RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Αξιολόγηση της μη επιβλεπόμενης και της επιβλεπόμενης ταξινόμησης σε ορεινό τοπίο του Νεπάλ

2011-01-20T14:06:56Z

Imageiras:

'''Improving Landsat and IRS Image Classification: Evaluation of Unsupervised and Supervised Classification through Band Ratios and DEM in a Mountainous Landscape in Nepal'''

'''Συγγραφέας'''

Κrishna Bahadur K.C.

'''Πηγή'''

Remote Sens. 2009, 1(4), 1257-1272

'''Σκοπός της Εφαρμογής'''

Η διερεύνηση και αξιολόγηση της χρήσης τροποποιημένων καναλιών και συμπληρωματικών δεδομένων στην ταξινόμηση απεικονίσεων Landsat και IRS, για τη δημιουργία χάρτη χρήσεων/καλύψεων γης της λεκάνης Galaudu του Νεπάλ ('''ΕΙΚΟΝΑ 1''').
[[Εικόνα:S4p1.jpg|thumb|right|'''ΕΙΚΟΝΑ 1''': Περιοχή μελέτης - Λεκάνη Galaudu του Νεπάλ. Πηγή: Ιδία]]

'''Μεθοδολογία'''

Η ταξινόμηση των χρήσεων γης διερευνήθηκε με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης και για 12 σύνολα δεδομένων, που περιέχουν τα κανάλια των Landsat MSS και ΤΜ και του IRS, τους λόγους τους, τον ειδικό λόγο βλάστησης ΝDVI, τη μέθοδο των κύριων στοιχείων (Principal Components - PC) και το ψηφιακό υψομετρικό υπόδειγμα (Digital Elevation Model - DEM).

Η διάκριση των χρήσεων γης είναι δυσχερής στις ορεινές περιοχές με τροπικά υγρά κλίματα, καθώς απεικονίσεις χωρίς νέφη λαμβάνονται μόνο τη ξηρή περίοδο, όπου οι περισσότερες γεωργικές περιοχές είναι χέρσες. Ειδικά στις ορεινές περιοχές του Νεπάλ η διάκριση είναι δύσκολη λόγω της περίπλοκης δομής και σύνθεσης των καλλιεργειών, και του ορεινού τοπίου με τις μεγάλες σκιάσεις. Η προσθήκη του DEM συνέβαλε στη βελτίωση της ακρίβειας της ταξινόμησης.

'''Χωρικά Δεδομένα'''

Τα χωρικά δεδομένα που χρησιμοποιήθηκαν ήταν:

-Δεδομένα Landsat MSS 10-Oct-1976 (Path 152, Row 41)

-Δεδομένα Landsat TM 4-Feb-1990, 13-3-2000 (Path/Row 141/41)

-Δεδομένα IRS 16-Feb-2002 (Path/Row 104/052)

-Ασπρόμαυρες αεροφωτογραφίες 1:50.000 από 1978 έως 1992

-Τοπογραφικοί χάρτες 1:25.000 από τους οποίους δημιουργήθηκε το DEM

-Επίγειοι έλεγχοι

'''Ανάλυση απεικονίσεων'''

[[Εικόνα:S4p2.jpg|thumb|right|'''ΕΙΚΟΝΑ 2''': Μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης. Πηγή: Ιδία]]
[[Εικόνα:S4p3.jpg|thumb|right|'''ΕΙΚΟΝΑ 3''': Χρήσεις γης στη λεκάνη Galaudu το 1976, 1990, 2000 και 2002. Πηγή: Ιδία]]

Η μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης φαίνεται στην '''ΕΙΚΟΝΑ 2''' και αναλύεται ακολούθως:

*Προεπεξεργασία
Αρχικά, έγινε προεπεξεργασία των απεικονίσεων προκειμένου να απαλειφθούν ανεπιθύμητα χαρακτηριστικά, όπως θόρυβος, γεωμετρική διαστρέβλωση κ.ο.κ.

* Μη επιβλεπόμενη ταξινόμηση
Έγινε επιλογή 6 συνόλων δεδομένων για τον MSS, 12 για τον ΤΜΜ και 6 για τον IRS, μεταξύ των οποίων κανάλια, λόγοι, NDVI, PC1 και DEM, τα οποία χωρίστηκαν σε συνδυασμούς και ταξινομήθηκαν με τη μη επιβλεπόμενη μέθοδο ISODATΑ. Οι ταξινομήσεις που προέκυψαν αναγνωρίστηκαν με βάση τα δεδομένα από τον επίγειο έλεγχο και παλαιότερους χάρτες χρήσεων γης, έγινε σύγκριση της ακρίβειας τους, και διαπιστώθηκε ότι ο συνδυασμός των λόγων καναλιών 4/3, 5/4, 5/7 έδωσε τα καλύτερα αποτελέσματα.

* Επιβλεπόμενη ταξινόμηση
Βάσει της μη επιβλεπόμενης ταξινόμησης με τα καλύτερα αποτελέσματα, εφαρμόστηκε επιβλεπόμενη ταξινόμηση επίσης στο συνδυασμό λόγων 4/3, 5/4, 5/7, με τη μέθοδο της μέγιστης πιθανοφάνειας Bayesian (MLC). Οι περιοχές εκπαίδευσης για κάθε κατηγορία επιλέχτηκαν από τον επίγειο έλεγχο για τον IRS, και τις αεροφωτογραφίες για τον Landsat MSS και ΤΜ. Για τη δημιουργία χαρτών χρήσης γης για το 1976, 1990, 2000, και 2002 χρησιμοποιήθηκαν πέντε κατηγορίες γης ανάλογα με τη χρήση/κάλυψη, η δασική, η θαμνώδης, η πεδινή γεωργική, η ορεινή γεωργική, και οι καλλιέργειες λαχανικών.

* Μεταταξινόμηση
Οι ταξινομημένες εικόνες υπέστησαν μεταταξινόμηση με επιλεγμένες ενοποιήσεις κατηγοριών, και καθαρισμό – ενοποιήσεις περιοχών από μη ταξινομημένα – απομονωμένα pixel, και οι τελικές περιοχές χρήσης εξάχθηκαν ως πολυγωνικά θέματα σε πρόγραμμα GIS, για περαιτέρω ανάλυση.

* Διαφοροποίηση χρήσεων γης
Τα πολυγωνικά θέματα χρήσεων γης που εξήχθησαν για το 1976, το 1990 και το 2000 ήρθαν ανά δύο σε αντιπαραβολή επιπέδων GIS, και υπολογίστηκε η περιοχή που άλλαζε από τη μια κατηγορία χρήσης στην άλλη.

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Στην εργασία διερευνήθηκε η ταξινόμηση των χρήσεων γης στη λεκάνη Galaudu του Νεπάλ με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης, με την επιβλεπόμενη ταξινόμηση να επιτυγχάνει καλύτερα αποτελέσματα. Την υψηλότερη ακρίβεια πέτυχε ο συνδυασμός λόγων 4/3, 5/4, 5/7 (82,86%), και τη χαμηλότερη ο συνδυασμός των καναλιών 2, 3, 4 (45,29%). Το αποτέλεσμα αυτό αποδίδεται σε ένα βαθμό και στο έντονο στην περιοχή φαινόμενο σκίασης, λόγω του ορεινού τοπίου, την επίδραση του οποίου απαλείφουν οι λόγοι. Οι χάρτες χρήσης γης που προέκυψαν για το 1976, 1990, 2000 και 2002 φαίνονται στην '''ΕΙΚΟΝΑ 3'''.
Αναφορικά με τη διαφοροποίηση των χρήσεων γης, διαπιστώθηκε ότι από το 1976 έως το 2002, οι αγροτικές περιοχές της λεκάνης αυξήθηκαν περίπου κατά 50% εις βάρος των δασικών περιοχών. Το γεγονός αυτό δύναται να εξηγηθεί από το ότι οι καλλιέργειες της λεκάνης βρίσκονται σε υψηλά υψόμετρα και κλίσεις, με αποτέλεσμα να εξαντλούνται γρήγορα και οι αγρότες να επεκτείνονται στη δασική ζώνη.

[[category:Αναγνώριση δασικών ειδών]]

Χαρτογράφηση ιχνών πυρκαγιάς σε νοτιοαφρικανική σαβάνα με χρήση απεικονίσεων Landsat

2011-01-18T06:54:22Z

Imageiras:

'''Mapping fire scars in a southern African savannah using Landsat imagery'''

[[Εικόνα:S5p1.JPG|thumb|right|'''ΕΙΚΟΝΑ 1''': Περιοχή μελέτης - Πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική. Πηγή: Ιδία]]
[[Εικόνα:S5p2.JPG|thumb|right|'''ΕΙΚΟΝΑ 2''': Σχηματική απεικόνιση της μεθοδολογίας ανάλυσης απεικόνισης, για τη χαρτογράφηση ιχνών πυρκαγιάς με χρήση απεικόνισης ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p3.JPG|thumb|right|'''ΕΙΚΟΝΑ 3''': Σύγκριση των φασματικών υπογραφών των περιοχών εκπαίδευσης από την (a) αρχική και (b) μετασχηματισμένη με τη μέθοδο PCT απεικόνιση ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p4.JPG|thumb|right|'''ΕΙΚΟΝΑ 4''': Ετήσιοι χάρτες πυρκαγιών, 1972-2002. Πηγή: Ιδία]]
'''Συγγραφείς'''

A.T. Hudac, B. H. Brocket

'''Πηγή'''

INT. J. REMOTE SENSING, 20 AUGUST 2004, VOL. 25, NO. 16, 3231–3243

'''Σκοπός της Εφαρμογής'''

Η καταγραφή του ιστορικού πυρκαγιών σε ημιάνυδρο τοπίο σαβάνας στη νότια Αφρική, επ’ωφελεία των επιτόπιων επιστημόνων και διαχειριστών των βοσκοτόπων.

'''Μεθοδολογία'''

* Περιοχή μελέτης

Η περιοχή μελέτης έχει συνολική έκταση 250 000 εκτάρια και είναι επικεντρωμένη στο πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική, με έκταση 75 000 εκτάρια, συμπεριλαμβάνοντας ιδιωτικές φάρμες βοοειδών στο νότο (Ν. Αφρική), και κοινόχρηστους βοσκότοπους στο βορά (Μποτσουάνα) ('''ΕΙΚΟΝΑ 1''').

* Επιλογή Απεικονίσεων

Μετά από έρευνα για την εύρεση απεικονίσεων για όλες τις πυρκαγιές από το 1972 (Landsat 1), βρέθηκαν και χρησιμοποιήθηκαν 36 απεικονίσεις Landsat MSS, TM και ETM+, που απεικονίζουν τις περισσότερες πυρκαγιές από το 1972 έως το 2002.

* Χωροθέτηση απεικονίσεων

Οι 36 απεικονίσεις Landsat χωροθετήθηκαν στο ίδιο επίπεδο αναφοράς χρησιμοποιώντας αυτόματο αλγόριθμο εύρεσης σημείων σύγκλισης, με βάση παγχρωματική εικόνα 15m του ETM+ που είχε το μικρότερο ίχνος πυρκαγιάς (καθώς αυτό επηρρεάζει τον αλγόριθμο), και κάλυπτε πλήρως την περιοχή μελέτης. Σε λίγες περιπτώσεις απαιτήθηκε και η μη αυτόματη προσθήκη σημείων σύγκλισης.

* Μετασχηματισμός απεικονίσεων

Όλα τα κανάλια (τέσσερα για τον MSS και 6 για τον ΤΜ και τον ΕΤΜ+) σε κάθε απεικόνιση μετασχηματίστηκαν με μη τυποποιημένο μετασχηματισμό κύριων συνιστωσών (Principal Components Transformation - PCT). Δοκιμάστηκε επίσης ο τυποποιημένος μετασχηματισμός κύριων συνιστωσών, που μείωνε τα λάθη παράλειψης, εις βάρος όμως των λαθών απόδοσης. Δεδομένου ότι στόχος της εργασίας ήταν η συντηρητική καταγραφή των πυρκαγιών, και συνεπώς τα λιγότερα λάθη απόδοσης, προτιμήθηκε ο μη τυποποιημένος μετασχηματισμός, που απέδωσε εξαιρετικά στην απόδοση ιχνών από πυρκαγιές που είχαν λάβει χώρα νωρίτερα κατά την ξηρή περίοδο, και τη διάκριση τους από ξηρά χώματα και τοπογραφικές σκιές.

* Ταξινόμηση απεικονίσεων

Κατά την προκαταρκτική ανάλυση διαπιστώθηκε ότι τα μετασχηματισμένα με τη μέθοδο PCT δεδομένα είχαν καλύτερα αποτελέσματα από τα αρχικά (μη μετασχηματισμένα) δεδομένα, σε όλους τους τύπους ταξινόμησης που δοκιμάστηκαν (μη επιβλεπόμενη, ελάχιστης απόστασης, απόστασης Mahalanobis, παραλληλεπιπέδων και μέγιστης πιθανοφάνειας), και συνεπώς επιλέχθηκαν για ταξινόμηση. Επιλέχθηκε η ταξινόμηση παραλληλεπιπέδων, που, αντίθετα με τις υπόλοιπες μεθόδους επιβλεπόμενης ταξινόμησης, ταξινομεί μόνο τα pixel που απέχουν σε ορισμένη απόσταση τυπικών αποκλίσεων από τη μέση τιμή, που καθορίζει ο χρήστης, και όχι όλα τα pixel της απεικόνισης, γεγονός το οποίο λειτούργησε υπέρ της εφαρμογής, η οποία ενδιαφέρεται μόνο για την ταξινόμηση των καμένων pixel.

Στην '''ΕΙΚΟΝΑ 2''' φαίνεται η μεθοδολογία που ακολουθήθηκε, με χρήση του προγράμματος RSI ENVI 3.4. Τα ίχνη φωτιάς που είναι εμφανή στα περισσότερα από τα αρχικά κανάλια, φαίνονται σε λιγότερα από τα μετασχηματισμένα κανάλια με PCT, αλλά πιο εμφατικά. Τα μεγάλα ίχνη πυρκαγιάς καταλαμβάνουν μεγάλο τμήμα του φάσματος, και γι’αυτό εμφανίζονται συχνά στα κανάλια PC2 και PC3. Στην '''ΕΙΚΟΝΑ 3''' φαίνεται η μεγάλη διαφορά ανάμεσα στη φασματική υπογραφή του καμένου και του μη καμένου μετά την εφαρμογή του PCT, που αιτιολογεί γραφικά την ακριβέστερη ταξινόμηση με χρήση των δεδομένων PCT, σε σχέση με τα αρχικά.

[[Εικόνα:S5p5.JPG|thumb|right|'''ΕΙΚΟΝΑ 5''': Συνολικός χάρτης περιστατικών πυρκαγιάς, 1972-2002. Πηγή: Ιδία]]

* Δημιουργία χαρτών ετήσιων πυρκαγιών

Οι εικόνες με ίχνη πυρκαγιάς από ανεξάρτητες απεικονίσεις συντέθηκαν σε ετήσιους χάρτες πυρκαγιών, οι οποίοι υπέστησαν φίλτρο πλειονότητας 3x3 και μείωση της ανάλυσης σε στοιχειώδη εμβαδά του ενός εκταρίου ('''ΕΙΚΟΝΑ 4'''). Επίσης δημιουργήθηκε συνολικός χάρτης περιστατικών πυρκαγιάς από το 1972 έως το 2002, με τη σύνθεση των 22 ετήσιων χαρτών και την εφαρμογή φίλτρου μέσης τιμής 3x3 ('''EIKONA 5''').

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Διαπιστώθηκε ότι οι πυρκαγιές είναι σπανιότερες στη Μποτσουάνα, σε σύγκριση με τη Νότια Αφρική, όπου έχουν μέση συχνότητα εμφάνισης, και το πάρκο MGR, όπου έχουν υψηλή συχνότητα εμφάνισης.
Η υψηλή συχνότητα πυρκαγιών στο πάρκο οφείλεται στην ελεγχόμενη από τους διαχειριστές του έναυση τους, για λόγους διαχείρισης της βλάστησης, της πανίδας και των ψυχαγωγικών δραστηριοτήτων του πάρκου.
Ενώ η μεθοδολογία κρίνεται ικανοποιητική για την απεικόνιση της συχνότητας πυρκαγιών και τη δημιουργία χαρτών διάκρισης καμένου/ μη καμένου, δε μπορεί να απεικονίσει άλλους σημαντικούς παράγοντες όπως η ένταση της πυρκαγιάς, που απαιτούν περισσότερα δεδομένα επιβεβαίωσης από την περιοχή μελέτης.

