RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών

2026-02-07T17:33:10Z

IOANNA OSMANI:

'''Application of Remote Sensing Data-based Detection of Forest Vegetation Water Content in Forest Fire Prevention'''

''Zhongchen Wu''

''Πηγή'': [https://www.researchgate.net/publication/394987857_Application_of_Remote_Sensing_Data-based_Detection_of_Forest_Vegetation_Water_Content_in_Forest_Fire_Prevention]

: '''Λέξεις κλειδιά''' : Δασικές πυρκαγιές· Δεδομένα αεροδιαστημικής τηλεπισκόπησης· Υδατική περιεκτικότητα βλάστησης

===ΠΕΡΙΛΗΨΗ===
Οι δασικές πυρκαγιές που εκδηλώνονται στη Γη προκαλούν τεράστιες απώλειες κάθε χρόνο και η συχνότητά τους παρουσιάζει αυξητική τάση. Για τη μείωση της εμφάνισης δασικών πυρκαγιών, έχουν αναπτυχθεί τα τελευταία χρόνια νέες τεχνολογίες που βασίζονται στην τηλεπισκόπηση για την πρόβλεψη και τη δυναμική παρακολούθηση των δασικών πυρκαγιών. Στην παρούσα εργασία, η τιμή του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) της περιοχής μελέτης υπολογίζεται με βάση δορυφορικά δεδομένα τηλεπισκόπησης, με σκοπό την ανίχνευση και εκτίμηση της υδατικής περιεκτικότητας της βλάστησης στις δασικές περιοχές, ώστε να προβλεφθεί η εκδήλωση δασικών πυρκαγιών, να ενισχυθούν τα προληπτικά μέτρα και να μειωθεί η πιθανότητα εκδήλωσής τους.
Τα αποτελέσματα έδειξαν ότι η υδατική περιεκτικότητα της βλάστησης παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο δασικών πυρκαγιών. Όταν η τιμή NDII της βλάστησης ήταν χαμηλότερη από -0,8486, αυτό υποδήλωνε ότι η υγρασία της βλάστησης είχε μειωθεί σε πολύ χαμηλό επίπεδο, καθιστώντας την ιδιαίτερα εύφλεκτη και αυξάνοντας σημαντικά την πιθανότητα πυρκαγιάς. Για την περιοχή μελέτης, η υδατική περιεκτικότητα της βλάστησης τείνει να είναι ακόμη χαμηλότερη, ιδίως κατά τις θερμές και ξηρές εποχές, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Η παρούσα μελέτη επιβεβαιώνει περαιτέρω ότι η υδατική περιεκτικότητα της βλάστησης αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών. Η έρευνα αυτή παρέχει περισσότερους δείκτες πρόληψης για τις εγκαταστάσεις πρόληψης δασικών πυρκαγιών και συμβάλλει στη βελτίωση του συστήματος πρόληψης.

='''1. Εισαγωγή'''=
Τα δάση, ως ένας από τους σημαντικότερους πόρους της οικολογίας της Γης, διαδραματίζουν καθοριστικό ρόλο στη ρύθμιση της κυκλοφορίας του αέρα και των υδατικών πόρων στη φύση και αποτελούν αναπόσπαστο μέρος του συστήματος κλιματικής ισορροπίας. Παράλληλα, τα δάση αποτελούν τη βάση για την παροχή του περιβάλλοντος και των υλικών από τα οποία εξαρτάται η επιβίωση των ανθρώπων και των έμβιων οργανισμών και είναι γνωστά ως το «λίκνο της ζωής», έχοντας αναντικατάστατο ρόλο στη μακροπρόθεσμη κοινωνική και φυσική ανάπτυξη.
Ωστόσο, τα τελευταία χρόνια, η συχνότητα και η ένταση των δασικών πυρκαγιών παρουσιάζουν αυξητική τάση, ιδίως υπό συνθήκες ξηρασίας ή υψηλών θερμοκρασιών, όπου ο κίνδυνος πυρκαγιάς γίνεται ολοένα και σοβαρότερος. Σύμφωνα με ελλιπή στατιστικά στοιχεία, το 2024 σημειώθηκαν 295 δασικές και λιβαδικές πυρκαγιές σε ολόκληρη την Κίνα, γεγονός που όχι μόνο καταναλώνει μεγάλο όγκο ανθρώπινων πόρων, αλλά προκαλεί και τεράστιες οικονομικές και οικολογικές απώλειες. Επομένως, η αποτελεσματική παρακολούθηση και πρόβλεψη της εκδήλωσης δασικών πυρκαγιών έχει καταστεί ένα σημαντικό ερευνητικό αντικείμενο για την προστασία των δασικών πόρων και την πρόληψη φυσικών καταστροφών.
Η παραδοσιακή παρακολούθηση των δασικών πυρκαγιών βασίζεται συχνά σε επιτόπιους ελέγχους ή δειγματοληψίες εδάφους, οι οποίες χαρακτηρίζονται από αργή απόκριση και περιορισμένη κάλυψη. Επιπλέον, σε ορισμένες περιοχές, το προσωπικό παρουσιάζει χαμηλή ευαισθητοποίηση σχετικά με την πρόληψη πυρκαγιών, ενώ οι υποδομές και τα συστήματα πρόληψης δεν είναι επαρκώς ανεπτυγμένα, γεγονός που καθιστά την πρόληψη δυσχερή.
Με την ανάπτυξη της επιστήμης και της τεχνολογίας, έχουν εμφανιστεί νέες μέθοδοι παρακολούθησης δασικών πυρκαγιών. Τον Ιανουάριο του 2025, ο Li Xuguang πρότεινε τη χρήση υπέρυθρης θερμικής απεικόνισης, πολυφασματικής τηλεπισκόπησης και άλλων τεχνικών για την ανίχνευση δασικών πυρκαγιών. Τον Φεβρουάριο του 2025, ο Cao Kongfei πρότεινε τη χρήση μη επανδρωμένων αεροσκαφών (drones) και τεχνητής νοημοσύνης για την ανίχνευση δασικών πυρκαγιών σε πραγματικό χρόνο και την εφαρμογή τους στην κατάσβεση. Η εμφάνιση αυτών των νέων τεχνολογιών προσφέρει αναμφίβολα πιο αποδοτικές και ακριβείς λύσεις για την πρόληψη των δασικών πυρκαγιών.
Ωστόσο, τα περισσότερα από τα υπάρχοντα τεχνολογικά μέσα επικεντρώνονται κυρίως στην ανίχνευση των πυρκαγιών, ενώ δεν υπάρχει επαρκώς ανεπτυγμένο και αποτελεσματικό σύστημα πρόβλεψης και έγκαιρης προειδοποίησης. Για τον λόγο αυτό, η παρούσα μελέτη βασίζεται στην οπτική τηλεπισκόπηση (Optical Remote Sensing – ORS), η οποία αποτελεί μια μέθοδο μη επαφής που βασίζεται στις ιδιότητες ανάκλασης και απορρόφησης των ηλεκτρομαγνητικών κυμάτων και μπορεί να συλλέγει σε πραγματικό χρόνο πληροφορίες για μεγάλες εκτάσεις μέσω της ανακλώμενης ή εκπεμπόμενης ακτινοβολίας.
Μέσω της ανάλυσης των φασματικών χαρακτηριστικών της δασικής βλάστησης, και ειδικότερα της υδατικής της περιεκτικότητας, μπορούν να εξαχθούν σημαντικές ενδείξεις για την αξιολόγηση του κινδύνου πυρκαγιάς. Η υγρασία της βλάστησης αποτελεί έναν σημαντικό δείκτη της ευφλεκτότητάς της· βλάστηση με χαμηλή υδατική περιεκτικότητα είναι πιο επιρρεπής στην καύση, αυξάνοντας την πιθανότητα εκδήλωσης πυρκαγιών. Συνεπώς, η παρακολούθηση της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση την οπτική τηλεπισκόπηση μπορεί, σε κάποιο βαθμό, να προβλέψει την εμφάνιση δασικών πυρκαγιών και να παρέχει ουσιαστικά δεδομένα για τα συστήματα έγκαιρης προειδοποίησης κινδύνου.
Με βάση το παραπάνω ερευνητικό υπόβαθρο, η παρούσα μελέτη στοχεύει στην εκτίμηση της υδατικής περιεκτικότητας της δασικής βλάστησης μέσω φασματικής ανάλυσης δεδομένων τηλεπισκόπησης και στη δημιουργία ενός ολοκληρωμένου μοντέλου αξιολόγησης της πιθανότητας εκδήλωσης δασικών πυρκαγιών. Μέσω του μοντέλου αυτού, μπορεί να επιτευχθεί έγκαιρη προειδοποίηση για δασικές πυρκαγιές, παρέχοντας νέα τεχνική υποστήριξη για την πρόληψη, μειώνοντας σε μεγαλύτερο βαθμό τον κίνδυνο εκδήλωσής τους και περιορίζοντας τις καταστροφές και τις απώλειες που προκαλούν.

'''2. Δεδομένα και μεθοδολογία'''

: '''2.1 Επισκόπηση της περιοχής μελέτης'''
Η περιοχή μελέτης που επιλέχθηκε για την παρούσα εργασία βρίσκεται στη δασική περιοχή της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan, στην επαρχία Sichuan, με τη γεωγραφική της θέση να παρουσιάζεται στο Σχ. 1. Στην περιοχή αυτή εκδηλώθηκε δασική πυρκαγιά στις 30 Μαρτίου 2020, με συνολική καμένη έκταση περίπου 1.000 ha και περίπου 80 ha καμένου δάσους. Η εστία της πυρκαγιάς βρισκόταν κοντά σε σταθμούς αποθήκευσης και διανομής υγραερίου (LPG), πρατήρια καυσίμων, σχολεία και μονάδες πολιτιστικής κληρονομιάς (όπως ο ναός Guangfu και το Μουσείο Κοινωνιών Δούλων) στη γραφική περιοχή Qionghai–Lushan.
Κατά τη διαδικασία διάσωσης της δασικής πυρκαγιάς, λόγω αιφνίδιων αλλαγών στη διεύθυνση του ανέμου, απότομης αύξησης της έντασής του, μεταφοράς καύτρων που απέκοψαν τις οδούς διαφυγής και αποτυχίας αυτοδιάσωσης, 19 άτομα που συμμετείχαν στην κατάσβεση έχασαν τη ζωή τους και 3 τραυματίστηκαν. Η πυρκαγιά είχε ως αποτέλεσμα την καύση συνολικής έκτασης 3.047,7805 εκταρίων διαφόρων τύπων γης, επηρεάζοντας δασική έκταση 791,6 εκταρίων, ενώ η άμεση οικονομική απώλεια ανήλθε σε 97.312.000 γιουάν.

[[Αρχείο: Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province.jpg|thumb|center|1200px|'''Εικόνα 1.''' Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province]]

Η βλάστηση της περιοχής κυριαρχείται από δάση πεύκης Yunnan, τα οποία χαρακτηρίζονται από υψηλή περιεκτικότητα σε ρητίνη και έντονη ευφλεκτότητα. Η περιοχή ανήκει στη ζώνη υποτροπικού μουσωνικού κλίματος και χαρακτηρίζεται από ξηρό και θερμό κλίμα κοιλάδων ποταμών. Η ξηρή περίοδος (Ιανουάριος–Ιούνιος) παρουσιάζει υψηλές θερμοκρασίες και περιορισμένες βροχοπτώσεις. Η μέση ετήσια βροχόπτωση κυμαίνεται μεταξύ 800–1.000 mm, ενώ η μέση ετήσια θερμοκρασία είναι 17,2 °C. Πρόκειται για ξηρό κλίμα, όπου η επίδραση των ανέμων που ευνοούν την εξάπλωση της φωτιάς είναι έντονη και οι κεραυνικές πυρκαγιές εμφανίζονται συχνά. Επιπλέον, λόγω της υψηλής ευφλεκτότητας της βλάστησης, η περιοχή είναι ιδιαίτερα επιρρεπής σε ανθρωπογενείς πυρκαγιές. Επομένως, η ενίσχυση του συστήματος πρόληψης πυρκαγιών στην περιοχή αυτή είναι ιδιαίτερα σημαντική.

'''2.2 Συλλογή δεδομένων'''

: '''2.2.1 Δορυφορικά δεδομένα εικόνας'''
Τα δεδομένα του δορυφόρου Landsat 8, που αποτελεί σήμερα το πιο ευρέως χρησιμοποιούμενο δορυφόρο της συγκεκριμένης σειράς, αναπτύχθηκαν από τη NASA σε συνεργασία με τη Γεωλογική Υπηρεσία των Ηνωμένων Πολιτειών (USGS). Ο δορυφόρος εκτοξεύθηκε επιτυχώς στις 11 Φεβρουαρίου 2013 και λειτουργεί κανονικά έως σήμερα. Βρίσκεται σε τροχιά ύψους 705 km, με κλίση τροχιάς 98,2°, περίοδο επανάληψης 16 ημερών και φέρει τον Απεικονιστή Επιχειρησιακής Γης (OLI) και τον Θερμικό Υπέρυθρο Αισθητήρα (TIRS).
Ο OLI περιλαμβάνει οκτώ φασματικές ζώνες με χωρική ανάλυση 30 m και μία παγχρωματική ζώνη με ανάλυση 15 m, με εύρος απεικόνισης 185 × 185 km. Ο TIRS αποτελείται από δύο θερμικές υπέρυθρες ζώνες με χωρική ανάλυση 100 m.
Στο παρόν πείραμα, αποκτήθηκαν δεδομένα εικόνας Landsat 8 της περιοχής μελέτης για τον Μάρτιο του 2020, τον Μάρτιο του 2018 και τον Μάρτιο του 2016 μέσω της επίσημης ιστοσελίδας του Geospatial Data Cloud. Τα δεδομένα αυτά αναλύθηκαν και επεξεργάστηκαν στα επόμενα στάδια του πειράματος. Η αντίστοιχη υδατική περιεκτικότητα της βλάστησης εκτιμήθηκε μέσω υπολογισμού σχετικών παραμέτρων. Ιδιαίτερα, τα δεδομένα του Μαρτίου 2020 αντιστοιχούν στην περίοδο ακριβώς πριν από τη δασική πυρκαγιά της Xichang στις 30 Μαρτίου 2020 και παρουσιάζουν ισχυρή συσχέτιση με την εκδήλωση της πυρκαγιάς.
Στο πείραμα, τα δεδομένα που κατεβάστηκαν από τον ιστότοπο Geospatial Data Cloud εισήχθησαν στο λογισμικό ENVI. Τα τρία σύνολα εικόνων διαφορετικών χρονικών περιόδων υποβλήθηκαν σε ραδιομετρική βαθμονόμηση και ατμοσφαιρική διόρθωση μέσω των αντίστοιχων ενοτήτων του ENVI. Στη συνέχεια, οι επεξεργασμένες δορυφορικές εικόνες αποκόπηκαν (clipped) με τη χρήση του ArcGIS, βάσει του χάρτη της πόλης Xichang που λήφθηκε από την πλατφόρμα οπτικοποίησης δεδομένων AliCloud (Datavision).
Μετά την επεξεργασία, οι τιμές του Κανονικοποιημένου Δείκτη Βλάστησης (NDVI) υπολογίστηκαν με τη χρήση του εργαλείου Band Math του ENVI, σύμφωνα με τον ακόλουθο τύπο:
NDVI = (NIR − Red) / (NIR + Red) (1)

'''2.3 Επεξεργασία δεδομένων'''

: '''2.3.1 Επεξεργασία δορυφορικών δεδομένων εικόνας'''
Τα λογισμικά εργαλεία που χρησιμοποιήθηκαν για την προεπεξεργασία των δορυφορικών δεδομένων εικόνας ήταν τα ENVI 5.6 και ArcGIS. Τέλος, οι υπολογισμένες τιμές NDVI συνδυάστηκαν με την ενότητα ArcMap του ArcGIS, ώστε να εξαχθεί η βλάστηση της πόλης Xichang και να παραχθεί ο χάρτης εξαγωγής βλάστησης της περιοχής.

: '''2.3.2 Επεξεργασία δεδομένων βλάστησης της περιοχής μελέτης'''
Σύμφωνα με τον χάρτη εξαγωγής βλάστησης της πόλης Xichang, επιλέχθηκαν κατάλληλες και ομοιόμορφα κατανεμημένες περιοχές βλάστησης ως περιοχές ενδιαφέροντος (ROI) για το πείραμα. Στη συνέχεια, με τη χρήση εκ νέου του εργαλείου Band Math στο ENVI, υπολογίστηκαν και εξήχθησαν οι τιμές NDVI και του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) των εικόνων, σύμφωνα με τους αντίστοιχους τύπους υπολογισμού.

'''3. Πειραματικά αποτελέσματα'''

: '''3.1 Αποτελέσματα δορυφορικών δεδομένων εικόνας'''
Τα αποτελέσματα που προέκυψαν μετά την προεπεξεργασία των τριών συνόλων δεδομένων εικόνας διαφορετικών χρονικών περιόδων με το λογισμικό ENVI παρουσιάζονται στο Σχ. 2. Παρατηρώντας τις προεπεξεργασμένες εικόνες των ετών 2016, 2018 και 2020, μπορεί να διαπιστωθεί ότι δεν υπάρχουν σημαντικές μεταβολές στη δασική έκταση της πόλης Xichang στην περιοχή μελέτης, γεγονός που υποδεικνύει ότι τα δεδομένα είναι αξιόπιστα και δεν επηρεάζουν την εγκυρότητα του πειράματος.

[[Αρχείο: Εικόνα 2(α). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020.jpg|thumb|center|700px|'''Εικόνα 2(α).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020]]
[[Αρχείο: Εικόνα 2(β). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018.jpg|thumb|center|700px|'''Εικόνα 2(β).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018]]
[[Αρχείο: Εικόνα 2(γ). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016.jpg|thumb|center|700px|'''Εικόνα 2(γ).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016]]

Μετά τον υπολογισμό των τιμών NDVI στα δεδομένα εικόνας, τα αποτελέσματα του χάρτη εξαγωγής βλάστησης για την πόλη Xichang παρουσιάζονται στο Σχ. 3. Από τα αποτελέσματα της εξαγωγής βλάστησης προκύπτει ότι η κατανομή της βλάστησης είναι πιο ομοιόμορφη στις βορειοδυτικές και νοτιοανατολικές περιοχές της πόλης, ενώ σε άλλες περιοχές η κατανομή είναι ανομοιόμορφη λόγω της επίδρασης της ανθρώπινης δραστηριότητας.
Λαμβάνοντας υπόψη ότι η δασική περιοχή στο νοτιοανατολικό τμήμα βρίσκεται πολύ κοντά στην περιοχή της δασικής πυρκαγιάς της 30ής Μαρτίου 2020 στην πόλη Xichang και ανταποκρίνεται περισσότερο στις απαιτήσεις του πειράματος, η τελική περιοχή ενδιαφέροντος (ROI) καθορίστηκε.

[[Αρχείο: Εικόνα 3. Χάρτης εξαγωγής βλάστησης της πόλης Xichang.jpg|thumb|center|400px|'''Εικόνα 3.''' Χάρτης εξαγωγής βλάστησης της πόλης Xichang]]

'''3.2 Αποτελέσματα δεδομένων περιοχής βλάστησης'''

: '''3.2.1 Ανάλυση τιμών NDVI'''
Τα αποτελέσματα των τιμών NDVI και NDII των περιοχών βλάστησης στην πόλη Xichang για τα τρία σύνολα δεδομένων του Μαρτίου 2020, του Μαρτίου 2018 και του Μαρτίου 2016 που χρησιμοποιήθηκαν στο πείραμα παρουσιάζονται στους Πίνακες 1, 2 και 3, αντίστοιχα, μέσω του σχετικού τύπου υπολογισμού. Τα δεδομένα που προέκυψαν περιλαμβάνουν τις μέσες, μέγιστες και ελάχιστες τιμές των δεικτών NDII και NDVI στην υπολογισμένη περιοχή ενδιαφέροντος (ROI), καθώς και τη διακύμανση (variance) των υπολογισμένων δεδομένων.

[[Αρχείο: Πίνακας 1. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020.jpg|thumb|center|1000px|'''Πίνακας 1.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020]]

[[Αρχείο: Πίνακας 2. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018.jpg|thumb|center|1000px|'''Πίνακας 2.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018]]

[[Αρχείο: Πίνακας 3. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016.jpg|thumb|center|1000px|'''Πίνακας 3.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016]]

Από την παρατήρηση των αποτελεσμάτων των δεδομένων προκύπτει ότι, σύμφωνα με τα δεδομένα των πινάκων για τα έτη 2016, 2018 και 2020, το εύρος τιμών του NDVI κυμαίνεται μεταξύ -1 και 1 και οι μέσες τιμές NDVI των τριών συνόλων δεδομένων είναι παρόμοιες, συγκεκριμένα 0,4593, 0,4517 και 0,1752, αντίστοιχα. Η διαφορά δεν υπερβαίνει το 0,3, γεγονός που υποδεικνύει ότι το πείραμα για την περιοχή ενδιαφέροντος (ROI) του δασικού τομέα της πόλης Xichang είναι αξιόπιστο. Αυτό δείχνει ότι η βλάστηση στην εξεταζόμενη δασική περιοχή της πόλης Xichang δεν παρουσίασε σημαντικές μεταβολές από τον Μάρτιο του 2016 έως τον Μάρτιο του 2020. Το αποτέλεσμα αυτό αποκλείει την πιθανότητα σφαλμάτων που προκαλούνται από μεταβολές στους γεωγραφικούς ή περιβαλλοντικούς παράγοντες, διασφαλίζοντας την ακρίβεια των πειραματικών δεδομένων και τη σταθερότητα των αποτελεσμάτων.

: '''3.2.2 Ανάλυση υδατικής περιεκτικότητας και ευφλεκτότητας'''
Δεδομένου ότι ο δείκτης NDII έχει ισχυρή θετική συσχέτιση με την περιεκτικότητα της βλάστησης σε νερό και αποτελεί τον προτιμώμενο δείκτη για την παρακολούθηση της υγρασίας, η περιεκτικότητα σε νερό της βλάστησης μπορεί να εκτιμηθεί με βάση τις τιμές NDII της τοπικής βλάστησης, ώστε να προσδιοριστεί η ευφλεκτότητα της τοπικής βλάστησης και η πιθανότητα εκδήλωσης δασικών πυρκαγιών σε περίπτωση ξηρασίας.
Συγκρίνοντας τις τιμές NDII των τριών ομάδων δεδομένων στους Πίνακες 1–3, διαπιστώνεται ότι η μέση τιμή NDII τον Μάρτιο του 2020 είναι −0.7770, η οποία είναι πολύ μικρότερη από τη μέση τιμή NDII των 0.7814 τον Μάρτιο του 2018 και 0.2917 τον Μάρτιο του 2016. Το πειραματικό αποτέλεσμα δείχνει ότι η μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών στην πειραματική περιοχή τον Μάρτιο του 2020 είναι πολύ χαμηλότερη από τη μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών τον Μάρτιο του 2016 και τον Μάρτιο του 2018, γεγονός που συμφωνεί με την πραγματική κατάσταση των δασικών πυρκαγιών στην πόλη Xichang στις 30 Μαρτίου 2020. Το αποτέλεσμα αυτό αποδεικνύει επίσης ότι η μείωση της μέσης περιεκτικότητας σε υγρασία έχει ισχυρή συσχέτιση με την πιθανότητα εκδήλωσης δασικών πυρκαγιών.
Η ελάχιστη τιμή NDII τον Μάρτιο του 2020 έφτασε επίσης σε πολύ χαμηλό επίπεδο, −0.8486, υποδεικνύοντας ότι η βλάστηση στη συγκεκριμένη τοποθεσία έχει τη χαμηλότερη περιεκτικότητα σε νερό και είναι πιο πιθανό να αποτελεί ένα από τα πιθανά σημεία έναρξης της πυρκαγιάς της 30ής Μαρτίου 2020 στο Xichang.
Αναλύοντας τα πειραματικά αποτελέσματα, μπορεί να κριθεί ότι η περιεκτικότητα σε νερό της βλάστησης στην πόλη Xichang τον Μάρτιο του 2020 είναι πολύ μικρότερη από αυτήν του Μαρτίου 2018 καθώς και του Μαρτίου 2016, και ότι η βλάστηση είναι ιδιαίτερα εύφλεκτη, με υψηλή πιθανότητα εκδήλωσης δασικών πυρκαγιών.

'''4. Συζήτηση'''

Σύμφωνα με τα πειραματικά δεδομένα, οι μέσες τιμές του δείκτη NDVI στις περιοχές βλάστησης της πόλης Xichang τον Μάρτιο των ετών 2016, 2018 και 2020 ήταν αντίστοιχα 0.1752, 0.4517 και 0.4593. Παρότι παρατηρήθηκαν διακυμάνσεις μεταξύ των ετών από το 2016 έως το 2018, ο συνδυασμός των μετεωρολογικών παραγόντων της πόλης Xichang που προκλήθηκαν από ανώμαλες μεταβολές στις τιμές, καθώς και η διαφορά μεταξύ των τιμών, δεν υπερέβη το 0.3. Παράλληλα, τα τρία σύνολα δεδομένων βρίσκονται εντός του θεωρητικού εύρους τιμών του NDVI (−1 έως 1), ενώ συνολικά τα δεδομένα και η διασπορά τους δεν παρουσίασαν σημαντικές ανωμαλίες.
Το αποτέλεσμα αυτό καταδεικνύει τη σταθερότητα της φυτοκάλυψης στην πειραματική περιοχή μελέτης. Η χαμηλή μεταβλητότητα των δεδομένων NDVI, χωρίς συστηματική μετατόπιση, υποδηλώνει ότι δεν έχει σημειωθεί εκτεταμένη υποβάθμιση της βλάστησης ή αλλαγή στη χρήση γης στην περιοχή μελέτης. Αυτό επιβεβαιώνει ότι η επίδραση των γεωγραφικών μεταβολών στα πειραματικά αποτελέσματα είναι αμελητέα και συμφωνεί με την περιγραφή της σταθερότητας της κάλυψης από αειθαλή πλατύφυλλα δάση στη νοτιοδυτική περιοχή, όπως αναφέρεται στην «Έκθεση για τους Δασικούς Πόρους της Κίνας».
Η μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020 ήταν −0.7770, παρουσιάζοντας σημαντική αρνητική μετατόπιση σε σύγκριση με το 2016 (0.2917) και το 2018 (0.7814). Δεδομένου ότι ο δείκτης NDII συσχετίζεται γραμμικά και θετικά με την περιεκτικότητα της βλάστησης σε νερό, αυτό υποδηλώνει ότι η περιεκτικότητα σε νερό της περιφερειακής βλάστησης τον Μάρτιο του 2020 μειώθηκε στο χαμηλότερο επίπεδο της τριετούς περιόδου παρατήρησης, περίπου κατά 35% έως 48% σε σύγκριση με τα δύο προηγούμενα έτη, γεγονός που υποδηλώνει εξαιρετικά υψηλό κίνδυνο ευφλεκτότητας.
Επιπλέον, η παρούσα μελέτη βασίζεται στη μέγιστη, την ελάχιστη και τη μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020, ως τρία διαφορετικά κατώφλια, προκειμένου να δημιουργηθεί ένα σύστημα προειδοποίησης τριών επιπέδων [10]. Συγκεκριμένα, όταν η τιμή NDII είναι χαμηλότερη από τη μέγιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.478), υπάρχει συγκεκριμένη πιθανότητα εκδήλωσης δασικής πυρκαγιάς και μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς τρίτου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από τη μέση τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.7770), μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς δεύτερου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από την ελάχιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.8486), η πιθανότητα εκδήλωσης δασικής πυρκαγιάς είναι εξαιρετικά υψηλή και ενεργοποιείται προειδοποίηση δασικής πυρκαγιάς πρώτου επιπέδου. Με βάση αυτά τα τρία διαφορετικά κατώφλια προειδοποίησης, μπορεί να δημιουργηθεί ένα μοντέλο προειδοποίησης δασικών πυρκαγιών.

'''5. Συμπεράσματα'''

Μέσω της παρούσας μελέτης, παρακολουθήθηκε και αναλύθηκε η βλάστηση της δασικής περιοχής της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan της επαρχίας Sichuan. Τα αποτελέσματα έδειξαν ότι η περιεκτικότητα της βλάστησης σε νερό παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο εκδήλωσης δασικών πυρκαγιών και ότι η πιθανότητα πυρκαγιάς είναι ιδιαίτερα υψηλή όταν η τιμή NDII, που αντιπροσωπεύει την περιεκτικότητα της βλάστησης σε νερό, είναι χαμηλότερη από −0.8486.
Για την περιοχή μελέτης, ιδίως κατά τις θερμές και ξηρές περιόδους, η περιεκτικότητα της βλάστησης σε νερό τείνει να μειώνεται, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Αυτό αποδεικνύει αναμφίβολα ότι η περιεκτικότητα της βλάστησης σε νερό αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών.
Συνολικά, η περιεκτικότητα της βλάστησης σε νερό, ως σημαντικός δείκτης για την πρόληψη και την ανίχνευση δασικών πυρκαγιών, παρουσιάζει ευρείες προοπτικές εφαρμογής στη βελτίωση της ανθρώπινης ικανότητας πρόληψης δασικών πυρκαγιών. Ωστόσο, η παρούσα μελέτη παρουσιάζει ορισμένους προφανείς περιορισμούς. Για παράδειγμα, η πηγή δεδομένων που χρησιμοποιήθηκε είναι ο δορυφόρος Landsat 8· ως δορυφόρος διαστημικής τηλεπισκόπησης, τα δεδομένα που παρέχει παρουσιάζουν αναπόφευκτα χρονική υστέρηση, γεγονός που καθιστά αδύνατη την παρακολούθηση σε πραγματικό χρόνο και την άμεση παροχή ανατροφοδότησης δεδομένων, μειώνοντας έτσι την επικαιρότητα του συστήματος ανίχνευσης και έγκαιρης προειδοποίησης.
Η παρούσα εργασία προτείνει ορισμένες ιδέες για την αντιμετώπιση αυτού του προβλήματος. Στο μέλλον, θα μπορούσε να εξεταστεί η αντικατάσταση των δορυφορικών δεδομένων με χρονική υστέρηση από εναέρια τηλεπισκόπηση με άμεση απόκριση, καθώς και η χρήση φορητών μη επανδρωμένων αεροσκαφών (drones) εξοπλισμένων με οπτικούς αισθητήρες τηλεπισκόπησης για την παρατήρηση συγκεκριμένων περιοχών. Με τον τρόπο αυτό μπορούν να αντιμετωπιστούν οι αδυναμίες της διαστημικής τηλεπισκόπησης ως προς την αμεσότητα. Επιπλέον, οι επιδόσεις και οι λειτουργίες της τηλεπισκόπησης θα πρέπει να βελτιστοποιούνται και να ενισχύονται συνεχώς σε μεγαλύτερη χωρική και χρονική κλίμακα, ώστε να βελτιώνεται διαρκώς το σύστημα αξιολόγησης του κινδύνου δασικών πυρκαγιών.

[[category: Δασοπονία, Δασική διαχείριση]]

Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών

2026-02-07T17:31:01Z

IOANNA OSMANI:

'''Application of Remote Sensing Data-based Detection of Forest Vegetation Water Content in Forest Fire Prevention'''

''Zhongchen Wu''

''Πηγή'': [https://www.researchgate.net/publication/394987857_Application_of_Remote_Sensing_Data-based_Detection_of_Forest_Vegetation_Water_Content_in_Forest_Fire_Prevention]

: '''Λέξεις κλειδιά''' : Δασικές πυρκαγιές· Δεδομένα αεροδιαστημικής τηλεπισκόπησης· Υδατική περιεκτικότητα βλάστησης

===ΠΕΡΙΛΗΨΗ===
Οι δασικές πυρκαγιές που εκδηλώνονται στη Γη προκαλούν τεράστιες απώλειες κάθε χρόνο και η συχνότητά τους παρουσιάζει αυξητική τάση. Για τη μείωση της εμφάνισης δασικών πυρκαγιών, έχουν αναπτυχθεί τα τελευταία χρόνια νέες τεχνολογίες που βασίζονται στην τηλεπισκόπηση για την πρόβλεψη και τη δυναμική παρακολούθηση των δασικών πυρκαγιών. Στην παρούσα εργασία, η τιμή του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) της περιοχής μελέτης υπολογίζεται με βάση δορυφορικά δεδομένα τηλεπισκόπησης, με σκοπό την ανίχνευση και εκτίμηση της υδατικής περιεκτικότητας της βλάστησης στις δασικές περιοχές, ώστε να προβλεφθεί η εκδήλωση δασικών πυρκαγιών, να ενισχυθούν τα προληπτικά μέτρα και να μειωθεί η πιθανότητα εκδήλωσής τους.
Τα αποτελέσματα έδειξαν ότι η υδατική περιεκτικότητα της βλάστησης παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο δασικών πυρκαγιών. Όταν η τιμή NDII της βλάστησης ήταν χαμηλότερη από -0,8486, αυτό υποδήλωνε ότι η υγρασία της βλάστησης είχε μειωθεί σε πολύ χαμηλό επίπεδο, καθιστώντας την ιδιαίτερα εύφλεκτη και αυξάνοντας σημαντικά την πιθανότητα πυρκαγιάς. Για την περιοχή μελέτης, η υδατική περιεκτικότητα της βλάστησης τείνει να είναι ακόμη χαμηλότερη, ιδίως κατά τις θερμές και ξηρές εποχές, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Η παρούσα μελέτη επιβεβαιώνει περαιτέρω ότι η υδατική περιεκτικότητα της βλάστησης αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών. Η έρευνα αυτή παρέχει περισσότερους δείκτες πρόληψης για τις εγκαταστάσεις πρόληψης δασικών πυρκαγιών και συμβάλλει στη βελτίωση του συστήματος πρόληψης.

='''1. Εισαγωγή'''=
Τα δάση, ως ένας από τους σημαντικότερους πόρους της οικολογίας της Γης, διαδραματίζουν καθοριστικό ρόλο στη ρύθμιση της κυκλοφορίας του αέρα και των υδατικών πόρων στη φύση και αποτελούν αναπόσπαστο μέρος του συστήματος κλιματικής ισορροπίας. Παράλληλα, τα δάση αποτελούν τη βάση για την παροχή του περιβάλλοντος και των υλικών από τα οποία εξαρτάται η επιβίωση των ανθρώπων και των έμβιων οργανισμών και είναι γνωστά ως το «λίκνο της ζωής», έχοντας αναντικατάστατο ρόλο στη μακροπρόθεσμη κοινωνική και φυσική ανάπτυξη.
Ωστόσο, τα τελευταία χρόνια, η συχνότητα και η ένταση των δασικών πυρκαγιών παρουσιάζουν αυξητική τάση, ιδίως υπό συνθήκες ξηρασίας ή υψηλών θερμοκρασιών, όπου ο κίνδυνος πυρκαγιάς γίνεται ολοένα και σοβαρότερος. Σύμφωνα με ελλιπή στατιστικά στοιχεία, το 2024 σημειώθηκαν 295 δασικές και λιβαδικές πυρκαγιές σε ολόκληρη την Κίνα, γεγονός που όχι μόνο καταναλώνει μεγάλο όγκο ανθρώπινων πόρων, αλλά προκαλεί και τεράστιες οικονομικές και οικολογικές απώλειες. Επομένως, η αποτελεσματική παρακολούθηση και πρόβλεψη της εκδήλωσης δασικών πυρκαγιών έχει καταστεί ένα σημαντικό ερευνητικό αντικείμενο για την προστασία των δασικών πόρων και την πρόληψη φυσικών καταστροφών.
Η παραδοσιακή παρακολούθηση των δασικών πυρκαγιών βασίζεται συχνά σε επιτόπιους ελέγχους ή δειγματοληψίες εδάφους, οι οποίες χαρακτηρίζονται από αργή απόκριση και περιορισμένη κάλυψη. Επιπλέον, σε ορισμένες περιοχές, το προσωπικό παρουσιάζει χαμηλή ευαισθητοποίηση σχετικά με την πρόληψη πυρκαγιών, ενώ οι υποδομές και τα συστήματα πρόληψης δεν είναι επαρκώς ανεπτυγμένα, γεγονός που καθιστά την πρόληψη δυσχερή.
Με την ανάπτυξη της επιστήμης και της τεχνολογίας, έχουν εμφανιστεί νέες μέθοδοι παρακολούθησης δασικών πυρκαγιών. Τον Ιανουάριο του 2025, ο Li Xuguang πρότεινε τη χρήση υπέρυθρης θερμικής απεικόνισης, πολυφασματικής τηλεπισκόπησης και άλλων τεχνικών για την ανίχνευση δασικών πυρκαγιών. Τον Φεβρουάριο του 2025, ο Cao Kongfei πρότεινε τη χρήση μη επανδρωμένων αεροσκαφών (drones) και τεχνητής νοημοσύνης για την ανίχνευση δασικών πυρκαγιών σε πραγματικό χρόνο και την εφαρμογή τους στην κατάσβεση. Η εμφάνιση αυτών των νέων τεχνολογιών προσφέρει αναμφίβολα πιο αποδοτικές και ακριβείς λύσεις για την πρόληψη των δασικών πυρκαγιών.
Ωστόσο, τα περισσότερα από τα υπάρχοντα τεχνολογικά μέσα επικεντρώνονται κυρίως στην ανίχνευση των πυρκαγιών, ενώ δεν υπάρχει επαρκώς ανεπτυγμένο και αποτελεσματικό σύστημα πρόβλεψης και έγκαιρης προειδοποίησης. Για τον λόγο αυτό, η παρούσα μελέτη βασίζεται στην οπτική τηλεπισκόπηση (Optical Remote Sensing – ORS), η οποία αποτελεί μια μέθοδο μη επαφής που βασίζεται στις ιδιότητες ανάκλασης και απορρόφησης των ηλεκτρομαγνητικών κυμάτων και μπορεί να συλλέγει σε πραγματικό χρόνο πληροφορίες για μεγάλες εκτάσεις μέσω της ανακλώμενης ή εκπεμπόμενης ακτινοβολίας.
Μέσω της ανάλυσης των φασματικών χαρακτηριστικών της δασικής βλάστησης, και ειδικότερα της υδατικής της περιεκτικότητας, μπορούν να εξαχθούν σημαντικές ενδείξεις για την αξιολόγηση του κινδύνου πυρκαγιάς. Η υγρασία της βλάστησης αποτελεί έναν σημαντικό δείκτη της ευφλεκτότητάς της· βλάστηση με χαμηλή υδατική περιεκτικότητα είναι πιο επιρρεπής στην καύση, αυξάνοντας την πιθανότητα εκδήλωσης πυρκαγιών. Συνεπώς, η παρακολούθηση της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση την οπτική τηλεπισκόπηση μπορεί, σε κάποιο βαθμό, να προβλέψει την εμφάνιση δασικών πυρκαγιών και να παρέχει ουσιαστικά δεδομένα για τα συστήματα έγκαιρης προειδοποίησης κινδύνου.
Με βάση το παραπάνω ερευνητικό υπόβαθρο, η παρούσα μελέτη στοχεύει στην εκτίμηση της υδατικής περιεκτικότητας της δασικής βλάστησης μέσω φασματικής ανάλυσης δεδομένων τηλεπισκόπησης και στη δημιουργία ενός ολοκληρωμένου μοντέλου αξιολόγησης της πιθανότητας εκδήλωσης δασικών πυρκαγιών. Μέσω του μοντέλου αυτού, μπορεί να επιτευχθεί έγκαιρη προειδοποίηση για δασικές πυρκαγιές, παρέχοντας νέα τεχνική υποστήριξη για την πρόληψη, μειώνοντας σε μεγαλύτερο βαθμό τον κίνδυνο εκδήλωσής τους και περιορίζοντας τις καταστροφές και τις απώλειες που προκαλούν.

