big>'''4. Συμπεράσματα '''</big>

Η παρούσα έρευνα στηρίζεται σε σύγχρονες μεθόδους παρατήρησης και αποτύπωσης της γης, συνδυάζοντας με τον τρόπο αυτό την μακροσκοπική έρευνα (τηλεπισκόπηση) με την in situ παρατήρηση, ενώ ακόμη παρόμοια έρευνα δεν έχει μέχρι στιγμής λάβει χώρα στο σύνολο της επικράτειας.
Τα αποτελέσματα της έρευνας έδειξαν πράγματι ότι σε πολύ μεγάλο βαθμό δύναται να χρησιμοποιηθεί ο συνδυασμός των δύο περιβαλλοντικών δεικτών: κανονικοποιημένος δείκτης βλάστησης (ndvi) και του δείκτη φθορισμού (fluorescence) για την εκτίμηση της φυτοϋγειονομικής κατάστασης του ελατοδάσους και κατά προέκταση ενός δασικού περιβάλλοντος, με σκοπό την καλύτερη διαχείριση και προστασία του. Μελλοντικά προτείνεται η μελέτη του κανονικοποιημένου δείκτη βλάστησης (ndvi) με την μέθοδο της αντικειμενοστραφούς ανάλυσης τονίζοντας τα κριτήρια του σχήματος και όχι τόσο τα φασματικά κριτήρια, ενώ ακόμη προτείνεται η μελέτη του δείκτη φθορισμού (Fv/Fm) σε κανονικές συνθήκες περιβάλλοντος.

 Πηγή:Φωτεινή Ι. Κόκλα, Δημήτριος Π. Αργιαλάς, Κωνσταντίνος Κασσιός. Ανακτήθηκε από http://www.parnitha-np.gr/paper_kokla_argialas%5D.pdf 23-12-2010

[[category:Δάση]]

Αντικειμενοστραφής ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας

2011-02-11T20:15:23Z

Anast.georgiou:

<big>''' Ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας'''</big>

<big>''' Συγγραφείς: '''</big>Φωτεινή Ι. Κόκλα, Δημήτριος Π. Αργιαλάς, Κωνσταντίνος Κασσιός

<big>'''1. Εισαγωγή '''</big>

Στην παρούσα εργασία μελετάται η κατάσταση stress της Κεφαλληνιακής Ελάτης στον Εθνικό Δρυμό Πάρνηθας. Το ελατοδάσος αυτό, καλύπτει 35.000 στρ ενώ πρόκειται για δάσος γηραιό με πολλά προβλήματα ένα από τα οποία είναι και η ξήρανση της ελάτης που εμφανίζεται με τη μορφή stress στα δέντρα (δέντρα καχεκτικά, γερασμένα, με έντονο αποχρωματισμό βελονών ή ακόμα και δέντρα ξερά). Οι μέχρι τώρα έρευνες για το πρόβλημα αυτό βασιζόταν σε κλασικές μεθόδους της δασολογίας όπως επίγειους ελέγχους, λήψη δειγμάτων βελονών και φλοιού, παχυμέτρηση κ.ά. Η παρούσα έρευνα συνδυάζει τον κανονικοποιημένο δείκτη βλάστησης (NDVI) δηλαδή τη μακροσκοπική έρευνα, με την in situ παρατήρηση και τη μέτρηση του δείκτη φθορισμού μέσω φασματικού οργάνου ΡΕΑ (Pland Efficiency Analyser).

<big>'''2.Μεθοδολογία '''</big>

Εντοπίστηκαν αρχικά είκοσι δοκιμαστικές επιφάνειες με συγκεκριμένα χαρακτηριστικά, με σκοπό τον εντοπισμό δέντρων ελάτης σε κατάσταση stress με τη βοήθεια GPS (στην ουσία λήψη θέσης του κέντρου των επιφανειών καθώς και των πιο χαρακτηριστικών δέντρων σε κατάσταση stress).
Στη συνέχεια χρησιμοποιώντας δορυφορικές εικόνες Ikonos, στις οποίες είχε προηγηθεί γεωμετρική διόρθωση, μέσω της αντικειμενοστραφούς ανάλυσης, έλαβε χώρα η μακροσκοπική παρατήρηση. Ακολούθως δημιουργήθηκε έγχρωμο σύνθετο RGB:432 για να τονιστεί η βλάστηση και επιλέχτηκαν οι παρακάτω έξι κατηγορίες:

[[εικόνα:G11.jpg|350px|]]

Σχήμα 1.’Εγχρωμο σύνθετο RGB:432 τμήματος δορυφορικής IKONOS όπου σημαίνονται οι κατηγορίες ταξινόμησης (γαιώδη-κίτρινο, βλάστηση no stress-πράσινο, βλάστηση stress Ι-κόκιινο, βλάστηση stress ΙΙ-φούξια, βλάστηση stress ΙΙΙ – σιέλ, σκιά- μπλε) 

Η ανάλυση της εικόνας Ikonos περιέλαβε ένα επίπεδο κατάτμησης. Για τον προσδιορισμό των βαρών των κριτηρίων κατάτμησης (φασματικό και σχήματος), λήφθηκε υπόψη ότι η βλάστηση διαφοροποιείται φασματικά έντονα από τα υπόλοιπα στοιχεία του χώρου. Από τις δοκιμές προέκυψε για το φασματικό κριτήριο 0,8 και για το κριτήριο σχήματος 0,2 (που μοιράστηκε κατά 0,9 στο λείο της οριογραμμής και κατά 0,1 στο συμπαγές των τμημάτων). Έτσι εντοπίστηκαν με ακρίβεια οι συγκεντρώσεις πράσινου, ακόμα και ο διαχωρισμός τους σε παρόμοιες κατηγορίες βλάστηση με stressΙ, ΙΙ κλπ). Τα κανάλια (4,3,2) είχαν την ίδια τιμή βάρους, ενώ επιλέχθηκε μικρή τιμή κλίμακας ώστε να διευκολυνθεί ο εντοπισμός συγκέντρωσης πράσινης και σκιασμένης βλάστησης.

[[εικόνα:G22.jpg|350px|]]

Σχήμα 2. (α) Τμήμα εικόνας IKONOS σ’ έγχρωμο σύνθετο RGB:432 μετά την κατάτμηση, όπου σημαίνονται τα όρια των νέων τμημάτων με μπλε χρώμα και (β) η αρχική εικόνα για αξιολόγηση των αποτελεσμάτων της κατάτμησης. Στo τμήμα της εικόνας (β) σημαίνεται η υγιής βλάστηση με κόκκινο χρώμα, σε σχέση με την βλάστηση σε κατάσταση stress I, ΙΙ, ΙΙΙ που σημαίνεται με πράσινο, αχνό κόκκινο, καφέ χρώμα αντίστοιχα

Ακολούθησε ταξινόμηση βάσει της εγγύτερης γειτνίασης με χρήση NDVI,
όπου NDVI=(NIR-R)/(NIR+R)
με τη βοήθεια της συνάρτησης ασαφούς συμμετοχής καθώς και το λόγο ¼ για την κατηγορία gaiodi. Οι λόγοι των καναλιών που δημιουργήθηκαν έχουν ως πλεονέκτημα την ανάδειξη των φασματικών χαρακτηριστικών των διαφορών στοιχείων της εικόνας ανεξαρτήτως έκτασης και συνθηκών φωτισμού.
Τα όρια των ασαφών συναρτήσεων που αντιστοιχούν στις ιδιότητες NDVI και το λόγο ¼ προέκυψαν από αλλεπάληλες δοκιμές με τη βοήθεια φωτοερμηνείας απεικονίσεων των τιμών του γκρι όπως φαίνεται στο Σχήμα 3. Τα τελικά όρια που επιλέχθηκαν για τον ndvi είναι stress I: 0,01-0,17, stress II:0,17-0,27, stress III:0,27-0,36, no stress:0,36-0,8, skia: -0,3-0,01 και για τον ¼ είναι από 0,6 έως 1,1.

[[εικόνα:G33.jpg|350px|]]

 Σχήμα 3. Τμήμα εικόνας IKONOS όπου σημαίνεται με γαλάζιο χρώμα η κατηγορία βλάστηση stress I (α) και τα όρια των τιμών του δείκτη ndvi της κατηγορίας αυτής (β) 

Στη συνέχεια έγινε ταξινόμηση βάσει της μεθόδου της εγγύτερης γειτνίασης ως προς τις μέσες φασματικές τιμές στα τρία κανάλια όπου διακρίθηκαν τα εξής: δένδρα που δεν παρουσιάζουν stress (NDVI: 0,36- 0,8), δένδρα που έχουν ασθενές stress III (NDVI: 0,27-0,36), δένδρα που έχουν αρκετό stress II (NDVI: 0,17-0,27), σε δένδρα που παρουσιάζουν έντονο stress I (NDVI: 0,01-0,17), ενώ για τον καλύτερο διαχωρισμό τους από τα υγιή δένδρα ελάτης (no stress) διακρίθηκαν και δένδρα που είναι σκιασμένα (skia: NDVI: -0,3-0,01), καθώς και μία επιπλέον κατηγορία: τα γαιώδη υλικά (gaiodi) όπως φαίνεται στο Σχήμα 4.

[[εικόνα:G44.jpg|350px|]]

 Σχήμα 4.(i) Τμήμα της εικόνας μετά την κατάτμηση, (ii) Η ταξινόμησή της, (iii) Το υπόμνημά της

Από τις αρχικά είκοσι περιοχές επιλέχθηκαν τελικά τέσσερεις με μέτρια ή ήπια κλίση (<45%) και έκθεση νότια, νοτιοανατολική ή νοτιοδυτική βάσει στοιχείων προηγούμενων μελετών, με σκοπό τη λήψη βελονών για τη μέτρηση του δείκτη φθορισμού που παρουσιάζουν τα δέντρα ελάτης στις διάφορες καταστάσεις stress (Ι, ΙΙ, ΙΙΙ). Τα δείγματα μετρήθηκαν με το φασματικό όργανο ΡΕΑ και για κάθε κατηγορία η τιμή ήταν: stress I:0,067-0,5 , stress II: 0,617-0,793 , stress III: 0,809-0,843.
Στη συνέχεια διερευνήθηκε ο βαθμός συσχέτισής του με τους προηγούμενους αβιοτικούς παράγοντες με την εξίσωση Fischer

z =(1/2) * [ln(1+x)/(1-x)]
όπου z: Fv/Fm, χ: έκθεση ή χ: κλίση

<big>'''3. Αποτελέσματα'''</big>

Τα αποτελέσματα της ταξινόμησης ήταν άκρως ικανοποιητικά σ’ όλες τις δοκιμαστικές επιφάνειες, όπως φαίνεται και από τον δείκτη σταθερότητας της ταξινόμησης στην παρακάτω γραφική προβολή (Σχήμα 5). Η σταθερότητα της ταξινόμησης αποδίδει για κάθε αντικείμενο εικόνας μία τιμή, από σκούρο πράσινο (1,0, μη-ασαφή ) μέχρι κόκκινο (0,0, απολύτως ασαφή). Ακόμη, η σταθερότητα της ταξινόμησης που παρουσιάζει μία δοκιμαστική επιφάνεια φαίνεται στον Σχήμα 6, όπου σημειώνονται η μέγιστη και ελάχιστη τιμή που λαμβάνει κάθε κατηγορία, η τιμή της μέγιστης απόκλισης (stdD), η μέση τιμή των εικονοστοιχείων (Mean).

[[εικόνα:G55.jpg|350px|]]

Σχήμα 5.Η σταθερότητα ταξινόμησης του τμήματος της εικόνας του σχήματος 4

Εν συνεχεία από τα αποτελέσματα της στατιστικής ανάλυσης του δείκτη φθορισμού ως προς την έκθεση και κλίση προέκυψε ότι ο δείκτης φθορισμού παρουσιάζει έντονη διακύμανση στις 4 επιλεγμένες δοκιμαστικές επιφάνειες, δίνοντας ακρίβεια αποτελεσμάτων κατά 95%.
Ακόμη ερευνήθηκε η σχέση μεταξύ των δύο περιβαλλοντικών δεικτών (ndvi, fluorescence), η οποία εκφράστηκε για τις τρεις καταστάσεις stress μέσω λογαριθμικών εξισώσεων, οι οποίες βρέθηκαν να είναι πολύ ικανοποιητικές (R²=0,90) (Σχήμα 7,8,9).
Κατάσταση stress Ι: y = 0.0576Ln(x) + 0.192
Κατάσταση stress ΙΙ: y =0,3345Ln(x) + 0,3376
Κατάσταση stress ΙΙΙ: y = 1,5924Ln(x) + 0,6272

<big>'''4. Συμπεράσματα '''</big>

Η παρούσα έρευνα στηρίζεται σε σύγχρονες μεθόδους παρατήρησης και αποτύπωσης της γης, συνδυάζοντας με τον τρόπο αυτό την μακροσκοπική έρευνα (τηλεπισκόπηση) με την in situ παρατήρηση, ενώ ακόμη παρόμοια έρευνα δεν έχει μέχρι στιγμής λάβει χώρα στο σύνολο της επικράτειας.
Τα αποτελέσματα της έρευνας έδειξαν πράγματι ότι σε πολύ μεγάλο βαθμό δύναται να χρησιμοποιηθεί ο συνδυασμός των δύο περιβαλλοντικών δεικτών: κανονικοποιημένος δείκτης βλάστησης (ndvi) και του δείκτη φθορισμού (fluorescence) για την εκτίμηση της φυτοϋγειονομικής κατάστασης του ελατοδάσους και κατά προέκταση ενός δασικού περιβάλλοντος, με σκοπό την καλύτερη διαχείριση και προστασία του. Μελλοντικά προτείνεται η μελέτη του κανονικοποιημένου δείκτη βλάστησης (ndvi) με την μέθοδο της αντικειμενοστραφούς ανάλυσης τονίζοντας τα κριτήρια του σχήματος και όχι τόσο τα φασματικά κριτήρια, ενώ ακόμη προτείνεται η μελέτη του δείκτη φθορισμού (Fv/Fm) σε κανονικές συνθήκες περιβάλλοντος.

 Πηγή:Φωτεινή Ι. Κόκλα, Δημήτριος Π. Αργιαλάς, Κωνσταντίνος Κασσιός. Ανακτήθηκε από http://www.parnitha-np.gr/paper_kokla_argialas%5D.pdf 23-12-2010

[[category:Δάση]]

Αντικειμενοστραφής ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας

2011-02-11T20:02:40Z

Anast.georgiou:

<big>''' Ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας'''</big>

<big>''' Συγγραφείς: '''</big>Φωτεινή Ι. Κόκλα, Δημήτριος Π. Αργιαλάς, Κωνσταντίνος Κασσιός

<big>'''1. Εισαγωγή '''</big>

Στην παρούσα εργασία μελετάται η κατάσταση stress της Κεφαλληνιακής Ελάτης στον Εθνικό Δρυμό Πάρνηθας. Το ελατοδάσος αυτό, καλύπτει 35.000 στρ ενώ πρόκειται για δάσος γηραιό με πολλά προβλήματα ένα από τα οποία είναι και η ξήρανση της ελάτης που εμφανίζεται με τη μορφή stress στα δέντρα (δέντρα καχεκτικά, γερασμένα, με έντονο αποχρωματισμό βελονών ή ακόμα και δέντρα ξερά). Οι μέχρι τώρα έρευνες για το πρόβλημα αυτό βασιζόταν σε κλασικές μεθόδους της δασολογίας όπως επίγειους ελέγχους, λήψη δειγμάτων βελονών και φλοιού, παχυμέτρηση κ.ά. Η παρούσα έρευνα συνδυάζει τον κανονικοποιημένο δείκτη βλάστησης (NDVI) δηλαδή τη μακροσκοπική έρευνα, με την in situ παρατήρηση και τη μέτρηση του δείκτη φθορισμού μέσω φασματικού οργάνου ΡΕΑ (Pland Efficiency Analyser).