[[category:Χαρτογράφηση καμένων εκτάσεων]]

Χαρτογράφηση ιχνών πυρκαγιάς σε νοτιοαφρικανική σαβάνα με χρήση απεικονίσεων Landsat

2011-01-18T06:50:05Z

Imageiras:

'''Mapping fire scars in a southern African savannah using Landsat imagery'''

[[Εικόνα:S5p1.JPG|thumb|right|'''ΕΙΚΟΝΑ 1''': Περιοχή μελέτης - Πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική. Πηγή: Ιδία]]
[[Εικόνα:S5p2.JPG|thumb|right|'''ΕΙΚΟΝΑ 2''': Σχηματική απεικόνιση της μεθοδολογίας ανάλυσης απεικόνισης, για τη χαρτογράφηση ιχνών πυρκαγιάς με χρήση απεικόνισης ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p3.JPG|thumb|right|'''ΕΙΚΟΝΑ 3''': Σύγκριση των φασματικών υπογραφών των περιοχών εκπαίδευσης από την (a) αρχική και (b) μετασχηματισμένη με τη μέθοδο PCT απεικόνιση ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p4.JPG|thumb|right|'''ΕΙΚΟΝΑ 4''': Ετήσιοι χάρτες πυρκαγιών, 1972-2002. Πηγή: Ιδία]]
'''Συγγραφείς'''

A.T. Hudac, B. H. Brocket

'''Πηγή'''

INT. J. REMOTE SENSING, 20 AUGUST 2004, VOL. 25, NO. 16, 3231–3243

'''Σκοπός της Εφαρμογής'''

Η καταγραφή του ιστορικού πυρκαγιών σε ημιάνυδρο τοπίο σαβάνας στη νότια Αφρική, επ’ωφελεία των επιτόπιων επιστημόνων και διαχειριστών των βοσκοτόπων.

'''Μεθοδολογία'''

* Περιοχή μελέτης'''

Η περιοχή μελέτης έχει συνολική έκταση 250 000 εκτάρια και είναι επικεντρωμένη στο πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική, με έκταση 75 000 εκτάρια, συμπεριλαμβάνοντας ιδιωτικές φάρμες βοοειδών στο νότο (Ν. Αφρική), και κοινόχρηστους βοσκότοπους στο βορά (Μποτσουάνα) ('''ΕΙΚΟΝΑ 1''').

* Επιλογή Απεικονίσεων

Μετά από έρευνα για την εύρεση απεικονίσεων για όλες τις πυρκαγιές από το 1972 (Landsat 1), βρέθηκαν και χρησιμοποιήθηκαν 36 απεικονίσεις Landsat MSS, TM και ETM+, που απεικονίζουν τις περισσότερες πυρκαγιές από το 1972 έως το 2002.

* Χωροθέτηση απεικονίσεων

Οι 36 απεικονίσεις Landsat χωροθετήθηκαν στο ίδιο επίπεδο αναφοράς χρησιμοποιώντας αυτόματο αλγόριθμο εύρεσης σημείων σύγκλισης, με βάση παγχρωματική εικόνα 15m του ETM+ που είχε το μικρότερο ίχνος πυρκαγιάς (καθώς αυτό επηρρεάζει τον αλγόριθμο), και κάλυπτε πλήρως την περιοχή μελέτης. Σε λίγες περιπτώσεις απαιτήθηκε και η μη αυτόματη προσθήκη σημείων σύγκλισης.

* Μετασχηματισμός απεικονίσεων

Όλα τα κανάλια (τέσσερα για τον MSS και 6 για τον ΤΜ και τον ΕΤΜ+) σε κάθε απεικόνιση μετασχηματίστηκαν με μη τυποποιημένο μετασχηματισμό κύριων συνιστωσών (Principal Components Transformation - PCT). Δοκιμάστηκε επίσης ο τυποποιημένος μετασχηματισμός κύριων συνιστωσών, που μείωνε τα λάθη παράλειψης, εις βάρος όμως των λαθών απόδοσης. Δεδομένου ότι στόχος της εργασίας ήταν η συντηρητική καταγραφή των πυρκαγιών, και συνεπώς τα λιγότερα λάθη απόδοσης, προτιμήθηκε ο μη τυποποιημένος μετασχηματισμός, που απέδωσε εξαιρετικά στην απόδοση ιχνών από πυρκαγιές που είχαν λάβει χώρα νωρίτερα κατά την ξηρή περίοδο, και τη διάκριση τους από ξηρά χώματα και τοπογραφικές σκιές.

* Ταξινόμηση απεικονίσεων

Κατά την προκαταρκτική ανάλυση διαπιστώθηκε ότι τα μετασχηματισμένα με τη μέθοδο PCT δεδομένα είχαν καλύτερα αποτελέσματα από τα αρχικά (μη μετασχηματισμένα) δεδομένα, σε όλους τους τύπους ταξινόμησης που δοκιμάστηκαν (μη επιβλεπόμενη, ελάχιστης απόστασης, απόστασης Mahalanobis, παραλληλεπιπέδων και μέγιστης πιθανοφάνειας), και συνεπώς επιλέχθηκαν για ταξινόμηση. Επιλέχθηκε η ταξινόμηση παραλληλεπιπέδων, που, αντίθετα με τις υπόλοιπες μεθόδους επιβλεπόμενης ταξινόμησης, ταξινομεί μόνο τα pixel που απέχουν σε ορισμένη απόσταση τυπικών αποκλίσεων από τη μέση τιμή, που καθορίζει ο χρήστης, και όχι όλα τα pixel της απεικόνισης, γεγονός το οποίο λειτούργησε υπέρ της εφαρμογής, η οποία ενδιαφέρεται μόνο για την ταξινόμηση των καμένων pixel.

Στην '''ΕΙΚΟΝΑ 2''' φαίνεται η μεθοδολογία που ακολουθήθηκε, με χρήση του προγράμματος RSI ENVI 3.4. Τα ίχνη φωτιάς που είναι εμφανή στα περισσότερα από τα αρχικά κανάλια, φαίνονται σε λιγότερα από τα μετασχηματισμένα κανάλια με PCT, αλλά πιο εμφατικά. Τα μεγάλα ίχνη πυρκαγιάς καταλαμβάνουν μεγάλο τμήμα του φάσματος, και γι’αυτό εμφανίζονται συχνά στα κανάλια PC2 και PC3. Στην '''ΕΙΚΟΝΑ 3''' φαίνεται η μεγάλη διαφορά ανάμεσα στη φασματική υπογραφή του καμένου και του μη καμένου μετά την εφαρμογή του PCT, που αιτιολογεί γραφικά την ακριβέστερη ταξινόμηση με χρήση των δεδομένων PCT, σε σχέση με τα αρχικά.

[[Εικόνα:S5p5.JPG|thumb|right|'''ΕΙΚΟΝΑ 5''': Συνολικός χάρτης περιστατικών πυρκαγιάς, 1972-2002. Πηγή: Ιδία]]

* Δημιουργία χαρτών ετήσιων πυρκαγιών

Οι εικόνες με ίχνη πυρκαγιάς από ανεξάρτητες απεικονίσεις συντέθηκαν σε ετήσιους χάρτες πυρκαγιών, οι οποίοι υπέστησαν φίλτρο πλειονότητας 3x3 και μείωση της ανάλυσης σε στοιχειώδη εμβαδά του ενός εκταρίου ('''ΕΙΚΟΝΑ 4'''). Επίσης δημιουργήθηκε συνολικός χάρτης περιστατικών πυρκαγιάς από το 1972 έως το 2002, με τη σύνθεση των 22 ετήσιων χαρτών και την εφαρμογή φίλτρου μέσης τιμής 3x3 ('''EIKONA 5''').

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Διαπιστώθηκε ότι οι πυρκαγιές είναι σπανιότερες στη Μποτσουάνα, σε σχέση με τη Νότια Αφρική, που είχε μέση συχνότητα εμφάνισης, και το πάρκο MGR, που έχει υψηλή συχνότητα.
Η υψηλή συχνότητα πυρκαγιών στο πάρκο οφείλεται στην ελεγχόμενη από τους διαχειριστές του έναυση τους, για λόγους διαχείρισης της βλάστησης του πάρκου.
Ενώ η μεθοδολογία κρίνεται ικανοποιητική για την απεικόνιση της συχνότητας πυρκαγιών και τη δημιουργία χαρτών διάκρισης καμένου/ μη καμένου, δε μπορεί να απεικονίσει άλλους σημαντικούς παράγοντες όπως η ένταση της πυρκαγιάς, που απαιτούν περισσότερα δεδομένα επιβεβαίωσης από την περιοχή μελέτης.

[[category:Χαρτογράφηση καμένων εκτάσεων]]

Χαρτογράφηση ιχνών πυρκαγιάς σε νοτιοαφρικανική σαβάνα με χρήση απεικονίσεων Landsat

2011-01-18T06:48:07Z

Imageiras:

'''Mapping fire scars in a southern African savannah using Landsat imagery'''

[[Εικόνα:S5p1.JPG|thumb|right|'''ΕΙΚΟΝΑ 1''': Περιοχή μελέτης - Πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική. Πηγή: Ιδία]]
[[Εικόνα:S5p2.JPG|thumb|right|'''ΕΙΚΟΝΑ 2''': Σχηματική απεικόνιση της μεθοδολογίας ανάλυσης απεικόνισης, για τη χαρτογράφηση ιχνών πυρκαγιάς με χρήση απεικόνισης ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p3.JPG|thumb|right|'''ΕΙΚΟΝΑ 3''': Σύγκριση των φασματικών υπογραφών των περιοχών εκπαίδευσης από την (a) αρχική και (b) μετασχηματισμένη με τη μέθοδο PCT απεικόνιση ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p4.JPG|thumb|right|'''ΕΙΚΟΝΑ 4''': Ετήσιοι χάρτες πυρκαγιών, 1972-2002. Πηγή: Ιδία]]
'''Συγγραφείς'''

A.T. Hudac, B. H. Brocket

'''Πηγή'''

INT. J. REMOTE SENSING, 20 AUGUST 2004, VOL. 25, NO. 16, 3231–3243

'''Σκοπός της Εφαρμογής'''

Η καταγραφή του ιστορικού πυρκαγιών σε ημιάνυδρο τοπίο σαβάνας στη νότια Αφρική, επ’ωφελεία των επιτόπιων επιστημόνων και διαχειριστών των βοσκοτόπων.

'''Μεθοδολογία'''

* Περιοχή μελέτης'''

Η περιοχή μελέτης έχει συνολική έκταση 250 000 εκτάρια και είναι επικεντρωμένη στο πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική, με έκταση 75 000 εκτάρια, συμπεριλαμβάνοντας ιδιωτικές φάρμες βοοειδών στο νότο (Ν. Αφρική), και κοινόχρηστους βοσκότοπους στο βορά (Μποτσουάνα) ('''ΕΙΚΟΝΑ 1''').

* Επιλογή Απεικονίσεων

Μετά από έρευνα για την εύρεση απεικονίσεων για όλες τις πυρκαγιές από το 1972 (Landsat 1), βρέθηκαν και χρησιμοποιήθηκαν 36 απεικονίσεις Landsat MSS, TM και ETM+, που απεικονίζουν τις περισσότερες πυρκαγιές από το 1972 έως το 2002.

* Χωροθέτηση απεικονίσεων

Οι 36 απεικονίσεις Landsat χωροθετήθηκαν στο ίδιο επίπεδο αναφοράς χρησιμοποιώντας αυτόματο αλγόριθμο εύρεσης σημείων σύγκλισης, με βάση παγχρωματική εικόνα 15m του ETM+ που είχε το μικρότερο ίχνος πυρκαγιάς (καθώς αυτό επηρρεάζει τον αλγόριθμο), και κάλυπτε πλήρως την περιοχή μελέτης. Σε λίγες περιπτώσεις απαιτήθηκε και η μη αυτόματη προσθήκη σημείων σύγκλισης.

* Μετασχηματισμός απεικονίσεων

Όλα τα κανάλια (τέσσερα για τον MSS και 6 για τον ΤΜ και τον ΕΤΜ+) σε κάθε απεικόνιση μετασχηματίστηκαν με μη τυποποιημένο μετασχηματισμό κύριων συνιστωσών (Principal Components Transformation - PCT). Δοκιμάστηκε επίσης ο τυποποιημένος μετασχηματισμός κύριων συνιστωσών, που μείωνε τα λάθη παράλειψης, εις βάρος όμως των λαθών απόδοσης. Δεδομένου ότι στόχος της εργασίας ήταν η συντηρητική καταγραφή των πυρκαγιών, και συνεπώς τα λιγότερα λάθη απόδοσης, προτιμήθηκε ο μη τυποποιημένος μετασχηματισμός, που απέδωσε εξαιρετικά στην απόδοση ιχνών από πυρκαγιές που είχαν λάβει χώρα νωρίτερα κατά την ξηρή περίοδο, και τη διάκριση τους από ξηρά χώματα και τοπογραφικές σκιές.

* Ταξινόμηση απεικονίσεων

Κατά την προκαταρκτική ανάλυση διαπιστώθηκε ότι τα μετασχηματισμένα με τη μέθοδο PCT δεδομένα είχαν καλύτερα αποτελέσματα από τα αρχικά (μη μετασχηματισμένα) δεδομένα, σε όλους τους τύπους ταξινόμησης που δοκιμάστηκαν (μη επιβλεπόμενη, ελάχιστης απόστασης, απόστασης Mahalanobis, παραλληλεπιπέδων και μέγιστης πιθανοφάνειας), και συνεπώς επιλέχθηκαν για ταξινόμηση. Επιλέχθηκε η ταξινόμηση παραλληλεπιπέδων, που, αντίθετα με τις υπόλοιπες μεθόδους επιβλεπόμενης ταξινόμησης, ταξινομεί μόνο τα pixel που απέχουν σε ορισμένη απόσταση τυπικών αποκλίσεων από τη μέση τιμή, που καθορίζει ο χρήστης, και όχι όλα τα pixel της απεικόνισης, γεγονός το οποίο λειτούργησε υπέρ της εφαρμογής, η οποία ενδιαφέρεται μόνο για την ταξινόμηση των καμένων pixel.

Στην '''ΕΙΚΟΝΑ 2''' φαίνεται η μεθοδολογία που ακολουθήθηκε, με χρήση του προγράμματος RSI ENVI 3.4. Τα ίχνη φωτιάς που είναι εμφανή στα περισσότερα από τα αρχικά κανάλια, φαίνονται σε λιγότερα από τα μετασχηματισμένα κανάλια με PCT, αλλά πιο εμφατικά. Τα μεγάλα ίχνη πυρκαγιάς καταλαμβάνουν μεγάλο τμήμα του φάσματος, και γι’αυτό εμφανίζονται συχνά στα κανάλια PC2 και PC3. Στην '''ΕΙΚΟΝΑ 3''' φαίνεται η μεγάλη διαφορά ανάμεσα στο φάσμα του καμένου και του μη καμένου μετά την εφαρμογή του PCT, που αιτιολογεί γραφικά την ακριβέστερη ταξινόμηση με χρήση των δεδομένων PCT, σε σχέση με τα αρχικά.

[[Εικόνα:S5p5.JPG|thumb|right|'''ΕΙΚΟΝΑ 5''': Συνολικός χάρτης περιστατικών πυρκαγιάς, 1972-2002. Πηγή: Ιδία]]

* Δημιουργία χαρτών ετήσιων πυρκαγιών

Οι εικόνες με ίχνη πυρκαγιάς από ανεξάρτητες απεικονίσεις συντέθηκαν σε ετήσιους χάρτες πυρκαγιών, οι οποίοι υπέστησαν φίλτρο πλειονότητας 3x3 και μείωση της ανάλυσης σε στοιχειώδη εμβαδά του ενός εκταρίου ('''ΕΙΚΟΝΑ 4'''). Επίσης δημιουργήθηκε συνολικός χάρτης περιστατικών πυρκαγιάς από το 1972 έως το 2002, με τη σύνθεση των 22 ετήσιων χαρτών και την εφαρμογή φίλτρου μέσης τιμής 3x3 ('''EIKONA 5''').

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Διαπιστώθηκε ότι οι πυρκαγιές είναι σπανιότερες στη Μποτσουάνα, σε σχέση με τη Νότια Αφρική, που είχε μέση συχνότητα εμφάνισης, και το πάρκο MGR, που έχει υψηλή συχνότητα.
Η υψηλή συχνότητα πυρκαγιών στο πάρκο οφείλεται στην ελεγχόμενη από τους διαχειριστές του έναυση τους, για λόγους διαχείρισης της βλάστησης του πάρκου.
Ενώ η μεθοδολογία κρίνεται ικανοποιητική για την απεικόνιση της συχνότητας πυρκαγιών και τη δημιουργία χαρτών διάκρισης καμένου/ μη καμένου, δε μπορεί να απεικονίσει άλλους σημαντικούς παράγοντες όπως η ένταση της πυρκαγιάς, που απαιτούν περισσότερα δεδομένα επιβεβαίωσης από την περιοχή μελέτης.

[[category:Χαρτογράφηση καμένων εκτάσεων]]

Μάγειρας Ιωάννης

2011-01-17T20:56:09Z

Imageiras:

* [[Αξιολόγηση της μη επιβλεπόμενης και της επιβλεπόμενης ταξινόμησης σε ορεινό τοπίο του Νεπάλ]]
* [[Χαρτογράφηση ιχνών πυρκαγιάς σε νοτιοαφρικανική σαβάνα με χρήση απεικονίσεων Landsat]]
* [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων]]
* [[Η λειτουργία της τηλεπισκόπησης σε υποστήριξη της πολιτικής περιβάλλοντος]]
* [[Τηλεπισκόπηση Απορρεύματος Πλοίων Επιφανείας]]

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

Χαρτογράφηση ιχνών πυρκαγιάς σε νοτιοαφρικανική σαβάνα με χρήση απεικονίσεων Landsat

2011-01-17T20:54:46Z

Imageiras: New page: '''Mapping fire scars in a southern African savannah using Landsat imagery''' '''Συγγραφείς''' A.T. Hudac, B. H. Brocket '''Πηγή''' INT. J. REMOTE SENSING, 20 AUGUST 2004...

