http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Despoina&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FDespoina 2026-04-29T02:14:27Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CF%81%CE%B1%CE%BA%CE%AC%CF%83%CE%B7_%CE%94%CE%AD%CF%83%CF%80%CE%BF%CE%B9%CE%BD%CE%B1 2024-01-11T21:11:04Z

<p>Despoina: </p> <hr /> <div>*[[INTEGRATION OF GIS AND ADVANCED REMOTE SENSING TECHNIQUES FOR LANDSLIDE HAZARD ASSESSMENT: A CASE STUDY OF NORTHWEST SYRIA]]<br /> *[[Satellite Imagery for Rapid Detection of Liquefaction Surface Manifestations: The Case Study of Türkiye–Syria 2023 Earthquakes]]<br /> *[[Using Multi-Spectral Remote Sensing for Flood Mapping: A Case Study in Lake Vembanad, India]]<br /> *[[APPLICATION OF REMOTE SENSING IN GEOLOGICAL MAPPING, CASE STUDY Al MAGHRABAH AREA – HAJJAH REGION, YEMEN]]<br /> *[[THE USE OF GEOGRAPHIC INFORMATION SYSTEM (GIS) AND REMOTE SENSING (RS) FOR POTENTIAL UNCONFINED GROUNDWATER IN STRUCTURAL AND VOLCANO LANDFORMS]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CF%81%CE%B1%CE%BA%CE%AC%CF%83%CE%B7_%CE%94%CE%AD%CF%83%CF%80%CE%BF%CE%B9%CE%BD%CE%B1 2024-01-11T21:08:25Z

<p>Despoina: Νέα σελίδα με '*INTEGRATION OF GIS AND ADVANCED REMOTE SENSING TECHNIQUES FOR LANDSLIDE HAZARD ASSESSMENT: A CASE STUDY OF NORTHWEST SYRIA *[[Satellite Imagery for Rapid Detection of...'</p> <hr /> <div>*[[INTEGRATION OF GIS AND ADVANCED REMOTE SENSING TECHNIQUES FOR LANDSLIDE HAZARD ASSESSMENT: A CASE STUDY OF NORTHWEST SYRIA]]<br /> *[[Satellite Imagery for Rapid Detection of Liquefaction Surface Manifestations: The Case Study of Türkiye–Syria 2023 Earthquakes]]<br /> *[[Using Multi-Spectral Remote Sensing for Flood Mapping: A Case Study in Lake Vembanad, India]]<br /> *[[APPLICATION OF REMOTE SENSING IN GEOLOGICAL MAPPING, CASE STUDY Al MAGHRABAH AREA – HAJJAH REGION, YEMEN]]<br /> *[[THE USE OF GEOGRAPHIC INFORMATION SYSTEM (GIS) AND REMOTE SENSING (RS) FOR POTENTIAL UNCONFINED GROUNDWATER IN STRUCTURAL AND VOLCANO LANDFORMS]]<br /> <br /> [[category:ΔΠΜΣ ]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/THE_USE_OF_GEOGRAPHIC_INFORMATION_SYSTEM_(GIS)_AND_REMOTE_SENSING_(RS)_FOR_POTENTIAL_UNCONFINED_GROUNDWATER_IN_STRUCTURAL_AND_VOLCANO_LANDFORMS 2024-01-11T21:03:57Z

<p>Despoina: Νέα σελίδα με ''''ΠΗΓΗ''':https://www.researchgate.net/publication/372153183_THE_USE_OF_GEOGRAPHIC_INFORMATION_SYSTEM_GIS_AND_REMOTE_SENSING_RS_FOR_POTENTIAL_UNCONFINED_GROUNDWATER_I...'</p> <hr /> <div>'''ΠΗΓΗ''':https://www.researchgate.net/publication/372153183_THE_USE_OF_GEOGRAPHIC_INFORMATION_SYSTEM_GIS_AND_REMOTE_SENSING_RS_FOR_POTENTIAL_UNCONFINED_GROUNDWATER_IN_STRUCTURAL_AND_VOLCANO_LANDFORM<br /> <br /> '''ΣΥΓΓΡΑΦΕΙΣ''': Haikal Muhammad IHSAN , Riko ARRASYID , Darsiharjo DARSIHARJO, Mamat RUHIMAT<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Γεωγραφικά Συστήματα Πληροφοριών, Τηλεπισκόπηση, Υπόγειο νερό<br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η βόρεια περιοχή Bandung περιλαμβάνει δύο ειδών γεωμορφές, το ηφαίστειο και τις τεκτονικές γεωμορφές. Ελεύθεροι υδροφόροι ορίζοντες έχουν γίνει πηγή νερού για τις καθημερινές ανάγκες των κατοίκων και στις δύο περιπτώσεις γεωμορφών. Για τον λόγο αυτό κρίθηκε απαραίτητο από την ομάδα μελέτης να χαρτογραφηθεί το δυναμικό των ελεύθερων υδροφόρων οριζόντων τόσο στην ηφαιστειακή περιοχή, όσο και στις τεκτονικές γεωμορφές, λόγω του σημαντικού ρόλου των πηγών για την τοπική κοινωνία και τους κατοίκους που ζουν στις περιοχές αυτές. Στην παρούσα μελέτη χρησιμοποιήθηκαν οι μέθοδοι της Διαδικασίας Αναλυτικής Ιεράρχησης (AHP), των γεωγραφικών συστημάτων πληροφοριών (GIS), και η τηλεπισκόπηση (RS) χρησιμοποιώντας τις μεταβλητές της πυκνότητας των γραμμών, της βροχόπτωσης, της κλίσης και του τοπογραφικού δείκτη υγρασίας (TWI). Ακόμη χρησιμοποιήθηκαν υδρογεωλογικές μέθοδοι, η πυκνότητα αποστράγγισης και οι χρήσεις γης. Το αποτέλεσμα δείχνει ότι κάθε μεταβλητή έχει λόγο συνέπειας (CR) κάτω από 0,1, με αποτέλεσμα οι μεταβλητές της έρευνας να είναι συνεπείς και κατάλληλες για περαιτέρω συζήτηση. Η ταξινόμηση των δυνητικών υπόγειων υδάτων χωρίζεται σε τρεις κατηγορίες: χαμηλή, μεσαία και υψηλή. Η έρευνα επαληθεύει ότι 147 πηγές εξαπλώνονται σε 86 μεγάλου υψομέτρου εδάφη, 55 μεσαίου υψομέτρου εδάφη και έξι πεδινά εδάφη. Αυτό το μοντέλο μπορεί να αποτελέσει μια εναλλακτική λύση για τη χαρτογράφηση των δυνητικών ελεύθερων υδροφόρων οριζόντων και στις δύο περιοχές (ηφαιστειακές και τεκτονικές).<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η μοντελοποίηση των υπόγειων υδάτων στην ηφαιστειογενή περιοχή γίνεται συχνά με τη χρήση των γεωγραφικών συστημάτων πληροφοριών (GIS). Η προσέγγιση SIG είναι ικανή για τη μοντελοποίηση των υπόγειων υδάτων με βάση τις παραμέτρους που σχετίζονται με την ύπαρξη υπόγειων υδάτων, όπως η πυκνότητα αποστράγγισης, η κλίση, η πυκνότητα των γραμμών (Doke et al., 2021), η βροχόπτωση, το έδαφος, η γεωμορφολογία, η γεωλογία (Tamiru &amp; Wagari, 2021), οι υδρολογικές συνθήκες και οι χρήσεις-καλύψεις γης (LULC) (El-Hadidy &amp; Morsy, 2022). Επιπλέον, διάφοροι λιθολογικοί παράγοντες υποδεικνύουν την ύπαρξη υπόγειων υδροφορέων (Khakim et al., 2014). Η βόρεια περιοχή Bandung έχει διάφορα χαρακτηριστικά στην επιφάνεια της, καθώς βρίσκεται σε ηφαιστειακή περιοχή με ενεργά τεκτονικά πεδία, καθιστώντας τη μοντελοποίηση SIG κατάλληλη για εφαρμογή σε αυτή την περιοχή.<br /> <br /> Για τη χαρτογράφηση των υπόγειων υδάτων χρησιμοποιούνται διάφορα μοντέλα και παράμετροι. Μια ασαφής ανάλυση έγινε για να ανιχνευθεί η ύπαρξη υπόγειων υδάτων στις ηφαιστειακές και τεκτονικές περιοχές με καλά αποτελέσματα στη λεκάνη Garut της Ινδονησίας (Ihsan et al., 2020). Οι ηχοβολισμοί ειδικής ηλεκτρικής αντίστασης (ERS) μπορούν να εντοπίσουν υδροφόρες ζώνες στην προσχωματική επιφάνεια του ποταμού Porali, στο Πακιστάν (Mahmud et al., 2022). Η μέθοδος της αναλυτικής ιεραρχικής διαδικασίας (AHP) εφαρμόζεται συχνά στην περίπτωση δυνητικής υδροφορίας, τροποποιώντας το βάρος και τη βαθμολογία της θεματικής παραμέτρου. Η προσέγγιση AHP μπορεί επίσης να συνδυαστεί με τις μεθόδους των Γεωγραφικών Συστημάτων Πληροφοριών (GIS), κάτι το οποίο συνέβη στις περιοχές Southern Western Ghats, Ινδία (Arulbalaji et al., 2019), Kancheepuram District, Tamilnadu, Ινδία (Saranya &amp; Saravanan, 2020) και Muga Watershed, Abay Basin, Αιθιοπία (Melese &amp; Belay, 2022).<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Η περιοχή έρευνας βρίσκεται στη βορεια Μπαντούνγκ (KBU) και συγκεκριμένα στην δυτική επαρχία Ιάβα της Ινδονησίας. Με βάση αναλύσεις, η έκταση της KBU είναι 389598 km2, καλύπτοντας τέσσερις πόλεις και μία περιφέρεια. Σύμφωνα με την τοπική κυβερνητική πολιτική, τα σύνορα της KBU βασίζονται στις λειτουργίες και το περιβάλλον της οικοπεριοχής.<br /> Η παρούσα μελέτη χρησιμοποίησε τις μεθόδους της αναλυτικής ιεραρχίας (AHP), των γεωγραφικών συστημάτων πληροφοριών (GIS) και της Τηλεπισκόπησης (ΤΑ). Οι παράμετροι που χρησιμοποιήθηκαν ήταν η γραμμική πυκνότητα, η πυκνότητα αποστράγγισης, οι χρήσεις γης, η κλίση, η βροχόπτωση, ο τοπογραφικός Δείκτης Υγρασίας (TWI) και η υδρογεωλογία. Το GIS χρησιμοποιήθηκε για τη μοντελοποίηση των παραμέτρων των υπόγειων υδάτων. Παράλληλα, η RS χρησιμοποιήθηκε για την εξαγωγή δεδομένων από τις δορυφορικές εικόνες, και η AHP χρησιμοποιήθηκε για τη μοντελοποίηση του συνόλου των παραμέτρων για τον εντοπισμό του δυναμικού των υπόγειων υδάτων.<br /> <br /> ''Πυκνότητα γραμμώσεων''<br /> <br /> Η πυκνότητα των γραμμώσεων αποτέλεσε μια από τις μεταβλητές για τον εντοπισμό των υπόγειων υδάτων, καθώς τα υπόγεια ύδατα συνήθως υπάρχουν σε τεκτονισμένες περιοχές. Όσο πιο πυκνό είναι είναι το δίκτυο των γραμμώσεων, τόσο πιο πιθανή είναι η ύπαρξη υπόγειου νερού (Epuh et al., 2020). Οι γραμμώσεις δύνανται να εξαχθούν από τα δεδομένα του ψηφιακού μοντέλου υψομέτρου (DEM) (Saint Jean Patrick Coulibaly et al., 2021), καθώς και από το DEMNAS το οποίο είναι ελεύθερα προσβάσιμο μέσω της ιστοσελίδας https://tanahair.indonesia.go.id/demnas/#/, το οποίο στη συνέχεια αναλύεται με τη χρήση του PCI Geomatics (Ihsan et al., 2020).<br /> <br /> ''Πυκνότητα αποστράγγισης''<br /> <br /> Η πυκνότητα αποστράγγισης συνδέεται με την ύπαρξη υπόγειων υδάτων. Όσο πιο μικρή είναι η αποστράγγιση, τόσο μεγαλύτερη είναι η πιθανότητα ύπαρξης υπόγειων υδάτων, καθώς το νερό θα διεισδύει στο έδαφος (Razavi-Termeh et al., 2019).<br /> <br /> ''Χρήσεις γης''<br /> <br /> Η μελέτη των χρήσεων γης μπορεί να εξαχθεί χρησιμοποιώντας μεθόδους τηλεπισκόπησης (RS) για την ταξινόμηση της γήινης επιφάνειας (Moodley et al., 2022). Τα δεδομένα χρήσεων γης υποβλήθηκαν σε επεξεργασία από την εικόνα sentinel-2B ανακτημένα από την ιστοσελίδα https://earthexplorer. Τα δεδομένα του sentinel-2B επεξεργάστηκαν για την δημιουργία χάρτη χρήσεων γης, χρησιμοποιώντας την επιβλεπόμενη ταξινόμηση με προσαρμοσμένη κλίμακα KBU. Οι απεικονιζόμενες χρήσεις γης ήταν δάση, ελώδεις εκτάσεις, φυτείες, θάμνοι, χόρτα, αγροί, υδάτινα σώματα, οικισμοί και βραχώδη εδάφη.<br /> <br /> ''Κλίση''<br /> <br /> Το νερό ακολουθεί την δύναμη της βαρύτητας. Τα υπόγεια ύδατα βρίσκονται συνήθως σε επίπεδη ή μικρή κλίση. Ο χάρτης κλίσεων μπορεί να δημιουργηθεί με τη χρήση του DEM, αλλά στην πλαίσια της παρούσας μελέτης τα δεδομένα αντλήθηκαν από το DEMNAS. Η ανάλυση των κλίσεων πραγματοποιήθηκε μέσω του λογισμικού ArcGIS. Η ταξινόμηση της κλίσης που χρησιμοποιήθηκε ήταν 0-2% επίπεδη, 3-7% ήπια, 8-13% πιο ήπια, 14-20% ελαφρώς απότομη, 21-55% απότομη, 56-140% πολύ απότομη και &gt;140% πολύ απότομη (van Zuidam, 1985).<br /> <br /> ''Βροχοπτώσεις''<br /> <br /> Το λογισμικό ArcGIS αποτύπωσε τις βροχοπτώσεις χρησιμοποιώντας την τεχνική Inverse Distance Weighted (IDW). Η τεχνική IDW είναι μία χωρική προσέγγιση κατανομής των βροχοπτώσεων που συνήθως εμφανίζει υψηλή ακρίβεια, ωστόσο, τα αποτελέσματα εξαρτώνται από την ποιότητα της δεδομένων βροχόπτωσης. Τα βροχομετρικά δεδομένα εξάχθηκαν από τέσσερις σταθμούς και καλύπτουν την περίοδο 2004 έως 2021.<br /> <br /> ''Τοπογραφικός δείκτης υγρασίας (TWI)''<br /> <br /> Ο τοπογραφικός δείκτης υγρασίας περιγράφει τον κορεσμό σε νερό μιας περιοχής, προσδιορίζοντας την ποικιλία των εδαφικών υλικών και τις υδρολογικές διαδικασίες (Grabs et al., 2009).<br /> <br /> Ο εν λόγω δείκτης αναλύθηκε με τη χρήση του λογισμικού SAGA GIS, σε συνδυασμό με το ψηφιακό μοντέλο υψομέτρου στο DEMNAS.<br /> <br /> ''Υδρογεωλογία (υδροφόρος ορίζοντας)''<br /> <br /> Στην παρούσα μελέτη, δεδομένα υδροφορίας ελήφθησαν από την Υπηρεσία Γεωλογίας, η οποία διαθέτει πληροφορίες για υδροφορείς χαμηλής και τοπικής κλίμακα, υδροφορείς με ευρεία κατανομή και περιοχές με σπάνια εμφάνιση υδροφορίας. Όσο πιο ευρεία και αποτελεσματική είναι η κατανομή του, τόσο πιο μεγάλη είναι η απόδοση του υδροφόρου, καθώς και η περιεκτικότητα του σε νερό.<br /> <br /> ''Αναλυτική Διαδικασία Ιεράρχησης (AHP)''<br /> <br /> Η μέθοδος Αναλυτικής Διαδικασίας Ιεράρχησης (AHP) χρησιμοποιήθηκε για τον προσδιορισμό της πιθανότητας ύπαρξης ελεύθερων υδροφόρων στην περιοχή του ηφαιστείου. Η μέθοδος αυτή είναι ένα μαθηματικό μοντέλο από την χαρτογράφηση αποφάσεων με πολλαπλά κριτήρια (Saaty, 1977). Τα βήματα της AHP αποτελούνται από την ιεράρχηση, τον προσδιορισμό των προτεραιοτήτων (βαθμολογίες και δείκτη βάρους), και τον προσδιορισμό του δείκτη συνέπειας.<br /> <br /> Η βαθμολογία και οι δείκτες βάρους σε κάθε υπολογισμό της μεθόδου AHP, θα επεξεργάζονται μέσω μοντελοποίησης στο GIS για τον προσδιορισμό της δυναμικότητας των υπόγειων υδάτων.<br /> [[Εικόνα:pic5.1_karakasi.jpg| thumb| center|'''Eικόνα 1:'''''Χάρτες μεταβλητών υπόγειων υδάτων στην περιοχή μελέτης'']]<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> ''Πυκνότητα γραμμώσεων''<br /> <br /> Τα αποτελέσματα του DEMNAS, έδειξαν την ύπαρξη 2,747 γραμμώσεων με μήκος 0,35 m s/d 3308,5 m. Το συνολικό μήκος των γραμμώσεων ήταν 1 544 485,27 m ή 1544,48 χλμ. Σύμφωνα με χειροκίνητο υπολογισμό, η τιμή πυκνότητας των γραμμώσεων ήταν 3,96 km2. Η χωρική ανάλυση έδειξε ότι το εύρος πυκνότητας των γραμμώσεων ήταν από 0 έως 8,75243 km2. Η μέση πυκνότητα γραμμής από λογισμικό ήταν 3,8 και η τυπική απόκλιση 1,75. Στις πληροφορίες του ράστερ, υπήρχαν 4034 στήλες και 2768 γραμμές.<br /> <br /> ''Πυκνότητα αποστράγγισης''<br /> <br /> Ο υπολογισμός δείχνει ότι η πυκνότητα αποστράγγισης σε KBU κυμαίνεται από 0 έως 11,5569 km2. Η πυκνότητα αποστράγγισης της περιοχής εξαπλώνεται στη θέση έρευνας και είναι πιο ορατή στο μεσαίο τμήμα της KBU. Η πυκνότητα αποστράγγισης συνδέεται με την ύπαρξη υπόγειων υδάτων.<br /> <br /> ''Χρήσεις γης''<br /> <br /> Στην περιοχή έρευνας, υπάρχουν εννέα είδη χρήσεων γης: τα υδάτινα σώματα, οι θάμνοι, τα δάση, οι φυτείες, έλη, οικισμοί, χόρτολοιβαδικές εκτάσεις, χωράφια και βραχώδεις εκτάσεις. Το μεγαλύτερο μέρος καταλαμβάνουν οι ελώδεις εκτάσεις (11865,25 εκτάρια) και τις φυτείες (9297 εκτάρια). Η περιοχή KBU χαρακτηρίζεται από φυτείες κηπευτικών στο οροπέδιο, που καθιστούν αυξημένη την απορροφηση του εδάφους και άρα τον εμπλουτισμό των υπόγειων υδάτων. Το μικρότερο τμήμα χρήσεων γης καταλαμβάνουν οι βραχώδεις εκτάσεις. Σε βραχώδες έδαφος βρίσκεται και το ρήγμα Lembang που βγήκε στην επιφάνεια λόγω τεκτονικής δραστηριότητας.