<big>'''2.Μεθοδολογία '''</big>

Εντοπίστηκαν αρχικά είκοσι δοκιμαστικές επιφάνειες με συγκεκριμένα χαρακτηριστικά, με σκοπό τον εντοπισμό δέντρων ελάτης σε κατάσταση stress με τη βοήθεια GPS (στην ουσία λήψη θέσης του κέντρου των επιφανειών καθώς και των πιο χαρακτηριστικών δέντρων σε κατάσταση stress).
Στη συνέχεια χρησιμοποιώντας δορυφορικές εικόνες Ikonos, στις οποίες είχε προηγηθεί γεωμετρική διόρθωση, μέσω της αντικειμενοστραφούς ανάλυσης, έλαβε χώρα η μακροσκοπική παρατήρηση. Ακολούθως δημιουργήθηκε έγχρωμο σύνθετο RGB:432 για να τονιστεί η βλάστηση και επιλέχτηκαν οι παρακάτω έξι κατηγορίες:

[[εικόνα:G11.jpg|400px|]]

Σχήμα 1.’Εγχρωμο σύνθετο RGB:432 τμήματος δορυφορικής IKONOS όπου σημαίνονται οι κατηγορίες ταξινόμησης (γαιώδη-κίτρινο, βλάστηση no stress-πράσινο, βλάστηση stress Ι-κόκιινο, βλάστηση stress ΙΙ-φούξια, βλάστηση stress ΙΙΙ – σιέλ, σκιά- μπλε) 

Η ανάλυση της εικόνας Ikonos περιέλαβε ένα επίπεδο κατάτμησης. Για τον προσδιορισμό των βαρών των κριτηρίων κατάτμησης (φασματικό και σχήματος), λήφθηκε υπόψη ότι η βλάστηση διαφοροποιείται φασματικά έντονα από τα υπόλοιπα στοιχεία του χώρου. Από τις δοκιμές προέκυψε για το φασματικό κριτήριο 0,8 και για το κριτήριο σχήματος 0,2 (που μοιράστηκε κατά 0,9 στο λείο της οριογραμμής και κατά 0,1 στο συμπαγές των τμημάτων). Έτσι εντοπίστηκαν με ακρίβεια οι συγκεντρώσεις πράσινου, ακόμα και ο διαχωρισμός τους σε παρόμοιες κατηγορίες βλάστηση με stressΙ, ΙΙ κλπ). Τα κανάλια (4,3,2) είχαν την ίδια τιμή βάρους, ενώ επιλέχθηκε μικρή τιμή κλίμακας ώστε να διευκολυνθεί ο εντοπισμός συγκέντρωσης πράσινης και σκιασμένης βλάστησης.

[[εικόνα:G22.jpg|400px|]]

Σχήμα 2. (α) Τμήμα εικόνας IKONOS σ’ έγχρωμο σύνθετο RGB:432 μετά την κατάτμηση, όπου σημαίνονται τα όρια των νέων τμημάτων με μπλε χρώμα και (β) η αρχική εικόνα για αξιολόγηση των αποτελεσμάτων της κατάτμησης. Στo τμήμα της εικόνας (β) σημαίνεται η υγιής βλάστηση με κόκκινο χρώμα, σε σχέση με την βλάστηση σε κατάσταση stress I, ΙΙ, ΙΙΙ που σημαίνεται με πράσινο, αχνό κόκκινο, καφέ χρώμα αντίστοιχα

Ακολούθησε ταξινόμηση βάσει της εγγύτερης γειτνίασης με χρήση NDVI,
όπου NDVI=(NIR-R)/(NIR+R)
με τη βοήθεια της συνάρτησης ασαφούς συμμετοχής καθώς και το λόγο ¼ για την κατηγορία gaiodi. Οι λόγοι των καναλιών που δημιουργήθηκαν έχουν ως πλεονέκτημα την ανάδειξη των φασματικών χαρακτηριστικών των διαφορών στοιχείων της εικόνας ανεξαρτήτως έκτασης και συνθηκών φωτισμού.
Τα όρια των ασαφών συναρτήσεων που αντιστοιχούν στις ιδιότητες NDVI και το λόγο ¼ προέκυψαν από αλλεπάληλες δοκιμές με τη βοήθεια φωτοερμηνείας απεικονίσεων των τιμών του γκρι όπως φαίνεται στο Σχήμα 3. Τα τελικά όρια που επιλέχθηκαν για τον ndvi είναι stress I: 0,01-0,17, stress II:0,17-0,27, stress III:0,27-0,36, no stress:0,36-0,8, skia: -0,3-0,01 και για τον ¼ είναι από 0,6 έως 1,1.

[[εικόνα:G33.jpg|400px|]]

 Σχήμα 3. Τμήμα εικόνας IKONOS όπου σημαίνεται με γαλάζιο χρώμα η κατηγορία βλάστηση stress I (α) και τα όρια των τιμών του δείκτη ndvi της κατηγορίας αυτής (β) 

Στη συνέχεια έγινε ταξινόμηση βάσει της μεθόδου της εγγύτερης γειτνίασης ως προς τις μέσες φασματικές τιμές στα τρία κανάλια όπου διακρίθηκαν τα εξής: δένδρα που δεν παρουσιάζουν stress (NDVI: 0,36- 0,8), δένδρα που έχουν ασθενές stress III (NDVI: 0,27-0,36), δένδρα που έχουν αρκετό stress II (NDVI: 0,17-0,27), σε δένδρα που παρουσιάζουν έντονο stress I (NDVI: 0,01-0,17), ενώ για τον καλύτερο διαχωρισμό τους από τα υγιή δένδρα ελάτης (no stress) διακρίθηκαν και δένδρα που είναι σκιασμένα (skia: NDVI: -0,3-0,01), καθώς και μία επιπλέον κατηγορία: τα γαιώδη υλικά (gaiodi) όπως φαίνεται στο Σχήμα 4.

[[εικόνα:G44.jpg|400px|]]

 Σχήμα 4.(i) Τμήμα της εικόνας μετά την κατάτμηση, (ii) Η ταξινόμησή της, (iii) Το υπόμνημά της

Από τις αρχικά είκοσι περιοχές επιλέχθηκαν τελικά τέσσερεις με μέτρια ή ήπια κλίση (<45%) και έκθεση νότια, νοτιοανατολική ή νοτιοδυτική βάσει στοιχείων προηγούμενων μελετών, με σκοπό τη λήψη βελονών για τη μέτρηση του δείκτη φθορισμού που παρουσιάζουν τα δέντρα ελάτης στις διάφορες καταστάσεις stress (Ι, ΙΙ, ΙΙΙ). Τα δείγματα μετρήθηκαν με το φασματικό όργανο ΡΕΑ και για κάθε κατηγορία η τιμή ήταν: stress I:0,067-0,5 , stress II: 0,617-0,793 , stress III: 0,809-0,843.
Στη συνέχεια διερευνήθηκε ο βαθμός συσχέτισής του με τους προηγούμενους αβιοτικούς παράγοντες με την εξίσωση Fischer

z =(1/2) * [ln(1+x)/(1-x)]
όπου z: Fv/Fm, χ: έκθεση ή χ: κλίση

<big>'''3. Αποτελέσματα'''</big>

Τα αποτελέσματα της ταξινόμησης ήταν άκρως ικανοποιητικά σ’ όλες τις δοκιμαστικές επιφάνειες, όπως φαίνεται και από τον δείκτη σταθερότητας της ταξινόμησης στην παρακάτω γραφική προβολή (Σχήμα 5). Η σταθερότητα της ταξινόμησης αποδίδει για κάθε αντικείμενο εικόνας μία τιμή, από σκούρο πράσινο (1,0, μη-ασαφή ) μέχρι κόκκινο (0,0, απολύτως ασαφή). Ακόμη, η σταθερότητα της ταξινόμησης που παρουσιάζει μία δοκιμαστική επιφάνεια φαίνεται στον Σχήμα 6, όπου σημειώνονται η μέγιστη και ελάχιστη τιμή που λαμβάνει κάθε κατηγορία, η τιμή της μέγιστης απόκλισης (stdD), η μέση τιμή των εικονοστοιχείων (Mean).

[[εικόνα:G55.jpg|400px|]]

Σχήμα 5.Η σταθερότητα ταξινόμησης του τμήματος της εικόνας του σχήματος 4

Εν συνεχεία από τα αποτελέσματα της στατιστικής ανάλυσης του δείκτη φθορισμού ως προς την έκθεση και κλίση προέκυψε ότι ο δείκτης φθορισμού παρουσιάζει έντονη διακύμανση στις 4 επιλεγμένες δοκιμαστικές επιφάνειες, δίνοντας ακρίβεια αποτελεσμάτων κατά 95%.
Ακόμη ερευνήθηκε η σχέση μεταξύ των δύο περιβαλλοντικών δεικτών (ndvi, fluorescence), η οποία εκφράστηκε για τις τρεις καταστάσεις stress μέσω λογαριθμικών εξισώσεων, οι οποίες βρέθηκαν να είναι πολύ ικανοποιητικές (R²=0,90) (Σχήμα 7,8,9).
Κατάσταση stress Ι: y = 0.0576Ln(x) + 0.192
Κατάσταση stress ΙΙ: y =0,3345Ln(x) + 0,3376
Κατάσταση stress ΙΙΙ: y = 1,5924Ln(x) + 0,6272

[[εικόνα:G678.jpg|400px|]]

 Σχήμα 6,7,8. Γραφική παράσταση σχέσης μεταξύ δεικτών ndvi - fluorescence κατάστασης stresss I,ΙΙ,ΙΙΙ

<big>'''4. Συμπεράσματα '''</big>

Η παρούσα έρευνα στηρίζεται σε σύγχρονες μεθόδους παρατήρησης και αποτύπωσης της γης, συνδυάζοντας με τον τρόπο αυτό την μακροσκοπική έρευνα (τηλεπισκόπηση) με την in situ παρατήρηση, ενώ ακόμη παρόμοια έρευνα δεν έχει μέχρι στιγμής λάβει χώρα στο σύνολο της επικράτειας.
Τα αποτελέσματα της έρευνας έδειξαν πράγματι ότι σε πολύ μεγάλο βαθμό δύναται να χρησιμοποιηθεί ο συνδυασμός των δύο περιβαλλοντικών δεικτών: κανονικοποιημένος δείκτης βλάστησης (ndvi) και του δείκτη φθορισμού (fluorescence) για την εκτίμηση της φυτοϋγειονομικής κατάστασης του ελατοδάσους και κατά προέκταση ενός δασικού περιβάλλοντος, με σκοπό την καλύτερη διαχείριση και προστασία του. Μελλοντικά προτείνεται η μελέτη του κανονικοποιημένου δείκτη βλάστησης (ndvi) με την μέθοδο της αντικειμενοστραφούς ανάλυσης τονίζοντας τα κριτήρια του σχήματος και όχι τόσο τα φασματικά κριτήρια, ενώ ακόμη προτείνεται η μελέτη του δείκτη φθορισμού (Fv/Fm) σε κανονικές συνθήκες περιβάλλοντος.

[[category:Δάση]]

Αντικειμενοστραφής ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας

2011-02-11T20:01:04Z

Anast.georgiou:

<big>''' Ανάλυση εικόνων IKONOS για την εξέταση της επιδημίας της ξήρανσης της Κεφαλληνιακής ελάτης στον Εθνικό Δρυμό Πάρνηθας'''</big>

<big>''' Συγγραφείς: '''</big>Φωτεινή Ι. Κόκλα, Δημήτριος Π. Αργιαλάς, Κωνσταντίνος Κασσιός

<big>''' Εισαγωγή '''</big>

Στην παρούσα εργασία μελετάται η κατάσταση stress της Κεφαλληνιακής Ελάτης στον Εθνικό Δρυμό Πάρνηθας. Το ελατοδάσος αυτό, καλύπτει 35.000 στρ ενώ πρόκειται για δάσος γηραιό με πολλά προβλήματα ένα από τα οποία είναι και η ξήρανση της ελάτης που εμφανίζεται με τη μορφή stress στα δέντρα (δέντρα καχεκτικά, γερασμένα, με έντονο αποχρωματισμό βελονών ή ακόμα και δέντρα ξερά). Οι μέχρι τώρα έρευνες για το πρόβλημα αυτό βασιζόταν σε κλασικές μεθόδους της δασολογίας όπως επίγειους ελέγχους, λήψη δειγμάτων βελονών και φλοιού, παχυμέτρηση κ.ά. Η παρούσα έρευνα συνδυάζει τον κανονικοποιημένο δείκτη βλάστησης (NDVI) δηλαδή τη μακροσκοπική έρευνα, με την in situ παρατήρηση και τη μέτρηση του δείκτη φθορισμού μέσω φασματικού οργάνου ΡΕΑ (Pland Efficiency Analyser).

<big>'''Μεθοδολογία '''</big>

Εντοπίστηκαν αρχικά είκοσι δοκιμαστικές επιφάνειες με συγκεκριμένα χαρακτηριστικά, με σκοπό τον εντοπισμό δέντρων ελάτης σε κατάσταση stress με τη βοήθεια GPS (στην ουσία λήψη θέσης του κέντρου των επιφανειών καθώς και των πιο χαρακτηριστικών δέντρων σε κατάσταση stress).
Στη συνέχεια χρησιμοποιώντας δορυφορικές εικόνες Ikonos, στις οποίες είχε προηγηθεί γεωμετρική διόρθωση, μέσω της αντικειμενοστραφούς ανάλυσης, έλαβε χώρα η μακροσκοπική παρατήρηση. Ακολούθως δημιουργήθηκε έγχρωμο σύνθετο RGB:432 για να τονιστεί η βλάστηση και επιλέχτηκαν οι παρακάτω έξι κατηγορίες:

[[εικόνα:G11.jpg|400px|]]
Σχήμα 1.’Εγχρωμο σύνθετο RGB:432 τμήματος δορυφορικής IKONOS όπου σημαίνονται οι κατηγορίες ταξινόμησης (γαιώδη-κίτρινο, βλάστηση no stress-πράσινο, βλάστηση stress Ι-κόκιινο, βλάστηση stress ΙΙ-φούξια, βλάστηση stress ΙΙΙ – σιέλ, σκιά- μπλε) 

Η ανάλυση της εικόνας Ikonos περιέλαβε ένα επίπεδο κατάτμησης. Για τον προσδιορισμό των βαρών των κριτηρίων κατάτμησης (φασματικό και σχήματος), λήφθηκε υπόψη ότι η βλάστηση διαφοροποιείται φασματικά έντονα από τα υπόλοιπα στοιχεία του χώρου. Από τις δοκιμές προέκυψε για το φασματικό κριτήριο 0,8 και για το κριτήριο σχήματος 0,2 (που μοιράστηκε κατά 0,9 στο λείο της οριογραμμής και κατά 0,1 στο συμπαγές των τμημάτων). Έτσι εντοπίστηκαν με ακρίβεια οι συγκεντρώσεις πράσινου, ακόμα και ο διαχωρισμός τους σε παρόμοιες κατηγορίες βλάστηση με stressΙ, ΙΙ κλπ). Τα κανάλια (4,3,2) είχαν την ίδια τιμή βάρους, ενώ επιλέχθηκε μικρή τιμή κλίμακας ώστε να διευκολυνθεί ο εντοπισμός συγκέντρωσης πράσινης και σκιασμένης βλάστησης.