'''Mapping fire scars in a southern African savannah using Landsat imagery'''

'''Συγγραφείς'''

A.T. Hudac, B. H. Brocket

'''Πηγή'''

INT. J. REMOTE SENSING, 20 AUGUST 2004, VOL. 25, NO. 16, 3231–3243
[[Εικόνα:S5p1.JPG|thumb|right|'''ΕΙΚΟΝΑ 1''': Περιοχή μελέτης - Πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική. Πηγή: Ιδία]]
[[Εικόνα:S5p2.JPG|thumb|right|'''ΕΙΚΟΝΑ 2''': Σχηματική απεικόνιση της μεθοδολογίας ανάλυσης απεικόνισης, για τη χαρτογράφηση ιχνών πυρκαγιάς με χρήση απεικόνισης ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p3.JPG|thumb|right|'''ΕΙΚΟΝΑ 3''': Σύγκριση των φασματικών υπογραφών των περιοχών εκπαίδευσης από την (a) αρχική και (b) μετασχηματισμένη με τη μέθοδο PCT απεικόνιση ETM+ 28 Σεπ 2000. Πηγή: Ιδία]]
[[Εικόνα:S5p4.JPG|thumb|right|'''ΕΙΚΟΝΑ 4''': Ετήσιοι χάρτες πυρκαγιών, 1972-2002. Πηγή: Ιδία]]

'''Σκοπός της Εφαρμογής'''

Η καταγραφή του ιστορικού πυρκαγιών σε ημιάνυδρο τοπίο σαβάνας στη νότια Αφρική, επ’ωφελεία των επιτόπιων επιστημόνων και διαχειριστών των βοσκοτόπων.

'''Μεθοδολογία'''

* Περιοχή μελέτης'''

Η περιοχή μελέτης έχει συνολική έκταση 250 000 εκτάρια και είναι επικεντρωμένη στο πάρκο άγριας φύσης (σαφάρι) Madikwe Game Reserve (MGR) στη Νότια Αφρική, με έκταση 75 000 εκτάρια, συμπεριλαμβάνοντας ιδιωτικές φάρμες βοοειδών στο νότο (Ν. Αφρική), και κοινόχρηστους βοσκότοπους στο βορά (Μποτσουάνα) ('''ΕΙΚΟΝΑ 1''').

* Επιλογή Απεικονίσεων

Μετά από έρευνα για την εύρεση απεικονίσεων για όλες τις πυρκαγιές από το 1972 (Landsat 1), βρέθηκαν και χρησιμοποιήθηκαν 36 απεικονίσεις Landsat MSS, TM και ETM+, που απεικονίζουν τις περισσότερες πυρκαγιές από το 1972 έως το 2002.

* Χωροθέτηση απεικονίσεων

Οι 36 απεικονίσεις Landsat χωροθετήθηκαν στο ίδιο επίπεδο αναφοράς χρησιμοποιώντας αυτόματο αλγόριθμο εύρεσης σημείων σύγκλισης, με βάση παγχρωματική εικόνα 15m του ETM+ που είχε το μικρότερο ίχνος πυρκαγιάς (καθώς αυτό επηρρεάζει τον αλγόριθμο), και κάλυπτε πλήρως την περιοχή μελέτης. Σε λίγες περιπτώσεις απαιτήθηκε και η μη αυτόματη προσθήκη σημείων σύγκλισης.

* Μετασχηματισμός απεικονίσεων

Όλα τα κανάλια (τέσσερα για τον MSS και 6 για τον ΤΜ και τον ΕΤΜ+) σε κάθε απεικόνιση μετασχηματίστηκαν με μη τυποποιημένο μετασχηματισμό κύριων συνιστωσών (Principal Components Transformation - PCT). Δοκιμάστηκε επίσης ο τυποποιημένος μετασχηματισμός κύριων συνιστωσών, που μείωνε τα λάθη παράλειψης, εις βάρος όμως των λαθών απόδοσης. Δεδομένου ότι στόχος της εργασίας ήταν η συντηρητική καταγραφή των πυρκαγιών, και συνεπώς τα λιγότερα λάθη απόδοσης, προτιμήθηκε ο μη τυποποιημένος μετασχηματισμός, που απέδωσε εξαιρετικά στην απόδοση ιχνών από πυρκαγιές που είχαν λάβει χώρα νωρίτερα κατά την ξηρή περίοδο, και τη διάκριση τους από ξηρά χώματα και τοπογραφικές σκιές.

* Ταξινόμηση απεικονίσεων

Κατά την προκαταρκτική ανάλυση διαπιστώθηκε ότι τα μετασχηματισμένα με τη μέθοδο PCT δεδομένα είχαν καλύτερα αποτελέσματα από τα αρχικά (μη μετασχηματισμένα) δεδομένα, σε όλους τους τύπους ταξινόμησης που δοκιμάστηκαν (μη επιβλεπόμενη, ελάχιστης απόστασης, απόστασης Mahalanobis, παραλληλεπιπέδων και μέγιστης πιθανοφάνειας), και συνεπώς επιλέχθηκαν για ταξινόμηση. Επιλέχθηκε η ταξινόμηση παραλληλεπιπέδων, που, αντίθετα με τις υπόλοιπες μεθόδους επιβλεπόμενης ταξινόμησης, ταξινομεί μόνο τα pixel που απέχουν σε ορισμένη απόσταση τυπικών αποκλίσεων από τη μέση τιμή, που καθορίζει ο χρήστης, και όχι όλα τα pixel της απεικόνισης, γεγονός το οποίο λειτούργησε υπέρ της εφαρμογής, η οποία ενδιαφέρεται μόνο για την ταξινόμηση των καμένων pixel.

Στην '''ΕΙΚΟΝΑ 2''' φαίνεται η μεθοδολογία που ακολουθήθηκε, με χρήση του προγράμματος RSI ENVI 3.4. Τα ίχνη φωτιάς που είναι εμφανή στα περισσότερα από τα αρχικά κανάλια, φαίνονται σε λιγότερα από τα μετασχηματισμένα κανάλια με PCT, αλλά πιο εμφατικά. Τα μεγάλα ίχνη πυρκαγιάς καταλαμβάνουν μεγάλο τμήμα του φάσματος, και γι’αυτό εμφανίζονται συχνά στα κανάλια PC2 και PC3. Στην '''ΕΙΚΟΝΑ 3''' φαίνεται η μεγάλη διαφορά ανάμεσα στο φάσμα του καμένου και του μη καμένου μετά την εφαρμογή του PCT, που αιτιολογεί γραφικά την ακριβέστερη ταξινόμηση με χρήση των δεδομένων PCT, σε σχέση με τα αρχικά.

[[Εικόνα:S5p5.JPG|thumb|right|'''ΕΙΚΟΝΑ 5''': Συνολικός χάρτης περιστατικών πυρκαγιάς, 1972-2002. Πηγή: Ιδία]]

* Δημιουργία χαρτών ετήσιων πυρκαγιών

Οι εικόνες με ίχνη πυρκαγιάς από ανεξάρτητες απεικονίσεις συντέθηκαν σε ετήσιους χάρτες πυρκαγιών, οι οποίοι υπέστησαν φίλτρο πλειονότητας 3x3 και μείωση της ανάλυσης σε στοιχειώδη εμβαδά του ενός εκταρίου ('''ΕΙΚΟΝΑ 4'''). Επίσης δημιουργήθηκε συνολικός χάρτης περιστατικών πυρκαγιάς από το 1972 έως το 2002, με τη σύνθεση των 22 ετήσιων χαρτών και την εφαρμογή φίλτρου μέσης τιμής 3x3 ('''EIKONA 5''').

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Διαπιστώθηκε ότι οι πυρκαγιές είναι σπανιότερες στη Μποτσουάνα, σε σχέση με τη Νότια Αφρική, που είχε μέση συχνότητα εμφάνισης, και το πάρκο MGR, που έχει υψηλή συχνότητα.
Η υψηλή συχνότητα πυρκαγιών στο πάρκο οφείλεται στην ελεγχόμενη από τους διαχειριστές του έναυση τους, για λόγους διαχείρισης της βλάστησης του πάρκου.
Ενώ η μεθοδολογία κρίνεται ικανοποιητική για την απεικόνιση της συχνότητας πυρκαγιών και τη δημιουργία χαρτών διάκρισης καμένου/ μη καμένου, δε μπορεί να απεικονίσει άλλους σημαντικούς παράγοντες όπως η ένταση της πυρκαγιάς, που απαιτούν περισσότερα δεδομένα επιβεβαίωσης από την περιοχή μελέτης.

[[category:Χαρτογράφηση καμένων εκτάσεων]]

Αρχείο:S5p5.JPG

2011-01-17T20:38:28Z

Imageiras:

Αρχείο:S5p4.JPG

2011-01-17T20:37:21Z

Imageiras:

Αρχείο:S5p3.JPG

2011-01-17T20:36:58Z

Imageiras:

Αρχείο:S5p2.JPG

2011-01-17T20:32:30Z

Imageiras:

Αρχείο:S5p1.JPG

2011-01-17T20:29:53Z

Imageiras:

Αξιολόγηση της μη επιβλεπόμενης και της επιβλεπόμενης ταξινόμησης σε ορεινό τοπίο του Νεπάλ

2011-01-17T07:46:09Z

Imageiras:

'''Improving Landsat and IRS Image Classification: Evaluation of Unsupervised and Supervised Classification through Band Ratios and DEM in a Mountainous Landscape in Nepal'''

'''Συγγραφέας'''

Κrishna Bahadur K.C.

'''Πηγή'''

Remote Sens. 2009, 1(4), 1257-1272

'''Σκοπός της Εφαρμογής'''

Η διερεύνηση και αξιολόγηση της χρήσης τροποποιημένων καναλιών και συμπληρωματικών δεδομένων στην ταξινόμηση απεικονίσεων Landsat και IRS, για τη δημιουργία χάρτη χρήσεων/καλύψεων γης της λεκάνης Galaudu του Νεπάλ ('''ΕΙΚΟΝΑ 1''').
[[Εικόνα:S4p1.jpg|thumb|right|ΕΙΚΟΝΑ 1: Περιοχή μελέτης - Λεκάνη Galaudu του Νεπάλ. Πηγή: Ιδία]]

'''Μεθοδολογία'''

Η ταξινόμηση των χρήσεων γης διερευνήθηκε με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης και για 12 σύνολα δεδομένων, που περιέχουν τα κανάλια των Landsat MSS και ΤΜ και του IRS, τους λόγους τους, τον ειδικό λόγο βλάστησης ΝDVI, τη μέθοδο των κύριων στοιχείων (Principal Components - PC) και το ψηφιακό υψομετρικό υπόδειγμα (Digital Elevation Model - DEM).

Η διάκριση των χρήσεων γης είναι δυσχερής στις ορεινές περιοχές με τροπικά υγρά κλίματα, καθώς απεικονίσεις χωρίς νέφη λαμβάνονται μόνο τη ξηρή περίοδο, όπου οι περισσότερες γεωργικές περιοχές είναι χέρσες. Ειδικά στις ορεινές περιοχές του Νεπάλ η διάκριση είναι δύσκολη λόγω της περίπλοκης δομής και σύνθεσης των καλλιεργειών, και του ορεινού τοπίου με τις μεγάλες σκιάσεις. Η προσθήκη του DEM συνέβαλε στη βελτίωση της ακρίβειας της ταξινόμησης.

'''Χωρικά Δεδομένα'''

Τα χωρικά δεδομένα που χρησιμοποιήθηκαν ήταν:

-Δεδομένα Landsat MSS 10-Oct-1976 (Path 152, Row 41)

-Δεδομένα Landsat TM 4-Feb-1990, 13-3-2000 (Path/Row 141/41)

-Δεδομένα IRS 16-Feb-2002 (Path/Row 104/052)

-Ασπρόμαυρες αεροφωτογραφίες 1:50.000 από 1978 έως 1992

-Τοπογραφικοί χάρτες 1:25.000 από τους οποίους δημιουργήθηκε το DEM

-Επίγειοι έλεγχοι

'''Ανάλυση απεικονίσεων'''

[[Εικόνα:S4p2.jpg|thumb|right|ΕΙΚΟΝΑ 2: Μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης. Πηγή: Ιδία]]

Η μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης φαίνεται στην '''ΕΙΚΟΝΑ 2''' και αναλύεται ακολούθως:

*Προεπεξεργασία
Αρχικά, έγινε προεπεξεργασία των απεικονίσεων προκειμένου να απαλειφθούν ανεπιθύμητα χαρακτηριστικά, όπως θόρυβος, γεωμετρική διαστρέβλωση κ.ο.κ.

* Μη επιβλεπόμενη ταξινόμηση
Έγινε επιλογή 6 συνόλων δεδομένων για τον MSS, 12 για τον ΤΜΜ και 6 για τον IRS, μεταξύ των οποίων κανάλια, λόγοι, NDVI, PC1 και DEM, τα οποία χωρίστηκαν σε συνδυασμούς και ταξινομήθηκαν με τη μη επιβλεπόμενη μέθοδο ISODATΑ. Οι ταξινομήσεις που προέκυψαν αναγνωρίστηκαν με βάση τα δεδομένα από τον επίγειο έλεγχο και παλαιότερους χάρτες χρήσεων γης, έγινε σύγκριση της ακρίβειας τους, και διαπιστώθηκε ότι ο συνδυασμός των λόγων καναλιών 4/3, 5/4, 5/7 έδωσε τα καλύτερα αποτελέσματα.

* Επιβλεπόμενη ταξινόμηση
Βάσει της μη επιβλεπόμενης ταξινόμησης με τα καλύτερα αποτελέσματα, εφαρμόστηκε επιβλεπόμενη ταξινόμηση επίσης στο συνδυασμό λόγων 4/3, 5/4, 5/7, με τη μέθοδο της μέγιστης πιθανοφάνειας Bayesian (MLC). Οι περιοχές εκπαίδευσης για κάθε κατηγορία επιλέχτηκαν από τον επίγειο έλεγχο για τον IRS, και τις αεροφωτογραφίες για τον Landsat MSS και ΤΜ. Για τη δημιουργία χαρτών χρήσης γης για το 1976, 1990, 2000, και 2002 χρησιμοποιήθηκαν πέντε κατηγορίες γης ανάλογα με τη χρήση/κάλυψη, η δασική, η θαμνώδης, η πεδινή γεωργική, η ορεινή γεωργική, και οι καλλιέργειες λαχανικών.

* Μεταταξινόμηση
Οι ταξινομημένες εικόνες υπέστησαν μεταταξινόμηση με επιλεγμένες ενοποιήσεις κατηγοριών, και καθαρισμό – ενοποιήσεις περιοχών από μη ταξινομημένα – απομονωμένα pixel, και οι τελικές περιοχές χρήσης εξάχθηκαν ως πολυγωνικά θέματα σε πρόγραμμα GIS, για περαιτέρω ανάλυση.

* Διαφοροποίηση χρήσεων γης
Τα πολυγωνικά θέματα χρήσεων γης που εξήχθησαν για το 1976, το 1990 και το 2000 ήρθαν ανά δύο σε αντιπαραβολή επιπέδων GIS, και υπολογίστηκε η περιοχή που άλλαζε από τη μια κατηγορία χρήσης στην άλλη.

[[Εικόνα:S4p3.jpg|thumb|right|ΕΙΚΟΝΑ 3: Χρήσεις γης στη λεκάνη Galaudu το 1976, 1990, 2000 και 2002. Πηγή: Ιδία]]
'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Στην εργασία διερευνήθηκε η ταξινόμηση των χρήσεων γης στη λεκάνη Galaudu του Νεπάλ με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης, με την επιβλεπόμενη ταξινόμηση να επιτυγχάνει καλύτερα αποτελέσματα. Την υψηλότερη ακρίβεια πέτυχε ο συνδυασμός λόγων 4/3, 5/4, 5/7 (82,86%), και τη χαμηλότερη ο συνδυασμός των καναλιών 2, 3, 4 (45,29%). Το αποτέλεσμα αυτό αποδίδεται σε ένα βαθμό και στο έντονο στην περιοχή φαινόμενο σκίασης, λόγω του ορεινού τοπίου, την επίδραση του οποίου απαλείφουν οι λόγοι. Οι χάρτες χρήσης γης που προέκυψαν για το 1976, 1990, 2000 και 2002 φαίνονται στην '''ΕΙΚΟΝΑ 3'''.
Αναφορικά με τη διαφοροποίηση των χρήσεων γης, διαπιστώθηκε ότι από το 1976 έως το 2002, οι αγροτικές περιοχές της λεκάνης αυξήθηκαν περίπου κατά 50% εις βάρος των δασικών περιοχών. Το γεγονός αυτό δύναται να εξηγηθεί από το ότι οι καλλιέργειες της λεκάνης βρίσκονται σε υψηλά υψόμετρα και κλίσεις, με αποτέλεσμα να εξαντλούνται γρήγορα και οι αγρότες να επεκτείνονται στη δασική ζώνη.