'''2. Δεδομένα και μεθοδολογία'''

: '''2.1 Επισκόπηση της περιοχής μελέτης'''
Η περιοχή μελέτης που επιλέχθηκε για την παρούσα εργασία βρίσκεται στη δασική περιοχή της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan, στην επαρχία Sichuan, με τη γεωγραφική της θέση να παρουσιάζεται στο Σχ. 1. Στην περιοχή αυτή εκδηλώθηκε δασική πυρκαγιά στις 30 Μαρτίου 2020, με συνολική καμένη έκταση περίπου 1.000 ha και περίπου 80 ha καμένου δάσους. Η εστία της πυρκαγιάς βρισκόταν κοντά σε σταθμούς αποθήκευσης και διανομής υγραερίου (LPG), πρατήρια καυσίμων, σχολεία και μονάδες πολιτιστικής κληρονομιάς (όπως ο ναός Guangfu και το Μουσείο Κοινωνιών Δούλων) στη γραφική περιοχή Qionghai–Lushan.
Κατά τη διαδικασία διάσωσης της δασικής πυρκαγιάς, λόγω αιφνίδιων αλλαγών στη διεύθυνση του ανέμου, απότομης αύξησης της έντασής του, μεταφοράς καύτρων που απέκοψαν τις οδούς διαφυγής και αποτυχίας αυτοδιάσωσης, 19 άτομα που συμμετείχαν στην κατάσβεση έχασαν τη ζωή τους και 3 τραυματίστηκαν. Η πυρκαγιά είχε ως αποτέλεσμα την καύση συνολικής έκτασης 3.047,7805 εκταρίων διαφόρων τύπων γης, επηρεάζοντας δασική έκταση 791,6 εκταρίων, ενώ η άμεση οικονομική απώλεια ανήλθε σε 97.312.000 γιουάν.

[[Αρχείο: Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province.jpg|thumb|center|1200px|'''Εικόνα 1.''' Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province]]

Η βλάστηση της περιοχής κυριαρχείται από δάση πεύκης Yunnan, τα οποία χαρακτηρίζονται από υψηλή περιεκτικότητα σε ρητίνη και έντονη ευφλεκτότητα. Η περιοχή ανήκει στη ζώνη υποτροπικού μουσωνικού κλίματος και χαρακτηρίζεται από ξηρό και θερμό κλίμα κοιλάδων ποταμών. Η ξηρή περίοδος (Ιανουάριος–Ιούνιος) παρουσιάζει υψηλές θερμοκρασίες και περιορισμένες βροχοπτώσεις. Η μέση ετήσια βροχόπτωση κυμαίνεται μεταξύ 800–1.000 mm, ενώ η μέση ετήσια θερμοκρασία είναι 17,2 °C. Πρόκειται για ξηρό κλίμα, όπου η επίδραση των ανέμων που ευνοούν την εξάπλωση της φωτιάς είναι έντονη και οι κεραυνικές πυρκαγιές εμφανίζονται συχνά. Επιπλέον, λόγω της υψηλής ευφλεκτότητας της βλάστησης, η περιοχή είναι ιδιαίτερα επιρρεπής σε ανθρωπογενείς πυρκαγιές. Επομένως, η ενίσχυση του συστήματος πρόληψης πυρκαγιών στην περιοχή αυτή είναι ιδιαίτερα σημαντική.

'''2.2 Συλλογή δεδομένων'''

: '''2.2.1 Δορυφορικά δεδομένα εικόνας'''
Τα δεδομένα του δορυφόρου Landsat 8, που αποτελεί σήμερα το πιο ευρέως χρησιμοποιούμενο δορυφόρο της συγκεκριμένης σειράς, αναπτύχθηκαν από τη NASA σε συνεργασία με τη Γεωλογική Υπηρεσία των Ηνωμένων Πολιτειών (USGS). Ο δορυφόρος εκτοξεύθηκε επιτυχώς στις 11 Φεβρουαρίου 2013 και λειτουργεί κανονικά έως σήμερα. Βρίσκεται σε τροχιά ύψους 705 km, με κλίση τροχιάς 98,2°, περίοδο επανάληψης 16 ημερών και φέρει τον Απεικονιστή Επιχειρησιακής Γης (OLI) και τον Θερμικό Υπέρυθρο Αισθητήρα (TIRS).
Ο OLI περιλαμβάνει οκτώ φασματικές ζώνες με χωρική ανάλυση 30 m και μία παγχρωματική ζώνη με ανάλυση 15 m, με εύρος απεικόνισης 185 × 185 km. Ο TIRS αποτελείται από δύο θερμικές υπέρυθρες ζώνες με χωρική ανάλυση 100 m.
Στο παρόν πείραμα, αποκτήθηκαν δεδομένα εικόνας Landsat 8 της περιοχής μελέτης για τον Μάρτιο του 2020, τον Μάρτιο του 2018 και τον Μάρτιο του 2016 μέσω της επίσημης ιστοσελίδας του Geospatial Data Cloud. Τα δεδομένα αυτά αναλύθηκαν και επεξεργάστηκαν στα επόμενα στάδια του πειράματος. Η αντίστοιχη υδατική περιεκτικότητα της βλάστησης εκτιμήθηκε μέσω υπολογισμού σχετικών παραμέτρων. Ιδιαίτερα, τα δεδομένα του Μαρτίου 2020 αντιστοιχούν στην περίοδο ακριβώς πριν από τη δασική πυρκαγιά της Xichang στις 30 Μαρτίου 2020 και παρουσιάζουν ισχυρή συσχέτιση με την εκδήλωση της πυρκαγιάς.
Στο πείραμα, τα δεδομένα που κατεβάστηκαν από τον ιστότοπο Geospatial Data Cloud εισήχθησαν στο λογισμικό ENVI. Τα τρία σύνολα εικόνων διαφορετικών χρονικών περιόδων υποβλήθηκαν σε ραδιομετρική βαθμονόμηση και ατμοσφαιρική διόρθωση μέσω των αντίστοιχων ενοτήτων του ENVI. Στη συνέχεια, οι επεξεργασμένες δορυφορικές εικόνες αποκόπηκαν (clipped) με τη χρήση του ArcGIS, βάσει του χάρτη της πόλης Xichang που λήφθηκε από την πλατφόρμα οπτικοποίησης δεδομένων AliCloud (Datavision).
Μετά την επεξεργασία, οι τιμές του Κανονικοποιημένου Δείκτη Βλάστησης (NDVI) υπολογίστηκαν με τη χρήση του εργαλείου Band Math του ENVI, σύμφωνα με τον ακόλουθο τύπο:
NDVI = (NIR − Red) / (NIR + Red) (1)

'''2.3 Επεξεργασία δεδομένων'''

: '''2.3.1 Επεξεργασία δορυφορικών δεδομένων εικόνας'''
Τα λογισμικά εργαλεία που χρησιμοποιήθηκαν για την προεπεξεργασία των δορυφορικών δεδομένων εικόνας ήταν τα ENVI 5.6 και ArcGIS. Τέλος, οι υπολογισμένες τιμές NDVI συνδυάστηκαν με την ενότητα ArcMap του ArcGIS, ώστε να εξαχθεί η βλάστηση της πόλης Xichang και να παραχθεί ο χάρτης εξαγωγής βλάστησης της περιοχής.

: '''2.3.2 Επεξεργασία δεδομένων βλάστησης της περιοχής μελέτης'''
Σύμφωνα με τον χάρτη εξαγωγής βλάστησης της πόλης Xichang, επιλέχθηκαν κατάλληλες και ομοιόμορφα κατανεμημένες περιοχές βλάστησης ως περιοχές ενδιαφέροντος (ROI) για το πείραμα. Στη συνέχεια, με τη χρήση εκ νέου του εργαλείου Band Math στο ENVI, υπολογίστηκαν και εξήχθησαν οι τιμές NDVI και του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) των εικόνων, σύμφωνα με τους αντίστοιχους τύπους υπολογισμού.

'''3. Πειραματικά αποτελέσματα'''

: '''3.1 Αποτελέσματα δορυφορικών δεδομένων εικόνας'''
Τα αποτελέσματα που προέκυψαν μετά την προεπεξεργασία των τριών συνόλων δεδομένων εικόνας διαφορετικών χρονικών περιόδων με το λογισμικό ENVI παρουσιάζονται στο Σχ. 2. Παρατηρώντας τις προεπεξεργασμένες εικόνες των ετών 2016, 2018 και 2020, μπορεί να διαπιστωθεί ότι δεν υπάρχουν σημαντικές μεταβολές στη δασική έκταση της πόλης Xichang στην περιοχή μελέτης, γεγονός που υποδεικνύει ότι τα δεδομένα είναι αξιόπιστα και δεν επηρεάζουν την εγκυρότητα του πειράματος.

[[Αρχείο: Εικόνα 2(α). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020.jpg|thumb|center|700px|'''Εικόνα 2(α).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020]]
[[Αρχείο: Εικόνα 2(β). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018.jpg|thumb|center|700px|'''Εικόνα 2(β).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018]]
[[Αρχείο: Εικόνα 2(γ). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016.jpg|thumb|center|700px|'''Εικόνα 2(γ).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016]]

Μετά τον υπολογισμό των τιμών NDVI στα δεδομένα εικόνας, τα αποτελέσματα του χάρτη εξαγωγής βλάστησης για την πόλη Xichang παρουσιάζονται στο Σχ. 3. Από τα αποτελέσματα της εξαγωγής βλάστησης προκύπτει ότι η κατανομή της βλάστησης είναι πιο ομοιόμορφη στις βορειοδυτικές και νοτιοανατολικές περιοχές της πόλης, ενώ σε άλλες περιοχές η κατανομή είναι ανομοιόμορφη λόγω της επίδρασης της ανθρώπινης δραστηριότητας.
Λαμβάνοντας υπόψη ότι η δασική περιοχή στο νοτιοανατολικό τμήμα βρίσκεται πολύ κοντά στην περιοχή της δασικής πυρκαγιάς της 30ής Μαρτίου 2020 στην πόλη Xichang και ανταποκρίνεται περισσότερο στις απαιτήσεις του πειράματος, η τελική περιοχή ενδιαφέροντος (ROI) καθορίστηκε.

[[Αρχείο: Εικόνα 3. Χάρτης εξαγωγής βλάστησης της πόλης Xichang.jpg|thumb|center|400px|'''Εικόνα 3.''' Χάρτης εξαγωγής βλάστησης της πόλης Xichang]]

'''3.2 Αποτελέσματα δεδομένων περιοχής βλάστησης'''

: '''3.2.1 Ανάλυση τιμών NDVI'''
Τα αποτελέσματα των τιμών NDVI και NDII των περιοχών βλάστησης στην πόλη Xichang για τα τρία σύνολα δεδομένων του Μαρτίου 2020, του Μαρτίου 2018 και του Μαρτίου 2016 που χρησιμοποιήθηκαν στο πείραμα παρουσιάζονται στους Πίνακες 1, 2 και 3, αντίστοιχα, μέσω του σχετικού τύπου υπολογισμού. Τα δεδομένα που προέκυψαν περιλαμβάνουν τις μέσες, μέγιστες και ελάχιστες τιμές των δεικτών NDII και NDVI στην υπολογισμένη περιοχή ενδιαφέροντος (ROI), καθώς και τη διακύμανση (variance) των υπολογισμένων δεδομένων.

[[Αρχείο: Πίνακας 1. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020.jpg|thumb|center|1000px|'''Πίνακας 1.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020]]

[[Αρχείο: Πίνακας 2. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018.jpg|thumb|center|1000px|'''Πίνακας 2.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018]]

[[Αρχείο: Πίνακας 3. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016.jpg|thumb|center|1000px|'''Πίνακας 3.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016]]

Από την παρατήρηση των αποτελεσμάτων των δεδομένων προκύπτει ότι, σύμφωνα με τα δεδομένα των πινάκων για τα έτη 2016, 2018 και 2020, το εύρος τιμών του NDVI κυμαίνεται μεταξύ -1 και 1 και οι μέσες τιμές NDVI των τριών συνόλων δεδομένων είναι παρόμοιες, συγκεκριμένα 0,4593, 0,4517 και 0,1752, αντίστοιχα. Η διαφορά δεν υπερβαίνει το 0,3, γεγονός που υποδεικνύει ότι το πείραμα για την περιοχή ενδιαφέροντος (ROI) του δασικού τομέα της πόλης Xichang είναι αξιόπιστο. Αυτό δείχνει ότι η βλάστηση στην εξεταζόμενη δασική περιοχή της πόλης Xichang δεν παρουσίασε σημαντικές μεταβολές από τον Μάρτιο του 2016 έως τον Μάρτιο του 2020. Το αποτέλεσμα αυτό αποκλείει την πιθανότητα σφαλμάτων που προκαλούνται από μεταβολές στους γεωγραφικούς ή περιβαλλοντικούς παράγοντες, διασφαλίζοντας την ακρίβεια των πειραματικών δεδομένων και τη σταθερότητα των αποτελεσμάτων.

: '''3.2.2 Ανάλυση υδατικής περιεκτικότητας και ευφλεκτότητας'''
Δεδομένου ότι ο δείκτης NDII έχει ισχυρή θετική συσχέτιση με την περιεκτικότητα της βλάστησης σε νερό και αποτελεί τον προτιμώμενο δείκτη για την παρακολούθηση της υγρασίας, η περιεκτικότητα σε νερό της βλάστησης μπορεί να εκτιμηθεί με βάση τις τιμές NDII της τοπικής βλάστησης, ώστε να προσδιοριστεί η ευφλεκτότητα της τοπικής βλάστησης και η πιθανότητα εκδήλωσης δασικών πυρκαγιών σε περίπτωση ξηρασίας.
Συγκρίνοντας τις τιμές NDII των τριών ομάδων δεδομένων στους Πίνακες 1–3, διαπιστώνεται ότι η μέση τιμή NDII τον Μάρτιο του 2020 είναι −0.7770, η οποία είναι πολύ μικρότερη από τη μέση τιμή NDII των 0.7814 τον Μάρτιο του 2018 και 0.2917 τον Μάρτιο του 2016. Το πειραματικό αποτέλεσμα δείχνει ότι η μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών στην πειραματική περιοχή τον Μάρτιο του 2020 είναι πολύ χαμηλότερη από τη μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών τον Μάρτιο του 2016 και τον Μάρτιο του 2018, γεγονός που συμφωνεί με την πραγματική κατάσταση των δασικών πυρκαγιών στην πόλη Xichang στις 30 Μαρτίου 2020. Το αποτέλεσμα αυτό αποδεικνύει επίσης ότι η μείωση της μέσης περιεκτικότητας σε υγρασία έχει ισχυρή συσχέτιση με την πιθανότητα εκδήλωσης δασικών πυρκαγιών.
Η ελάχιστη τιμή NDII τον Μάρτιο του 2020 έφτασε επίσης σε πολύ χαμηλό επίπεδο, −0.8486, υποδεικνύοντας ότι η βλάστηση στη συγκεκριμένη τοποθεσία έχει τη χαμηλότερη περιεκτικότητα σε νερό και είναι πιο πιθανό να αποτελεί ένα από τα πιθανά σημεία έναρξης της πυρκαγιάς της 30ής Μαρτίου 2020 στο Xichang.
Αναλύοντας τα πειραματικά αποτελέσματα, μπορεί να κριθεί ότι η περιεκτικότητα σε νερό της βλάστησης στην πόλη Xichang τον Μάρτιο του 2020 είναι πολύ μικρότερη από αυτήν του Μαρτίου 2018 καθώς και του Μαρτίου 2016, και ότι η βλάστηση είναι ιδιαίτερα εύφλεκτη, με υψηλή πιθανότητα εκδήλωσης δασικών πυρκαγιών.

'''4. Συζήτηση'''
Σύμφωνα με τα πειραματικά δεδομένα, οι μέσες τιμές του δείκτη NDVI στις περιοχές βλάστησης της πόλης Xichang τον Μάρτιο των ετών 2016, 2018 και 2020 ήταν αντίστοιχα 0.1752, 0.4517 και 0.4593. Παρότι παρατηρήθηκαν διακυμάνσεις μεταξύ των ετών από το 2016 έως το 2018, ο συνδυασμός των μετεωρολογικών παραγόντων της πόλης Xichang που προκλήθηκαν από ανώμαλες μεταβολές στις τιμές, καθώς και η διαφορά μεταξύ των τιμών, δεν υπερέβη το 0.3. Παράλληλα, τα τρία σύνολα δεδομένων βρίσκονται εντός του θεωρητικού εύρους τιμών του NDVI (−1 έως 1), ενώ συνολικά τα δεδομένα και η διασπορά τους δεν παρουσίασαν σημαντικές ανωμαλίες.
Το αποτέλεσμα αυτό καταδεικνύει τη σταθερότητα της φυτοκάλυψης στην πειραματική περιοχή μελέτης. Η χαμηλή μεταβλητότητα των δεδομένων NDVI, χωρίς συστηματική μετατόπιση, υποδηλώνει ότι δεν έχει σημειωθεί εκτεταμένη υποβάθμιση της βλάστησης ή αλλαγή στη χρήση γης στην περιοχή μελέτης. Αυτό επιβεβαιώνει ότι η επίδραση των γεωγραφικών μεταβολών στα πειραματικά αποτελέσματα είναι αμελητέα και συμφωνεί με την περιγραφή της σταθερότητας της κάλυψης από αειθαλή πλατύφυλλα δάση στη νοτιοδυτική περιοχή, όπως αναφέρεται στην «Έκθεση για τους Δασικούς Πόρους της Κίνας».
Η μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020 ήταν −0.7770, παρουσιάζοντας σημαντική αρνητική μετατόπιση σε σύγκριση με το 2016 (0.2917) και το 2018 (0.7814). Δεδομένου ότι ο δείκτης NDII συσχετίζεται γραμμικά και θετικά με την περιεκτικότητα της βλάστησης σε νερό, αυτό υποδηλώνει ότι η περιεκτικότητα σε νερό της περιφερειακής βλάστησης τον Μάρτιο του 2020 μειώθηκε στο χαμηλότερο επίπεδο της τριετούς περιόδου παρατήρησης, περίπου κατά 35% έως 48% σε σύγκριση με τα δύο προηγούμενα έτη, γεγονός που υποδηλώνει εξαιρετικά υψηλό κίνδυνο ευφλεκτότητας.
Επιπλέον, η παρούσα μελέτη βασίζεται στη μέγιστη, την ελάχιστη και τη μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020, ως τρία διαφορετικά κατώφλια, προκειμένου να δημιουργηθεί ένα σύστημα προειδοποίησης τριών επιπέδων [10]. Συγκεκριμένα, όταν η τιμή NDII είναι χαμηλότερη από τη μέγιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.478), υπάρχει συγκεκριμένη πιθανότητα εκδήλωσης δασικής πυρκαγιάς και μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς τρίτου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από τη μέση τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.7770), μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς δεύτερου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από την ελάχιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.8486), η πιθανότητα εκδήλωσης δασικής πυρκαγιάς είναι εξαιρετικά υψηλή και ενεργοποιείται προειδοποίηση δασικής πυρκαγιάς πρώτου επιπέδου. Με βάση αυτά τα τρία διαφορετικά κατώφλια προειδοποίησης, μπορεί να δημιουργηθεί ένα μοντέλο προειδοποίησης δασικών πυρκαγιών.

'''5. Συμπεράσματα'''
Μέσω της παρούσας μελέτης, παρακολουθήθηκε και αναλύθηκε η βλάστηση της δασικής περιοχής της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan της επαρχίας Sichuan. Τα αποτελέσματα έδειξαν ότι η περιεκτικότητα της βλάστησης σε νερό παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο εκδήλωσης δασικών πυρκαγιών και ότι η πιθανότητα πυρκαγιάς είναι ιδιαίτερα υψηλή όταν η τιμή NDII, που αντιπροσωπεύει την περιεκτικότητα της βλάστησης σε νερό, είναι χαμηλότερη από −0.8486.
Για την περιοχή μελέτης, ιδίως κατά τις θερμές και ξηρές περιόδους, η περιεκτικότητα της βλάστησης σε νερό τείνει να μειώνεται, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Αυτό αποδεικνύει αναμφίβολα ότι η περιεκτικότητα της βλάστησης σε νερό αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών.
Συνολικά, η περιεκτικότητα της βλάστησης σε νερό, ως σημαντικός δείκτης για την πρόληψη και την ανίχνευση δασικών πυρκαγιών, παρουσιάζει ευρείες προοπτικές εφαρμογής στη βελτίωση της ανθρώπινης ικανότητας πρόληψης δασικών πυρκαγιών. Ωστόσο, η παρούσα μελέτη παρουσιάζει ορισμένους προφανείς περιορισμούς. Για παράδειγμα, η πηγή δεδομένων που χρησιμοποιήθηκε είναι ο δορυφόρος Landsat 8· ως δορυφόρος διαστημικής τηλεπισκόπησης, τα δεδομένα που παρέχει παρουσιάζουν αναπόφευκτα χρονική υστέρηση, γεγονός που καθιστά αδύνατη την παρακολούθηση σε πραγματικό χρόνο και την άμεση παροχή ανατροφοδότησης δεδομένων, μειώνοντας έτσι την επικαιρότητα του συστήματος ανίχνευσης και έγκαιρης προειδοποίησης.
Η παρούσα εργασία προτείνει ορισμένες ιδέες για την αντιμετώπιση αυτού του προβλήματος. Στο μέλλον, θα μπορούσε να εξεταστεί η αντικατάσταση των δορυφορικών δεδομένων με χρονική υστέρηση από εναέρια τηλεπισκόπηση με άμεση απόκριση, καθώς και η χρήση φορητών μη επανδρωμένων αεροσκαφών (drones) εξοπλισμένων με οπτικούς αισθητήρες τηλεπισκόπησης για την παρατήρηση συγκεκριμένων περιοχών. Με τον τρόπο αυτό μπορούν να αντιμετωπιστούν οι αδυναμίες της διαστημικής τηλεπισκόπησης ως προς την αμεσότητα. Επιπλέον, οι επιδόσεις και οι λειτουργίες της τηλεπισκόπησης θα πρέπει να βελτιστοποιούνται και να ενισχύονται συνεχώς σε μεγαλύτερη χωρική και χρονική κλίμακα, ώστε να βελτιώνεται διαρκώς το σύστημα αξιολόγησης του κινδύνου δασικών πυρκαγιών.

Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών

2026-02-07T17:22:58Z

IOANNA OSMANI:

'''Application of Remote Sensing Data-based Detection of Forest Vegetation Water Content in Forest Fire Prevention'''

''Zhongchen Wu''

''Πηγή'': [https://www.researchgate.net/publication/394987857_Application_of_Remote_Sensing_Data-based_Detection_of_Forest_Vegetation_Water_Content_in_Forest_Fire_Prevention]

: '''Λέξεις κλειδιά''' : Δασικές πυρκαγιές· Δεδομένα αεροδιαστημικής τηλεπισκόπησης· Υδατική περιεκτικότητα βλάστησης

===ΠΕΡΙΛΗΨΗ===
Οι δασικές πυρκαγιές που εκδηλώνονται στη Γη προκαλούν τεράστιες απώλειες κάθε χρόνο και η συχνότητά τους παρουσιάζει αυξητική τάση. Για τη μείωση της εμφάνισης δασικών πυρκαγιών, έχουν αναπτυχθεί τα τελευταία χρόνια νέες τεχνολογίες που βασίζονται στην τηλεπισκόπηση για την πρόβλεψη και τη δυναμική παρακολούθηση των δασικών πυρκαγιών. Στην παρούσα εργασία, η τιμή του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) της περιοχής μελέτης υπολογίζεται με βάση δορυφορικά δεδομένα τηλεπισκόπησης, με σκοπό την ανίχνευση και εκτίμηση της υδατικής περιεκτικότητας της βλάστησης στις δασικές περιοχές, ώστε να προβλεφθεί η εκδήλωση δασικών πυρκαγιών, να ενισχυθούν τα προληπτικά μέτρα και να μειωθεί η πιθανότητα εκδήλωσής τους.
Τα αποτελέσματα έδειξαν ότι η υδατική περιεκτικότητα της βλάστησης παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο δασικών πυρκαγιών. Όταν η τιμή NDII της βλάστησης ήταν χαμηλότερη από -0,8486, αυτό υποδήλωνε ότι η υγρασία της βλάστησης είχε μειωθεί σε πολύ χαμηλό επίπεδο, καθιστώντας την ιδιαίτερα εύφλεκτη και αυξάνοντας σημαντικά την πιθανότητα πυρκαγιάς. Για την περιοχή μελέτης, η υδατική περιεκτικότητα της βλάστησης τείνει να είναι ακόμη χαμηλότερη, ιδίως κατά τις θερμές και ξηρές εποχές, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Η παρούσα μελέτη επιβεβαιώνει περαιτέρω ότι η υδατική περιεκτικότητα της βλάστησης αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών. Η έρευνα αυτή παρέχει περισσότερους δείκτες πρόληψης για τις εγκαταστάσεις πρόληψης δασικών πυρκαγιών και συμβάλλει στη βελτίωση του συστήματος πρόληψης.

='''1. Εισαγωγή'''=
Τα δάση, ως ένας από τους σημαντικότερους πόρους της οικολογίας της Γης, διαδραματίζουν καθοριστικό ρόλο στη ρύθμιση της κυκλοφορίας του αέρα και των υδατικών πόρων στη φύση και αποτελούν αναπόσπαστο μέρος του συστήματος κλιματικής ισορροπίας. Παράλληλα, τα δάση αποτελούν τη βάση για την παροχή του περιβάλλοντος και των υλικών από τα οποία εξαρτάται η επιβίωση των ανθρώπων και των έμβιων οργανισμών και είναι γνωστά ως το «λίκνο της ζωής», έχοντας αναντικατάστατο ρόλο στη μακροπρόθεσμη κοινωνική και φυσική ανάπτυξη.
Ωστόσο, τα τελευταία χρόνια, η συχνότητα και η ένταση των δασικών πυρκαγιών παρουσιάζουν αυξητική τάση, ιδίως υπό συνθήκες ξηρασίας ή υψηλών θερμοκρασιών, όπου ο κίνδυνος πυρκαγιάς γίνεται ολοένα και σοβαρότερος. Σύμφωνα με ελλιπή στατιστικά στοιχεία, το 2024 σημειώθηκαν 295 δασικές και λιβαδικές πυρκαγιές σε ολόκληρη την Κίνα, γεγονός που όχι μόνο καταναλώνει μεγάλο όγκο ανθρώπινων πόρων, αλλά προκαλεί και τεράστιες οικονομικές και οικολογικές απώλειες. Επομένως, η αποτελεσματική παρακολούθηση και πρόβλεψη της εκδήλωσης δασικών πυρκαγιών έχει καταστεί ένα σημαντικό ερευνητικό αντικείμενο για την προστασία των δασικών πόρων και την πρόληψη φυσικών καταστροφών.
Η παραδοσιακή παρακολούθηση των δασικών πυρκαγιών βασίζεται συχνά σε επιτόπιους ελέγχους ή δειγματοληψίες εδάφους, οι οποίες χαρακτηρίζονται από αργή απόκριση και περιορισμένη κάλυψη. Επιπλέον, σε ορισμένες περιοχές, το προσωπικό παρουσιάζει χαμηλή ευαισθητοποίηση σχετικά με την πρόληψη πυρκαγιών, ενώ οι υποδομές και τα συστήματα πρόληψης δεν είναι επαρκώς ανεπτυγμένα, γεγονός που καθιστά την πρόληψη δυσχερή.
Με την ανάπτυξη της επιστήμης και της τεχνολογίας, έχουν εμφανιστεί νέες μέθοδοι παρακολούθησης δασικών πυρκαγιών. Τον Ιανουάριο του 2025, ο Li Xuguang πρότεινε τη χρήση υπέρυθρης θερμικής απεικόνισης, πολυφασματικής τηλεπισκόπησης και άλλων τεχνικών για την ανίχνευση δασικών πυρκαγιών. Τον Φεβρουάριο του 2025, ο Cao Kongfei πρότεινε τη χρήση μη επανδρωμένων αεροσκαφών (drones) και τεχνητής νοημοσύνης για την ανίχνευση δασικών πυρκαγιών σε πραγματικό χρόνο και την εφαρμογή τους στην κατάσβεση. Η εμφάνιση αυτών των νέων τεχνολογιών προσφέρει αναμφίβολα πιο αποδοτικές και ακριβείς λύσεις για την πρόληψη των δασικών πυρκαγιών.
Ωστόσο, τα περισσότερα από τα υπάρχοντα τεχνολογικά μέσα επικεντρώνονται κυρίως στην ανίχνευση των πυρκαγιών, ενώ δεν υπάρχει επαρκώς ανεπτυγμένο και αποτελεσματικό σύστημα πρόβλεψης και έγκαιρης προειδοποίησης. Για τον λόγο αυτό, η παρούσα μελέτη βασίζεται στην οπτική τηλεπισκόπηση (Optical Remote Sensing – ORS), η οποία αποτελεί μια μέθοδο μη επαφής που βασίζεται στις ιδιότητες ανάκλασης και απορρόφησης των ηλεκτρομαγνητικών κυμάτων και μπορεί να συλλέγει σε πραγματικό χρόνο πληροφορίες για μεγάλες εκτάσεις μέσω της ανακλώμενης ή εκπεμπόμενης ακτινοβολίας.
Μέσω της ανάλυσης των φασματικών χαρακτηριστικών της δασικής βλάστησης, και ειδικότερα της υδατικής της περιεκτικότητας, μπορούν να εξαχθούν σημαντικές ενδείξεις για την αξιολόγηση του κινδύνου πυρκαγιάς. Η υγρασία της βλάστησης αποτελεί έναν σημαντικό δείκτη της ευφλεκτότητάς της· βλάστηση με χαμηλή υδατική περιεκτικότητα είναι πιο επιρρεπής στην καύση, αυξάνοντας την πιθανότητα εκδήλωσης πυρκαγιών. Συνεπώς, η παρακολούθηση της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση την οπτική τηλεπισκόπηση μπορεί, σε κάποιο βαθμό, να προβλέψει την εμφάνιση δασικών πυρκαγιών και να παρέχει ουσιαστικά δεδομένα για τα συστήματα έγκαιρης προειδοποίησης κινδύνου.
Με βάση το παραπάνω ερευνητικό υπόβαθρο, η παρούσα μελέτη στοχεύει στην εκτίμηση της υδατικής περιεκτικότητας της δασικής βλάστησης μέσω φασματικής ανάλυσης δεδομένων τηλεπισκόπησης και στη δημιουργία ενός ολοκληρωμένου μοντέλου αξιολόγησης της πιθανότητας εκδήλωσης δασικών πυρκαγιών. Μέσω του μοντέλου αυτού, μπορεί να επιτευχθεί έγκαιρη προειδοποίηση για δασικές πυρκαγιές, παρέχοντας νέα τεχνική υποστήριξη για την πρόληψη, μειώνοντας σε μεγαλύτερο βαθμό τον κίνδυνο εκδήλωσής τους και περιορίζοντας τις καταστροφές και τις απώλειες που προκαλούν.

'''2. Δεδομένα και μεθοδολογία'''

: '''2.1 Επισκόπηση της περιοχής μελέτης'''
Η περιοχή μελέτης που επιλέχθηκε για την παρούσα εργασία βρίσκεται στη δασική περιοχή της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan, στην επαρχία Sichuan, με τη γεωγραφική της θέση να παρουσιάζεται στο Σχ. 1. Στην περιοχή αυτή εκδηλώθηκε δασική πυρκαγιά στις 30 Μαρτίου 2020, με συνολική καμένη έκταση περίπου 1.000 ha και περίπου 80 ha καμένου δάσους. Η εστία της πυρκαγιάς βρισκόταν κοντά σε σταθμούς αποθήκευσης και διανομής υγραερίου (LPG), πρατήρια καυσίμων, σχολεία και μονάδες πολιτιστικής κληρονομιάς (όπως ο ναός Guangfu και το Μουσείο Κοινωνιών Δούλων) στη γραφική περιοχή Qionghai–Lushan.
Κατά τη διαδικασία διάσωσης της δασικής πυρκαγιάς, λόγω αιφνίδιων αλλαγών στη διεύθυνση του ανέμου, απότομης αύξησης της έντασής του, μεταφοράς καύτρων που απέκοψαν τις οδούς διαφυγής και αποτυχίας αυτοδιάσωσης, 19 άτομα που συμμετείχαν στην κατάσβεση έχασαν τη ζωή τους και 3 τραυματίστηκαν. Η πυρκαγιά είχε ως αποτέλεσμα την καύση συνολικής έκτασης 3.047,7805 εκταρίων διαφόρων τύπων γης, επηρεάζοντας δασική έκταση 791,6 εκταρίων, ενώ η άμεση οικονομική απώλεια ανήλθε σε 97.312.000 γιουάν.

[[Αρχείο: Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province.jpg|thumb|center|1200px|'''Εικόνα 1.''' Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province]]

Η βλάστηση της περιοχής κυριαρχείται από δάση πεύκης Yunnan, τα οποία χαρακτηρίζονται από υψηλή περιεκτικότητα σε ρητίνη και έντονη ευφλεκτότητα. Η περιοχή ανήκει στη ζώνη υποτροπικού μουσωνικού κλίματος και χαρακτηρίζεται από ξηρό και θερμό κλίμα κοιλάδων ποταμών. Η ξηρή περίοδος (Ιανουάριος–Ιούνιος) παρουσιάζει υψηλές θερμοκρασίες και περιορισμένες βροχοπτώσεις. Η μέση ετήσια βροχόπτωση κυμαίνεται μεταξύ 800–1.000 mm, ενώ η μέση ετήσια θερμοκρασία είναι 17,2 °C. Πρόκειται για ξηρό κλίμα, όπου η επίδραση των ανέμων που ευνοούν την εξάπλωση της φωτιάς είναι έντονη και οι κεραυνικές πυρκαγιές εμφανίζονται συχνά. Επιπλέον, λόγω της υψηλής ευφλεκτότητας της βλάστησης, η περιοχή είναι ιδιαίτερα επιρρεπής σε ανθρωπογενείς πυρκαγιές. Επομένως, η ενίσχυση του συστήματος πρόληψης πυρκαγιών στην περιοχή αυτή είναι ιδιαίτερα σημαντική.