[[εικόνα:G22.jpg|400px|]]
Σχήμα 2. (α) Τμήμα εικόνας IKONOS σ’ έγχρωμο σύνθετο RGB:432 μετά την κατάτμηση, όπου σημαίνονται τα όρια των νέων τμημάτων με μπλε χρώμα και (β) η αρχική εικόνα για αξιολόγηση των αποτελεσμάτων της κατάτμησης. Στo τμήμα της εικόνας (β) σημαίνεται η υγιής βλάστηση με κόκκινο χρώμα, σε σχέση με την βλάστηση σε κατάσταση stress I, ΙΙ, ΙΙΙ που σημαίνεται με πράσινο, αχνό κόκκινο, καφέ χρώμα αντίστοιχα

Ακολούθησε ταξινόμηση βάσει της εγγύτερης γειτνίασης με χρήση NDVI,
όπου NDVI=(NIR-R)/(NIR+R)
με τη βοήθεια της συνάρτησης ασαφούς συμμετοχής καθώς και το λόγο ¼ για την κατηγορία gaiodi. Οι λόγοι των καναλιών που δημιουργήθηκαν έχουν ως πλεονέκτημα την ανάδειξη των φασματικών χαρακτηριστικών των διαφορών στοιχείων της εικόνας ανεξαρτήτως έκτασης και συνθηκών φωτισμού.
Τα όρια των ασαφών συναρτήσεων που αντιστοιχούν στις ιδιότητες NDVI και το λόγο ¼ προέκυψαν από αλλεπάληλες δοκιμές με τη βοήθεια φωτοερμηνείας απεικονίσεων των τιμών του γκρι όπως φαίνεται στο Σχήμα 3. Τα τελικά όρια που επιλέχθηκαν για τον ndvi είναι stress I: 0,01-0,17, stress II:0,17-0,27, stress III:0,27-0,36, no stress:0,36-0,8, skia: -0,3-0,01 και για τον ¼ είναι από 0,6 έως 1,1.

[[εικόνα:G33.jpg|400px|]]
 Σχήμα 3. Τμήμα εικόνας IKONOS όπου σημαίνεται με γαλάζιο χρώμα η κατηγορία βλάστηση stress I (α) και τα όρια των τιμών του δείκτη ndvi της κατηγορίας αυτής (β) 

Στη συνέχεια έγινε ταξινόμηση βάσει της μεθόδου της εγγύτερης γειτνίασης ως προς τις μέσες φασματικές τιμές στα τρία κανάλια όπου διακρίθηκαν τα εξής: δένδρα που δεν παρουσιάζουν stress (NDVI: 0,36- 0,8), δένδρα που έχουν ασθενές stress III (NDVI: 0,27-0,36), δένδρα που έχουν αρκετό stress II (NDVI: 0,17-0,27), σε δένδρα που παρουσιάζουν έντονο stress I (NDVI: 0,01-0,17), ενώ για τον καλύτερο διαχωρισμό τους από τα υγιή δένδρα ελάτης (no stress) διακρίθηκαν και δένδρα που είναι σκιασμένα (skia: NDVI: -0,3-0,01), καθώς και μία επιπλέον κατηγορία: τα γαιώδη υλικά (gaiodi) όπως φαίνεται στο Σχήμα 4.

[[εικόνα:G44.jpg|400px|]]
 Σχήμα 4.(i) Τμήμα της εικόνας μετά την κατάτμηση, (ii) Η ταξινόμησή της, (iii) Το υπόμνημά της

Από τις αρχικά είκοσι περιοχές επιλέχθηκαν τελικά τέσσερεις με μέτρια ή ήπια κλίση (<45%) και έκθεση νότια, νοτιοανατολική ή νοτιοδυτική βάσει στοιχείων προηγούμενων μελετών, με σκοπό τη λήψη βελονών για τη μέτρηση του δείκτη φθορισμού που παρουσιάζουν τα δέντρα ελάτης στις διάφορες καταστάσεις stress (Ι, ΙΙ, ΙΙΙ). Τα δείγματα μετρήθηκαν με το φασματικό όργανο ΡΕΑ και για κάθε κατηγορία η τιμή ήταν: stress I:0,067-0,5 , stress II: 0,617-0,793 , stress III: 0,809-0,843.
Στη συνέχεια διερευνήθηκε ο βαθμός συσχέτισής του με τους προηγούμενους αβιοτικούς παράγοντες με την εξίσωση Fischer

z =(1/2) * [ln(1+x)/(1-x)]
όπου z: Fv/Fm, χ: έκθεση ή χ: κλίση

<big>''' Αποτελέσματα'''</big>

Τα αποτελέσματα της ταξινόμησης ήταν άκρως ικανοποιητικά σ’ όλες τις δοκιμαστικές επιφάνειες, όπως φαίνεται και από τον δείκτη σταθερότητας της ταξινόμησης στην παρακάτω γραφική προβολή (Σχήμα 5). Η σταθερότητα της ταξινόμησης αποδίδει για κάθε αντικείμενο εικόνας μία τιμή, από σκούρο πράσινο (1,0, μη-ασαφή ) μέχρι κόκκινο (0,0, απολύτως ασαφή). Ακόμη, η σταθερότητα της ταξινόμησης που παρουσιάζει μία δοκιμαστική επιφάνεια φαίνεται στον Σχήμα 6, όπου σημειώνονται η μέγιστη και ελάχιστη τιμή που λαμβάνει κάθε κατηγορία, η τιμή της μέγιστης απόκλισης (stdD), η μέση τιμή των εικονοστοιχείων (Mean).

[[εικόνα:G55.jpg|400px|]]
Σχήμα 5.Η σταθερότητα ταξινόμησης του τμήματος της εικόνας του σχήματος 4

Εν συνεχεία από τα αποτελέσματα της στατιστικής ανάλυσης του δείκτη φθορισμού ως προς την έκθεση και κλίση προέκυψε ότι ο δείκτης φθορισμού παρουσιάζει έντονη διακύμανση στις 4 επιλεγμένες δοκιμαστικές επιφάνειες, δίνοντας ακρίβεια αποτελεσμάτων κατά 95%.
Ακόμη ερευνήθηκε η σχέση μεταξύ των δύο περιβαλλοντικών δεικτών (ndvi, fluorescence), η οποία εκφράστηκε για τις τρεις καταστάσεις stress μέσω λογαριθμικών εξισώσεων, οι οποίες βρέθηκαν να είναι πολύ ικανοποιητικές (R²=0,90) (Σχήμα 7,8,9).
Κατάσταση stress Ι: y = 0.0576Ln(x) + 0.192
Κατάσταση stress ΙΙ: y =0,3345Ln(x) + 0,3376
Κατάσταση stress ΙΙΙ: y = 1,5924Ln(x) + 0,6272

[[εικόνα:G678.jpg|400px|]]
 Σχήμα 6,7,8. Γραφική παράσταση σχέσης μεταξύ δεικτών ndvi - fluorescence κατάστασης stresss I,ΙΙ,ΙΙΙ

<big>'''4. Συμπεράσματα '''</big>

Η παρούσα έρευνα στηρίζεται σε σύγχρονες μεθόδους παρατήρησης και αποτύπωσης της γης, συνδυάζοντας με τον τρόπο αυτό την μακροσκοπική έρευνα (τηλεπισκόπηση) με την in situ παρατήρηση, ενώ ακόμη παρόμοια έρευνα δεν έχει μέχρι στιγμής λάβει χώρα στο σύνολο της επικράτειας.
Τα αποτελέσματα της έρευνας έδειξαν πράγματι ότι σε πολύ μεγάλο βαθμό δύναται να χρησιμοποιηθεί ο συνδυασμός των δύο περιβαλλοντικών δεικτών: κανονικοποιημένος δείκτης βλάστησης (ndvi) και του δείκτη φθορισμού (fluorescence) για την εκτίμηση της φυτοϋγειονομικής κατάστασης του ελατοδάσους και κατά προέκταση ενός δασικού περιβάλλοντος, με σκοπό την καλύτερη διαχείριση και προστασία του. Μελλοντικά προτείνεται η μελέτη του κανονικοποιημένου δείκτη βλάστησης (ndvi) με την μέθοδο της αντικειμενοστραφούς ανάλυσης τονίζοντας τα κριτήρια του σχήματος και όχι τόσο τα φασματικά κριτήρια, ενώ ακόμη προτείνεται η μελέτη του δείκτη φθορισμού (Fv/Fm) σε κανονικές συνθήκες περιβάλλοντος.

[[category:Δάση]]

Αρχείο:G678.jpg

2011-02-11T19:58:54Z

Anast.georgiou:

Αρχείο:G55.jpg

2011-02-11T19:58:37Z

Anast.georgiou:

Αρχείο:G44.jpg

2011-02-11T19:58:17Z

Anast.georgiou:

Αρχείο:G33.jpg

2011-02-11T19:57:57Z

Anast.georgiou:

Αρχείο:G22.jpg

2011-02-11T19:57:40Z

Anast.georgiou:

Αρχείο:G11.jpg

2011-02-11T19:57:21Z

Anast.georgiou:

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T19:20:43Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>

<big>'''Συγγραφείς: Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona1111.jpg|400px]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona2222.jpg|400px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona3333.jpg|450px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona4444.jpg|430px]]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Αρχείο:A3ikona4444.jpg

2011-02-11T19:17:49Z

Anast.georgiou:

Αρχείο:A3ikona3333.jpg

2011-02-11T19:17:32Z

Anast.georgiou:

Αρχείο:A3ikona2222.jpg

2011-02-11T19:17:16Z

Anast.georgiou:

Αρχείο:A3ikona1111.jpg

2011-02-11T19:17:00Z

Anast.georgiou:

Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό

2011-02-11T18:19:15Z

Anast.georgiou:

<big>''' Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό. Το μοντέλο γκρίζας πρόβλεψης στην αναγέννηση της βλάστησης παρακολουθούμενο από δορυφορικές εικόνες.'''</big>

<big>'''Συγγραφείς: Chi-Ming Yang, Jan-Chang Chen, Lan-Lin Peng, Jr-Syu Yang, Chang-Hung Chou'''</big>

<big>''' 1. Εισαγωγή'''</big>

Το Σεπτέμβρη του 1999, ο μεγαλύτερος σεισμός των τελευταίων 100 ετών στην Ταϊβάν χτύπησε το κέντρο του νησιού, κοντά στην μικρή πόλη Chi-Chi όπου σημειώθηκαν κατολισθήσεις. Η τέταρτη μεγαλύτερη είναι σε μια ορεινή περιοχή όπου ελάχιστη βλάστηση απέμεινε μετά το σεισμό. Παρότι η τηλεπισκόπιση έχει πολλές εφαρμογές, καμιά έρευνα δεν έγινε για να παρακολουθηθεί η διαδικασία οικολογικής επανόρθωσης σε περιοχή κατολίσθησης μετά από ένα μεγάλο σεισμό.
Η θεωρία του «grey system» πρωτοεμφανίστηκε στην Κίνα και έκτοτε εφαρμόστηκε ευρέως. Το μοντέλο «grey prediction» GM(1,1) είναι το κύριο μέρος της θεωρίας που χρησιμοποιείται στις περισσότερες έρευνες για την ανάλυση ασταθών συστημάτων.
Στην εργασία αυτή χρησιμοποιείται η παλίνδρομη ανάλυση και η «grey theory» για να προβλέψουν τον ρυθμό επανόρθωσης της βλάστησης που παρακολουθείται από τηλεπισκοπικά δεδομένα του δορυφόρου SPOT Που εξασφαλίστηκαν για τον πρώτο χρόνο μετά τον σεισμό του Chi-Chi.

<big>'''2. Εργαλεία και μέθοδοι'''</big>

<big>'''Περιοχή μελέτης'''</big>

Η περιοχή μελέτης είναι η ορεινή περιοχή του όρους Chiu-Feng-Er όπως φαίνεται στο παρακάτω σχήμα.

[[εικόνα:chichi111.jpg|400px]]

Το επιφανειακό έδαφος και οι βράχοι κατά μήκος της απότομης κλίσης από τη νότια πλευρά του όρους Chang-Su-Shiang ολισθαίνουν από νοτιοδυτικά σε νοτιανατολικά για περισσότερο από 1 χιλ. και σε βάθος 500μ. έτσι ώστε η κατολίσθηση να μπλοκάρει τη ροή του ποταμού Nankang διαμορφώνοντας δύο νέες λίμνες από φράγματα που δημιούργησε η κατολίσθηση.

<big>'''Δορυφορικά δεδομένα'''</big>

Επτά πακέτα εικόνων από το δορυφόρο SPOT αγοράστηκαν για τις ημερομηνίες 7/23, 10/1 και 11/23 του 1999 και 1/1, 3/12, 7/13 και 7/25 του 2000 ενώ ένα άλλο πακέτο είχε εικόνες δύο μήνες πριν το σεισμό και χρησιμοποιήθηκε για σύγκριση ενώ όλες οι εικόνες ήταν χωρίς σύννεφα.

<big>'''Διαδικασία εικόνων'''</big>

Συνδυασμοί μεθόδων ταξινόμησης συμπεριλαμβανόμενης και της επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης χρησιμοποιήθηκαν για να οπτικοποιήσουν την ταξινόμηση της βλάστησης στην περιοχή της κατολίσθησης και να ενισχύσουν την ακρίβειά της. Ταξινομήθηκαν δύο μόνο κατηγορίες, βλάστηση και γυμνό έδαφος και η αναμενόμενη ακρίβεια ήταν 95%. Ο δείκτης βλάστησης καθορίστηκε από την εξίσωση: NDVI=(NIR-R)/(NIR+R)

<big>'''Ανάλυση Παλινδρόμησης '''</big>

Διεξήχθησαν γραμμική, εκθετική και πολυωνυμική ανάλυση παλινδρόμησης χρησιμοποιώντας το πρόγραμμα SAS (statistic analysis system).

<big>''' Μοντέλο «Grey Prediction»'''</big>

Η απλή σειρά του γραμμικού δυναμικού μοντέλου GΜ(1,1) χρησιμοποιήθηκε για να υπολογίσει τον απαιτούμενο χρόνο αναγέννησης της βλάστησης, μέσω μιας σειράς πολύπλοκων εξισώσεων υπολογισμού.

<big>'''3. Αποτελέσματα'''</big>

<big>'''Βασικά Δεδομένα '''</big>

Ο σεισμός κατέστρεψε την αυτόχθονη βλάστηση και το έδαφος, ως αποτέλεσμα της προσκληθείσας κατολίσθησης ενώ δημιουργήθηκαν και δύο λίμνες. Η περιοχή με τη βοήθεια τηλεπισκόπησης υπολογίστηκε ότι έχει συνολική έκταση 1.873.181τμ. Η βραχώδη περιοχή καλύπτει το 9,54%, οι λίμνες το 0,91% ενώ το υπόλοιπο είναι μη βραχώδης έκταση (τα τέσσερα πέμπτα περίπου).

<big>'''Αναγέννηση Βλάστησης'''</big>

Η βλάστηση στο συγκεκριμένο βουνό καταστράφηκε σχεδόν ολοσχερώς με μόνο το 2,4% αυτής να παραμένει, δηλαδή έκταση 44.917τμ σύμφωνα με στοιχεία δορυφόρου δέκα ημέρες μετά το σεισμό. Αν και τα όρια της κατολίσθησης μεταβλήθηκαν τους πρώτους ένα-δύο μήνες μετά το σεισμό, η βλάστης αυξήθηκε κατά 1,8% από τις 1/10 έως την 23/11/1999. Έτσι εννιά μήνες μετά το σεισμό περισσότερο από 22% της μη βραχώδης έκτασης είχε καλυφθεί με βλάστηση.
Η χωρική κατανομή μέσω του δείκτη βλάστησης NDVI αποδεικνύει ότι τα περισσότερα η βλάστηση βρίσκεται στο κεντρικό τμήμα της κατολίσθησης και εξαπλώνονται από εκεί (Σχήμα 2) και μπορεί να αναγνωριστεί από δορυφορικά στοιχεία.