[[category:Αναγνώριση δασικών ειδών]]

Αξιολόγηση της μη επιβλεπόμενης και της επιβλεπόμενης ταξινόμησης σε ορεινό τοπίο του Νεπάλ

2011-01-17T07:42:33Z

Imageiras:

'''Improving Landsat and IRS Image Classification: Evaluation of Unsupervised and Supervised Classification through Band Ratios and DEM in a Mountainous Landscape in Nepal'''

'''Συγγραφέας'''

Κrishna Bahadur K.C.

'''Σκοπός της Εφαρμογής'''

Η διερεύνηση και αξιολόγηση της χρήσης τροποποιημένων καναλιών και συμπληρωματικών δεδομένων στην ταξινόμηση απεικονίσεων Landsat και IRS, για τη δημιουργία χάρτη χρήσεων/καλύψεων γης της λεκάνης Galaudu του Νεπάλ ('''ΕΙΚΟΝΑ 1''').
[[Εικόνα:S4p1.jpg|thumb|right|ΕΙΚΟΝΑ 1: Περιοχή μελέτης - Λεκάνη Galaudu του Νεπάλ. Πηγή: Ιδία]]

'''Μεθοδολογία'''

Η ταξινόμηση των χρήσεων γης διερευνήθηκε με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης και για 12 σύνολα δεδομένων, που περιέχουν τα κανάλια των Landsat MSS και ΤΜ και του IRS, τους λόγους τους, τον ειδικό λόγο βλάστησης ΝDVI, τη μέθοδο των κύριων στοιχείων (Principal Components - PC) και το ψηφιακό υψομετρικό υπόδειγμα (Digital Elevation Model - DEM).

Η διάκριση των χρήσεων γης είναι δυσχερής στις ορεινές περιοχές με τροπικά υγρά κλίματα, καθώς απεικονίσεις χωρίς νέφη λαμβάνονται μόνο τη ξηρή περίοδο, όπου οι περισσότερες γεωργικές περιοχές είναι χέρσες. Ειδικά στις ορεινές περιοχές του Νεπάλ η διάκριση είναι δύσκολη λόγω της περίπλοκης δομής και σύνθεσης των καλλιεργειών, και του ορεινού τοπίου με τις μεγάλες σκιάσεις. Η προσθήκη του DEM συνέβαλε στη βελτίωση της ακρίβειας της ταξινόμησης.

'''Χωρικά Δεδομένα'''

Τα χωρικά δεδομένα που χρησιμοποιήθηκαν ήταν:

-Δεδομένα Landsat MSS 10-Oct-1976 (Path 152, Row 41)

-Δεδομένα Landsat TM 4-Feb-1990, 13-3-2000 (Path/Row 141/41)

-Δεδομένα IRS 16-Feb-2002 (Path/Row 104/052)

-Ασπρόμαυρες αεροφωτογραφίες 1:50.000 από 1978 έως 1992

-Τοπογραφικοί χάρτες 1:25.000 από τους οποίους δημιουργήθηκε το DEM

-Επίγειοι έλεγχοι

'''Ανάλυση απεικονίσεων'''

[[Εικόνα:S4p2.jpg|thumb|right|ΕΙΚΟΝΑ 2: Μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης. Πηγή: Ιδία]]

Η μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης φαίνεται στην '''ΕΙΚΟΝΑ 2''' και αναλύεται ακολούθως:

*Προεπεξεργασία
Αρχικά, έγινε προεπεξεργασία των απεικονίσεων προκειμένου να απαλειφθούν ανεπιθύμητα χαρακτηριστικά, όπως θόρυβος, γεωμετρική διαστρέβλωση κ.ο.κ.

* Μη επιβλεπόμενη ταξινόμηση
Έγινε επιλογή 6 συνόλων δεδομένων για τον MSS, 12 για τον ΤΜΜ και 6 για τον IRS, μεταξύ των οποίων κανάλια, λόγοι, NDVI, PC1 και DEM, τα οποία χωρίστηκαν σε συνδυασμούς και ταξινομήθηκαν με τη μη επιβλεπόμενη μέθοδο ISODATΑ. Οι ταξινομήσεις που προέκυψαν αναγνωρίστηκαν με βάση τα δεδομένα από τον επίγειο έλεγχο και παλαιότερους χάρτες χρήσεων γης, έγινε σύγκριση της ακρίβειας τους, και διαπιστώθηκε ότι ο συνδυασμός των λόγων καναλιών 4/3, 5/4, 5/7 έδωσε τα καλύτερα αποτελέσματα.

* Επιβλεπόμενη ταξινόμηση
Βάσει της μη επιβλεπόμενης ταξινόμησης με τα καλύτερα αποτελέσματα, εφαρμόστηκε επιβλεπόμενη ταξινόμηση επίσης στο συνδυασμό λόγων 4/3, 5/4, 5/7, με τη μέθοδο της μέγιστης πιθανοφάνειας Bayesian (MLC). Οι περιοχές εκπαίδευσης για κάθε κατηγορία επιλέχτηκαν από τον επίγειο έλεγχο για τον IRS, και τις αεροφωτογραφίες για τον Landsat MSS και ΤΜ. Για τη δημιουργία χαρτών χρήσης γης για το 1976, 1990, 2000, και 2002 χρησιμοποιήθηκαν πέντε κατηγορίες γης ανάλογα με τη χρήση/κάλυψη, η δασική, η θαμνώδης, η πεδινή γεωργική, η ορεινή γεωργική, και οι καλλιέργειες λαχανικών.

* Μεταταξινόμηση
Οι ταξινομημένες εικόνες υπέστησαν μεταταξινόμηση με επιλεγμένες ενοποιήσεις κατηγοριών, και καθαρισμό – ενοποιήσεις περιοχών από μη ταξινομημένα – απομονωμένα pixel, και οι τελικές περιοχές χρήσης εξάχθηκαν ως πολυγωνικά θέματα σε πρόγραμμα GIS, για περαιτέρω ανάλυση.

* Διαφοροποίηση χρήσεων γης
Τα πολυγωνικά θέματα χρήσεων γης που εξήχθησαν για το 1976, το 1990 και το 2000 ήρθαν ανά δύο σε αντιπαραβολή επιπέδων GIS, και υπολογίστηκε η περιοχή που άλλαζε από τη μια κατηγορία χρήσης στην άλλη.

[[Εικόνα:S4p3.jpg|thumb|right|ΕΙΚΟΝΑ 3: Χρήσεις γης στη λεκάνη Galaudu το 1976, 1990, 2000 και 2002. Πηγή: Ιδία]]
'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Στην εργασία διερευνήθηκε η ταξινόμηση των χρήσεων γης στη λεκάνη Galaudu του Νεπάλ με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης, με την επιβλεπόμενη ταξινόμηση να επιτυγχάνει καλύτερα αποτελέσματα. Την υψηλότερη ακρίβεια πέτυχε ο συνδυασμός λόγων 4/3, 5/4, 5/7 (82,86%), και τη χαμηλότερη ο συνδυασμός των καναλιών 2, 3, 4 (45,29%). Το αποτέλεσμα αυτό αποδίδεται σε ένα βαθμό και στο έντονο στην περιοχή φαινόμενο σκίασης, λόγω του ορεινού τοπίου, την επίδραση του οποίου απαλείφουν οι λόγοι. Οι χάρτες χρήσης γης που προέκυψαν για το 1976, 1990, 2000 και 2002 φαίνονται στην '''ΕΙΚΟΝΑ 3'''.
Αναφορικά με τη διαφοροποίηση των χρήσεων γης, διαπιστώθηκε ότι από το 1976 έως το 2002, οι αγροτικές περιοχές της λεκάνης αυξήθηκαν περίπου κατά 50% εις βάρος των δασικών περιοχών. Το γεγονός αυτό δύναται να εξηγηθεί από το ότι οι καλλιέργειες της λεκάνης βρίσκονται σε υψηλά υψόμετρα και κλίσεις, με αποτέλεσμα να εξαντλούνται γρήγορα και οι αγρότες να επεκτείνονται στη δασική ζώνη.

[[category:Αναγνώριση δασικών ειδών]]

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-14T17:07:49Z

Imageiras:

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

'''Συγγραφείς'''

Yang Hong, Robert Adler, George Huffman

'''Πηγή'''

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

'''Στόχος της Εφαρμογής'''

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

'''Μεθοδολογία'''

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

'''Γεωχωρικά δεδομένα'''

* Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

* Δεδομένα χρήσεων γης

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

* Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

'''Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις'''

* Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

-Μεγαλύτερη κλίση, μεγαλύτερη επικινδυνότητα

-Τραχύ και χαλαρής συνεκτικότητας έδαφος, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερο υψόμετρο, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερη αποστράγγιση, μικρότερη επικινδυνότητα

* Καταμερισμένος γραμμικός συνδυασμός

[[Εικόνα:Sef paper1 photo1.JPG|thumb|right|ΕΙΚΟΝΑ 1: Γεωχωρικά Δεδομένα Βόρειας Αμερικής (a) DEM (b) κλίση (c) Ταξινόμηση κάλυψης/χρήσης Γης MODIS (d) Δείκτης επικινδυνότητας από την υπόψη εργασία (e,f) Δείκτης επικινδυνότητας USGS. Πηγη:Ιδία]]

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

* Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

[[Εικόνα:Sef paper1 photo2.JPG|thumb|right|ΕΙΚΟΝΑ 2: (a) Παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων (b) Ιστόγραμμα της παγκόσμιας επικινδυνότητας σε συνεχείς τιμές από 0 έως 1 (c) Ιστόγραμμα της παγκόσμιας επικινδυνότητας ταξινομημένο σε έξι κατηγορίες. Πηγη:Ιδία]]

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας'''

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

[[category:Κατολισθήσεις]]

Μάγειρας Ιωάννης

2011-01-14T17:03:33Z

Imageiras:

* [[Αξιολόγηση της μη επιβλεπόμενης και της επιβλεπόμενης ταξινόμησης σε ορεινό τοπίο του Νεπάλ]]
* [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων]]
* [[Η λειτουργία της τηλεπισκόπησης σε υποστήριξη της πολιτικής περιβάλλοντος]]
* [[Τηλεπισκόπηση Απορρεύματος Πλοίων Επιφανείας]]

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

Αξιολόγηση της μη επιβλεπόμενης και της επιβλεπόμενης ταξινόμησης σε ορεινό τοπίο του Νεπάλ

2011-01-14T17:02:26Z

Imageiras: New page: '''Improving Landsat and IRS Image Classification: Evaluation of Unsupervised and Supervised Classification through Band Ratios and DEM in a Mountainous Landscape in Nepal''' '''Συγγ...

'''Improving Landsat and IRS Image Classification: Evaluation of Unsupervised and Supervised Classification through Band Ratios and DEM in a Mountainous Landscape in Nepal'''

'''Συγγραφέας'''

Κrishna Bahadur K.C.

'''Σκοπός της Εφαρμογής'''

Η διερεύνηση και αξιολόγηση της χρήσης τροποποιημένων καναλιών και συμπληρωματικών δεδομένων στην ταξινόμηση απεικονίσεων Landsat και IRS, για τη δημιουργία χάρτη χρήσεων/καλύψεων γης της λεκάνης Galaudu του Νεπάλ ('''ΕΙΚΟΝΑ 1''').
[[Εικόνα:S4p1.jpg|thumb|right|ΕΙΚΟΝΑ 1: Περιοχή μελέτης - Λεκάνη Galaudu του Νεπάλ. Πηγή: Ιδία]]

'''Μεθοδολογία'''

Η ταξινόμηση των χρήσεων γης διερευνήθηκε με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης και για 12 σύνολα δεδομένων, που περιέχουν τα κανάλια των Landsat MSS και ΤΜ και του IRS, τους λόγους τους, τον ειδικό λόγο βλάστησης ΝDVI, τη μέθοδο των κύριων στοιχείων (Principal Components - PC) και το ψηφιακό υψομετρικό υπόδειγμα (Digital Elevation Model - DEM).

Η διάκριση των χρήσεων γης είναι δυσχερής στις ορεινές περιοχές με τροπικά υγρά κλίματα, καθώς απεικονίσεις χωρίς νέφη λαμβάνονται μόνο τη ξηρή περίοδο, όπου οι περισσότερες γεωργικές περιοχές είναι χέρσες. Ειδικά στις ορεινές περιοχές του Νεπάλ η διάκριση είναι δύσκολη λόγω της περίπλοκης δομής και σύνθεσης των καλλιεργειών, και του ορεινού τοπίου με τις μεγάλες σκιάσεις. Η προσθήκη του DEM συνέβαλε στη βελτίωση της ακρίβειας της ταξινόμησης.

'''Χωρικά Δεδομένα'''

Τα χωρικά δεδομένα που χρησιμοποιήθηκαν ήταν:
-Δεδομένα Landsat MSS 10-Oct-1976 (Path 152, Row 41)
-Δεδομένα Landsat TM 4-Feb-1990, 13-3-2000 (Path/Row 141/41)
-Δεδομένα IRS 16-Feb-2002 (Path/Row 104/052)
-Ασπρόμαυρες αεροφωτογραφίες 1:50.000 από 1978 έως 1992
-Τοπογραφικοί χάρτες 1:25.000 από τους οποίους δημιουργήθηκε το DEM
-Επίγειοι έλεγχοι

'''Ανάλυση απεικονίσεων'''

[[Εικόνα:S4p2.jpg|thumb|right|ΕΙΚΟΝΑ 2: Μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης. Πηγή: Ιδία]]

Η μεθοδολογία της ψηφιακής ανάλυσης των απεικονίσεων για την δημιουργία του χάρτη χρήσεων/καλύψεων γης φαίνεται στην '''ΕΙΚΟΝΑ 2''' και αναλύεται ακολούθως:

*Προεπεξεργασία
Αρχικά, έγινε προεπεξεργασία των απεικονίσεων προκειμένου να απαλειφθούν ανεπιθύμητα χαρακτηριστικά, όπως θόρυβος, γεωμετρική διαστρέβλωση κ.ο.κ.

* Μη επιβλεπόμενη ταξινόμηση
Έγινε επιλογή 6 συνόλων δεδομένων για τον MSS, 12 για τον ΤΜΜ και 6 για τον IRS, μεταξύ των οποίων κανάλια, λόγοι, NDVI, PC1 και DEM, τα οποία χωρίστηκαν σε συνδυασμούς και ταξινομήθηκαν με τη μη επιβλεπόμενη μέθοδο ISODATΑ. Οι ταξινομήσεις που προέκυψαν αναγνωρίστηκαν με βάση τα δεδομένα από τον επίγειο έλεγχο και παλαιότερους χάρτες χρήσεων γης, έγινε σύγκριση της ακρίβειας τους, και διαπιστώθηκε ότι ο συνδυασμός των λόγων καναλιών 4/3, 5/4, 5/7 έδωσε τα καλύτερα αποτελέσματα.

* Επιβλεπόμενη ταξινόμηση
Βάσει της μη επιβλεπόμενης ταξινόμησης με τα καλύτερα αποτελέσματα, εφαρμόστηκε επιβλεπόμενη ταξινόμηση επίσης στο συνδυασμό λόγων 4/3, 5/4, 5/7, με τη μέθοδο της μέγιστης πιθανοφάνειας Bayesian (MLC). Οι περιοχές εκπαίδευσης για κάθε κατηγορία επιλέχτηκαν από τον επίγειο έλεγχο για τον IRS, και τις αεροφωτογραφίες για τον Landsat MSS και ΤΜ. Για τη δημιουργία χαρτών χρήσης γης για το 1976, 1990, 2000, και 2002 χρησιμοποιήθηκαν πέντε κατηγορίες γης ανάλογα με τη χρήση/κάλυψη, η δασική, η θαμνώδης, η πεδινή γεωργική, η ορεινή γεωργική, και οι καλλιέργειες λαχανικών.

* Μεταταξινόμηση
Οι ταξινομημένες εικόνες υπέστησαν μεταταξινόμηση με επιλεγμένες ενοποιήσεις κατηγοριών, και καθαρισμό – ενοποιήσεις περιοχών από μη ταξινομημένα – απομονωμένα pixel, και οι τελικές περιοχές χρήσης εξάχθηκαν ως πολυγωνικά θέματα σε πρόγραμμα GIS, για περαιτέρω ανάλυση.

* Διαφοροποίηση χρήσεων γης
Τα πολυγωνικά θέματα χρήσεων γης που εξήχθησαν για το 1976, το 1990 και το 2000 ήρθαν ανά δύο σε αντιπαραβολή επιπέδων GIS, και υπολογίστηκε η περιοχή που άλλαζε από τη μια κατηγορία χρήσης στην άλλη.