'''2.2 Συλλογή δεδομένων'''

: '''2.2.1 Δορυφορικά δεδομένα εικόνας'''
Τα δεδομένα του δορυφόρου Landsat 8, που αποτελεί σήμερα το πιο ευρέως χρησιμοποιούμενο δορυφόρο της συγκεκριμένης σειράς, αναπτύχθηκαν από τη NASA σε συνεργασία με τη Γεωλογική Υπηρεσία των Ηνωμένων Πολιτειών (USGS). Ο δορυφόρος εκτοξεύθηκε επιτυχώς στις 11 Φεβρουαρίου 2013 και λειτουργεί κανονικά έως σήμερα. Βρίσκεται σε τροχιά ύψους 705 km, με κλίση τροχιάς 98,2°, περίοδο επανάληψης 16 ημερών και φέρει τον Απεικονιστή Επιχειρησιακής Γης (OLI) και τον Θερμικό Υπέρυθρο Αισθητήρα (TIRS).
Ο OLI περιλαμβάνει οκτώ φασματικές ζώνες με χωρική ανάλυση 30 m και μία παγχρωματική ζώνη με ανάλυση 15 m, με εύρος απεικόνισης 185 × 185 km. Ο TIRS αποτελείται από δύο θερμικές υπέρυθρες ζώνες με χωρική ανάλυση 100 m.
Στο παρόν πείραμα, αποκτήθηκαν δεδομένα εικόνας Landsat 8 της περιοχής μελέτης για τον Μάρτιο του 2020, τον Μάρτιο του 2018 και τον Μάρτιο του 2016 μέσω της επίσημης ιστοσελίδας του Geospatial Data Cloud. Τα δεδομένα αυτά αναλύθηκαν και επεξεργάστηκαν στα επόμενα στάδια του πειράματος. Η αντίστοιχη υδατική περιεκτικότητα της βλάστησης εκτιμήθηκε μέσω υπολογισμού σχετικών παραμέτρων. Ιδιαίτερα, τα δεδομένα του Μαρτίου 2020 αντιστοιχούν στην περίοδο ακριβώς πριν από τη δασική πυρκαγιά της Xichang στις 30 Μαρτίου 2020 και παρουσιάζουν ισχυρή συσχέτιση με την εκδήλωση της πυρκαγιάς.
Στο πείραμα, τα δεδομένα που κατεβάστηκαν από τον ιστότοπο Geospatial Data Cloud εισήχθησαν στο λογισμικό ENVI. Τα τρία σύνολα εικόνων διαφορετικών χρονικών περιόδων υποβλήθηκαν σε ραδιομετρική βαθμονόμηση και ατμοσφαιρική διόρθωση μέσω των αντίστοιχων ενοτήτων του ENVI. Στη συνέχεια, οι επεξεργασμένες δορυφορικές εικόνες αποκόπηκαν (clipped) με τη χρήση του ArcGIS, βάσει του χάρτη της πόλης Xichang που λήφθηκε από την πλατφόρμα οπτικοποίησης δεδομένων AliCloud (Datavision).
Μετά την επεξεργασία, οι τιμές του Κανονικοποιημένου Δείκτη Βλάστησης (NDVI) υπολογίστηκαν με τη χρήση του εργαλείου Band Math του ENVI, σύμφωνα με τον ακόλουθο τύπο:
NDVI = (NIR − Red) / (NIR + Red) (1)

: '''2.3 Επεξεργασία δεδομένων'''

: '''2.3.1 Επεξεργασία δορυφορικών δεδομένων εικόνας'''
Τα λογισμικά εργαλεία που χρησιμοποιήθηκαν για την προεπεξεργασία των δορυφορικών δεδομένων εικόνας ήταν τα ENVI 5.6 και ArcGIS. Τέλος, οι υπολογισμένες τιμές NDVI συνδυάστηκαν με την ενότητα ArcMap του ArcGIS, ώστε να εξαχθεί η βλάστηση της πόλης Xichang και να παραχθεί ο χάρτης εξαγωγής βλάστησης της περιοχής.

: '''2.3.2 Επεξεργασία δεδομένων βλάστησης της περιοχής μελέτης'''
Σύμφωνα με τον χάρτη εξαγωγής βλάστησης της πόλης Xichang, επιλέχθηκαν κατάλληλες και ομοιόμορφα κατανεμημένες περιοχές βλάστησης ως περιοχές ενδιαφέροντος (ROI) για το πείραμα. Στη συνέχεια, με τη χρήση εκ νέου του εργαλείου Band Math στο ENVI, υπολογίστηκαν και εξήχθησαν οι τιμές NDVI και του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) των εικόνων, σύμφωνα με τους αντίστοιχους τύπους υπολογισμού.

'''3. Πειραματικά αποτελέσματα'''

: '''3.1 Αποτελέσματα δορυφορικών δεδομένων εικόνας'''
Τα αποτελέσματα που προέκυψαν μετά την προεπεξεργασία των τριών συνόλων δεδομένων εικόνας διαφορετικών χρονικών περιόδων με το λογισμικό ENVI παρουσιάζονται στο Σχ. 2. Παρατηρώντας τις προεπεξεργασμένες εικόνες των ετών 2016, 2018 και 2020, μπορεί να διαπιστωθεί ότι δεν υπάρχουν σημαντικές μεταβολές στη δασική έκταση της πόλης Xichang στην περιοχή μελέτης, γεγονός που υποδεικνύει ότι τα δεδομένα είναι αξιόπιστα και δεν επηρεάζουν την εγκυρότητα του πειράματος.

[[Αρχείο: Εικόνα 2(α). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020.jpg|thumb|center|700px|'''Εικόνα 2(α).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020]]
[[Αρχείο: Εικόνα 2(β). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018.jpg|thumb|center|700px|'''Εικόνα 2(β).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018]]
[[Αρχείο: Εικόνα 2(γ). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016.jpg|thumb|center|700px|'''Εικόνα 2(γ).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016]]

Μετά τον υπολογισμό των τιμών NDVI στα δεδομένα εικόνας, τα αποτελέσματα του χάρτη εξαγωγής βλάστησης για την πόλη Xichang παρουσιάζονται στο Σχ. 3. Από τα αποτελέσματα της εξαγωγής βλάστησης προκύπτει ότι η κατανομή της βλάστησης είναι πιο ομοιόμορφη στις βορειοδυτικές και νοτιοανατολικές περιοχές της πόλης, ενώ σε άλλες περιοχές η κατανομή είναι ανομοιόμορφη λόγω της επίδρασης της ανθρώπινης δραστηριότητας.
Λαμβάνοντας υπόψη ότι η δασική περιοχή στο νοτιοανατολικό τμήμα βρίσκεται πολύ κοντά στην περιοχή της δασικής πυρκαγιάς της 30ής Μαρτίου 2020 στην πόλη Xichang και ανταποκρίνεται περισσότερο στις απαιτήσεις του πειράματος, η τελική περιοχή ενδιαφέροντος (ROI) καθορίστηκε.

[[Αρχείο: Εικόνα 3. Χάρτης εξαγωγής βλάστησης της πόλης Xichang.jpg|thumb|center|400px|'''Εικόνα 3.''' Χάρτης εξαγωγής βλάστησης της πόλης Xichang]]

'''3.2 Αποτελέσματα δεδομένων περιοχής βλάστησης'''

: '''3.2.1 Ανάλυση τιμών NDVI'''
Τα αποτελέσματα των τιμών NDVI και NDII των περιοχών βλάστησης στην πόλη Xichang για τα τρία σύνολα δεδομένων του Μαρτίου 2020, του Μαρτίου 2018 και του Μαρτίου 2016 που χρησιμοποιήθηκαν στο πείραμα παρουσιάζονται στους Πίνακες 1, 2 και 3, αντίστοιχα, μέσω του σχετικού τύπου υπολογισμού. Τα δεδομένα που προέκυψαν περιλαμβάνουν τις μέσες, μέγιστες και ελάχιστες τιμές των δεικτών NDII και NDVI στην υπολογισμένη περιοχή ενδιαφέροντος (ROI), καθώς και τη διακύμανση (variance) των υπολογισμένων δεδομένων.

[[Αρχείο: Πίνακας 1. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020.jpg|thumb|center|1000px|'''Πίνακας 1.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020]]

[[Αρχείο: Πίνακας 2. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018.jpg|thumb|center|1000px|'''Πίνακας 2.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018]]

[[Αρχείο: Πίνακας 3. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016.jpg|thumb|center|1000px|'''Πίνακας 3.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016]]

Από την παρατήρηση των αποτελεσμάτων των δεδομένων προκύπτει ότι, σύμφωνα με τα δεδομένα των πινάκων για τα έτη 2016, 2018 και 2020, το εύρος τιμών του NDVI κυμαίνεται μεταξύ -1 και 1 και οι μέσες τιμές NDVI των τριών συνόλων δεδομένων είναι παρόμοιες, συγκεκριμένα 0,4593, 0,4517 και 0,1752, αντίστοιχα. Η διαφορά δεν υπερβαίνει το 0,3, γεγονός που υποδεικνύει ότι το πείραμα για την περιοχή ενδιαφέροντος (ROI) του δασικού τομέα της πόλης Xichang είναι αξιόπιστο. Αυτό δείχνει ότι η βλάστηση στην εξεταζόμενη δασική περιοχή της πόλης Xichang δεν παρουσίασε σημαντικές μεταβολές από τον Μάρτιο του 2016 έως τον Μάρτιο του 2020. Το αποτέλεσμα αυτό αποκλείει την πιθανότητα σφαλμάτων που προκαλούνται από μεταβολές στους γεωγραφικούς ή περιβαλλοντικούς παράγοντες, διασφαλίζοντας την ακρίβεια των πειραματικών δεδομένων και τη σταθερότητα των αποτελεσμάτων.

: '''3.2.2 Ανάλυση υδατικής περιεκτικότητας και ευφλεκτότητας'''
Δεδομένου ότι ο δείκτης NDII έχει ισχυρή θετική συσχέτιση με την περιεκτικότητα της βλάστησης σε νερό και αποτελεί τον προτιμώμενο δείκτη για την παρακολούθηση της υγρασίας, η περιεκτικότητα σε νερό της βλάστησης μπορεί να εκτιμηθεί με βάση τις τιμές NDII της τοπικής βλάστησης, ώστε να προσδιοριστεί η ευφλεκτότητα της τοπικής βλάστησης και η πιθανότητα εκδήλωσης δασικών πυρκαγιών σε περίπτωση ξηρασίας.
Συγκρίνοντας τις τιμές NDII των τριών ομάδων δεδομένων στους Πίνακες 1–3, διαπιστώνεται ότι η μέση τιμή NDII τον Μάρτιο του 2020 είναι −0.7770, η οποία είναι πολύ μικρότερη από τη μέση τιμή NDII των 0.7814 τον Μάρτιο του 2018 και 0.2917 τον Μάρτιο του 2016. Το πειραματικό αποτέλεσμα δείχνει ότι η μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών στην πειραματική περιοχή τον Μάρτιο του 2020 είναι πολύ χαμηλότερη από τη μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών τον Μάρτιο του 2016 και τον Μάρτιο του 2018, γεγονός που συμφωνεί με την πραγματική κατάσταση των δασικών πυρκαγιών στην πόλη Xichang στις 30 Μαρτίου 2020. Το αποτέλεσμα αυτό αποδεικνύει επίσης ότι η μείωση της μέσης περιεκτικότητας σε υγρασία έχει ισχυρή συσχέτιση με την πιθανότητα εκδήλωσης δασικών πυρκαγιών.
Η ελάχιστη τιμή NDII τον Μάρτιο του 2020 έφτασε επίσης σε πολύ χαμηλό επίπεδο, −0.8486, υποδεικνύοντας ότι η βλάστηση στη συγκεκριμένη τοποθεσία έχει τη χαμηλότερη περιεκτικότητα σε νερό και είναι πιο πιθανό να αποτελεί ένα από τα πιθανά σημεία έναρξης της πυρκαγιάς της 30ής Μαρτίου 2020 στο Xichang.
Αναλύοντας τα πειραματικά αποτελέσματα, μπορεί να κριθεί ότι η περιεκτικότητα σε νερό της βλάστησης στην πόλη Xichang τον Μάρτιο του 2020 είναι πολύ μικρότερη από αυτήν του Μαρτίου 2018 καθώς και του Μαρτίου 2016, και ότι η βλάστηση είναι ιδιαίτερα εύφλεκτη, με υψηλή πιθανότητα εκδήλωσης δασικών πυρκαγιών.

'''4. Συζήτηση'''
Σύμφωνα με τα πειραματικά δεδομένα, οι μέσες τιμές του δείκτη NDVI στις περιοχές βλάστησης της πόλης Xichang τον Μάρτιο των ετών 2016, 2018 και 2020 ήταν αντίστοιχα 0.1752, 0.4517 και 0.4593. Παρότι παρατηρήθηκαν διακυμάνσεις μεταξύ των ετών από το 2016 έως το 2018, ο συνδυασμός των μετεωρολογικών παραγόντων της πόλης Xichang που προκλήθηκαν από ανώμαλες μεταβολές στις τιμές, καθώς και η διαφορά μεταξύ των τιμών, δεν υπερέβη το 0.3. Παράλληλα, τα τρία σύνολα δεδομένων βρίσκονται εντός του θεωρητικού εύρους τιμών του NDVI (−1 έως 1), ενώ συνολικά τα δεδομένα και η διασπορά τους δεν παρουσίασαν σημαντικές ανωμαλίες.
Το αποτέλεσμα αυτό καταδεικνύει τη σταθερότητα της φυτοκάλυψης στην πειραματική περιοχή μελέτης. Η χαμηλή μεταβλητότητα των δεδομένων NDVI, χωρίς συστηματική μετατόπιση, υποδηλώνει ότι δεν έχει σημειωθεί εκτεταμένη υποβάθμιση της βλάστησης ή αλλαγή στη χρήση γης στην περιοχή μελέτης. Αυτό επιβεβαιώνει ότι η επίδραση των γεωγραφικών μεταβολών στα πειραματικά αποτελέσματα είναι αμελητέα και συμφωνεί με την περιγραφή της σταθερότητας της κάλυψης από αειθαλή πλατύφυλλα δάση στη νοτιοδυτική περιοχή, όπως αναφέρεται στην «Έκθεση για τους Δασικούς Πόρους της Κίνας».
Η μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020 ήταν −0.7770, παρουσιάζοντας σημαντική αρνητική μετατόπιση σε σύγκριση με το 2016 (0.2917) και το 2018 (0.7814). Δεδομένου ότι ο δείκτης NDII συσχετίζεται γραμμικά και θετικά με την περιεκτικότητα της βλάστησης σε νερό, αυτό υποδηλώνει ότι η περιεκτικότητα σε νερό της περιφερειακής βλάστησης τον Μάρτιο του 2020 μειώθηκε στο χαμηλότερο επίπεδο της τριετούς περιόδου παρατήρησης, περίπου κατά 35% έως 48% σε σύγκριση με τα δύο προηγούμενα έτη, γεγονός που υποδηλώνει εξαιρετικά υψηλό κίνδυνο ευφλεκτότητας.
Επιπλέον, η παρούσα μελέτη βασίζεται στη μέγιστη, την ελάχιστη και τη μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020, ως τρία διαφορετικά κατώφλια, προκειμένου να δημιουργηθεί ένα σύστημα προειδοποίησης τριών επιπέδων [10]. Συγκεκριμένα, όταν η τιμή NDII είναι χαμηλότερη από τη μέγιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.478), υπάρχει συγκεκριμένη πιθανότητα εκδήλωσης δασικής πυρκαγιάς και μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς τρίτου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από τη μέση τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.7770), μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς δεύτερου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από την ελάχιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.8486), η πιθανότητα εκδήλωσης δασικής πυρκαγιάς είναι εξαιρετικά υψηλή και ενεργοποιείται προειδοποίηση δασικής πυρκαγιάς πρώτου επιπέδου. Με βάση αυτά τα τρία διαφορετικά κατώφλια προειδοποίησης, μπορεί να δημιουργηθεί ένα μοντέλο προειδοποίησης δασικών πυρκαγιών.

'''5. Συμπεράσματα'''
Μέσω της παρούσας μελέτης, παρακολουθήθηκε και αναλύθηκε η βλάστηση της δασικής περιοχής της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan της επαρχίας Sichuan. Τα αποτελέσματα έδειξαν ότι η περιεκτικότητα της βλάστησης σε νερό παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο εκδήλωσης δασικών πυρκαγιών και ότι η πιθανότητα πυρκαγιάς είναι ιδιαίτερα υψηλή όταν η τιμή NDII, που αντιπροσωπεύει την περιεκτικότητα της βλάστησης σε νερό, είναι χαμηλότερη από −0.8486.
Για την περιοχή μελέτης, ιδίως κατά τις θερμές και ξηρές περιόδους, η περιεκτικότητα της βλάστησης σε νερό τείνει να μειώνεται, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Αυτό αποδεικνύει αναμφίβολα ότι η περιεκτικότητα της βλάστησης σε νερό αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών.
Συνολικά, η περιεκτικότητα της βλάστησης σε νερό, ως σημαντικός δείκτης για την πρόληψη και την ανίχνευση δασικών πυρκαγιών, παρουσιάζει ευρείες προοπτικές εφαρμογής στη βελτίωση της ανθρώπινης ικανότητας πρόληψης δασικών πυρκαγιών. Ωστόσο, η παρούσα μελέτη παρουσιάζει ορισμένους προφανείς περιορισμούς. Για παράδειγμα, η πηγή δεδομένων που χρησιμοποιήθηκε είναι ο δορυφόρος Landsat 8· ως δορυφόρος διαστημικής τηλεπισκόπησης, τα δεδομένα που παρέχει παρουσιάζουν αναπόφευκτα χρονική υστέρηση, γεγονός που καθιστά αδύνατη την παρακολούθηση σε πραγματικό χρόνο και την άμεση παροχή ανατροφοδότησης δεδομένων, μειώνοντας έτσι την επικαιρότητα του συστήματος ανίχνευσης και έγκαιρης προειδοποίησης.
Η παρούσα εργασία προτείνει ορισμένες ιδέες για την αντιμετώπιση αυτού του προβλήματος. Στο μέλλον, θα μπορούσε να εξεταστεί η αντικατάσταση των δορυφορικών δεδομένων με χρονική υστέρηση από εναέρια τηλεπισκόπηση με άμεση απόκριση, καθώς και η χρήση φορητών μη επανδρωμένων αεροσκαφών (drones) εξοπλισμένων με οπτικούς αισθητήρες τηλεπισκόπησης για την παρατήρηση συγκεκριμένων περιοχών. Με τον τρόπο αυτό μπορούν να αντιμετωπιστούν οι αδυναμίες της διαστημικής τηλεπισκόπησης ως προς την αμεσότητα. Επιπλέον, οι επιδόσεις και οι λειτουργίες της τηλεπισκόπησης θα πρέπει να βελτιστοποιούνται και να ενισχύονται συνεχώς σε μεγαλύτερη χωρική και χρονική κλίμακα, ώστε να βελτιώνεται διαρκώς το σύστημα αξιολόγησης του κινδύνου δασικών πυρκαγιών.

Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών

2026-02-07T17:19:58Z

IOANNA OSMANI: Νέα σελίδα με ''''Application of Remote Sensing Data-based Detection of Forest Vegetation Water Content in Forest Fire Prevention''' ''Zhongchen Wu'...'

'''Application of Remote Sensing Data-based Detection of Forest Vegetation Water Content in Forest Fire Prevention'''

''Zhongchen Wu''

''Πηγή'': [https://www.researchgate.net/publication/394987857_Application_of_Remote_Sensing_Data-based_Detection_of_Forest_Vegetation_Water_Content_in_Forest_Fire_Prevention]

: '''Λέξεις κλειδιά''' : Δασικές πυρκαγιές· Δεδομένα αεροδιαστημικής τηλεπισκόπησης· Υδατική περιεκτικότητα βλάστησης

===ΠΕΡΙΛΗΨΗ===
Οι δασικές πυρκαγιές που εκδηλώνονται στη Γη προκαλούν τεράστιες απώλειες κάθε χρόνο και η συχνότητά τους παρουσιάζει αυξητική τάση. Για τη μείωση της εμφάνισης δασικών πυρκαγιών, έχουν αναπτυχθεί τα τελευταία χρόνια νέες τεχνολογίες που βασίζονται στην τηλεπισκόπηση για την πρόβλεψη και τη δυναμική παρακολούθηση των δασικών πυρκαγιών. Στην παρούσα εργασία, η τιμή του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) της περιοχής μελέτης υπολογίζεται με βάση δορυφορικά δεδομένα τηλεπισκόπησης, με σκοπό την ανίχνευση και εκτίμηση της υδατικής περιεκτικότητας της βλάστησης στις δασικές περιοχές, ώστε να προβλεφθεί η εκδήλωση δασικών πυρκαγιών, να ενισχυθούν τα προληπτικά μέτρα και να μειωθεί η πιθανότητα εκδήλωσής τους.
Τα αποτελέσματα έδειξαν ότι η υδατική περιεκτικότητα της βλάστησης παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο δασικών πυρκαγιών. Όταν η τιμή NDII της βλάστησης ήταν χαμηλότερη από -0,8486, αυτό υποδήλωνε ότι η υγρασία της βλάστησης είχε μειωθεί σε πολύ χαμηλό επίπεδο, καθιστώντας την ιδιαίτερα εύφλεκτη και αυξάνοντας σημαντικά την πιθανότητα πυρκαγιάς. Για την περιοχή μελέτης, η υδατική περιεκτικότητα της βλάστησης τείνει να είναι ακόμη χαμηλότερη, ιδίως κατά τις θερμές και ξηρές εποχές, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Η παρούσα μελέτη επιβεβαιώνει περαιτέρω ότι η υδατική περιεκτικότητα της βλάστησης αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών. Η έρευνα αυτή παρέχει περισσότερους δείκτες πρόληψης για τις εγκαταστάσεις πρόληψης δασικών πυρκαγιών και συμβάλλει στη βελτίωση του συστήματος πρόληψης.

='''1. Εισαγωγή'''=
Τα δάση, ως ένας από τους σημαντικότερους πόρους της οικολογίας της Γης, διαδραματίζουν καθοριστικό ρόλο στη ρύθμιση της κυκλοφορίας του αέρα και των υδατικών πόρων στη φύση και αποτελούν αναπόσπαστο μέρος του συστήματος κλιματικής ισορροπίας. Παράλληλα, τα δάση αποτελούν τη βάση για την παροχή του περιβάλλοντος και των υλικών από τα οποία εξαρτάται η επιβίωση των ανθρώπων και των έμβιων οργανισμών και είναι γνωστά ως το «λίκνο της ζωής», έχοντας αναντικατάστατο ρόλο στη μακροπρόθεσμη κοινωνική και φυσική ανάπτυξη.
Ωστόσο, τα τελευταία χρόνια, η συχνότητα και η ένταση των δασικών πυρκαγιών παρουσιάζουν αυξητική τάση, ιδίως υπό συνθήκες ξηρασίας ή υψηλών θερμοκρασιών, όπου ο κίνδυνος πυρκαγιάς γίνεται ολοένα και σοβαρότερος. Σύμφωνα με ελλιπή στατιστικά στοιχεία, το 2024 σημειώθηκαν 295 δασικές και λιβαδικές πυρκαγιές σε ολόκληρη την Κίνα, γεγονός που όχι μόνο καταναλώνει μεγάλο όγκο ανθρώπινων πόρων, αλλά προκαλεί και τεράστιες οικονομικές και οικολογικές απώλειες. Επομένως, η αποτελεσματική παρακολούθηση και πρόβλεψη της εκδήλωσης δασικών πυρκαγιών έχει καταστεί ένα σημαντικό ερευνητικό αντικείμενο για την προστασία των δασικών πόρων και την πρόληψη φυσικών καταστροφών.
Η παραδοσιακή παρακολούθηση των δασικών πυρκαγιών βασίζεται συχνά σε επιτόπιους ελέγχους ή δειγματοληψίες εδάφους, οι οποίες χαρακτηρίζονται από αργή απόκριση και περιορισμένη κάλυψη. Επιπλέον, σε ορισμένες περιοχές, το προσωπικό παρουσιάζει χαμηλή ευαισθητοποίηση σχετικά με την πρόληψη πυρκαγιών, ενώ οι υποδομές και τα συστήματα πρόληψης δεν είναι επαρκώς ανεπτυγμένα, γεγονός που καθιστά την πρόληψη δυσχερή.
Με την ανάπτυξη της επιστήμης και της τεχνολογίας, έχουν εμφανιστεί νέες μέθοδοι παρακολούθησης δασικών πυρκαγιών. Τον Ιανουάριο του 2025, ο Li Xuguang πρότεινε τη χρήση υπέρυθρης θερμικής απεικόνισης, πολυφασματικής τηλεπισκόπησης και άλλων τεχνικών για την ανίχνευση δασικών πυρκαγιών. Τον Φεβρουάριο του 2025, ο Cao Kongfei πρότεινε τη χρήση μη επανδρωμένων αεροσκαφών (drones) και τεχνητής νοημοσύνης για την ανίχνευση δασικών πυρκαγιών σε πραγματικό χρόνο και την εφαρμογή τους στην κατάσβεση. Η εμφάνιση αυτών των νέων τεχνολογιών προσφέρει αναμφίβολα πιο αποδοτικές και ακριβείς λύσεις για την πρόληψη των δασικών πυρκαγιών.
Ωστόσο, τα περισσότερα από τα υπάρχοντα τεχνολογικά μέσα επικεντρώνονται κυρίως στην ανίχνευση των πυρκαγιών, ενώ δεν υπάρχει επαρκώς ανεπτυγμένο και αποτελεσματικό σύστημα πρόβλεψης και έγκαιρης προειδοποίησης. Για τον λόγο αυτό, η παρούσα μελέτη βασίζεται στην οπτική τηλεπισκόπηση (Optical Remote Sensing – ORS), η οποία αποτελεί μια μέθοδο μη επαφής που βασίζεται στις ιδιότητες ανάκλασης και απορρόφησης των ηλεκτρομαγνητικών κυμάτων και μπορεί να συλλέγει σε πραγματικό χρόνο πληροφορίες για μεγάλες εκτάσεις μέσω της ανακλώμενης ή εκπεμπόμενης ακτινοβολίας.
Μέσω της ανάλυσης των φασματικών χαρακτηριστικών της δασικής βλάστησης, και ειδικότερα της υδατικής της περιεκτικότητας, μπορούν να εξαχθούν σημαντικές ενδείξεις για την αξιολόγηση του κινδύνου πυρκαγιάς. Η υγρασία της βλάστησης αποτελεί έναν σημαντικό δείκτη της ευφλεκτότητάς της· βλάστηση με χαμηλή υδατική περιεκτικότητα είναι πιο επιρρεπής στην καύση, αυξάνοντας την πιθανότητα εκδήλωσης πυρκαγιών. Συνεπώς, η παρακολούθηση της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση την οπτική τηλεπισκόπηση μπορεί, σε κάποιο βαθμό, να προβλέψει την εμφάνιση δασικών πυρκαγιών και να παρέχει ουσιαστικά δεδομένα για τα συστήματα έγκαιρης προειδοποίησης κινδύνου.
Με βάση το παραπάνω ερευνητικό υπόβαθρο, η παρούσα μελέτη στοχεύει στην εκτίμηση της υδατικής περιεκτικότητας της δασικής βλάστησης μέσω φασματικής ανάλυσης δεδομένων τηλεπισκόπησης και στη δημιουργία ενός ολοκληρωμένου μοντέλου αξιολόγησης της πιθανότητας εκδήλωσης δασικών πυρκαγιών. Μέσω του μοντέλου αυτού, μπορεί να επιτευχθεί έγκαιρη προειδοποίηση για δασικές πυρκαγιές, παρέχοντας νέα τεχνική υποστήριξη για την πρόληψη, μειώνοντας σε μεγαλύτερο βαθμό τον κίνδυνο εκδήλωσής τους και περιορίζοντας τις καταστροφές και τις απώλειες που προκαλούν.

'''2. Δεδομένα και μεθοδολογία'''

: '''2.1 Επισκόπηση της περιοχής μελέτης'''
Η περιοχή μελέτης που επιλέχθηκε για την παρούσα εργασία βρίσκεται στη δασική περιοχή της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan, στην επαρχία Sichuan, με τη γεωγραφική της θέση να παρουσιάζεται στο Σχ. 1. Στην περιοχή αυτή εκδηλώθηκε δασική πυρκαγιά στις 30 Μαρτίου 2020, με συνολική καμένη έκταση περίπου 1.000 ha και περίπου 80 ha καμένου δάσους. Η εστία της πυρκαγιάς βρισκόταν κοντά σε σταθμούς αποθήκευσης και διανομής υγραερίου (LPG), πρατήρια καυσίμων, σχολεία και μονάδες πολιτιστικής κληρονομιάς (όπως ο ναός Guangfu και το Μουσείο Κοινωνιών Δούλων) στη γραφική περιοχή Qionghai–Lushan.
Κατά τη διαδικασία διάσωσης της δασικής πυρκαγιάς, λόγω αιφνίδιων αλλαγών στη διεύθυνση του ανέμου, απότομης αύξησης της έντασής του, μεταφοράς καύτρων που απέκοψαν τις οδούς διαφυγής και αποτυχίας αυτοδιάσωσης, 19 άτομα που συμμετείχαν στην κατάσβεση έχασαν τη ζωή τους και 3 τραυματίστηκαν. Η πυρκαγιά είχε ως αποτέλεσμα την καύση συνολικής έκτασης 3.047,7805 εκταρίων διαφόρων τύπων γης, επηρεάζοντας δασική έκταση 791,6 εκταρίων, ενώ η άμεση οικονομική απώλεια ανήλθε σε 97.312.000 γιουάν.

[[Αρχείο: Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province.jpg|thumb|center|1200px|'''Εικόνα 1.''' Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province]]

Η βλάστηση της περιοχής κυριαρχείται από δάση πεύκης Yunnan, τα οποία χαρακτηρίζονται από υψηλή περιεκτικότητα σε ρητίνη και έντονη ευφλεκτότητα. Η περιοχή ανήκει στη ζώνη υποτροπικού μουσωνικού κλίματος και χαρακτηρίζεται από ξηρό και θερμό κλίμα κοιλάδων ποταμών. Η ξηρή περίοδος (Ιανουάριος–Ιούνιος) παρουσιάζει υψηλές θερμοκρασίες και περιορισμένες βροχοπτώσεις. Η μέση ετήσια βροχόπτωση κυμαίνεται μεταξύ 800–1.000 mm, ενώ η μέση ετήσια θερμοκρασία είναι 17,2 °C. Πρόκειται για ξηρό κλίμα, όπου η επίδραση των ανέμων που ευνοούν την εξάπλωση της φωτιάς είναι έντονη και οι κεραυνικές πυρκαγιές εμφανίζονται συχνά. Επιπλέον, λόγω της υψηλής ευφλεκτότητας της βλάστησης, η περιοχή είναι ιδιαίτερα επιρρεπής σε ανθρωπογενείς πυρκαγιές. Επομένως, η ενίσχυση του συστήματος πρόληψης πυρκαγιών στην περιοχή αυτή είναι ιδιαίτερα σημαντική.

: '''2.2 Συλλογή δεδομένων'''

: '''2.2.1 Δορυφορικά δεδομένα εικόνας'''
Τα δεδομένα του δορυφόρου Landsat 8, που αποτελεί σήμερα το πιο ευρέως χρησιμοποιούμενο δορυφόρο της συγκεκριμένης σειράς, αναπτύχθηκαν από τη NASA σε συνεργασία με τη Γεωλογική Υπηρεσία των Ηνωμένων Πολιτειών (USGS). Ο δορυφόρος εκτοξεύθηκε επιτυχώς στις 11 Φεβρουαρίου 2013 και λειτουργεί κανονικά έως σήμερα. Βρίσκεται σε τροχιά ύψους 705 km, με κλίση τροχιάς 98,2°, περίοδο επανάληψης 16 ημερών και φέρει τον Απεικονιστή Επιχειρησιακής Γης (OLI) και τον Θερμικό Υπέρυθρο Αισθητήρα (TIRS).
Ο OLI περιλαμβάνει οκτώ φασματικές ζώνες με χωρική ανάλυση 30 m και μία παγχρωματική ζώνη με ανάλυση 15 m, με εύρος απεικόνισης 185 × 185 km. Ο TIRS αποτελείται από δύο θερμικές υπέρυθρες ζώνες με χωρική ανάλυση 100 m.
Στο παρόν πείραμα, αποκτήθηκαν δεδομένα εικόνας Landsat 8 της περιοχής μελέτης για τον Μάρτιο του 2020, τον Μάρτιο του 2018 και τον Μάρτιο του 2016 μέσω της επίσημης ιστοσελίδας του Geospatial Data Cloud. Τα δεδομένα αυτά αναλύθηκαν και επεξεργάστηκαν στα επόμενα στάδια του πειράματος. Η αντίστοιχη υδατική περιεκτικότητα της βλάστησης εκτιμήθηκε μέσω υπολογισμού σχετικών παραμέτρων. Ιδιαίτερα, τα δεδομένα του Μαρτίου 2020 αντιστοιχούν στην περίοδο ακριβώς πριν από τη δασική πυρκαγιά της Xichang στις 30 Μαρτίου 2020 και παρουσιάζουν ισχυρή συσχέτιση με την εκδήλωση της πυρκαγιάς.
Στο πείραμα, τα δεδομένα που κατεβάστηκαν από τον ιστότοπο Geospatial Data Cloud εισήχθησαν στο λογισμικό ENVI. Τα τρία σύνολα εικόνων διαφορετικών χρονικών περιόδων υποβλήθηκαν σε ραδιομετρική βαθμονόμηση και ατμοσφαιρική διόρθωση μέσω των αντίστοιχων ενοτήτων του ENVI. Στη συνέχεια, οι επεξεργασμένες δορυφορικές εικόνες αποκόπηκαν (clipped) με τη χρήση του ArcGIS, βάσει του χάρτη της πόλης Xichang που λήφθηκε από την πλατφόρμα οπτικοποίησης δεδομένων AliCloud (Datavision).
Μετά την επεξεργασία, οι τιμές του Κανονικοποιημένου Δείκτη Βλάστησης (NDVI) υπολογίστηκαν με τη χρήση του εργαλείου Band Math του ENVI, σύμφωνα με τον ακόλουθο τύπο:
NDVI = (NIR − Red) / (NIR + Red) (1)

: '''2.3 Επεξεργασία δεδομένων'''

: '''2.3.1 Επεξεργασία δορυφορικών δεδομένων εικόνας'''
Τα λογισμικά εργαλεία που χρησιμοποιήθηκαν για την προεπεξεργασία των δορυφορικών δεδομένων εικόνας ήταν τα ENVI 5.6 και ArcGIS. Τέλος, οι υπολογισμένες τιμές NDVI συνδυάστηκαν με την ενότητα ArcMap του ArcGIS, ώστε να εξαχθεί η βλάστηση της πόλης Xichang και να παραχθεί ο χάρτης εξαγωγής βλάστησης της περιοχής.

: '''2.3.2 Επεξεργασία δεδομένων βλάστησης της περιοχής μελέτης'''
Σύμφωνα με τον χάρτη εξαγωγής βλάστησης της πόλης Xichang, επιλέχθηκαν κατάλληλες και ομοιόμορφα κατανεμημένες περιοχές βλάστησης ως περιοχές ενδιαφέροντος (ROI) για το πείραμα. Στη συνέχεια, με τη χρήση εκ νέου του εργαλείου Band Math στο ENVI, υπολογίστηκαν και εξήχθησαν οι τιμές NDVI και του Κανονικοποιημένου Δείκτη Διαφοράς Υπέρυθρου (NDII) των εικόνων, σύμφωνα με τους αντίστοιχους τύπους υπολογισμού.

: '''3. Πειραματικά αποτελέσματα'''

: '''3.1 Αποτελέσματα δορυφορικών δεδομένων εικόνας'''
Τα αποτελέσματα που προέκυψαν μετά την προεπεξεργασία των τριών συνόλων δεδομένων εικόνας διαφορετικών χρονικών περιόδων με το λογισμικό ENVI παρουσιάζονται στο Σχ. 2. Παρατηρώντας τις προεπεξεργασμένες εικόνες των ετών 2016, 2018 και 2020, μπορεί να διαπιστωθεί ότι δεν υπάρχουν σημαντικές μεταβολές στη δασική έκταση της πόλης Xichang στην περιοχή μελέτης, γεγονός που υποδεικνύει ότι τα δεδομένα είναι αξιόπιστα και δεν επηρεάζουν την εγκυρότητα του πειράματος.