[[εικόνα:1ikona1.JPG]]

<big>'''Μοντέλο «Grey Prediction» </big>

Το μοντέλο πρόβλεψης για γραμμική, εκθετική, και πολυωνυμική παλινδρόμηση αλλά και το «grey system» για το ρυθμό αναγέννησης της βλάστησης μέσα από μια σειρά διαφορετικών εξισώσεων δίνουν διαφορετικό αριθμό ημερών αλλά κα διαφορετικό βαθμό ακρίβειας,με την ακρίβεια του συγκεκριμένου μοντέλου να ανέρχεται σε 80,2%.
Σύμφωνα λοιπόν με τις εξισώσεις παλινδρόμησης ο χρόνος που απαιτείται για να ξαναγεννηθεί η βλάστηση είναι 5.2, 1.6, 3.4 και 2 αντίστοιχα ώστε να υπάρξει πλήρης αποκατάσταση στις μη βραχώδεις περιοχές. Έτσι, για να είμαστε σίγουροι, θα μπορούσε κανείς να πει ότι απαιτούνται 1.6 έως 5.2 για πλήρη αποκατάσταση παρόλα αυτά το τελευταίο μοντέλο προσφέρει τη μεγαλύτερη ακρίβεια. Έτσι καταλήγουμε ότι απαιτούνται 2 χρόνια για πλήρη αποκατάσταση της περιοχής κατολίσθησης στην περιοχή Chi-Chi άλλα μόνο ο χρόνος θα αποδείξει ποια μέθοδος είναι η καλύτερη.
Οι διαταραχές συνήθως θεωρούνται συνήθως ως σπάνια γεγονότα που διαταράσσουν την ισορροπία ενός οικοσυστήματος που οδηγούν σε πλήρη μεταμόρφωσή του. Αδιαμφισβήτητα, η οικολογική ισορροπία στην περιοχή κατολίσθησης στο Chi-Chi που προκλήθηκε από το σεισμό, έχει διαταραχθεί εντελώς και η μελέτη αυτή προβλέπει ότι η βλάστηση από τα επικρατούντα είδη χρειάζεται 2 χρόνια για να αναγεννηθεί στις μη βραχώδεις περιοχές της κατολίσθησης.

Πηγή:Chi-Ming Yang, Jan-Chang Chen1, Lan-Lin Peng1, Jr-Syu Yang, and Chang-Hung Chou. Ανακτήθηκε από http://ejournal.sinica.edu.tw/bbas/content/2002/1/bot431-08.pdf στις 15-1-2011
[[category:Διαχείριση κινδύνων]]

Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό

2011-02-11T18:18:06Z

Anast.georgiou:

<big>''' Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό. Το μοντέλο γκρίζας πρόβλεψης στην αναγέννηση της βλάστησης παρακολουθούμενο από δορυφορικές εικόνες.'''</big>

<big>'''Συγγραφείς: Chi-Ming Yang, Jan-Chang Chen, Lan-Lin Peng, Jr-Syu Yang, Chang-Hung Chou'''</big>

<big>''' 1. Εισαγωγή'''</big>

Το Σεπτέμβρη του 1999, ο μεγαλύτερος σεισμός των τελευταίων 100 ετών στην Ταϊβάν χτύπησε το κέντρο του νησιού, κοντά στην μικρή πόλη Chi-Chi όπου σημειώθηκαν κατολισθήσεις. Η τέταρτη μεγαλύτερη είναι σε μια ορεινή περιοχή όπου ελάχιστη βλάστηση απέμεινε μετά το σεισμό. Παρότι η τηλεπισκόπιση έχει πολλές εφαρμογές, καμιά έρευνα δεν έγινε για να παρακολουθηθεί η διαδικασία οικολογικής επανόρθωσης σε περιοχή κατολίσθησης μετά από ένα μεγάλο σεισμό.
Η θεωρία του «grey system» πρωτοεμφανίστηκε στην Κίνα και έκτοτε εφαρμόστηκε ευρέως. Το μοντέλο «grey prediction» GM(1,1) είναι το κύριο μέρος της θεωρίας που χρησιμοποιείται στις περισσότερες έρευνες για την ανάλυση ασταθών συστημάτων.
Στην εργασία αυτή χρησιμοποιείται η παλίνδρομη ανάλυση και η «grey theory» για να προβλέψουν τον ρυθμό επανόρθωσης της βλάστησης που παρακολουθείται από τηλεπισκοπικά δεδομένα του δορυφόρου SPOT Που εξασφαλίστηκαν για τον πρώτο χρόνο μετά τον σεισμό του Chi-Chi.

<big>'''2. Εργαλεία και μέθοδοι'''</big>

<big>'''Περιοχή μελέτης'''</big>

Η περιοχή μελέτης είναι η ορεινή περιοχή του όρους Chiu-Feng-Er όπως φαίνεται στο παρακάτω σχήμα.

[[εικόνα:chichi111.jpg|400px]]

Το επιφανειακό έδαφος και οι βράχοι κατά μήκος της απότομης κλίσης από τη νότια πλευρά του όρους Chang-Su-Shiang ολισθαίνουν από νοτιοδυτικά σε νοτιανατολικά για περισσότερο από 1 χιλ. και σε βάθος 500μ. έτσι ώστε η κατολίσθηση να μπλοκάρει τη ροή του ποταμού Nankang διαμορφώνοντας δύο νέες λίμνες από φράγματα που δημιούργησε η κατολίσθηση.

<big>'''Δορυφορικά δεδομένα'''</big>

Επτά πακέτα εικόνων από το δορυφόρο SPOT αγοράστηκαν για τις ημερομηνίες 7/23, 10/1 και 11/23 του 1999 και 1/1, 3/12, 7/13 και 7/25 του 2000 ενώ ένα άλλο πακέτο είχε εικόνες δύο μήνες πριν το σεισμό και χρησιμοποιήθηκε για σύγκριση ενώ όλες οι εικόνες ήταν χωρίς σύννεφα.

<big>'''Διαδικασία εικόνων'''</big>

Συνδυασμοί μεθόδων ταξινόμησης συμπεριλαμβανόμενης και της επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης χρησιμοποιήθηκαν για να οπτικοποιήσουν την ταξινόμηση της βλάστησης στην περιοχή της κατολίσθησης και να ενισχύσουν την ακρίβειά της. Ταξινομήθηκαν δύο μόνο κατηγορίες, βλάστηση και γυμνό έδαφος και η αναμενόμενη ακρίβεια ήταν 95%. Ο δείκτης βλάστησης καθορίστηκε από την εξίσωση: NDVI=(NIR-R)/(NIR+R)

<big>'''Ανάλυση Παλινδρόμησης '''</big>

Διεξήχθησαν γραμμική, εκθετική και πολυωνυμική ανάλυση παλινδρόμησης χρησιμοποιώντας το πρόγραμμα SAS (statistic analysis system).

<big>''' Μοντέλο «Grey prediction»'''</big>

Η απλή σειρά του γραμμικού δυναμικού μοντέλου GΜ(1,1) χρησιμοποιήθηκε για να υπολογίσει τον απαιτούμενο χρόνο αναγέννησης της βλάστησης, μέσω μιας σειράς πολύπλοκων εξισώσεων υπολογισμού.

<big>'''3. Αποτελέσματα'''</big>

<big>'''Βασικά Δεδομένα '''</big>

Ο σεισμός κατέστρεψε την αυτόχθονη βλάστηση και το έδαφος, ως αποτέλεσμα της προσκληθείσας κατολίσθησης ενώ δημιουργήθηκαν και δύο λίμνες. Η περιοχή με τη βοήθεια τηλεπισκόπησης υπολογίστηκε ότι έχει συνολική έκταση 1.873.181τμ. Η βραχώδη περιοχή καλύπτει το 9,54%, οι λίμνες το 0,91% ενώ το υπόλοιπο είναι μη βραχώδης έκταση (τα τέσσερα πέμπτα περίπου).

<big>'''Αναγέννηση Βλάστησης'''</big>

Η βλάστηση στο συγκεκριμένο βουνό καταστράφηκε σχεδόν ολοσχερώς με μόνο το 2,4% αυτής να παραμένει, δηλαδή έκταση 44.917τμ σύμφωνα με στοιχεία δορυφόρου δέκα ημέρες μετά το σεισμό. Αν και τα όρια της κατολίσθησης μεταβλήθηκαν τους πρώτους ένα-δύο μήνες μετά το σεισμό, η βλάστης αυξήθηκε κατά 1,8% από τις 1/10 έως την 23/11/1999. Έτσι εννιά μήνες μετά το σεισμό περισσότερο από 22% της μη βραχώδης έκτασης είχε καλυφθεί με βλάστηση.
Η χωρική κατανομή μέσω του δείκτη βλάστησης NDVI αποδεικνύει ότι τα περισσότερα η βλάστηση βρίσκεται στο κεντρικό τμήμα της κατολίσθησης και εξαπλώνονται από εκεί (Σχήμα 2) και μπορεί να αναγνωριστεί από δορυφορικά στοιχεία.

[[εικόνα:1ikona1.JPG]]

<big>'''Μοντέλο «grey prediction» </big>

Το μοντέλο πρόβλεψης για γραμμική, εκθετική, και πολυωνυμική παλινδρόμηση αλλά και το «grey system» για το ρυθμό αναγέννησης της βλάστησης μέσα από μια σειρά διαφορετικών εξισώσεων δίνουν διαφορετικό αριθμό ημερών αλλά κα διαφορετικό βαθμό ακρίβειας,με την ακρίβεια του συγκεκριμένου μοντέλου να ανέρχεται σε 80,2%.
Σύμφωνα λοιπόν με τις εξισώσεις παλινδρόμησης ο χρόνος που απαιτείται για να ξαναγεννηθεί η βλάστηση είναι 5.2, 1.6, 3.4 και 2 αντίστοιχα ώστε να υπάρξει πλήρης αποκατάσταση στις μη βραχώδεις περιοχές. Έτσι, για να είμαστε σίγουροι, θα μπορούσε κανείς να πει ότι απαιτούνται 1.6 έως 5.2 για πλήρη αποκατάσταση παρόλα αυτά το τελευταίο μοντέλο προσφέρει τη μεγαλύτερη ακρίβεια. Έτσι καταλήγουμε ότι απαιτούνται 2 χρόνια για πλήρη αποκατάσταση της περιοχής κατολίσθησης στην περιοχή Chi-Chi άλλα μόνο ο χρόνος θα αποδείξει ποια μέθοδος είναι η καλύτερη.
Οι διαταραχές συνήθως θεωρούνται συνήθως ως σπάνια γεγονότα που διαταράσσουν την ισορροπία ενός οικοσυστήματος που οδηγούν σε πλήρη μεταμόρφωσή του. Αδιαμφισβήτητα, η οικολογική ισορροπία στην περιοχή κατολίσθησης στο Chi-Chi που προκλήθηκε από το σεισμό, έχει διαταραχθεί εντελώς και η μελέτη αυτή προβλέπει ότι η βλάστηση από τα επικρατούντα είδη χρειάζεται 2 χρόνια για να αναγεννηθεί στις μη βραχώδεις περιοχές της κατολίσθησης.

Πηγή:Chi-Ming Yang, Jan-Chang Chen1, Lan-Lin Peng1, Jr-Syu Yang, and Chang-Hung Chou. Ανακτήθηκε από http://ejournal.sinica.edu.tw/bbas/content/2002/1/bot431-08.pdf στις 15-1-2011
[[category:Διαχείριση κινδύνων]]

Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό

2011-02-11T18:15:22Z

Anast.georgiou:

<big>''' Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό. Το μοντέλο γκρίζας πρόβλεψης στην αναγέννηση της βλάστησης παρακολουθούμενο από δορυφορικές εικόνες.'''</big>

<big>'''Συγγραφείς: Chi-Ming Yang, Jan-Chang Chen, Lan-Lin Peng, Jr-Syu Yang, Chang-Hung Chou'''</big>

<big>''' 1. Εισαγωγή'''</big>

Το Σεπτέμβρη του 1999, ο μεγαλύτερος σεισμός των τελευταίων 100 ετών στην Ταϊβάν χτύπησε το κέντρο του νησιού, κοντά στην μικρή πόλη Chi-Chi όπου σημειώθηκαν κατολισθήσεις. Η τέταρτη μεγαλύτερη είναι σε μια ορεινή περιοχή όπου ελάχιστη βλάστηση απέμεινε μετά το σεισμό. Παρότι η τηλεπισκόπιση έχει πολλές εφαρμογές, καμιά έρευνα δεν έγινε για να παρακολουθηθεί η διαδικασία οικολογικής επανόρθωσης σε περιοχή κατολίσθησης μετά από ένα μεγάλο σεισμό.
Η θεωρία του «grey system» πρωτοεμφανίστηκε στην Κίνα και έκτοτε εφαρμόστηκε ευρέως. Το μοντέλο «grey prediction» GM(1,1) είναι το κύριο μέρος της θεωρίας που χρησιμοποιείται στις περισσότερες έρευνες για την ανάλυση ασταθών συστημάτων.
Στην εργασία αυτή χρησιμοποιείται η παλίνδρομη ανάλυση και η «grey theory» για να προβλέψουν τον ρυθμό επανόρθωσης της βλάστησης που παρακολουθείται από τηλεπισκοπικά δεδομένα του δορυφόρου SPOT Που εξασφαλίστηκαν για τον πρώτο χρόνο μετά τον σεισμό του Chi-Chi.

<big>'''2. Εργαλεία και μέθοδοι'''</big>

<big>'''Περιοχή μελέτης'''</big>

Η περιοχή μελέτης είναι η ορεινή περιοχή του όρους Chiu-Feng-Er όπως φαίνεται στο παρακάτω σχήμα.

[[εικόνα:chichi111.jpg|400px]]

Το επιφανειακό έδαφος και οι βράχοι κατά μήκος της απότομης κλίσης από τη νότια πλευρά του όρους Chang-Su-Shiang ολισθαίνουν από νοτιοδυτικά σε νοτιανατολικά για περισσότερο από 1 χιλ. και σε βάθος 500μ. έτσι ώστε η κατολίσθηση να μπλοκάρει τη ροή του ποταμού Nankang διαμορφώνοντας δύο νέες λίμνες από φράγματα που δημιούργησε η κατολίσθηση.

<big>'''Δορυφορικά δεδομένα'''</big>

Επτά πακέτα εικόνων από το δορυφόρο SPOT αγοράστηκαν για τις ημερομηνίες 7/23, 10/1 και 11/23 του 1999 και 1/1, 3/12, 7/13 και 7/25 του 2000 ενώ ένα άλλο πακέτο είχε εικόνες δύο μήνες πριν το σεισμό και χρησιμοποιήθηκε για σύγκριση ενώ όλες οι εικόνες ήταν χωρίς σύννεφα.

<big>'''Διαδικασία εικόνων'''</big>

Συνδυασμοί μεθόδων ταξινόμησης συμπεριλαμβανόμενης και της επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης χρησιμοποιήθηκαν για να οπτικοποιήσουν την ταξινόμηση της βλάστησης στην περιοχή της κατολίσθησης και να ενισχύσουν την ακρίβειά της. Ταξινομήθηκαν δύο μόνο κατηγορίες, βλάστηση και γυμνό έδαφος και η αναμενόμενη ακρίβεια ήταν 95%. Ο δείκτης βλάστησης καθορίστηκε από την εξίσωση: NDVI=(NIR-R)/(NIR+R)

<big>'''Ανάλυση Παλινδρόμησης '''</big>

Διεξήχθησαν γραμμική, εκθετική και πολυωνυμική ανάλυση παλινδρόμησης χρησιμοποιώντας το πρόγραμμα SAS (statistic analysis system).

<big>''' «Μοντέλο Grey prediction'''</big>

Η απλή σειρά του γραμμικού δυναμικού μοντέλου GΜ(1,1) χρησιμοποιήθηκε για να αναπτυχθεί το μοντέλο «grey prediction» και να υπολογίσει τον απαιτούμενο χρόνο αναγέννησης της βλάστησης μέσω μιας σειράς εξισώσεων υπολογισμού.

<big>'''3. Αποτελέσματα'''</big>

<big>'''Βασικά Δεδομένα '''</big>

Ο σεισμός κατέστρεψε την αυτόχθονη βλάστηση και το έδαφος, ως αποτέλεσμα της προσκληθείσας κατολίσθησης ενώ δημιουργήθηκαν και δύο λίμνες. Η περιοχή με τη βοήθεια τηλεπισκόπησης υπολογίστηκε ότι έχει συνολική έκταση 1.873.181τμ. Η βραχώδη περιοχή καλύπτει το 9,54%, οι λίμνες το 0,91% ενώ το υπόλοιπο είναι μη βραχώδης έκταση (τα τέσσερα πέμπτα περίπου).