[[Εικόνα:S4p3.jpg|thumb|right|ΕΙΚΟΝΑ 3: Χρήσεις γης στη λεκάνη Galaudu το 1976, 1990, 2000 και 2002. Πηγή: Ιδία]]
'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθοδολογίας'''

Στην εργασία διερευνήθηκε η ταξινόμηση των χρήσεων γης στη λεκάνη Galaudu του Νεπάλ με χρήση επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης, με την επιβλεπόμενη ταξινόμηση να επιτυγχάνει καλύτερα αποτελέσματα. Την υψηλότερη ακρίβεια πέτυχε ο συνδυασμός λόγων 4/3, 5/4, 5/7 (82,86%), και τη χαμηλότερη ο συνδυασμός των καναλιών 2, 3, 4 (45,29%). Το αποτέλεσμα αυτό αποδίδεται σε ένα βαθμό και στο έντονο στην περιοχή φαινόμενο σκίασης, λόγω του ορεινού τοπίου, την επίδραση του οποίου απαλείφουν οι λόγοι. Οι χάρτες χρήσης γης που προέκυψαν για το 1976, 1990, 2000 και 2002 φαίνονται στην '''ΕΙΚΟΝΑ 3'''.
Αναφορικά με τη διαφοροποίηση των χρήσεων γης, διαπιστώθηκε ότι από το 1976 έως το 2002, οι αγροτικές περιοχές της λεκάνης αυξήθηκαν περίπου κατά 50% εις βάρος των δασικών περιοχών. Το γεγονός αυτό δύναται να εξηγηθεί από το ότι οι καλλιέργειες της λεκάνης βρίσκονται σε υψηλά υψόμετρα και κλίσεις, με αποτέλεσμα να εξαντλούνται γρήγορα και οι αγρότες να επεκτείνονται στη δασική ζώνη.

[[category:Αναγνώριση δασικών ειδών]]

Αρχείο:S4p3.jpg

2011-01-11T20:06:13Z

Imageiras:

Αρχείο:S4p2.jpg

2011-01-11T20:02:36Z

Imageiras:

Αρχείο:S4p1.jpg

2011-01-11T20:01:23Z

Imageiras:

Μάγειρας Ιωάννης

2011-01-10T09:52:38Z

Imageiras:

* [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων]]
* [[Η λειτουργία της τηλεπισκόπησης σε υποστήριξη της πολιτικής περιβάλλοντος]]
* [[Τηλεπισκόπηση Απορρεύματος Πλοίων Επιφανείας]]

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

Τηλεπισκόπηση Απορρεύματος Πλοίων Επιφανείας

2011-01-10T09:50:33Z

Imageiras:

'''Remote Sensing of Surface Ship Wakes'''

'''Συγγραφείς'''

Owen M. Griffin, Ph.D., Rodney D. Peltzer, Ph.D., Arthur M. Reed, Ph.D., & Robert F. Beck, Ph.D.

'''Πηγή'''

Naval Engineers Journal, May 1992, 245-258

'''Στόχος της Εργασίας'''

Η εργασία αφορά την ανασκόπηση των δυνατοτήτων-περιορισμών της τηλεπισκόπησης του απορρεύματος πλοίων επιφανείας με χρήση ραντάρ συνθετικού ανοίγματος (SYNTHETIC APERTURE RADAR- SAR).
Η εργασία επεξηγεί :
* Τις αρχές λειτουργίας των ραντάρ SAR και ανάλυσης των απεικονίσεων τους
* Τα χαρακτηριστικά των απεικονίσεων SAR του απορρεύματος πλοίων
* Τις θεωρίες που προσπαθούν να εξηγήσουν φυσικά τα παραπάνω χαρακτηριστικά και
* Παραδείγματα ανάλυσης πραγματικών απεικονίσεων SAR απορεύματος πλοίων.

'''Αρχές Λειτουργίας Ραντάρ SAR – Ανάλυσης Απεικονίσεων'''

Το ραντάρ τύπου SAR είναι κάθετης απεικόνισης συνθετικά ραντάρ τοποθετημένα σε πλατφόρμα (Α/Φ ή δορυφόρος). Καλούνται συνθετικά γιατί, εκτός της ισχύος του, καταγράφουν επίσης τη διαφορά του επιστρεφόμενου σήματος και την αντίστοιχη μετατόπιση Doppler από το εκπεμπόμενο σήμα. Επίσης καλούνται κάθετης απεικόνισης επειδή το ραντάρ εστιάζει κάθετα στην κίνηση της πλατφόρμας (προς τη λεγόμενη αζιμούθια διεύθυνση). Ο όρος «συνθετικού ανοίγματος» προέρχεται από το γεγονός ότι η κίνηση της πλατφόρμας δημιουργεί μια τεχνητή κεραία, με πολύ μεγαλύτερο εύρος από την πραγματική κεραία.
Προκειμένου να δημιουργηθεί μία υψηλής ευκρινείας ψηφιακή απεικόνιση SAR, απαιτούνται περίπου ένα δισεκατομμύριο υπολογισμοί, γεγονός που οδήγησε αρχικά σε αποτυπώσεις σε φιλμ, όποτε ήταν απαραίτητη η άμεση εξέταση, χωρίς όμως την υψηλή ακρίβεια των ψηφιακών, που επιτρέπουν την παρατήρηση μέχρι το ελάχιστο διακρινόμενο επιφανειακό τμήμα.
Υπάρχει ένας σημαντικός βαθμός περίπλοκων παραγόντων που πρέπει να ληφθούν υπόψη κατά την ανάλυση απεικονίσεων SAR, που περιλαμβάνουν μεταξύ άλλων την εστίαση, τη ρύθμιση της φωτεινότητας, τη διόρθωση για το γεγονός ότι απεικονίζονται ως κινούμενα αντικείμενα το κινούμενο νερό της θάλασσας κ.α, με αποτέλεσμα δύο εργαστήρια που παράγουν απεικόνιση από τα ίδια δεδομένα να καταλήγουν σπάνια στα ίδια αποτελέσματα, εκτός και αν συμφωνήσουν να χρησιμοποιήσουν τις ίδιες παραμέτρους και λογισμικό.

'''Οπτικά Χαρακτηριστικά Απορρεύματος'''

Σε έναν παρατηρητή, το απόρρευμα ενός κινούμενου πλοίου γενικά εμφανίζεται οπτικά σαν μία γραμμή αφρώδους και τυρβώδους νερού ακολουθούμενη από μια περιοχή οπτικά λείου νερού (χωρίς επιφανειακή τραχύτητα). Επίσης, παρατηρείται ο χαρακτηριστικός κυματισμός τύπου Kelvin να διαφεύγει ακτινωτά στην ελεύθερη επιφάνεια.

[[Εικόνα:S1p1.jpg|thumb|right|ΕΙΚΟΝΑ 1: Φωτογραφία του πλοίου USS QUAPAW από το πείραμα JOWIP. Πηγη: Lyden et al. (1988)]]
[[Εικόνα:S1p2.jpg|thumb|right|ΕΙΚΟΝΑ 2: Απεικόνιση SEASAT του Canaveral, 38x38 km , με απορρεύματα τύπου “στενό V” (Πηγή: Digital Image Processing Laboratory, NRL.)]]

Τα παραπάνω οπτικά χαρακτηριστικά φαίνονται στην ΕΙΚΟΝΑ 1 του πλοίου USS QUAPAW από το πείραμα JOWIP. Στη συγκεκριμένη περίπτωση, το απόρρευμα αποτελείται από:

- Το λευκό απόρρευμα, που σχηματίζεται στην πλώρη και επεκτείνεται δύο ή τρία μήκη πίσω από το πλοίο

- Το τυρβώδες απόρρευμα ή απόρρευμα ιξώδους, με ενσωματωμένο σε αυτό το απόρρευμα της προπέλας, πολλά μήκη πίσω από το πλοίο

- Το απόρρευμα Kelvin με τις χαρακτηριστικές οριακές καμπύλες γραμμές των 19,5 μοιρών, με κορυφή μπροστά από το πλοίο και τις εγκάρσιες καμπύλες στις 35,3 μοίρες.

'''Η Απεικονιση SAR Του Απορρευματος'''

Η ηλεκτρομαγνητική ακτινοβολία διαπερνά την επιφάνεια του νερού περίπου κατά το ήμισυ του μήκους κύματος της. Αυτό σημαίνει ότι στη χαμηλότερη συχνότητα ΗΜ ακτινοβολίας (1 GHz) που χρησιμοποιείται συνήθως για την τηλεπισκόπηση απορρεύματος πλοίων, την L-BAND, με μύκος κύματος περίπου 23 cm, η ακτινοβολία περνά την επιφάνεια του νερού περίπου 12 cm, ενώ σε μεγαλύτερες συχνότητες ακόμη λιγότερο. Συνεπώς η τηλεπισκόπηση απορρεύματος πλοίων βασίζεται κυρίως στην κατανόηση της υδροδυναμικής της επιφάνειας.

Το επιφανειακό απόρρευμα των πλοίων μπορεί να γίνει αντιληπτό από μια ποικιλία ενεργητικών και παθητικών συστημάτων τηλεπισκόπησης. Οι οπτικές και οι SAR απεικονίσεις που περιλαμβάνουν πλοία επιφανείας πολύ συχνά εμφανίζουν το απόρρευμα τους σαν ένα μακρύ σκοτεινό σημάδι, σε ορισμένες περιπτώσεις μέχρι και 40 Km μακρύ. Το ίχνος αυτό είναι η λεγόμενη σκοτεινή κεντρική γραμμή εκφυγής (dark trailing centerline), και είναι το συχνότερα εμφανιζόμενο χαρακτηριστικό. Επίσης παρατηρούνται συχνά φωτεινές γραμμές τύπου “στενό V”, σε κάποια μικρή γωνία από τον άξονα πορείας του πλοίου που κινείται, και κάποιες φορές ο χαρακτηριστικός και μακροσκοπικά κυματισμός Kelvin.

Η απεικόνιση της ΕΙΚΟΝΑΣ 2, λήφθηκε από το δορυφόρο SEASAT το 1978 με ραντάρ τύπου SAR L-Band σε μήκος κύματος 23 cm. Καλύπτει μια περιοχή 38x36 Κm και απεικονίζει τα ίχνη τριών πλοίων (B3, E5 και H5) κινούμενων σε ήρεμη θάλασσα. Τα ίχνη του απορρεύματος τους εμφανίζουν τις χαρακτηριστικές φωτεινές γραμμές τύπου “στενό V”, στη μία ή και στις δύο πλευρές και σε γωνία 2 έως 8 μοίρες από τον άξονα πορείας του κάθε πλοίου, και τη σκοτεινή κεντρική γραμμή εκφυγής, περισσότερο εμφανή στο ίχνος του πλοίου Β3. Επίσης αξίζει να αναφερθεί η πολύ έντονη στο πίσω μέρος φωτεινότητα στο ίχνος του πλοίου Ε5, που επιβεβαιώθηκε από πέντε διαφορετικές απεικονίσεις ανεξάρτητων εργαστηρίων, και αποδόθηκε στην ιδιαιτερότητα της μορφολογίας του πλοίου (τάνκερ με έντονη υπερκατασκευή στο πίσω μέρος).

Στην απεικόνιση της ΕΙΚΟΝΑΣ 3, επίσης από τον SEASAT, εμφανίζονται μεγάλος αριθμός πλοίων από ναυτική άσκηση, και το αξιοσημείωτο είναι ότι υπήρχαν πολύ έντονες καιρικές συνθήκες, άνεμος περί τα 30 knots και ύψος κυμάτων 4 m. Οι φωτεινές γραμμές τείνουν να ευθυγραμμιστούν πίσω από τα πλοία και δεν παρατηρείται σκοτεινή κεντρική γραμμή. Οι φωτεινές γραμμές έχουν μικρότερο μήκος, περί τα 700 m, αλλά διακριτό πολύ μεγαλύτερο από το μήκος των απεικονιζόμενων πλοίων.

[[Εικόνα:S1p3.jpg|thumb|right|ΕΙΚΟΝΑ 3: Απεικόνιση SEASAT της ναυτικής άσκησης “NORTH WEDDING” με εικόνες απορρεύματος σε συνθήκες μεγάλου κυματισμού (Πηγή: Digital Image Processing Laboratory, NRL.)]]

Ένα λιγότερο συχνά εμφανιζόμενο χαρακτηριστικό στις εικόνες αυτές είναι οι εσωτερικοί κυματισμοί που δημιουργούνται από το πλοίο και παρατηρούνται σε περιοχές με μεγάλη επιφανειακή πυκνότητα ή έντονη θερμοκρασιακή διαστρωμάτωση. Η μορφολογία τους είναι παρόμοια με αυτή του κυματισμού Kelvin, αλλά οι γωνίες τους είναι ανάλογες της ταχύτητας του πλοίου και μικρότερες από τη σταθερή γωνία των 19.5ο του κυματισμού Kelvin. Ένα παράδειγμα φαίνεται στην ΕΙΚΟΝΑ 4.
[[Εικόνα:S1p4.jpg|thumb|right|ΕΙΚΟΝΑ 4: Απεικόνιση των εσωτερικών κυματισμών που δημιουργούνται από το πλοίο από αερομεταφερόμενο ραντάρ SAR X-band σε γωνία λήψης 25ο (Πηγή: Intera Technologies, Ottawa, Canada, through the Space Department, Royal Aircraft Establishment at Farnborough, England)]]

Στην ΕΙΚΟΝΑ 5 φαίνεται η απεικόνιση SAR L-band (1.2GHz, 25cm μήκος κύματος) πλοίου που ταξιδεύει στην παράλληλη διεύθυνση με αυτή του φορέα του ραντάρ και ταχύτητα 18 knots.
[[Εικόνα:S1p5.jpg|thumb|right|ΕΙΚΟΝΑ 5: Απεικόνιση SAR L-band πλοίου που ταξιδεύει στην παράλληλη διεύθυνση με ταχύτητα 18 knots. (Πηγή: Ιδία)]]
Στην απεικόνιση φαίνεται η σκοτεινή κεντρική γραμμή εκφυγής που εκτείνεται σε μεγάλη απόσταση από το πλοίο, και το φωτεινό ίχνος του πλοίου στο κάτω μέρος της εικόνας, μετατοπισμένο από τη κεντρική γραμμή. Αυτό το φαινόμενο είναι κατασκεύασμα της σχετικής κίνησης του κάθετα (σε σχέση με τη κίνηση του φορέα) κινούμενου ραντάρ SAR και του παράλληλα (επίσης σε σχέση με το φορέα) κινούμενου πλοίου.

Στην ΕΙΚΟΝΑ 6 φαίνεται η απεικόνιση SAR L-band πλοίου που ταξιδεύει στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots.
[[Εικόνα:S1p6.jpg|thumb|right|ΕΙΚΟΝΑ 6: Απεικόνιση SAR L-band πλοίου που ταξιδεύει στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots. (Πηγή: Ιδία)]]
Στη δεξιά πλευρά φαίνεται σε κλίμακα η γωνία πρόσπτωσης του ραντάρ. Στην απεικόνιση φαίνεται το φωτεινό ίχνος του πλοίου, η σκοτεινή κεντρική γραμμή εκφυγής που εκτείνεται σε μεγάλη απόσταση από το πλοίο, η φωτεινή γραμμή τύπου “στενό V” στην αριστερή πλευρά, και ο κυματισμός Kelvin, τόσο οι οριακές όσο και οι εγκάρσιες καμπύλες.

Επίσης στην ΕΙΚΟΝΑ 7 φαίνεται η απεικόνιση SAR L-band δύο πλοίων που ταξιδεύουν στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots.
[[Εικόνα:S1p7.jpg|thumb|right|ΕΙΚΟΝΑ 7: Απεικόνιση SAR L-band δύο πλοίων που ταξιδεύουν στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots. (Πηγή: Ιδία)]]
Στη δεξιά πλευρά φαίνεται σε κλίμακα η γωνία πρόσπτωσης του ραντάρ. Στην απεικόνιση φαίνεται το φωτεινό ίχνος των πλοίων, η σκοτεινή κεντρική γραμμή εκφυγής που εκτείνεται σε μεγάλη απόσταση από τα πλοία, πλατύτερη και εντονότερη στο αριστερό, η φωτεινή γραμμή τύπου “στενό V” και στις δύο πλευρές των πλοίων μαζί με τις οριακές καμπύλες των 19.5ο του κυματισμού Kelvin.