[[Αρχείο: Εικόνα 2(α). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020.jpg|thumb|center|700px|'''Εικόνα 2(α).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020]]
[[Αρχείο: Εικόνα 2(β). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018.jpg|thumb|center|700px|'''Εικόνα 2(β).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018]]
[[Αρχείο: Εικόνα 2(γ). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016.jpg|thumb|center|700px|'''Εικόνα 2(γ).''' Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016]]

Μετά τον υπολογισμό των τιμών NDVI στα δεδομένα εικόνας, τα αποτελέσματα του χάρτη εξαγωγής βλάστησης για την πόλη Xichang παρουσιάζονται στο Σχ. 3. Από τα αποτελέσματα της εξαγωγής βλάστησης προκύπτει ότι η κατανομή της βλάστησης είναι πιο ομοιόμορφη στις βορειοδυτικές και νοτιοανατολικές περιοχές της πόλης, ενώ σε άλλες περιοχές η κατανομή είναι ανομοιόμορφη λόγω της επίδρασης της ανθρώπινης δραστηριότητας.
Λαμβάνοντας υπόψη ότι η δασική περιοχή στο νοτιοανατολικό τμήμα βρίσκεται πολύ κοντά στην περιοχή της δασικής πυρκαγιάς της 30ής Μαρτίου 2020 στην πόλη Xichang και ανταποκρίνεται περισσότερο στις απαιτήσεις του πειράματος, η τελική περιοχή ενδιαφέροντος (ROI) καθορίστηκε.

[[Αρχείο: Εικόνα 3. Χάρτης εξαγωγής βλάστησης της πόλης Xichang.jpg|thumb|center|700px|'''Εικόνα 3.''' Χάρτης εξαγωγής βλάστησης της πόλης Xichang]]

: '''3.2 Αποτελέσματα δεδομένων περιοχής βλάστησης'''

: '''3.2.1 Ανάλυση τιμών NDVI'''
Τα αποτελέσματα των τιμών NDVI και NDII των περιοχών βλάστησης στην πόλη Xichang για τα τρία σύνολα δεδομένων του Μαρτίου 2020, του Μαρτίου 2018 και του Μαρτίου 2016 που χρησιμοποιήθηκαν στο πείραμα παρουσιάζονται στους Πίνακες 1, 2 και 3, αντίστοιχα, μέσω του σχετικού τύπου υπολογισμού. Τα δεδομένα που προέκυψαν περιλαμβάνουν τις μέσες, μέγιστες και ελάχιστες τιμές των δεικτών NDII και NDVI στην υπολογισμένη περιοχή ενδιαφέροντος (ROI), καθώς και τη διακύμανση (variance) των υπολογισμένων δεδομένων.

[[Αρχείο: Πίνακας 1. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020.jpg|thumb|center|1500px|'''Πίνακας 1.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020]]

[[Αρχείο: Πίνακας 2. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018.jpg|thumb|center|1500px|'''Πίνακας 2.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018]]

[[Αρχείο: Πίνακας 3. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016.jpg|thumb|center|1500px|'''Πίνακας 3.''' Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016]]

Από την παρατήρηση των αποτελεσμάτων των δεδομένων προκύπτει ότι, σύμφωνα με τα δεδομένα των πινάκων για τα έτη 2016, 2018 και 2020, το εύρος τιμών του NDVI κυμαίνεται μεταξύ -1 και 1 και οι μέσες τιμές NDVI των τριών συνόλων δεδομένων είναι παρόμοιες, συγκεκριμένα 0,4593, 0,4517 και 0,1752, αντίστοιχα. Η διαφορά δεν υπερβαίνει το 0,3, γεγονός που υποδεικνύει ότι το πείραμα για την περιοχή ενδιαφέροντος (ROI) του δασικού τομέα της πόλης Xichang είναι αξιόπιστο. Αυτό δείχνει ότι η βλάστηση στην εξεταζόμενη δασική περιοχή της πόλης Xichang δεν παρουσίασε σημαντικές μεταβολές από τον Μάρτιο του 2016 έως τον Μάρτιο του 2020. Το αποτέλεσμα αυτό αποκλείει την πιθανότητα σφαλμάτων που προκαλούνται από μεταβολές στους γεωγραφικούς ή περιβαλλοντικούς παράγοντες, διασφαλίζοντας την ακρίβεια των πειραματικών δεδομένων και τη σταθερότητα των αποτελεσμάτων.

: '''3.2.2 Ανάλυση υδατικής περιεκτικότητας και ευφλεκτότητας'''
Δεδομένου ότι ο δείκτης NDII έχει ισχυρή θετική συσχέτιση με την περιεκτικότητα της βλάστησης σε νερό και αποτελεί τον προτιμώμενο δείκτη για την παρακολούθηση της υγρασίας, η περιεκτικότητα σε νερό της βλάστησης μπορεί να εκτιμηθεί με βάση τις τιμές NDII της τοπικής βλάστησης, ώστε να προσδιοριστεί η ευφλεκτότητα της τοπικής βλάστησης και η πιθανότητα εκδήλωσης δασικών πυρκαγιών σε περίπτωση ξηρασίας.
Συγκρίνοντας τις τιμές NDII των τριών ομάδων δεδομένων στους Πίνακες 1–3, διαπιστώνεται ότι η μέση τιμή NDII τον Μάρτιο του 2020 είναι −0.7770, η οποία είναι πολύ μικρότερη από τη μέση τιμή NDII των 0.7814 τον Μάρτιο του 2018 και 0.2917 τον Μάρτιο του 2016. Το πειραματικό αποτέλεσμα δείχνει ότι η μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών στην πειραματική περιοχή τον Μάρτιο του 2020 είναι πολύ χαμηλότερη από τη μέση περιεκτικότητα σε νερό της δασικής βλάστησης και άλλων καύσιμων υλικών τον Μάρτιο του 2016 και τον Μάρτιο του 2018, γεγονός που συμφωνεί με την πραγματική κατάσταση των δασικών πυρκαγιών στην πόλη Xichang στις 30 Μαρτίου 2020. Το αποτέλεσμα αυτό αποδεικνύει επίσης ότι η μείωση της μέσης περιεκτικότητας σε υγρασία έχει ισχυρή συσχέτιση με την πιθανότητα εκδήλωσης δασικών πυρκαγιών.
Η ελάχιστη τιμή NDII τον Μάρτιο του 2020 έφτασε επίσης σε πολύ χαμηλό επίπεδο, −0.8486, υποδεικνύοντας ότι η βλάστηση στη συγκεκριμένη τοποθεσία έχει τη χαμηλότερη περιεκτικότητα σε νερό και είναι πιο πιθανό να αποτελεί ένα από τα πιθανά σημεία έναρξης της πυρκαγιάς της 30ής Μαρτίου 2020 στο Xichang.
Αναλύοντας τα πειραματικά αποτελέσματα, μπορεί να κριθεί ότι η περιεκτικότητα σε νερό της βλάστησης στην πόλη Xichang τον Μάρτιο του 2020 είναι πολύ μικρότερη από αυτήν του Μαρτίου 2018 καθώς και του Μαρτίου 2016, και ότι η βλάστηση είναι ιδιαίτερα εύφλεκτη, με υψηλή πιθανότητα εκδήλωσης δασικών πυρκαγιών.

: '''4. Συζήτηση'''
Σύμφωνα με τα πειραματικά δεδομένα, οι μέσες τιμές του δείκτη NDVI στις περιοχές βλάστησης της πόλης Xichang τον Μάρτιο των ετών 2016, 2018 και 2020 ήταν αντίστοιχα 0.1752, 0.4517 και 0.4593. Παρότι παρατηρήθηκαν διακυμάνσεις μεταξύ των ετών από το 2016 έως το 2018, ο συνδυασμός των μετεωρολογικών παραγόντων της πόλης Xichang που προκλήθηκαν από ανώμαλες μεταβολές στις τιμές, καθώς και η διαφορά μεταξύ των τιμών, δεν υπερέβη το 0.3. Παράλληλα, τα τρία σύνολα δεδομένων βρίσκονται εντός του θεωρητικού εύρους τιμών του NDVI (−1 έως 1), ενώ συνολικά τα δεδομένα και η διασπορά τους δεν παρουσίασαν σημαντικές ανωμαλίες.
Το αποτέλεσμα αυτό καταδεικνύει τη σταθερότητα της φυτοκάλυψης στην πειραματική περιοχή μελέτης. Η χαμηλή μεταβλητότητα των δεδομένων NDVI, χωρίς συστηματική μετατόπιση, υποδηλώνει ότι δεν έχει σημειωθεί εκτεταμένη υποβάθμιση της βλάστησης ή αλλαγή στη χρήση γης στην περιοχή μελέτης. Αυτό επιβεβαιώνει ότι η επίδραση των γεωγραφικών μεταβολών στα πειραματικά αποτελέσματα είναι αμελητέα και συμφωνεί με την περιγραφή της σταθερότητας της κάλυψης από αειθαλή πλατύφυλλα δάση στη νοτιοδυτική περιοχή, όπως αναφέρεται στην «Έκθεση για τους Δασικούς Πόρους της Κίνας».
Η μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020 ήταν −0.7770, παρουσιάζοντας σημαντική αρνητική μετατόπιση σε σύγκριση με το 2016 (0.2917) και το 2018 (0.7814). Δεδομένου ότι ο δείκτης NDII συσχετίζεται γραμμικά και θετικά με την περιεκτικότητα της βλάστησης σε νερό, αυτό υποδηλώνει ότι η περιεκτικότητα σε νερό της περιφερειακής βλάστησης τον Μάρτιο του 2020 μειώθηκε στο χαμηλότερο επίπεδο της τριετούς περιόδου παρατήρησης, περίπου κατά 35% έως 48% σε σύγκριση με τα δύο προηγούμενα έτη, γεγονός που υποδηλώνει εξαιρετικά υψηλό κίνδυνο ευφλεκτότητας.
Επιπλέον, η παρούσα μελέτη βασίζεται στη μέγιστη, την ελάχιστη και τη μέση τιμή του NDII στην περιοχή μελέτης τον Μάρτιο του 2020, ως τρία διαφορετικά κατώφλια, προκειμένου να δημιουργηθεί ένα σύστημα προειδοποίησης τριών επιπέδων [10]. Συγκεκριμένα, όταν η τιμή NDII είναι χαμηλότερη από τη μέγιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.478), υπάρχει συγκεκριμένη πιθανότητα εκδήλωσης δασικής πυρκαγιάς και μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς τρίτου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από τη μέση τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.7770), μπορεί να ενεργοποιηθεί προειδοποίηση δασικής πυρκαγιάς δεύτερου επιπέδου. Όταν η τιμή NDII είναι χαμηλότερη από την ελάχιστη τιμή NDII της περιοχής βλάστησης της πόλης Xichang τον Μάρτιο του 2020 (−0.8486), η πιθανότητα εκδήλωσης δασικής πυρκαγιάς είναι εξαιρετικά υψηλή και ενεργοποιείται προειδοποίηση δασικής πυρκαγιάς πρώτου επιπέδου. Με βάση αυτά τα τρία διαφορετικά κατώφλια προειδοποίησης, μπορεί να δημιουργηθεί ένα μοντέλο προειδοποίησης δασικών πυρκαγιών.

: '''5. Συμπεράσματα'''
Μέσω της παρούσας μελέτης, παρακολουθήθηκε και αναλύθηκε η βλάστηση της δασικής περιοχής της πόλης Xichang, στην Αυτόνομη Νομαρχία Liangshan της επαρχίας Sichuan. Τα αποτελέσματα έδειξαν ότι η περιεκτικότητα της βλάστησης σε νερό παρουσιάζει σημαντική αρνητική συσχέτιση με τον κίνδυνο εκδήλωσης δασικών πυρκαγιών και ότι η πιθανότητα πυρκαγιάς είναι ιδιαίτερα υψηλή όταν η τιμή NDII, που αντιπροσωπεύει την περιεκτικότητα της βλάστησης σε νερό, είναι χαμηλότερη από −0.8486.
Για την περιοχή μελέτης, ιδίως κατά τις θερμές και ξηρές περιόδους, η περιεκτικότητα της βλάστησης σε νερό τείνει να μειώνεται, γεγονός που οδηγεί σε συνολική αύξηση του επιπέδου κινδύνου δασικών πυρκαγιών. Αυτό αποδεικνύει αναμφίβολα ότι η περιεκτικότητα της βλάστησης σε νερό αποτελεί έναν από τους βασικούς δείκτες στην αξιολόγηση του κινδύνου δασικών πυρκαγιών.
Συνολικά, η περιεκτικότητα της βλάστησης σε νερό, ως σημαντικός δείκτης για την πρόληψη και την ανίχνευση δασικών πυρκαγιών, παρουσιάζει ευρείες προοπτικές εφαρμογής στη βελτίωση της ανθρώπινης ικανότητας πρόληψης δασικών πυρκαγιών. Ωστόσο, η παρούσα μελέτη παρουσιάζει ορισμένους προφανείς περιορισμούς. Για παράδειγμα, η πηγή δεδομένων που χρησιμοποιήθηκε είναι ο δορυφόρος Landsat 8· ως δορυφόρος διαστημικής τηλεπισκόπησης, τα δεδομένα που παρέχει παρουσιάζουν αναπόφευκτα χρονική υστέρηση, γεγονός που καθιστά αδύνατη την παρακολούθηση σε πραγματικό χρόνο και την άμεση παροχή ανατροφοδότησης δεδομένων, μειώνοντας έτσι την επικαιρότητα του συστήματος ανίχνευσης και έγκαιρης προειδοποίησης.
Η παρούσα εργασία προτείνει ορισμένες ιδέες για την αντιμετώπιση αυτού του προβλήματος. Στο μέλλον, θα μπορούσε να εξεταστεί η αντικατάσταση των δορυφορικών δεδομένων με χρονική υστέρηση από εναέρια τηλεπισκόπηση με άμεση απόκριση, καθώς και η χρήση φορητών μη επανδρωμένων αεροσκαφών (drones) εξοπλισμένων με οπτικούς αισθητήρες τηλεπισκόπησης για την παρατήρηση συγκεκριμένων περιοχών. Με τον τρόπο αυτό μπορούν να αντιμετωπιστούν οι αδυναμίες της διαστημικής τηλεπισκόπησης ως προς την αμεσότητα. Επιπλέον, οι επιδόσεις και οι λειτουργίες της τηλεπισκόπησης θα πρέπει να βελτιστοποιούνται και να ενισχύονται συνεχώς σε μεγαλύτερη χωρική και χρονική κλίμακα, ώστε να βελτιώνεται διαρκώς το σύστημα αξιολόγησης του κινδύνου δασικών πυρκαγιών.

Αρχείο:Πίνακας 3. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2016.jpg

2026-02-07T17:03:25Z

IOANNA OSMANI:

Αρχείο:Πίνακας 2. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2018.jpg

2026-02-07T17:03:14Z

IOANNA OSMANI:

Αρχείο:Πίνακας 1. Τιμές NDVI και NDII των φυτικών περιοχών στην πόλη Xichang το 2020.jpg

2026-02-07T17:03:04Z

IOANNA OSMANI:

Αρχείο:Εικόνα 3. Χάρτης εξαγωγής βλάστησης της πόλης Xichang.jpg

2026-02-07T17:02:54Z

IOANNA OSMANI:

Αρχείο:Εικόνα 2(γ). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2016.jpg

2026-02-07T17:02:42Z

IOANNA OSMANI:

Αρχείο:Εικόνα 2(β). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2018.jpg

2026-02-07T17:02:34Z

IOANNA OSMANI:

Αρχείο:Εικόνα 2(α). Προεπεξεργασμένη εικόνα από τον Μάρτιο 2020.jpg

2026-02-07T17:02:25Z

IOANNA OSMANI:

Αρχείο:Εικόνα 1. Map of Xichang City, Liangshan Prefecture, Sichuan Province.jpg

2026-02-07T17:02:08Z

IOANNA OSMANI:

Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις

2026-02-07T16:53:09Z

IOANNA OSMANI:

'''Drought Sensitivity of Castanea sativa: Case Study of Summer 2003 in the Southern Alps'''

''M. Conedera, F. Barthold, D. Torriani, G.B. Pezzatti''

''Πηγή'': [https://www.researchgate.net/profile/Gianni-Pezzatti/publication/287715352_Drought_sensitivity_of_Castanea_sativa_Case_study_of_summer_2003_in_the_Southern_Alps/links/567a939508aebccc4dfd36e2/Drought-sensitivity-of-Castanea-sativa-Case-study-of-summer-2003-in-the-Southern-Alps.pdf]

: '''Λέξεις κλειδιά''' : Περιοχή καστανιάς, Ακραία καιρικά φαινόμενα, Καλοκαιρινή ξηρασία, Κλιματική αλλαγή

===ΠΕΡΙΛΗΨΗ===
Οι μετα-καλλιεργητικές δυναμικές των εγκαταλειμμένων δασών καστανιάς και οι ασθένειες, όπως η ασθένεια της καστανιάς και η ασθένεια του μελανιού, έχουν αναγνωριστεί ως κύριοι παράγοντες της φυσικής αποχώρησης της καστανιάς. Η κλιματική θέρμανση που προκαλεί ξηρασία ενδέχεται να αλληλεπιδρά με αυτές τις δυναμικές και να επιταχύνει την εξαφάνιση της καστανιάς από περιοχές που παλαιότερα καλλιεργούνταν. Το καλοκαίρι του 2003 ήταν το θερμότερο στην ιστορία της Ελβετίας. Ορισμένα δάση καστανιάς υπέστησαν ζημιές λόγω ενός συνδυασμού της θερμότητας και ενός σημαντικού ελλείμματος βροχοπτώσεων στις Νότιες Άλπεις. Μεταξύ Αυγούστου και Οκτωβρίου 2003, οι περιοχές αυτές χαρτογραφήθηκαν και εξετάστηκαν για πιθανές συσχετίσεις με τις γεωμορφολογικές συνθήκες. Όπως αναμενόταν, η ξηρασία και η θερμότητα, ειδικά σε δάση που επηρεάστηκαν με επιφανειακά εδάφη και στις άκρες των δασών, φάνηκαν να είναι ακόμη πιο σημαντικές λόγω της έκθεσης. Παρά την περιορισμένη ζημιά που υπήρξε, το καλοκαίρι του 2003 έδειξε ότι η Castanea sativa δεν διαθέτει έναν αποτελεσματικό μηχανισμό για να προστατευθεί από την υπερβολική διαπνοή σε ακραία και ξηρά περιβάλλοντα. Αυτό μπορεί να εγείρει νέα ερωτήματα σχετικά με την οικολογική πλαστικότητα της καστανιάς με την προοπτική της κλιματικής αλλαγής.

'''1. Υλικά και Μέθοδοι'''

Με το τέλος του Ιουλίου 2003, τα δέντρα καστανιάς που υπέστησαν στρες λόγω ξηρασίας παρουσίασαν συμπτώματα με καφέ χρώμα στα φύλλα, δίνοντας στο στέμμα μια κυρίαρχη καφετιά απόχρωση. Από τις 8 Αυγούστου έως τις 6 Οκτωβρίου 2003, όλα τα δάση καστανιάς στην περιοχή μελέτης που παρουσίαζαν συμπτώματα μαρασμού εντοπίστηκαν από την αντίθετη πλευρά της κοιλάδας με τη βοήθεια κιάλια και χαρτογραφήθηκαν. Το ποσοστό των μαραμένων δέντρων εκτιμήθηκε σε κλάσεις του 5%. Συνεχόμενα δάση ή ομάδες δέντρων που παρουσίαζαν παρόμοιο βαθμό μαρασμένων φύλλων ομαδοποιήθηκαν σε ομογενείς περιοχές μαρασμένων κλαδιών και τα αντίστοιχα πολύγωνα ψηφιοποιήθηκαν σε GIS.
Τα αναφοράς πολύγωνα των φαινομενικά υγιών (μη μαραμένων) δέντρων καστανιάς δημιουργήθηκαν με GIS, αποτελούμενα από κυκλικές περιοχές που κατανεμήθηκαν τυχαία και είχαν μέγεθος ίσο με το μέσο πολύγωνο των παρατηρηθέντων μαραμένων περιοχών. Όλα τα πολύγωνα μαραμένων και μη μαραμένων κατατάχθηκαν σύμφωνα με τα εξής χαρακτηριστικά: Ποσοστό μαραμένων δέντρων (έρευνα στο πεδίο), Κλίση Εδάφους, Άκρες Δασών και Βράχοι (από τον τοπογραφικό χάρτη 1:25’000). Δημιουργήθηκε ένα πλέγμα 50 x 50 μέτρων τετραγώνων για κάθε θεωρούμενο πολύγωνο και προστέθηκαν οι πληροφορίες σχετικά με το Υψόμετρο, την Κλίση και την Κατεύθυνση για κάθε σημείο σύμφωνα με το Ψηφιακό Μοντέλο Υψομέτρου (Swisstopo DHM25). Ο πίνακας 2 δείχνει τις κατηγορίες που χρησιμοποιήθηκαν για τον καθορισμό των μεταβλητών για κάθε μεταβλητή που εξετάστηκε.
Η μοντελοποίηση έγινε με τη χρήση της στατιστικής διαδικασίας Systat 10, με την επιλογή "backwards stepwise" και βασίστηκε σε 1000 τυχαία επιλεγμένα σημεία του πλέγματος και για τα δύο πολύγωνα των μαραμένων και των υγιών δέντρων (Barthold et al., 2004).

[[Αρχείο: Εικόνα 1. Περιοχή μελέτης.jpg|thumb|center|1200px|'''Εικόνα 1.''' Περιοχή μελέτης]]

'''2. Αποτελέσματα'''
Συνολικά, χαρτογραφήθηκαν 715,98 ha δασών καστανιάς, όπου τουλάχιστον το 5% των δέντρων παρουσίασαν μαρασμό, που αντιστοιχεί στο 6,03% της περιοχής μελέτης. Μόνο 10,24 ha (0,09%) κατατάχθηκαν ως πλήρως μαραμένα, δηλαδή όλα τα δέντρα παρουσίαζαν συμπτώματα μαρασμού. Οι πιο επηρεασμένες περιοχές ήταν οι Ανατολικές και Δυτικές όψεις, ενώ τα χαμηλά υψόμετρα (<500) παρουσίασαν μεγαλύτερη επίπτωση. Η παρουσία βράχων, ανυψώσεων ή άκρων δασών αύξησε τη συχνότητα των δέντρων με ζημιές.

[[Αρχείο: Εικόνα 2. Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή. MeteoSwiss).jpg|thumb|left|700px|'''Εικόνα 2.''' Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή: MeteoSwiss)]]

[[Αρχείο: Εικόνα 3. Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008 (πηγή. MeteoSwiss).jpg|thumb|right|700px|'''Εικόνα 3.''' Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008]]

'''3. Συζήτηση'''

Ο συνδυασμός της ξηρασίας και των ακραία υψηλών θερμοκρασιών προκαλεί έναν σοβαρό παράγοντα στρες για τη βλάστηση, που μπορεί να οδηγήσει σε ανεπανόρθωτες βλάβες των ιστών (Wang et al., 2003). Οι επιπτώσεις του καλοκαιριού του 2003 στις Νότιες Άλπεις της Ελβετίας έδειξαν ότι η καστανιά είναι ευαίσθητη στην έλλειψη νερού. Παρόμοια ευρήματα είχαν αναφερθεί και το 1949 σχετικά με τον μαρασμό των ενήλικων δέντρων καστανιάς κατά τη διάρκεια του καλοκαιριού ξηρασίας στη Γαλλική Βρετάνη, όπου επηρεάστηκαν κυρίως τα δέντρα που βρίσκονταν στις άκρες των δασών. Αυτό δείχνει ότι η καστανιά στον ορεινό νότιο κλίμα της Ελβετίας μπορεί να έχει ήδη επιλεγεί από προηγούμενες, μικρότερες ξηρασίες.
Αν και η αντοχή της καστανιάς στη ξηρασία μπορεί να διαφέρει ανάλογα με την προέλευση των δέντρων, προτείνουμε την υπόθεση ότι η Castanea sativa δεν διαθέτει έναν αποτελεσματικό μηχανισμό για να προστατευτεί από την υπερβολική διαπνοή σε περίπτωση ακραίας θερμότητας και ξηρασίας. Αυτό εγείρει νέα ερωτήματα σχετικά με την οικολογική πλαστικότητα της καστανιάς ενόψει της κλιματικής αλλαγής. Επιπλέον, τα στρεσαρισμένα και μαραμένα δέντρα καστανιάς είναι πιο επιρρεπή σε προσβολές από παθογόνα όπως οι Cryphonectria parasitica ή Phytophthora spp., τα οποία μειώνουν τη ζωτικότητα των δέντρων και την ανταγωνιστικότητά τους (Turchetti et al., 2003; Prospero et al., 2006).
Η αναμενόμενη αύξηση των ακραίων καιρικών φαινομένων, και ειδικά των θερμών καλοκαιρινών περιόδων, μπορεί να αποτελέσει σοβαρή απειλή για τα δάση καστανιάς στην Ευρώπη.

[[category: Δασοπονία, Δασική διαχείριση]]

Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις

2026-02-07T16:52:41Z

IOANNA OSMANI:

'''Drought Sensitivity of Castanea sativa: Case Study of Summer 2003 in the Southern Alps'''

''M. Conedera, F. Barthold, D. Torriani, G.B. Pezzatti''

''Πηγή'': [https://www.researchgate.net/profile/Gianni-Pezzatti/publication/287715352_Drought_sensitivity_of_Castanea_sativa_Case_study_of_summer_2003_in_the_Southern_Alps/links/567a939508aebccc4dfd36e2/Drought-sensitivity-of-Castanea-sativa-Case-study-of-summer-2003-in-the-Southern-Alps.pdf]

: '''Λέξεις κλειδιά''' : Περιοχή καστανιάς, Ακραία καιρικά φαινόμενα, Καλοκαιρινή ξηρασία, Κλιματική αλλαγή

===ΠΕΡΙΛΗΨΗ===
Οι μετα-καλλιεργητικές δυναμικές των εγκαταλειμμένων δασών καστανιάς και οι ασθένειες, όπως η ασθένεια της καστανιάς και η ασθένεια του μελανιού, έχουν αναγνωριστεί ως κύριοι παράγοντες της φυσικής αποχώρησης της καστανιάς. Η κλιματική θέρμανση που προκαλεί ξηρασία ενδέχεται να αλληλεπιδρά με αυτές τις δυναμικές και να επιταχύνει την εξαφάνιση της καστανιάς από περιοχές που παλαιότερα καλλιεργούνταν. Το καλοκαίρι του 2003 ήταν το θερμότερο στην ιστορία της Ελβετίας. Ορισμένα δάση καστανιάς υπέστησαν ζημιές λόγω ενός συνδυασμού της θερμότητας και ενός σημαντικού ελλείμματος βροχοπτώσεων στις Νότιες Άλπεις. Μεταξύ Αυγούστου και Οκτωβρίου 2003, οι περιοχές αυτές χαρτογραφήθηκαν και εξετάστηκαν για πιθανές συσχετίσεις με τις γεωμορφολογικές συνθήκες. Όπως αναμενόταν, η ξηρασία και η θερμότητα, ειδικά σε δάση που επηρεάστηκαν με επιφανειακά εδάφη και στις άκρες των δασών, φάνηκαν να είναι ακόμη πιο σημαντικές λόγω της έκθεσης. Παρά την περιορισμένη ζημιά που υπήρξε, το καλοκαίρι του 2003 έδειξε ότι η Castanea sativa δεν διαθέτει έναν αποτελεσματικό μηχανισμό για να προστατευθεί από την υπερβολική διαπνοή σε ακραία και ξηρά περιβάλλοντα. Αυτό μπορεί να εγείρει νέα ερωτήματα σχετικά με την οικολογική πλαστικότητα της καστανιάς με την προοπτική της κλιματικής αλλαγής.

'''1. Υλικά και Μέθοδοι'''
Με το τέλος του Ιουλίου 2003, τα δέντρα καστανιάς που υπέστησαν στρες λόγω ξηρασίας παρουσίασαν συμπτώματα με καφέ χρώμα στα φύλλα, δίνοντας στο στέμμα μια κυρίαρχη καφετιά απόχρωση. Από τις 8 Αυγούστου έως τις 6 Οκτωβρίου 2003, όλα τα δάση καστανιάς στην περιοχή μελέτης που παρουσίαζαν συμπτώματα μαρασμού εντοπίστηκαν από την αντίθετη πλευρά της κοιλάδας με τη βοήθεια κιάλια και χαρτογραφήθηκαν. Το ποσοστό των μαραμένων δέντρων εκτιμήθηκε σε κλάσεις του 5%. Συνεχόμενα δάση ή ομάδες δέντρων που παρουσίαζαν παρόμοιο βαθμό μαρασμένων φύλλων ομαδοποιήθηκαν σε ομογενείς περιοχές μαρασμένων κλαδιών και τα αντίστοιχα πολύγωνα ψηφιοποιήθηκαν σε GIS.
Τα αναφοράς πολύγωνα των φαινομενικά υγιών (μη μαραμένων) δέντρων καστανιάς δημιουργήθηκαν με GIS, αποτελούμενα από κυκλικές περιοχές που κατανεμήθηκαν τυχαία και είχαν μέγεθος ίσο με το μέσο πολύγωνο των παρατηρηθέντων μαραμένων περιοχών. Όλα τα πολύγωνα μαραμένων και μη μαραμένων κατατάχθηκαν σύμφωνα με τα εξής χαρακτηριστικά: Ποσοστό μαραμένων δέντρων (έρευνα στο πεδίο), Κλίση Εδάφους, Άκρες Δασών και Βράχοι (από τον τοπογραφικό χάρτη 1:25’000). Δημιουργήθηκε ένα πλέγμα 50 x 50 μέτρων τετραγώνων για κάθε θεωρούμενο πολύγωνο και προστέθηκαν οι πληροφορίες σχετικά με το Υψόμετρο, την Κλίση και την Κατεύθυνση για κάθε σημείο σύμφωνα με το Ψηφιακό Μοντέλο Υψομέτρου (Swisstopo DHM25). Ο πίνακας 2 δείχνει τις κατηγορίες που χρησιμοποιήθηκαν για τον καθορισμό των μεταβλητών για κάθε μεταβλητή που εξετάστηκε.
Η μοντελοποίηση έγινε με τη χρήση της στατιστικής διαδικασίας Systat 10, με την επιλογή "backwards stepwise" και βασίστηκε σε 1000 τυχαία επιλεγμένα σημεία του πλέγματος και για τα δύο πολύγωνα των μαραμένων και των υγιών δέντρων (Barthold et al., 2004).

[[Αρχείο: Εικόνα 1. Περιοχή μελέτης.jpg|thumb|center|1200px|'''Εικόνα 1.''' Περιοχή μελέτης]]

'''2. Αποτελέσματα'''
Συνολικά, χαρτογραφήθηκαν 715,98 ha δασών καστανιάς, όπου τουλάχιστον το 5% των δέντρων παρουσίασαν μαρασμό, που αντιστοιχεί στο 6,03% της περιοχής μελέτης. Μόνο 10,24 ha (0,09%) κατατάχθηκαν ως πλήρως μαραμένα, δηλαδή όλα τα δέντρα παρουσίαζαν συμπτώματα μαρασμού. Οι πιο επηρεασμένες περιοχές ήταν οι Ανατολικές και Δυτικές όψεις, ενώ τα χαμηλά υψόμετρα (<500) παρουσίασαν μεγαλύτερη επίπτωση. Η παρουσία βράχων, ανυψώσεων ή άκρων δασών αύξησε τη συχνότητα των δέντρων με ζημιές.

[[Αρχείο: Εικόνα 2. Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή. MeteoSwiss).jpg|thumb|left|700px|'''Εικόνα 2.''' Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή: MeteoSwiss)]]

[[Αρχείο: Εικόνα 3. Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008 (πηγή. MeteoSwiss).jpg|thumb|right|700px|'''Εικόνα 3.''' Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008]]

'''3. Συζήτηση'''

Ο συνδυασμός της ξηρασίας και των ακραία υψηλών θερμοκρασιών προκαλεί έναν σοβαρό παράγοντα στρες για τη βλάστηση, που μπορεί να οδηγήσει σε ανεπανόρθωτες βλάβες των ιστών (Wang et al., 2003). Οι επιπτώσεις του καλοκαιριού του 2003 στις Νότιες Άλπεις της Ελβετίας έδειξαν ότι η καστανιά είναι ευαίσθητη στην έλλειψη νερού. Παρόμοια ευρήματα είχαν αναφερθεί και το 1949 σχετικά με τον μαρασμό των ενήλικων δέντρων καστανιάς κατά τη διάρκεια του καλοκαιριού ξηρασίας στη Γαλλική Βρετάνη, όπου επηρεάστηκαν κυρίως τα δέντρα που βρίσκονταν στις άκρες των δασών. Αυτό δείχνει ότι η καστανιά στον ορεινό νότιο κλίμα της Ελβετίας μπορεί να έχει ήδη επιλεγεί από προηγούμενες, μικρότερες ξηρασίες.
Αν και η αντοχή της καστανιάς στη ξηρασία μπορεί να διαφέρει ανάλογα με την προέλευση των δέντρων, προτείνουμε την υπόθεση ότι η Castanea sativa δεν διαθέτει έναν αποτελεσματικό μηχανισμό για να προστατευτεί από την υπερβολική διαπνοή σε περίπτωση ακραίας θερμότητας και ξηρασίας. Αυτό εγείρει νέα ερωτήματα σχετικά με την οικολογική πλαστικότητα της καστανιάς ενόψει της κλιματικής αλλαγής. Επιπλέον, τα στρεσαρισμένα και μαραμένα δέντρα καστανιάς είναι πιο επιρρεπή σε προσβολές από παθογόνα όπως οι Cryphonectria parasitica ή Phytophthora spp., τα οποία μειώνουν τη ζωτικότητα των δέντρων και την ανταγωνιστικότητά τους (Turchetti et al., 2003; Prospero et al., 2006).
Η αναμενόμενη αύξηση των ακραίων καιρικών φαινομένων, και ειδικά των θερμών καλοκαιρινών περιόδων, μπορεί να αποτελέσει σοβαρή απειλή για τα δάση καστανιάς στην Ευρώπη.

[[category: Δασοπονία, Δασική διαχείριση]]

Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις

2026-02-07T16:49:03Z

IOANNA OSMANI: Νέα σελίδα με ''''Drought Sensitivity of Castanea sativa: Case Study of Summer 2003 in the Southern Alps''' ''M. Conedera, F. Barthold, D. Torriani,...'

'''Drought Sensitivity of Castanea sativa: Case Study of Summer 2003 in the Southern Alps'''

''M. Conedera, F. Barthold, D. Torriani, G.B. Pezzatti''

''Πηγή'': [https://www.researchgate.net/profile/Gianni-Pezzatti/publication/287715352_Drought_sensitivity_of_Castanea_sativa_Case_study_of_summer_2003_in_the_Southern_Alps/links/567a939508aebccc4dfd36e2/Drought-sensitivity-of-Castanea-sativa-Case-study-of-summer-2003-in-the-Southern-Alps.pdf]

: '''Λέξεις κλειδιά''' : Περιοχή καστανιάς, Ακραία καιρικά φαινόμενα, Καλοκαιρινή ξηρασία, Κλιματική αλλαγή

===ΠΕΡΙΛΗΨΗ===
Οι μετα-καλλιεργητικές δυναμικές των εγκαταλειμμένων δασών καστανιάς και οι ασθένειες, όπως η ασθένεια της καστανιάς και η ασθένεια του μελανιού, έχουν αναγνωριστεί ως κύριοι παράγοντες της φυσικής αποχώρησης της καστανιάς. Η κλιματική θέρμανση που προκαλεί ξηρασία ενδέχεται να αλληλεπιδρά με αυτές τις δυναμικές και να επιταχύνει την εξαφάνιση της καστανιάς από περιοχές που παλαιότερα καλλιεργούνταν. Το καλοκαίρι του 2003 ήταν το θερμότερο στην ιστορία της Ελβετίας. Ορισμένα δάση καστανιάς υπέστησαν ζημιές λόγω ενός συνδυασμού της θερμότητας και ενός σημαντικού ελλείμματος βροχοπτώσεων στις Νότιες Άλπεις. Μεταξύ Αυγούστου και Οκτωβρίου 2003, οι περιοχές αυτές χαρτογραφήθηκαν και εξετάστηκαν για πιθανές συσχετίσεις με τις γεωμορφολογικές συνθήκες. Όπως αναμενόταν, η ξηρασία και η θερμότητα, ειδικά σε δάση που επηρεάστηκαν με επιφανειακά εδάφη και στις άκρες των δασών, φάνηκαν να είναι ακόμη πιο σημαντικές λόγω της έκθεσης. Παρά την περιορισμένη ζημιά που υπήρξε, το καλοκαίρι του 2003 έδειξε ότι η Castanea sativa δεν διαθέτει έναν αποτελεσματικό μηχανισμό για να προστατευθεί από την υπερβολική διαπνοή σε ακραία και ξηρά περιβάλλοντα. Αυτό μπορεί να εγείρει νέα ερωτήματα σχετικά με την οικολογική πλαστικότητα της καστανιάς με την προοπτική της κλιματικής αλλαγής.