<big>'''Αναγέννηση Βλάστησης'''</big>

Η βλάστηση στο συγκεκριμένο βουνό καταστράφηκε σχεδόν ολοσχερώς με μόνο το 2,4% αυτής να παραμένει, δηλαδή έκταση 44.917τμ σύμφωνα με στοιχεία δορυφόρου δέκα ημέρες μετά το σεισμό. Αν και τα όρια της κατολίσθησης μεταβλήθηκαν τους πρώτους ένα-δύο μήνες μετά το σεισμό, η βλάστης αυξήθηκε κατά 1,8% από τις 1/10 έως την 23/11/1999. Έτσι εννιά μήνες μετά το σεισμό περισσότερο από 22% της μη βραχώδης έκτασης είχε καλυφθεί με βλάστηση.
Η χωρική κατανομή μέσω του δείκτη βλάστησης NDVI αποδεικνύει ότι τα περισσότερα η βλάστηση βρίσκεται στο κεντρικό τμήμα της κατολίσθησης και εξαπλώνονται από εκεί (Σχήμα 2) και μπορεί να αναγνωριστεί από δορυφορικά στοιχεία.

[[εικόνα:1ikona1.JPG]]

<big>'''Μοντέλο «grey prediction» </big>

Το μοντέλο πρόβλεψης για γραμμική, εκθετική, και πολυωνυμική παλινδρόμηση αλλά και το «grey system» για το ρυθμό αναγέννησης της βλάστησης μέσα από μια σειρά διαφορετικών εξισώσεων δίνουν διαφορετικό αριθμό ημερών αλλά κα διαφορετικό βαθμό ακρίβειας,με την ακρίβεια του συγκεκριμένου μοντέλου να ανέρχεται σε 80,2%.
Σύμφωνα λοιπόν με τις εξισώσεις παλινδρόμησης ο χρόνος που απαιτείται για να ξαναγεννηθεί η βλάστηση είναι 5.2, 1.6, 3.4 και 2 αντίστοιχα ώστε να υπάρξει πλήρης αποκατάσταση στις μη βραχώδεις περιοχές. Έτσι, για να είμαστε σίγουροι, θα μπορούσε κανείς να πει ότι απαιτούνται 1.6 έως 5.2 για πλήρη αποκατάσταση παρόλα αυτά το τελευταίο μοντέλο προσφέρει τη μεγαλύτερη ακρίβεια. Έτσι καταλήγουμε ότι απαιτούνται 2 χρόνια για πλήρη αποκατάσταση της περιοχής κατολίσθησης στην περιοχή Chi-Chi άλλα μόνο ο χρόνος θα αποδείξει ποια μέθοδος είναι η καλύτερη.
Οι διαταραχές συνήθως θεωρούνται συνήθως ως σπάνια γεγονότα που διαταράσσουν την ισορροπία ενός οικοσυστήματος που οδηγούν σε πλήρη μεταμόρφωσή του. Αδιαμφισβήτητα, η οικολογική ισορροπία στην περιοχή κατολίσθησης στο Chi-Chi που προκλήθηκε από το σεισμό, έχει διαταραχθεί εντελώς και η μελέτη αυτή προβλέπει ότι η βλάστηση από τα επικρατούντα είδη χρειάζεται 2 χρόνια για να αναγεννηθεί στις μη βραχώδεις περιοχές της κατολίσθησης.

Πηγή:Chi-Ming Yang, Jan-Chang Chen1, Lan-Lin Peng1, Jr-Syu Yang, and Chang-Hung Chou. Ανακτήθηκε από http://ejournal.sinica.edu.tw/bbas/content/2002/1/bot431-08.pdf στις 15-1-2011
[[category:Διαχείριση κινδύνων]]

Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό

2011-02-11T18:07:17Z

Anast.georgiou:

<big>''' Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό. Το μοντέλο γκρίζας πρόβλεψης στην αναγέννηση της βλάστησης παρακολουθούμενο από δορυφορικές εικόνες.'''</big>

<big>'''Συγγραφείς: Chi-Ming Yang, Jan-Chang Chen, Lan-Lin Peng, Jr-Syu Yang, Chang-Hung Chou'''</big>

<big>''' 1. Εισαγωγή'''</big>

Το Σεπτέμβρη του 1999, ο μεγαλύτερος σεισμός των τελευταίων 100 ετών στην Ταϊβάν χτύπησε το κέντρο του νησιού, κοντά στην μικρή πόλη Chi-Chi όπου σημειώθηκαν κατολισθήσεις. Η τέταρτη μεγαλύτερη είναι σε μια ορεινή περιοχή όπου ελάχιστη βλάστηση απέμεινε μετά το σεισμό. Παρότι η τηλεπισκόπιση έχει πολλές εφαρμογές, καμιά έρευνα δεν έγινε για να παρακολουθηθεί η διαδικασία οικολογικής επανόρθωσης σε περιοχή κατολίσθησης μετά από ένα μεγάλο σεισμό.
Η θεωρία του «γκρίζου συστήματος» πρωτοεμφανίστηκε στην Κίνα και έκτοτε εφαρμόστηκε ευρέως. Το μοντέλο «γκρίζας πρόβλεψης GM(1,1) είναι το κύριο μέρος της θεωρίας που χρησιμοποιείται στις περισσότερες έρευνες για την ανάλυση ασταθών συστημάτων.
Στην εργασία αυτή χρησιμοποιείται η παλίνδρομη ανάλυση και η «γκρίζα θεωρία» για να προβλέψουν τον ρυθμό επανόρθωσης της βλάστησης που παρακολουθείται από τηλεπισκοπικά δεδομένα του δορυφόρου SPOT Που εξασφαλίστηκαν για τον πρώτο χρόνο μετά τον σεισμό του Chi-Chi.

<big>'''2. Εργαλεία και μέθοδοι'''</big>

<big>'''Περιοχή μελέτης'''</big>

Η περιοχή μελέτης είναι η ορεινή περιοχή του όρους Chiu-Feng-Er όπως φαίνεται στο παρακάτω σχήμα.

[[εικόνα:chichi111.jpg|400px]]

Το επιφανειακό έδαφος και οι βράχοι κατά μήκος της απότομης κλίσης από τη νότια πλευρά του όρους Chang-Su-Shiang ολισθαίνουν από νοτιοδυτικά σε νοτιανατολικά για περισσότερο από 1 χιλ. και σε βάθος 500μ. έτσι ώστε η κατολίσθηση να μπλοκάρει τη ροή του ποταμού Nankang διαμορφώνοντας δύο νέες λίμνες από φράγματα που δημιούργησε η κατολίσθηση.

<big>'''Δορυφορικά δεδομένα'''</big>

Επτά πακέτα εικόνων από το δορυφόρο SPOT αγοράστηκαν για τις ημερομηνίες 7/23, 10/1 και 11/23 του 1999 και 1/1, 3/12, 7/13 και 7/25 του 2000 ενώ ένα άλλο πακέτο είχε εικόνες δύο μήνες πριν το σεισμό και χρησιμοποιήθηκε για σύγκριση ενώ όλες οι εικόνες ήταν χωρίς σύννεφα.

<big>'''Διαδικασία εικόνων'''</big>

Συνδυασμοί μεθόδων ταξινόμησης συμπεριλαμβανόμενης και της επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης χρησιμοποιήθηκαν για να οπτικοποιήσουν την ταξινόμηση της βλάστησης στην περιοχή της κατολίσθησης και να ενισχύσουν την ακρίβειά της. Ταξινομήθηκαν δύο μόνο κατηγορίες, βλάστηση και γυμνό έδαφος και η αναμενόμενη ακρίβεια ήταν 95%. Ο δείκτης βλάστησης καθορίστηκε από την εξίσωση: NDVI=(NIR-R)/(NIR+R)

<big>'''Ανάλυση Παλινδρόμησης '''</big>

Διεξήχθησαν γραμμική, εκθετική και πολυωνυμική ανάλυση παλινδρόμησης χρησιμοποιώντας το πρόγραμμα SAS (statistic analysis system).

<big>''' «Γκρίζα» Πρόβλεψη'''</big>

Η απλή σειρά του γραμμικού δυναμικού μοντέλου GΜ(1,1) χρησιμοποιήθηκε για να αναπτυχθεί το μοντέλο της «γκρίζας πρόβλεψης» και να υπολογίσει τον απαιτούμενο χρόνο αναγέννησης της βλάστησης μέσω μιας σειράς εξισώσεων υπολογισμού.

<big>'''3. Αποτελέσματα'''</big>

<big>'''Βασικά Δεδομένα '''</big>

Ο σεισμός κατέστρεψε την αυτόχθονη βλάστηση και το έδαφος, ως αποτέλεσμα της προσκληθείσας κατολίσθησης ενώ δημιουργήθηκαν και δύο λίμνες. Η περιοχή με τη βοήθεια τηλεπισκόπησης υπολογίστηκε ότι έχει συνολική έκταση 1.873.181τμ. Η βραχώδη περιοχή καλύπτει το 9,54%, οι λίμνες το 0,91% ενώ το υπόλοιπο είναι μη βραχώδης έκταση (τα τέσσερα πέμπτα περίπου).

<big>'''Αναγέννηση Βλάστησης'''</big>

Η βλάστηση στο συγκεκριμένο βουνό καταστράφηκε σχεδόν ολοσχερώς με μόνο το 2,4% αυτής να παραμένει, δηλαδή έκταση 44.917τμ σύμφωνα με στοιχεία δορυφόρου δέκα ημέρες μετά το σεισμό. Αν και τα όρια της κατολίσθησης μεταβλήθηκαν τους πρώτους ένα-δύο μήνες μετά το σεισμό, η βλάστης αυξήθηκε κατά 1,8% από τις 1/10 έως την 23/11/1999. Έτσι εννιά μήνες μετά το σεισμό περισσότερο από 22% της μη βραχώδης έκτασης είχε καλυφθεί με βλάστηση.
Η χωρική κατανομή μέσω του δείκτη βλάστησης NDVI αποδεικνύει ότι τα περισσότερα η βλάστηση βρίσκεται στο κεντρικό τμήμα της κατολίσθησης και εξαπλώνονται από εκεί (Σχήμα 2) και μπορεί να αναγνωριστεί από δορυφορικά στοιχεία.

[[εικόνα:1ikona1.JPG]]

<big>'''Μοντέλο «γκρίζας πρόβλεψης» </big>

Το μοντέλο πρόβλεψης για γραμμική, εκθετική, και πολυωνυμική παλινδρόμηση αλλά και το «γκρίζο σύστημα» για το ρυθμό αναγέννησης της βλάστησης μέσα από μια σειρά διαφορετικών εξισώσεων δίνουν διαφορετικό αριθμό ημερών αλλά κα διαφορετικό βαθμό ακρίβειας,με την ακρίβεια του συγκεκριμένου μοντέλου να ανέρχεται σε 80,2%.
Σύμφωνα λοιπόν με τις εξισώσεις παλινδρόμησης ο χρόνος που απαιτείται για να ξαναγεννηθεί η βλάστηση είναι 5.2, 1.6, 3.4 και 2 αντίστοιχα ώστε να υπάρξει πλήρης αποκατάσταση στις μη βραχώδεις περιοχές. Έτσι, για να είμαστε σίγουροι, θα μπορούσε κανείς να πει ότι απαιτούνται 1.6 έως 5.2 για πλήρη αποκατάσταση παρόλα αυτά το τελευταίο μοντέλο προσφέρει τη μεγαλύτερη ακρίβεια. Έτσι καταλήγουμε ότι απαιτούνται 2 χρόνια για πλήρη αποκατάσταση της περιοχής κατολίσθησης στην περιοχή Chi-Chi άλλα μόνο ο χρόνος θα αποδείξει ποια μέθοδος είναι η καλύτερη.
Οι διαταραχές συνήθως θεωρούνται συνήθως ως σπάνια γεγονότα που διαταράσσουν την ισορροπία ενός οικοσυστήματος που οδηγούν σε πλήρη μεταμόρφωσή του. Αδιαμφισβήτητα, η οικολογική ισορροπία στην περιοχή κατολίσθησης στο Chi-Chi που προκλήθηκε από το σεισμό, έχει διαταραχθεί εντελώς και η μελέτη αυτή προβλέπει ότι η βλάστηση από τα επικρατούντα είδη χρειάζεται 2 χρόνια για να αναγεννηθεί στις μη βραχώδεις περιοχές της κατολίσθησης.

Πηγή:Chi-Ming Yang, Jan-Chang Chen1, Lan-Lin Peng1, Jr-Syu Yang, and Chang-Hung Chou. Ανακτήθηκε από http://ejournal.sinica.edu.tw/bbas/content/2002/1/bot431-08.pdf στις 15-1-2011
[[category:Διαχείριση κινδύνων]]

Αρχείο:Chichi111.jpg

2011-02-11T18:06:05Z

Anast.georgiou:

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:52:02Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|480px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|420px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|350px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:51:21Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|430px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|420px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|350px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:49:31Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|430px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|420px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|350px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:48:52Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|430px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|420px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|350px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T05:46:28Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>

<big>'''Συγγραφείς: Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona111.jpg|450px]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona222.jpg|430px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona333.jpg|490px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona444.jpg|490px]]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T05:45:04Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona111.jpg|430px]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona222.jpg|430px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona333.jpg|430px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona444.jpg|430px]]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T05:42:43Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona111.jpg|400px]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona222.jpg|400px]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona333.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona444.jpg]]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T05:41:55Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona111.jpg|400px]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona222.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona333.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona444.jpg]]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:40:51Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|430px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|420px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|350px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:40:07Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|430px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|420px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|350px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:39:11Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|430px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|4200px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|300px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:38:02Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|410px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|300px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|300px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:37:17Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|370px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|300px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|300px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:36:35Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|300px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|300px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|300px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Η περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών

2011-02-11T05:35:36Z

Anast.georgiou:

<big>''' Οι περιοχές κινδύνου κατολίσθησης σε 3 διαστάσεις μέσω της τηλεπισκόπησης και της τεχνικής των Γεωγραφικών Συστημάτων Πληροφοριών. '''</big>

<big>''' Συγγραφέας: Mr Boonruck Patanakanog'''</big>

<big>''' 1. Εισαγωγή'''</big>

Τον Αύγουστο του 2001, μια έντονη και παρατεταμένη βροχόπτωση στην επαρχία Petchboon στην Ταϋλάνδη, προκάλεσε χείμαρρους και πλημμύρες στοιχίζοντας τη ζωή σε 130 άτομα, τα περισσότερα από τα οποία ζούσαν στο χωριό Num Ko. Οι χείμαρροι και οι πλημμύρες κατέστρεψαν δρόμους, γέφυρες, συστήματα επικοινωνίας, σπίτια, φάρμες και κτηνοτροφικές μονάδες και το μισό χωριό καταστράφηκε σχεδόν ολοσχερώς.
Αν και καμιά καταιγίδα ή πλημμύρα δεν μπορεί να προβλεφθεί, μέτρα μετριασμού θα πρέπει να παρθούν για να μειώνονται οι κίνδυνοι τόσο για τις ανθρώπινες ζωές όσο και για τις περιουσίες. Ένα από τα μέτρα είναι και η διερεύνηση για κίνδυνο κατολισθήσεων μέσω των τριών διαστάσεων η οποία είναι καλύτερη για αυτούς που δεν είναι εξοικειωμένοι με το χάρτη ισοϋψών.

<big>''' 2. Περιοχή μελέτης '''</big>

Η περιοχή μελέτης είναι η περιοχή του χωριού Num Ko στην επαρχία Petchboon στην Ταϋλάνδη, περίπου 400χιλ. βόρεια της Μπανγκόγκ συνολικής έκτασης 128 τ.χιλ. Η χρήση της γης είναι κυρίως βοσκότοποι, γεωργική γη και δάση.

<big>''' 3.Μεθοδολογία'''</big>

Η μεθοδολογία αποτελείται από τέσσερα μέρη.