'''Σημαντικα Αποτελεσματα - Συμπερασματα'''

Με τη συνεχή ανάπτυξη και την επέκταση των δορυφορικών τηλεπισκοπικών συστημάτων, τα ίχνη του απορρεύματος των πλοίων και τα χαρακτηριστικά γνωρίσματά τους μπορούν να γίνουν μια πλούσια πηγή πληροφοριών για την ανίχνευση και την ταξινόμηση των πλοίων επιφάνειας. Προκειμένου οι πιθανές πηγές των ιχνών να γίνουν καλύτερα κατανοητές και να μειωθούν δραστικά, απαιτείται ακόμα έρευνα στο πεδίο της υδροδυναμικής.
Οι παρατηρήσεις που μπορούν να συνοψιστούν από τη μελέτη σημαντικού αριθμού απεικονίσεων SAR έχουν ως ακολούθως:
*Η σκοτεινή κεντρική γραμμή εκφυγής είναι η πιο συχνή σε εμφάνιση και η μεγαλύτερη σε μήκος απεικόνιση του απορρεύματος.
*Οι εκδηλώσεις κυματισμών Kelvin είναι συνήθως φωτεινές επιστροφές, που εμφανίζονται είτε σε μια είτε και στις δύο πλευρές της φωτεινής επιστροφής του πλοίου.
*Οι φωτεινές επιστροφές (γραμμές) τύπου “στενό V” εμφανίζονται μόνο στους ελαφριούς ανέμους (ταχύτητα αέρα < 3 m/s) και είναι συχνά αρκετά χιλιόμετρα στο μήκος.
*Η μετατόπιση Doppler της φωτεινής επιστροφής του πλοίου από τη σκοτεινή κεντρική γραμμή, και το μήκος κύματος του εσωτερικού κυματισμού (όταν μπορούν να διακριθούν) παρέχουν δύο πιθανούς μηχανισμούς για την μέτρηση της ταχύτητας των σκαφών.
Το απόρρευμα των πλοίων είναι αποτέλεσμα περίπλοκων υδρολογικών φαινομένων που δεν έχουν γίνει πλήρως κατανοητά, αλλά το ίχνος τους στις απεικονίσεις SAR μπορεί να είναι εμφανές για πολλά χιλιόμετρα και κάτω από αντίξοες καιρικές συνθήκες. Επίσης μπορεί να διαπιστωθεί άμεσα η πορεία του πλοίου. Λαμβάνοντας επίσης υπόψη και τη δυνατότητα δορυφορικής λήψης απεικονίσεων SAR από όλη την υδρόγειο σε εικοσιτετράωρη βάση, ανεξάρτητα από τις καιρικές συνθήκες, διαφαίνεται ότι υπάρχει η δυνατότητα να δημιουργηθεί ένα αξιόπιστο σύστημα παρακολούθησης πλοίων.

[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]

Τηλεπισκόπηση Απορρεύματος Πλοίων Επιφανείας

2011-01-10T09:44:18Z

Imageiras: New page: Remote Sensing of Surface Ship Wakes Συγγραφείς Owen M. Griffin, Ph.D., Rodney D. Peltzer, Ph.D., Arthur M. Reed, Ph.D., & Robert F. Beck, Ph.D. Πηγή Naval Engineers Jour...

Remote Sensing of Surface Ship Wakes

Συγγραφείς

Owen M. Griffin, Ph.D., Rodney D. Peltzer, Ph.D., Arthur M. Reed, Ph.D., & Robert F. Beck, Ph.D.

Πηγή

Naval Engineers Journal, May 1992, 245-258

Στόχος της Εργασίας

Η εργασία αφορά την ανασκόπηση των δυνατοτήτων-περιορισμών της τηλεπισκόπησης του απορρεύματος πλοίων επιφανείας με χρήση ραντάρ συνθετικού ανοίγματος (SYNTHETIC APERTURE RADAR- SAR).
Η εργασία επεξηγεί :
* Τις αρχές λειτουργίας των ραντάρ SAR και ανάλυσης των απεικονίσεων τους
* Τα χαρακτηριστικά των απεικονίσεων SAR του απορρεύματος πλοίων
* Τις θεωρίες που προσπαθούν να εξηγήσουν φυσικά τα παραπάνω χαρακτηριστικά και
* Παραδείγματα ανάλυσης πραγματικών απεικονίσεων SAR απορεύματος πλοίων.

Αρχές Λειτουργίας Ραντάρ SAR – Ανάλυσης Απεικονίσεων

Το ραντάρ τύπου SAR είναι κάθετης απεικόνισης συνθετικά ραντάρ τοποθετημένα σε πλατφόρμα (Α/Φ ή δορυφόρος). Καλούνται συνθετικά γιατί, εκτός της ισχύος του, καταγράφουν επίσης τη διαφορά του επιστρεφόμενου σήματος και την αντίστοιχη μετατόπιση Doppler από το εκπεμπόμενο σήμα. Επίσης καλούνται κάθετης απεικόνισης επειδή το ραντάρ εστιάζει κάθετα στην κίνηση της πλατφόρμας (προς τη λεγόμενη αζιμούθια διεύθυνση). Ο όρος «συνθετικού ανοίγματος» προέρχεται από το γεγονός ότι η κίνηση της πλατφόρμας δημιουργεί μια τεχνητή κεραία, με πολύ μεγαλύτερο εύρος από την πραγματική κεραία.
Προκειμένου να δημιουργηθεί μία υψηλής ευκρινείας ψηφιακή απεικόνιση SAR, απαιτούνται περίπου ένα δισεκατομμύριο υπολογισμοί, γεγονός που οδήγησε αρχικά σε αποτυπώσεις σε φιλμ, όποτε ήταν απαραίτητη η άμεση εξέταση, χωρίς όμως την υψηλή ακρίβεια των ψηφιακών, που επιτρέπουν την παρατήρηση μέχρι το ελάχιστο διακρινόμενο επιφανειακό τμήμα.
Υπάρχει ένας σημαντικός βαθμός περίπλοκων παραγόντων που πρέπει να ληφθούν υπόψη κατά την ανάλυση απεικονίσεων SAR, που περιλαμβάνουν μεταξύ άλλων την εστίαση, τη ρύθμιση της φωτεινότητας, τη διόρθωση για το γεγονός ότι απεικονίζονται ως κινούμενα αντικείμενα το κινούμενο νερό της θάλασσας κ.α, με αποτέλεσμα δύο εργαστήρια που παράγουν απεικόνιση από τα ίδια δεδομένα να καταλήγουν σπάνια στα ίδια αποτελέσματα, εκτός και αν συμφωνήσουν να χρησιμοποιήσουν τις ίδιες παραμέτρους και λογισμικό.

Οπτικά Χαρακτηριστικά Απορρεύματος

Σε έναν παρατηρητή, το απόρρευμα ενός κινούμενου πλοίου γενικά εμφανίζεται οπτικά σαν μία γραμμή αφρώδους και τυρβώδους νερού ακολουθούμενη από μια περιοχή οπτικά λείου νερού (χωρίς επιφανειακή τραχύτητα). Επίσης, παρατηρείται ο χαρακτηριστικός κυματισμός τύπου Kelvin να διαφεύγει ακτινωτά στην ελεύθερη επιφάνεια.

[[Εικόνα:S1p1.JPG|thumb|right|ΕΙΚΟΝΑ 1: Φωτογραφία του πλοίου USS QUAPAW από το πείραμα JOWIP. Πηγη: Lyden et al. (1988)]]

Τα παραπάνω οπτικά χαρακτηριστικά φαίνονται στην ΕΙΚΟΝΑ 1 του πλοίου USS QUAPAW από το πείραμα JOWIP. Στη συγκεκριμένη περίπτωση, το απόρρευμα αποτελείται από:

- Το λευκό απόρρευμα, που σχηματίζεται στην πλώρη και επεκτείνεται δύο ή τρία μήκη πίσω από το πλοίο

- Το τυρβώδες απόρρευμα ή απόρρευμα ιξώδους, με ενσωματωμένο σε αυτό το απόρρευμα της προπέλας, πολλά μήκη πίσω από το πλοίο

- Το απόρρευμα Kelvin με τις χαρακτηριστικές οριακές καμπύλες γραμμές των 19,5 μοιρών, με κορυφή μπροστά από το πλοίο και τις εγκάρσιες καμπύλες στις 35,3 μοίρες.

Η Απεικονιση SAR Του Απορρευματος

Η ηλεκτρομαγνητική ακτινοβολία διαπερνά την επιφάνεια του νερού περίπου κατά το ήμισυ του μήκους κύματος της. Αυτό σημαίνει ότι στη χαμηλότερη συχνότητα ΗΜ ακτινοβολίας (1 GHz) που χρησιμοποιείται συνήθως για την τηλεπισκόπηση απορρεύματος πλοίων, την L-BAND, με μύκος κύματος περίπου 23 cm, η ακτινοβολία περνά την επιφάνεια του νερού περίπου 12 cm, ενώ σε μεγαλύτερες συχνότητες ακόμη λιγότερο. Συνεπώς η τηλεπισκόπηση απορρεύματος πλοίων βασίζεται κυρίως στην κατανόηση της υδροδυναμικής της επιφάνειας.

Το επιφανειακό απόρρευμα των πλοίων μπορεί να γίνει αντιληπτό από μια ποικιλία ενεργητικών και παθητικών συστημάτων τηλεπισκόπησης. Οι οπτικές και οι SAR απεικονίσεις που περιλαμβάνουν πλοία επιφανείας πολύ συχνά εμφανίζουν το απόρρευμα τους σαν ένα μακρύ σκοτεινό σημάδι, σε ορισμένες περιπτώσεις μέχρι και 40 Km μακρύ. Το ίχνος αυτό είναι η λεγόμενη σκοτεινή κεντρική γραμμή εκφυγής (dark trailing centerline), και είναι το συχνότερα εμφανιζόμενο χαρακτηριστικό. Επίσης παρατηρούνται συχνά φωτεινές γραμμές τύπου “στενό V”, σε κάποια μικρή γωνία από τον άξονα πορείας του πλοίου που κινείται, και κάποιες φορές ο χαρακτηριστικός και μακροσκοπικά κυματισμός Kelvin.

[[Εικόνα:S1p2.JPG|thumb|right|ΕΙΚΟΝΑ 2: Απεικόνιση SEASAT του Canaveral, 38x38 km , με απορρεύματα τύπου “στενό V” (Πηγή: Digital Image Processing Laboratory, NRL.)]]

Η απεικόνιση της ΕΙΚΟΝΑΣ 2, λήφθηκε από το δορυφόρο SEASAT το 1978 με ραντάρ τύπου SAR L-Band σε μήκος κύματος 23 cm. Καλύπτει μια περιοχή 38x36 Κm και απεικονίζει τα ίχνη τριών πλοίων (B3, E5 και H5) κινούμενων σε ήρεμη θάλασσα. Τα ίχνη του απορρεύματος τους εμφανίζουν τις χαρακτηριστικές φωτεινές γραμμές τύπου “στενό V”, στη μία ή και στις δύο πλευρές και σε γωνία 2 έως 8 μοίρες από τον άξονα πορείας του κάθε πλοίου, και τη σκοτεινή κεντρική γραμμή εκφυγής, περισσότερο εμφανή στο ίχνος του πλοίου Β3. Επίσης αξίζει να αναφερθεί η πολύ έντονη στο πίσω μέρος φωτεινότητα στο ίχνος του πλοίου Ε5, που επιβεβαιώθηκε από πέντε διαφορετικές απεικονίσεις ανεξάρτητων εργαστηρίων, και αποδόθηκε στην ιδιαιτερότητα της μορφολογίας του πλοίου (τάνκερ με έντονη υπερκατασκευή στο πίσω μέρος).

Στην απεικόνιση της ΕΙΚΟΝΑΣ 3, επίσης από τον SEASAT, εμφανίζονται μεγάλος αριθμός πλοίων από ναυτική άσκηση, και το αξιοσημείωτο είναι ότι υπήρχαν πολύ έντονες καιρικές συνθήκες, άνεμος περί τα 30 knots και ύψος κυμάτων 4 m. Οι φωτεινές γραμμές τείνουν να ευθυγραμμιστούν πίσω από τα πλοία και δεν παρατηρείται σκοτεινή κεντρική γραμμή. Οι φωτεινές γραμμές έχουν μικρότερο μήκος, περί τα 700 m, αλλά διακριτό πολύ μεγαλύτερο από το μήκος των απεικονιζόμενων πλοίων.

[[Εικόνα:S1p3.JPG|thumb|right|ΕΙΚΟΝΑ 3: Απεικόνιση SEASAT της ναυτικής άσκησης “NORTH WEDDING” με εικόνες απορρεύματος σε συνθήκες μεγάλου κυματισμού (Πηγή: Digital Image Processing Laboratory, NRL.)]]

Ένα λιγότερο συχνά εμφανιζόμενο χαρακτηριστικό στις εικόνες αυτές είναι οι εσωτερικοί κυματισμοί που δημιουργούνται από το πλοίο και παρατηρούνται σε περιοχές με μεγάλη επιφανειακή πυκνότητα ή έντονη θερμοκρασιακή διαστρωμάτωση. Η μορφολογία τους είναι παρόμοια με αυτή του κυματισμού Kelvin, αλλά οι γωνίες τους είναι ανάλογες της ταχύτητας του πλοίου και μικρότερες από τη σταθερή γωνία των 19.5ο του κυματισμού Kelvin. Ένα παράδειγμα φαίνεται στην ΕΙΚΟΝΑ 4.
[[Εικόνα:S1p4.JPG|thumb|right|ΕΙΚΟΝΑ 4: Απεικόνιση των εσωτερικών κυματισμών που δημιουργούνται από το πλοίο από αερομεταφερόμενο ραντάρ SAR X-band σε γωνία λήψης 25ο (Πηγή: Intera Technologies, Ottawa, Canada, through the Space Department, Royal Aircraft Establishment at Farnborough, England)]]

Στην ΕΙΚΟΝΑ 5 φαίνεται η απεικόνιση SAR L-band (1.2GHz, 25cm μήκος κύματος) πλοίου που ταξιδεύει στην παράλληλη διεύθυνση με αυτή του φορέα του ραντάρ και ταχύτητα 18 knots.
[[Εικόνα:S1p5.JPG|thumb|right|ΕΙΚΟΝΑ 5: Απεικόνιση SAR L-band πλοίου που ταξιδεύει στην παράλληλη διεύθυνση με ταχύτητα 18 knots. (Πηγή: Ιδία)]]
Στην απεικόνιση φαίνεται η σκοτεινή κεντρική γραμμή εκφυγής που εκτείνεται σε μεγάλη απόσταση από το πλοίο, και το φωτεινό ίχνος του πλοίου στο κάτω μέρος της εικόνας, μετατοπισμένο από τη κεντρική γραμμή. Αυτό το φαινόμενο είναι κατασκεύασμα της σχετικής κίνησης του κάθετα (σε σχέση με τη κίνηση του φορέα) κινούμενου ραντάρ SAR και του παράλληλα (επίσης σε σχέση με το φορέα) κινούμενου πλοίου.

Στην ΕΙΚΟΝΑ 6 φαίνεται η απεικόνιση SAR L-band πλοίου που ταξιδεύει στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots.
[[Εικόνα:S1p6.JPG|thumb|right|ΕΙΚΟΝΑ 6: Απεικόνιση SAR L-band πλοίου που ταξιδεύει στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots. (Πηγή: Ιδία)]]
Στη δεξιά πλευρά φαίνεται σε κλίμακα η γωνία πρόσπτωσης του ραντάρ. Στην απεικόνιση φαίνεται το φωτεινό ίχνος του πλοίου, η σκοτεινή κεντρική γραμμή εκφυγής που εκτείνεται σε μεγάλη απόσταση από το πλοίο, η φωτεινή γραμμή τύπου “στενό V” στην αριστερή πλευρά, και ο κυματισμός Kelvin, τόσο οι οριακές όσο και οι εγκάρσιες καμπύλες.

Επίσης στην ΕΙΚΟΝΑ 7 φαίνεται η απεικόνιση SAR L-band δύο πλοίων που ταξιδεύουν στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots.
[[Εικόνα:S1p7.JPG|thumb|right|ΕΙΚΟΝΑ 7: Απεικόνιση SAR L-band δύο πλοίων που ταξιδεύουν στην αζιμούθια (κάθετη) διεύθυνση με ταχύτητα 25 knots. (Πηγή: Ιδία)]]
Στη δεξιά πλευρά φαίνεται σε κλίμακα η γωνία πρόσπτωσης του ραντάρ. Στην απεικόνιση φαίνεται το φωτεινό ίχνος των πλοίων, η σκοτεινή κεντρική γραμμή εκφυγής που εκτείνεται σε μεγάλη απόσταση από τα πλοία, πλατύτερη και εντονότερη στο αριστερό, η φωτεινή γραμμή τύπου “στενό V” και στις δύο πλευρές των πλοίων μαζί με τις οριακές καμπύλες των 19.5ο του κυματισμού Kelvin.