<br /> <br /> ''Κλίση''<br /> <br /> Με βάση τα αποτελέσματα των αναλύσεων, η κλίση κυμαίνεται από 0% έως 165,072%, με μέσο όρο 25,68% και τυπική απόκλιση 17,24%. <br /> <br /> Η κλίση στην παρούσα έρευνα χαρακτηρίζεται ως απότομη με ποσοστό 21-55%, για έκταση 18.573,74 εκταρίων. Οι κλίσεις που εμφανίζονται με την μικρότερη συχνότητα στην περιοχή είναι οι πολύ απότομες με ποσοστό &gt;140% και για έκταση 1,83 ha. Η εμφάνιση απότομων κλίσεων είναι το χαρακτηριστικό του ηφαιστείου και των τεκτονικών γεωμορφών. Τα υπόγεια ύδατα βρίσκονται συνήθως σε ήπιες κλίσεις, επειδή το νερό ρέει σύμφωνα με την βαρύτητα. Συγκεκριμένα, η επίπεδη κλίση κυμαίνεται από 0-2% για 436,84 εκτάρια, η ήπια κλίση κυμαίνεται από 3-7% για 4121,13 εκτάρια, οι ήπιες κλίσεις κυμαίνονται από 8-13% για 5862,34 ha, οι ελαφρώς απότομες 14-20% για 7369,14 ha και οι πολύ απότομες 56-140% για 2593,77 εκτάρια.<br /> <br /> ''Βροχόπτωση''<br /> <br /> Κατά μέσο όρο, η βροχόπτωση στην περιοχή KBU ήταν 1764,18 mm/ έτος - 1983,81 mm/έτος από το 2004-2021. Η βροχόπτωση αναλύθηκε με βάση υπολογισμούς από τους τέσσερις βροχομετρικούς σταθμούς που είναι διασκορπισμένοι στην περιοχή έρευνας. Η βροχόπτωση είναι υψηλή λόγω του οτι η περιοχή είναι ορεινή. <br /> Το δυναμικό των πηγών στην περιοχή με τη μεγαλύτερη βροχόπτωση εμφανίστηκε στον σταθμό Lembang με τιμή 4937,76 mm/έτος το 2016.<br /> <br /> ''Τοπογραφικός δείκτης υγρασίας (TWI)''<br /> <br /> Η KBU έχει ελάχιστη και μέγιστη βαθμολογία στο τοπογραφικό δείκτη υγρασίας 1,22676 και 24,1305, αντίστοιχα. Ο μέσος όρος του TWI είναι 5.798, με τυπική απόκλιση 1,892. Υψηλή τιμή TWI δείχνει επίπεδες συνθήκες ή συνθήκες λεκάνης που σχετίζονται με την ύπαρξη υπόγειων υδάτων. Η τιμή TWI σε μια υπερυψωμένη περιοχή δηλώνει επανατροφοδότηση υπόγειων υδάτων. Η τιμή TWI στην KBU περιγράφει την κατάσταση απορρόφησης του νερού λόγω της τοπογραφίας του ηφαιστείου και των τεκτονικών γεωμορφών.<br /> <br /> ''Υδρογεωλογία''<br /> <br /> Ο υδροφόρος ορίζοντας εντοπίζεται στο βόρειο και ανατολικό τμήμα της περιοχής μελέτης. Η έκταση του μικρής παραγωγικότητας υδροφορέα είναι 8,16 km2. Συνήθως, οι ηφαιστειογενής περιοχές, καθώς και οι περιοχές με τεκτονική δραστηριότητα έχουν καλό υδροφόρο ορίζοντα. Ωστόσο, στην περιοχή ο υδροφόρος βρίσκεται σε μεγάλο βάθος επειδή καλύπτεται από πυκνό ημίχωμα, οπότε το υπόγειο νερό εμφανίζεται στην επιφάνεια μέσω των πηγών. Σε σχετικά επίπεδες περιοχές, όπως κοιλάδες ή κοντά σε ποταμούς, το υπόγειο νερό μπορεί να ληφθεί από γεωτρήσεις.<br /> <br /> ''Αναλυτική Διαδικασία Ιεράρχισης (AHP)''<br /> <br /> Από τον υπολογισμό του λόγου συνέπειας (CR), η τιμή προέκυψε ότι είναι κάτω από 0,1, που σημαίνει ότι κάθε μεταβλητή στην παρούσα έρευνα ήταν συνεπής. Η τιμή του CR είναι σταθερή εάν είναι κάτω από 10% ή 0,1. Η τιμή του δείκτη τυχαίας συνέπειας (RI) στην παρούσα έρευνα είναι 1,32 και εφαρμόζεται και στις επτά μεταβλητές. Από την ανάλυση της πιθανότητας ύπαρξης υπόγειων υδάτων, προκύπτουν πέντε ταξινομήσεις που χαρακτηρίζονται ως χαμηλές για έκταση (44,13 km2), μεσαίες για (133 km2), και υψηλές για έκταση έως (210,43 km2). Τα αποτελέσματα δείχνουν οτι από τις 147 πηγές στην ερευνητική περιοχή, έξι πηγές ανήκουν στην κατηγορία χαμηλού δυναμικού, 55 στη μεσαία κατηγορία και 86 στην υψηλή κατηγορία. Η υψηλή κατηγορία έχει περισσότερες πηγές σε σχέση με τις υπόλοιπες, οπότε η μέθοδος αυτή μπορεί να αποτελέσει μια εναλλακτική λύση για τον προσδιορισμό δυνητικά υπόγειας υδροφορίας. Συνήθως, τα υπόγεια ύδατα βρίσκονται σε κοιλάδες και γενικώς σε περιοχές με μικρές κλίσεις.<br /> [[Εικόνα:pic5.2_karakasi.jpg| thumb| center|'''Eικόνα 2:'''''Δυνητικός χάρτης υπόγειας υδροφορίας'']]<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Το μοντέλο προσδιορισμού των υπόγειων υδάτων με τη χρήση του AHP μπορεί να να αποτελέσει μια εναλλακτική λύση εξετάζοντας μεταβλητές όπως η βροχόπτωση, η υδρογεωλογία, η πυκνότητα γραμμώσεων, η κλίση, ο τοπογραφικός δείκτης υγρασίας, η πυκνότητα αποστράγγισης και οι χρήσεις γης. Η ταξινόμηση του δυνητικού χάρτη υπόγειας υδροφορίας χωρίζεται σε τρεις περιοχές: χαμηλή, μεσαία και υψηλή. Στην συγκεκριμένη μελέτη, η ύπαρξη υπόγειων υδάτων στην υψηλή περιοχή έχει τον μεγαλύτερο αριθμό. Αυτή η συνθήκη επικυρώνει το μοντέλο AHP και προσδιορίζει αποτελεσματικά τα υπόγεια ύδατα στην ηφαιστειακή και τεκτονικά διαμορφωμένη περιοχή. Οι πηγές βρίσκονται σε περιοχές με υψηλή βροχόπτωση, σε υδροφόρους ορίζοντες υψηλής παραγωγικότητας και ευρείας κατανομής, με υψηλή πυκνότητα γραμμών, σε επίπεδες πλαγιές, με υψηλή τιμή TWI, με χαμηλής πυκνότητας ποτάμι, και τύπο εδάφους που απορροφά εύκολα το νερό. Το αποτέλεσμα της έρευνας δείχνει 147 πηγές, με 86 να ανήκουν στην υψηλή, 55 στη μεσαία και έξι στις χαμηλές περιοχές.<br /> <br /> <br /> <br /> [[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/APPLICATION_OF_REMOTE_SENSING_IN_GEOLOGICAL_MAPPING,_CASE_STUDY_Al_MAGHRABAH_AREA_%E2%80%93_HAJJAH_REGION,_YEMEN 2024-01-11T20:47:15Z

<p>Despoina: Νέα σελίδα με ''''ΠΗΓΗ''': https://isprs-annals.copernicus.org/articles/IV-4-W4/63/2017/isprs-annals-IV-4-W4-63-2017.pdf '''ΣΥΓΓΡΑΦΕΙΣ''': F. Al-Nahmia, O. Saddiqia, A. Hi...'</p> <hr /> <div>'''ΠΗΓΗ''': https://isprs-annals.copernicus.org/articles/IV-4-W4/63/2017/isprs-annals-IV-4-W4-63-2017.pdf<br /> <br /> '''ΣΥΓΓΡΑΦΕΙΣ''': F. Al-Nahmia, O. Saddiqia, A. Hilalia, H. Rhinanea, L. Baiddera, H. El arabia, K. Khanbarib<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Δορυφορικές εικόνες, γεωλογικός χάρτης, Sentinel-2, OIF, ICA, MNF, Yemen<br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Η τεχνολογία της τηλεπισκόπησης διαδραματίζει σημαντικό ρόλο στη γεωλογική έρευνα, χαρτογράφηση, ανάλυση και ερμηνεία, η οποία παρέχει μια μοναδική ευκαιρία για τη διερεύνηση των γεωλογικών χαρακτηριστικών των απομακρυσμένων περιοχών της γήινης επιφάνειας, χωρίς την ανάγκη επιτόπιας έρευνας. Στόχος της παρούσας μελέτης είναι η δημιουργία ενός γεωλογικού χάρτη της περιοχής μελέτης. Τα δεδομένα που χρησιμοποιούνται είναι εικόνες Sentinel-2, διαδικασίες που χρησιμοποιούνται σε αυτή τη μελέτη και ο OIF Optimum Index Factor που είναι μια στατιστική τιμή που μπορεί να χρησιμοποιηθεί για την επιλογή του βέλτιστου συνδυασμού τριών καναλιών σε μια δορυφορική εικόνα. Ο OIF βασίζεται στη συνολική διακύμανση εντός των καναλιών, καθώς και στον συντελεστή συσχέτισης μεταξύ των καναλιών. Η ανάλυση ανεξάρτητων συνιστωσών ICA (3,4,6) είναι μια στατιστική και υπολογιστική τεχνική για την αποκάλυψη κρυφών παραγόντων που βρίσκονται πίσω από σύνολα τυχαίων μεταβλητών, μετρήσεων ή σημάτων. Το MNF Ελάχιστο κλάσμα θορύβου (1,2,3) χρησιμοποιείται για τον προσδιορισμό της εγγενούς διαστατικότητας των δεδομένων εικόνας, τον διαχωρισμό του θορύβου στα δεδομένα και τη μείωση των υπολογιστικών απαιτήσεων για την επακόλουθη επεξεργασία. Οι συντελστές ICA και MNF είναι επίσης πρακτικός τρόπος για την δημιουργία χαρτών τεχνικής γεωλογίας. Τα αποτελέσματα στην παρούσα εργασία δείχνουν ότι, η περιοχή που μελετήθηκε μπορεί να χωριστεί σε τέσσερις κύριες γεωλογικές ενότητες: Κρυσταλλικά (μετα-ηφαιστειακά, μετα-ιζηματογενή), ιζηματογενή, διεισδύσεις, και ηφαιστειακά πετρώματα. Η μέθοδος που χρησιμοποιήθηκε σε αυτή τη μελέτη προσφέρει μεγάλες δυνατότητες για γεωλογική χαρτογράφηση, με τη χρήση εικόνων Sentinel-2. Τα αποτελέσματα συγκρίθηκαν με τους υπάρχοντες γεωλογικούς χάρτες και φάνηκαν πιο αξιόπιστα, ενώ θα μπορούσαν να χρησιμοποιηθούν για την επικαιροποίηση των υφιστάμενων χαρτών.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η περιοχή μελέτης καλύπτεται από προκάμβριας έως τριτογενής ηλικίας πετρώματα. Τα τριτογενή απαρτίζονται από σχηματισμούς προκάμβριων πετρωμάτων που είναι γενικά μετα - ιζηματογενή και μετα - ηφαιστειακά πετρώματα, γρανιτικές διεισδύσεις. Κατά τη διερεύνηση αυτής της περιοχής επεξεργάστηκε και αναλύθηκε μια εικόνα Sentinel-2 για τον εντοπισμό των επιφανειακών δομικών χαρακτηριστικών, του πραγματικού έγχρωμου σύνθετου (4,3,2), της υπέρυθρης ζώνης (8,4,3) που είναι καλή για την αναγνώριση της βλάστησης, της υπέρυθρης ζώνης μέσου μήκους κύματος (12,11,8a) που είναι χρήσιμη για την χαρτογράφηση καμένων εκτάσεων. Τα αποτελέσματα που προέκυψαν από το Sentinel-2 συγκρίθηκαν με τον τοπικό γεωλογικό χάρτη της υδροθερμικής περιοχής και φαίνεται ότι υποστηρίζουν το υπάρχον γεωλογικό μοντέλο επιθερμικού κοιτάσματος. Η χρήση πολυφασματικών απεικονιστών, όπως ο Operational Land Imager επί του Landsat-8 και του Sentinel-2 σε συνδυασμό με υπερφασματικά διαστημικά όργανα, όπως το Hyperion και το EnMAP, θα αυξηθεί στις εκστρατείες γεωλογικής χαρτογράφησης, ώστε να μειωθεί στο ελάχιστο δυνατό βαθμό το σχετικό κόστος των αερομεταφερόμενων μέσων.<br /> <br /> Στην παρούσα μελέτη, χρησιμοποιήθηκαν μέθοδοι OIF για τον προσδιορισμό του καλύτερου συνδυασμού καναλιών κόκκινου-πράσινου-μπλε (RGB) στις δορυφορικές εικόνες. Η ανάλυση ανεξάρτητων συνιστωσών (ICA) είναι μια τεχνική για το διαχωρισμό ενός συνδυασμού σημάτων στις συνιστώσες αυτών και έχουν προταθεί για να παρέχουν μια αντικειμενική προσέγγιση στην επίτευξη αυτού του στόχου. Ο μετασχηματισμός ελάχιστου κλάσματος θορύβου (MNF) χρησιμοποιείται για τον προσδιορισμό της εγγενούς διαστατικότητας των δορυφορικών εικόνων, για την απομάκρυνση του θορύβου και την μείωση των υπολογιστικών απαιτήσεων για την επακόλουθη επεξεργασία. Ο παράγοντας βέλτιστου δείκτη (OIF), η ανάλυση ανεξάρτητων συνιστωσών (ICA) και το ελάχιστο κλάσμα θορύβου (MNF) εφαρμόστηκαν για την ενίσχυση της οπτικής ερμηνείας για την αποτύπωση της γεωλογικής χαρτογράφησης της περιοχής, αυξάνοντας έτσι τις δυνατότητες για την εξαγωγή χρήσιμων γεωλογικών πληροφοριών και την ερμηνεία των γεωλογικών γεγονότων.<br /> <br /> ''Γεωλογικές Συνθήκες''<br /> <br /> Η γεωλογία της περιοχής Hajjah είναι ιδιαίτερα πολύπλοκη, καθότι έχει εκτεθεί σε διάφορα γεωλογικά γεγονότα. Η περιοχή μελέτης αποτελεί μέρος της Αραβο-Νουβικής ασπίδας, η οποία είναι μέρος του Ανατολικοαφρικανικού Ωρογενούς που σχηματίστηκε από τεκτονικά γεγονότα σύγκρουσης πλακών κατά τη διάρκεια του κλεισίματος του Ωκεανού της Μοζαμβίκης και της επακόλουθης σύγκρουσης της ανατολικής και δυτικής Γκοντβάνα περίπου στα 540 Ma. Η περιοχή που καλύπτεται από προκάμβρια πετρώματα στην Υεμένη εμφανίζεται στο δυτικό τμήμα της χώρας, καθώς η περιοχή αυτή γνώρισε ανύψωση του υποβάθρου που σχετίζεται με τα ρήγματα της Ερυθράς Θάλασσας και του Κόλπου του Άντεν, (As-Saruri et al. 2010).<br /> <br /> Οι ομάδες πετρωμάτων στην περιοχή Hajjah είναι διάφορες, γενικά αποτελούνται από μετα-ηφαιστειακά, μετα-γάββρους, συν-τεκτονικά γρανιτοειδή, μετα-τεκτονικά γρανιτοειδή και ιζηματογενή πετρώματα του Ιουρασικού. Τα πετρώματα αυτά έχουν διεισδύσεις από γάββρους, συν-τεκτονικούς μετατεκτονικούς γρανίτες και γρανοδιορίτες. Η περιοχή έχει εκτεθεί σε διάφορα παραμαμορφωτικά γεγονότα, συμπιεστικά κυρίως που φαίνονται μέσα από μικρές πτυχώσεις οι οποίες τείνουν προς τα ΝΝΔ και ΒΒΑ. Τα terranes στην Υεμένη μπορούν να συσχετιστούν με συγκρίσιμα terranes στο ανατολικό περιθώριο της Αραβικής Ασπίδας και στη βόρεια Σομαλία. Έτσι, η Υεμένη παρέχει έναν σύνδεσμο μεταξύ του τόξου της Αραβικής Ασπίδας και της γνευσιογενούς ζώνης της Μοζαμβίκης της Ανατολικής Αφρικής.<br /> [[Εικόνα:pic4.1_karakasi.jpg| thumb| center|'''Eικόνα 1:'''''Γεωλογικός χάρτης της περιοχής μελέτης κλίμακας 1: 250.000'']]<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Κατά τη μελέτη του σχήματος της γήινης επιφάνειας, σε σχέση με τα στρώματα των πετρωμάτων και τις παραμορφώσεις τους λόγω τεκτονικών δυνάμεων, παρατηρείται συχνά μια συσχέτιση μεταξύ των σχημάτων και των δομών στην επιφάνεια και στο υπέδαφος (Short and Blair, 1986). Στην παρούσα μελέτη, η δορυφορική εικόνα Sentinel-2 υπέστη επεξεργασία, με την εφαρμογή του παράγοντα βέλτιστου δείκτη (OIF) που είναι μια στατιστική τιμή που μπορεί να χρησιμοποιηθεί για την επιλογή του βέλτιστου συνδυασμού τριών καναλιών για την δημιουργία ενός έγχρωμου σύνθετου, με την ανάλυση ανεξάρτητων συνιστωσών (ICA), και με το ελάχιστο κλάσμα θορύβου (MNF).<br /> <br /> ''Συντελεστής βέλτιστου δείκτη (OIF)''<br /> <br /> Ο παράγοντας βέλτιστου δείκτη (OIF) είναι μια στατιστική τιμή που μπορεί να χρησιμοποιηθεί για την επιλογή του βέλτιστου συνδυασμού τριών καναλιών σε μια δορυφορική εικόνα για την δημιουργία ενός έγχρωμου σύνθετου.<br /> <br /> Μερικές φορές τα διαφορετικά κανάλια των πολυφασματικών εικόνων εμφανίζονται παρόμοια και συσχετίζονται με διπλότυπες πληροφορίες, (Pournamdari et al.2014). Στην παρούσα έρευνα χρησιμοποιήθηκε και υπολογίστηκε ο συντελεστής συσχέτισης για τα ανακλαστικά κανάλια του Sentinel-2.