'''1. Υλικά και Μέθοδοι'''
Με το τέλος του Ιουλίου 2003, τα δέντρα καστανιάς που υπέστησαν στρες λόγω ξηρασίας παρουσίασαν συμπτώματα με καφέ χρώμα στα φύλλα, δίνοντας στο στέμμα μια κυρίαρχη καφετιά απόχρωση. Από τις 8 Αυγούστου έως τις 6 Οκτωβρίου 2003, όλα τα δάση καστανιάς στην περιοχή μελέτης που παρουσίαζαν συμπτώματα μαρασμού εντοπίστηκαν από την αντίθετη πλευρά της κοιλάδας με τη βοήθεια κιάλια και χαρτογραφήθηκαν. Το ποσοστό των μαραμένων δέντρων εκτιμήθηκε σε κλάσεις του 5%. Συνεχόμενα δάση ή ομάδες δέντρων που παρουσίαζαν παρόμοιο βαθμό μαρασμένων φύλλων ομαδοποιήθηκαν σε ομογενείς περιοχές μαρασμένων κλαδιών και τα αντίστοιχα πολύγωνα ψηφιοποιήθηκαν σε GIS.
Τα αναφοράς πολύγωνα των φαινομενικά υγιών (μη μαραμένων) δέντρων καστανιάς δημιουργήθηκαν με GIS, αποτελούμενα από κυκλικές περιοχές που κατανεμήθηκαν τυχαία και είχαν μέγεθος ίσο με το μέσο πολύγωνο των παρατηρηθέντων μαραμένων περιοχών. Όλα τα πολύγωνα μαραμένων και μη μαραμένων κατατάχθηκαν σύμφωνα με τα εξής χαρακτηριστικά: Ποσοστό μαραμένων δέντρων (έρευνα στο πεδίο), Κλίση Εδάφους, Άκρες Δασών και Βράχοι (από τον τοπογραφικό χάρτη 1:25’000). Δημιουργήθηκε ένα πλέγμα 50 x 50 μέτρων τετραγώνων για κάθε θεωρούμενο πολύγωνο και προστέθηκαν οι πληροφορίες σχετικά με το Υψόμετρο, την Κλίση και την Κατεύθυνση για κάθε σημείο σύμφωνα με το Ψηφιακό Μοντέλο Υψομέτρου (Swisstopo DHM25). Ο πίνακας 2 δείχνει τις κατηγορίες που χρησιμοποιήθηκαν για τον καθορισμό των μεταβλητών για κάθε μεταβλητή που εξετάστηκε.
Η μοντελοποίηση έγινε με τη χρήση της στατιστικής διαδικασίας Systat 10, με την επιλογή "backwards stepwise" και βασίστηκε σε 1000 τυχαία επιλεγμένα σημεία του πλέγματος και για τα δύο πολύγωνα των μαραμένων και των υγιών δέντρων (Barthold et al., 2004).

[[Αρχείο: Εικόνα 1. Περιοχή μελέτης.jpg|thumb|center|1200px|'''Εικόνα 1.''' Περιοχή μελέτης]]

'''2. Αποτελέσματα'''
Συνολικά, χαρτογραφήθηκαν 715,98 ha δασών καστανιάς, όπου τουλάχιστον το 5% των δέντρων παρουσίασαν μαρασμό, που αντιστοιχεί στο 6,03% της περιοχής μελέτης. Μόνο 10,24 ha (0,09%) κατατάχθηκαν ως πλήρως μαραμένα, δηλαδή όλα τα δέντρα παρουσίαζαν συμπτώματα μαρασμού. Οι πιο επηρεασμένες περιοχές ήταν οι Ανατολικές και Δυτικές όψεις, ενώ τα χαμηλά υψόμετρα (<500) παρουσίασαν μεγαλύτερη επίπτωση. Η παρουσία βράχων, ανυψώσεων ή άκρων δασών αύξησε τη συχνότητα των δέντρων με ζημιές.

[[Αρχείο: Εικόνα 2. Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή: MeteoSwiss).jpg|thumb|left|700px|'''Εικόνα 2.''' Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή: MeteoSwiss)]]
[[Αρχείο: Εικόνα 3. Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008 (πηγή: MeteoSwiss).jpg|thumb|right|1200px|'''Εικόνα 3.''' Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008 (πηγή: MeteoSwiss)]]

'''3. Συζήτηση'''
Ο συνδυασμός της ξηρασίας και των ακραία υψηλών θερμοκρασιών προκαλεί έναν σοβαρό παράγοντα στρες για τη βλάστηση, που μπορεί να οδηγήσει σε ανεπανόρθωτες βλάβες των ιστών (Wang et al., 2003). Οι επιπτώσεις του καλοκαιριού του 2003 στις Νότιες Άλπεις της Ελβετίας έδειξαν ότι η καστανιά είναι ευαίσθητη στην έλλειψη νερού. Παρόμοια ευρήματα είχαν αναφερθεί και το 1949 σχετικά με τον μαρασμό των ενήλικων δέντρων καστανιάς κατά τη διάρκεια του καλοκαιριού ξηρασίας στη Γαλλική Βρετάνη, όπου επηρεάστηκαν κυρίως τα δέντρα που βρίσκονταν στις άκρες των δασών. Αυτό δείχνει ότι η καστανιά στον ορεινό νότιο κλίμα της Ελβετίας μπορεί να έχει ήδη επιλεγεί από προηγούμενες, μικρότερες ξηρασίες.
Αν και η αντοχή της καστανιάς στη ξηρασία μπορεί να διαφέρει ανάλογα με την προέλευση των δέντρων, προτείνουμε την υπόθεση ότι η Castanea sativa δεν διαθέτει έναν αποτελεσματικό μηχανισμό για να προστατευτεί από την υπερβολική διαπνοή σε περίπτωση ακραίας θερμότητας και ξηρασίας. Αυτό εγείρει νέα ερωτήματα σχετικά με την οικολογική πλαστικότητα της καστανιάς ενόψει της κλιματικής αλλαγής. Επιπλέον, τα στρεσαρισμένα και μαραμένα δέντρα καστανιάς είναι πιο επιρρεπή σε προσβολές από παθογόνα όπως οι Cryphonectria parasitica ή Phytophthora spp., τα οποία μειώνουν τη ζωτικότητα των δέντρων και την ανταγωνιστικότητά τους (Turchetti et al., 2003; Prospero et al., 2006).
Η αναμενόμενη αύξηση των ακραίων καιρικών φαινομένων, και ειδικά των θερμών καλοκαιρινών περιόδων, μπορεί να αποτελέσει σοβαρή απειλή για τα δάση καστανιάς στην Ευρώπη.

Αρχείο:Εικόνα 3. Μέσες ημερήσιες θερμοκρασίες στον μετεωρολογικό σταθμό του Locarno-Monti το 2003 και μέσες τιμές της περιόδου 1981–2008 (πηγή. MeteoSwiss).jpg

2026-02-07T16:46:33Z

IOANNA OSMANI:

Αρχείο:Εικόνα 2. Συσσωρευμένες βροχοπτώσεις στον μετεωρολογικό σταθμό του Λοκάρνο-Μόντι το 2003 και μέσες τιμές για την περίοδο 1981-2008 (πηγή. MeteoSwiss).jpg

2026-02-07T16:46:22Z

IOANNA OSMANI:

Αρχείο:Εικόνα 1. Περιοχή μελέτης.jpg

2026-02-07T16:46:13Z

IOANNA OSMANI:

GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece

2026-02-07T16:33:38Z

IOANNA OSMANI:

'''GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece'''

''Niki Evelpidou, Maria Tzouxanioti, Evangelos Spyrou, Alexandros Petropoulos, Anna Karkani, Giannis Saitis και Markos Margaritis''

''Πηγή'': [http://scholar.uoa.gr/sites/default/files/evelpidou/files/evelpidou_niki_paper54.pdf]

: '''Λέξεις κλειδιά''' : Πλημμύρες, Δασικές πυρκαγιές, Φυσικοί κίνδυνοι, Μοντελοποίηση

===ΠΕΡΙΛΗΨΗ===
Η Ελλάδα, όπως και οι άλλες χώρες της Μεσογείου, αντιμετωπίζει δασικές πυρκαγιές κάθε χρόνο. Εκτός από τις βραχυπρόθεσμες κοινωνικοοικονομικές συνέπειες, την οικολογική καταστροφή και τις ανθρώπινες απώλειες, οι δασικές πυρκαγιές αυξάνουν τον κίνδυνο για πλημμύρες, καθώς η βλάστηση που προστάτευε το έδαφος από την απορροή και τη διάβρωση καταστρέφεται. Ανάμεσα στις πιο σοβαρές πυρκαγιές στην Ελλάδα, ήταν εκείνες του καλοκαιριού του 2021, οι οποίες συνέπεσαν με τις ακραίες θερμοκρασίες που πλήττουν την περιοχή των Βαλκανίων. Περισσότερα από 3600 km² καμένης γης και σημαντική απώλεια φυσικής βλάστησης καταγράφηκαν. Στην παρούσα εργασία εξετάζονται τρεις περιοχές που επλήγησαν από τις πυρκαγιές, συγκεκριμένα η Αττική, η Βόρεια Εύβοια και η Πελοπόννησος, προκειμένου να αξιολογηθεί ο κίνδυνος για μελλοντικές πλημμύρες. Η χαρτογράφηση των καμένων περιοχών, καθώς και η ανάλυση των γεωλογικών και γεωμορφολογικών χαρακτηριστικών τους, επιτρέπει την εφαρμογή ενός μοντέλου εκτίμησης του κινδύνου για πλημμύρες με χρήση Γεωγραφικών Συστημάτων Πληροφοριών (GIS). Τα ευρήματα δείχνουν ότι οι περιοχές που βρίσκονται κάτω από τις καμένες εκτάσεις διατρέχουν υψηλό κίνδυνο για πλημμύρες λόγω των γεωμορφολογικών χαρακτηριστικών τους.

='''1. Εισαγωγή'''=
Οι πλημμύρες και ειδικά οι ξαφνικές πλημμύρες αποτελούν μερικές από τις πιο καταστροφικές φυσικές καταστροφές. Συνήθως συμβαίνουν μετά από έντονες και συνεχείς βροχοπτώσεις, ενώ η εμφάνισή τους ενισχύεται από τα γεωμορφολογικά και γεωλογικά χαρακτηριστικά της περιοχής, καθώς και από την κάλυψη του εδάφους και τη διαχείρισή του. Η βλάστηση, και ειδικότερα τα δέντρα, παίζουν καθοριστικό ρόλο στην απορρόφηση των βροχοπτώσεων και την προστασία από τις πλημμύρες. Μετά από δασικές πυρκαγιές, η βλάστηση αφαιρείται και οι συνθήκες για πλημμύρες επιδεινώνονται λόγω της απώλειας αυτών των προστατευτικών λειτουργιών.
Οι δασικές πυρκαγιές έχουν καταστροφικές συνέπειες για το περιβάλλον και τις υποδομές, επηρεάζοντας τη διείσδυση του νερού στο έδαφος και προκαλώντας την αύξηση της απορροής και της διάβρωσης. Μελέτες σε διάφορες περιοχές, όπως η Βρετανική Κολούμπια, έδειξαν ότι οι φυσικοί κίνδυνοι αυξάνονται μετά από πυρκαγιές, με την εμφάνιση κατολισθήσεων, ροών συντριμμιών και πλημμυρών.

='''2. Περιοχές Μελέτης'''=
Στην παρούσα έρευνα μελετήθηκαν τρεις περιοχές στην Ελλάδα: η Αττική, η Βόρεια Εύβοια και η Πελοπόννησος. Η Αττική καλύπτει 3023 km², η Εύβοια είναι το δεύτερο μεγαλύτερο νησί της Ελλάδας (3658 km²), και η Πελοπόννησος καλύπτει 21,650 km². Το κλίμα είναι μεσογειακό, με ήπιους χειμώνες και ζεστά, ξηρά καλοκαίρια. Οι πλημμύρες στην περιοχή προκαλούνται από ακραίες και έντονες βροχοπτώσεις, όπως η πλημμύρα της 9ης Αυγούστου 2020 στην Εύβοια, η οποία οφείλεται σε βροχή 297 mm σε 8 ώρες.

='''3. Υλικά και Μέθοδοι'''=
Για τους σκοπούς αυτής της μελέτης, εξετάστηκαν τα γεωλογικά και γεωμορφολογικά χαρακτηριστικά των καμένων περιοχών και των ευρύτερων περιοχών τους. Τα δεδομένα προήλθαν από τη βιβλιογραφία, διάφορες μετρήσεις με λογισμικό GIS (ArcGIS Pro και MapInfo Pro), και επιτόπια εργασία που πραγματοποιήθηκε κατά τη διάρκεια προηγούμενων ερευνών στις περιοχές μελέτης. Όλα τα συλλεχθέντα δεδομένα εισήχθησαν στο λογισμικό GIS (ArcGIS Pro έκδοση 2.9.3 και MapInfo Pro έκδοση 12.5). Επίσης, δημιουργήθηκε ένας διαδικτυακός χάρτης μέσω της πλατφόρμας ArcGIS, όπου απεικονίζονται οι καμένες περιοχές των περιοχών μελέτης. Ο διαδικτυακός χάρτης είναι προσβάσιμος μέσω του παρακάτω συνδέσμου: https://arcg.is/1bqz1i (πρόσβαση στις 15 Μαΐου 2022).
Ο κίνδυνος για πλημμύρες εκτίμηθηκε χρησιμοποιώντας ένα μοντέλο βασισμένο σε λογική Boolean. Οι βασικές παράμετροι που χρησιμοποιήθηκαν ήταν η μορφολογία της κλίσης, η πυκνότητα απορροής, η υδρογεωλογία και οι καμένες περιοχές (Εικόνα 7). Τα βασικά δεδομένα που χρησιμοποιήθηκαν για την εκτίμηση περιλάμβαναν ένα μοντέλο ψηφιακού υψομέτρου (DEM) υψηλής ανάλυσης 5 × 5 μέτρα, το οποίο προήλθε από τοπογραφικούς χάρτες κλίμακας 1:5000, από έρευνες UAV (DJI Mavic Mini με υψόμετρο πτήσης 50–70 μέτρα) και μετρήσεις RTK-GNSS (Spectra SP-80 με ακρίβεια 0.2 μέτρα) στο πεδίο. Το DEM δημιουργήθηκε για να εντοπιστούν αλλαγές στο ανάγλυφο και στα φυσικά χαρακτηριστικά της περιοχής μελέτης.
Οι λεκάνες απορροής χρησιμοποιήθηκαν για να εντοπιστούν οι περιοχές της ανώτερης, μέσης και κατώτερης κλίσης, οι οποίες επηρεάζονται διαφορετικά σε περίπτωση ακραίας πλημμύρας, καθώς το νερό συγκεντρώνεται σε περιοχές χαμηλής κλίσης. Για την εκτίμηση του κινδύνου πλημμύρας, δημιουργήθηκε ένα πλέγμα 0.5 × 0.5 km, στο οποίο εφαρμόστηκαν οι κανόνες λογικής Boolean, αντί να χρησιμοποιηθούν οι λεκάνες απορροής, καθώς το μέγεθός τους δεν είναι ομοιόμορφο. Για παράδειγμα, στη Βόρεια Εύβοια, η μεγαλύτερη λεκάνη απορροής έχει μέγεθος 404 km², ενώ η επόμενη 152 km² και η αμέσως επόμενη 49 km². Στη συνέχεια, 103 λεκάνες απορροής με μέγεθος από 1–49 km² και πάνω από 500 μικρότερες λεκάνες απορροής καθορίστηκαν λόγω της παρουσίας ενός καλά αναπτυγμένου υδρογραφικού δικτύου στην περιοχή μελέτης.
Αυτοί οι κανόνες εκφράστηκαν μέσω ενός συνόλου κανόνων λογικής Boolean (Πίνακας 1) και αφορούν το πώς οι παράμετροι θα επηρεάσουν τις περιοχές χαμηλότερης κλίσης των μελετημένων υδρολογικών λεκανών. Σύμφωνα με τα μορφομετρικά και φυσιογραφικά χαρακτηριστικά των περιοχών μελέτης μας, οι κανόνες Boolean αποδίδουν τέσσερις τιμές στην παράμετρο της κλίσης (υψηλή, μεσαία, χαμηλή, πολύ χαμηλή), τέσσερις τιμές στην πυκνότητα απορροής (πολύ υψηλή, υψηλή, μεσαία και χαμηλή) και τρεις τιμές στην υδρογεωλογία (υψηλή, μεσαία, χαμηλή).
Η παράμετρος που έλαβε τη μεγαλύτερη βαρύτητα στο προτεινόμενο μοντέλο είναι η καμένη περιοχή. Αυτή η παράμετρος συνδυάστηκε με άλλες τρεις παραμέτρους, δηλαδή τη μορφολογία της κλίσης, την πυκνότητα απορροής και την υδρογεωλογία, προκειμένου να παραχθεί ο χάρτης κινδύνου πλημμύρας για τις περιοχές κατώτερης κλίσης. Πιο συγκεκριμένα, όταν η περιοχή ανώτερης κλίσης αποτελείται από μεγάλο ποσοστό καμένων περιοχών σε συνδυασμό με απότομο ανάγλυφο, υψηλή πυκνότητα απορροής και αδιαπέραστο υπέδαφος, αυτό οδηγεί σε επεισόδια πλημμυρών στις περιοχές χαμηλής κλίσης της κατώτερης περιοχής. Οι κανόνες λογικής θεωρούνται έγκυροι βάσει των επεισοδίων πλημμύρας του τρέχοντος έτους στη Βόρεια Εύβοια (Λίμνη, Μαδούδι και Αγία Άννα), περιοχές όπου το προτεινόμενο μοντέλο κατατάσσει τον κίνδυνο πλημμύρας των κατώτερων περιοχών τους ως υψηλό έως πολύ υψηλό.
Η τελική εκτίμηση του κινδύνου κατατάσσεται σε πέντε τιμές (πολύ υψηλό, υψηλό, μεσαίο, χαμηλό και πολύ χαμηλό) βάσει της συσχέτισης της καμένης περιοχής με την τιμή των άλλων παραμέτρων (π.χ., μορφολογία κλίσης, πυκνότητα απορροής και υδρογεωλογία). Οι περιοχές κατώτερης κλίσης σε κάθε περιοχή μελέτης χαρακτηρίζονται από χαμηλές έως πολύ χαμηλές μορφολογικές κλίσεις και χαμηλό ανάγλυφο. Ως αποτέλεσμα, παράμετροι όπως το συνολικό ανάγλυφο ή το μέσο υψόμετρο δεν παρέχουν έγκυρα αποτελέσματα. Παράμετροι όπως η ισχύς των ρεμάτων δεν υπολογίστηκαν, καθώς δεν υπήρχαν δεδομένα για τη ροή όγκου νερού. Οι παραπάνω παράμετροι, σε συνδυασμό με αυτές που χρησιμοποιήθηκαν στην παρούσα μελέτη, όπως η καμένη περιοχή, οι μορφολογικές κλίσεις, η πυκνότητα απορροής και η υδρογεωλογία, δεν οδήγησαν σε διαφορετικά αποτελέσματα και ως εκ τούτου δεν ελήφθησαν υπόψη.

[[Αρχείο: Εικόνα 1. Περιοχές που επηρεάστηκαν στη ευρύτερη περιοχή της βόρειας Εύβοιας.jpg|thumb|center|800px|'''Εικόνα 1.''' Περιοχές που επηρεάστηκαν στη ευρύτερη περιοχή της βόρειας Εύβοιας]]

[[Αρχείο: Εικόνα 2. Περιοχές που επηρεάστηκαν στην ευρύτερη περιοχή της Αρχαίας Ολυμπίας.jpg|thumb|center|800px|'''Εικόνα 2.'''Περιοχές που επηρεάστηκαν στην ευρύτερη περιοχή της Αρχαίας Ολυμπίας]]

[[Αρχείο: Εικόνα 3. Περιοχές που επηρεάστηκαν από πυρκαγιές και λαμβάνουν υψηλές τιμές στους κανόνες της λογικής Boolean: (Α) Αττική, (Β) Εύβοια, και (Γ) Πελοπόννησος.jpg|thumb|left|600px|'''Εικόνα 3.''' Περιοχές που επηρεάστηκαν από πυρκαγιές και λαμβάνουν υψηλές τιμές στους κανόνες της λογικής Boolean: (Α) Αττική, (Β) Εύβοια, και (Γ) Πελοπόννησος]]

='''4. Αποτελέσματα και Συζήτηση'''=
Σε πολλές χώρες ανά τον κόσμο, όπως η Ελλάδα, δεν υπάρχει συστηματική καταγραφή των υδρολογικών παραμέτρων (π.χ., δεδομένα παροχής). Στην προσέγγισή μας, χρησιμοποιείται μια ποσοτική μορφομετρική ανάλυση της λεκάνης απορροής σε σχέση με άλλες παραμέτρους (π.χ., πυκνότητα απορροής, υδρολογία) για την εκτίμηση του κινδύνου πλημμυρών σε μεγάλες περιοχές, όπως το βόρειο νησί της Εύβοιας, η Αττική και η Πελοπόννησος.
Οι εικόνες 3–6 δείχνουν τα φυσιογραφικά–μορφομετρικά χαρακτηριστικά των περιοχών μελέτης (καμένες περιοχές, κλίσεις, πυκνότητα απορροής και υδρολογία) που χρησιμοποιήθηκαν για την εκτίμηση του κινδύνου πλημμύρας. Όσον αφορά τις μορφολογικές κλίσεις, για την Αττική, τα περισσότερα μέρη των καμένων περιοχών χαρακτηρίζονται από μεγάλες κλίσεις. Η κατανομή της μορφολογικής κλίσης της Αττικής φαίνεται στην Εικόνα 4Α. Οι υψηλές κλίσεις καλύπτουν πάνω από το ήμισυ των πυρόπληκτων περιοχών. Συγκεκριμένα, το 53% των κλίσεων της περιοχής έχει κλίση μεγαλύτερη από 10°, το 1% από τις οποίες ξεπερνά τα 30°, το 29% κυμαίνεται μεταξύ 4° και 10°, και το 18% χαρακτηρίζεται από κλίση μικρότερη των 4°. Η καμένη περιοχή του βόρειου νησιού της Εύβοιας χαρακτηρίζεται από απότομες κλίσεις, διάβρωση από κοπή και πυκνά συστήματα απορροής. Συγκεκριμένα, η περιοχή χαρακτηρίζεται από μεγάλους αριθμούς μορφολογικών κλίσεων, μικρές λεκάνες και σύντομα υδρογραφικά δίκτυα. Σχεδόν το 65% της καμένης περιοχής έχει κλίση 10° έως 30° και το 20% περισσότερα από 30°. Επιπλέον, για την ευρύτερη περιοχή της Πελοποννήσου, οι πυρόπληκτες περιοχές χαρακτηρίζονται από υψηλές υψομετρικές τιμές και απότομες μορφολογικές κλίσεις (Εικόνα 4C). Στις περιοχές της Αρχαίας Ολυμπίας και της Ανατολικής Μάνης παρατηρείται καλά ανεπτυγμένο σύστημα απορροής. Στις περισσότερες περιπτώσεις, πάνω από το 80% των καμένων περιοχών χαρακτηρίζονται από κλίσεις με κλίση μεγαλύτερη από 10°. Συγκεκριμένα, στην Αρχαία Ολυμπία, οι κλίσεις με κλίση από 10° έως 30° καλύπτουν το 52%, ενώ οι κλίσεις που ξεπερνούν τα 30° καλύπτουν το 28%. Μόνο το 5% χαρακτηρίζεται από κλίση μικρότερη από 4°. Παρόμοια, στην περιοχή Διαβολίτσι, το 62% και το 24% των κλίσεων έχουν κλίσεις 10–30° και πάνω από 30° αντίστοιχα, ενώ οι επίπεδες περιοχές (λιγότερο από 4° κλίση) καλύπτουν μόνο το 3% της συνολικής περιοχής. Τέλος, στη Μάνη, οι κλίσεις πάνω από 30° και 10–30° είναι σχεδόν ίδιες, καλύπτοντας το 48% και το 35% των καμένων περιοχών αντίστοιχα, ενώ το 11% της περιοχής χαρακτηρίζεται από κλίσεις μεταξύ 4° και 10°.
Όσον αφορά την περιοχή Βίλια της Περιφέρειας Αττικής, ο κίνδυνος πλημμύρας γύρω από την καμένη περιοχή χαρακτηρίζεται γενικά ως χαμηλός προς μέτριος, καθώς η κλίση της περιοχής είναι χαμηλή προς μέτρια, η υδρολογία είναι μέτρια και η πυκνότητα απορροής κυμαίνεται από πολύ χαμηλή έως υψηλή (Εικόνα 6). Υψηλός κίνδυνος πλημμύρας παρατηρείται μόνο περιστασιακά βόρεια της καμένης περιοχής. Αυτό ήταν αναμενόμενο, καθώς η κλίση στην περιοχή αυτή είναι χαμηλή, αν και η υδρολογία χαρακτηρίζεται ως μέτρια προς υψηλή. Η πυκνότητα απορροής είναι υψηλή μόνο νότια των καμένων εκτάσεων και μόνο περιστασιακά βόρεια. Η στενή περιοχή γύρω από τα καμένα εδάφη περιλαμβάνει μια βόρεια λεκάνη απορροής των οποίων τα ρεύματα ρέουν προς τα ανατολικά και μια νότια που ρέει προς τα νοτιοανατολικά. Όσον αφορά την καμένη περιοχή της βόρειας λεκάνης, η περιοχή κατάντη χαρακτηρίζεται από μέτριο έως πολύ υψηλό κίνδυνο πλημμύρας. Όσο χαμηλότερο είναι το υψόμετρο κατά μήκος της λεκάνης, τόσο υψηλότερος είναι ο κίνδυνος πλημμύρας, το ίδιο ισχύει και για τη νότια λεκάνη: ο κίνδυνος πλημμύρας είναι μέτριος έως υψηλός αμέσως κατάντη της καμένης περιοχής και γίνεται υψηλός έως πολύ υψηλός όσο μειώνεται το υψόμετρο.
Όσον αφορά την περιοχή Βαρυμπόμπη, η περιοχή ανατολικά και δυτικά των καμένων εκτάσεων χαρακτηρίζεται από χαμηλό έως μέτριο κίνδυνο πλημμύρας (Εικόνα 7). Αντίθετα, οι πεδινές περιοχές κατάντη, όπως η αλλουβιακή πεδιάδα του Κηφισού, χαρακτηρίζονται από πολύ υψηλό κίνδυνο πλημμύρας, καθώς η κλίση της λεκάνης απορροής κατάντη είναι πολύ χαμηλή και ένα μεγάλο ποσοστό της λεκάνης απορροής ανάντη είναι καμένο.
Στην περίπτωση του Εθνικού Δρυμού Σουνίου (Εικόνα 7), οι τιμές κλίσης γύρω από τις καμένες περιοχές είναι χαμηλές προς μέτριες, ενώ η υδρολογία χαρακτηρίζεται ως μέτρια προς υψηλή. Το δίκτυο απορροής χαρακτηρίζεται από πολύ χαμηλή έως χαμηλή πυκνότητα απορροής, έτσι έχει ελάχιστη επίδραση στον κίνδυνο πλημμύρας. Συνολικά, ο κίνδυνος στην περιοχή χαρακτηρίζεται ως χαμηλός προς μέτριος, εκτός από την ανατολική πλευρά, όπου είναι πολύ υψηλός, καθώς η υδρολογία της περιοχής είναι μέτρια, οι κλίσεις κατάντη είναι πολύ χαμηλές και ανάντη η λεκάνη απορροής είναι καμένη.
Η βόρεια Εύβοια έχει υψηλές έως πολύ υψηλές τιμές όσον αφορά τις κλίσεις, την υδρολογία και την πυκνότητα απορροής. Ο κίνδυνος πλημμύρας χαρακτηρίζεται κυρίως ως υψηλός έως πολύ υψηλός σε σχεδόν όλες τις περιοχές γύρω από τις καμένες εκτάσεις (Εικόνα 8). Χαμηλές τιμές σημειώνονται στις νοτιοανατολικές και νοτιοδυτικές ακτές, όπου οι παράκτιες κλίσεις είναι υψηλές. Μεταξύ των περιοχών με πολύ υψηλό και υψηλό κίνδυνο πλημμύρας βρίσκονται χωριά και μικρότεροι οικισμοί με αρκετά μεγάλο πληθυσμό.
Στην Πελοπόννησο (Εικόνα 9), η περιοχή της Αρχαίας Ολυμπίας χαρακτηρίζεται κυρίως από πολύ χαμηλές, χαμηλές και μέτριες κλίσεις, με την πυκνότητα απορροής να είναι γενικά μέτρια, εκτός από τα μέρη κοντά στα κύρια ρεύματα, τα οποία έχουν υψηλές έως πολύ υψηλές τιμές. Η κύρια λεκάνη απορροής ρέει νοτιοδυτικά. Οι περιοχές κατάντη των καμένων περιοχών χαρακτηρίζονται κυρίως από υψηλό και πολύ υψηλό κίνδυνο πλημμύρας.
Στην περιοχή Διαβολίτσι, η κλίση κυμαίνεται από χαμηλή έως πολύ υψηλή γύρω από την καμένη περιοχή. Οι τιμές της πυκνότητας απορροής είναι γενικά μέτριες, με υψηλές και πολύ υψηλές τιμές κοντά στα κύρια ρεύματα. Στην στενή περιοχή της καμένης περιοχής υπάρχουν δύο λεκάνες απορροής: η ανατολική ρέει προς βόρεια και η δυτική προς νότια. Και οι δύο χαρακτηρίζονται από την ίδια προφίλ κινδύνου πλημμύρας: κατάντη της καμένης περιοχής, ο κίνδυνος είναι υψηλός, και γίνεται πολύ υψηλός περαιτέρω κατάντη.
Τέλος, στην Ανατολική Μάνη, οι τιμές κλίσης κυμαίνονται από μέτριες έως πολύ υψηλές γύρω από την καμένη περιοχή, με τις υψηλότερες τιμές να είναι βορειοδυτικά της καμένης περιοχής. Η πυκνότητα απορροής έχει τις ίδιες τιμές, με τις υψηλότερες να εμφανίζονται βορειοανατολικά των καμένων περιοχών. Υπάρχουν τρεις κύριες λεκάνες απορροής, οι οποίες ρέουν ΝΑ–ΝΔ. Από βόρεια προς νότια, ρέουν νοτιοδυτικά, νοτιοανατολικά και νοτιοδυτικά. Σε όλες τις περιπτώσεις, ο κίνδυνος πλημμύρας είναι υψηλός γύρω από τις καμένες περιοχές (ανάντη), αλλά πολύ υψηλός αμέσως κατάντη έως την παράκτια ζώνη.

='''5. Συμπεράσματα'''=
Οι καλοκαιρινές δασικές πυρκαγιές του 2021 ήταν από τις πιο έντονες και καταστρεπτικές πυρκαγιές που πλήττουν την Ελλάδα εδώ και δεκαετίες. Ως εκ τούτου, η ζημιά που προκλήθηκε στην τοπική χαμηλή βλάστηση και τα δάση ήταν μεγάλη, γεγονός που σημαίνει ότι τα χαρακτηριστικά και οι αρνητικές επιπτώσεις των ενδεχόμενων πλημμυρών είναι ακόμη μεγαλύτερες. Οι αναφερόμενες μελέτες περιπτώσεων δείχνουν ότι ο κίνδυνος πλημμύρας, ο οποίος είναι ήδη υψηλός στη Μεσογειακή περιοχή, αυξάνεται σε πολύ σημαντικό βαθμό αμέσως ή σύντομα μετά από σοβαρά γεγονότα πυρκαγιών. Τα αποτελέσματά μας επιβεβαιώνουν ότι οι περιοχές μελέτης, η βόρεια Εύβοια, η δυτική Πελοπόννησος και η περιοχή του Σουνίου στην Αττική, χαρακτηρίζονται από γεωλογικά και γεωμορφολογικά χαρακτηριστικά που διευκολύνουν τα φαινόμενα πλημμυρών κατάντη των καμένων περιοχών. Αυτό σημαίνει ότι μετά τις πυρκαγιές του καλοκαιριού του 2021, οι οποίες έκαψαν μια πολύ σημαντική επιφάνεια σε κάθε περιοχή και κατέστρεψαν μια τεράστια έκταση βλάστησης (κυρίως δάση), ο κίνδυνος πλημμυρών αναμένεται να αυξηθεί σημαντικά, δημιουργώντας την ανάγκη για μέτρα προστασίας και μετριασμού από τις τοπικές αρχές προκειμένου να μειωθούν οι επιπτώσεις της πυρκαγιάς στο μέγιστο δυνατό βαθμό. Στην περίπτωση των δασικών πυρκαγιών, η διαχείριση μετά τη φωτιά είναι δύσκολη λόγω των μεγάλων περιοχών που κινδυνεύουν. Για το λόγο αυτό, είναι απαραίτητο να καθοριστούν οι περιοχές υψηλού κινδύνου και να σχεδιαστούν πιο αποδοτικά τα έργα που πρέπει να πραγματοποιηθούν και πού. Δεδομένου ότι στις περισσότερες περιπτώσεις οι περιοχές υψηλού κινδύνου είναι κατοικημένες, είναι αναγκαίο να ληφθούν μέτρα προκειμένου να αποτραπεί η απώλεια ανθρώπινων ζωών και να προστατευτούν οι περιουσίες και οι υποδομές. Αυτή η μεθοδολογία θα μπορούσε να χρησιμοποιηθεί για την εκτίμηση του κινδύνου πλημμύρας σε μικρής κλίμακας περιοχές παγκοσμίως, και θα μπορούσε να βελτιωθεί στο μέλλον με την προσθήκη κοινωνικοοικονομικών παραμέτρων.

[[category: Δασοπονία, Δασική διαχείριση]]

GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece

2026-02-07T16:23:18Z

IOANNA OSMANI:

GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece

2026-02-07T16:21:08Z

IOANNA OSMANI:

GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece

2026-02-07T16:14:26Z

IOANNA OSMANI:

GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece

2026-02-07T15:50:57Z

IOANNA OSMANI:

Αρχείο:Εικόνα 2. Περιοχές που επηρεάστηκαν στην ευρύτερη περιοχή της Αρχαίας Ολυμπίας.jpg

2026-02-07T15:48:21Z

IOANNA OSMANI:

Αρχείο:Εικόνα 1. Περιοχές που επηρεάστηκαν στη ευρύτερη περιοχή της βόρειας Εύβοιας.jpg

2026-02-07T15:48:10Z

IOANNA OSMANI:

GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece

2026-02-07T15:47:24Z

IOANNA OSMANI: Νέα σελίδα με ''''GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece''' ''Niki Evelpidou...'

Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα

2026-02-06T14:49:13Z

IOANNA OSMANI:

'''Evaluation of Optical Remote Sensing Data in Burned Areas Mapping of Thasos Island, Greece'''

''Mohamed Elhag, Nese Yimaz, Jarbou Bahrawi & Silvena Boteva''

''Πηγή'': [https://link.springer.com/article/10.1007/s41748-020-00195-1]

: '''Λέξεις κλειδιά''' : Δασική πυρκαγιά · Μεσογειακό οικοσύστημα · Δείκτης κανονικοποιημένης διαφοράς βλάστησης · Ανάλυση κύριων συνιστωσών · Χρονολογική ανάλυση

===ΠΕΡΙΛΗΨΗ===
Η μελέτη αφορά την αξιολόγηση των δεδομένων οπτικής απομακρυσμένης ανίχνευσης για τη χαρτογράφηση καμένων περιοχών στο νησί της Θάσου, Ελλάδα. Οι δασικές πυρκαγιές αποτελούν συχνό φαινόμενο στις μεσογειακές περιοχές και προκαλούν σημαντικές οικολογικές και οικονομικές ζημιές. Η ανάλυση πραγματοποιήθηκε χρησιμοποιώντας τον δορυφόρο Landsat-8 και την τεχνική Ανάλυσης Κύριων Συνιστωσών (PCA), σε συνδυασμό με τον Δείκτη Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), για την ακριβή εκτίμηση και χαρτογράφηση των καμένων περιοχών. Η μέθοδος πέτυχε υψηλή ακρίβεια (85%) στην καταγραφή των καμένων εκτάσεων, παρέχοντας αξιόπιστα αποτελέσματα για τις περιοχές που επηρεάστηκαν από τις πυρκαγιές.