Σημαντικα Αποτελεσματα - Συμπερασματα

Με τη συνεχή ανάπτυξη και την επέκταση των δορυφορικών τηλεπισκοπικών συστημάτων, τα ίχνη του απορρεύματος των πλοίων και τα χαρακτηριστικά γνωρίσματά τους μπορούν να γίνουν μια πλούσια πηγή πληροφοριών για την ανίχνευση και την ταξινόμηση των πλοίων επιφάνειας. Προκειμένου οι πιθανές πηγές των ιχνών να γίνουν καλύτερα κατανοητές και να μειωθούν δραστικά, απαιτείται ακόμα έρευνα στο πεδίο της υδροδυναμικής.
Οι παρατηρήσεις που μπορούν να συνοψιστούν από τη μελέτη σημαντικού αριθμού απεικονίσεων SAR έχουν ως ακολούθως:
*Η σκοτεινή κεντρική γραμμή εκφυγής είναι η πιο συχνή σε εμφάνιση και η μεγαλύτερη σε μήκος απεικόνιση του απορρεύματος.
*Οι εκδηλώσεις κυματισμών Kelvin είναι συνήθως φωτεινές επιστροφές, που εμφανίζονται είτε σε μια είτε και στις δύο πλευρές της φωτεινής επιστροφής του πλοίου.
*Οι φωτεινές επιστροφές (γραμμές) τύπου “στενό V” εμφανίζονται μόνο στους ελαφριούς ανέμους (ταχύτητα αέρα < 3 m/s) και είναι συχνά αρκετά χιλιόμετρα στο μήκος.
*Η μετατόπιση Doppler της φωτεινής επιστροφής του πλοίου από τη σκοτεινή κεντρική γραμμή, και το μήκος κύματος του εσωτερικού κυματισμού (όταν μπορούν να διακριθούν) παρέχουν δύο πιθανούς μηχανισμούς για την μέτρηση της ταχύτητας των σκαφών.
Το απόρρευμα των πλοίων είναι αποτέλεσμα περίπλοκων υδρολογικών φαινομένων που δεν έχουν γίνει πλήρως κατανοητά, αλλά το ίχνος τους στις απεικονίσεις SAR μπορεί να είναι εμφανές για πολλά χιλιόμετρα και κάτω από αντίξοες καιρικές συνθήκες. Επίσης μπορεί να διαπιστωθεί άμεσα η πορεία του πλοίου. Λαμβάνοντας επίσης υπόψη και τη δυνατότητα δορυφορικής λήψης απεικονίσεων SAR από όλη την υδρόγειο σε εικοσιτετράωρη βάση, ανεξάρτητα από τις καιρικές συνθήκες, διαφαίνεται ότι υπάρχει η δυνατότητα να δημιουργηθεί ένα αξιόπιστο σύστημα παρακολούθησης πλοίων.

[[category:Εφαρμογές Φωτοερμηνείας - Τηλεπισκόπησης]]

Αρχείο:S1p7.jpg

2011-01-10T09:37:22Z

Imageiras:

Αρχείο:S1p6.jpg

2011-01-10T09:36:53Z

Imageiras:

Αρχείο:S1p5.jpg

2011-01-10T09:36:20Z

Imageiras:

Αρχείο:S1p4.jpg

2011-01-10T09:35:37Z

Imageiras:

Αρχείο:S1p3.jpg

2011-01-10T09:34:17Z

Imageiras:

Αρχείο:S1p2.jpg

2011-01-10T09:31:56Z

Imageiras:

Αρχείο:S1p1.jpg

2011-01-10T09:30:35Z

Imageiras:

Η λειτουργία της τηλεπισκόπησης σε υποστήριξη της πολιτικής περιβάλλοντος

2011-01-09T19:46:59Z

Imageiras:

'''The Function of Remote Sensing in Support of Environmental Policy'''

'''Συγγραφείς'''

Jan de Leeuw, Yola Georgiadou, Norman Kerle, Alfred de Gier, Yoshio Inoue, Jelle Ferwerda, Maarten Smies and Davaa Narantuya

'''Πηγή'''

Remote Sensing 2010, 2, 1731-1750

'''Στόχος της Εργασίας'''

Η εργασία αναλύει τις δυνατότητες, την πραγματική συμβολή και τους περιορισμούς της εφαρμογής της τηλεπισκόπησης για την υποστήριξη των διαφόρων σταδίων ανάπτυξης της πολιτικής περιβάλλοντος.

'''Μεθοδολογία'''

Περιγράφονται παραδείγματα της συμβολής της τηλεπισκόπησης στην αναγνώριση προβλημάτων και τη διαμόρφωση πολιτικής, στην εφαρμογή της πολιτικής, και στον έλεγχο και την αναθεώρηση της πολιτικής. Ενώ, μέχρι πρόσφατα, η συμβολή της τηλεπισκόπησης είχε κυρίως περιοριστεί στην αναγνώριση περιβαλλοντικών προβλημάτων και την εφαρμογή πολιτικής, τελευταία το ενδιαφέρον έχει επεκταθεί σε εφαρμογές ελέγχου και αναθεώρησης της πολιτικής. Η εργασία καταδεικνύει ότι το δυναμικό της τηλεπισκόπησης στον έλεγχο και την αναθεώρηση, και συνεπώς στον έλεγχο της αποδοτικότητας και της αποτελεσματικότητας των πολιτικών, προσφέρει τη δυνατότητα καλύτερης διακυβέρνησης.

'''Ιστορικό'''

Η ανησυχία για το περιβάλλον αυξάνει το ενδιαφέρον για την τηλεπισκόπηση. Επίσης ισχύει και το ανάποδο, δηλαδή η τηλεπισκόπηση οδηγεί στην τόνωση του περιβαλλοντικού ενδιαφέροντος. Μία φωτογραφία της Γης από το πλήρωμα του Apollo 8 τον Δεκέμβριο του 1968, δημιούργησε έκρηξη ενδιαφέροντος για το περιβάλλον, και γέννησε μέσα σε δύο χρόνια το σύγχρονο περιβαλλοντικό κίνημα. Η τηλεπισκόπηση από δορυφόρο και οι πρώτες πολιτικές για το περιβάλλον έχουν επίσης την ίδια ηλικία, και οι πρώτες οργανώσεις προστασίας του περιβάλλοντος δημιούργησαν ζήτηση σε εφαρμογές τηλεπισκόπησης περιβάλλοντος.

'''Πολιτική Περιβάλλοντος'''

[[Εικόνα:Policycycle.jpg|thumb|right|ΕΙΚΟΝΑ: O κύκλος της πολιτικής. Πηγη:Ιδία]]

Η καλή διακυβέρνηση χρειάζεται αποτελεσματικές πολιτικές. Οι πολιτικές χρειάζονται πληροφορίες, για να αποφασιστεί η ανάγκη και η προτεραιότητα ανάπτυξης τους, για την εφαρμογή και εκτέλεση τους, και την παρακολούθηση και ανάλυση των συνεπειών τους. Η ανάπτυξη της πολιτικής περιβάλλοντος χωρίζεται σε τέσσερα στάδια, την αναγνώριση του προβλήματος-διαμόρφωση της πολιτικής, την εφαρμογή, τον έλεγχο και την αποτίμηση της πολιτικής, και εξετάζεται η λειτουργία της τηλεπισκόπησης στην υποστήριξη αυτών των σταδίων, με την καταγραφή των δυνατοτήτων και της πραγματικής εφαρμογής της τηλεπισκόπησης, και των αντίστοιχων αδυναμιών και των προβλημάτων.

'''Αναγνώριση Προβλήματος – Διαμόρφωση Πολιτικής'''

Το γνωστότερο παράδειγμα, όπου η τηλεπισκόπηση έδωσε έναυσμα στην ανάπτυξη πολιτικής για το περιβάλλον είναι η τρύπα του όζοντος. Η ανησυχία για τη βλαπτική δράση των χλωροφθορανθράκων (CFCs) οδήγησε τη NASA στην ανάπτυξη κατάλληλου αισθητήρα TOMS, που τοποθετήθηκε στο δορυφόρο NIMBUS το 1978, και έως το 1986 επιβεβαιώθηκε η ύπαρξη και διαρκής μεγέθυνση της τρύπας του όζοντος, που οδήγησε στο πρωτόκολλο του Μόντρεαλ του 1987 και την απαγόρευση των CFCs. Αν και ο Βρετανικός Σταθμός της Ανταρκτικής είχε διαπιστώσει πρώτος τη μείωση της περιεκτικότητας του όζοντος, η τηλεπισκόπηση επιβεβαίωσε ότι δεν επρόκειτο για τοπική ανωμαλία, κατέδειξε το μέγεθος του προβλήματος με πειστικότερο τρόπο από κάθε επίγειο μετρητή. Γενικά, η τηλεπισκόπηση δεν είναι η καλύτερη μέθοδος εντοπισμού νέων προβλημάτων, άλλα έχει εξαιρετική δυνατότητα στην επιβεβαίωση της ύπαρξης και του μεγέθους τους, ενώ επίσης με τη σταδιακή αύξηση του αρχείου απεικονίσεων μπορεί να κάνει συγκριτικές μελέτες στην πορεία του χρόνου καλύτερα από τις περισσότερες άλλες μεθόδους.

'''Εφαρμογή Πολιτικής'''

* Νομοθεσία

Η εφαρμογή της νομοθεσίας περιβάλλοντος δημιουργεί απαιτήσεις τηλεπισκόπησης. Μια εταιρεία τηλεπισκόπησης π.χ, προμηθεύει μια πετρελαϊκή με μετρήσεις καθίζησης από ραντάρ, προκειμένου να αντιμετωπίζει η τελευταία το πρόβλημα, σύμφωνα με τη νομοθεσία, με κατάλληλη ένεση νερού. Η νομοθεσία για το περιβάλλον και απόδοση ευθύνης για τη βλάβη του δημιούργησαν επίσης την εταιρική πολιτική περιβάλλοντος και τις αντίστοιχες απαιτήσεις τηλεπισκόπησης. Το ISO 14001 του 1996 επίσης διευκόλυνε την εισαγωγή της περιβαλλοντικής διαχείρισης στη λειτουργία των επιχειρήσεων. Η τηλεπισκόπηση μπορεί να επιβεβαιώσει τη συμμόρφωση με ISO, όπως π.χ έκανε η SHELL για να επιβεβαιώσει μέσω αυτής την προγενέστερη κατάσταση για λειτουργία εγκαταστάσεων πετρελαίου-φυσικού αερίου.

* Χωροταξικός Σχεδιασμός

Αν και η κυριότερη βάση χωροταξικού σχεδιασμού είναι τα GIS, η τηλεπισκόπηση παίζει έναν σημαντικό επικουρικό ρόλο, καθώς παρέχει βασικές πληροφορίες, όπως χρήσεις γης κ.α σε περιοχές που δεν υπάρχουν χάρτες, όπως στις αναπτυσσόμενες χώρες, ενώ επίσης παρέχουν πληροφορίες για την ενημέρωση παλαιότερων χαρτών. Ακόμη χρησιμοποιείται σαν δεδομένο στη μπντελοποίηση περιβαλλοντικών επεμβάσεων, ενώ η εξέταση του αρχείου τηλεπισκοπικών απεικονίσεων χρησιμοποιείται για την ανάλυση των τάσεων αλλαγής στο περιβάλλον με το χρόνο.

* Υπολογισμός Περιβαλλοντικών Επιδράσεων

Ο υπολογισμός των περιβαλλοντικών επιδράσεων για αναπτυξιακές δράσεις είναι απαραίτητος και προβλέπεται στη νομοθεσία πολλών χωρών, και απαιτεί χωρικές πληροφορίες, στις οποίες συμβάλει η τηλεπισκόπηση.

* Οικονομία

Τα εργαλεία της οικονομικής πολιτικής είναι οι επιδοτήσεις, η φορολόγηση και οι άμεσες παρεμβάσεις. Η τηλεπισκόπηση συμβάλει σε αυτά, όπως π.χ με τις επιδοτήσεις των γεωργών της Ευρωπαϊκής Ένωσης, οι οποίοι επιδοτούνται με 43 εκατομμύρια ευρώ, όπου για τον έλεγχο της συμμόρφωσης τους χρησιμοποιούνται εκτεταμένα αεροφωτογραφίες και δορυφορικές απεικονίσεις. Επίσης η τηλεπισκόπηση χρησιμοποιείται για την παρακολούθηση του πρωτοκόλλου του Κυότο, για τη μέτρηση των αερίων θερμοκηπίου.

* Φυσικές Καταστροφές

Οι χωρικές πληροφορίες που χρειάζονται οι πολιτικές αντιμετώπισης φυσικών καταστροφών, προκειμένου να υπολογίσουν τις πιθανότητες εμφάνισης και τις απώλειες σε δεδομένη έκταση και χρόνο, χρσιμοποιούν δεδομένα τηλεπισκόπησης, συχνότερα στις πυρκαγιές και στις κατολισθήσεις, αλλά και στη σεισμική επικινδυνότητα. Μετά την εμφάνιση της καταστροφής, η τηλεπισκόπηση βοηθά με τον ίδιο τρόπο στον ακριβέστερο υπολογισμό της έκτασης και των συνεπειών της.

'''Έλεγχος Πολιτικής'''

* Επιβολή πολιτικής – Πρόληψη απάτης

Η τηλεπισκόπηση βρίσκει εφαρμογή στην επιβεβαίωση της συμμόρφωσης σε κανονισμούς, όπως π.χ χρήση γης στις προστατευόμενες περιοχές, έλεγχος της παράνομης υλοτομίας, καλλιέργεια ναρκωτικών, αστική επέκταση στην Κίνα κ.α. Επίσης η τηλεπισκόπηση χρησιμοποιείται, συνδυαστικά με επίγειες πληροφορίες για την πρόληψη απάτης στις παρεχόμενες από την Ευρωπαίκή Ένωση γεωργικές επιδοτήσεις, καθώς και από τις ΗΠΑ για την επιδότηση λόγω ξηρασίας.

* Συμμόρφωση με διεθνείς συνθήκες

Η τηλεπισκόπηση έχει τη δυνατότητα και χρησιμοποιείται όλο και περισσότερο από κράτη στον έλεγχο και την επιβεβαίωση συμμόρφωσης με διεθνείς συνθήκες, όπως π.χ στη συνθήκη μη διάδοσης των πυρηνικών όπλων, άλλα και σε περιβαλλοντικές συμφωνίες, όπως η Σύμβαση Ράμσαρ για τους υγροβιότοπους.

* Δικαιοσύνη και τηλεπισκόπηση

Η εφαρμογή της τηλεπισκόπησης στη δικαιοσύνη εξαρτάται από την αποδοχή των απεικονίσεων ως τεκμήριο από το δικαστήριο, και αυτή αντίστοιχα από την ακρίβεια και τη σαφήνεια των απεικονίσεων. Με την αύξηση της δυνατότητας ανάλυσης, άρχισε να τίθεται και περιορισμός ιδιωτικότητας.

'''Αναθεώρηση Πολιτικής'''

* Εξέταση επίτευξης στόχων

Με μια σειρά δορυφορικών φωτογραφιών, επιβεβαιώθηκε από τους Tian et al. ότι ο ρυθμός της αύξησης των αστικών περιοχών έναντι των αγροτικών στην Κίνα περιορίστηκε μετά το 1999, γεγονός που αποδόθηκε στην αντίστοιχη κυβερνητική πολιτική. Στην περίπτωση του πρωτοκόλλου του Μόντρεαλ, είναι δυσκολότερο να συσχετιστεί, μόνο με την τηλεπισκόπηση, η επιβεβαιωμένη σταθεροποίηση της τρύπας του όζοντος με την απαγόρευση των CFCs, καθώς απαιτείται η παράλληλη χρήση περίπλοκων χημικών ατμοσφαιρικών μοντέλων. Γενικά η τηλεπισκόπηση αν και μπορεί να παρατηρήσει τις αλλαγές σε ένα σύστημα, είναι δυσκολότερο αυτές να αποδοθούν σε πολιτικές, λόγω της περιπλοκότητας της αιτιότητας, σε σχέση με ένα προσχεδιασμένο πείραμα.

* Εξέταση ανεπιθύμητων παράπλευρων συνεπειών

Η τηλεπισκόπηση έχει τη δυνατότητα της εύρεσης μη αναμενόμενων συνεπειών, που υπάρχουν αναπόδραστα σε κάθε πολιτική. Π.χ στη βόρεια Αργεντινή, η παρατήρηση ότι τα κυβερνητικά προγράμματα αποικισμού περιοχών οδηγούσαν σε επέκταση γεωργικών περιοχών μικρών ιδιοκτησιών και χαμηλής παραγωγικότητας εις βάρος των δασικών, ενώ οι οδηγούμενες από τις αγορές μεγάλες φάρμες καλλιέργειας σόγιας είχαν μεγάλη απόδοση σε μικρότερες περιοχές, οδήγησε στο συμπέρασμα ότι οι μεγάλες φάρμες υπηρετούσαν καλύτερα την προστασία της φύσης.

'''Σημαντικά Αποτελέσματα – Αξιολόγηση Μεθοδολογίας'''

Από την εργασία προέκυψε ότι οι διάφορες φάσεις της πολιτικής περιβάλλοντος χρειάζονται επίκαιρες και συνοπτικές χωρικές πληροφορίες, σε διάφορες κλίμακες, για τις ιδιότητες του περιβάλλοντος και την επίδραση των πολιτικών σε μεγάλες περιοχές. Η τηλεπισκόπηση ανταποκρίνεται σε αυτό ιδανικά, καθώς πολλές μεταβλητές περιβάλλοντος, αλλά μακράν όχι όλες, μπορούν να εξεταστούν από μακριά, ενώ ακόμη παρέχει τη δυνατότητα συνεχούς παρατήρησης και ανάλυσης σε δεδομένη ποιότητα. Κατόπιν αυτών, η τηλεπισκόπηση συγκεντρώνει ορισμένα πολύ ελκυστικά χαρακτηριστικά για την υποστήριξη της πολιτικής περιβάλλοντος.