<br /> <br /> ''Ελάχιστο κλάσμα θορύβου (MNF)''<br /> <br /> O μετασχηματισμός MNF χρησιμοποιείται για: την αφαίρεση του υπολειμματικού θορύβου από τα φασματικά δεδομένα και την παροχή ενός εύχρηστου μηχανισμού για την επιλογή πρωτοτύπων φασμάτων. Στα πλαίσια της παρούσας μελέτης εφαρμόστηκε για να παρουσιαστεί η χρησιμότητα των οπτικών πολυφασματικών εικόνων στην λιθολογική χαρτογράφηση, η οποία επιτρέπει την αποτύπωση των γεωλογικών ενοτήτων στην περιοχή μελέτης. Η MNF εφαρμόστηκε στα κανάλια των εικόνων Sentinel-2 (VNIR-VRE-SWIR), επειδή περιέχουν τις κατάλληλες πληροφορίες που επιτρέπουν την ανίχνευση της λιθολογίας των πετρωμάτων. Με βάση στατιστικές μελέτες για το ποσοστό διακύμανσης των δεδομένων, τα αποτελέσματα δείχνουν ότι η πρώτη ζώνη του MNF αφορούσε τις υψηλότερες ιδιοτιμές με τον χαμηλότερο θόρυβο και η τελευταία ζώνη του MNF αφορούσε τις χαμηλότερες ιδιοτιμές με τον υψηλότερο θόρυβο. Στην συγκεκριμένη περίπτωση, χρησιμοποιήθηκε η ζώνη MNF (1,2,3), επειδή έχει τις υψηλότερες ιδιοτιμές με το χαμηλότερο θόρυβο και είναι εύκολη η αναγνώριση των γεωλογικών ενοτήτων (Εικόνα 2).<br /> [[Εικόνα:pic4.2_karakasi.jpg| thumb| center|'''Eικόνα 2:'''''MNF κανάλια (1,2,3)'']]<br /> <br /> ''Ανάλυση ανεξάρτητων συνιστωσών (ICA)''<br /> <br /> Η ανάλυση ανεξάρτητων συνιστωσών (ICA) είναι μια στατιστική και υπολογιστική τεχνική για την ανίχνευση κρυφών παραγόντων που βρίσκονται πίσω από σύνολα τυχαίων μεταβλητών, μετρήσεων ή σημάτων. Μπορεί να θεωρηθεί ως επέκταση της ανάλυσης κύριων συνιστωσών και της ανάλυσης παραγόντων. Είναι όμως μια πολύ πιο ισχυρή τεχνική, ικανή να βρίσκει τους υποκείμενους παράγοντες ή πηγές όταν οι κλασικές μέθοδοι αποτυγχάνουν πλήρως, (Aapo Hyvärinen et al. 2001). Το σημαντικότερο πλεονέκτημα αυτού του μετασχηματισμού ICA έναντι των μεθόδων PCA και MNF είναι ότι βασίζεται στη μη Γκαουσιανή υπόθεση των ανεξάρτητων πηγών, η οποία αποτελεί χαρακτηριστικό γνώρισμα των υπερφασματικών συνόλων δεδομένων, (Veeramallu Satya Sahithi and Iyyanki V Murali Krishna, 2016). Χρησιμοποιεί στατιστικές ανώτερης τάξης για να ανακαλύψει ορισμένα ενδιαφέροντα χαρακτηριστικά σε μη Γκαουσιανά σύνολα υπερφασματικών δεδομένων (Yusuf and He, 2011). Όπως η PCA και η MNF το πρώτο κανάλι στην ICA έχει την υψηλότερη ιδιοτιμή και το τελευταίο κανάλι έχει τη χαμηλότερη ιδιοτιμή. Η ζώνη ICA (3,4,6), επιλέχθηκε για την ταυτοποίηση των γεωλογικών ενοτήτων στην περιοχή μελέτης, εικόνα 3.<br /> [[Εικόνα:pic4.3_karakasi.jpg| thumb| center|'''Eικόνα 3:'''''Κανάλια ICA (3,4,6)'']]<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Στη παρούσα μελέτη, οι σχηματισμοί μπορούν να αναγνωριστούν εύκολα και τα όρια τους να σχεδιαστούν με ακρίβεια. Συγκεκριμένα, τα γρανιτικά πετρώματα των Ανδεσιτών, τα ηφαιστειακά πετρώματα Meta, ο ψαμμίτης Kohlan, ο ασβεστόλιθος Amran και οι ηφαιστειακοί σχηματισμοί (παλαιογενής-νεογενής βασάλτης), λόγω των διαφορών υδατοπερατότητας τους, μπορούν να διακριθούν σαφώς μεταξύ τους. Ως αποτέλεσμα, παρατηρείται ότι ποικίλα κανάλια που εξαρτώνται από το OIF εξυπηρετούν περισσότερο τη χάραξη των ορίων των γεωλογικών σχηματισμών. Ωστόσο, οι διάφοροι σχηματισμοί που επηρεάζουν τη φυτοκάλυψη εμφανίζονται καλύτερα στο σύνθετο 12,8a,4. Ως εκ τούτου, η ζώνη (12,8a,3) ή η ζώνη (11,8a,2) χρησιμοποιήθηκαν συνδυαστικά και συμπληρωματικά για τη σύνταξη του γεωλογικού χάρτη. Τα όρια των λοιπών γεωλογικών σχηματισμών εμφανίζονται επίσης καλύτερα στη ζώνη (11, 8a, 4). Η ζώνη MNF (1,2,3), η ζώνη ICA (3,4,6), καθώς και η ενισχυμένη εικόνα βοηθούν στην εύκολη διάκριση μεταξύ των γεωλογικών σχηματισμών, καθώς σε αυτές τις ζώνες, η αντίθεση φωτός-σκιάς των γεωμορφών είναι πολύ σαφής.<br /> Με βάση την έρευνα πεδίου, τα αποτελέσµατα επεξεργασίας των εικόνων, τους γεωλογικούς χάρτες και τις προηγούµενες µελέτες και εκθέσεις, επαληθεύτηκε η εγκυρότητα των αποτελεσµάτων, με τον τελικό χάρτη να παρουσιάζεται στην εικ.4<br /> [[Εικόνα:pic4.4_karakasi.jpg| thumb| center|'''Eικόνα 4:'''''Η τελική δορυφορική εικόνα με τις λιθολογικές ενότητες στην περιοχή μελέτης'']]<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Οι εφαρμογές της τεχνικής OIF επιβεβαιώνουν την αποτελεσματικότητά της στην επιλογή των κατάλληλων έγρωμων συνθέτων για τη διάκριση των διαφορετικών πετρωμάτων, καθώς και τη μείωση του χρόνου και της προσπάθειας που απαιτείται για να επιλεγούν τα εν λόγω σύνθετα. Το ελάχιστο κλάσμα θορύβου MNF και η ανάλυση ανεξάρτητων συνιστωσών ICA βελτίωσαν τις δορυφορικές εικόνες, οι οποίες διευκολύνουν τις γεωλογικές ερμηνείες. Στην παρούσα μελέτη, επιχειρείται η ερμηνεία και η διάκριση μεταξύ των ενοτήτων των πετρωμάτων, της γεωλογικής δομής και του ρήγματος. O Sentinel-2 έχει αποδειχθεί κατάλληλος για γεωλογικές μελέτες και χαρτογραφήσεις. Τα λιθολογικά χαρακτηριστικά και οι ηλικίες των γεωλογικών σχηματισμών στον γεωλογικό χάρτη της εικόνας 1, έχουν βασιστεί σε προηγούμενες μελέτες, (Heikal, 1989, YGSMB, 2006). Ωστόσο, κατέστη δυνατή η διόρθωση σημαντικού αριθμού ορίων σχηματισμών στον παλαιότερο, μικρής κλίμακας (1: 250.000) γεωλογικό χάρτη του YGSMB. Η βελτίωση της εικόνας με τις ζώνες MNF (1,2,3), ICA (3,4,6), βοηθά επίσης στην εύκολη διάκριση μεταξύ των γεωλογικών σχηματισμών. Η βελτίωση της εικόνας με τις ζώνες MNF (1,2,3), ICA (3,4,6), βοηθά επίσης την εύκολη διάκριση μεταξύ των γεωλογικών σχηματισμών. Σε αυτές τις ζώνες, η αντίθεση φωτός-σκιάς των γεωμορφών είναι πολύ σαφής. Με βάση τις διάφορες αναλύσεις συνδυασμών, η τεχνική OIF είναι πολύ χρήσιμη για τον εντοπισμό και την διάκριση διαφορετικών γεωλογικών σχηματισμών. Η χρήση του συνδυασμού RGB που περιλαμβάνει τον συνδυασμό ICA και MNF συμβάλλει στην βελτίωση της γεωλογικής χαρτογράφησης, την διάκριση διαφορετικών γεωλογικών σχηματισμών, ρηξιγενών ζωνών και λιθολογικών ορίων.<br /> <br /> <br /> [[category:Χαρτογραφία]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/Using_Multi-Spectral_Remote_Sensing_for_Flood_Mapping:_A_Case_Study_in_Lake_Vembanad,_India 2024-01-11T20:02:56Z

<p>Despoina: Νέα σελίδα με ''''Χρήση πολυφασματικής τηλεπισκόπησης για τη χαρτογράφηση πλημμυρών: Περίπτωση μελέτης Vembanad...'</p> <hr /> <div>'''Χρήση πολυφασματικής τηλεπισκόπησης για τη χαρτογράφηση πλημμυρών: Περίπτωση μελέτης Vembanad, Ινδία'''<br /> <br /> '''ΠΗΓΗ''': https://www.researchgate.net/publication/375043234_Using_Multi-Spectral_Remote_Sensing_for_Flood_Mapping_A_Case_Study_in_Lake_Vembanad_India<br /> <br /> '''ΣΥΓΓΡΑΦΕΙΣ''': Gemma Kulk, Shubha Sathyendranath, Trevor Platt, Grinson George<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Παρατήρηση της Γης, πλημμύρες, φυσικές καταστροφές, ορυζώνες, ποιότητα νερού<br /> <br /> '''ΠΕΡΙΛΗΨΗ''' <br /> <br /> Το νερό είναι ένας βασικός φυσικός πόρος, αλλά μπορεί να αποτελέσει και απειλή για τον άνθρωπο, με τις πλημμύρες να αποτελούν την πιο συχνή φυσική καταστροφή παγκοσμίως. Η παρατήρηση της Γης έχει τη δυνατότητα ανάπτυξης οικονομικά αποδοτικών μεθόδων για την παρακολούθηση του πλημμυρικού κινδύνου, με δωρεάν και ανοικτά δεδομένα σε παγκόσμια κλίμακα. Στην παρούσα μελέτη, παρουσιάζεται η εφαρμογή της τηλεπισκόπησης για τη χαρτογράφηση πλημμυρισμένων περιοχών, στο τροπικό σύστημα Vembanad-Kol-Wetland νοτιοδυτικά της Ινδίας. Τον Αύγουστο του 2018, η περιοχή αυτή γνώρισε μια εξαιρετικά έντονη περίοδο μουσώνων, η οποία προκάλεσε πλημμύρες που σημειώνονται μία φορά τον αιώνα και οδήγησαν σε σχεδόν 500 θανάτους και στον εκτοπισμό περισσότερων από ένα εκατομμύριο ανθρώπων. Εξετάζεται η χρήση των υφιστάμενων αλγορίθμων για τη χαρτογράφηση των πλημμυρισμένων περιοχών στη λίμνη Vembanad, χρησιμοποιώντας τις φασματικές ανακλάσεις της πράσινης, της κόκκινης και της εγγύς υπέρυθρης ζώνης από τον αισθητήρα MSI του Sentinel-2. Παρόλο που ο αισθητήρας MSI δεν έχει τη δυνατότητα διείσδυσης στα σύννεφα, φαίνεται ότι οι δείκτες MNDWI και AWEI μπορούν να χρησιμοποιηθούν για τη δημιουργία πλημμυρικών χαρτών από ορατές πολυφασματικές τηλεσκοπικές παρατηρήσεις για να συμπληρώσουν τις κατά βάση χρησιμοποιούμενες τεχνικές SAR για την ενίσχυση της χρονικής κάλυψης (από 12 έως 5 ημέρες). Επίσης δείχνουμε ότι η τοπική γνώση των πρακτικών καλλιέργειας ορυζώνων μπορεί να χρησιμοποιηθεί στον αποκλεισμό των πλημμυρισμένων ορυζώνων και να βελτιωθεί η ακρίβεια των χαρτών πλημμύρας στη υπό μελέτη περιοχή. Η χαρτογράφηση των πλημμυρών που εξετάζονται στην παρούσα έρευνα έχει τη δυνατότητα να αποτελέσει μέρος ενός συνόλου λύσεων με βάση την πολυφασματική τηλεπισκόπηση στο ορατό φάσμα και δυνατότητες ταυτόχρονης παρακολούθησης της ποιότητας του νερού και του κινδύνου ύπαρξης παθογόνων μικροοργανισμών για τον άνθρωπο στο περιβάλλον.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Το τροπικό σύστημα Vembanad-Kol-Wetland (Εικ.1) είναι το δεύτερο μεγαλύτερο σύστημα υγροτόπων στην Ινδία και προστατεύεται από εθνικές και διεθνείς συνθήκες. Παρά το προστατευόμενο καθεστώς της, στην περιοχή υπάρχει εκτεταμένη ανάπτυξη. Από τη δεκαετία του 1800, μεγάλες εκτάσεις υγροτόπων προς νότια και ανατολικά της λίμνης Vembanad έχουν ανακτηθεί για την παραγωγή ρυζιού, και αυτοί οι ορυζώνες αποτελούν πλέον αναπόσπαστο τμήμα του τροπικού συστήματος Vembanad-Kol. Η ανάπτυξη της γεωργίας σε υγροτόπους οδήγησε σε σημαντικές αλλαγές στην υδρολογία της λίμνης Vembanad με συνέπειες τόσο για την ποιότητα του νερού όσο και για τις λειτουργίες του υγροτόπου, όπως η ικανότητα ελέγχου των πλημμυρών. Πρόσθετες πιέσεις όπως τα οικιακά απόβλητα και λύματα, η βιομηχανική ρύπανση, ο ευτροφισμός και την προσβολή από υδρόβια ζιζάνια έχουν υποβαθμίσει το οικοσύστημα της λίμνης Vembanad, και η περιοχή θεωρείται πλέον μία από τις πιο μολυσμένες εκβολές στην Ινδία με υψηλά επίπεδα αιωρούμενης και διαλυμένης ύλης και επικράτηση παθογόνων βακτηρίων.<br /> <br /> Τον Αύγουστο του 2018, η νοτιοδυτική Ινδία βίωσε μια εξαιρετικά έντονη περίοδο μουσώνων (Εικόνα 2), η οποία προκάλεσε μεγάλες πλημμύρες στην περιοχή της λίμνης Vembanad. Παρόλο που οι πλημμύρες κατά την περίοδο των μουσώνων δεν είναι ασυνήθιστες στην περιοχή, οι πλημμύρες του Αυγούστου 2018 περιγράφηκαν ως ένα γεγονός που συμβαίνει εξαιρετικά σπάνια, με περισσότερους από 500 νεκρούς και πάνω από 14 εκατομμύρια ανθρώπους να εκτοπίζονται στην πολιτεία της Κεράλα. Υπό αυτές τις συνθήκες, η ακριβής χαρτογράφηση της πλημμύρας αποτελεί βασική υπηρεσία για την υποστήριξη των τοπικών αρχών στην επιλογή των πιο ευάλωτων περιοχών με στοχευμένες αποστολές διάσωσης, καθώς και στην ιεράρχηση της υγειονομικής περίθαλψης για την αποφυγή κρουσμάτων ασθενειών. Το ραντάρ συνθετικού ανοίγματος (SAR) του Sentinel-1 είναι ένας δορυφορικός αισθητήρας που μπορεί να προσφέρει μια τέτοια υπηρεσία. Ενώ το SAR λειτουργεί τόσο κατά τη διάρκεια της νύχτας όσο και κατά την διάρκεια της ημέρας, είναι ανηπερέαστο από τις καιρικές συνθήκες, η χρονική κάλυψη του Sentinel-1 στην περιοχή της λίμνης Vembanad είναι σχετικά χαμηλή, με χρόνο επανάληψης 12 ημέρες. Συνεπώς, για την ταχεία και αποτελεσματική χαρτογράφηση των πλημμυρών, είναι σημαντικό να εξεταστεί η χρήση άλλων δορυφόρων αισθητήρων για την κάλυψη των κενών του Sentinel-1.<br /> <br /> Τόσο οι αισθητήρες χρώματος ωκεανών όσο και οι πολυφασματικοί δορυφορικοί αισθητήρες, συμπεριλαμβανομένου των δορυφόρων MODIS, Landsat 5, 7 και 8, και Sentinel-2, έχουν χρησιμοποιηθεί για τη χαρτογράφηση των επιφανειακών υδάτων και των πλημμυρών. Η προσέγγιση βασίζεται στη χρήση αλγορίθμων δεικτών νερού που χρησιμοποιούν τη διαφορά μεταξύ της ασθενούς ανάκλασης του νερού στο ορατό φως σε σχέση με την ισχυρή απορρόφηση του στην υπέρυθρη ζώνη, προκειμένου να γίνει διάκριση του νερού από τη γη, το έδαφος, τη βλάστηση και τα κτίρια. Συνήθως οι χρησιμοποιούμενοι αλγόριθμοι περιλαμβάνουν τον δείκτη νερού κανονικοποιημένης διαφοράς, την τροποποιημένη έκδοση αυτού του δείκτη και τον αυτοματοποιημένος δείκτης εξαγωγής νερού.<br /> <br /> Εδώ, εξετάζουμε τη χρήση τεσσάρων υφιστάμενων αλγορίθμων για τη χαρτογράφηση του νερού και της γης με τη χρήση του φασματικών ανακλάσεων της πράσινης, της κόκκινης και της υπέρυθρης ζώνης από τον πολυφασματικό απεικονιστή (MSI) του Sentinel-2 για τη χαρτογράφηση των πλημμυρισμένων περιοχών κοντά στη λίμνη Vembanad, τον Αύγουστο του 2018. Αυτή η μέθοδος που βασίζεται σε φασματικούς δείκτες νερού έχει προηγουμένως θεωρηθεί φιλική προς τον χρήστη και με χαμηλό υπολογιστικό κόστος. Εξετάζουμε την ακρίβεια της κανονικοποιημένης διαφοράς δείκτη νερού (NDWI), του τροποποιημένου δείκτη κανονικοποιημένης διαφοράς νερού (MNDWI), του δείκτη αναλογίας νερού (WRI) και τον αυτοματοποιημένο δείκτη εξαγωγής νερού (AWEI) για την οριοθέτηση πλημμυρισμένων περιοχών στον υγρότοπο Kol-Vembanad σε σύγκριση με τεχνικές SAR. Επιπλέον, χρησιμοποιούμε τις τοπικές γνώσεις για την καλλιέργεια ορυζώνων για τον εντοπισμό περιοχών οι οποίες είναι πλημμυρισμένες με νερό σε εποχιακή βάση. Αν και ο αισθητήρας MSI δεν μπορεί να δει μέσα από σύννεφα, δείχνουμε ότι η τηλεπισκόπηση με πολυφασματική ορατή ραδιομετρία μπορεί να χρησιμοποιηθεί για να να δημιουργηθούν χάρτες πλημμυρών που να συμπληρώνουν τις τεχνικές SAR για την ενίσχυση της χρονικής κάλυψης (~5 ημέρες). <br /> [[Εικόνα:pic3.1_karakasi.jpg| thumb| center|'''Eικόνα 1:'''''Χάρτης του τροπικού συστήματος Vembanad-Kol Wetland που βρίσκεται στη νοτιοδυτική ακτή της Ινδίας. H λίμνη Vembanad είναι το μεγαλύτερο υδάτινο σώμα της περιοχής, συνδεδεμένη με την Αραβική Θάλασσα στο Kochi και βορειότερα στο Ahzeekode (δεν απεικονίζεται). Δίνονται επίσης οι τοποθεσίες των μεγάλων πόλεων κοντά στη λίμνη Vembanad.