<big>''' 3.1. Τηλεπισκόπηση'''</big>: ο χάρτης χρήσεων γης προήλθε από στοιχεία του δορυφόρου Landsat TM. Η εποπτευόμενη ταξινόμηση σε τμήμα της περιοχής μελέτης, χρησιμοποίησε τρία κανάλια (3,4,5) και τον αλγόριθμο της μέγιστης πιθανοφάνειας. Το τελικό αποτέλεσμα της ταξινόμησης θεωρήθηκε ότι έχει τρεις κατηγορίες: αδιατάρακτο δάσος (2,81 εκτάρια), διαταραγμένο δάσος και μπαμπού (4,703 εκτάρια) ύ, καλλιέργειες και βοσκότοποι στις οποίες δόθηκε βαθμός επικινδυνότητας 1, 2 και 4 αντίστοιχα . Μετά την ταξινόμηση, εφαρμόστηκε διάμεσο φίλτρο 3χ3 και ο τελικός ψηφιδωτός χάρτης μετατράπηκε σε διανυσματικό αρχείο.

[[εικόνα:A2ikona1.jpg|300px]]

<big>''' 3.2 Ψηφιακό Μοντέλο Εδάφους'''</big>: η τοπογραφία είναι σημαντικός παράγοντας για κατολισθήσεις σε ορεινές περιοχές. Μιας και η διαβάθμιση κλίσεων παίζει επίσης σημαντικό ρόλο στις κατολισθήσεις, το ψηφιακό μοντέλο εδάφους προέκυψε από χάρτη κλίσεων κλίμακας 1:50000 ενώ ακολουθήθηκε διαδικασία παρεμβολής για τη γενίκευση του ψηφιακού μοντέλου εδάφους και έγινε επαναταξινόμηση οπότε δόθηκαν και οι βαθμοί επικινδυνότητας ως εξής: κλίση 0-10% - 1, κλίση 11-20% - 2, κλίση 21-40% - 3, κλίση 41-60% - 4, >60% - 5.

[[εικόνα:A2ikona2.jpg|300px]]

<big>''' 3.3 Έδαφος'''</big>: επισκόπηση του εδάφους έγινε για την επικαιροποίηση του χάρτη εδάφους, μία εβδομάδα μετά το γεγονός, χρησιμοποιώντας στοιχεία γεωτρύπανου. Έτσι προέκυψε η ευαισθησία σε φαινόμενα διάβρωσης ανάλογα με την υφή του εδάφους και το βάθος της, που εξειδικεύεται στα εξής : λεπτή υφή (άργιλος/λεπτά αργιλώδη ) και βάθος >150εκ – πολύ χαμηλή ευαισθησία, μέτριας λεπτότητας υφή (βαριά αργιλλώδη/μάργες) και βάθος>150εκ – χαμηλή ευαισθησία, λεπτή υφή και βάθος <50 εκ – μέτρια ευαισθησία, μέτριας λεπτότητας υφή και βάθος 50 έως 100εκ – υψηλή ευαισθησία και χοντρόκκοκα εδάφη και βάθος <50εκ – πολύ υψηλή ευαισθησία.
Ανάλογα λοιπόν με τους παραπάνω βαθμούς ευαισθησίας δόθηκε ο βαθμός επικινδυνότητας για κατολίσθηση. Έτσιπολύ χαμηλή ευαισθησία – 1, χαμηλή ευαισθησία – 2, μέτρια ευαισθησία – 3, υψηλή ευαισθησία – 4, πολύ υψηλή ευαισθησία – 5.

<big>''' 3.4 Ανάλυση Γεωγραφικών Συστημάτων Πληροφοριών'''</big>: η μελέτη κατολισθήσεων διεξήχθη χρησιμοποιώντας διαδικασίες επικάλυψης χαρτών. Παρότι η διαβάθμιση των κλίσεων είναι σημαντική στα κατολισθητικά φαινόμενα, άλλοι παράγοντες όπως το έδαφος και η εδαφοκάλυψη χρησιμοποιούνται από τα γεωγραφικά συστήματα πληροφοριών για την ανάλυση κινδύνου κατολίσθηση μέσα από για διαδικασία από την οποία προκύπτει τελικά ο αντίστοιχος χάρτης.

[[εικόνα:A2ikona3.jpg|300px]]

<big>''' 3.5 Τρισδιάστατη ανάλυση της περιοχής για επικινδυνότητα κατολίσθησης'''</big>: μια πολυφασματική εικόνα από τον δορυφόρο Landsat TM και του χάρτη επικινδυνότητας κατολισθήσεων αποδόθηκε σε τρισδιάστατη προβολή που προέρχεται από ένα αντίστοιχο ψηφιακό υψομετρικό μοντέλο.

[[εικόνα:A2ikona4.jpg|300px]]

<big>'''4.Συμπεράσματα '''</big>

Η επιρροή της διαβάθμισης των κλίσεων, του τύπου της βλάστησης του εδάφους και της συνεχής έντονης βροχόπτωσης είναι πολύ σημαντικά για τις ορεινές περιοχές της βόρειας Ταϋλάνδης. Η μελέτη έδειξε ότι η κατολίσθηση συμβαίνει σε πλαγιές μεγάλων κλίσεων καλλιεργειών και βοσκοτόπων, ενώ συμβαίνει κατά μήκος ρευμάτων.
Στο παρελθόν, και κάτω από κανονικές συνθήκες, κατολισθήσεις σπάνια συνέβαιναν στην Ταϋλάνδη. Σήμερα όμως, εξαιτίας της κλιματικής αλλαγής και του περιορισμού των φυσικών πόρων, η τάση είναι για πιο συχνές περιπτώσεις κατολισθήσεων.

Πηγή: Mr. Boonruck Patanakanog, http://a-a-r-s.org/acrs/proceeding/ACRS2002/Papers/PS302-16.pdf

[[category:Διαχείριση κινδύνων]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T05:31:11Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona111.jpg]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona222.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona333.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona444.jpg]]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-11T05:28:41Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona111.jpg]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona222.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona333.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona444.jpg]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Αρχείο:A3ikona444.jpg

2011-02-11T05:26:02Z

Anast.georgiou:

Αρχείο:A3ikona333.jpg

2011-02-11T05:25:48Z

Anast.georgiou:

Αρχείο:A3ikona222.jpg

2011-02-11T05:25:32Z

Anast.georgiou:

Αρχείο:A3ikona111.jpg

2011-02-11T05:25:14Z

Anast.georgiou:

Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό

2011-02-11T05:19:25Z

Anast.georgiou:

<big>''' Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό. Το μοντέλο γκρίζας πρόβλεψης στην αναγέννηση της βλάστησης παρακολουθούμενο από δορυφορικές εικόνες.'''</big>

<big>'''Συγγραφείς: Chi-Ming Yang, Jan-Chang Chen, Lan-Lin Peng, Jr-Syu Yang, Chang-Hung Chou'''</big>

<big>''' 1. Εισαγωγή'''</big>

Το Σεπτέμβρη του 1999, ο μεγαλύτερος σεισμός των τελευταίων 100 ετών στην Ταϊβάν χτύπησε το κέντρο του νησιού, κοντά στην μικρή πόλη Chi-Chi όπου σημειώθηκαν κατολισθήσεις. Η τέταρτη μεγαλύτερη είναι σε μια ορεινή περιοχή όπου ελάχιστη βλάστηση απέμεινε μετά το σεισμό. Παρότι η τηλεπισκόπιση έχει πολλές εφαρμογές, καμιά έρευνα δεν έγινε για να παρακολουθηθεί η διαδικασία οικολογικής επανόρθωσης σε περιοχή κατολίσθησης μετά από ένα μεγάλο σεισμό.
Η θεωρία του «γκρίζου συστήματος» πρωτοεμφανίστηκε στην Κίνα και έκτοτε εφαρμόστηκε ευρέως. Το μοντέλο «γκρίζας πρόβλεψης GM(1,1) είναι το κύριο μέρος της θεωρίας που χρησιμοποιείται στις περισσότερες έρευνες για την ανάλυση ασταθών συστημάτων.
Στην εργασία αυτή χρησιμοποιείται η παλίνδρομη ανάλυση και η «γκρίζα θεωρία» για να προβλέψουν τον ρυθμό επανόρθωσης της βλάστησης που παρακολουθείται από τηλεπισκοπικά δεδομένα του δορυφόρου SPOT Που εξασφαλίστηκαν για τον πρώτο χρόνο μετά τον σεισμό του Chi-Chi.

<big>'''2. Εργαλεία και μέθοδοι'''</big>

<big>'''Περιοχή μελέτης'''</big>

Η περιοχή μελέτης είναι η ορεινή περιοχή του όρους Chiu-Feng-Er όπως φαίνεται στο παρακάτω σχήμα.

[[εικόνα:chichi11.jpg]]

Το επιφανειακό έδαφος και οι βράχοι κατά μήκος της απότομης κλίσης από τη νότια πλευρά του όρους Chang-Su-Shiang ολισθαίνουν από νοτιοδυτικά σε νοτιανατολικά για περισσότερο από 1 χιλ. και σε βάθος 500μ. έτσι ώστε η κατολίσθηση να μπλοκάρει τη ροή του ποταμού Nankang διαμορφώνοντας δύο νέες λίμνες από φράγματα που δημιούργησε η κατολίσθηση.

<big>'''Δορυφορικά δεδομένα'''</big>

Επτά πακέτα εικόνων από το δορυφόρο SPOT αγοράστηκαν για τις ημερομηνίες 7/23, 10/1 και 11/23 του 1999 και 1/1, 3/12, 7/13 και 7/25 του 2000 ενώ ένα άλλο πακέτο είχε εικόνες δύο μήνες πριν το σεισμό και χρησιμοποιήθηκε για σύγκριση ενώ όλες οι εικόνες ήταν χωρίς σύννεφα.

<big>'''Διαδικασία εικόνων'''</big>

Συνδυασμοί μεθόδων ταξινόμησης συμπεριλαμβανόμενης και της επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης χρησιμοποιήθηκαν για να οπτικοποιήσουν την ταξινόμηση της βλάστησης στην περιοχή της κατολίσθησης και να ενισχύσουν την ακρίβειά της. Ταξινομήθηκαν δύο μόνο κατηγορίες, βλάστηση και γυμνό έδαφος και η αναμενόμενη ακρίβεια ήταν 95%. Ο δείκτης βλάστησης καθορίστηκε από την εξίσωση: NDVI=(NIR-R)/(NIR+R)

<big>'''Ανάλυση Παλινδρόμησης '''</big>

Διεξήχθησαν γραμμική, εκθετική και πολυωνυμική ανάλυση παλινδρόμησης χρησιμοποιώντας το πρόγραμμα SAS (statistic analysis system).

<big>''' «Γκρίζα» Πρόβλεψη'''</big>

Η απλή σειρά του γραμμικού δυναμικού μοντέλου GΜ(1,1) χρησιμοποιήθηκε για να αναπτυχθεί το μοντέλο της «γκρίζας πρόβλεψης» και να υπολογίσει τον απαιτούμενο χρόνο αναγέννησης της βλάστησης μέσω μιας σειράς εξισώσεων υπολογισμού.

<big>'''3. Αποτελέσματα'''</big>

<big>'''Βασικά Δεδομένα '''</big>

Ο σεισμός κατέστρεψε την αυτόχθονη βλάστηση και το έδαφος, ως αποτέλεσμα της προσκληθείσας κατολίσθησης ενώ δημιουργήθηκαν και δύο λίμνες. Η περιοχή με τη βοήθεια τηλεπισκόπησης υπολογίστηκε ότι έχει συνολική έκταση 1.873.181τμ. Η βραχώδη περιοχή καλύπτει το 9,54%, οι λίμνες το 0,91% ενώ το υπόλοιπο είναι μη βραχώδης έκταση (τα τέσσερα πέμπτα περίπου).

<big>'''Αναγέννηση Βλάστησης'''</big>

Η βλάστηση στο συγκεκριμένο βουνό καταστράφηκε σχεδόν ολοσχερώς με μόνο το 2,4% αυτής να παραμένει, δηλαδή έκταση 44.917τμ σύμφωνα με στοιχεία δορυφόρου δέκα ημέρες μετά το σεισμό. Αν και τα όρια της κατολίσθησης μεταβλήθηκαν τους πρώτους ένα-δύο μήνες μετά το σεισμό, η βλάστης αυξήθηκε κατά 1,8% από τις 1/10 έως την 23/11/1999. Έτσι εννιά μήνες μετά το σεισμό περισσότερο από 22% της μη βραχώδης έκτασης είχε καλυφθεί με βλάστηση.
Η χωρική κατανομή μέσω του δείκτη βλάστησης NDVI αποδεικνύει ότι τα περισσότερα η βλάστηση βρίσκεται στο κεντρικό τμήμα της κατολίσθησης και εξαπλώνονται από εκεί (Σχήμα 2) και μπορεί να αναγνωριστεί από δορυφορικά στοιχεία.

[[εικόνα:1ikona1.JPG]]

<big>'''Μοντέλο «γκρίζας πρόβλεψης» </big>

Το μοντέλο πρόβλεψης για γραμμική, εκθετική, και πολυωνυμική παλινδρόμηση αλλά και το «γκρίζο σύστημα» για το ρυθμό αναγέννησης της βλάστησης μέσα από μια σειρά διαφορετικών εξισώσεων δίνουν διαφορετικό αριθμό ημερών αλλά κα διαφορετικό βαθμό ακρίβειας,με την ακρίβεια του συγκεκριμένου μοντέλου να ανέρχεται σε 80,2%.
Σύμφωνα λοιπόν με τις εξισώσεις παλινδρόμησης ο χρόνος που απαιτείται για να ξαναγεννηθεί η βλάστηση είναι 5.2, 1.6, 3.4 και 2 αντίστοιχα ώστε να υπάρξει πλήρης αποκατάσταση στις μη βραχώδεις περιοχές. Έτσι, για να είμαστε σίγουροι, θα μπορούσε κανείς να πει ότι απαιτούνται 1.6 έως 5.2 για πλήρη αποκατάσταση παρόλα αυτά το τελευταίο μοντέλο προσφέρει τη μεγαλύτερη ακρίβεια. Έτσι καταλήγουμε ότι απαιτούνται 2 χρόνια για πλήρη αποκατάσταση της περιοχής κατολίσθησης στην περιοχή Chi-Chi άλλα μόνο ο χρόνος θα αποδείξει ποια μέθοδος είναι η καλύτερη.
Οι διαταραχές συνήθως θεωρούνται συνήθως ως σπάνια γεγονότα που διαταράσσουν την ισορροπία ενός οικοσυστήματος που οδηγούν σε πλήρη μεταμόρφωσή του. Αδιαμφισβήτητα, η οικολογική ισορροπία στην περιοχή κατολίσθησης στο Chi-Chi που προκλήθηκε από το σεισμό, έχει διαταραχθεί εντελώς και η μελέτη αυτή προβλέπει ότι η βλάστηση από τα επικρατούντα είδη χρειάζεται 2 χρόνια για να αναγεννηθεί στις μη βραχώδεις περιοχές της κατολίσθησης.

Πηγή:Chi-Ming Yang, Jan-Chang Chen1, Lan-Lin Peng1, Jr-Syu Yang, and Chang-Hung Chou. Ανακτήθηκε από http://ejournal.sinica.edu.tw/bbas/content/2002/1/bot431-08.pdf στις 15-1-2011
[[category:Διαχείριση κινδύνων]]

Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό

2011-02-11T05:13:43Z

Anast.georgiou:

<big>''' Η κατολίσθηση του Chi Chi που προκλήθηκε από σεισμό. Το μοντέλο γκρίζας πρόβλεψης στην αναγέννηση της βλάστησης παρακολουθούμενο από δορυφορικές εικόνες.'''</big>

<big>'''Συγγραφείς: Chi-Ming Yang, Jan-Chang Chen, Lan-Lin Peng, Jr-Syu Yang, Chang-Hung Chou'''</big>

<big>''' 1. Εισαγωγή'''</big>

Το Σεπτέμβρη του 1999, ο μεγαλύτερος σεισμός των τελευταίων 100 ετών στην Ταϊβάν χτύπησε το κέντρο του νησιού, κοντά στην μικρή πόλη Chi-Chi όπου σημειώθηκαν κατολισθήσεις. Η τέταρτη μεγαλύτερη είναι σε μια ορεινή περιοχή όπου ελάχιστη βλάστηση απέμεινε μετά το σεισμό. Παρότι η τηλεπισκόπιση έχει πολλές εφαρμογές, καμιά έρευνα δεν έγινε για να παρακολουθηθεί η διαδικασία οικολογικής επανόρθωσης σε περιοχή κατολίσθησης μετά από ένα μεγάλο σεισμό.
Η θεωρία του «γκρίζου συστήματος» πρωτοεμφανίστηκε στην Κίνα και έκτοτε εφαρμόστηκε ευρέως. Το μοντέλο «γκρίζας πρόβλεψης GM(1,1) είναι το κύριο μέρος της θεωρίας που χρησιμοποιείται στις περισσότερες έρευνες για την ανάλυση ασταθών συστημάτων.
Στην εργασία αυτή χρησιμοποιείται η παλίνδρομη ανάλυση και η «γκρίζα θεωρία» για να προβλέψουν τον ρυθμό επανόρθωσης της βλάστησης που παρακολουθείται από τηλεπισκοπικά δεδομένα του δορυφόρου SPOT Που εξασφαλίστηκαν για τον πρώτο χρόνο μετά τον σεισμό του Chi-Chi.