='''1. Εισαγωγή'''=
Οι δασικές πυρκαγιές στην Ελλάδα έχουν αυξηθεί σημαντικά τα τελευταία χρόνια, τόσο σε αριθμό όσο και σε έκταση. Από το 1984 μέχρι το 2016, οι πυρκαγιές αυξήθηκαν από 83 σε 206 περιστατικά ετησίως, προκαλώντας τεράστιες καταστροφές. Το πρόβλημα εντείνεται λόγω των κλιματικών συνθηκών και της εύφλεκτης βλάστησης σε περιοχές όπως η Κρήτη και η Θάσος. Η εκτίμηση των ζημιών από πυρκαγιές απαιτεί ακριβή και έγκαιρη χαρτογράφηση των καμένων περιοχών. Η απομακρυσμένη ανίχνευση, χρησιμοποιώντας δορυφορικές εικόνες και τεχνικές ανάλυσης όπως η PCA, προσφέρει μια αξιόπιστη μέθοδο για τη χαρτογράφηση και εκτίμηση των καμένων περιοχών, μειώνοντας την ανάγκη για χρονοβόρες επισκέψεις στο πεδίο και αεροφωτογραφίες.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Περιγραφή Περιοχής Μελέτης'''
Η περιοχή της μελέτης βρίσκεται στο νησί Θάσος, το πιο βόρειο νησί της Ελλάδας, και ανήκει στην Περιφερειακή Ενότητα Καβάλας, Μακεδονία. Εκτείνεται από 24°30′ έως 24°48′ Ε και από 40°33′ έως 40°49′ Β. Η έκταση του νησιού είναι 399 τετραγωνικά χιλιόμετρα, ενώ η περίμετρός του είναι περίπου 102 χιλιόμετρα (Εικόνα 1). Το νησί έχει ηφαιστειακή προέλευση και καλύπτεται από ασβεστόλιθους και μάρμαρα που καλύπτουν την κρυσταλλική του βάση, κάνοντάς το σημαντική πηγή μάρμαρων (Elhag & Alshamsi, 2019). Η τοπογραφία του νησιού είναι ορεινή, με το υψηλότερο σημείο του να φτάνει τα 1217 μέτρα πάνω από την επιφάνεια της θάλασσας. Το κλίμα της Θάσου είναι τυπικό μεσογειακό, με καυτά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες (Elhag & Bahrawi, 2016a). Η Εθνική Υπηρεσία Δασών, Σταθμός Δασών Θάσου, τηρεί αρχεία πυρκαγιών. Σύμφωνα με αυτά τα αρχεία, οι μεγαλύτερες δασικές πυρκαγιές του αιώνα σημειώθηκαν το 1928 (1500 εκτάρια), το 1938 (1700 εκτάρια), το 1945 (700 εκτάρια), το 1984 (1669 εκτάρια), το 1985 (10.405 εκτάρια), το 1989 (8401 εκτάρια) και το 2000 (187 εκτάρια). Ωστόσο, κατά την περίοδο 2010-2020 παρατηρήθηκε εκρηκτική αύξηση στον αριθμό των πυρκαγιών και την έκταση που κάηκε. Στην πραγματικότητα, οι μεγαλύτερες πυρκαγιές της τελευταίας εκατονταετίας συνέβησαν κατά την εν λόγω περίοδο και οδήγησαν στην απώλεια περίπου 20.000 εκταρίων από τα δάση πεύκων (Pinus brutia και Pinus nigra) (Elhag & Boteva, 2020). Η περιοχή που επηρεάστηκε αποτέλεσε περισσότερα από τα μισά του μεγέθους του νησιού Θάσος.

[[Αρχείο: Εικόνα 1. Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα.jpg|thumb|center|700px|'''Εικόνα 1.''' Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα]]

: '''2.2 Δεδομένα Από Απομακρυσμένη Σάρωση (Remote Sensing)'''
Η γεωμορφολογία του νησιού, η μεγάλη έκταση των πυρκαγιών του 2016 και του 2018, οι τύποι κάλυψης γης, καθώς και η ύπαρξη υδάτινων σωμάτων καθιστούν την περιοχή της μελέτης ιδανική για τη χαρτογράφηση καμένων περιοχών (Sakellariou et al., 2019). Οι δύο πυρκαγιές που αναφέρονται συνέβησαν μεταξύ 2016 και 2018. Η πυρκαγιά του 2016 ήταν συνδυασμένη πυρκαγιά κώνου και επιφανειακή, που διήρκεσε 8 ημέρες, ενώ η πυρκαγιά του 2018 ήταν κυρίως πυρκαγιά κώνου, η οποία κατέστρεψε 11.870 εκτάρια διαφόρων τύπων γης (Sakellariou et al., 2019; Tampekis et al., 2015). Τα δεδομένα που χρησιμοποιήθηκαν για αυτή τη μελέτη περιλαμβάνουν δύο δορυφορικές εικόνες με λιγότερο από 5% κάλυψη σύννεφων, έναν τοπογραφικό χάρτη και τις επίσημες περιμέτρους των πυρκαγιών που δημοσιεύθηκαν από την Υπηρεσία Δασών και τον «Χάρτη Δρόμων και Ακτών» της Θάσου. Οι δύο δορυφορικές εικόνες αποκτήθηκαν από την πλατφόρμα Landsat-8, μία 6 ημέρες μετά την πρώτη πυρκαγιά (4 Αυγούστου 2016) και η άλλη μετά τη δεύτερη πυρκαγιά (24 Οκτωβρίου 2018).
Η πλατφόρμα Landsat-8 παρέχει συνολικά 11 φασματικά κανάλια, από τα οποία 9 είναι γνωστά ως Οπτικός Απεικονιστής Χώρου (OLI) και 2 ως Θερμικός Ακτινοβολητής (TIRS). Τα κανάλια OLI (1-9) καταγράφουν δεδομένα στο Ορατό, Υπέρυθρο (NIR) και Εύρος Μικροκυμάτων (SWIR), με ανάλυση 30 μέτρων για τα περισσότερα κανάλια, εκτός από το κανάλι 8 (πανχρωματικό, ανάλυση 15 μέτρων) και το κανάλι 7 (SWIR, 60 μέτρα). Επίσης, τα κανάλια TIRS (10 και 11) έχουν ανάλυση 100 μέτρων και αντιπροσωπεύουν το Μακροκύμα Υπέρυθρο (LWIR).

: '''2.3 Εννοιολογικό Πλαίσιο'''
Πριν από την ταξινόμηση εικόνας, απαιτείται προκατεργασία των δεδομένων που προκύπτουν από την απομακρυσμένη σάρωση. Οι δύο βασικές τεχνικές που χρησιμοποιούνται στην προκατεργασία είναι οι ακτινομετρικές και γεωμετρικές διορθώσεις. Τα ακτινομετρικά σφάλματα προκύπτουν από την ατμοσφαιρική απορρόφηση ή θόρυβο, που είναι αποτέλεσμα της διάσπασης και απορρόφησης του φωτός καθώς περνά μέσα από την ατμόσφαιρα της Γης (Boers et al., 1996), ενώ γεωμετρικές παραμορφώσεις συμβαίνουν επειδή η εικόνα αναπαριστά την καμπύλη επιφάνεια της Γης σε δύο διαστάσεις (Singh, 1989). Οι ακτινομετρικές διορθώσεις δεν πραγματοποιήθηκαν στη μελέτη αυτή, καθώς είναι απαραίτητες μόνο όταν στόχος είναι η ανίχνευση πολύ μικρών αλλαγών. Εξάλλου, πολλές μελέτες απομακρυσμένης σάρωσης που σχετίζονται με την κάλυψη γης παραβλέπουν το πρόβλημα των ατμοσφαιρικών διορθώσεων, καθώς τα σήματα από τα αντικείμενα που μελετώνται είναι αρκετά ισχυρά για να ανιχνευθούν παρά την ατμοσφαιρική απορρόφηση (Boers et al., 1996). Επιπλέον, λόγω περιορισμένου χρόνου δεν εφαρμόστηκαν αυτές οι τεχνικές. Επομένως, η παραδοχή ήταν ότι οι διαφορές στην ανακλαστικότητα οφείλονται σε αλλαγές στα χαρακτηριστικά και στην κάλυψη γης και όχι σε ακτινομετρικά σφάλματα. Συνεπώς, πραγματοποιήθηκε μόνο γεωμετρική διόρθωση. Για να αναλυθεί η ανίχνευση αλλαγών από τις δορυφορικές εικόνες, τα δεδομένα πρέπει να συγχρονιστούν και προτιμότερο να ευθυγραμμιστούν σε σύστημα προβολής χάρτη (Vogelmann et al., 2001).

: '''2.4 Μέθοδοι Ανίχνευσης Αλλαγών'''
Για την ανίχνευση αλλαγών, εφαρμόστηκε η μέθοδος διαφορών δεικτών, η οποία υπολογίζει τις διαφορές μεταξύ των σχετικών δεικτών από δύο εικόνες σε διαφορετικούς χρόνους. Αυτή η μέθοδος επιτρέπει την αξιολόγηση των αλλαγών στη βλάστηση, στην κάλυψη γης ή σε άλλες παραμέτρους. Η μέθοδος διαφορών δεικτών παρέχει πληροφορίες για το πού υπήρξαν σημαντικές αλλαγές στην κάλυψη γης και διευκολύνει την παρακολούθηση των περιοχών που επηρεάστηκαν από καταστροφές ή άλλες περιβαλλοντικές αλλαγές.
Για την εφαρμογή αυτής της τεχνικής, υπολογίστηκαν οι διαφορές μεταξύ των δεικτών NDVI (Normalized Difference Vegetation Index) για τις δύο χρονικές στιγμές. Το NDVI χρησιμοποιείται ευρέως για τη μέτρηση της πυκνότητας και της κατάστασης της βλάστησης, και η σύγκριση αυτών των δεικτών μπορεί να αποκαλύψει περιοχές όπου η βλάστηση έχει αλλάξει, είτε αυξάνοντας είτε μειώνοντας. Η ανάλυση αυτών των διαφορών συνδυάστηκε με την ταξινόμηση εικόνας για να εντοπιστούν περιοχές που υπήρξαν σημαντικές αλλαγές, όπως οι ζημιές από πυρκαγιές ή άλλες ανθρωπογενείς ή φυσικές επιρροές.

[[Αρχείο: Εικόνα 2. Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω).jpg|thumb|center|700px|'''Εικόνα 2.''' Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω)]]

: '''2.5 Ανάλυση Αποτελεσμάτων'''
Η τελική ανάλυση ανίχνευσης αλλαγών περιλαμβάνει τη δημιουργία ενός χάρτη αλλαγών που υποδεικνύει τις περιοχές όπου παρατηρήθηκαν διαφορές μεταξύ των δύο χρονικών στιγμών. Τα αποτελέσματα αναλύθηκαν αξιολογώντας τόσο ποσοτικές όσο και ποιοτικές διαφορές στις κατηγορίες κάλυψης γης, λαμβάνοντας υπόψη παραμέτρους που σχετίζονται με τις κλιματικές και περιβαλλοντικές συνθήκες κατά την περίοδο παρατήρησης.

'''3. Εφαρμογές της Ανίχνευσης Αλλαγών με Τεχνικές Remote Sensing'''

Η ανίχνευση αλλαγών μέσω τεχνικών απομακρυσμένης σάρωσης (remote sensing) έχει πολλές εφαρμογές σε διάφορους τομείς, όπως η παρακολούθηση του περιβάλλοντος, η διαχείριση φυσικών πόρων και η αντίδραση σε φυσικές καταστροφές. Μέσω της χρήσης δορυφορικών εικόνων και άλλων δεδομένων remote sensing, είναι δυνατόν να παρακολουθούμε τις αλλαγές στη γη και να κατανοούμε τις επιπτώσεις των καταστροφών ή των μεταβολών στην κάλυψη γης.

: '''3.1 Παρακολούθηση της Γης'''
Η ανίχνευση αλλαγών χρησιμοποιείται για τη συνεχιζόμενη παρακολούθηση περιοχών που υφίστανται επανειλημμένες μεταβολές. Αυτή η τεχνική επιτρέπει την αναγνώριση και καταγραφή περιοχών που επηρεάζονται από φυσικές καταστροφές όπως πλημμύρες, πυρκαγιές και σεισμούς. Επίσης, βοηθά στην αποτίμηση των ζημιών και της έκτασης των κατεστραμμένων περιοχών. Ένα άλλο πεδίο εφαρμογής είναι η παρακολούθηση της ανάπτυξης των πόλεων και η κατανόηση της μεταβολής των φυσικών οικοσυστημάτων, κάτι που είναι κρίσιμο για την ορθολογική διαχείριση της γης.

: '''3.2 Διαχείριση Καταστροφών'''
Η τεχνική της ανίχνευσης αλλαγών μέσω remote sensing είναι ιδιαίτερα χρήσιμη για την έγκαιρη διάγνωση και διαχείριση φυσικών καταστροφών. Στην περίπτωση πυρκαγιών, για παράδειγμα, η ανίχνευση αλλαγών μπορεί να προσδιορίσει με ακρίβεια τις περιοχές που έχουν επηρεαστεί, επιτρέποντας στις αρμόδιες αρχές να αναλάβουν άμεση δράση για την αποκατάσταση των πληγεισών περιοχών. Αντίστοιχα, μετά από πλημμύρες, η ανίχνευση αλλαγών μέσω remote sensing μπορεί να προσφέρει πολύτιμα δεδομένα για την εκτίμηση της έκτασης της καταστροφής και της έντασης των ζημιών.

: '''3.3 Χρησιμοποιούμενοι Δείκτες και Αλγόριθμοι'''
Η ανίχνευση αλλαγών πραγματοποιείται συχνά μέσω διάφορων δεικτών, οι οποίοι παρέχουν χρήσιμες πληροφορίες για την παρακολούθηση της γης και των φυσικών πόρων. Οι πιο συνηθισμένοι δείκτες περιλαμβάνουν:
:: '''i. NDVI (Normalized Difference Vegetation Index)''' : Χρησιμοποιείται για την παρακολούθηση της υγείας και της πυκνότητας της βλάστησης, ενώ η σύγκριση των τιμών του NDVI σε διαφορετικούς χρόνους επιτρέπει την ανίχνευση αλλαγών στη βλάστηση.
:: '''ii. EVI (Enhanced Vegetation Index)''' : Προσφέρει καλύτερη ακρίβεια σε περιοχές με έντονες αλλαγές στη χρήση γης ή στη βλάστηση.
:: '''iii. NDWI (Normalized Difference Water Index)''' : Χρησιμοποιείται για την παρακολούθηση των υδάτων και των υδάτινων σωμάτων.
:: '''iv. NDBI (Normalized Difference Built-up Index)''' : Χρησιμοποιείται για την ανίχνευση περιοχών αστικής ανάπτυξης.

Επιπλέον, αλγόριθμοι όπως η '''Ανάλυση Συνεκτικότητας και η Μονοδιάστατη Ανάλυση Κύριων Συνιστωσών (PCA)''' χρησιμοποιούνται για την απομόνωση και ανάλυση των περιοχών που παρουσίασαν σημαντικές αλλαγές στην κάλυψη γης. Αυτές οι μέθοδοι επιτρέπουν την εξαγωγή χρήσιμων πληροφοριών για τη διαχείριση φυσικών και ανθρωπογενών καταστάσεων, καθώς και για την παρακολούθηση των περιβαλλοντικών αλλαγών σε μεγάλη κλίμακα.

[[Αρχείο: Εικόνα 3. Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018).jpg|thumb|left|500px|'''Εικόνα 3.''' Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018)]]

[[Αρχείο: Εικόνα 4. Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016).jpg|thumb|right|500px|'''Εικόνα 4.''' Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016)]]

[[Αρχείο: Εικόνα 5. Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat.jpg|thumb|left|500px|'''Εικόνα 5.''' Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat]]

[[Αρχείο: Εικόνα 6. Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8.jpg|thumb|right|500px|'''Εικόνα 6.''' Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8]]

:'''4. Αξιολόγηση'''

Η ανίχνευση αλλαγών μέσω τεχνικών remote sensing αποτελεί ένα εξαιρετικά χρήσιμο εργαλείο για την παρακολούθηση της γης και την ανάλυση της δυναμικής του περιβάλλοντος. Αυτή η τεχνική βοηθά στην εκτίμηση των επιπτώσεων φυσικών και ανθρωπογενών καταστροφών, προσφέροντας δεδομένα που ενισχύουν τη διαχείριση φυσικών πόρων και τη χάραξη πολιτικών.
Με την πρόοδο των τεχνολογιών remote sensing και την ανάπτυξη πιο προηγμένων αλγορίθμων ανάλυσης εικόνας, οι δυνατότητες για την παρακολούθηση περιβαλλοντικών αλλαγών και την έγκαιρη διάγνωση καταστροφών θα συνεχίσουν να βελτιώνονται. Αυτή η πρόοδος αναμένεται να συμβάλει στην ενίσχυση στρατηγικών αειφορίας και αποκατάστασης του περιβάλλοντος, βοηθώντας τις κοινότητες να ανταποκριθούν καλύτερα σε περιβαλλοντικές προκλήσεις.

:'''5. Συμπεράσματα'''
Οι δασικές πυρκαγιές αποτελούν φυσικό φαινόμενο των μεσογειακών οικοσυστημάτων και έχουν παίξει σημαντικό ρόλο στη διαμόρφωση των χαρακτηριστικών των δασών της Μεσογείου για χιλιάδες χρόνια. Ωστόσο, η συχνότητά τους έχει αυξηθεί τις τελευταίες δεκαετίες λόγω της ανθρώπινης παρέμβασης και της αστικοποίησης, προκαλώντας σοβαρές περιβαλλοντικές επιπτώσεις, όπως η διάβρωση του εδάφους και η επιδείνωση των επιπτώσεων της κλιματικής αλλαγής.
Η χρήση δορυφορικών εικόνων υψηλής χωρικής ανάλυσης, όπως αυτές του Landsat-8, σε συνδυασμό με προηγμένες τεχνικές επεξεργασίας ψηφιακής εικόνας, επιτρέπει τη λεπτομερή και ακριβή ανίχνευση των καμένων περιοχών και την εκτίμηση της καμένης έκτασης. Τα αποτελέσματα της παρούσας έρευνας επιβεβαιώνουν την αποτελεσματικότητα των τεχνικών remote sensing για την παρακολούθηση των πυρκαγιών, ενώ η εφαρμογή της Ανάλυσης Κύριων Συνιστωσών (PCA) σε πολυχρονική βάση επιτρέπει την παρακολούθηση των καμένων περιοχών σε διάφορες χρονικές στιγμές.
Τα κανάλια 4 και 5 του Landsat-8 αποδείχθηκαν ιδιαίτερα χρήσιμες για την αναγνώριση των καμένων περιοχών, ενώ ο δείκτης NDVI, αν και χρήσιμος, παρουσίασε κάποιες αδυναμίες, καθώς επηρεάζεται από σύννεφα και σκιές. Η χρησιμοποιούμενη μεθοδολογία προσέφερε ποσοστό ακριβείας 84,61% στην εκτίμηση της καμένης έκτασης, ενώ η πολυχρονική PCA βοήθησε στην απομόνωση των καμένων περιοχών των ετών 2016 και 2018, αν και υπήρξε κάποια υποεκτίμηση της καμένης περιοχής στο κέντρο του νησιού, λόγω της παρουσίας γυμνού βράχου.
Για τη βελτίωση των αποτελεσμάτων, προτείνεται η χρήση άλλων μεθόδων ανάλυσης, όπως η Ημιτονοειδή Ιστογράμματα (HIS), καθώς και η ενσωμάτωση του καναλιού 7 του Landsat-8, που θα μπορούσε να ενισχύσει περαιτέρω την ανίχνευση των καμένων περιοχών.

[[category: Δασοπονία, Δασική διαχείριση]]

Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα

2026-02-06T14:48:54Z

IOANNA OSMANI:

'''Evaluation of Optical Remote Sensing Data in Burned Areas Mapping of Thasos Island, Greece'''
''Mohamed Elhag, Nese Yimaz, Jarbou Bahrawi & Silvena Boteva''

''Πηγή'': [https://link.springer.com/article/10.1007/s41748-020-00195-1]

: '''Λέξεις κλειδιά''' : Δασική πυρκαγιά · Μεσογειακό οικοσύστημα · Δείκτης κανονικοποιημένης διαφοράς βλάστησης · Ανάλυση κύριων συνιστωσών · Χρονολογική ανάλυση

===ΠΕΡΙΛΗΨΗ===
Η μελέτη αφορά την αξιολόγηση των δεδομένων οπτικής απομακρυσμένης ανίχνευσης για τη χαρτογράφηση καμένων περιοχών στο νησί της Θάσου, Ελλάδα. Οι δασικές πυρκαγιές αποτελούν συχνό φαινόμενο στις μεσογειακές περιοχές και προκαλούν σημαντικές οικολογικές και οικονομικές ζημιές. Η ανάλυση πραγματοποιήθηκε χρησιμοποιώντας τον δορυφόρο Landsat-8 και την τεχνική Ανάλυσης Κύριων Συνιστωσών (PCA), σε συνδυασμό με τον Δείκτη Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), για την ακριβή εκτίμηση και χαρτογράφηση των καμένων περιοχών. Η μέθοδος πέτυχε υψηλή ακρίβεια (85%) στην καταγραφή των καμένων εκτάσεων, παρέχοντας αξιόπιστα αποτελέσματα για τις περιοχές που επηρεάστηκαν από τις πυρκαγιές.

='''1. Εισαγωγή'''=
Οι δασικές πυρκαγιές στην Ελλάδα έχουν αυξηθεί σημαντικά τα τελευταία χρόνια, τόσο σε αριθμό όσο και σε έκταση. Από το 1984 μέχρι το 2016, οι πυρκαγιές αυξήθηκαν από 83 σε 206 περιστατικά ετησίως, προκαλώντας τεράστιες καταστροφές. Το πρόβλημα εντείνεται λόγω των κλιματικών συνθηκών και της εύφλεκτης βλάστησης σε περιοχές όπως η Κρήτη και η Θάσος. Η εκτίμηση των ζημιών από πυρκαγιές απαιτεί ακριβή και έγκαιρη χαρτογράφηση των καμένων περιοχών. Η απομακρυσμένη ανίχνευση, χρησιμοποιώντας δορυφορικές εικόνες και τεχνικές ανάλυσης όπως η PCA, προσφέρει μια αξιόπιστη μέθοδο για τη χαρτογράφηση και εκτίμηση των καμένων περιοχών, μειώνοντας την ανάγκη για χρονοβόρες επισκέψεις στο πεδίο και αεροφωτογραφίες.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Περιγραφή Περιοχής Μελέτης'''
Η περιοχή της μελέτης βρίσκεται στο νησί Θάσος, το πιο βόρειο νησί της Ελλάδας, και ανήκει στην Περιφερειακή Ενότητα Καβάλας, Μακεδονία. Εκτείνεται από 24°30′ έως 24°48′ Ε και από 40°33′ έως 40°49′ Β. Η έκταση του νησιού είναι 399 τετραγωνικά χιλιόμετρα, ενώ η περίμετρός του είναι περίπου 102 χιλιόμετρα (Εικόνα 1). Το νησί έχει ηφαιστειακή προέλευση και καλύπτεται από ασβεστόλιθους και μάρμαρα που καλύπτουν την κρυσταλλική του βάση, κάνοντάς το σημαντική πηγή μάρμαρων (Elhag & Alshamsi, 2019). Η τοπογραφία του νησιού είναι ορεινή, με το υψηλότερο σημείο του να φτάνει τα 1217 μέτρα πάνω από την επιφάνεια της θάλασσας. Το κλίμα της Θάσου είναι τυπικό μεσογειακό, με καυτά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες (Elhag & Bahrawi, 2016a). Η Εθνική Υπηρεσία Δασών, Σταθμός Δασών Θάσου, τηρεί αρχεία πυρκαγιών. Σύμφωνα με αυτά τα αρχεία, οι μεγαλύτερες δασικές πυρκαγιές του αιώνα σημειώθηκαν το 1928 (1500 εκτάρια), το 1938 (1700 εκτάρια), το 1945 (700 εκτάρια), το 1984 (1669 εκτάρια), το 1985 (10.405 εκτάρια), το 1989 (8401 εκτάρια) και το 2000 (187 εκτάρια). Ωστόσο, κατά την περίοδο 2010-2020 παρατηρήθηκε εκρηκτική αύξηση στον αριθμό των πυρκαγιών και την έκταση που κάηκε. Στην πραγματικότητα, οι μεγαλύτερες πυρκαγιές της τελευταίας εκατονταετίας συνέβησαν κατά την εν λόγω περίοδο και οδήγησαν στην απώλεια περίπου 20.000 εκταρίων από τα δάση πεύκων (Pinus brutia και Pinus nigra) (Elhag & Boteva, 2020). Η περιοχή που επηρεάστηκε αποτέλεσε περισσότερα από τα μισά του μεγέθους του νησιού Θάσος.

[[Αρχείο: Εικόνα 1. Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα.jpg|thumb|center|700px|'''Εικόνα 1.''' Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα]]

: '''2.2 Δεδομένα Από Απομακρυσμένη Σάρωση (Remote Sensing)'''
Η γεωμορφολογία του νησιού, η μεγάλη έκταση των πυρκαγιών του 2016 και του 2018, οι τύποι κάλυψης γης, καθώς και η ύπαρξη υδάτινων σωμάτων καθιστούν την περιοχή της μελέτης ιδανική για τη χαρτογράφηση καμένων περιοχών (Sakellariou et al., 2019). Οι δύο πυρκαγιές που αναφέρονται συνέβησαν μεταξύ 2016 και 2018. Η πυρκαγιά του 2016 ήταν συνδυασμένη πυρκαγιά κώνου και επιφανειακή, που διήρκεσε 8 ημέρες, ενώ η πυρκαγιά του 2018 ήταν κυρίως πυρκαγιά κώνου, η οποία κατέστρεψε 11.870 εκτάρια διαφόρων τύπων γης (Sakellariou et al., 2019; Tampekis et al., 2015). Τα δεδομένα που χρησιμοποιήθηκαν για αυτή τη μελέτη περιλαμβάνουν δύο δορυφορικές εικόνες με λιγότερο από 5% κάλυψη σύννεφων, έναν τοπογραφικό χάρτη και τις επίσημες περιμέτρους των πυρκαγιών που δημοσιεύθηκαν από την Υπηρεσία Δασών και τον «Χάρτη Δρόμων και Ακτών» της Θάσου. Οι δύο δορυφορικές εικόνες αποκτήθηκαν από την πλατφόρμα Landsat-8, μία 6 ημέρες μετά την πρώτη πυρκαγιά (4 Αυγούστου 2016) και η άλλη μετά τη δεύτερη πυρκαγιά (24 Οκτωβρίου 2018).
Η πλατφόρμα Landsat-8 παρέχει συνολικά 11 φασματικά κανάλια, από τα οποία 9 είναι γνωστά ως Οπτικός Απεικονιστής Χώρου (OLI) και 2 ως Θερμικός Ακτινοβολητής (TIRS). Τα κανάλια OLI (1-9) καταγράφουν δεδομένα στο Ορατό, Υπέρυθρο (NIR) και Εύρος Μικροκυμάτων (SWIR), με ανάλυση 30 μέτρων για τα περισσότερα κανάλια, εκτός από το κανάλι 8 (πανχρωματικό, ανάλυση 15 μέτρων) και το κανάλι 7 (SWIR, 60 μέτρα). Επίσης, τα κανάλια TIRS (10 και 11) έχουν ανάλυση 100 μέτρων και αντιπροσωπεύουν το Μακροκύμα Υπέρυθρο (LWIR).

: '''2.3 Εννοιολογικό Πλαίσιο'''
Πριν από την ταξινόμηση εικόνας, απαιτείται προκατεργασία των δεδομένων που προκύπτουν από την απομακρυσμένη σάρωση. Οι δύο βασικές τεχνικές που χρησιμοποιούνται στην προκατεργασία είναι οι ακτινομετρικές και γεωμετρικές διορθώσεις. Τα ακτινομετρικά σφάλματα προκύπτουν από την ατμοσφαιρική απορρόφηση ή θόρυβο, που είναι αποτέλεσμα της διάσπασης και απορρόφησης του φωτός καθώς περνά μέσα από την ατμόσφαιρα της Γης (Boers et al., 1996), ενώ γεωμετρικές παραμορφώσεις συμβαίνουν επειδή η εικόνα αναπαριστά την καμπύλη επιφάνεια της Γης σε δύο διαστάσεις (Singh, 1989). Οι ακτινομετρικές διορθώσεις δεν πραγματοποιήθηκαν στη μελέτη αυτή, καθώς είναι απαραίτητες μόνο όταν στόχος είναι η ανίχνευση πολύ μικρών αλλαγών. Εξάλλου, πολλές μελέτες απομακρυσμένης σάρωσης που σχετίζονται με την κάλυψη γης παραβλέπουν το πρόβλημα των ατμοσφαιρικών διορθώσεων, καθώς τα σήματα από τα αντικείμενα που μελετώνται είναι αρκετά ισχυρά για να ανιχνευθούν παρά την ατμοσφαιρική απορρόφηση (Boers et al., 1996). Επιπλέον, λόγω περιορισμένου χρόνου δεν εφαρμόστηκαν αυτές οι τεχνικές. Επομένως, η παραδοχή ήταν ότι οι διαφορές στην ανακλαστικότητα οφείλονται σε αλλαγές στα χαρακτηριστικά και στην κάλυψη γης και όχι σε ακτινομετρικά σφάλματα. Συνεπώς, πραγματοποιήθηκε μόνο γεωμετρική διόρθωση. Για να αναλυθεί η ανίχνευση αλλαγών από τις δορυφορικές εικόνες, τα δεδομένα πρέπει να συγχρονιστούν και προτιμότερο να ευθυγραμμιστούν σε σύστημα προβολής χάρτη (Vogelmann et al., 2001).

: '''2.4 Μέθοδοι Ανίχνευσης Αλλαγών'''
Για την ανίχνευση αλλαγών, εφαρμόστηκε η μέθοδος διαφορών δεικτών, η οποία υπολογίζει τις διαφορές μεταξύ των σχετικών δεικτών από δύο εικόνες σε διαφορετικούς χρόνους. Αυτή η μέθοδος επιτρέπει την αξιολόγηση των αλλαγών στη βλάστηση, στην κάλυψη γης ή σε άλλες παραμέτρους. Η μέθοδος διαφορών δεικτών παρέχει πληροφορίες για το πού υπήρξαν σημαντικές αλλαγές στην κάλυψη γης και διευκολύνει την παρακολούθηση των περιοχών που επηρεάστηκαν από καταστροφές ή άλλες περιβαλλοντικές αλλαγές.
Για την εφαρμογή αυτής της τεχνικής, υπολογίστηκαν οι διαφορές μεταξύ των δεικτών NDVI (Normalized Difference Vegetation Index) για τις δύο χρονικές στιγμές. Το NDVI χρησιμοποιείται ευρέως για τη μέτρηση της πυκνότητας και της κατάστασης της βλάστησης, και η σύγκριση αυτών των δεικτών μπορεί να αποκαλύψει περιοχές όπου η βλάστηση έχει αλλάξει, είτε αυξάνοντας είτε μειώνοντας. Η ανάλυση αυτών των διαφορών συνδυάστηκε με την ταξινόμηση εικόνας για να εντοπιστούν περιοχές που υπήρξαν σημαντικές αλλαγές, όπως οι ζημιές από πυρκαγιές ή άλλες ανθρωπογενείς ή φυσικές επιρροές.

[[Αρχείο: Εικόνα 2. Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω).jpg|thumb|center|700px|'''Εικόνα 2.''' Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω)]]

: '''2.5 Ανάλυση Αποτελεσμάτων'''
Η τελική ανάλυση ανίχνευσης αλλαγών περιλαμβάνει τη δημιουργία ενός χάρτη αλλαγών που υποδεικνύει τις περιοχές όπου παρατηρήθηκαν διαφορές μεταξύ των δύο χρονικών στιγμών. Τα αποτελέσματα αναλύθηκαν αξιολογώντας τόσο ποσοτικές όσο και ποιοτικές διαφορές στις κατηγορίες κάλυψης γης, λαμβάνοντας υπόψη παραμέτρους που σχετίζονται με τις κλιματικές και περιβαλλοντικές συνθήκες κατά την περίοδο παρατήρησης.

'''3. Εφαρμογές της Ανίχνευσης Αλλαγών με Τεχνικές Remote Sensing'''

Η ανίχνευση αλλαγών μέσω τεχνικών απομακρυσμένης σάρωσης (remote sensing) έχει πολλές εφαρμογές σε διάφορους τομείς, όπως η παρακολούθηση του περιβάλλοντος, η διαχείριση φυσικών πόρων και η αντίδραση σε φυσικές καταστροφές. Μέσω της χρήσης δορυφορικών εικόνων και άλλων δεδομένων remote sensing, είναι δυνατόν να παρακολουθούμε τις αλλαγές στη γη και να κατανοούμε τις επιπτώσεις των καταστροφών ή των μεταβολών στην κάλυψη γης.

: '''3.1 Παρακολούθηση της Γης'''
Η ανίχνευση αλλαγών χρησιμοποιείται για τη συνεχιζόμενη παρακολούθηση περιοχών που υφίστανται επανειλημμένες μεταβολές. Αυτή η τεχνική επιτρέπει την αναγνώριση και καταγραφή περιοχών που επηρεάζονται από φυσικές καταστροφές όπως πλημμύρες, πυρκαγιές και σεισμούς. Επίσης, βοηθά στην αποτίμηση των ζημιών και της έκτασης των κατεστραμμένων περιοχών. Ένα άλλο πεδίο εφαρμογής είναι η παρακολούθηση της ανάπτυξης των πόλεων και η κατανόηση της μεταβολής των φυσικών οικοσυστημάτων, κάτι που είναι κρίσιμο για την ορθολογική διαχείριση της γης.

: '''3.2 Διαχείριση Καταστροφών'''
Η τεχνική της ανίχνευσης αλλαγών μέσω remote sensing είναι ιδιαίτερα χρήσιμη για την έγκαιρη διάγνωση και διαχείριση φυσικών καταστροφών. Στην περίπτωση πυρκαγιών, για παράδειγμα, η ανίχνευση αλλαγών μπορεί να προσδιορίσει με ακρίβεια τις περιοχές που έχουν επηρεαστεί, επιτρέποντας στις αρμόδιες αρχές να αναλάβουν άμεση δράση για την αποκατάσταση των πληγεισών περιοχών. Αντίστοιχα, μετά από πλημμύρες, η ανίχνευση αλλαγών μέσω remote sensing μπορεί να προσφέρει πολύτιμα δεδομένα για την εκτίμηση της έκτασης της καταστροφής και της έντασης των ζημιών.

: '''3.3 Χρησιμοποιούμενοι Δείκτες και Αλγόριθμοι'''
Η ανίχνευση αλλαγών πραγματοποιείται συχνά μέσω διάφορων δεικτών, οι οποίοι παρέχουν χρήσιμες πληροφορίες για την παρακολούθηση της γης και των φυσικών πόρων. Οι πιο συνηθισμένοι δείκτες περιλαμβάνουν:
:: '''i. NDVI (Normalized Difference Vegetation Index)''' : Χρησιμοποιείται για την παρακολούθηση της υγείας και της πυκνότητας της βλάστησης, ενώ η σύγκριση των τιμών του NDVI σε διαφορετικούς χρόνους επιτρέπει την ανίχνευση αλλαγών στη βλάστηση.
:: '''ii. EVI (Enhanced Vegetation Index)''' : Προσφέρει καλύτερη ακρίβεια σε περιοχές με έντονες αλλαγές στη χρήση γης ή στη βλάστηση.
:: '''iii. NDWI (Normalized Difference Water Index)''' : Χρησιμοποιείται για την παρακολούθηση των υδάτων και των υδάτινων σωμάτων.
:: '''iv. NDBI (Normalized Difference Built-up Index)''' : Χρησιμοποιείται για την ανίχνευση περιοχών αστικής ανάπτυξης.

Επιπλέον, αλγόριθμοι όπως η '''Ανάλυση Συνεκτικότητας και η Μονοδιάστατη Ανάλυση Κύριων Συνιστωσών (PCA)''' χρησιμοποιούνται για την απομόνωση και ανάλυση των περιοχών που παρουσίασαν σημαντικές αλλαγές στην κάλυψη γης. Αυτές οι μέθοδοι επιτρέπουν την εξαγωγή χρήσιμων πληροφοριών για τη διαχείριση φυσικών και ανθρωπογενών καταστάσεων, καθώς και για την παρακολούθηση των περιβαλλοντικών αλλαγών σε μεγάλη κλίμακα.

[[Αρχείο: Εικόνα 3. Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018).jpg|thumb|left|500px|'''Εικόνα 3.''' Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018)]]

[[Αρχείο: Εικόνα 4. Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016).jpg|thumb|right|500px|'''Εικόνα 4.''' Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016)]]

[[Αρχείο: Εικόνα 5. Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat.jpg|thumb|left|500px|'''Εικόνα 5.''' Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat]]

[[Αρχείο: Εικόνα 6. Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8.jpg|thumb|right|500px|'''Εικόνα 6.''' Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8]]

:'''4. Αξιολόγηση'''

Η ανίχνευση αλλαγών μέσω τεχνικών remote sensing αποτελεί ένα εξαιρετικά χρήσιμο εργαλείο για την παρακολούθηση της γης και την ανάλυση της δυναμικής του περιβάλλοντος. Αυτή η τεχνική βοηθά στην εκτίμηση των επιπτώσεων φυσικών και ανθρωπογενών καταστροφών, προσφέροντας δεδομένα που ενισχύουν τη διαχείριση φυσικών πόρων και τη χάραξη πολιτικών.
Με την πρόοδο των τεχνολογιών remote sensing και την ανάπτυξη πιο προηγμένων αλγορίθμων ανάλυσης εικόνας, οι δυνατότητες για την παρακολούθηση περιβαλλοντικών αλλαγών και την έγκαιρη διάγνωση καταστροφών θα συνεχίσουν να βελτιώνονται. Αυτή η πρόοδος αναμένεται να συμβάλει στην ενίσχυση στρατηγικών αειφορίας και αποκατάστασης του περιβάλλοντος, βοηθώντας τις κοινότητες να ανταποκριθούν καλύτερα σε περιβαλλοντικές προκλήσεις.