<br /> Χρώματα: ανοιχτό μπλε είναι ο ωκεανός, έντονο μπλε είναι τα εσωτερικά ύδατα και ανοιχτό γκρι είναι η ξηρά.'']]<br /> [[Εικόνα:pic3.2_karakasi.jpg| thumb| center|'''Eικόνα 2:'''''Ημερήσια βροχόπτωση (ως κινητός μέσος όρος 7 ημερών) κατά μέσο όρο στην περιοχή της λίμνης Vembanad για την περίοδο 2018 και την προηγούμενη δεκαετία, 2007-2017 (δεδομένα από το CHIRPS).'']]<br /> <br /> '''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ'''<br /> <br /> Το τροπικό σύστημα Vembanad-Kol βρίσκεται στην πολιτεία της Κεράλα κατά μήκος της νοτιοδυτικής ακτής της Ινδίας. Η λίμνη Vembanad είναι η δεύτερη μεγαλύτερη λίμνη της Ινδίας, η οποία εκτείνεται σε μήκος περίπου 100 χιλιομέτρων και καλύπτει πάνω από 241 τετραγωνικά χιλιόμετρα. Η λίμνη είναι ημίκλειστη και συνδέεται με την Αραβική Θάλασσα στο Kochi (Εικόνα 1) και βορειότερα. στο Ahzeekode, και χωρίζεται σε βόρεια και νότια περιοχή από ένα τεχνητό φράγμα (Thanneermukkom Bund, Σχήμα 1). Η λίμνη Vembanad χαρακτηρίζεται από υφάλμυρα νερά στα βόρεια και γλυκά νερά στα νότια, εκτός από τις περιόδους των νοτιοδυτικών μουσώνων. (Ιούνιος-Σεπτέμβριος), όπου ολόκληρη η λίμνη μετατρέπεται σε λεκάνη γλυκών υδάτων. Το βάθος της της λίμνης κυμαίνεται από 1,5 έως 6 μέτρα στις περισσότερες τοποθεσίες και οι κύριοι δίαυλοι ναυσιπλοΐας κοντά στο Kochi διατηρούνται σε βάθος 15 έως 16 m μέσω βυθοκόρησης. Έξι ποτάμια που αποτελούν το ~30% των συνολικών επιφανειακών υδάτινων πόρων της Κεράλα, εκβάλλουν στην λίμνη με συνολική έκταση αποστράγγισης ~12.000 km2 και ετήσια επιφανειακή απορροή (21.900 mm3).<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Εγγειοβελτιωτικές εργασίες μεγάλης κλίμακας για την κατασκευή κτιρίων και την καλλιέργεια ρυζιού σε πόλντερ. έχουν επηρεάσει το υδατικό ισοζύγιο του συστήματος Vembanad-Kol-Wetland, καθιστώντας το ευάλωτο σε εκτεταμένες πλημμύρες λόγω των υψηλών παροχών των ποταμών κατά τη διάρκεια των νοτιοδυτικών μουσώνων. Το Kuttanad, μια χαμηλού υψομέτρου περιοχή νότια του Thanneermukkom Bund, είναι ιδιαίτερα ευάλωτη. Η περιοχή αυτή βρίσκεται κυρίως κάτω από επίπεδο της θάλασσας και υφίσταται σοβαρές πλημμύρες κάθε χρόνο κατά τη διάρκεια των δύο υγρών εποχών. Το Thottapilly τέθηκε σε λειτουργία το 1955 για τη μείωση των πλημμυρών, αλλά ο υπερχειλιστής δεν μπορεί να εκφορτίσει περισσότερο από το ένα τρίτο (δηλαδή ~550 m3) της σχεδιασμένης χωρητικότητάς του. Διάφοροι παράγοντες, όπως το κλίμα, η τοπογραφία, οι χρήση γης, οι ανθρώπινες παρεμβάσεις και το χαμηλό επίπεδο της υφιστάμενης αντιπλημμυρικής προστασίας, συνδέονται με τον αυξημένο κίνδυνο πλημμύρας στο σύστημα Vembanad- Kol-Wetland, αλλά και με το γεγονός ότι τα πλημμυρικά φαινόμενα έχουν γίνει πιο σοβαρά τις τελευταίες δεκαετίες. Οι πλημμύρες έχουν σοβαρές αρνητικές επιπτώσεις στην παραγωγή ρυζιού στην περιοχή της λίμνης Vembanad και τα περιορισμένα μέτρα αντιπλημμυρικής προστασίας, όπως τα προστατευτικά αναχώματα των πόλντερς, συχνά σπάνε κατά τη διάρκεια ισχυρών βροχοπτώσεων. Στην παρούσα μελέτη, επικεντρωνόμαστε στις πλημμύρες μεγάλης κλίμακας κατά την περίοδο των μουσώνων τον Αύγουστο του 2018, όταν πρωτοφανή υψηλά επίπεδα ημερήσιας βροχόπτωσης καταγράφηκαν στην περιοχή της λίμνης Vembanad (Εικόνα 2).<br /> Η μεθοδολογία που ακολουθήθηκε φαίνεται στα παρακάτω βήματα:<br /> <br /> ''Πολυφασματικά δεδομένα τηλεπισκόπησης''<br /> <br /> Οι εικόνες Sentinel-2A και -2B Multi-spectral imager (MSI) για τη λίμνη Vembanad λήφθηκαν από το Copernicus Open Access Hub (https://scihub.copernicus.eu; Η πρόσβαση έγινε από τις 6 Ιανουαρίου 2021 και μετά- επίπεδο-1C. Τα προϊόντα του επιπέδου-1C υποβλήθηκαν σε επεξεργασία με χωρική ανάλυση 10 m<br /> χρησιμοποιώντας το ACOLITE με την εφαρμογή σκοτεινού φάσματος για την εκτέλεση της ατμοσφαιρικής διόρθωσης και ελήφθησαν τηλεσκοπικές ανακλάσεις για περαιτέρω ανάλυση.<br /> <br /> ''Αλγόριθμοι δεικτών νερού''<br /> <br /> Τα επεξεργασμένα δεδομένα του Sentinel-2 χρησιμοποιήθηκαν για τον προσδιορισμό της κάλυψης με νερό της λίμνης Vembanad, χρησιμοποιώντας τους υπάρχοντες αλγόριθμους δεικτών νερού. Αυτοί οι αλγόριθμοι βασίζονται στην ασθενή ανάκλαση του νερού σε μήκη κύματος στο ορατό φως και στην ισχυρή απορρόφηση στο υπέρυθρο φως. Δηλαδή τα μήκη κύματος, χρησιμοποιούνται για τη διάκριση του νερού από τη γη, το έδαφος, τη βλάστηση και τα κτίρια. Στην παρούσα μελέτη, χρησιμοποιήθηκαν τέσσερις αλγόριθμοι δεικτών νερού. Ειδικότερα, χρησιμοποιήθηκαν οι δείκτες NDWI, MNDWI, WRI και AWEI.<br /> <br /> ''Χαρτογράφηση πλημμυρών με την χρήση του Sentinel-2''<br /> <br /> Αν και οι δείκτες νερού έδειξαν υψηλή ακρίβεια (99,1-100%) για τη χαρτογράφηση των επιφανειακών υδάτων, αρκετές μελέτες έδειξαν ότι η ακρίβεια μπορεί να βελτιωθεί με την προσαρμογή κατωφλίων για τα υδάτινα και μη υδάτινα εικονοστοιχεία. Στην παρούσα μελέτη, το κατώφλι για κάθε δείκτη νερού καθορίστηκε με την ανάλυση των ιστογραμμάτων των πολυφασματικών τηλεπισκοπικών εικόνων που χρησιμοποιήθηκαν για την δημιουργία του μόνιμου χάρτη υδάτινων σωμάτων της λίμνης Vembanad.<br /> <br /> Στη συνέχεια, καταρτίστηκε ένας μόνιμος χάρτης υδάτινων σωμάτων της λίμνης Vembanad υπό μη πλημμυρικές συνθήκες, με τη χρήση εικόνων με καθαρό ουρανό από τον Ιανουάριο έως τον Μάρτιο, μια περίοδο κατά τη διάρκεια της ξηρής περιόδου κατά την οποία αναμένουμε ελάχιστη κάλυψη νερού στη λίμνη Vembanad με περιορισμένη επιρροή από βροχοπτώσεις ή/και γεωργικές δραστηριότητες (π.χ. σκόπιμες πλημμύρες σε χωράφια καλλιέργειας ρυζιού). Εικόνες από το Sentinel-2A στις 3 Φεβρουαρίου 2017 και στις 25 Μαρτίου 2019 και από το Sentinel-2B στις 14 Ιανουαρίου 2018, 3 Φεβρουαρίου 2018, 23 Φεβρουαρίου 2018 και 9 Ιανουαρίου 2019 χρησιμοποιήθηκαν για να τη δημιουργία του μόνιμου χάρτη υδάτινων σωμάτων. Τα εικονοστοιχεία που είχαν επισημανθεί ως ύδατα και στις έξι εικόνες με καθαρό ουρανό για κάθε έναν από τους δυαδικούς δείκτες νερού, χαρακτηρίστηκαν ως νερό στον μόνιμο χάρτη υδάτων και όλα τα υπόλοιπα εικονοστοιχεία αποδόθηκαν ως μη ύδατα (Εικόνα 3). Ο χάρτης μόνιμων υδάτων της λίμνης Vembanad συγκρίθηκε με τους δυαδικούς δείκτες νερού/μη νερού των εικόνων Sentinel-2 για τη δημιουργία πλημμυρικών χαρτών, επισημαίνοντας τα εικονοστοιχεία που βρίσκονται εκτός της βασικής έκτασης νερού στην λίμνη Vembanad ως πλημμυρισμένα (Σχήμα 3). Για τη χαρτογράφηση των πλημμυρών τον Αύγουστο του 2018, χρησιμοποιόθηκε μια εικόνα Sentinel-2B από τις 22 Αυγούστου 2018.<br /> [[Εικόνα:pic3.3_karakasi.jpg| thumb| center|'''Eικόνα 3:'''''Διάγραμμα ροής της επεξεργασίας δεδομένων για τη χαρτογράφηση πλημμυρών στη λίμνη Vembanad.'']]<br /> <br /> ''Παρατηρήσεις ραντάρ συνθετικού ανοίγματος''<br /> <br /> Η μέθοδος χαρτογράφησης πλημμυρών με βάση τις παρατηρήσεις της πολυφασματικής τηλεπισκόπησης, συγκρίθηκε με μια ευρέως χρησιμοποιούμενη μέθοδο που βασίζεται σε παρατηρήσεις ραντάρ συνθετικού ανοίγματος (SAR). Οι εικόνες SAR Sentinel-1A και -1B ανακτήθηκαν από το Copernicus Open Access Hub. <br /> <br /> Εν ολίγοις, οι εικόνες SAR βαθμονομήθηκαν χρησιμοποιώντας ραδιομετρική διόρθωση για να ληφθούν οι συντελεστές οπισθοσκέδασης του ραντάρ, και στη συνέχεια οι εικόνες φιλτραρίστηκαν για την απομάκρυνση του θορύβου με τη χρήση φίλτρου speckle (Lee, 7 7) στο SNAP. Οι επεξεργασμένες εικόνες επαναπροβλήθηκαν (WGS84) χρησιμοποιώντας έναν αλγόριθμο εύρους εδάφους Doppler και πολλαπλά πλακίδια που καλύπτουν τη λίμνη Vembanad συνδυάστηκαν και περικόπηκαν με τη χρήση του ψηφιδωτού εργαλείου στο SNAP.<br /> <br /> ''Ανάλυση Ακρίβειας''<br /> <br /> Η ακρίβεια της μεθόδου χαρτογράφησης των πλημμυρών με βάση την πολυφασματική τηλεπισκόπηση εκτιμήθηκε με τη σύγκριση των εικόνων Sentinel-1 και -2 με τη χρήση της μεθόδου της ακρίβειας του παραγωγού, της ακρίβειας του χρήστη, τη συνολική ακρίβεια, τον κρίσιμο δείκτη επιτυχίας και τον συντελεστή kappa.<br /> <br /> ''Επαλήθευση των δορυφορικών χαρτών πλημμύρας''<br /> <br /> Οι δορυφορικοί χάρτες πλημμυρών επαληθεύτηκαν μετά από πλημμυρικά φαινόμενα τον Οκτώβριο 2021. Χρησιμοποιώντας πληροφορίες από τοπικά ειδησεογραφικά πρακτορεία, οι περιοχές με πλημμύρες και οι περιοχές όπου δεν αναφέρθηκαν πλημμύρες, εντοπίστηκαν σε χάρτη με βάση τον Sentinel-1 από τις 16 Οκτωβρίου 2021. Οι περιοχές όπου δεν υπήρξαν πλημμύρες ήταν συνήθως χωράφια καλλιέργειας ορυζώνων που κατακλύζονται από νερό σε εποχιακή βάση, ιδίως στην περιοχή Kuttanad προς τα νότια της λίμνης Vembanad.<br /> <br /> ''Βοηθητικά δεδομένα''<br /> <br /> Τα ημερήσια δεδομένα βροχόπτωσης ελήφθησαν από το Climate Hazards Group Infrared Precipitation with Stations (CHIRPS) (https://data.chc.ucsb.edu/products/CHIRPS-2.0/, 2007-2018, πρόσβαση στις 6 Ιανουαρίου 2021) με χωρική ανάλυση 0,05. Το CHIRPS παρέχει σχεδόν σε πραγματικό χρόνο παγκόσμιες εκτιμήσεις βροχόπτωσης βάσει δορυφορικών και επιτόπιων παρατηρήσεων στην ξηρά από το 1981. Τα δεδομένα χρησιμοποιήθηκαν για τον υπολογισμό ενός κινητού μέσου όρου 7 ημερών της ημερήσιας βροχόπτωσης στην περιοχή της λίμνης Vembanad για κάθε έτος μεταξύ 2007 και 2018.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Η εφαρμογή των πολυφασματικών παρατηρήσεων του Sentinel-2 για τις πλημμύρες διερευνήθηκε με τη χρήση μιας εικόνας στις 29 Ιανουαρίου 2018 (Εικόνα 4), όταν η νεφοκάλυψη ήταν χαμηλή και τα δεδομένα τόσο του Sentinel-1 όσο και του -2 ήταν διαθέσιμα, επιτρέποντας τη σύγκριση των πολυφασματικών δεδομένων τλεπισκόπησης με την συνήθως χρησιμοποιούμενη μέθοδο ραντάρ συνθετικού ανοίγματος (SAR) για την χαρτογράφηση πλημμυρών. Η εφαρμογή αλγορίθμων για τους δείκτες νερού απέδωσε λεπτομερείς χάρτες νερού-εδάφους για την περιοχή της λίμνης Vembanad, με την υψηλότερη αντίθεση να παρατηρείται για τον δείκτη MNDWI, όπως ήταν εμφανές στους χάρτες και τα ιστογράμματα του εν λόγω δείκτη (Σχήμα 4). Η ανάλυση των ιστογραμμάτων έδειξε ότι τα κατώτατα όρια που χρησιμοποιήθηκαν για τη διάκριση των εικονοστοιχείων υδάτων από τα μη υδάτινα στις 29 Ιανουαρίου 2018 ήταν κατάλληλα για τους δείκτες NDWI, MNDWI και AWEI (Σχήμα 4A,B,D), αλλά όχι για τον δείκτη WRI που όπως φάνηκε οδήγησε σε υποεκτίμηση των υδάτινων εικονοστοιχείων στον δυαδικό χάρτη γης-νερού (Εικόνα 4Γ). Οι μόνιμοι χάρτες υδάτινων σωμάτων NDWI, MNDWI και AWEI έδειξαν ότι η συνολική έκταση της υδάτινης κάλυψης στη λίμνη Vembanad ήταν μεταξύ 267 και 353 km2, γενικά υψηλότερη από εκείνη που εκτιμάται από τις παρατηρήσεις SAR (285 km2, πίνακας 1). Η σύγκριση των δυαδικών χαρτών γης-νερού από τις 29 Ιανουαρίου 2018 με το χάρτη μόνιμων υδάτων της λίμνης Vembanad για τους δείκτες NDWI, MNDWI και AWEI έδειξε μεταξύ 38 και 132 km2 πλημμύρας γύρω από το νότια και νοτιοανατολικά της λίμνης Vembanad και κοντά στην ακτή νότια του Kochi (Σχήμα 4Α,Β,Δ, Πίνακας 1). Οι περιορισμοί στην εφαρμογή του δείκτη WRI παρατηρήθηκαν και στον χάρτη μόνιμων υδάτων, καθώς και στον χάρτη πλημμυρών για το εν λόγω δείκτη με σχετικά χαμηλή έκταση κάλυψης νερού και περιορισμένο αριθμό εικονοστοιχείων που υποδηλώνουν πλημμύρα στις 29 Ιανουαρίου 2018 (Εικόνα 4Γ, Πίνακας 1).<br /> [[Εικόνα:pic3.4_karakasi.jpg| thumb| center|'''Eικόνα 4:'''''Πίνακας συνολικής έκτασης (σε km2) των μόνιμων υδάτινων σωμάτων και των πλημμυρών στους χάρτες της 29ης Ιανουαρίου 2018 και της 21ης-22ας Αυγούστου 2018 με βάση τις πολυφασματικές παρατηρήσεις του Sentinel 2 με τη χρήση του δείκτη κανονικοποιημένης διαφοράς νερού (NDWI), του τροποποιημένου δείκτη κανονικοποιημένης διαφοράς νερού (MNDWI), του δείκτη αναλογίας νερού (WRI) και του αυτοματοποιημένου δείκτη εξαγωγής νερού (AWEI) και με βάση τις παρατηρήσεις του ραντάρ συνθετικού ανοίγματος του Sentinel-1 (S1) για ολόκληρη την περιοχή της λίμνης Vembanad, συμπεριλαμβανομένου και του νότιου τμήματος της.'']]<br /> [[Εικόνα:pic3.5_karakasi.jpg| thumb| center|'''Eικόνα 5:'''''Εφαρμογή πολυφασματικών παρατηρήσεων για τη χαρτογράφηση πλημμυρών με τη χρήση εικόνας Sentinel-2 από τις 29 Ιανουαρίου 2018. Παρέχεται ένας χάρτης RGB ψευδοχρωμάτων της εικόνας Sentinel-2 μαζί με χάρτη, ιστόγραμμα, δυαδικό χάρτη, χάρτη μόνιμων υδάτινων σωμάτων και χάρτη πλημμύρας για την κανονικοποιημένο δείκτη διαφοράς νερού (NDWI) (A), τον τροποποιημένο κανονικοποιημένο δείκτη διαφοράς νερού (MNDWI) (B), τον δείκτη αναλογίας νερού (WRI) (C) και τον αυτοματοποιημένο δείκτη εξαγωγής νερού (AWEI) (D). Η διακεκομμένη γραμμή στα ιστογράμματα δείχνει το κατώφλι που χρησιμοποιήθηκε για τη δημιουργία των δυαδικών, του νερού και των πλημμυρών.'']]