<big>'''2. Εργαλεία και μέθοδοι'''</big>

<big>'''Περιοχή μελέτης'''</big>

Η περιοχή μελέτης είναι η ορεινή περιοχή του όρους Chiu-Feng-Er όπως φαίνεται στο παρακάτω σχήμα.

[[εικόνα:chichi11.jpg]]

Το επιφανειακό έδαφος και οι βράχοι κατά μήκος της απότομης κλίσης από τη νότια πλευρά του όρους Chang-Su-Shiang ολισθαίνουν από νοτιοδυτικά σε νοτιανατολικά για περισσότερο από 1 χιλ. και σε βάθος 500μ. έτσι ώστε η κατολίσθηση να μπλοκάρει τη ροή του ποταμού Nankang διαμορφώνοντας δύο νέες λίμνες από φράγματα που δημιούργησε η κατολίσθηση.

<big>'''Δορυφορικά δεδομένα'''</big>

Επτά πακέτα εικόνων από το δορυφόρο SPOT αγοράστηκαν για τις ημερομηνίες 7/23, 10/1 και 11/23 του 1999 και 1/1, 3/12, 7/13 και 7/25 του 2000 ενώ ένα άλλο πακέτο είχε εικόνες δύο μήνες πριν το σεισμό και χρησιμοποιήθηκε για σύγκριση ενώ όλες οι εικόνες ήταν χωρίς σύννεφα.

<big>'''Διαδικασία εικόνων'''</big>

Συνδυασμοί μεθόδων ταξινόμησης συμπεριλαμβανόμενης και της επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης χρησιμοποιήθηκαν για να οπτικοποιήσουν την ταξινόμηση της βλάστησης στην περιοχή της κατολίσθησης και να ενισχύσουν την ακρίβειά της. Ταξινομήθηκαν δύο μόνο κατηγορίες, βλάστηση και γυμνό έδαφος και η αναμενόμενη ακρίβεια ήταν 95%. Ο δείκτης βλάστησης καθορίστηκε από την εξίσωση: NDVI=(NIR-R)/(NIR+R)

<big>'''Ανάλυση Παλινδρόμησης '''</big>

Διεξήχθησαν γραμμική, εκθετική και πολυωνυμική ανάλυση παλινδρόμησης χρησιμοποιώντας το πρόγραμμα SAS (statistic analysis system).

<big>''' «Γκρίζα» Πρόβλεψη'''</big>

Η απλή σειρά του γραμμικού δυναμικού μοντέλου GΜ(1,1) χρησιμοποιήθηκε για να αναπτυχθεί το μοντέλο της «γκρίζας πρόβλεψης» και να υπολογίσει τον απαιτούμενο χρόνο αναγέννησης της βλάστησης μέσω μιας σειράς εξισώσεων υπολογισμού.

<big>'''3. Αποτελέσματα'''</big>

<big>'''Βασικά Δεδομένα '''</big>

Ο σεισμός κατέστρεψε την αυτόχθονη βλάστηση και το έδαφος, ως αποτέλεσμα της προσκληθείσας κατολίσθησης ενώ δημιουργήθηκαν και δύο λίμνες. Η περιοχή με τη βοήθεια τηλεπισκόπησης υπολογίστηκε ότι έχει συνολική έκταση 1.873.181τμ. Η βραχώδη περιοχή καλύπτει το 9,54%, οι λίμνες το 0,91% ενώ το υπόλοιπο είναι μη βραχώδης έκταση (τα τέσσερα πέμπτα περίπου).

<big>'''Αναγέννηση Βλάστησης'''</big>

Η βλάστηση στο συγκεκριμένο βουνό καταστράφηκε σχεδόν ολοσχερώς με μόνο το 2,4% αυτής να παραμένει, δηλαδή έκταση 44.917τμ σύμφωνα με στοιχεία δορυφόρου δέκα ημέρες μετά το σεισμό. Αν και τα όρια της κατολίσθησης μεταβλήθηκαν τους πρώτους ένα-δύο μήνες μετά το σεισμό, η βλάστης αυξήθηκε κατά 1,8% από τις 1/10 έως την 23/11/1999. Έτσι εννιά μήνες μετά το σεισμό περισσότερο από 22% της μη βραχώδης έκτασης είχε καλυφθεί με βλάστηση.
Η χωρική κατανομή μέσω του δείκτη βλάστησης NDVI αποδεικνύει ότι τα περισσότερα η βλάστηση βρίσκεται στο κεντρικό τμήμα της κατολίσθησης και εξαπλώνονται από εκεί (Σχήμα 2) και μπορεί να αναγνωριστεί από δορυφορικά στοιχεία.

[[εικόνα:1ikona1.JPG]]

<big>'''Μοντέλο «γκρίζας πρόβλεψης» </big>

Το μοντέλο πρόβλεψης για γραμμική, εκθετική, και πολυωνυμική παλινδρόμηση αλλά και το «γκρίζο σύστημα» για το ρυθμό αναγέννησης της βλάστησης μέσα από μια σειρά διαφορετικών εξισώσεων δίνουν διαφορετικό αριθμό ημερών αλλά κα διαφορετικό βαθμό ακρίβειας,με την ακρίβεια του συγκεκριμένου μοντέλου να ανέρχεται σε 80,2%.
Σύμφωνα λοιπόν με τις εξισώσεις παλινδρόμησης ο χρόνος που απαιτείται για να ξαναγεννηθεί η βλάστηση είναι 5.2, 1.6, 3.4 και 2 αντίστοιχα ώστε να υπάρξει πλήρης αποκατάσταση στις μη βραχώδεις περιοχές. Έτσι, για να είμαστε σίγουροι, θα μπορούσε κανείς να πει ότι απαιτούνται 1.6 έως 5.2 για πλήρη αποκατάσταση παρόλα αυτά το τελευταίο μοντέλο προσφέρει τη μεγαλύτερη ακρίβεια. Έτσι καταλήγουμε ότι απαιτούνται 2 χρόνια για πλήρη αποκατάσταση της περιοχής κατολίσθησης στην περιοχή Chi-Chi άλλα μόνο ο χρόνος θα αποδείξει ποια μέθοδος είναι η καλύτερη.
Οι διαταραχές συνήθως θεωρούνται συνήθως ως σπάνια γεγονότα που διαταράσσουν την ισορροπία ενός οικοσυστήματος που οδηγούν σε πλήρη μεταμόρφωσή του. Αδιαμφισβήτητα, η οικολογική ισορροπία στην περιοχή κατολίσθησης στο Chi-Chi που προκλήθηκε από το σεισμό, έχει διαταραχθεί εντελώς και η μελέτη αυτή προβλέπει ότι η βλάστηση από τα επικρατούντα είδη χρειάζεται 2 χρόνια για να αναγεννηθεί στις μη βραχώδεις περιοχές της κατολίσθησης.

[[category:Διαχείριση κινδύνων]]

Αρχείο:Chichi11.jpg

2011-02-11T05:12:31Z

Anast.georgiou:

Συγκριτική μελέτη τεχνικών χαρτογράφησης καμένων εκτάσεων σε μεσογειακά τοπία με τη χρήση δορυφορικών δεδομένων

2011-02-10T19:09:42Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη τεχνικών χαρτογράφησης καμένων εκτάσεων σε μεσογειακά τοπία με τη χρήση δορυφορικών δεδομένων'''</big>

<big>''' Πηγή: Νίκος Κούτσιας'''</big>

<big>''' 1.Εισαγωγή'''</big>

Στη Μεσογειακή Λεκάνη οι δασικές πυρκαγιές αποτελούν κύρια οικολογική διαδικασία με επιδράσεις. Οι συνέπειές που συνδέονται άμεσα ή έμμεσα με την εκδήλωση των πυρκαγιών επιβάλλουν τη ανάπτυξη ενός αποτελεσματικού πληροφοριακού συστήματος.
Η χαρτογράφηση των καμένων εκτάσεων διεξάγεται τηλεπισκοπικά με δορυφόρους χαμηλής (NOAA AVHRR) ή υψηλής (LANSAT, MSS-TM) διακριτικής ικανότητας χωρίς ωστόσο να υπάρχει κάποια τυποποιημένη μέθοδος που να εφαρμόζεται σε οποιεσδήποτε συνθήκες σε δορυφορικά δεδομένα για τον προσδιορισμό και τη χαρτογράφηση καμένων εκτάσεων. Οι μέθοδοι ποικίλουν με τη φασματική διακριτική ικανότητα να διαμορφώνει τον τύπο της χρησιμοποιούμενης μεθόδου.

<big>''' 2.Βιβλιογραφική ανασκόπηση'''</big>

Με βάση βιβλιογραφικές αναφορές, το κοντινό υπέρυθρο τμήμα του φάσματος θεωρείται η πιο κατάλληλη φασματική περιοχή για ανίχνευση καμένων εκτάσεων, εξαιτίας της αντίθεσης μεταξύ καμένων περιοχών και υγιούς βλάστησης λόγω της χαμηλής και έντονης αντίστοιχα αντανάκλασης. Το κοντινό τμήμα του φάσματος δεν είναι αποτελεσματικό για τη διάκριση καμένων εκτάσεων ενώ το μέσο υπέρυθρο χαρακτηρίζεται από αρκετούς ερευνητές ως αρκετά ικανοποιητικό.
Οι πολλές τεχνικές χαρτογράφησης καμένων εκτάσεων μπορούν να ομαδοποιηθούν σε: οπτική ανάλυση, διαστρωμάτωση πυκνότητας απλών φασματικών υπογραφών, επιβλεπόμενη και μη ταξινόμηση και κανόνες ασαφούς λογικής.
Οι φασματικές υπογραφές των καμένων εκτάσεων, δημιουργούν πρόβλημα όσον αφορά τη φασματική διακριτότητα μεταξύ αυτών και άλλων κατηγοριών κάλυψης γης με κυριότερες τα υδάτινα σώματα, τις αστικές περιοχές και τις σκιές.

<big>''' 3.Σκοπός'''</big>

Σκοπός της έρευνας είναι ο προσδιορισμός της φασματικής ταυτότητας των καμένων εκτάσεων ως δορυφορικά δεδομένα του Θεματικού Χαρτογράφου του Landasat καθώς και η ανάπτυξη νέων μεθόδων και τεχνικών χαρτογράφησης των καμένων εκτάσεων με δορυφορικά δεδομένα που πλεονεκτούν έναντι των υφιστάμενων.

<big>''' 4.Περιοχή έρευνας και δορυφορικά δεδομένα'''</big>

Η περιοχή έρευνας είναι η Νήσος Σάμος όπου το 2000 εκδηλώθηκε μεγάλη πυρκαγιά, για την οποία δορυφορικά δεδομένα του LANSAT-7 ETM+ αποκτήθηκαν πριν και μετά την πυρκαγιά.

<big>''' 5. Μεθοδολογία'''</big>

Αρχικά προσδιορίστηκε η φασματική απόκριση των καμένων εκτάσεων και συγκρίθηκαν οι φασματικές υπογραφές τους με τέσσερις βασικές ομάδες κατηγοριών χρήσης/κάλυψης γης (δάση και γεωργικές καλλιέργειες, υδάτινα σώματα, γυμνές και αραιής βλάστησης εκτάσεις, αστικές περιοχές) που δημιουργούν πρόβλημα στη διάκρισή τους από τις καμένες περιοχές.
Στη συνέχεια αναπτύχθηκαν οι εξής τεχνικές χαρτογράφησης καμένων εκτάσεων:
• το λογιστικό μοντέλο
• ο χρωματικός μετασχηματισμός Έντασης –Απόχρωσης-Κορεσμού
• ο μετασχηματισμός κυρίων συνιστωσών
• ανάπτυξη και εφαρμογή λογικών κανόνων
Η αξιολόγηση των τεχνικών γίνεται χρησιμοποιώντας δεδομένα αναφοράς που προέκυψαν από την οπτική φωτοερμηνεία των πολυφασματικών δορυφορικών εικόνος ICONOS χωρικής διακριτικής ικανότητας 1.2μ
Με τυχαία δειγματοληψία προσδιορίστηκαν σημεία στην περιοχή και φωτοερμηνευτικά προέκυψαν ποια αντιστοιχούν στην καμένη και ποια στη μη καμένη έκταση. Με τη χωρική επίθεση των δειγματοληπτικών σημείων αναφοράς με τα αποτελέσματα ταξινόμησης των δορυφορικών δεδομένων, εκτιμήθηκε η ακρίβεια της χαρτογράφησης.

<big>''' 6.Αποτελέσματα και συζήτηση'''</big>

<big>''' 6.1 Φασματικά χαρακτηριστικά και πρότυπα καμένων εκτάσεων'''</big>

Η διακριτική ικανότητα των φασματικών διαύλων διαφέρει, έτσι ώστε συγκεκριμένοι δίαυλοι να προσφέρουν μέγιστη διακριτική ικανότητα μεταξύ καμένης περιοχής – καλλιεργειών/δάσους (ΤΜ4, ΤΜ7, ΤΜ5), καμένης περιοχής – υδάτινης μάζας (ΤΜ5) και καμένης έκτασης – σκιαζόμενων περιοχών (ΤΜ5). Σε αντίθεση με τις τρεις προηγούμενες περιπτώσεις, στην περίπτωση γυμνών εδαφών και περιοχών με χαμηλή βλάστηση, η φασματική απόκριση παρουσιάζει παρόμοια χαρακτηριστικά.
Επιπλέον, η συγκριτική αξιολόγηση των ραδιομετρικών τιμών των καμένων εκτάσεων στην πριν και μετά την πυρκαγιά δορυφορική εικόνα, διαπιστώθηκαν τρία φασματικά πρότυπα των καμένων περιοχών.
- Στο πρώτο φασματικό πρότυπο οι ραδιομετρικές τιμές στο φασματικό δίαυλο ΤΜ7 παραμένουν αμετάβλητες, ενώ στους φασματικού διαύλους ΤΜ4 και ΤΜ5 μειώνονται αισθητά στη μετά την πυρκαγιά δορυφορική εικόνα.
- Στο δεύτερο, οι τιμές στο δίαυλο ΤΜ4 μειώνονται αισθητά στην εικόνα μετά την πυρκαγιά, ενώ στους ΤΜ5 και ΤΜ7 αυξάνονται στην εικόνα μετά την πυρκαγιά.
- Στο τρίτο, οι τιμές στο ΤΜ5 παραμένουν αμετάβλητες ενώ μειώνονται στον ΤΜ4 και αυξάνονται στον ΤΜ7

[[εικόνα:A4ikona1.jpg]]