:'''5. Συμπεράσματα'''
Οι δασικές πυρκαγιές αποτελούν φυσικό φαινόμενο των μεσογειακών οικοσυστημάτων και έχουν παίξει σημαντικό ρόλο στη διαμόρφωση των χαρακτηριστικών των δασών της Μεσογείου για χιλιάδες χρόνια. Ωστόσο, η συχνότητά τους έχει αυξηθεί τις τελευταίες δεκαετίες λόγω της ανθρώπινης παρέμβασης και της αστικοποίησης, προκαλώντας σοβαρές περιβαλλοντικές επιπτώσεις, όπως η διάβρωση του εδάφους και η επιδείνωση των επιπτώσεων της κλιματικής αλλαγής.
Η χρήση δορυφορικών εικόνων υψηλής χωρικής ανάλυσης, όπως αυτές του Landsat-8, σε συνδυασμό με προηγμένες τεχνικές επεξεργασίας ψηφιακής εικόνας, επιτρέπει τη λεπτομερή και ακριβή ανίχνευση των καμένων περιοχών και την εκτίμηση της καμένης έκτασης. Τα αποτελέσματα της παρούσας έρευνας επιβεβαιώνουν την αποτελεσματικότητα των τεχνικών remote sensing για την παρακολούθηση των πυρκαγιών, ενώ η εφαρμογή της Ανάλυσης Κύριων Συνιστωσών (PCA) σε πολυχρονική βάση επιτρέπει την παρακολούθηση των καμένων περιοχών σε διάφορες χρονικές στιγμές.
Τα κανάλια 4 και 5 του Landsat-8 αποδείχθηκαν ιδιαίτερα χρήσιμες για την αναγνώριση των καμένων περιοχών, ενώ ο δείκτης NDVI, αν και χρήσιμος, παρουσίασε κάποιες αδυναμίες, καθώς επηρεάζεται από σύννεφα και σκιές. Η χρησιμοποιούμενη μεθοδολογία προσέφερε ποσοστό ακριβείας 84,61% στην εκτίμηση της καμένης έκτασης, ενώ η πολυχρονική PCA βοήθησε στην απομόνωση των καμένων περιοχών των ετών 2016 και 2018, αν και υπήρξε κάποια υποεκτίμηση της καμένης περιοχής στο κέντρο του νησιού, λόγω της παρουσίας γυμνού βράχου.
Για τη βελτίωση των αποτελεσμάτων, προτείνεται η χρήση άλλων μεθόδων ανάλυσης, όπως η Ημιτονοειδή Ιστογράμματα (HIS), καθώς και η ενσωμάτωση του καναλιού 7 του Landsat-8, που θα μπορούσε να ενισχύσει περαιτέρω την ανίχνευση των καμένων περιοχών.

[[category: Δασοπονία, Δασική διαχείριση]]

Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα

2026-02-06T14:48:28Z

IOANNA OSMANI:

'''Evaluation of Optical Remote Sensing Data in Burned Areas Mapping of Thasos Island, Greece'''
''Mohamed Elhag, Nese Yimaz, Jarbou Bahrawi & Silvena Boteva''

"Πηγή": [https://link.springer.com/article/10.1007/s41748-020-00195-1]

: '''Λέξεις κλειδιά''' : Δασική πυρκαγιά · Μεσογειακό οικοσύστημα · Δείκτης κανονικοποιημένης διαφοράς βλάστησης · Ανάλυση κύριων συνιστωσών · Χρονολογική ανάλυση

===ΠΕΡΙΛΗΨΗ===
Η μελέτη αφορά την αξιολόγηση των δεδομένων οπτικής απομακρυσμένης ανίχνευσης για τη χαρτογράφηση καμένων περιοχών στο νησί της Θάσου, Ελλάδα. Οι δασικές πυρκαγιές αποτελούν συχνό φαινόμενο στις μεσογειακές περιοχές και προκαλούν σημαντικές οικολογικές και οικονομικές ζημιές. Η ανάλυση πραγματοποιήθηκε χρησιμοποιώντας τον δορυφόρο Landsat-8 και την τεχνική Ανάλυσης Κύριων Συνιστωσών (PCA), σε συνδυασμό με τον Δείκτη Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), για την ακριβή εκτίμηση και χαρτογράφηση των καμένων περιοχών. Η μέθοδος πέτυχε υψηλή ακρίβεια (85%) στην καταγραφή των καμένων εκτάσεων, παρέχοντας αξιόπιστα αποτελέσματα για τις περιοχές που επηρεάστηκαν από τις πυρκαγιές.

='''1. Εισαγωγή'''=
Οι δασικές πυρκαγιές στην Ελλάδα έχουν αυξηθεί σημαντικά τα τελευταία χρόνια, τόσο σε αριθμό όσο και σε έκταση. Από το 1984 μέχρι το 2016, οι πυρκαγιές αυξήθηκαν από 83 σε 206 περιστατικά ετησίως, προκαλώντας τεράστιες καταστροφές. Το πρόβλημα εντείνεται λόγω των κλιματικών συνθηκών και της εύφλεκτης βλάστησης σε περιοχές όπως η Κρήτη και η Θάσος. Η εκτίμηση των ζημιών από πυρκαγιές απαιτεί ακριβή και έγκαιρη χαρτογράφηση των καμένων περιοχών. Η απομακρυσμένη ανίχνευση, χρησιμοποιώντας δορυφορικές εικόνες και τεχνικές ανάλυσης όπως η PCA, προσφέρει μια αξιόπιστη μέθοδο για τη χαρτογράφηση και εκτίμηση των καμένων περιοχών, μειώνοντας την ανάγκη για χρονοβόρες επισκέψεις στο πεδίο και αεροφωτογραφίες.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Περιγραφή Περιοχής Μελέτης'''
Η περιοχή της μελέτης βρίσκεται στο νησί Θάσος, το πιο βόρειο νησί της Ελλάδας, και ανήκει στην Περιφερειακή Ενότητα Καβάλας, Μακεδονία. Εκτείνεται από 24°30′ έως 24°48′ Ε και από 40°33′ έως 40°49′ Β. Η έκταση του νησιού είναι 399 τετραγωνικά χιλιόμετρα, ενώ η περίμετρός του είναι περίπου 102 χιλιόμετρα (Εικόνα 1). Το νησί έχει ηφαιστειακή προέλευση και καλύπτεται από ασβεστόλιθους και μάρμαρα που καλύπτουν την κρυσταλλική του βάση, κάνοντάς το σημαντική πηγή μάρμαρων (Elhag & Alshamsi, 2019). Η τοπογραφία του νησιού είναι ορεινή, με το υψηλότερο σημείο του να φτάνει τα 1217 μέτρα πάνω από την επιφάνεια της θάλασσας. Το κλίμα της Θάσου είναι τυπικό μεσογειακό, με καυτά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες (Elhag & Bahrawi, 2016a). Η Εθνική Υπηρεσία Δασών, Σταθμός Δασών Θάσου, τηρεί αρχεία πυρκαγιών. Σύμφωνα με αυτά τα αρχεία, οι μεγαλύτερες δασικές πυρκαγιές του αιώνα σημειώθηκαν το 1928 (1500 εκτάρια), το 1938 (1700 εκτάρια), το 1945 (700 εκτάρια), το 1984 (1669 εκτάρια), το 1985 (10.405 εκτάρια), το 1989 (8401 εκτάρια) και το 2000 (187 εκτάρια). Ωστόσο, κατά την περίοδο 2010-2020 παρατηρήθηκε εκρηκτική αύξηση στον αριθμό των πυρκαγιών και την έκταση που κάηκε. Στην πραγματικότητα, οι μεγαλύτερες πυρκαγιές της τελευταίας εκατονταετίας συνέβησαν κατά την εν λόγω περίοδο και οδήγησαν στην απώλεια περίπου 20.000 εκταρίων από τα δάση πεύκων (Pinus brutia και Pinus nigra) (Elhag & Boteva, 2020). Η περιοχή που επηρεάστηκε αποτέλεσε περισσότερα από τα μισά του μεγέθους του νησιού Θάσος.

[[Αρχείο: Εικόνα 1. Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα.jpg|thumb|center|700px|'''Εικόνα 1.''' Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα]]

: '''2.2 Δεδομένα Από Απομακρυσμένη Σάρωση (Remote Sensing)'''
Η γεωμορφολογία του νησιού, η μεγάλη έκταση των πυρκαγιών του 2016 και του 2018, οι τύποι κάλυψης γης, καθώς και η ύπαρξη υδάτινων σωμάτων καθιστούν την περιοχή της μελέτης ιδανική για τη χαρτογράφηση καμένων περιοχών (Sakellariou et al., 2019). Οι δύο πυρκαγιές που αναφέρονται συνέβησαν μεταξύ 2016 και 2018. Η πυρκαγιά του 2016 ήταν συνδυασμένη πυρκαγιά κώνου και επιφανειακή, που διήρκεσε 8 ημέρες, ενώ η πυρκαγιά του 2018 ήταν κυρίως πυρκαγιά κώνου, η οποία κατέστρεψε 11.870 εκτάρια διαφόρων τύπων γης (Sakellariou et al., 2019; Tampekis et al., 2015). Τα δεδομένα που χρησιμοποιήθηκαν για αυτή τη μελέτη περιλαμβάνουν δύο δορυφορικές εικόνες με λιγότερο από 5% κάλυψη σύννεφων, έναν τοπογραφικό χάρτη και τις επίσημες περιμέτρους των πυρκαγιών που δημοσιεύθηκαν από την Υπηρεσία Δασών και τον «Χάρτη Δρόμων και Ακτών» της Θάσου. Οι δύο δορυφορικές εικόνες αποκτήθηκαν από την πλατφόρμα Landsat-8, μία 6 ημέρες μετά την πρώτη πυρκαγιά (4 Αυγούστου 2016) και η άλλη μετά τη δεύτερη πυρκαγιά (24 Οκτωβρίου 2018).
Η πλατφόρμα Landsat-8 παρέχει συνολικά 11 φασματικά κανάλια, από τα οποία 9 είναι γνωστά ως Οπτικός Απεικονιστής Χώρου (OLI) και 2 ως Θερμικός Ακτινοβολητής (TIRS). Τα κανάλια OLI (1-9) καταγράφουν δεδομένα στο Ορατό, Υπέρυθρο (NIR) και Εύρος Μικροκυμάτων (SWIR), με ανάλυση 30 μέτρων για τα περισσότερα κανάλια, εκτός από το κανάλι 8 (πανχρωματικό, ανάλυση 15 μέτρων) και το κανάλι 7 (SWIR, 60 μέτρα). Επίσης, τα κανάλια TIRS (10 και 11) έχουν ανάλυση 100 μέτρων και αντιπροσωπεύουν το Μακροκύμα Υπέρυθρο (LWIR).

: '''2.3 Εννοιολογικό Πλαίσιο'''
Πριν από την ταξινόμηση εικόνας, απαιτείται προκατεργασία των δεδομένων που προκύπτουν από την απομακρυσμένη σάρωση. Οι δύο βασικές τεχνικές που χρησιμοποιούνται στην προκατεργασία είναι οι ακτινομετρικές και γεωμετρικές διορθώσεις. Τα ακτινομετρικά σφάλματα προκύπτουν από την ατμοσφαιρική απορρόφηση ή θόρυβο, που είναι αποτέλεσμα της διάσπασης και απορρόφησης του φωτός καθώς περνά μέσα από την ατμόσφαιρα της Γης (Boers et al., 1996), ενώ γεωμετρικές παραμορφώσεις συμβαίνουν επειδή η εικόνα αναπαριστά την καμπύλη επιφάνεια της Γης σε δύο διαστάσεις (Singh, 1989). Οι ακτινομετρικές διορθώσεις δεν πραγματοποιήθηκαν στη μελέτη αυτή, καθώς είναι απαραίτητες μόνο όταν στόχος είναι η ανίχνευση πολύ μικρών αλλαγών. Εξάλλου, πολλές μελέτες απομακρυσμένης σάρωσης που σχετίζονται με την κάλυψη γης παραβλέπουν το πρόβλημα των ατμοσφαιρικών διορθώσεων, καθώς τα σήματα από τα αντικείμενα που μελετώνται είναι αρκετά ισχυρά για να ανιχνευθούν παρά την ατμοσφαιρική απορρόφηση (Boers et al., 1996). Επιπλέον, λόγω περιορισμένου χρόνου δεν εφαρμόστηκαν αυτές οι τεχνικές. Επομένως, η παραδοχή ήταν ότι οι διαφορές στην ανακλαστικότητα οφείλονται σε αλλαγές στα χαρακτηριστικά και στην κάλυψη γης και όχι σε ακτινομετρικά σφάλματα. Συνεπώς, πραγματοποιήθηκε μόνο γεωμετρική διόρθωση. Για να αναλυθεί η ανίχνευση αλλαγών από τις δορυφορικές εικόνες, τα δεδομένα πρέπει να συγχρονιστούν και προτιμότερο να ευθυγραμμιστούν σε σύστημα προβολής χάρτη (Vogelmann et al., 2001).

: '''2.4 Μέθοδοι Ανίχνευσης Αλλαγών'''
Για την ανίχνευση αλλαγών, εφαρμόστηκε η μέθοδος διαφορών δεικτών, η οποία υπολογίζει τις διαφορές μεταξύ των σχετικών δεικτών από δύο εικόνες σε διαφορετικούς χρόνους. Αυτή η μέθοδος επιτρέπει την αξιολόγηση των αλλαγών στη βλάστηση, στην κάλυψη γης ή σε άλλες παραμέτρους. Η μέθοδος διαφορών δεικτών παρέχει πληροφορίες για το πού υπήρξαν σημαντικές αλλαγές στην κάλυψη γης και διευκολύνει την παρακολούθηση των περιοχών που επηρεάστηκαν από καταστροφές ή άλλες περιβαλλοντικές αλλαγές.
Για την εφαρμογή αυτής της τεχνικής, υπολογίστηκαν οι διαφορές μεταξύ των δεικτών NDVI (Normalized Difference Vegetation Index) για τις δύο χρονικές στιγμές. Το NDVI χρησιμοποιείται ευρέως για τη μέτρηση της πυκνότητας και της κατάστασης της βλάστησης, και η σύγκριση αυτών των δεικτών μπορεί να αποκαλύψει περιοχές όπου η βλάστηση έχει αλλάξει, είτε αυξάνοντας είτε μειώνοντας. Η ανάλυση αυτών των διαφορών συνδυάστηκε με την ταξινόμηση εικόνας για να εντοπιστούν περιοχές που υπήρξαν σημαντικές αλλαγές, όπως οι ζημιές από πυρκαγιές ή άλλες ανθρωπογενείς ή φυσικές επιρροές.

[[Αρχείο: Εικόνα 2. Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω).jpg|thumb|center|700px|'''Εικόνα 2.''' Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω)]]

: '''2.5 Ανάλυση Αποτελεσμάτων'''
Η τελική ανάλυση ανίχνευσης αλλαγών περιλαμβάνει τη δημιουργία ενός χάρτη αλλαγών που υποδεικνύει τις περιοχές όπου παρατηρήθηκαν διαφορές μεταξύ των δύο χρονικών στιγμών. Τα αποτελέσματα αναλύθηκαν αξιολογώντας τόσο ποσοτικές όσο και ποιοτικές διαφορές στις κατηγορίες κάλυψης γης, λαμβάνοντας υπόψη παραμέτρους που σχετίζονται με τις κλιματικές και περιβαλλοντικές συνθήκες κατά την περίοδο παρατήρησης.

'''3. Εφαρμογές της Ανίχνευσης Αλλαγών με Τεχνικές Remote Sensing'''

Η ανίχνευση αλλαγών μέσω τεχνικών απομακρυσμένης σάρωσης (remote sensing) έχει πολλές εφαρμογές σε διάφορους τομείς, όπως η παρακολούθηση του περιβάλλοντος, η διαχείριση φυσικών πόρων και η αντίδραση σε φυσικές καταστροφές. Μέσω της χρήσης δορυφορικών εικόνων και άλλων δεδομένων remote sensing, είναι δυνατόν να παρακολουθούμε τις αλλαγές στη γη και να κατανοούμε τις επιπτώσεις των καταστροφών ή των μεταβολών στην κάλυψη γης.

: '''3.1 Παρακολούθηση της Γης'''
Η ανίχνευση αλλαγών χρησιμοποιείται για τη συνεχιζόμενη παρακολούθηση περιοχών που υφίστανται επανειλημμένες μεταβολές. Αυτή η τεχνική επιτρέπει την αναγνώριση και καταγραφή περιοχών που επηρεάζονται από φυσικές καταστροφές όπως πλημμύρες, πυρκαγιές και σεισμούς. Επίσης, βοηθά στην αποτίμηση των ζημιών και της έκτασης των κατεστραμμένων περιοχών. Ένα άλλο πεδίο εφαρμογής είναι η παρακολούθηση της ανάπτυξης των πόλεων και η κατανόηση της μεταβολής των φυσικών οικοσυστημάτων, κάτι που είναι κρίσιμο για την ορθολογική διαχείριση της γης.

: '''3.2 Διαχείριση Καταστροφών'''
Η τεχνική της ανίχνευσης αλλαγών μέσω remote sensing είναι ιδιαίτερα χρήσιμη για την έγκαιρη διάγνωση και διαχείριση φυσικών καταστροφών. Στην περίπτωση πυρκαγιών, για παράδειγμα, η ανίχνευση αλλαγών μπορεί να προσδιορίσει με ακρίβεια τις περιοχές που έχουν επηρεαστεί, επιτρέποντας στις αρμόδιες αρχές να αναλάβουν άμεση δράση για την αποκατάσταση των πληγεισών περιοχών. Αντίστοιχα, μετά από πλημμύρες, η ανίχνευση αλλαγών μέσω remote sensing μπορεί να προσφέρει πολύτιμα δεδομένα για την εκτίμηση της έκτασης της καταστροφής και της έντασης των ζημιών.

: '''3.3 Χρησιμοποιούμενοι Δείκτες και Αλγόριθμοι'''
Η ανίχνευση αλλαγών πραγματοποιείται συχνά μέσω διάφορων δεικτών, οι οποίοι παρέχουν χρήσιμες πληροφορίες για την παρακολούθηση της γης και των φυσικών πόρων. Οι πιο συνηθισμένοι δείκτες περιλαμβάνουν:
:: '''i. NDVI (Normalized Difference Vegetation Index)''' : Χρησιμοποιείται για την παρακολούθηση της υγείας και της πυκνότητας της βλάστησης, ενώ η σύγκριση των τιμών του NDVI σε διαφορετικούς χρόνους επιτρέπει την ανίχνευση αλλαγών στη βλάστηση.
:: '''ii. EVI (Enhanced Vegetation Index)''' : Προσφέρει καλύτερη ακρίβεια σε περιοχές με έντονες αλλαγές στη χρήση γης ή στη βλάστηση.
:: '''iii. NDWI (Normalized Difference Water Index)''' : Χρησιμοποιείται για την παρακολούθηση των υδάτων και των υδάτινων σωμάτων.
:: '''iv. NDBI (Normalized Difference Built-up Index)''' : Χρησιμοποιείται για την ανίχνευση περιοχών αστικής ανάπτυξης.

Επιπλέον, αλγόριθμοι όπως η '''Ανάλυση Συνεκτικότητας και η Μονοδιάστατη Ανάλυση Κύριων Συνιστωσών (PCA)''' χρησιμοποιούνται για την απομόνωση και ανάλυση των περιοχών που παρουσίασαν σημαντικές αλλαγές στην κάλυψη γης. Αυτές οι μέθοδοι επιτρέπουν την εξαγωγή χρήσιμων πληροφοριών για τη διαχείριση φυσικών και ανθρωπογενών καταστάσεων, καθώς και για την παρακολούθηση των περιβαλλοντικών αλλαγών σε μεγάλη κλίμακα.

[[Αρχείο: Εικόνα 3. Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018).jpg|thumb|left|500px|'''Εικόνα 3.''' Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018)]]

[[Αρχείο: Εικόνα 4. Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016).jpg|thumb|right|500px|'''Εικόνα 4.''' Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016)]]

[[Αρχείο: Εικόνα 5. Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat.jpg|thumb|left|500px|'''Εικόνα 5.''' Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat]]

[[Αρχείο: Εικόνα 6. Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8.jpg|thumb|right|500px|'''Εικόνα 6.''' Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8]]

:'''4. Αξιολόγηση'''

Η ανίχνευση αλλαγών μέσω τεχνικών remote sensing αποτελεί ένα εξαιρετικά χρήσιμο εργαλείο για την παρακολούθηση της γης και την ανάλυση της δυναμικής του περιβάλλοντος. Αυτή η τεχνική βοηθά στην εκτίμηση των επιπτώσεων φυσικών και ανθρωπογενών καταστροφών, προσφέροντας δεδομένα που ενισχύουν τη διαχείριση φυσικών πόρων και τη χάραξη πολιτικών.
Με την πρόοδο των τεχνολογιών remote sensing και την ανάπτυξη πιο προηγμένων αλγορίθμων ανάλυσης εικόνας, οι δυνατότητες για την παρακολούθηση περιβαλλοντικών αλλαγών και την έγκαιρη διάγνωση καταστροφών θα συνεχίσουν να βελτιώνονται. Αυτή η πρόοδος αναμένεται να συμβάλει στην ενίσχυση στρατηγικών αειφορίας και αποκατάστασης του περιβάλλοντος, βοηθώντας τις κοινότητες να ανταποκριθούν καλύτερα σε περιβαλλοντικές προκλήσεις.

:'''5. Συμπεράσματα'''
Οι δασικές πυρκαγιές αποτελούν φυσικό φαινόμενο των μεσογειακών οικοσυστημάτων και έχουν παίξει σημαντικό ρόλο στη διαμόρφωση των χαρακτηριστικών των δασών της Μεσογείου για χιλιάδες χρόνια. Ωστόσο, η συχνότητά τους έχει αυξηθεί τις τελευταίες δεκαετίες λόγω της ανθρώπινης παρέμβασης και της αστικοποίησης, προκαλώντας σοβαρές περιβαλλοντικές επιπτώσεις, όπως η διάβρωση του εδάφους και η επιδείνωση των επιπτώσεων της κλιματικής αλλαγής.
Η χρήση δορυφορικών εικόνων υψηλής χωρικής ανάλυσης, όπως αυτές του Landsat-8, σε συνδυασμό με προηγμένες τεχνικές επεξεργασίας ψηφιακής εικόνας, επιτρέπει τη λεπτομερή και ακριβή ανίχνευση των καμένων περιοχών και την εκτίμηση της καμένης έκτασης. Τα αποτελέσματα της παρούσας έρευνας επιβεβαιώνουν την αποτελεσματικότητα των τεχνικών remote sensing για την παρακολούθηση των πυρκαγιών, ενώ η εφαρμογή της Ανάλυσης Κύριων Συνιστωσών (PCA) σε πολυχρονική βάση επιτρέπει την παρακολούθηση των καμένων περιοχών σε διάφορες χρονικές στιγμές.
Τα κανάλια 4 και 5 του Landsat-8 αποδείχθηκαν ιδιαίτερα χρήσιμες για την αναγνώριση των καμένων περιοχών, ενώ ο δείκτης NDVI, αν και χρήσιμος, παρουσίασε κάποιες αδυναμίες, καθώς επηρεάζεται από σύννεφα και σκιές. Η χρησιμοποιούμενη μεθοδολογία προσέφερε ποσοστό ακριβείας 84,61% στην εκτίμηση της καμένης έκτασης, ενώ η πολυχρονική PCA βοήθησε στην απομόνωση των καμένων περιοχών των ετών 2016 και 2018, αν και υπήρξε κάποια υποεκτίμηση της καμένης περιοχής στο κέντρο του νησιού, λόγω της παρουσίας γυμνού βράχου.
Για τη βελτίωση των αποτελεσμάτων, προτείνεται η χρήση άλλων μεθόδων ανάλυσης, όπως η Ημιτονοειδή Ιστογράμματα (HIS), καθώς και η ενσωμάτωση του καναλιού 7 του Landsat-8, που θα μπορούσε να ενισχύσει περαιτέρω την ανίχνευση των καμένων περιοχών.

[[category: Δασοπονία, Δασική διαχείριση]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:48:06Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

''Πηγή'': [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

:'''3.4 Πείραμα Δημιουργίας Πληγών'''
Το φθινόπωρο του 2009, πραγματοποιήθηκε πείραμα με τεχνητές πληγές σε υγιή δέντρα P. orientalis. Οι πληγές καλύφθηκαν με διαφανές δίχτυ και παρατηρήθηκε ότι τα σκαθάρια επισκέφτηκαν συχνά τα πληγωμένα δέντρα, δημιουργώντας έντονη δραστηριότητα και παρουσίαση των μυκητιακών περθηκιών στις πληγείσες περιοχές.

'''4. Συζήτηση'''
Η μελέτη αυτή αναδεικνύει τον σημαντικό ρόλο του Platypus cylindrus στη διάδοση του μύκητα Ceratocystis platani, ο οποίος προκαλεί την ασθένεια της «κηλίδωσης καρκινώματος» στους δέντρους Platanus orientalis. Ειδικά τα αρσενικά σκαθάρια φαίνεται να μεταφέρουν πιο συχνά τον μύκητα κατά την πτήση τους, υπογραμμίζοντας τη δυνατότητα του σκαθαριού να διασπείρει τη νόσο σε ευρύτερες περιοχές.
Η έρευνα επισημαίνει ότι το σκαθάρι μπορεί να μεταδώσει τον μύκητα σε υγιή δέντρα μέσω της δημιουργίας πληγών, είτε λόγω φυσικών αιτίων είτε από ανθρώπινη παρέμβαση, όπως το κόψιμο ή άλλες χειρουργικές επεμβάσεις στα δέντρα. Αυτό καθιστά τον P. cylindrus ένα κρίσιμο στοιχείο για την εξάπλωση της ασθένειας, ενώ οι μολυσμένοι πληθυσμοί σκαθαριών μπορεί να αποτελούν έναν αυξανόμενο κίνδυνο σε περιοχές που ήδη πλήττονται από την ασθένεια.
Η ανάγκη για πιο ενδελεχή στρατηγικές διαχείρισης, όπως η πρόληψη της δημιουργίας πληγών στα δέντρα και ο έλεγχος του πληθυσμού του σκαθαριού, είναι επιτακτική, καθώς η διάδοση του μύκητα μέσω αυτών των έντονων θα μπορούσε να έχει σοβαρές οικολογικές και οικονομικές συνέπειες για τις περιοχές που επηρεάζονται από τον Platanus orientalis. Οι μελλοντικές έρευνες μπορούν να επικεντρωθούν στο να εντοπίσουν άλλους πιθανούς φορείς της ασθένειας και να αναπτύξουν στρατηγικές για την πιο αποτελεσματική προστασία των δασών.

[[Αρχείο: Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg|thumb|center|600px|'''Εικόνα 1.''' Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus]]

[[category: Δασοπονία, Δασική διαχείριση]]

Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα

2026-02-06T14:46:36Z

IOANNA OSMANI:

'''Evaluation of Optical Remote Sensing Data in Burned Areas Mapping of Thasos Island, Greece'''

''Mohamed Elhag, Nese Yimaz, Jarbou Bahrawi & Silvena Boteva''

Πηγή: [https://link.springer.com/article/10.1007/s41748-020-00195-1]

: '''Λέξεις κλειδιά''' : Δασική πυρκαγιά · Μεσογειακό οικοσύστημα · Δείκτης κανονικοποιημένης διαφοράς βλάστησης · Ανάλυση κύριων συνιστωσών · Χρονολογική ανάλυση

===ΠΕΡΙΛΗΨΗ===
Η μελέτη αφορά την αξιολόγηση των δεδομένων οπτικής απομακρυσμένης ανίχνευσης για τη χαρτογράφηση καμένων περιοχών στο νησί της Θάσου, Ελλάδα. Οι δασικές πυρκαγιές αποτελούν συχνό φαινόμενο στις μεσογειακές περιοχές και προκαλούν σημαντικές οικολογικές και οικονομικές ζημιές. Η ανάλυση πραγματοποιήθηκε χρησιμοποιώντας τον δορυφόρο Landsat-8 και την τεχνική Ανάλυσης Κύριων Συνιστωσών (PCA), σε συνδυασμό με τον Δείκτη Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), για την ακριβή εκτίμηση και χαρτογράφηση των καμένων περιοχών. Η μέθοδος πέτυχε υψηλή ακρίβεια (85%) στην καταγραφή των καμένων εκτάσεων, παρέχοντας αξιόπιστα αποτελέσματα για τις περιοχές που επηρεάστηκαν από τις πυρκαγιές.

='''1. Εισαγωγή'''=
Οι δασικές πυρκαγιές στην Ελλάδα έχουν αυξηθεί σημαντικά τα τελευταία χρόνια, τόσο σε αριθμό όσο και σε έκταση. Από το 1984 μέχρι το 2016, οι πυρκαγιές αυξήθηκαν από 83 σε 206 περιστατικά ετησίως, προκαλώντας τεράστιες καταστροφές. Το πρόβλημα εντείνεται λόγω των κλιματικών συνθηκών και της εύφλεκτης βλάστησης σε περιοχές όπως η Κρήτη και η Θάσος. Η εκτίμηση των ζημιών από πυρκαγιές απαιτεί ακριβή και έγκαιρη χαρτογράφηση των καμένων περιοχών. Η απομακρυσμένη ανίχνευση, χρησιμοποιώντας δορυφορικές εικόνες και τεχνικές ανάλυσης όπως η PCA, προσφέρει μια αξιόπιστη μέθοδο για τη χαρτογράφηση και εκτίμηση των καμένων περιοχών, μειώνοντας την ανάγκη για χρονοβόρες επισκέψεις στο πεδίο και αεροφωτογραφίες.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Περιγραφή Περιοχής Μελέτης'''
Η περιοχή της μελέτης βρίσκεται στο νησί Θάσος, το πιο βόρειο νησί της Ελλάδας, και ανήκει στην Περιφερειακή Ενότητα Καβάλας, Μακεδονία. Εκτείνεται από 24°30′ έως 24°48′ Ε και από 40°33′ έως 40°49′ Β. Η έκταση του νησιού είναι 399 τετραγωνικά χιλιόμετρα, ενώ η περίμετρός του είναι περίπου 102 χιλιόμετρα (Εικόνα 1). Το νησί έχει ηφαιστειακή προέλευση και καλύπτεται από ασβεστόλιθους και μάρμαρα που καλύπτουν την κρυσταλλική του βάση, κάνοντάς το σημαντική πηγή μάρμαρων (Elhag & Alshamsi, 2019). Η τοπογραφία του νησιού είναι ορεινή, με το υψηλότερο σημείο του να φτάνει τα 1217 μέτρα πάνω από την επιφάνεια της θάλασσας. Το κλίμα της Θάσου είναι τυπικό μεσογειακό, με καυτά, ξηρά και ηλιόλουστα καλοκαίρια και ψυχρούς χειμώνες (Elhag & Bahrawi, 2016a). Η Εθνική Υπηρεσία Δασών, Σταθμός Δασών Θάσου, τηρεί αρχεία πυρκαγιών. Σύμφωνα με αυτά τα αρχεία, οι μεγαλύτερες δασικές πυρκαγιές του αιώνα σημειώθηκαν το 1928 (1500 εκτάρια), το 1938 (1700 εκτάρια), το 1945 (700 εκτάρια), το 1984 (1669 εκτάρια), το 1985 (10.405 εκτάρια), το 1989 (8401 εκτάρια) και το 2000 (187 εκτάρια). Ωστόσο, κατά την περίοδο 2010-2020 παρατηρήθηκε εκρηκτική αύξηση στον αριθμό των πυρκαγιών και την έκταση που κάηκε. Στην πραγματικότητα, οι μεγαλύτερες πυρκαγιές της τελευταίας εκατονταετίας συνέβησαν κατά την εν λόγω περίοδο και οδήγησαν στην απώλεια περίπου 20.000 εκταρίων από τα δάση πεύκων (Pinus brutia και Pinus nigra) (Elhag & Boteva, 2020). Η περιοχή που επηρεάστηκε αποτέλεσε περισσότερα από τα μισά του μεγέθους του νησιού Θάσος.

[[Αρχείο: Εικόνα 1. Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα.jpg|thumb|center|700px|'''Εικόνα 1.''' Η τοποθεσία Νήσος Θάσος στο Αιγαίο Πέλαγος, Ελλάδα]]

: '''2.2 Δεδομένα Από Απομακρυσμένη Σάρωση (Remote Sensing)'''
Η γεωμορφολογία του νησιού, η μεγάλη έκταση των πυρκαγιών του 2016 και του 2018, οι τύποι κάλυψης γης, καθώς και η ύπαρξη υδάτινων σωμάτων καθιστούν την περιοχή της μελέτης ιδανική για τη χαρτογράφηση καμένων περιοχών (Sakellariou et al., 2019). Οι δύο πυρκαγιές που αναφέρονται συνέβησαν μεταξύ 2016 και 2018. Η πυρκαγιά του 2016 ήταν συνδυασμένη πυρκαγιά κώνου και επιφανειακή, που διήρκεσε 8 ημέρες, ενώ η πυρκαγιά του 2018 ήταν κυρίως πυρκαγιά κώνου, η οποία κατέστρεψε 11.870 εκτάρια διαφόρων τύπων γης (Sakellariou et al., 2019; Tampekis et al., 2015). Τα δεδομένα που χρησιμοποιήθηκαν για αυτή τη μελέτη περιλαμβάνουν δύο δορυφορικές εικόνες με λιγότερο από 5% κάλυψη σύννεφων, έναν τοπογραφικό χάρτη και τις επίσημες περιμέτρους των πυρκαγιών που δημοσιεύθηκαν από την Υπηρεσία Δασών και τον «Χάρτη Δρόμων και Ακτών» της Θάσου. Οι δύο δορυφορικές εικόνες αποκτήθηκαν από την πλατφόρμα Landsat-8, μία 6 ημέρες μετά την πρώτη πυρκαγιά (4 Αυγούστου 2016) και η άλλη μετά τη δεύτερη πυρκαγιά (24 Οκτωβρίου 2018).
Η πλατφόρμα Landsat-8 παρέχει συνολικά 11 φασματικά κανάλια, από τα οποία 9 είναι γνωστά ως Οπτικός Απεικονιστής Χώρου (OLI) και 2 ως Θερμικός Ακτινοβολητής (TIRS). Τα κανάλια OLI (1-9) καταγράφουν δεδομένα στο Ορατό, Υπέρυθρο (NIR) και Εύρος Μικροκυμάτων (SWIR), με ανάλυση 30 μέτρων για τα περισσότερα κανάλια, εκτός από το κανάλι 8 (πανχρωματικό, ανάλυση 15 μέτρων) και το κανάλι 7 (SWIR, 60 μέτρα). Επίσης, τα κανάλια TIRS (10 και 11) έχουν ανάλυση 100 μέτρων και αντιπροσωπεύουν το Μακροκύμα Υπέρυθρο (LWIR).

: '''2.3 Εννοιολογικό Πλαίσιο'''
Πριν από την ταξινόμηση εικόνας, απαιτείται προκατεργασία των δεδομένων που προκύπτουν από την απομακρυσμένη σάρωση. Οι δύο βασικές τεχνικές που χρησιμοποιούνται στην προκατεργασία είναι οι ακτινομετρικές και γεωμετρικές διορθώσεις. Τα ακτινομετρικά σφάλματα προκύπτουν από την ατμοσφαιρική απορρόφηση ή θόρυβο, που είναι αποτέλεσμα της διάσπασης και απορρόφησης του φωτός καθώς περνά μέσα από την ατμόσφαιρα της Γης (Boers et al., 1996), ενώ γεωμετρικές παραμορφώσεις συμβαίνουν επειδή η εικόνα αναπαριστά την καμπύλη επιφάνεια της Γης σε δύο διαστάσεις (Singh, 1989). Οι ακτινομετρικές διορθώσεις δεν πραγματοποιήθηκαν στη μελέτη αυτή, καθώς είναι απαραίτητες μόνο όταν στόχος είναι η ανίχνευση πολύ μικρών αλλαγών. Εξάλλου, πολλές μελέτες απομακρυσμένης σάρωσης που σχετίζονται με την κάλυψη γης παραβλέπουν το πρόβλημα των ατμοσφαιρικών διορθώσεων, καθώς τα σήματα από τα αντικείμενα που μελετώνται είναι αρκετά ισχυρά για να ανιχνευθούν παρά την ατμοσφαιρική απορρόφηση (Boers et al., 1996). Επιπλέον, λόγω περιορισμένου χρόνου δεν εφαρμόστηκαν αυτές οι τεχνικές. Επομένως, η παραδοχή ήταν ότι οι διαφορές στην ανακλαστικότητα οφείλονται σε αλλαγές στα χαρακτηριστικά και στην κάλυψη γης και όχι σε ακτινομετρικά σφάλματα. Συνεπώς, πραγματοποιήθηκε μόνο γεωμετρική διόρθωση. Για να αναλυθεί η ανίχνευση αλλαγών από τις δορυφορικές εικόνες, τα δεδομένα πρέπει να συγχρονιστούν και προτιμότερο να ευθυγραμμιστούν σε σύστημα προβολής χάρτη (Vogelmann et al., 2001).