<br /> <br /> ''Πλημμύρες Αυγούστου 2018''<br /> <br /> Βάση των παραπάνω αποτελεσμάτων, επιλέχθηκε η πολυφασματική προσέγγιση με βάση τον δείκτη MNDWI για τη χαρτογράφηση των εξαιρετικά σπάνιων πλημμυρών που συνέβησαν στη λίμνη Vembanad τον Αύγουστο του 2018. Ο χάρτης πλημμυρών με βάση τον εν λόγω δείκτη από τις 22 Αυγούστου 2018 έδειξε ότι μεγάλες περιοχές (377 km2) προς τα νότια της λίμνης Vembanad πλημμύρισαν. Πρόσθετες πλημμυρισμένες περιοχές προς τα νοτιοανατολικά της λίμνης παρατηρήθηκαν στον χάρτη πλημμυρών της μεθόδου SAR, οι οποίες ωστόσο δεν εντοπίστηκαν στον χάρτη πλημμυρών του δείκτη MNDWI λόγω της νεφοκάλυψης στην περιοχή αυτή. Με βάση τη μέθοδο Sentinel-1, μια συνολική έκταση 448 km2 πλημμύρισε τον Αύγουστο του 2018. <br /> <br /> Η σύγκριση των πλημμυρών που χαρτογραφήθηκαν νοτιότερα στην περιοχή έδειξε ότι μεγάλες περιοχές υποδεικνύονται ως πλημμυρισμένες τόσο με τη χρήση του MSI όσο και με τη χρήση του SAR (166 km2, Εικόνα 6ΣΤ). Οι διαφορές μεταξύ των δύο μεθόδων σχετίζονταν εν μέρει με τη νεφοκάλυψη, όπου η παρεμπόδιση από τα σύννεφα cirrus δεν επέφερε περαιτέρω ταξινόμηση των εικονοστοιχείων στις εικόνες Sentinel-2, ενώ αυτό δεν συνέβη για τους χάρτες πλημμυρών της μεθόδου SAR (οι οποίοι δεν παρεμποδίζονται από τη νεφοκάλυψη). Ορισμένες διαφορές παρατηρήθηκαν επίσης γύρω από τις άκρες των πλημμυρισμένων περιοχών, όπου οι χάρτες του Sentinel-2 υπέδειξαν περισσότερα εικονοστοιχεία ως πλημμυρισμένα (Εικόνα 5). Συνολικά, οι πλημμυρικοί χάρτες που βασίζονται στις εικόνες Sentinel-1 και Sentinel-2 στη νότια περιοχή ήταν παρόμοιοι μεταξύ τους για το 85,5% των εικονοστοιχείων που ερευνήθηκαν (Εικόνα 4).<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Το τροπικό σύστημα Vembanad-Kol-Wetland είναι ενσωματωμένο στις πυκνοκατοικημένες διοικητικές περιφέρειες Ernakulam (που περιλαμβάνει την πόλη-λιμάνι Kochi), Kottayam και Alappuzha, με εκτιμώμενο πληθυσμό 3,4 εκατομμύρια ανθρώπους που βασίζονται στα νερά της λίμνης για τα προς το ζην. Ως εκ τούτου, τα μέτρα για τον έλεγχο των πλημμυρών και τον μετριασμό των αρνητικών τους επιπτώσεων όταν αυτές συμβαίνουν, είναι υψίστης σημασίας. Στην παρούσα μελέτη, αποδείξαμε ότι οι πολυφασματικές παρατηρήσεις μπορούν να παράσχουν πληροφορίες σχετικά με τις πλημμυρισμένες περιοχές συμπληρωματικά των παρατηρήσεων SAR. <br /> <br /> Παρόλο που υπάρχουν περιορισμοί στην εφαρμοσιμότητα της πολυφασματικής ραδιομετρίας στο ορατό φάσμα υπό συνθήκες συννεφιάς, η χρήση του Sentinel-2 και άλλων αισθητήρων MSI μπορούν να αυξήσουν σημαντικά τη χρονική κάλυψη των πλημμυρικών χαρτών. Πρόσθετα οφέλη προκύπτουν και από την εφαρμογή των πολυφασματικών παρατηρήσεων για την παρακολούθηση της ποιότητας των υδάτων. Πρόσφατες εργασίες έχουν δείξει ότι οι ισχυρές βροχοπτώσεις και πλημμύρες συνδέονται με τη δυναμική των μικροβιακών ρύπων στο νερό, συμπεριλαμβανομένων των παθογενών μικροοργανισμών. Επομένως, καθίσταται σημαντικό τα μέτρα μετριασμού να περιλαμβάνουν μέτρα για την πρόληψη των κρουσμάτων υδατογενών ασθενειών. Η χαρτογράφηση των πλημμυρών που εξετάζεται εδώ έχει τη δυνατότητα να αποτελέσει μέρος μιας σειράς λύσεων, επιτρέποντας τη διαρκής ενημέρωση των πλημμυρισμένων περιοχών σε περίπτωση καταστροφής, και βοηθώντας στις αρμόδιες αρχές να εστιάσουν στις περιοχές που υπάρχουν μεγαλύτερες ανάγκες. <br /> <br /> Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στην παρούσα μελέτη διατίθενται δωρεάν στο πλαίσιο του προγράμματος Copernicus της Ευρωπαϊκής Ένωσης, ενώ παρόμοια δεδομένα είναι διαθέσιμα και από άλλους οργανισμούς. Παρόλο που η παρούσα μελέτη είναι περιφερειακής κλίμακας, οι μέθοδοι χαρτογράφησης των πλημμυρών που παρουσιάζονται, έχουν τη δυνατότητα να εφαρμοστούν σε οποιονδήποτε αριθμό περιοχών με παρόμοια προβλήματα, με μικρές προσαρμογές στις τοπικές συνθήκες, όπου είναι απαραίτητο. Εξάλλου, ένα από τα πορίσματα της παρούσας μελέτης είναι ότι οι τοπικές πληροφορίες είναι ανεκτίμητες για την ερμηνεία των δορυφορικών δεδομένων και για τη βελτίωση της χρησιμότητας των προϊόντων.<br /> <br /> <br /> <br /> [[category:Πλημμύρες]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/Satellite_Imagery_for_Rapid_Detection_of_Liquefaction_Surface_Manifestations:_The_Case_Study_of_T%C3%BCrkiye%E2%80%93Syria_2023_Earthquakes 2024-01-11T19:38:49Z

<p>Despoina: Νέα σελίδα με ''''Δορυφορικές εικόνες για την ταχεία ανίχνευση των επιφανειακών εμφανίσεων ρευστοποίσησης: ...'</p> <hr /> <div>'''Δορυφορικές εικόνες για την ταχεία ανίχνευση των επιφανειακών εμφανίσεων ρευστοποίσησης: Η περίπτωση των σεισμών του 2023 στην Τουρκία-Συρία 2023.'''<br /> <br /> <br /> '''ΠΗΓΗ''': https://www.mdpi.com/2072-4292/15/17/4190/review_report<br /> <br /> '''ΣΥΓΓΡΑΦΕΙΣ''': Maria Taftsoglou , Sotiris Valkaniotis, George Papathanassiou and Efstratios Karantanellis<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': ρευστοποίηση, πλευρική εξάπλωση, Τουρκία-Συρία σεισμοί, δορυφορικές εικόνες, συμβολομετρία, γεωμορφολογία<br /> <br /> '''ΠΕΡΙΛΗΨΗ'''<br /> <br /> Ο διπλός σεισμός της 6ης Φεβρουαρίου 2023 (Mw 7.7 και Mw 7.6) που σημειώθηκε στο ρήγμα της ανατολικής Ανατολίας προκάλεσε σημαντική ποσότητα φαινομένων ρευστοποίησης του εδάφους στη ΝΑ Τουρκία και στη ΒΔ Συρία. Η μεγάλη έκταση της πληγείσας περιοχής και η ανάγκη ταχείας δράσης, οδήγησαν στην υιοθέτηση και βελτίωση μιας σειράς εργασιών για τη χαρτογράφηση των φαινομένων ρευστοποίησης με βάση δεδομένα τηλεπισκόπησης. Χρησιμοποιώντας δορυφορικές εικόνες, εντοπίστηκαν 1850 τοποθεσίες με εκδηλώσεις φαινομένων ρευστοποίησης και παραμορφώσεων με πλευρική εξάπλωση. Έτσι, δημιουργήθηκε ένας λεπτομερής χάρτης των σεισμογενών ρευστοποιήσεων που προκλήθηκαν από τον σεισμό, με βάση την χαρτογράφηση από οπτικές δορυφορικές εικόνες (υψηλής και πολύ υψηλής ανάλυσης) και τη βοήθεια των δορυφορικών εικόνων ραντάρ και συμβολομετρίας. Η πλειονότητα των περιοχών εντοπίζεται κατά μήκος των μαιανδρικών τμημάτων των ποταμών, στις παράκτιες πεδιάδες, τις αποξηραμένες λίμνες, τα έλη και τις λιμνοθαλάσσιες λεκάνες κατά μήκος του ρήγματος της ανατολικής Ανατολίας, αναδεικνύοντας για άλλη μια φορά την επίδραση της γεωμορφολογίας/επιφανειακής γεωλογίας στην κατανομή των φαινομένων ρευστοποίησης. Χαρτογραφήθηκε συνολικά το 95% των φαινομένων ρευστοποίησης σε απόσταση 25 km από το επιφανειακό ίχνος του ρήγματος, επιβεβαιώνοντας την απόσταση από τη διάρρηξη του ρήγματος ως πιο αποτελεσματικό εργαλείο για την πρόβλεψη της κατανομής των ρευστοποιήσεων σε σχέση με την επικεντρική απόσταση. Έτσι, λαμβάνοντας υπόψη την ταχεία καταγραφή των φαινομένων χωρίς να υπάρχουν περιορισμοί σε χρόνο, κόστος και έρευνα πεδίου, αυτή η μέθοδος μπορεί να οδηγήσει σε έναν γρήγορο και ολοκληρωμένο χάρτη εμφάνισης ρευστοποιήσεων ύστερα από έναν ισχυρό σεισμό και μπορεί επίσης να χρησιμοποιηθεί ως μελλοντικός οδηγός για μεταγενέστερες έρευνες πεδίου για τη χαρτογράφηση του κινδύνου ρευστοποίησης.<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Η ρευστοποίηση συμβαίνει όταν μια ισχυρή δόνηση, αλλάζει την διάταξη των σωματιδίων κορεσμένης ιλύος και λεπτόκοκκής άμμου, αυξάνοντας την πίεση του πορώδους. Οι συνέπειες της ρευστοποίησης περιλαμβάνουν την εμφάνιση ενός μείγματος νερού και άμμου στην επιφάνεια του εδάφους με αποτέλεσμα την καθίζηση της επιφάνειας του εδάφους και την εμφάνιση φαινομένων πλευρικής εξάπλωσης. <br /> <br /> Η καταγραφή των ιστορικών φαινομένων ρευστοποίησης είναι ένα από τα πιο σημαντικά βήματα για την κατανόηση του μηχανισμού πυροδότησης της ρευστοποίησης και έχει συμβάλει σημαντικά στον μετριασμό των μοντέλων αστοχίας λόγω ρευστοποίησης. Οι ταχείες εκτιμήσεις των επιπτώσεων ενός σεισμού μπορούν να βοηθήσουν στη βελτίωση της αντιμετώπισης έκτακτων αναγκών και στην ελαχιστοποίηση των επαγόμενων απωλειών.<br /> <br /> Οι τεχνικές τηλεπισκόπησης κυμαίνονται από απλές οπτικές/χειροκίνητες μεθόδους ταξινόμησης έως ημι-αυτοματοποιημένες τεχνικές θεματικής ταξινόμησης και ανίχνευσης αλλαγών. Φαινόμενα ρευστοποιήσεων μπορεί να εντοπιστούν σε περιφερειακή κλίμακα μέσω οπτικών δορυφορικών εικόνων και ραντάρ συνθετικού ανοίγματος (SAR) ή σε μικρή κλίμακα (συγκεκριμένη τοποθεσία) με τη χρήση εναέριων εικόνων από UAV. Η ανάλυση οπτικών δεδομένων παρέχει μια δισδιάστατη εικόνα της πληγείσας περιοχής μετά τον σεισμό, η οποία μπορεί να χρησιμοποιηθεί για την τεκμηρίωση της χωρικής κατανομής των φαινομένων σε μια περιοχή. Από την άλλη πλευρά, τα δεδομένα SAR μπορούν να αποκτηθούν ανεξάρτητα από τον ηλιακό φωτισμό και τη νεφοκάλυψη και επιτρέπουν την εφαρμογή αναλυτικών τεχνικών όπως η συμβολομετρία ραντάρ (InSAR). Χαρακτηριστικά παραδείγματα χρήσης εργαλείων τηλεπισκόπησης για την ανίχνευση επιφανειακών φαινομένων ρευστοποίησης είναι αυτά της Αϊτή 2010 , Tohoku, Ιαπωνία 2011, Christchurch, Νέα Ζηλανδία 2010-2011, Oklahoma, ΗΠΑ 2011 και Δαμάσι, Ελλάδα 2021 όπου εκτοξεύσεις, κρατήρες, σχισμές, και φαινόμενα πλευρικής εξάπλωσης χαρτογραφήθηκαν με οπτική εξέταση δορυφορικών εικόνων και αεροφωτογραφιών.<br /> <br /> Ο στόχος της παρούσας μελέτης είναι διττός: να ανιχνεύσει τις εκδηλώσεις ρευστοποίησης που ήταν αυξημένες κατά μήκος της ζώνης διάρρηξης όπου εκδηλώθηκαν και τα γεγονότα του Φεβρουαρίου και να εκτιμήσει προκαταρκτικά την συσχέτιση των γεωμορφολογικών χαρακτηριστικών με τη θέση και τις συστάδες των φαινομένων ρευστοποίησης. Το τελευταίο ζήτημα διερευνήθηκε αρχικά από τους Youd και Perkins, οι οποίοι πρότειναν κριτήρια επιδεκτικότητας σε ρευστοποίηση, ενώ πολλοί ερευνητές ανέδειξαν πρόσφατα αυτή την ισχυρή συσχέτιση καταλήγοντας στο συμπέρασμα ότι οι εκδηλώσεις ρευστοποίησης δεν κατανέμονται τυχαία στην επικεντρική περιοχή, αλλά συγκεντρώνονται κυρίως σε συγκεκριμένα αποθετικά περιβάλλοντα.<br /> <br /> ''Ο διπλός σεισμός στις 6η Φεβρουαρίου 2023 στην Τουρκία/Συρία''<br /> <br /> Το πρώτο συμβάν Mw 7.7 συνέβη στις 6 Φεβρουαρίου 2023 στις 04:17 (01:17 GMT) (AFAD) στην περιοχή Pazarcık της Τουρκίας στο Kahramanmaras με εστιακό βάθος 8,6 km. Οι συντεταγμένες του επίκεντρου του σεισμού είναι N37.288, E37.043 (AFAD). Το αρχικό γεγονός συνέβη σε δομές διαρρήξεων διερεύνησης κάτω από τη λεκάνη Narli κοντά στο Pazarcik, και στη συνέχεια το ρήγμα επεκτάθηκε σε όλη την κύρια EAFZ Η ταχύτητα διάρρηξης αυτού του γεγονότος υπολογίστηκε σε 3,2-3,3 km/s με επιφανειακές μετατοπίσεις της τάξης των 3-7 m. Η χωρική κατανομή των μετασεισμών (Σχήμα 1) δείχνει ότι το ρήγμα του σεισμού έφτασε στην Antakya (Hatay) στα νότια και κατέληξε στα βόρεια στο τμήμα Pütürge, κοντά sτο ρήγμα του σεισμού Do˘ganyol, Elazı ˘g του 2020. Το συνολικό μήκος του ρήγματος ήταν 310-350 km με ένα επιφανειακό μήκος χαρτογραφημένου ρήγματος 270 km.<br /> [[Εικόνα:pic2.1_karakasi.jpg| thumb| center|'''Eικόνα 1:'''''Μετασεισμοί των σεισμών Μ7,7 και Μ7,6. Οι επικεντρικές τοποθεσίες ανακτήθηκαν από τον κατάλογο AFAD (6 Φεβρουαρίου 2023-2 Μαϊου 2023)'']]<br /> Ένα δεύτερο σημαντικό γεγονός (σεισμός Elbistan) έλαβε χώρα λίγες ώρες αργότερα στις 13:24 (10:24 GMT) στο Ekinözü, Kahramanmaras με Mw 7,6 και εστιακό βάθος 7,0 km (AFAD). Το επίκεντρο του δεύτερου σεισμού εντοπίστηκε στη θέση N38.089, E37.239 (AFAD) πλησίον του χαρτογραφημένου ίχνους του ρήγματος Sürgü (SF). Η ταχύτητα διάρρηξης αυτού του γεγονότος, υπολογίστηκε σε 2,5-2,8 km/s. Το μήκος του δεύτερου ρήγματος ήταν 150-170 km με επιφανειακές μετατοπίσεις της τάξης των 2-8 m.<br /> <br /> Οι σεισμοί έπληξαν τις επαρχίες Kahramanmaras, Adıyaman, Hatay, Osmaniye, Gaziantep, Kilis, ¸Sanlıurfa, Diyarbakır, Malatya, Adana, και Elazıg, προκαλώντας περισσότερες από 50.000 ανθρώπινες απώλειες στην Τουρκία και τη Συρία. Αρκετά τμήματα των μεταφορών και ενεργειακών υποδομών υπέστησαν σοβαρές ζημιές. Ο αριθμός των κτιρίων που κατέρρευσαν ή εκείνων που πρέπει να κατεδαφιστούν έφθασε τα 156.000. Εκτεταμένη ήταν και η καταγραφή φαινομένων που προκλήθηκαν από τον σεισμό, όπως επιφανειακές διαρρήξεις, ρευστοποίησεις, καταπτώσεις βράχων και κατολισθήσεις. Μεταξύ αυτών, τα οι επιφανειακές διαρρήξεις και η ρευστοποίηση του εδάφους ήταν τα κυρίαρχα φαινόμενα που προκάλεσαν αστοχίες τόσο σε ελεύθερα πεδία όσο και σε ανθρωπογενή περιβάλλοντα.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Όπως αναφέρθηκε προηγουμένως, ένας από τους στόχους της παρούσας μελέτης, είναι να οριοθετήσει μέσα σε ένα μικρό χρονικό διάστημα μετά την εμφάνιση του σεισμικού γεγονότος, τις εμφανίσεις φαινομένων ρευστοποίησης, με βάση απομακρυσμένες μεθόδους έρευνας. Για να επιτευχθεί αυτό, οι μελέτες που εφαρμόζονται κατά την διάρκεια της μετασεισμικής έρευνας διαχωρίζονται σε φάση I και φάση ΙΙ. Η πρώτη φάση σχετίζεται με μελέτες απομακρυσμένης έρευνας, που πραγματοποιούνται λίγες ώρες ή λίγες ημέρες μετά την εκδήλωση του κύριου σεισμού, με στόχο (i) την προκαταρκτική εκτίμηση των πιθανών περιοχών ρευστοποίησης με βάση τις εμπειρικές σχέσεις που συσχετίζουν το μέγεθος του σεισμού με την απόσταση εκδηλώσεων επιφανειακών ρευστοποιήσεων, ii) να συλλέξει βασικές πληροφορίες λαμβάνοντας υπόψη ιστορικές ρευστοποιήσεις και τη γεωλογία/γεωμορφολογία και (iii) να αποκαλυφθεί η έκταση των περιοχών ρευστοποίησης, με βάση δορυφορικές εικόνες πριν και μετά το συμβάν. Έχοντας εντοπιστεί οι ζώνες ρευστοποίησης, μπορεί να πραγματοποιηθεί η δεύτερη φάση (φάση ΙΙ), η οποία συνίσταται σε μια αναγνωριστική έρευνα πεδίου που περιλαμβάνει τεχνικές επιτόπιας εξακρίβωσης.