<big>''' 6.2 Εφαρμογή τεχνικών χαρτογράφησης καμένων εκτάσεων'''</big>

Η ακρίβεια των μεθόδων ταξινόμησης που προέκυψε είναι: επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας και εμπρόσθια/αντίστροφη ανάλυση κύριων συνιστωσών 87,75%, χρωματικός μετασχηματισμός Ένταση-Απόχρωση-Κορεσμός 87,51%, λογιστική παλινδρόμηση δεδομένων μετά την πυρκαγιά 88,70%, λογιστική παλινδρόμηση διαχρονικών δεδομένων 89,34%, εφαρμογή κανόνων σε διαχρονικά δεδομένα 89,10%.
Το αποτέλεσμα της χαρτογράφησης της καμένης γης φαίνεται ανά μέθοδο φαίνεται στο ακόλουθο σχήμα

[[εικόνα:A4ikona2.jpg]]

<big>''' 6.3 Συγκριτική Αξιολόγηση τεχνικών χαρτογράφησης καμένων εκτάσεων'''</big>

Η καλύτερη μέθοδος ταξινόμησης των καμένων εκτάσεων με δορυφορικά δεδομένα του LANDASAT-7 αποδείχθηκε ότι είναι η λογιστική παλινδρόμηση και εφαρμογή λογικών κανόνων σε διαχρονικά δεδομένα πριν και μετά την πυρκαγιά, με ακρίβεια χαρτογράφησης 89.34% και 89.10% αντίστοιχα.. Μεταξύ των δύο όμως δεν υπάρχουν στατιστικές διαφορές τέτοιες ώστε να διαφοροποιήσουν τα αποτελέσματα χαρτογράφησης.
Μεταξύ των δύο μεθόδων υπερτερεί η εφαρμογή των λογικών κανόνων γιατί:
• δεν απαιτεί των προσδιορισμό δειγματοληπτικών περιοχών
• δεν βασίζεται σε στατιστικά μεγέθη για τη λήψη αποφάσεων από τον ταξινομητή
• η εφαρμογή της δεν προϋποθέτει προσωπική παρέμβαση του αναλυτή
• οι χρονικές απαιτήσεις είναι περιορισμένες
• μπορεί να χρησιμοποιηθεί σε σύστημα χαρτογράφησης το οποίο θα βασίζεται σε αυτοματοποιημένες διαδικασίες

<big>''' 7. Συμπεράσματα '''</big>

Συμπερασματικά, ο ΤΜ4 αποδείχθηκε ως ο πιο αποτελεσματικός, αφού στο τμήμα αυτό του φάσματος αποτυπώνονται καλύτερα οι αλλαγές της φασματικής απόκρισης των περιοχών που κάηκαν. Ο δεύτερος σε αποτελεσματικότητα, αποδείχθηκε ο ΤΜ7. Όσον αφορά το ορατό τμήμα του φάσματος, ο δίαυλος ΤΜ1 ήταν ο πιο κατάλληλος μεταξύ των τριών, ενώ η φασματική πληροφορία του δίαυλου ΤΜ5 δεν ήταν κατάλληλη για να χρησιμοποιηθεί στη διάκριση και χαρτογράφηση των καμένων εκτάσεων. Τέλος αποδείχθηκε ότι οι ΤΜ4 και ΤΜ7 και ένας από τους ορατούς, με προτιμότερους τους ΤΜ1 ή ΤΜ2 που συνιστούν τον καλύτερο συνδυασμό για τη χαρτογράφηση των καμένων εκτάσεων.
Από τα αποτελέσματα του ελέγχου σημαντικότητας προκύπτει ότι οι καλύτερες τεχνικές ταξινόμησης των καμένων εκτάσεων με δορυφορικά δεδομένα του LANDSAT είναι η λογιστική παλινδρόμηση και η εφαρμογή των λογικών κανόνων σε διαχρονικά δεδομένα πριν και μετά την πυρκαγιά, με ακρίβεια χαρτογράφησης 89.34% και 89.10% αντίστοιχα. Μεταξύ των δύο όμως δεν υπάρχουν στατιστικές ενδείξεις τέτοιες ώστε να διαφοροποιήσουν την αποτελεσματικότητα των δύο μεθόδων.

Πηγή:Νίκος Κούτσιας. Ανακτήθηκε από
http://www.geotee.gr/lnkFiles/2002-3.pdf 30-01-2011

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-10T19:06:36Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona11.jpg]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona22.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona33.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona44.jpg]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf 01-2-2011

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-10T19:05:38Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona11.jpg]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona22.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona33.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona44.jpg]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi. Ανακτήθηκε από: http://www.geotee.gr/lnkFiles/2003-3.pdf

[[category:Δασικές Πυρκαγιές]]

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-10T19:04:21Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona11.jpg]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona22.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona33.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona44.jpg]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi http://www.geotee.gr/lnkFiles/2003-3.pdf

[[category:Δασικές Πυρκαγιές]]

Αρχείο:A3ikona44.jpg

2011-02-10T19:03:19Z

Anast.georgiou:

Αρχείο:A3ikona33.jpg

2011-02-10T19:03:05Z

Anast.georgiou:

Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων στην χαρτογράφηση καμένων εκτάσεων

2011-02-10T19:01:00Z

Anast.georgiou:

<big>''' Συγκριτική μελέτη της χρήσης δορυφορικών εικόνων χαμηλής, μέσης-υψηλής και πολύ υψηλής διακριτικής ικανότητας στην χαρτογράφηση καμένων εκτάσεων'''</big>
<big>''' Ιωάννης Ζ. Γήτας, Khaldoun N. Rishmawi'''</big>

<big>''' 1. Εισαγωγή'''</big>

Οι φυσικές πυρκαγιές αποτελούν αναπόσπαστο μέρος πολλών χερσαίων οικοσυστημάτων ενώ έχουν αυξητικές τάσεις στις Μεσογειακές χώρες. Όταν μια δασική έκταση καταστρέφεται από πυρκαγιά, λεπτομερείς και άμεσες πληροφορίες σχετικά με τη θέση και την έκταση της καμένης έκτασης καθώς και το βαθμό της καταστροφής είναι απαραίτητες.
Ακόμα και σήμερα στις Μεσογειακές χώρες και στην Ελλάδα οι καμένες εκτάσεις δεν χαρτογραφούνται παρά μόνο πάνω σε τοπογραφικό χάρτη της παραγωγής δημιουργείται η περίμετρος της πυρκαγιάς ύστερα από εκτενείς επισκέψεις στην καμένη περιοχή χωρίς ωστόσο πληροφορίες για τα είδη που κάηκαν ενώ η διαδικασία ολοκληρώνεται ύστερα από μήνες.
Εναλλακτική λύση αποτελεί η τηλεπισκόπιση με χρήση τηλεπισκοπικών εικόνων χαμηλής (από δορυφορικούς απεικονιστές NOAA/AVHRR και SPOT), μέσης-υψηλής (από LANDSAT TM) και πολύ υψηλής διακριτικής ικανότητας (IKONOS).
Σκοπός αυτής της εργασίας είναι η διερεύνηση της δυνατότητας χρήσης των παραπάνω εικόνων στην ακριβή χαρτογράφηση καμένων εκτάσεων με επιμέρους στόχους:
* την ακριβή τους χαρτογράφηση με τη χρήση εικόνων AVHRR και LANDSAT TM
* την ανάπτυξη μεθόδου για την ακριβή χαρτογράφηση καμένων εκτάσεων με τη χρήση των εικόνων IKONOS
* την ανάδειξη των πλεονεκτημάτων και των μειονεκτημάτων της χρήσης εικόνων από τους τρεις απεικονιστές στη χαρτογράφηση καμένων εκτάσεων

<big>''' 2. Υλικά και μέθοδοι'''</big>

<big>''' Περιοχή μελέτης'''</big>
Περιοχή μελέτης είναι η Θάσος όπου κυρίαρχο δασικό είδος είναι η Τραχεία πεύκη με δεύτερο είδος τη Μαύρη πεύκη. Τρεις πυρκαγιές τη δεκαετία του 1980, είχαν σαν αποτέλεσμα να καούν περισσότερα από 20.000 ha δάσους (πάνω από το 70% των συστάδων Τραχείας πεύκης, 60% των συστάδων Μαύρης πεύκης και περίπου το 80% των μεικτών συστάδων πεύκης) ενώ το 2000 μία ακόμα πυρκαγιά έκαψε επιπλέον 165 ha. Η περίμετρος των πυρκαγιών αυτών φαίνεται στην παρακάτω εικόνα:

[[εικόνα:A3ikona11.jpg]]

Για την μελέτη χρησιμοποιήθηκαν:
* δύο εικόνες NOAA/AVHRR μία πριν και μία μετά την πυρκαγιά
* μία εικόνα LANDSAT TM μετά την πυρκαγιά
* μία εικόνα IKONOS μετά την πυρκαγιά
* οι περίμετροι των πυρκαγιών όπως αποτυπώθηκαν από τη Δασική Υπηρεσία
* ένα ψηφιακό μοντέλο εδάφους (ανάλυσης 10μ) που δημιουργήθηκε από τοπογραφικούς χάρτες
* στοιχεία που συλλέχθηκαν στην καμένη έκταση το 2000 με τη χρήση δέκτη του δορυφορικού συστήματος εντοπισμού θέσης (GPS) και
* τοπογραφικοί και θεματικοί χάρτες

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα AVHRR/ΝΟΑΑ'''</big>

Τα χαρακτηριστικά του είναι καθημερινή κάλυψη, με διακριτική ικανότητα 1,1μ και ημερήσια και νυχτερινή λήψη. Αρχικά έγινε επεξεργασία των δύο διαθέσιμών εικόνων (ατμοσφαιρική και ραδιομετρική διόρθωση με αποτέλεσμα ην κανονικοποίηση των δύο εικόνων, σχετική διόρθωση με τη βοήθεια της μεθόδου της γραμμικής παλινδρόμησης, γεωμετρική διόρθωση). Ακολούθησε υπολογισμός του κανονικοποιημένου δείκτη βλάστησης (NDVI) για κάθε μία από τις δύο εικόνες και στη συνέχεια ο δείκτης της εικόνας μετά την πυρκαγιά αφαιρέθηκε από το δείκτη της εικόνας πριν την πυρκαγιά γιατί σχετίζεται με την καταστροφή της βλάστησης.
Για την εκτίμηση της ακρίβειας έγινε σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 88%. Η κυριότερη σύγχυση που παρατηρήθηκε ήταν αυτή της καμένης έκτασης με τα αβαθή ύδατα κοντά στην ακτογραμμή. Το πρόβλημα εντοπίζεται στη χαμηλή διακριτική ικανότητα του απεικονιστή η οποία και επηρέασε την ακρίβεια της σχετικής γεωμετρικής διόρθωσης των δύο εικόνων. Επίσης περιοχές μη καμένης βλάστησης μέσα στην περίμετρο της πυρκαγιάς χαρτογραφήθηκαν ως καμένες.

[[εικόνα:A3ikona22.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα LANDSAT TM'''</big>

Ο απεικονιστής ΤΜ έχει διακριτική ικανότητα 30μ και κάλυψη κάθε 18 μέρες. Η ακρίβειά του επηρεάζεται αρνητικά από τη σύγχυση ανάμεσα σε περιοχές που σκιάζονται εξαιτίας του ανάγλυφου και τις καμένες εκτάσεις. Η προεπεξεργασία των εικόνων περιελάμβανε ατμοσφαιρική, γεωμετρική, τοπογραφική διόρθωση και δυαδικό εφοδιαστικό μοντέλο παλινδρόμησης.
Για την εκτίμηση στης ακρίβειας της μεθόδου έγινε κι εδώ σύγκριση με την περίμετρο της πυρκαγιάς όπως αυτή αποτυπώθηκε από τη Δασική Υπηρεσία, με σχετική ακρίβεια έως 97,4% ενώ ο οπτικός έλεγχος έδειξε ότι η τοπογραφική διόρθωση είχε ως αποτέλεσμα τον ακριβή διαχωρισμό των καμένων από τις σκιαζόμενες εκτάσεις.

[[εικόνα:A3ikona3.jpg]]

<big>''' Χαρτογράφηση με δορυφορικά δεδομένα IKONOS'''</big>

Τα χαρακτηριστικά του είναι κάλυψη κάθε 3 μέρες και διακριτική ικανότητα 1μ.Η προεπεξεργασία περιελάμβανε ατμοσφαιρική και γεωμετρική διόρθωση. Για τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης (νερό, αστικές περιοχές, βλάστηση, γυμνές και σκιαζόμενες επιφάνειες) αναπτύχθηκε μια πολύπλοκη μεθοδολογία που περιλάμβανε σύγκριση φασματικών υπογραφών, παραγωγή χρωματικών μοντέλων έντασης-απόχρωσης-καθαρότητας, παραγωγή κανονικοποιημένου δείκτη βλάστησης (NDVI), κανονική ανάλυση διάκρισης, επιβλεπόμενη ταξινόμηση κ.ά.
Η σχετική ακρίβεια της μεθόδου ήταν της τάξης του 92,5% ενώ η μέθοδος είχε ως αποτέλεσμα τον διαχωρισμό των δύο τύπων πυρκαγιάς, της επικόρυφης και της επιφανειακής (εικόνα 4) όπως αυτό αποδείχθηκε από τη σύγκριση με τα δεδομένα πεδίου.

[[εικόνα:A3ikona4.jpg]

Όμως η σύγχυση που παρατηρήθηκε ανάμεσα στην πυρκαγιά επιφάνειας και τις σκιαζόμενες εκτάσεις που καλύπτονται από βλάστηση υπορόφου δεν εξαλείφθηκε πλήρως λόγω του ότι μερικές από τις εκτάσεις της κατηγορίας πυρκαγιές επιφάνειας και είναι κι αυτές σκιαζόμενες.

<big>''' 3. Συμπεράσματα'''</big>

Στα πλαίσια της εργασίας χρησιμοποιήθηκαν τεχνικές ανάλυσης εικόνων AVHRR και ΤΜ που είχαν σαν αποτέλεσμα τον διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης με μεγάλη ακρίβεια. Επιπλέον αναδείχθηκε μεθοδολογία ανάλυσης δορυφορικών δεδομένων IKONOS που είχε επίσης σαν αποτέλεσμα τον ακριβή διαχωρισμό των καμένων εκτάσεων από τις άλλες κατηγορίες κάλυψης γης. Η χρήση του κάθε τύπου εικόνας έχει τα δικά της πλεονεκτήματα και μειονεκτήματα. Πιο συγκεκριμένα:
* αν και ο απεικονιστής AVHRR δε δίνει τη δυνατότητα εντοπισμού των περιοχών υγιούς βλάστησης μέσα στην περίμετρο της πυρκαγιάς είναι ο μοναδικός απεικονιστής με καθημερινή κάλυψη ενώ δεδομένα του διανέμονται ελεύθερα στο διαδίκτυο
* η χρήση των εικόνων LANDSAT TM έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* η χρήση των εικόνων IKONOS έχει ως αποτέλεσμα τον ακριβή εντοπισμό αλλά και την παροχή λεπτομερών πληροφοριών σχετικά με την καμένη έκταση
* ένα επιπλέον πλεονέκτημα των εικόνων πολύ υψηλής διακριτικής ικανότητας (IKONOS) είναι και η ικανότητα διαχωρισμού μεταξύ επικόρυφης και πυρκαγιάς επιφάνειας
* με τη χρήση εικόνων πολύ υψηλής διακριτικής ικανότητας εισάγονται καινούργιοι τύποι θορύβου στην εικόνα. Για παράδειγμα, οι σκιές των μεμονωμένων υψηλών δέντρων εισάγουν θόρυβο στις εικόνες IKONOS που μπορεί να αποτελέσει πηγή σύγχυσης με την καμένη έκταση.
Με βάση τα παραπάνω και με δεδομένη τη μικρή περιοχή κάλυψης(11χ11) αλλά και το μεγάλο κόστος αγοράς των δεδομένων IKONOS, οι εικόνες του LANDSAT TM θα είναι η καλύτερη επιλογή σε επιχειρηματικό επίπεδο για την καταγραφή του συνόλου των πυρκαγιών της χώρας σε ετήσια βάση.

Πηγή: Ιωάννης Ζ. Γήτας , Khaldoun N. Rishmawi http://www.geotee.gr/lnkFiles/2003-3.pdf

[[category:Δασικές Πυρκαγιές]]