: '''2.4 Μέθοδοι Ανίχνευσης Αλλαγών'''
Για την ανίχνευση αλλαγών, εφαρμόστηκε η μέθοδος διαφορών δεικτών, η οποία υπολογίζει τις διαφορές μεταξύ των σχετικών δεικτών από δύο εικόνες σε διαφορετικούς χρόνους. Αυτή η μέθοδος επιτρέπει την αξιολόγηση των αλλαγών στη βλάστηση, στην κάλυψη γης ή σε άλλες παραμέτρους. Η μέθοδος διαφορών δεικτών παρέχει πληροφορίες για το πού υπήρξαν σημαντικές αλλαγές στην κάλυψη γης και διευκολύνει την παρακολούθηση των περιοχών που επηρεάστηκαν από καταστροφές ή άλλες περιβαλλοντικές αλλαγές.
Για την εφαρμογή αυτής της τεχνικής, υπολογίστηκαν οι διαφορές μεταξύ των δεικτών NDVI (Normalized Difference Vegetation Index) για τις δύο χρονικές στιγμές. Το NDVI χρησιμοποιείται ευρέως για τη μέτρηση της πυκνότητας και της κατάστασης της βλάστησης, και η σύγκριση αυτών των δεικτών μπορεί να αποκαλύψει περιοχές όπου η βλάστηση έχει αλλάξει, είτε αυξάνοντας είτε μειώνοντας. Η ανάλυση αυτών των διαφορών συνδυάστηκε με την ταξινόμηση εικόνας για να εντοπιστούν περιοχές που υπήρξαν σημαντικές αλλαγές, όπως οι ζημιές από πυρκαγιές ή άλλες ανθρωπογενείς ή φυσικές επιρροές.

[[Αρχείο: Εικόνα 2. Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω).jpg|thumb|center|700px|'''Εικόνα 2.''' Η εικόνα ταξινόμησης με Μέγιστη Πιθανότητα της περιοχής μελέτης που αποκτήθηκε το 2016 (πάνω) και το 2018 (κάτω)]]

: '''2.5 Ανάλυση Αποτελεσμάτων'''
Η τελική ανάλυση ανίχνευσης αλλαγών περιλαμβάνει τη δημιουργία ενός χάρτη αλλαγών που υποδεικνύει τις περιοχές όπου παρατηρήθηκαν διαφορές μεταξύ των δύο χρονικών στιγμών. Τα αποτελέσματα αναλύθηκαν αξιολογώντας τόσο ποσοτικές όσο και ποιοτικές διαφορές στις κατηγορίες κάλυψης γης, λαμβάνοντας υπόψη παραμέτρους που σχετίζονται με τις κλιματικές και περιβαλλοντικές συνθήκες κατά την περίοδο παρατήρησης.

'''3. Εφαρμογές της Ανίχνευσης Αλλαγών με Τεχνικές Remote Sensing'''

Η ανίχνευση αλλαγών μέσω τεχνικών απομακρυσμένης σάρωσης (remote sensing) έχει πολλές εφαρμογές σε διάφορους τομείς, όπως η παρακολούθηση του περιβάλλοντος, η διαχείριση φυσικών πόρων και η αντίδραση σε φυσικές καταστροφές. Μέσω της χρήσης δορυφορικών εικόνων και άλλων δεδομένων remote sensing, είναι δυνατόν να παρακολουθούμε τις αλλαγές στη γη και να κατανοούμε τις επιπτώσεις των καταστροφών ή των μεταβολών στην κάλυψη γης.

: '''3.1 Παρακολούθηση της Γης'''
Η ανίχνευση αλλαγών χρησιμοποιείται για τη συνεχιζόμενη παρακολούθηση περιοχών που υφίστανται επανειλημμένες μεταβολές. Αυτή η τεχνική επιτρέπει την αναγνώριση και καταγραφή περιοχών που επηρεάζονται από φυσικές καταστροφές όπως πλημμύρες, πυρκαγιές και σεισμούς. Επίσης, βοηθά στην αποτίμηση των ζημιών και της έκτασης των κατεστραμμένων περιοχών. Ένα άλλο πεδίο εφαρμογής είναι η παρακολούθηση της ανάπτυξης των πόλεων και η κατανόηση της μεταβολής των φυσικών οικοσυστημάτων, κάτι που είναι κρίσιμο για την ορθολογική διαχείριση της γης.

: '''3.2 Διαχείριση Καταστροφών'''
Η τεχνική της ανίχνευσης αλλαγών μέσω remote sensing είναι ιδιαίτερα χρήσιμη για την έγκαιρη διάγνωση και διαχείριση φυσικών καταστροφών. Στην περίπτωση πυρκαγιών, για παράδειγμα, η ανίχνευση αλλαγών μπορεί να προσδιορίσει με ακρίβεια τις περιοχές που έχουν επηρεαστεί, επιτρέποντας στις αρμόδιες αρχές να αναλάβουν άμεση δράση για την αποκατάσταση των πληγεισών περιοχών. Αντίστοιχα, μετά από πλημμύρες, η ανίχνευση αλλαγών μέσω remote sensing μπορεί να προσφέρει πολύτιμα δεδομένα για την εκτίμηση της έκτασης της καταστροφής και της έντασης των ζημιών.

: '''3.3 Χρησιμοποιούμενοι Δείκτες και Αλγόριθμοι'''
Η ανίχνευση αλλαγών πραγματοποιείται συχνά μέσω διάφορων δεικτών, οι οποίοι παρέχουν χρήσιμες πληροφορίες για την παρακολούθηση της γης και των φυσικών πόρων. Οι πιο συνηθισμένοι δείκτες περιλαμβάνουν:
:: '''i. NDVI (Normalized Difference Vegetation Index)''' : Χρησιμοποιείται για την παρακολούθηση της υγείας και της πυκνότητας της βλάστησης, ενώ η σύγκριση των τιμών του NDVI σε διαφορετικούς χρόνους επιτρέπει την ανίχνευση αλλαγών στη βλάστηση.
:: '''ii. EVI (Enhanced Vegetation Index)''' : Προσφέρει καλύτερη ακρίβεια σε περιοχές με έντονες αλλαγές στη χρήση γης ή στη βλάστηση.
:: '''iii. NDWI (Normalized Difference Water Index)''' : Χρησιμοποιείται για την παρακολούθηση των υδάτων και των υδάτινων σωμάτων.
:: '''iv. NDBI (Normalized Difference Built-up Index)''' : Χρησιμοποιείται για την ανίχνευση περιοχών αστικής ανάπτυξης.

Επιπλέον, αλγόριθμοι όπως η '''Ανάλυση Συνεκτικότητας και η Μονοδιάστατη Ανάλυση Κύριων Συνιστωσών (PCA)''' χρησιμοποιούνται για την απομόνωση και ανάλυση των περιοχών που παρουσίασαν σημαντικές αλλαγές στην κάλυψη γης. Αυτές οι μέθοδοι επιτρέπουν την εξαγωγή χρήσιμων πληροφοριών για τη διαχείριση φυσικών και ανθρωπογενών καταστάσεων, καθώς και για την παρακολούθηση των περιβαλλοντικών αλλαγών σε μεγάλη κλίμακα.

[[Αρχείο: Εικόνα 3. Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018).jpg|thumb|left|500px|'''Εικόνα 3.''' Μετασχηματισμός PCA της τελευταίας αποκτηθείσας εικόνας Landsat (2018)]]

[[Αρχείο: Εικόνα 4. Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016).jpg|thumb|right|500px|'''Εικόνα 4.''' Multi-temporal PCA της αποκτηθείσας εικόνας Landsat-8, Band-5 (2016)]]

[[Αρχείο: Εικόνα 5. Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat.jpg|thumb|left|500px|'''Εικόνα 5.''' Οι καμένες περιοχές εμφανίζονται με πράσινο χρώμα στις temporal εικόνες Landsat]]

[[Αρχείο: Εικόνα 6. Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8.jpg|thumb|right|500px|'''Εικόνα 6.''' Η χαρτογράφηση των καμένων περιοχών χρησιμοποιώντας NDVI από εικόνες Landsat-8]]

:'''4. Αξιολόγηση'''

Η ανίχνευση αλλαγών μέσω τεχνικών remote sensing αποτελεί ένα εξαιρετικά χρήσιμο εργαλείο για την παρακολούθηση της γης και την ανάλυση της δυναμικής του περιβάλλοντος. Αυτή η τεχνική βοηθά στην εκτίμηση των επιπτώσεων φυσικών και ανθρωπογενών καταστροφών, προσφέροντας δεδομένα που ενισχύουν τη διαχείριση φυσικών πόρων και τη χάραξη πολιτικών.
Με την πρόοδο των τεχνολογιών remote sensing και την ανάπτυξη πιο προηγμένων αλγορίθμων ανάλυσης εικόνας, οι δυνατότητες για την παρακολούθηση περιβαλλοντικών αλλαγών και την έγκαιρη διάγνωση καταστροφών θα συνεχίσουν να βελτιώνονται. Αυτή η πρόοδος αναμένεται να συμβάλει στην ενίσχυση στρατηγικών αειφορίας και αποκατάστασης του περιβάλλοντος, βοηθώντας τις κοινότητες να ανταποκριθούν καλύτερα σε περιβαλλοντικές προκλήσεις.

:'''5. Συμπεράσματα'''
Οι δασικές πυρκαγιές αποτελούν φυσικό φαινόμενο των μεσογειακών οικοσυστημάτων και έχουν παίξει σημαντικό ρόλο στη διαμόρφωση των χαρακτηριστικών των δασών της Μεσογείου για χιλιάδες χρόνια. Ωστόσο, η συχνότητά τους έχει αυξηθεί τις τελευταίες δεκαετίες λόγω της ανθρώπινης παρέμβασης και της αστικοποίησης, προκαλώντας σοβαρές περιβαλλοντικές επιπτώσεις, όπως η διάβρωση του εδάφους και η επιδείνωση των επιπτώσεων της κλιματικής αλλαγής.
Η χρήση δορυφορικών εικόνων υψηλής χωρικής ανάλυσης, όπως αυτές του Landsat-8, σε συνδυασμό με προηγμένες τεχνικές επεξεργασίας ψηφιακής εικόνας, επιτρέπει τη λεπτομερή και ακριβή ανίχνευση των καμένων περιοχών και την εκτίμηση της καμένης έκτασης. Τα αποτελέσματα της παρούσας έρευνας επιβεβαιώνουν την αποτελεσματικότητα των τεχνικών remote sensing για την παρακολούθηση των πυρκαγιών, ενώ η εφαρμογή της Ανάλυσης Κύριων Συνιστωσών (PCA) σε πολυχρονική βάση επιτρέπει την παρακολούθηση των καμένων περιοχών σε διάφορες χρονικές στιγμές.
Τα κανάλια 4 και 5 του Landsat-8 αποδείχθηκαν ιδιαίτερα χρήσιμες για την αναγνώριση των καμένων περιοχών, ενώ ο δείκτης NDVI, αν και χρήσιμος, παρουσίασε κάποιες αδυναμίες, καθώς επηρεάζεται από σύννεφα και σκιές. Η χρησιμοποιούμενη μεθοδολογία προσέφερε ποσοστό ακριβείας 84,61% στην εκτίμηση της καμένης έκτασης, ενώ η πολυχρονική PCA βοήθησε στην απομόνωση των καμένων περιοχών των ετών 2016 και 2018, αν και υπήρξε κάποια υποεκτίμηση της καμένης περιοχής στο κέντρο του νησιού, λόγω της παρουσίας γυμνού βράχου.
Για τη βελτίωση των αποτελεσμάτων, προτείνεται η χρήση άλλων μεθόδων ανάλυσης, όπως η Ημιτονοειδή Ιστογράμματα (HIS), καθώς και η ενσωμάτωση του καναλιού 7 του Landsat-8, που θα μπορούσε να ενισχύσει περαιτέρω την ανίχνευση των καμένων περιοχών.

[[category: Δασοπονία, Δασική διαχείριση]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:45:50Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

Πηγή: [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

: '''3.4 Πείραμα Δημιουργίας Πληγών'''
Το φθινόπωρο του 2009, πραγματοποιήθηκε πείραμα με τεχνητές πληγές σε υγιή δέντρα P. orientalis. Οι πληγές καλύφθηκαν με διαφανές δίχτυ και παρατηρήθηκε ότι τα σκαθάρια επισκέφτηκαν συχνά τα πληγωμένα δέντρα, δημιουργώντας έντονη δραστηριότητα και παρουσίαση των μυκητιακών περθηκιών στις πληγείσες περιοχές.

'''4. Συζήτηση'''
Η μελέτη αυτή αναδεικνύει τον σημαντικό ρόλο του Platypus cylindrus στη διάδοση του μύκητα Ceratocystis platani, ο οποίος προκαλεί την ασθένεια της «κηλίδωσης καρκινώματος» στους δέντρους Platanus orientalis. Ειδικά τα αρσενικά σκαθάρια φαίνεται να μεταφέρουν πιο συχνά τον μύκητα κατά την πτήση τους, υπογραμμίζοντας τη δυνατότητα του σκαθαριού να διασπείρει τη νόσο σε ευρύτερες περιοχές.
Η έρευνα επισημαίνει ότι το σκαθάρι μπορεί να μεταδώσει τον μύκητα σε υγιή δέντρα μέσω της δημιουργίας πληγών, είτε λόγω φυσικών αιτίων είτε από ανθρώπινη παρέμβαση, όπως το κόψιμο ή άλλες χειρουργικές επεμβάσεις στα δέντρα. Αυτό καθιστά τον P. cylindrus ένα κρίσιμο στοιχείο για την εξάπλωση της ασθένειας, ενώ οι μολυσμένοι πληθυσμοί σκαθαριών μπορεί να αποτελούν έναν αυξανόμενο κίνδυνο σε περιοχές που ήδη πλήττονται από την ασθένεια.
Η ανάγκη για πιο ενδελεχή στρατηγικές διαχείρισης, όπως η πρόληψη της δημιουργίας πληγών στα δέντρα και ο έλεγχος του πληθυσμού του σκαθαριού, είναι επιτακτική, καθώς η διάδοση του μύκητα μέσω αυτών των έντονων θα μπορούσε να έχει σοβαρές οικολογικές και οικονομικές συνέπειες για τις περιοχές που επηρεάζονται από τον Platanus orientalis. Οι μελλοντικές έρευνες μπορούν να επικεντρωθούν στο να εντοπίσουν άλλους πιθανούς φορείς της ασθένειας και να αναπτύξουν στρατηγικές για την πιο αποτελεσματική προστασία των δασών.

[[Αρχείο: Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg|thumb|center|600px|'''Εικόνα 1.''' Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus]]

[[category: Δασοπονία, Δασική διαχείριση]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:45:24Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

Πηγή: [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

: '''3.4 Πείραμα Δημιουργίας Πληγών'''
Το φθινόπωρο του 2009, πραγματοποιήθηκε πείραμα με τεχνητές πληγές σε υγιή δέντρα P. orientalis. Οι πληγές καλύφθηκαν με διαφανές δίχτυ και παρατηρήθηκε ότι τα σκαθάρια επισκέφτηκαν συχνά τα πληγωμένα δέντρα, δημιουργώντας έντονη δραστηριότητα και παρουσίαση των μυκητιακών περθηκιών στις πληγείσες περιοχές.

'''4. Συζήτηση'''
Η μελέτη αυτή αναδεικνύει τον σημαντικό ρόλο του Platypus cylindrus στη διάδοση του μύκητα Ceratocystis platani, ο οποίος προκαλεί την ασθένεια της «κηλίδωσης καρκινώματος» στους δέντρους Platanus orientalis. Ειδικά τα αρσενικά σκαθάρια φαίνεται να μεταφέρουν πιο συχνά τον μύκητα κατά την πτήση τους, υπογραμμίζοντας τη δυνατότητα του σκαθαριού να διασπείρει τη νόσο σε ευρύτερες περιοχές.
Η έρευνα επισημαίνει ότι το σκαθάρι μπορεί να μεταδώσει τον μύκητα σε υγιή δέντρα μέσω της δημιουργίας πληγών, είτε λόγω φυσικών αιτίων είτε από ανθρώπινη παρέμβαση, όπως το κόψιμο ή άλλες χειρουργικές επεμβάσεις στα δέντρα. Αυτό καθιστά τον P. cylindrus ένα κρίσιμο στοιχείο για την εξάπλωση της ασθένειας, ενώ οι μολυσμένοι πληθυσμοί σκαθαριών μπορεί να αποτελούν έναν αυξανόμενο κίνδυνο σε περιοχές που ήδη πλήττονται από την ασθένεια.
Η ανάγκη για πιο ενδελεχή στρατηγικές διαχείρισης, όπως η πρόληψη της δημιουργίας πληγών στα δέντρα και ο έλεγχος του πληθυσμού του σκαθαριού, είναι επιτακτική, καθώς η διάδοση του μύκητα μέσω αυτών των έντονων θα μπορούσε να έχει σοβαρές οικολογικές και οικονομικές συνέπειες για τις περιοχές που επηρεάζονται από τον Platanus orientalis. Οι μελλοντικές έρευνες μπορούν να επικεντρωθούν στο να εντοπίσουν άλλους πιθανούς φορείς της ασθένειας και να αναπτύξουν στρατηγικές για την πιο αποτελεσματική προστασία των δασών.

[[Αρχείο: Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg|thumb|center|600px|'''Εικόνα 1.''' Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus]]

[[category: Δασοπονία, Δασική διαχείριση]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:44:56Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

Πηγή: [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

: '''3.4 Πείραμα Δημιουργίας Πληγών'''
Το φθινόπωρο του 2009, πραγματοποιήθηκε πείραμα με τεχνητές πληγές σε υγιή δέντρα P. orientalis. Οι πληγές καλύφθηκαν με διαφανές δίχτυ και παρατηρήθηκε ότι τα σκαθάρια επισκέφτηκαν συχνά τα πληγωμένα δέντρα, δημιουργώντας έντονη δραστηριότητα και παρουσίαση των μυκητιακών περθηκιών στις πληγείσες περιοχές.

'''4. Συζήτηση'''
Η μελέτη αυτή αναδεικνύει τον σημαντικό ρόλο του Platypus cylindrus στη διάδοση του μύκητα Ceratocystis platani, ο οποίος προκαλεί την ασθένεια της «κηλίδωσης καρκινώματος» στους δέντρους Platanus orientalis. Ειδικά τα αρσενικά σκαθάρια φαίνεται να μεταφέρουν πιο συχνά τον μύκητα κατά την πτήση τους, υπογραμμίζοντας τη δυνατότητα του σκαθαριού να διασπείρει τη νόσο σε ευρύτερες περιοχές.
Η έρευνα επισημαίνει ότι το σκαθάρι μπορεί να μεταδώσει τον μύκητα σε υγιή δέντρα μέσω της δημιουργίας πληγών, είτε λόγω φυσικών αιτίων είτε από ανθρώπινη παρέμβαση, όπως το κόψιμο ή άλλες χειρουργικές επεμβάσεις στα δέντρα. Αυτό καθιστά τον P. cylindrus ένα κρίσιμο στοιχείο για την εξάπλωση της ασθένειας, ενώ οι μολυσμένοι πληθυσμοί σκαθαριών μπορεί να αποτελούν έναν αυξανόμενο κίνδυνο σε περιοχές που ήδη πλήττονται από την ασθένεια.
Η ανάγκη για πιο ενδελεχή στρατηγικές διαχείρισης, όπως η πρόληψη της δημιουργίας πληγών στα δέντρα και ο έλεγχος του πληθυσμού του σκαθαριού, είναι επιτακτική, καθώς η διάδοση του μύκητα μέσω αυτών των έντονων θα μπορούσε να έχει σοβαρές οικολογικές και οικονομικές συνέπειες για τις περιοχές που επηρεάζονται από τον Platanus orientalis. Οι μελλοντικές έρευνες μπορούν να επικεντρωθούν στο να εντοπίσουν άλλους πιθανούς φορείς της ασθένειας και να αναπτύξουν στρατηγικές για την πιο αποτελεσματική προστασία των δασών.

[[Αρχείο: Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg|thumb|center|600px|'''Εικόνα 1.''' Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus]]

[[category: Δασοπονία, Δασική διαχείριση]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:44:29Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

Πηγή: [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

: '''3.4 Πείραμα Δημιουργίας Πληγών'''
Το φθινόπωρο του 2009, πραγματοποιήθηκε πείραμα με τεχνητές πληγές σε υγιή δέντρα P. orientalis. Οι πληγές καλύφθηκαν με διαφανές δίχτυ και παρατηρήθηκε ότι τα σκαθάρια επισκέφτηκαν συχνά τα πληγωμένα δέντρα, δημιουργώντας έντονη δραστηριότητα και παρουσίαση των μυκητιακών περθηκιών στις πληγείσες περιοχές.

'''4. Συζήτηση'''
Η μελέτη αυτή αναδεικνύει τον σημαντικό ρόλο του Platypus cylindrus στη διάδοση του μύκητα Ceratocystis platani, ο οποίος προκαλεί την ασθένεια της «κηλίδωσης καρκινώματος» στους δέντρους Platanus orientalis. Ειδικά τα αρσενικά σκαθάρια φαίνεται να μεταφέρουν πιο συχνά τον μύκητα κατά την πτήση τους, υπογραμμίζοντας τη δυνατότητα του σκαθαριού να διασπείρει τη νόσο σε ευρύτερες περιοχές.
Η έρευνα επισημαίνει ότι το σκαθάρι μπορεί να μεταδώσει τον μύκητα σε υγιή δέντρα μέσω της δημιουργίας πληγών, είτε λόγω φυσικών αιτίων είτε από ανθρώπινη παρέμβαση, όπως το κόψιμο ή άλλες χειρουργικές επεμβάσεις στα δέντρα. Αυτό καθιστά τον P. cylindrus ένα κρίσιμο στοιχείο για την εξάπλωση της ασθένειας, ενώ οι μολυσμένοι πληθυσμοί σκαθαριών μπορεί να αποτελούν έναν αυξανόμενο κίνδυνο σε περιοχές που ήδη πλήττονται από την ασθένεια.
Η ανάγκη για πιο ενδελεχή στρατηγικές διαχείρισης, όπως η πρόληψη της δημιουργίας πληγών στα δέντρα και ο έλεγχος του πληθυσμού του σκαθαριού, είναι επιτακτική, καθώς η διάδοση του μύκητα μέσω αυτών των έντονων θα μπορούσε να έχει σοβαρές οικολογικές και οικονομικές συνέπειες για τις περιοχές που επηρεάζονται από τον Platanus orientalis. Οι μελλοντικές έρευνες μπορούν να επικεντρωθούν στο να εντοπίσουν άλλους πιθανούς φορείς της ασθένειας και να αναπτύξουν στρατηγικές για την πιο αποτελεσματική προστασία των δασών.

[[Αρχείο: Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg|thumb|center|600px|'''Εικόνα 1.''' Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:43:48Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

Πηγή: [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

: '''3.4 Πείραμα Δημιουργίας Πληγών'''
Το φθινόπωρο του 2009, πραγματοποιήθηκε πείραμα με τεχνητές πληγές σε υγιή δέντρα P. orientalis. Οι πληγές καλύφθηκαν με διαφανές δίχτυ και παρατηρήθηκε ότι τα σκαθάρια επισκέφτηκαν συχνά τα πληγωμένα δέντρα, δημιουργώντας έντονη δραστηριότητα και παρουσίαση των μυκητιακών περθηκιών στις πληγείσες περιοχές.

'''4. Συζήτηση'''
Η μελέτη αυτή αναδεικνύει τον σημαντικό ρόλο του Platypus cylindrus στη διάδοση του μύκητα Ceratocystis platani, ο οποίος προκαλεί την ασθένεια της «κηλίδωσης καρκινώματος» στους δέντρους Platanus orientalis. Ειδικά τα αρσενικά σκαθάρια φαίνεται να μεταφέρουν πιο συχνά τον μύκητα κατά την πτήση τους, υπογραμμίζοντας τη δυνατότητα του σκαθαριού να διασπείρει τη νόσο σε ευρύτερες περιοχές.
Η έρευνα επισημαίνει ότι το σκαθάρι μπορεί να μεταδώσει τον μύκητα σε υγιή δέντρα μέσω της δημιουργίας πληγών, είτε λόγω φυσικών αιτίων είτε από ανθρώπινη παρέμβαση, όπως το κόψιμο ή άλλες χειρουργικές επεμβάσεις στα δέντρα. Αυτό καθιστά τον P. cylindrus ένα κρίσιμο στοιχείο για την εξάπλωση της ασθένειας, ενώ οι μολυσμένοι πληθυσμοί σκαθαριών μπορεί να αποτελούν έναν αυξανόμενο κίνδυνο σε περιοχές που ήδη πλήττονται από την ασθένεια.
Η ανάγκη για πιο ενδελεχή στρατηγικές διαχείρισης, όπως η πρόληψη της δημιουργίας πληγών στα δέντρα και ο έλεγχος του πληθυσμού του σκαθαριού, είναι επιτακτική, καθώς η διάδοση του μύκητα μέσω αυτών των έντονων θα μπορούσε να έχει σοβαρές οικολογικές και οικονομικές συνέπειες για τις περιοχές που επηρεάζονται από τον Platanus orientalis. Οι μελλοντικές έρευνες μπορούν να επικεντρωθούν στο να εντοπίσουν άλλους πιθανούς φορείς της ασθένειας και να αναπτύξουν στρατηγικές για την πιο αποτελεσματική προστασία των δασών.

[[Αρχείο: Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg|thumb|left|500px|'''Εικόνα 1.''' Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus]]

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:40:30Z

IOANNA OSMANI:

''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece'''

''N. Soulioti, P. Tsopelas and S. Woodward''

Πηγή: [https://repository-theophrastus.ekt.gr/theophrastus/handle/20.500.12038/114]

: '''Λέξεις κλειδιά''' : Diseases; Fungi, Pathogens, Insects, Ceratocystis platani, Platanus orientalis, Platypus cylindrus, Ασθένειες, Μύκητες, Παθογόνα, Έντομα

'''ΠΕΡΙΛΗΨΗ'''

Το σκαθάρι της αμπροσίας Platypus cylindrus εντοπίστηκε σε μεγάλους αριθμούς σε δάση και φυτεύσεις του Platanus orientalis στην Ελλάδα, προσβάλλοντας δέντρα που είχαν ήδη μολυνθεί από τον μύκητα Ceratocystis platani. Στο 59% των ενήλικων σκαθαριών που συλλέχθηκαν από μολυσμένα δέντρα, εντοπίστηκε ο μύκητας C. platani. Η μετάδοση της ασθένειας στο P. orientalis επιβεβαιώθηκε σε 80% των σπορόφυτων που εκτέθηκαν σε μολυσμένα σκαθάρια. Αυτά τα σκαθάρια ανασκάπτονταν στα δέντρα προκαλώντας πληγές και σχηματίζοντας στοές, όπου παρατηρήθηκαν άφθονες περθηκίες του μύκητα. Αν και το σκαθάρι αυτό προσβάλλει κυρίως δέντρα που είναι καταπονημένα ή νεκρά, φαίνεται να παίζει σημαντικό ρόλο ως φορέας της ασθένειας Ceratocystis platani, ιδιαίτερα όταν επισκέπτεται πληγωμένα δέντρα.

='''1. Εισαγωγή'''=
Η ασθένεια που προκαλεί ο μύκητας Ceratocystis platani, γνωστή ως «κηλίδωση καρκινώματος», είναι μία από τις πιο καταστρεπτικές ασθένειες των δέντρων Platanus και αποτελεί σοβαρό οικολογικό κίνδυνο, ιδίως για το Platanus orientalis στην Ελλάδα. Εντοπίστηκε για πρώτη φορά στην περιοχή το 2003 και έκτοτε έχει επεκταθεί γρήγορα σε περιοχές της Πελοποννήσου και άλλες περιοχές της Ελλάδας. Η ασθένεια μεταδίδεται κυρίως μέσω ανθρώπινων δραστηριοτήτων, όπως η χρήση μολυσμένων εργαλείων, ενώ η διάδοση του μύκητα πραγματοποιείται και μέσω των ριζικών ενώσεων ή των κατεστραμμένων υλικών των δέντρων.
Ο Platypus cylindrus, ένα κοινό σκαθάρι αμπροσίας, έχει παρατηρηθεί να προσβάλλει δέντρα πλάτανου που έχουν ήδη μολυνθεί από τον μύκητα, ενισχύοντας τη διάδοση της ασθένειας μέσω της μετάδοσης του μύκητα κατά την επαφή με τα μολυσμένα δέντρα.

'''2. Υλικά και Μέθοδοι'''

: '''2.1 Παρουσία του Platypus cylindrus'''
Από το 2007 έως το 2013 πραγματοποιήθηκαν εκτεταμένες έρευνες σε φυσικά δάση και φυτεύσεις του Platanus orientalis στην Πελοπόννησο και την Ήπειρο, προκειμένου να εντοπιστεί η παρουσία του P. cylindrus. Παρατηρήθηκε ότι τα σκαθάρια αυτά ήταν συχνά παρόντα σε μολυσμένα δέντρα, με έντονη παρουσία αχνού και στοών στον κορμό των δέντρων. Τα σκαθάρια συλλέχθηκαν από τις στοές, και η ταυτοποίησή τους έγινε με τη χρήση στερεομικροσκοπίου.

: '''2.2 Συλλογή Σκαθαριών'''
Τα σκαθάρια συλλέχθηκαν από δέντρα που είχαν μολυνθεί από τον μύκητα C. platani και παγιδεύτηκαν σε δολώματα που περιείχαν τον μύκητα. Χρησιμοποιήθηκαν παγίδες πτήσης που περιείχαν καλλιέργειες του C. platani και τοποθετήθηκαν σε δάσος κοντά στο ποτάμι Ροδιά στην Πελοπόννησο. Οι σκαθάριοι που παγιδεύτηκαν στις παγίδες μεταφέρθηκαν σε εργαστήριο για ανάλυση.

: '''2.3 Απομόνωση του C. platani από τα Σκαθάρια '''
Η παρουσία του C. platani στα σκαθάρια επιβεβαιώθηκε μέσω ενός τροποποιημένου τεχνικού πρωτοκόλλου παγίδευσης. Τα σκαθάρια καθαρίστηκαν και τοποθετήθηκαν σε πιάτα Petri με φρέσκα κλαδιά του P. orientalis, στα οποία εντοπίστηκαν περθηκίες του μύκητα. Η απομόνωση του μύκητα έγινε μέσω των ασκοσπορίων που εκκρίνονταν από τις περθηκίες.

'''3. Αποτελέσματα'''

: '''3.1 Παρουσία του Platypus cylindrus σε Μολυσμένα Δάση'''
Η παρουσία του P. cylindrus ήταν έντονη σε πολλές περιοχές της Πελοποννήσου και της Ηπείρου, ειδικά σε δέντρα P. orientalis που είχαν μολυνθεί από το C. platani. Η παρουσία του έντονου αχνού και οι χαρακτηριστικές τρύπες των στοών που δημιουργούσαν τα σκαθάρια, επιβεβαίωσαν την έντονη μόλυνση των δέντρων. Τα σκαθάρια ανιχνεύτηκαν σε δέντρα που είχαν μολυνθεί για περισσότερο από 1-3 χρόνια, ενώ σε δέντρα που είχαν πρόσφατα μολυνθεί, τα σκαθάρια ανιχνεύτηκαν μόνο στις μολυσμένες περιοχές του κορμού.

: '''3.2 Παρουσία του Μύκητα Ceratocystis platani σε Platypus cylindrus'''
Από τα 22 σκαθάρια που συλλέχθηκαν κατά την πτήση, τα 13 (59%) ήταν μολυσμένα με C. platani. Παρατηρήθηκε ότι τα αρσενικά σκαθάρια είχαν μεγαλύτερη πιθανότητα να μεταφέρουν τον μύκητα (78,5%) σε σχέση με τα θηλυκά (25%).

: '''3.3 Πειράματα Μεταφοράς Παθογόνου'''
Σε πείραμα, τα σκαθάρια P. cylindrus που εκτέθηκαν σε καλλιέργειες του C. platani μετέφεραν τον μύκητα σε υγιή φυτά P. orientalis. Στην πλειοψηφία των φυτών (16 από τα 20), δημιουργήθηκαν νέες βλάβες, με το 80% των φυτών να παρουσιάζουν σημάδια μόλυνσης. Στα φυτά που δεν μολύνθηκαν, οι πληγές έκλεισαν με καλέους χωρίς να εμφανιστούν βλάβες.

[[Αρχείο: Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg|thumb|center|1100px|'''Πίνακας 1.''' Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας]]

[[Αρχείο: Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg|thumb|center|1100px|'''Πίνακας 2.''' Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα]]

Αρχείο:Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg

2026-02-06T14:39:07Z

IOANNA OSMANI: ανέβασμα νέας έκδοσης του "Αρχείο:Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg"

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:36:06Z

IOANNA OSMANI:

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:35:44Z

IOANNA OSMANI:

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:35:30Z

IOANNA OSMANI:

Αρχείο:Εικόνα 1. Στοά που δημιουργήθηκε στον κορμό του Platanus orientalis από ενήλικο Platypus cylindrus.jpg

2026-02-06T14:34:00Z

IOANNA OSMANI:

Αρχείο:Πίνακας 2. Μόλυνση από Ceratocystis platani σε δέντρα Platanus orientalis που εκτέθηκαν σε ενήλικα Platypus cylindrus τρέφοντας τα με καλλιέργειες του μύκητα.jpg

2026-02-06T14:33:45Z

IOANNA OSMANI:

Αρχείο:Πίνακας 1. Παρουσία του Platypus cylindrus σε Platanus spp. σε διάφορες περιοχές της Ελλάδας.jpg

2026-02-06T14:33:37Z

IOANNA OSMANI:

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:30:42Z

IOANNA OSMANI:

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:30:19Z

IOANNA OSMANI:

Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα

2026-02-06T14:23:47Z

IOANNA OSMANI: Νέα σελίδα με '''' Platypus cylindrus, a vector of Ceratocystis platani in Platanus orientalis stands in Greece''' ''N. Soulioti, P. Tsopelas and S....'

Οσμάνι Ιωάννα

2026-02-06T14:21:33Z

IOANNA OSMANI:

* [[ Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα ]]
* [[ Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα ]]
* [[ GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece ]]
* [[ Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις ]]
* [[ Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών ]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]

Οσμάνι Ιωάννα

2026-02-06T14:20:59Z

IOANNA OSMANI:

* [[ Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα ]]
* [[ Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα ]]
* [[ Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις ]]
* [[ Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών ]]
* [[ GIS-Based Assessment of Fire Effects on Flash Flood Hazard: The Case of the Summer 2021 Forest Fires in Greece ]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]

Οσμάνι Ιωάννα

2026-02-06T14:18:46Z

IOANNA OSMANI:

* [[ Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα ]]
* [[ Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα ]]
* [[ Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις ]]
* [[ Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών ]]
* [[ Αξιολόγηση των Επιπτώσεων της Φωτιάς στον Κίνδυνο Καταιγίδων Μετά τη Φωτιά: Η Περίπτωση των Δασικών Πυρκαγιών του Καλοκαιριού 2021 στην Ελλάδα ]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]

Οσμάνι Ιωάννα

2026-02-06T14:17:21Z

IOANNA OSMANI:

* [[ Αξιολόγηση Δεδομένων Οπτικής Απομακρυσμένης Ανίχνευσης για Χαρτογράφηση Καμένων Περιοχών στο Νησί Θάσος, Ελλάδα ]]
* [[ Platypus cylindrus, φορέας του Ceratocystis platani σε πληθυσμούς Platanus orientalis στην Ελλάδα ]]
* [[ Αξιολόγηση των Επιπτώσεων της Φωτιάς στον Κίνδυνο Καταιγίδων Μετά τη Φωτιά: Η Περίπτωση των Δασικών Πυρκαγιών του Καλοκαιριού 2021 στην Ελλάδα ]]
* [[ Ευαισθησία στην Ξηρασία του Castanea sativa: Μελέτη της Καλοκαιρινής Ξηρασίας του 2003 στις Νότιες Άλπεις ]]
* [[ Εφαρμογή ανίχνευσης της υδατικής περιεκτικότητας της δασικής βλάστησης με βάση δεδομένα τηλεπισκόπησης στην πρόληψη δασικών πυρκαγιών ]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα) ]]