<br /> <br /> ''Οπτικές δορυφορικές εικόνες''<br /> <br /> Για τον εντοπισμό και την χαρτογράφηση φαινομένων ρευστοποίησης λόγω των σεισμικών γεγονότων που συνέβησαν στις 6 Φεβρουαρίου του 2023, χρησιμοποιήθηκαν δορυφορικές εικόνες που αντλήθηκαν τις πρώτες μέρες και μέχρι τέσσερις βδομάδες μετά την εκδήλωση του γεγονότος.<br /> <br /> Οι πολυφασματικές εικόνες Copernicus Sentinel-2 με εύρος λήψης 290km, χωρική ανάλυση 10 m (για τις κόκκινες, μπλε, πράσινες και εγγύς υπέρυθρες ζώνες) συνιστούν κατάλληλα εργαλεία για την επισκόπηση της πληγείσας περιοχής. Παρόλο που η ανάλυση δεν είναι η βέλτιστη, η κάλυψη των μεμονωμένων λήψεων και η υψηλή χρονική διακριτική ικανότητα (περίοδος επαναληψιμότητας 3-5 ημέρες) μπορούν να παρέχουν ένα γρήγορο σύνολο δεδομένων για να τον εντοπισμό σημαντικών εκδηλώσεων φαινομένων ρευστοποίησης. Η αξιοποίηση των εικόνων Sentinel-2 αποτέλεσε το πρώτο βήμα για τον εντοπισμό περιοχών ενδιαφέροντος. Οι πλημμύρες των πεδιάδων και του ανάντη τμήματος της ποτάμιας κοιλάδας Orontes, καθώς και η χιονοκάλυψη των βόρειων περιοχών, απαγόρευσε την χρήση ημιαυτόματων μεθόδων για τον εντοπισμό ρευστοποιήσεων και εφαρμόστηκε μόνο οπτική χαρτογράφηση. <br /> <br /> Επίσης χρησιμοποιήθηκαν εικόνες Planet που κάλυπταν ένα μεγάλο μέρος της πληγείσας περιοχής. Ένας αριθμός μεμονωμένων καρέ (τόσο από το Planetscope όσο και από το SkySat) σε διάφορα σημεία δημοσιεύθηκαν επίσης από την Planet ως ανοικτά δεδομένα και αποκτήθηκαν μέσω της πύλης OpenAerialMap.<br /> <br /> Η πλειονότητα της χαρτογράφησής πραγματοποιήθηκε με υψηλής ανάλυσης (VHR) οπτικές δορυφορικές εικόνες που κάλυπταν ένα σημαντικό μέρος της διάρρηξης και των περιοχών που επλήγησαν. Ένας μεγάλος αριθμός καρέ VHR που αποκτήθηκαν λίγο μετά τους σεισμούς δόθηκαν στη δημοσιότητα από τη Maxar μέσω του προγράμματος ανοικτών δεδομένων (Disaster Response Geospatial Analytics). Οι εικόνες αποκτήθηκαν από τους αισθητήρες GeoEye-1 καιWorldView 1-2-3. και δημοσιεύθηκαν σε μορφή Analysis-Ready Data (ARD).<br /> <br /> ''Δορυφορικές εικόνες SAR''<br /> <br /> Εκτός από τις οπτικές εικόνες, αξιοποιήθηκαν και οι δορυφορικές εικόνες από το ραντάρ συνθετικού ανοίγματος (SAR). Οι διαθέσιμες εικόνες του Sentinel-1A με εύρος λήψης 250 km και χωρική ανάλυση 5 m επί 20 m κάλυπταν ολόκληρη την περιοχή μελέτης. Πολλαπλά καρέ τόσο της ανοδικής, όσο και της καθοδικής τροχιάς, χρειάστηκαν για να καλυφθεί η πληγείσα περιοχή, με περίοδο επαναληψιμότητας 12 ημέρες για κάθε καρέ. Παρά το γεγονός ότι οι εικόνες ραντάρ δεν προσφέρουν τις ίδιες δυνατότητες απεικόνισης όπως οι οπτικές εικόνες, μπορούν να αξιοποιηθούν οι δυνατότητες τους μέσω του InSAR (Interferometric Synthetic Aperture Radar), προκειμένου να εντοπιστούν σημαντικές αλλαγές στις καλύψεις γης και να παραχθούν λεπτομερείς χάρτες της εδαφικής παραμόρφωσης.<br /> <br /> ''Άλλες πηγές''<br /> <br /> Άλλες πηγές εικόνων που συνέβαλαν στην εναέρια και δορυφορική χαρτογράφηση της περιοχής ήταν διαθέσιμες από το τουρκικό Υπουργείο Εθνικής Άμυνας (Γενική Διεύθυνση Χαρτογράφησης). Αυτές οι εικόνες χρησιμοποιήθηκαν προκειμένου να συμπληρωθούν περιοχές που δεν καλύπτονταν από τις εικόνες Maxar και Planet VHR. Επιπλέον, ορθοφωτογραφίες από UAS (μη επανδρωμένα αεροσκάφη) για τους οικισμούς που επλήγησαν από τους σεισμούς, ήταν διαθέσιμες από την OpenAriealMap. <br /> <br /> Για την εξέταση των τοπικών γεωμορφολογικών χαρακτηριστικών που ενδεχομένων να μην είναι ορατά εξαιτίας της σύγχρονης ανθρώπινης δραστηριότητας, χρησιμοποιήθηκαν δορυφορικές εικόνες KH-4 Corona.<br /> <br /> ''Μεθοδολογία''<br /> <br /> Με βάση την προηγούμενη εμπειρία της ομάδας μελέτης στην ταχεία χαρτογράφηση των φαινομένων ρευστοποίησης, χρησιμοποιήθηκε ως οδηγός, ο δημοσιευμένος χάρτης ShakeMap του USGS, διατηρώντας την περιοχή που περικλείεται από την ισοϋψή μέγιστης εδαφικής επιτάχυνσης (PGA) 0,1 g. Αβεβαιότητες και γενίκευση των εργαλείων του ShakeMap συντελούν στην επιλογή μιας συντηρητικής τιμής για την PGA, ώστε να ληφθούν υπόψη οι τοπικές επιδράσεις και να γίνει απλουστευμένη μοντελοποίηση της πηγής του ρήγματος.<br /> <br /> Η έρευνα ξεκίνησε από την περιοχή κατά μήκος του επιφανειακού ρήγματος, το οποίο χαρτογραφήθηκε προκαταρκτικά με τη χρήση οπτικών εικόνων, χαρτών συν-σεισμικών μετατοπίσεων και InSAR. Οι θέσεις των σεισμογενών χαρακτηριστικών, όπως η επιφανειακή διάρρηξη του ρήγματος και οι ρωγμές θεωρούνται τοποθεσίες που είναι επιρρεπείς στην εμφάνιση ρευστοποιήσεων και ζώνες στις οποίες αναμένεται να εκδηλωθεί ισχυρή εδαφική κίνηση, ιδίως κοντά στο ρήγμα.<br /> [[Εικόνα:pic2.2_karakasi.jpg| thumb| center|'''Eικόνα 2:'''''Αναλυτική παρουσίαση βημάτων για τον εντοπισμό και τη χαρτογράφηση των σχετιζόμενων με την ρευστοποίηση φαινομένων με τη χρήση δεδομένων τηλεπισκόπησης'']]<br /> Το επόμενο βήμα της έρευνάς ήταν ο προσδιορισμός των των περιοχών με επιδεκτικότητα σε ρευστοποίηση κοντά στο σεισμογόνο ρήγμα. Χρησιμοποιώντας τους διαθέσιμους γεωλογικούς χάρτες, οριοθετήθηκαν οι επιφανειακοί γεωλογικοί σχηματισμοί του Ολοκαίνου και του Τεταρτογενούς και αποκλείστηκαν παλαιότεροι, δηλαδή σχηματισμοί προ τεταρτογενούς ηλικίας, και περιοχές με βραχώδες υπόβαθρο. Πρόσφατα μη συνεκτικά λεπτόκοκκα έως μέσης κοκκομετρίας ιζήματα, όπως παράκτιες αποθέσεις, ποτάμιες αποθέσεις, αλλουβιακές πεδιάδες και αποστραγγισμένες λίμνες/βαλτότοποι είναι επιρρεπή σε ρευστοποίηση. Αυτοί είναι επίσης οι σχηματισμοί που είναι πιο πιθανόν να είναι κορεσμένοι σε νερό, λόγω ρηχού υπόγειου υδροφόρου ορίζοντα.<br /> <br /> ''Ανάλυση InSAR''<br /> <br /> Σημαντικά φαινόμενα ρευστοποίησης και παραμορφώσεις πλευρικής εξάπλωσης μπορεί να εντοπιστούν μέσω InSAR ως (α) μεμονωμένα και πολύπλοκα μοτίβα απομακρυσμένα από τις ζώνες διάρρηξης β) συγκεντρώσεις απώλειας συνοχής μέσω της τεχνικής ανίχνευσης αλλαγής συνοχής (CCD). Σε πολύπλοκα μοτίβα κροσσών που δεν συνδέονται με πρωτογενή ή δευτερογενή ρήγματα, η παραμόρφωση σχετίζεται με την ταλάντωση του εδάφους ή την πλευρική εξάπλωση σε μεγάλη κλίμακα. Αυτοί οι τύποι κροσσών εντοπίστηκαν σε συν-σεισμικά συμβολομετρικά διαγράμματα στην περιοχή της επαρχίας Hatay (εκβολές και προσχωματική κοιλάδα του Orontes ποταμού και της πεδιάδας Amik) και επίσης στο Narli.<br /> <br /> ''Οπτική χαρτογράφηση''<br /> <br /> Οι εικόνες εξετάσθηκαν βάση της ακολουθίας Sentinel 2-&gt; Planet-&gt; VHR με σταδιακά αυξανόμενη λεπτομέρεια και αναγνώριση μικρότερων χαρακτηριστικών. Οι τοποθεσίες χαρτογραφήθηκαν ως σημεία που αντιπροσωπεύουν είτε μεμονωμένα χαρακτηριστικά είτε συγκεντρώσεις (clustering) πολλαπλών χαρακτηριστικών ρευστοποιήσεων. Τα σημεία κατά μήκος των περιοχών πολλαπλών χαρακτηριστικών εντοπίστηκαν περίπου κάθε μερικές δεκάδες ή εκατοντάδες μέτρα ανάλογα με την κατανομή των χαρακτηριστικών. Λαμβάνοντας υπόψη την περιφερειακή κλίμακα της παρούσας μελέτης, υιοθετήθηκε αυτή η μέθοδος για την ταχεία αναγνώριση και χαρτογράφηση, αντί να επικεντρώνεται στην αναγνώριση κάθε επιμέρους χαρακτηριστικού. Τα χαρακτηριστικά των περιοχών με φαινόμενα ρευστοποιήσεων επαληθεύτηκαν με την σύγκριση εικόνων πριν την εμφάνιση του σεισμικού γεγονότος, προκειμένου να απορριφθούν χαρακτηριστικά που δεν συνδέονται με το σεισμικό γεγονός.<br /> [[Εικόνα:pic2.3_karakasi.jpg| thumb| center|'''Eικόνα 3:'''''Παραδείγματα διαφορετικών τύπων φαινομένων ρευστοποίησης που προκλήθηκα από τον σεισμό, όπου η χαρτογράφηση έγινε με χρήση οπτικών εικόνων'']]<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Εφαρμόζοντας την προαναφερθείσα μεθοδολογία, εντοπίστηκαν 1850 περιοχές με φαινόμενα ρευστοποίησης και χαρακτηριστικά πλευρικής εξάπλωσης κατά μήκος της ζώνης EAFZ (Εικ.4) Οι περισσότερες από αυτές τις εκδηλώσεις χαρτογραφήθηκαν κοντά στο επιφανειακό ρήγμα του πρώτου σεισμού M7,7. Το δεύτερο σεισμικό γεγονός Μ7,6 επηρέασε περιοχές μεγαλύτερου γεωγραφικού πλάτους που καλύπτονταν από χιόνι, γεγονός που περιόρισε την ανίχνευση των φαινομένων ρευστοποίησης. Οι βορειότερες χαρτογραφημένες περιοχές βρίσκονται βόρεια της Μαλάτιας, ενώ οι νοτιότερες βρίσκονται στις εκβολές και στην κοιλάδα του ποταμού Ορόντη, στην επαρχία Hatay.<br /> [[Εικόνα:pic2.4_karakasi.jpg| thumb| center|'''Eικόνα 4:'''''Χάρτης επισκόπησης των περιοχών ρευστοποίησης και πλευρικής εξάπλωσης που εντοπίστηκαν και χαρτογραφήθηκαν με τη χρήση δορυφορικών εικόνων. Οι ζώνες διάρρηξης απεικονίζονται με μαύρες γραμμές, όπως φαίνονται από τις εικόνες Sentinel-2. Τα επίκεντρα των σεισμών της 6ης Φεβρουαρίου σημειώνονται με κίτρινα αστέρια, ενώ με κίτρινο χρώμα φαίνονται και οι τεταρτογενείς σχηματισμοί κατά μήκος του ρήγματος.'']]<br /> Ειδικότερα, οι κρατήρες και ρωγμές, καθώς και τα φαινόμενα πλευρικής εξάπλωσης εκδηλώθηκαν σε περιοχές κοντά στο ρήγμα που καλύπτονταν από ποτάμιες και παράκτιες ολοκαινικές αποθέσεις. Χαρτογραφημένες περιοχές υψηλής πυκνότητας φαινομένων ρευστοποίησης φαίνονται στην νοτιοδυτική παράκτια ζώνη της Antakya και του λιμανιού Iskenderun μέχρι τη βορειοανατολική Λεκάνη Gölbasi κατά μήκος του ρήγματος M7,7 του κύριου σκέλους του ρήγματος της Ανατολικής Ανατολίας. Σποραδικές εκδηλώσεις χαρτογραφήθηκαν στη βόρεια περιοχή του Ελπιστάν και της Μαλάτιας και θεωρήθηκαν ότι προκλήθηκαν από τον δεύτερο σεισμό Μ7,6.<br /> <br /> Η μεγαλύτερη πυκνότητα φαινομένων ρευστοποίησης χαρτογραφήθηκε βόρεια της Αντάκυας, στην κοιλάδα Amik (Amuq) και στον ποταμό Orontes (Asi) (Εικόνα 6). Η λεκάνη Amik αναπτύσσεται στην τριπλή διασταύρωση των τμημάτων Amanos (EAF), Hacipasa (DSF) και Antakya και είναι πληρωμένη με ιζήματα του Πλειο-Τεταρτογενούς. Οι περισσότερες περιοχές ρευστοποίησης και πλευρικής εξάπλωσης ακολουθούν τα μαιανδρικά τμήματα του ποταμού Aksu, καθώς και εγκαταλελειμένους μαιάνδρους που διέρχονται από αυτές τις λεκάνες. Πολυάριθμα φαινόμενα ρευστοποίησης εντοπίστηκαν και χαρτογραφήθηκαν και στον πυθμένα της λίμνης του φράγματος Pazarcik και ανάντη προς τα ανατολικά. Περίπου το 20% των συνολικών καταγραφών ρευστοποίησης χαρτογραφήθηκαν σε αυτή την περιοχή (Εικόνα 6). <br /> [[Εικόνα:pic2.5_karakasi.jpg| thumb| center|'''Eικόνα 5:'''''(α) Μοντέλο σχετικού υψομέτρου (REM) της κοιλάδας του ποταμού Ορόντη, νότια της πρώην λίμνης Amik. Οι θέσεις που εκδηλώνονται φαινόμενα ρευστοποίησης σημειώνονται με κόκκινες κουκκίδες. Πηγή υψομέτρων: Copernicus DEM. (β) Ανίχνευση εκτινασόμενου υλικού ρευστοποίησης (ανοιχτά χρώματα) και φαινομένων πλευρικής εξάπλωσης κατά μήκος ενός μαιανδρικού τμήματος του ποταμού Ορόντη στις δορυφορικές εικόνες Maxar VHR.'']]<br /> Οι περισσότερες εκδηλώσεις φαινομένων ρευστοποίησης εντοπίστηκαν σε μια πρώην πλημμυρισμένη περιοχή που είχε γεμίσει κατά τη διάρκεια της δεκαετίας του 1980 στο παράκτιο μέτωπο (Εικ.6). Συγκεκριμένα, η πόλη Iskenderun υπέστη σοβαρές καταστροφές λόγω εκτεταμένης πλευρικής εξάπλωσης και ρευστοποίησης κατά μήκος του παράκτιου μετώπου της στο δυτικό και κεντρικό τμήμα, ενώ μεγάλες εκτάσεις και τμήματα αποβαθρών στις λιμενικές εγκαταστάσεις προς τα ανατολικά βυθίστηκαν λόγω φαινομένων πλευρικής εξάπλωσης (Εικ.7). Καθιζήσεις κοντά στο παράκτιο μέτωπο είχαν ως αποτέλεσμα την μικρή πλημμύρα του βορειότερου τμήματος της πόλης για λίγες ημέρες μετά τους σεισμούς. Ταυτόχρονα, η λεωφόρος Ατατούρκ και το παραλιακό μέτωπο καλύφθηκαν από εκτεταμένα φαινόμενα ρευστοποίησης που έγιναν ορατά ως ανοιχτές και σκούρε γκρι αποθέσεις άμμου/ιλύος στις δορυφορικές εικόνες VHR μετά το σεισμό.<br /> [[Εικόνα:pic2.6_karakasi.jpg| thumb| center|'''Eικόνα 6:'''''(Πάνω)Δορυφορικές εικόνες KH-4 Corona από το 1969, που δείχνουν την έκταση των χωματερών και την επέκταση του παράκτιου μετώπου κατά τις τελευταίες δεκαετίες (σημερινή ακτογραμμή με λευκή γραμμή)<br /> (Κάτω): Μετασεισμικές οπτικές δορυφορικές εικόνες VHR της Maxar που δείχνουν την τρέχουσα κατάσταση στην Iskenderun. Τα φαινόμενα που σχετίζονται με τη ρευστοποίηση σημειώνονται με κόκκινο χρώμα.'']]<br /> [[Εικόνα:pic2.7_karakasi.jpg| thumb| center|'''Eικόνα 7:'''''Δορυφορικές εικόνες VHR πριν από το σεισμό (a,c) και μετά το σεισμό (Maxar) που δείχνουν τις ρευστοποιήσεις στις προβλήτες του λιμένα Iskenderun (β) και βύθιση συγκεκριμένων τμημάτων λόγω πλευρικής εξάπλωσης (δ).'']]<br /> <br /> ''Συσχέτιση της απόστασης των θέσεων ρευστοποίησης με τη θέση των επικέντρων και την ζώνη διάρρηξης''<br /> <br /> Λαμβάνοντας υπόψη προηγούμενες μελέτες, η αναμενόμενη μέγιστη επικεντρική απόσταση των ρευστοποιημένων περιοχών ήταν περίπου 150 km για σεισμό μεγέθους M7,7 (Εικ.8). Σύμφωνα με την απογραφή ρευστοποίησης από την ομάδα μελέτης, η δήλωση αυτή επικυρώνεται, καθώς το 92% του συνόλου των καταγραφών κατανέμεται εντός μιας περιοχής που βρίσκεται σε απόσταση 150 km από το επίκεντρο. Όσον αφορά το την κατανομή των θέσεων ρευστοποίησης σε σχέση με το επιφανειακό ίχνος του ρήγματος, η πλειονότητα των περιστατικών (95%) εντοπίστηκε σε ένα τμήμα 25 km, με πολύ λίγες τοποθεσίες μεταξύ 25 και 50 χλμ. απόστασης (Εικ.9).<br /> [[Εικόνα:pic2.8_karakasi.jpg| thumb| center|'''Eικόνα 8:'''''Κατανομή των θέσεων ρευστοποίησης σε σύγκριση (α) με την απόστασή τους από το επίκεντρο του σεισμού M7,7 της 6ης Φεβρουαρίου 2023 (κίτρινο αστέρι) και (β) του ρήγματος (μαύρη γραμμή).'']]<br /> [[Εικόνα:pic2.9_karakasi.jpg| thumb| center|'''Eικόνα 9:'''''Διάγραμμα αθροιστικής συχνότητας ανάμεσα στην απόσταση από τη διάρρηξη του ρήγματος και τις περιοχές ρευστοποίησης.'']]<br /> <br /> '''ΣΥΖΗΤΗΣΗ'''<br /> <br /> Για τους σκοπούς αυτής της μελέτης, λήφθηκε υπόψιν το ShakeMap για τους σεισμούς που συνέβησαν στις 6 Φεβρουαρίου 2023, που παρήχθη από το Γεωλογικό Ινστιτούτο των Ηνωμένων Πολιτειών (USGS) για να διερευνηθεί η χωρική κατανομή των θέσεων ρευστοποίησης σε σχέση με την μέγιστη επιτάχυνση του εδάφους (PGA) και τη μέγιστη εδαφική ταχύτητα (PGV). Ειδικότερα, μια επικαιροποιημένη έκδοση του αρχικού ShakeMap χρησιμοποιήθηκε (πρόσβαση στις 26 Απριλίου 2023) και ενσωμάτωσε μια πιο λεπτομερής μοντελοποίηση ρήγματος. Οι πρώτες κιόλας εκδόσεις του ShakeMap δεν περιλάμβαναν ένα ολοκληρωμένο μοντέλο διαρρηξης και θεωρήθηκαν ανακριβής, καθώς μόνο μια απλή κυκλική απόσταση από το προκαταρκτικό επίκεντρο ενσωματώνεται για την εξασθένηση της εδαφικής κίνησης. Αυτό είναι ένα θέμα των υπηρεσιών της ShakeMap, καθώς δεν μπορούν να ενσωματώσουν την πηγή του ρήγματος, χωρίς την ανθρώπινη παρέμβαση κατά τη διάρκεια των πρώτων ωρών ή ημερών μετά από ένα σεισιμικό γεγονός. Ένας συνδυασμένος χάρτης ράστερ του μέγιστων τιμών PGA και PGV και για τα δύο συμβάντα παράχθηκε συνδυάζοντας τους αρχικούς χάρτες (Εικόνα 10). Με τον τρόπο αυτό, η ομάδα μελέτης μείωσε τις αβεβαιότητες που προέκυψαν λόγω πιθανών ανακριβειών στη μοντελοποίηση των ρηγμάτων και τις ελλείψεις λεπτομερειών για την τοποθεσία, τις συνθήκες, κ.λπ. στην απόδοση των εμφανίσεων ρευστοποίησης στα δύο κύρια γεγονότα.<br /> <br /> Η ανάλυση κατανομής και τα διαγράμματα συχνοτήτων (Εικόνα 10) φανερώνουν παρόμοια αποτελέσματα αναφορικά με την απόσταση από τη διάρρηξη του ρήγματος- η πλειονότητα των χαρτογραφημένων θέσεων ρευστοποίησης βρίσκεται εντός μιας στενής ζώνης κοντά στα ρήγματα του σεισμού, όπου παρατηρούνται υψηλές τιμές PGA και PGV. Το 95ο εκατοστημόριο των θέσεων ρευστοποίησης συσχετίζεται με τιμές PGA &gt; 0,14 g και PGV &gt; 12 cm/s. Οι παρατηρήσεις αυτές είναι πολύτιμες για την έγκαιρη πρόβλεψη των περιβαλλοντικών επιπτώσεων του σεισμού σε μελλοντικά γεγονότα και για την παραγωγή χαρτών κινδύνου ρευστοποίησης. Η συσχέτιση των θέσεων ρευστοποίησης με την απόσταση από το ρήγμα και τις τιμές της εδαφικής κίνησης (PGA, PGV) ορίζει ένα γεωγραφικό όριο για την εμφάνιση της ρευστοποίησης. Ωστόσο, η κατανομή και η συγκέντρωσή τους εντός της συγκεκριμένης ζώνης (γεωγραφικό όριο) είναι ανομοιόμορφη. Επισημαίνεται ότι δεν εμφανίζουν όλες οι περιοχές χαμηλού αναγλύφου που βρίσκονται σε μικρή απόσταση από το ρήγμα φαινόμενα ρευστοποίησης- η πλειονότητα των χαρτογραφημένων θέσεων ρευστοποίησης σχηματίζει συστάδες σε συγκεκριμένους τύπους αλλουβιακών ιζημάτων. Η μεταβλητότητα των γεωμορφολογικών συνθηκών και των επιφανειακών ιζημάτων σε αυτές τις περιοχές σχετίζεται άμεσα με τη σοβαρότητα και την ομαδοποιημένη εμφάνιση ρευστοποιήσεων. Αυτός ήταν ο βασικός λόγος που μας ώθησε την ομάδα μελέτης να εφαρμόσει μια σειρά εργασιών απομακρυσμένης χαρτογράφησης των εμφανίσεων ρευστοποίησης.<br /> <br /> Σε γενικές γραμμές, η γεωμορφολογία διαδραματίζει έναν σημαντικό ρόλο στην χωρική κατανομή των φαινομένων ρευστοποίησης. Όπως περιγράφηκε σε προηγούμενες ενότητες, η πλειονότητα των φαινομένων ρευστοποίησης συγκεντρώθηκε κατά μήκος των μαιάνδρων του ποταμού (εσωτερικό τμήμα του μαιάνδρου), σε εγκαταλελειμμένα ή πρόσφατα πληρωμένα τμήματα του ποταμού, καθώς και σε αποξηραμένες λεκάνες λιμνών και παράκτιες ζώνες.<br /> [[Εικόνα:pic2.10_karakasi.jpg| thumb| center|'''Eικόνα 10:'''''Κατανομή των θέσεων ρευστοποίησης σε σχέση (α) με την μέγιστη εδαφική επιτάχυνση (PGA) ShakeMap και (β) μέγιστη ταχύτητα εδάφους (PGV) ShakeMap. Διαγράμματα αθροιστικής συχνότητας για την τιμή PGA και (γ) PGV (δ). Ισοϋψής της PGA 0,14 g και ισοϋψής της PGV 12 cm/s που αντιπροσωπεύουν το 95ο εκατοστημόριο των περιοχών ρευστοποίησης παρουσιάζονται στα (α,β) ως διακεκομμένη γραμμή. Τα κίτρινα αστέρια δείχνουν τα επίκεντρα των δύο κύριων σεισμών (M7,7 και M7,6) και τα πορτοκαλί αστέρια τη θέση των κύριων μετασεισμών (M6,7 και M6,4).'']]<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η ομάδα μελέτης χρησιμοποίησε δορυφορικές εικόνες και χαρτογράφησε 1850 τοποθεσίες με εμφανίσεις ρευστοποίησης και φαινόμενα πλευρικής εξάπλωσης που προκλήθηκαν από τους σεισμούς Mw 7,7 και Mw 7,6 της 6ης Φεβρουαρίου 2023 στην Τουρκία/Συρία. Επιπλέον, εφάρμοσε και βελτίωσε περαιτέρω, μια υπάρχουσα μεθοδολογία που χρησιμοποιείται για την ταχεία χαρτογράφηση της ρευστοποίησης που προκαλείται από τους σεισμούς. Ειδικότερα προέκυψαν τα εξής συμπεράσματα:<br /> <br /> (1) Υψηλής και πολύ υψηλής ανάλυσης οπτικές δορυφορικές εικόνες, με τη βοήθεια δορυφορικών εικόνων ραντάρ και της συμβολομετρίας, συνέβαλαν στην δημιουργία ενός λεπτομερούς χάρτη των εμφανίσεων ρευστοποίησης σε μια μεγάλη περιοχή που επλήγη από τους δύο ισχυρούς σεισμούς.<br /> <br /> (2) Παρά τους περιορισμούς των τωρινών δεδομένων χαρτογράφησης και των αποτελεσμάτων, θεωρούμε ότι ο χάρτης τεκμηριώνει σε ικανοποιητικό βαθμό την κατανομής των θέσεων ρευστοποίησης σε όλη την πληγείσα περιοχή στη ΝΑ Τουρκία και τη Συρία. Περιγράφονται επίσης οι περισσότερες περιοχές με σημαντική συγκέντρωση και σοβαρά φαινόμενα ρευστοποίησης.<br /> <br /> (3) Η εφαρμογή της προτεινόμενης ροής εργασιών για τη χαρτογράφηση των εμφανίσεων ρευστοποίησης με δεδομένα τηλεπισκόπησης διευκόλυνε την εστιασμένη έρευνα και επέτρεψε την ταχεία χαρτογράφηση μιας μεγάλης σε έκταση περιοχής.<br /> <br /> (4) Η πλειονότητα των φαινομένων ρευστοποίησης εντοπίστηκε κατά μήκος των μαιανδρικών τμημάτων των κοιλάδων των ποταμών, τις παράκτιες πεδιάδες με λεπτόκοκκα ιζήματα, τις αποξηραμένες λίμνες και έλη και τις λιμνοθαλάσσιες λεκάνες κατά μήκος του ρήγματος της Ανατολικής Ανατολίας. Επιπλέον, είναι σημαντικό να επισημανθεί η υψηλή επιδεκτικότητα σε ρευστοποίηση των ανακτημένων εδαφών, καθώς έχει επιβεβαιωθεί στην περίπτωση της πόλης Iskenderum και του αεροδρομίου Hatay. Οι περιοχές αυτές προτείνεται να να μελετηθούν λεπτομερώς προκειμένου να μειωθεί το δυναμικό ρευστοποίησης των στρωμάτων του υπεδάφους. και κατά συνέπεια να ελαχιστοποιηθεί ο κίνδυνος για το ανθρωπογενές περιβάλλον.<br /> <br /> (5) Τα αποτελέσματα επιβεβαιώνουν για άλλη μια φορά τη σημαντική συσχέτιση μεταξύ γεωμορφολογίας/επιφανειακής γεωλογίας και της εκδήλωσης ρευστοποίησης σε ισχυρούς σεισμούς. Αυτές οι γεωμορφολογικές συνθήκες μπορούν να χρησιμεύσουν ως επιτυχημένος δείκτης των τοπικών συνθηκών σε μια έρευνα περιφερειακής κλίμακας και μπορούν να καθοδηγήσουν μελλοντικές έρευνες και να εστιάσουν σε περιοχές ενδιαφέροντος για μελλοντική χαρτογράφηση του κινδύνου ρευστοποίησης.<br /> <br /> [[category:Διαχείριση κινδύνων]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic5.2_karakasi.jpg 2024-01-11T19:17:37Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic5.1_karakasi.jpg 2024-01-11T19:17:25Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic4.4_karakasi.jpg 2024-01-11T19:17:12Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic4.3_karakasi.jpg 2024-01-11T19:17:00Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic4.2_karakasi.jpg 2024-01-11T19:16:50Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic4.1_karakasi.jpg 2024-01-11T19:16:39Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic3.5_karakasi.jpg 2024-01-11T19:16:24Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic3.4_karakasi.jpg 2024-01-11T19:16:13Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic3.3_karakasi.jpg 2024-01-11T19:16:00Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic3.2_karakasi.jpg 2024-01-11T19:15:48Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic3.1_karakasi.jpg 2024-01-11T19:15:38Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.10_karakasi.jpg 2024-01-11T19:15:25Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.9_karakasi.jpg 2024-01-11T19:15:13Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.8_karakasi.jpg 2024-01-11T19:15:00Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.7_karakasi.jpg 2024-01-11T19:14:48Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.6_karakasi.jpg 2024-01-11T19:14:36Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.5_karakasi.jpg 2024-01-11T19:14:25Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.4_karakasi.jpg 2024-01-11T19:14:13Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.3_karakasi.jpg 2024-01-11T19:13:59Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.2_karakasi.jpg 2024-01-11T19:13:45Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic2.1_karakasi.jpg 2024-01-11T19:04:20Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/INTEGRATION_OF_GIS_AND_ADVANCED_REMOTE_SENSING_TECHNIQUES_FOR_LANDSLIDE_HAZARD_ASSESSMENT:_A_CASE_STUDY_OF_NORTHWEST_SYRIA 2024-01-11T18:48:59Z

<p>Despoina: Νέα σελίδα με ''''INTEGRATION OF GIS AND ADVANCED REMOTE SENSING TECHNIQUES FOR LANDSLIDE HAZARD ASSESSMENT: A CASE STUDY OF NORTHWEST SYRIA''' '''Πηγή: https://www.researchgate.net...'</p> <hr /> <div>'''INTEGRATION OF GIS AND ADVANCED REMOTE SENSING TECHNIQUES FOR LANDSLIDE HAZARD ASSESSMENT: A CASE STUDY OF NORTHWEST SYRIA'''<br /> <br /> '''Πηγή: https://www.researchgate.net/publication/346651427'''<br /> <br /> '''Συγγραφείς: M.Hammad , B. V. Leeuwen, L. Mucsi '''<br /> <br /> '''ΑΝΤΙΚΕΙΜΕΝΟ ΜΕΛΕΤΗΣ''' <br /> <br /> Στόχος της παρούσας ερευνητικής εργασίας είναι να εκμεταλλευτεί τα οφέλη της ενσωμάτωσης των γεωγραφικών συστημάτων πληροφοριών (GIS) και των δεδομένων τηλεπισκόπησης, λαμβάνοντας υπόψη την εφαρμογή συμβολομετρικών τεχνικών, προκειμένου να καθοδηγήσει τη διαδικασία διερεύνησης των κατολισθητικών φαινομένων και να καθορίσει τον βέλτιστο χάρτη επιδεκτικότητας κατολισθήσεων. Αυτό επιτυγχάνεται με τη χρήση στατιστικής ανάλυσης κατολισθήσεων στην περιοχή μελέτης, με τελικό σκοπό την δημιουργία χάρτη κατολισθήσεων στη βορειοδυτική Συρία. <br /> <br /> '''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ'''<br /> <br /> Η περιοχή μελέτης εκτείνεται σε μια έκταση 269 km2, από 35,75◦ στα νότια έως 35,94◦ στα τουρκικά σύνορα στα βόρεια, και από 36,00◦ στα ανατολικά έως 35,80◦ στη Μεσόγειο Θάλασσα στα δυτικά, που αντιστοιχεί στην επέκταση του τοπογραφικού χάρτη Kassab 1:25.000 που τυπώθηκε το 1990 ύστερα από χαρτογραφήσεις του 1984 και αεροφωτογραφίες που ελήφθησαν το 1983.<br /> [[Εικόνα:pic1.1_karakasi.jpg| thumb| center|'''Eικόνα 1:'''''Η περιοχή μελέτης και το οδικό δίκτυο.'']]<br /> <br /> Ο υψηλότερος μέσος όρος μηνιαίας βροχόπτωσης στην περιοχή μελέτης είναι τον Δεκέμβριο και τον Ιανουάριο με περίπου 125 mm, ενώ η μέγιστη μηνιαία βροχόπτωση έφτασε τα 379 mm τον Ιανουάριο του 2012. Επίσης, πρέπει να αναφερθεί ότι στην περιοχή μελέτης εμφανίζονται πολλά ακραία φαινόμενα βροχόπτωσης, όπου η μέγιστη ημερήσια βροχόπτωση έφτασε περίπου τα 70 mm.<br /> <br /> Σε γενικές γραμμές, η περιοχή μελέτης αποτελείται από τη λεκάνη Badrousieh, το μεγαλύτερο μέρος της λεκάνης Al-Bassit, ένα πολύ μικρό τμήμα της λεκάνης Alkabir Alshamali και σχεδόν το ήμισυ της λεκάνης Wadi Qandil εντός της οποίας βρίσκεται το φράγμα Balloran. Η περιοχή μελέτης διαθέτει επίσης ανεπτυγμένο οδικό δίκτυο που συνδέει όλες τις μικρές πόλεις και τα χωριά της περιοχής με την κύρια πόλη Latakia και με την τουρκική συνοριακή πύλη στην Kassab. Οι κύριες υποπεριοχές είναι η Qastal Maaf, η οποία αποτελείται από 19 κοινότητες με συνολικό πληθυσμό 16.784 κατοίκους σύμφωνα με την απογραφή του 2004, και την υποπεριοχή Kassab με συνολικό πληθυσμό 2.500 κατοίκους μαζί με τα γύρω χωριά.<br /> Σύμφωνα με πολλές γεωτεχνικές εκθέσεις που εκπονήθηκαν από το Γενικό Ίδρυμα Γεωλογίας και Ορυκτών Πόρων της Συρίας για διάφορα κατολισθητικά φαινόμενα στην περιοχή μελέτης, οι ισχυρές βροχοπτώσεις είναι το κύριο αίτιο για όλες αυτές τις κατολισθήσεις. Τα τελευταία χρόνια, παρατηρείται αύξηση των κατολισθήσεων σε διάφορα σημεία της περιοχής μελέτης και κατά μήκος του οδικού της δικτύου.<br /> <br /> '''ΔΕΔΟΜΕΝΑ'''<br /> <br /> Ο τοπογραφικός χάρτης Kassab της δεκαετίας του 1980 χρησιμοποιήθηκε προκειμένου να αναπαραστήσει τα τοπογραφικά χαρακτηριστικά της περιοχής μελέτης πριν από την εκδήλωση των κατολισθητικών φαινομένων. <br /> Για την ανάγκη της παρούσας μελέτης, χρησιμοποιήθηκαν οπτικά πολυφασματικά δεδομένα του Landsat-5 Thematic Mapper (TM) από τις 22 Σεπτεμβρίου 1984 με 0% νεφοκάλυψη και διακριτική ικανότητα 30 m προκειμένου να δημιουργηθεί χάρτης κάλυψης γης και χάρτης με βάση τον δείκτη βλάστησης κανονικοποιημένης διαφοράς (NDVI), ώστε να αντικατοπτρίζονται τα χαρακτηριστικά της βλάστησης πριν από την εμφάνιση των κατολισθήσεων στην περιοχή. Επιπλέον, δεδομένου ότι η λιθολογία είναι γενικά σταθερή κατά τη διάρκεια εκπόνησης της παρούσας μελέτης και προκειμένου να υπάρξει όφελος από τα πολυφασματικά δεδομένα υψηλής ανάλυσης του Ευρωπαϊκού Οργανισμού Διαστήματος (ESA), χρησιμοποιήθηκε η εικόνα Sentinel-2A από τις 08 Σεπτεμβρίου 2017 με 0% νεφοκάλυψη και διακριτική ικανότητα 10 - 20 m στην περιοχή VNIR και SWIR εφαρμόζοντας τεχνικές ανάλυσης κύριων συνιστωσών και αναλογίας ζωνών για την δημιουργία λιθολογικού χάρτη με τη βοήθεια του γεωλογικού.<br /> <br /> Επιπλέον, χρησιμοποιήθηκαν δορυφορικά δεδομένα ραντάρ από 14 εικόνες Sentinel-1B single look complex (SLC) από τις 16 Οκτωβρίου 2018 έως τις 21 Μαρτίου 2019 με λειτουργία interferometric wide (IW) swath και κάθετη-κάθετη (VV) πόλωση για την δημιουργία του χάρτη μέσης ταχύτητας παραμόρφωσης του εδάφους κατά τη διάρκεια αυτής της χρονικής περιόδου με τη χρήση της τεχνικής persistent scatterers interferometric (PSI). Τα αποτελέσματα που προέκυψαν, συνδυάστηκαν με τον χάρτη επιδεκτικότητας κατολισθήσεων για να προκύψει ο τελικός χάρτης επικινδυνότητας κατολισθήσεων για τη συγκεκριμένη χρονική περίοδο.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> ''ΧΑΡΤΗΣ ΕΠΙΔΕΚΤΙΚΟΤΗΤΑΣ ΚΑΤΟΛΙΣΘΗΣΗΣ''<br /> <br /> Στα πλαίσια της παρούσας μελέτης, εξετάστηκαν εννέα κύριοι αιτιολογικοί παράγοντες που ελέγχουν την εμφάνιση κατολισθήσεων. Αυτοί οι παράγοντες είναι η γωνία κλίσης, η πλάγια όψη, η καμπυλότητα του εδάφους, η κάλυψη γης, ο δείκτης βλάστησης κανονικοποιημένης διαφοράς (NDVI), η λιθολογία, η απόσταση από ρήγματα, η απόσταση από δρόμους και η απόσταση από το υδρογραφικό δίκτυο. Σημειώνεται ότι εντός της σχετικά μικρής περιοχής μελέτης, η βροχόπτωση είναι πιθανότατα σταθερή, επομένως η χρήση των δεδομένων για τον παράγοντα αυτό στο πλαίσιο των διαδικασιών ανάλυσης έχει αποκλειστεί στην παρούσα έρευνα. Κάθε στρώμα ράστερ των εννέα αιτιολογικών παραγόντων επαναταξινομήθηκε σε αριθμό κλάσεων ανάλογα με τα δικά του κριτήρια προκειμένου να χρησιμοποιηθεί στη μέθοδο ανάλυσης ANN. Το πρώτο βήμα της χαρτογράφησης της επιδεκτικότητας σε κατολισθήσεις είναι η προετοιμασία μιας βάσης δεδομένων όλων των προηγούμενων κατολισθήσεων που συνέβησαν σε μια συγκεκριμένη περιοχή κατά τη διάρκεια μιας συγκεκριμένης χρονικής περιόδου. Ανάλογα με τη βάση δεδομένων, θα προκύψει ο χάρτης απογραφής κατολισθήσεων της εν λόγω περιοχής κατά τη συγκεκριμένη χρονική περίοδο, προκειμένου να συνδυαστεί με παραγοντικούς χάρτες μέσω μεθόδων στατιστικής ανάλυσης για τον καθορισμό της σχέσης μεταξύ των κατολισθήσεων και των εν λόγω σχετικών παραγόντων. Στην πραγματικότητα, το σύνολο δεδομένων για τα κατολισθητικά και μη κατολισθητικά φαινόμενα, αντλήθηκε από τις διαθέσιμες τεχνικές εκθέσεις, από τους κατοίκους της περιοχής, από τη σύγκριση μεταξύ των διαθέσιμων παλαιότερων και πρόσφατων οπτικών δορυφορικών δεδομένων, καθώς και με τη βοήθεια του εργαλείου ιστορικών εικόνων στο Google Earth.<br /> <br /> Στη συνέχεια, το σύνολο των κατολισθητικών και μη κατολισθητικών δεδομένων, χωρίστηκε τυχαία σε δύο σύνολα δεδομένων: ένα σύνολο δεδομένων εκπαίδευσης του 70% των κατολισθήσεων που θα χρησιμοποιηθεί για την προετοιμασία των δεδομένων από όλους τους αιτιολογικούς παράγοντες κατά τις διαδικασίες εκπαίδευσης και δοκιμής της μεθόδου στατιστικής ανάλυσης με τεχνητό νευρωνικό δίκτυο (ANN) και ένα σύνολο δεδομένων δοκιμής του 30% των κατολισθήσεων που θα χρησιμοποιηθεί για τη διαδικασία επικύρωσης της μεθόδου στατιστικής ανάλυσης.<br /> [[Εικόνα:pic1.2_karakasi.jpg| thumb| center|'''Eικόνα 2:'''''Μεθοδολογία δημιουργίας χάρτη επιδεκτικότητας κατολισθήσεων'']]<br /> Για την ανάλυση ANN σε αυτή την έρευνα, εφαρμόστηκε μια αρχιτεκτονική νευρωνικού δικτύου πολλαπλών επιπέδων (MLP), χρησιμοποιώντας έναν αλγόριθμο μάθησης, με προς τα πίσω διάδοση σφάλματος (BP) στο σύνολο δεδομένων εκπαίδευσης των εικονοστοιχείων για τα κατολισθητικά και μη κατολισθητικά φαινόμενα και των σχετικών αιτιολογικών τους παραγόντων.<br /> <br /> Το αποτέλεσμα ευαισθησίας της μεθόδου στατιστικής ανάλυσης ANN επικυρώθηκε ανάλογα με το σύνολο δεδομένων δοκιμής κατολισθήσεων (30%) χρησιμοποιώντας την ανάλυση της περιοχής κάτω από την καμπύλη (AUC), η οποία επιτρέπει την περιγραφή της ικανότητας στατιστικής ανάλυσης να προβλέπει σωστά την εμφάνιση κατολισθήσεων. Έτσι, ο χάρτης επιδεκτικότητας κατολίσθησης που προέκυψε από την ανάλυση ANN επαναταξινομήθηκε σε 100 κλάσεις και ταξινομήθηκε κατά φθίνουσα σειρά (αυτό σημαίνει ότι οι κλάσεις που έχουν υψηλή ευαισθησία σε κατολισθήσεις θα πρέπει να εμφανίζονται στην κορυφή).<br /> <br /> Στη συνέχεια, ο χάρτης που προέκυψε χρησιμοποιήθηκε με το σύνολο των δεδομένων εκπαίδευσης για τον υπολογισμό των περιοχών κατολισθήσεων με βάση τα εικονοστοιχεία σε κάθε κατηγορία.<br /> <br /> ''ΧΑΡΤΗΣ ΕΠΙΚΙΝΔΥΝΟΤΗΤΑΣ ΚΑΤΟΛΙΣΘΗΣΗΣ''<br /> <br /> Δεδομένου ότι δεν υπάρχει συστηματική καταγραφή των κατολισθήσεων τις τελευταίες δεκαετίες στην περιοχή μελέτης, για την ανάλυση της επαναληψιμότητας των κατολισθητικών φαινομένων, χρησιμοποιήθηκε ένας πίνακας επικινδυνότητας κατολισθήσεων (Εικόνα 3).<br /> [[Εικόνα:pic1.3_karakasi.jpg| thumb| center|'''Eικόνα 3:'''''Πίνακας επικινδυνότητας κατολισθήσεων'']]<br /> Ο παραπάνω πίνακας, επικεντρώνεται σε δύο παραμέτρους που είναι η πιθανότητα εμφάνισης κατολίσθησης (επιδεκτικότητα σε κατολίσθηση) και η ένταση των παραμορφώσεων του εδάφους και της επιφάνειας. Στην παρούσα έρευνα, οι δύο αυτές παράμετροι συσχετίστηκαν με τη χρήση αυτού του πίνακα προκειμένου να αναπαρασταθεί η επικινδυνότητα κατολισθήσεων σε ζώνες χαμηλής-μέτριας-υψηλής επικινδυνότητας.<br /> <br /> Η ένταση των παραμορφώσεων της επιφάνειας του εδάφους υπολογίστηκε χρησιμοποιώντας τις μέσες ταχύτητες αυτών των παραμορφώσεων στην δορυφορική (LOS) κατά τη χρονική περίοδο μελέτης, η οποία επιλέχθηκε από τον Οκτώβριο του 2018 έως τον Μάρτιο του 2019 για να καλυφθεί μια πλήρης περίοδος βροχοπτώσεων στην περιοχή.<br /> Για την δημιουργία του χάρτη μέσων ταχυτήτων εδαφικής παραμόρφωσης, εφαρμόστηκε η τεχνική PSI με τη χρήση δορυφορικών δεδομένων ραντάρ των εικόνων single look complex (SLC) από την καθοδική τροχιά, Sentinel-1B, σε λειτουργία IW και VV πόλωσης, συμπεριλαμβανομένων δεκατεσσάρων λήψεων από τις 16 Οκτωβρίου 2018 έως τις 21 Μαρτίου 2019, οι οποίες συν-καταχωρίστηκαν όλες σε ένα μοναδικό master (27 Δεκεμβρίου 2018) που επιλέχθηκε μέσω της χρήσης του εργαλείου Stack-Overview-and-Optimal-InSAR-Master-Selection στην εργαλειοθήκη Sentinel-1 στο λογισμικό Sentinel Application Platform (SNAP) που κυκλοφόρησε από τον Ευρωπαϊκό Οργανισμό Διαστήματος (ESA).<br /> [[Εικόνα:pic1.4_karakasi.jpg| thumb| center|'''Eικόνα 4:'''''Προετοιμασία δεδομένων SAR στο SNAP'']]<br /> Μετά την προετοιμασία των δεδομένων SAR στο SNAP, όπως φαίνεται στην εικόνα 4 τα αποτελέσματα που προέκυψαν, επεξεργάστηκαν με τη χρήση του StaMPS στο Matlab με Linux, προκειμένου να εκτελεστεί η διαδικασία εκτίμησης των εικονοστοιχείων PS και να υπολογιστούν οι μέσες τιμές ταχύτητας των παραμορφώσεων της επιφάνειας του εδάφους σε κάθε ένα από αυτά τα εικονοστοιχεία PS κατά μέσο όρο για τη συνολική περίοδο μελέτης.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Ο χάρτης κατολισθήσεων στην περιοχή μελέτης από τις 22 Σεπτεμβρίου 1984 και μετά, δημιουργήθηκε στο ArcGIS με βάση όλα τα διαθέσιμα δεδομένα και πληροφορίες. Επίσης, το σύνολο των δεδομένων για τα μη κατολισθητικά φαινόμενα, ίδιου μεγέθους με αυτό των κατολισθήσεων, προετοιμάστηκε με βάση τις γεωτεχνικές εκθέσεις και τις γνώσεις που αποκτήθηκαν από τις εργασίες υπαίθρου στην περιοχή. Αυτό είχε ως αποτέλεσμα την δημιουργία ενός συνόλου δεδομένων με 57 πολύγωνα κατολισθήσεων (εικόνα 5) και 57 πολύγωνα μη κατολισθήσεων (εικόνα 5)Στη συνέχεια, αυτό το σύνολο δεδομένων υποδιαιρέθηκε τυχαία σε δύο σύνολα δεδομένων, το 70% του ανήκει στα δεδομένα εκπαίδευσης κατολισθήσεων, για να χρησιμοποιηθεί στην προετοιμασία των δεδομένων από όλους τους αιτιολογικούς παράγοντες κατά τη διαδικασία εκπαίδευσης της μεθόδου τεχνητού νευρωνικού δικτύου (ANN), και το 30% των δεδομένων δοκιμής κατολισθήσεων, για να χρησιμοποιηθεί αργότερα στη διαδικασία επικύρωσης.<br /> [[Εικόνα:pic1.5_karakasi.jpg| thumb| center|'''Eικόνα 5:'''''Χάρτες hillshade'']]<br /> Στην συνέχεια παράχθηκαν όλοι οι χάρτες των εννέα παραγόντων (κλίση, πλάγια όψη, καμπυλότητα, κάλυψη γης, NDVI, λιθολογία, απόσταση από ρήγματα, απόσταση από υδρογραφικό δίκτυο). <br /> <br /> Αφού προετοιμάστηκαν οι αιτιολογικοί παράγοντες στο ArcGIS σε έναν πίνακα (2706×10) που περιείχε 10 στήλες και 2706 γραμμές που αντιπροσώπευαν όλα τα εικονοστοιχεία του συνόλου δεδομένων εκπαίδευσης για τις κατολισθήσεις και τις μη κατολισθήσεις με όλες τις ανεξάρτητες μεταβλητές (τους αιτιολογικούς παράγοντες) για κάθε εικονοστοιχείο, ο πίνακας αυτός εισήχθη στο Matlab για τη φάση εκπαίδευσης και προσομοίωσης του νευρωνικού δικτύου. Ως αποτέλεσμα, οι δείκτες επιδεκτικότητας σε κατολισθήσεις (LSI) για κάθε εικονοστοιχείο προσδιορίστηκαν ως πίνακας αριθμών κινητής υποδιαστολής στο εύρος [0, 1]. Στη συνέχεια, αυτός ο πίνακας μετατράπηκε ξανά σε πίνακα πριν από τη μετατροπή του σε χάρτη ράστερ. Για την οπτική ερμηνεία, οι τιμές LSI στο χάρτη επιδεκτικότητας κατολισθήσεων ταξινομήθηκαν και ομαδοποιήθηκαν σε κατηγορίες High-medium-low, όπως φαίνεται στην εικόνα 6.<br /> [[Εικόνα:pic1.6_karakasi.jpg| thumb| center|'''Eικόνα 6:'''''Χάρτης επιδεκτικότητας κατολισθήσεων με την ανάλυση ANN'']]<br /> Η διαδικασία επικύρωσης των αποτελεσμάτων της ανάλυσης ANN έδειξε τιμή AUC ίση με 90,28%.<br /> <br /> Επιπλέον, το αποτέλεσμα της εφαρμογής της τεχνικής PSI στην παρούσα έρευνα υποδεικνύει την παρουσία παραμόρφωσης της επιφάνειας του εδάφους στην περιοχή μελέτης κατά τη διάρκεια της περιόδου μελέτης στις φιλτραρισμένες φάσεις των διαφόρων συμβολογραφημάτων που παράγονται στο SNAP, ειδικά την περίοδο της 28ης Οκτωβρίου 2018, 01 Φεβρουαρίου 2019 και 09 Μαρτίου 2019 πάνω από τα βουνά στα βόρεια και γύρω από τη λίμνη του φράγματος Balloran στα νότια, λόγω των ακραίων βροχοπτώσεων πριν από αυτές τις ημερομηνίες.<br /> Τα δεδομένα που προέκυψαν εξήχθησαν στο ArcGIS προκειμένου να υποβληθούν σε επεξεργασία με τη μέθοδο IDW. Ως αποτέλεσμα, δημιουργήθηκε ένας χάρτης ράστερ που αναπαριστά τον χάρτη μέσης ταχύτητας της παραμόρφωσης της επιφάνειας του εδάφους κατά την περίοδο μελέτης από τις 16 Οκτωβρίου 2018 έως τις 21 Μαρτίου 2019. Στη συνέχεια, οι μέσες ταχύτητες στη διεύθυνση LOS του δορυφόρου επαναταξινομήθηκαν σε κατηγορίες υψηλής-μέτριας-χαμηλής ταχύτητας, προκειμένου να παραχθεί ο χάρτης έντασης των παραμορφώσεων της επιφάνειας του εδάφους.<br /> <br /> Oι χάρτες έντασης και επιδεκτικότητας που δημιουργήθηκαν από την ανάλυση ANN χρησιμοποιήθηκαν στον πίνακα κατολισθητικής επικινδυνότητας με τη βοήθεια του GIS, προκειμένου να προκύψει ο τελικός χάρτης της κατολισθητικής επικινδυνότητας της περιοχής μελέτης κατά τη χρονική περίοδο μελέτης από τις 16 Οκτωβρίου 2018 έως τις 21 Μαρτίου 2019, όπως φαίνεται στην εικόνα 7 το 44,4%, το 52,9% και το 2,5% της συνολικής έκτασης αντιπροσωπεύουν τις ζώνες χαμηλής, μέτριας και υψηλής κατολισθητικής επικινδυνότητας, αντίστοιχα.<br /> [[Εικόνα:pic1.7_karakasi.jpg| thumb| center|'''Eικόνα 7:'''''Χάρτης επικινδυνότητας της περιοχής μελέτης για την από τις 16 Οκτωβρίου 2018 έως τις 21 Μαρτίου 2019'']]<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η ενσωμάτωση της ανάλυσης ANN και της τεχνικής PSI με τη βοήθεια των ΓΣΠ μπορεί να θεωρηθεί ως μια καλή μέθοδος για τις μελέτες γεωλογικής επικινδυνότητας που δίνει σημαντικά αποτελέσματα τα οποία μπορούν να επικαιροποιούνται τακτικά προκειμένου να χρησιμοποιούνται στη διαδικασία σχεδιασμού της διαχείρισης καταστροφών.<br /> <br /> [[category:Slope landforms]]</div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.7_karakasi.jpg 2024-01-11T15:48:59Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.6_karakasi.jpg 2024-01-11T15:48:46Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.5_karakasi.jpg 2024-01-11T15:48:30Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.4_karakasi.jpg 2024-01-11T15:48:13Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.3_karakasi.jpg 2024-01-11T15:47:56Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.2_karakasi.jpg 2024-01-11T15:47:34Z

<p>Despoina: </p> <hr /> <div></div>

Despoina http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pic1.1_karakasi.jpg 2024-01-11T13:21:47Z

<p>Despoina: </p> <hr /> <div></div>

Despoina