Γιατί, δεδομένου αυτού του δυναμικού, δε χρησιμοποιείται ευρύτερα; Ένα ζήτημα που τίθεται είναι το κόστος. Αν και η τηλεπισκόπηση μπορεί να είναι πιο φθηνή από ορισμένες παραδοσιακές τεχνικές λήψης πληροφοριών περιβάλλοντος, πρόκειται για μια νέα αγορά που ενέχει και κόστος ανάπτυξης για να διαδοθεί και να επικρατήσει. Άλλα χαρακτηριστικά που καθορίζουν την εμπιστοσύνη του χρήστη στην αξία της παρεχόμενης πληροφορίας είναι η ακρίβεια, η αξιοπιστία, η συνέπεια και ο χρόνος παράδοσης. Η ακρίβεια, η αξιοπιστία και η συνέπεια χρειάζονται για τη βελτίωση της ανταγωνιστικότητας με τις παραδοσιακές επίγειες και ατμοσφαιρικές μετρήσεις, ενώ η σημασία του χρόνου παράδοσης έχει τονιστεί για τη διαχείριση καταστροφών όπως η ξηρασία, η πλημμύρα, αλλά και τον εντοπισμό της παράνομης αλιείας και των πετρελαιοκηλίδων, προκειμένου να παρεμποδιστεί ο δράστης.

Τα παραδείγματα κατέδειξαν ότι η πολιτική περιβάλλοντος δημιουργεί απαιτήσεις τηλεπισκόπησης. Αυτό έχει επίδραση στη χρηματοδότηση της τηλεπισκόπησης, καθώς τα διατιθέμενα κονδύλια σε κάθε στάδιο του κύκλου της πολιτικής διαφέρουν, και είναι συνήθως μεγαλύτερα στο στάδιο της εφαρμογής της πολιτικής. Επίσης είναι δυνατό να ληφθούν κονδύλια στο στάδιο του ελέγχου πολιτικής, καθώς η καλή διακυβέρνηση απαιτεί προληπτική δράση στο στάδιο της επιβολής και πρόληψης της απάτης. Η τηλεπισκόπηση έχει σημαντικές δυνατότητες και στην αναθεώρηση της πολιτικής, αλλά το στάδιο αυτό συχνά παραλείπεται και δεν χρηματοδοτείται, παρά το γεγονός ότι θεωρείται αναπόσπαστο στάδιο και σε αυτό αξιολογείται η ποιότητα της διακυβέρνησης.

Το κύριο όφελος που μπορεί να προσφέρει η τηλεπισκόπηση στα πλαίσια της πολιτικής περιβάλλοντος είναι η βελτίωση της αποτελεσματικότητας και της αποδοτικότητας των πολιτικών. Διαπιστώθηκε ότι μπορεί να προσφέρει σε αυτά, υποστηρίζοντας τη μελέτη αναγκαιότητας αντιμετώπισης περιβαλλοντικών θεμάτων, την εφαρμογή παρεμβάσεων αντιμετώπισης, τον έλεγχο καλής εφαρμογής και την αναθεώρηση, σύμφωνα με τα αναμενόμενα ή μη αποτελέσματα στο σύστημα. Είναι ενδιαφέρον ότι, ενώ, μέχρι πρόσφατα, η τηλεπισκόπηση είχε κυρίως περιοριστεί στα στάδια αναγνώρισης περιβαλλοντικών προβλημάτων και την εφαρμογή πολιτικής, τελευταία το ενδιαφέρον έχει επεκταθεί σε εφαρμογές ελέγχου και αναθεώρησης της πολιτικής. Οι πληροφορίες σε αυτά τα τελευταία στάδια είναι που επιτρέπουν να εξεταστεί το αποτέλεσμα της πολιτικής. Η εξέταση του ααποτελέσματος είναι κρίσιμο στάδιο της καλής διακυβέρνησης, και η τηλεπισκόπηση έχει το δυναμικό να συμβάλει συμπληρώνοντας αυτό το κενό πληροφοριών.

Η εργασία ανέλυσε τις δυνατότητες, την πραγματική συμβολή και τους περιορισμούς της εφαρμογής της τηλεπισκόπησης για την υποστήριξη των διαφόρων σταδίων ανάπτυξης της πολιτικής περιβάλλοντος, με σκοπό να δώσει το ερέθισμα, πρώτον σε όσους συμμετέχουν στην πολιτική να εκτιμήσουν τις δυνατότητες συμβολής της τηλεπισκόπησης, και δεύτερον στην επιστημονική κοινότητα της τηλεπισκόπησης να ανταποκριθεί καλύτερα στις ανάγκες της πολιτικής περιβάλλοντος.

[[category:Περιβαλλοντικές Επιπτώσεις]]

Μάγειρας Ιωάννης

2011-01-09T09:59:22Z

Imageiras:

* [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων]]
* [[Η λειτουργία της τηλεπισκόπησης σε υποστήριξη της πολιτικής περιβάλλοντος]]

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

Η λειτουργία της τηλεπισκόπησης σε υποστήριξη της πολιτικής περιβάλλοντος

2011-01-09T09:57:23Z

Imageiras: New page: '''The Function of Remote Sensing in Support of Environmental Policy''' '''Συγγραφείς''' Jan de Leeuw, Yola Georgiadou, Norman Kerle, Alfred de Gier, Yoshio Inoue, Jelle Ferwer...

'''The Function of Remote Sensing in Support of Environmental Policy'''

'''Συγγραφείς'''

Jan de Leeuw, Yola Georgiadou, Norman Kerle, Alfred de Gier, Yoshio Inoue, Jelle Ferwerda, Maarten Smies and Davaa Narantuya

'''Πηγή'''

Remote Sensing 2010, 2, 1731-1750

'''Στόχος της Εργασίας'''

Η εργασία αναλύει τις δυνατότητες, την πραγματική συμβολή και τους περιορισμούς της εφαρμογής της τηλεπισκόπησης για την υποστήριξη των διαφόρων σταδίων ανάπτυξης της πολιτικής περιβάλλοντος.

'''Μεθοδολογία'''

Περιγράφονται παραδείγματα της συμβολής της τηλεπισκόπησης στην αναγνώριση προβλημάτων και τη διαμόρφωση πολιτικής, στην εφαρμογή της πολιτικής, και στον έλεγχο και την αναθεώρηση της πολιτικής. Ενώ, μέχρι πρόσφατα, η συμβολή της τηλεπισκόπησης είχε κυρίως περιοριστεί στην αναγνώριση περιβαλλοντικών προβλημάτων και την εφαρμογή πολιτικής, τελευταία το ενδιαφέρον έχει επεκταθεί σε εφαρμογές ελέγχου και αναθεώρησης της πολιτικής. Η εργασία καταδεικνύει ότι το δυναμικό της τηλεπισκόπησης στον έλεγχο και την αναθεώρηση, και συνεπώς στον έλεγχο της αποδοτικότητας και της αποτελεσματικότητας των πολιτικών, προσφέρει τη δυνατότητα καλύτερης διακυβέρνησης.

'''Ιστορικό'''

Η ανησυχία για το περιβάλλον αυξάνει το ενδιαφέρον για την τηλεπισκόπηση. Επίσης ισχύει και το ανάποδο, δηλαδή η τηλεπισκόπηση οδηγεί στην τόνωση του περιβαλλοντικού ενδιαφέροντος. Μία φωτογραφία της Γης από το πλήρωμα του Apollo 8 τον Δεκέμβριο του 1968, δημιούργησε έκρηξη ενδιαφέροντος για το περιβάλλον, και γέννησε μέσα σε δύο χρόνια το σύγχρονο περιβαλλοντικό κίνημα. Η τηλεπισκόπηση από δορυφόρο και οι πρώτες πολιτικές για το περιβάλλον έχουν επίσης την ίδια ηλικία, και οι πρώτες οργανώσεις προστασίας του περιβάλλοντος δημιούργησαν ζήτηση σε εφαρμογές τηλεπισκόπησης περιβάλλοντος.

'''Πολιτική Περιβάλλοντος'''

[[Εικόνα:Policycycle.jpg|thumb|right|ΕΙΚΟΝΑ: O κύκλος της πολιτικής. Πηγη:Ιδία]]

Η καλή διακυβέρνηση χρειάζεται αποτελεσματικές πολιτικές. Οι πολιτικές χρειάζονται πληροφορίες, για να αποφασιστεί η ανάγκη και η προτεραιότητα ανάπτυξης τους, για την εφαρμογή και εκτέλεση τους, και την παρακολούθηση και ανάλυση των συνεπειών τους. Η ανάπτυξη της πολιτικής περιβάλλοντος χωρίζεται σε τέσσερα στάδια, την αναγνώριση του προβλήματος-διαμόρφωση της πολιτικής, την εφαρμογή, τον έλεγχο και την αποτίμηση της πολιτικής, και εξετάζεται η λειτουργία της τηλεπισκόπησης στην υποστήριξη αυτών των σταδίων, με την καταγραφή των δυνατοτήτων και της πραγματικής εφαρμογής της τηλεπισκόπησης, και των αντίστοιχων αδυναμιών και των προβλημάτων.

'''Αναγνώριση Προβλήματος – Διαμόρφωση Πολιτικής'''

Το γνωστότερο παράδειγμα, όπου η τηλεπισκόπηση έδωσε έναυσμα στην ανάπτυξη πολιτικής για το περιβάλλον είναι η τρύπα του όζοντος. Η ανησυχία για τη βλαπτική δράση των χλωροφθορανθράκων (CFCs) οδήγησε τη NASA στην ανάπτυξη κατάλληλου αισθητήρα TOMS, που τοποθετήθηκε στο δορυφόρο NIMBUS το 1978, και έως το 1986 επιβεβαιώθηκε η ύπαρξη και διαρκής μεγέθυνση της τρύπας του όζοντος, που οδήγησε στο πρωτόκολλο του Μόντρεαλ του 1987 και την απαγόρευση των CFCs. Αν και ο Βρετανικός Σταθμός της Ανταρκτικής είχε διαπιστώσει πρώτος τη μείωση της περιεκτικότητας του όζοντος, η τηλεπισκόπηση επιβεβαίωσε ότι δεν επρόκειτο για τοπική ανωμαλία, κατέδειξε το μέγεθος του προβλήματος με πειστικότερο τρόπο από κάθε επίγειο μετρητή. Γενικά, η τηλεπισκόπηση δεν είναι η καλύτερη μέθοδος εντοπισμού νέων προβλημάτων, άλλα έχει εξαιρετική δυνατότητα στην επιβεβαίωση της ύπαρξης και του μεγέθους τους, ενώ επίσης με τη σταδιακή αύξηση του αρχείου απεικονίσεων μπορεί να κάνει συγκριτικές μελέτες στην πορεία του χρόνου καλύτερα από τις περισσότερες άλλες μεθόδους.

'''Εφαρμογή Πολιτικής'''

* Νομοθεσία

Η εφαρμογή της νομοθεσίας περιβάλλοντος δημιουργεί απαιτήσεις τηλεπισκόπησης. Μια εταιρεία τηλεπισκόπησης π.χ, προμηθεύει μια πετρελαϊκή με μετρήσεις καθίζησης από ραντάρ, προκειμένου να αντιμετωπίζει η τελευταία το πρόβλημα, σύμφωνα με τη νομοθεσία, με κατάλληλη ένεση νερού. Η νομοθεσία για το περιβάλλον και απόδοση ευθύνης για τη βλάβη του δημιούργησαν επίσης την εταιρική πολιτική περιβάλλοντος και τις αντίστοιχες απαιτήσεις τηλεπισκόπησης. Το ISO 14001 του 1996 επίσης διευκόλυνε την εισαγωγή της περιβαλλοντικής διαχείρισης στη λειτουργία των επιχειρήσεων. Η τηλεπισκόπηση μπορεί να επιβεβαιώσει τη συμμόρφωση με ISO, όπως π.χ έκανε η SHELL για να επιβεβαιώσει μέσω αυτής την προγενέστερη κατάσταση για λειτουργία εγκαταστάσεων πετρελαίου-φυσικού αερίου.

* Χωροταξικός Σχεδιασμός

Αν και η κυριότερη βάση χωροταξικού σχεδιασμού είναι τα GIS, η τηλεπισκόπηση παίζει έναν σημαντικό επικουρικό ρόλο, καθώς παρέχει βασικές πληροφορίες, όπως χρήσεις γης κ.α σε περιοχές που δεν υπάρχουν χάρτες, όπως στις αναπτυσσόμενες χώρες, ενώ επίσης παρέχουν πληροφορίες για την ενημέρωση παλαιότερων χαρτών. Ακόμη χρησιμοποιείται σαν δεδομένο στη μπντελοποίηση περιβαλλοντικών επεμβάσεων, ενώ η εξέταση του αρχείου τηλεπισκοπικών απεικονίσεων χρησιμοποιείται για την ανάλυση των τάσεων αλλαγής στο περιβάλλον με το χρόνο.

* Υπολογισμός Περιβαλλοντικών Επιδράσεων

Ο υπολογισμός των περιβαλλοντικών επιδράσεων για αναπτυξιακές δράσεις είναι απαραίτητος και προβλέπεται στη νομοθεσία πολλών χωρών, και απαιτεί χωρικές πληροφορίες, στις οποίες συμβάλει η τηλεπισκόπηση.

* Οικονομία

Τα εργαλεία της οικονομικής πολιτικής είναι οι επιδοτήσεις, η φορολόγηση και οι άμεσες παρεμβάσεις. Η τηλεπισκόπηση συμβάλει σε αυτά, όπως π.χ με τις επιδοτήσεις των γεωργών της Ευρωπαϊκής Ένωσης, οι οποίοι επιδοτούνται με 43 εκατομμύρια ευρώ, όπου για τον έλεγχο της συμμόρφωσης τους χρησιμοποιούνται εκτεταμένα αεροφωτογραφίες και δορυφορικές απεικονίσεις. Επίσης η τηλεπισκόπηση χρησιμοποιείται για την παρακολούθηση του πρωτοκόλλου του Κυότο, για τη μέτρηση των αερίων θερμοκηπίου.

* Φυσικές Καταστροφές

Οι χωρικές πληροφορίες που χρειάζονται οι πολιτικές αντιμετώπισης φυσικών καταστροφών, προκειμένου να υπολογίσουν τις πιθανότητες εμφάνισης και τις απώλειες σε δεδομένη έκταση και χρόνο, χρσιμοποιούν δεδομένα τηλεπισκόπησης, συχνότερα στις πυρκαγιές και στις κατολισθήσεις, αλλά και στη σεισμική επικινδυνότητα. Μετά την εμφάνιση της καταστροφής, η τηλεπισκόπηση βοηθά με τον ίδιο τρόπο στον ακριβέστερο υπολογισμό της έκτασης και των συνεπειών της.

'''Έλεγχος Πολιτικής'''

* Επιβολή πολιτικής – Πρόληψη απάτης

Η τηλεπισκόπηση βρίσκει εφαρμογή στην επιβεβαίωση της συμμόρφωσης σε κανονισμούς, όπως π.χ χρήση γης στις προστατευόμενες περιοχές, έλεγχος της παράνομης υλοτομίας, καλλιέργεια ναρκωτικών, αστική επέκταση στην Κίνα κ.α. Επίσης η τηλεπισκόπηση χρησιμοποιείται, συνδυαστικά με επίγειες πληροφορίες για την πρόληψη απάτης στις παρεχόμενες από την Ευρωπαίκή Ένωση γεωργικές επιδοτήσεις, καθώς και από τις ΗΠΑ για την επιδότηση λόγω ξηρασίας.

* Συμμόρφωση με διεθνείς συνθήκες

Η τηλεπισκόπηση έχει τη δυνατότητα και χρησιμοποιείται όλο και περισσότερο από κράτη στον έλεγχο και την επιβεβαίωση συμμόρφωσης με διεθνείς συνθήκες, όπως π.χ στη συνθήκη μη διάδοσης των πυρηνικών όπλων, άλλα και σε περιβαλλοντικές συμφωνίες, όπως η Σύμβαση Ράμσαρ για τους υγροβιότοπους.

* Δικαιοσύνη και τηλεπισκόπηση

Η εφαρμογή της τηλεπισκόπησης στη δικαιοσύνη εξαρτάται από την αποδοχή των απεικονίσεων ως τεκμήριο από το δικαστήριο, και αυτή αντίστοιχα από την ακρίβεια και τη σαφήνεια των απεικονίσεων. Με την αύξηση της δυνατότητας ανάλυσης, άρχισε να τίθεται και περιορισμός ιδιωτικότητας.

'''Αναθεώρηση Πολιτικής'''

* Εξέταση επίτευξης στόχων

Με μια σειρά δορυφορικών φωτογραφιών, επιβεβαιώθηκε από τους Tian et al. ότι ο ρυθμός της αύξησης των αστικών περιοχών έναντι των αγροτικών στην Κίνα περιορίστηκε μετά το 1999, γεγονός που αποδόθηκε στην αντίστοιχη κυβερνητική πολιτική. Στην περίπτωση του πρωτοκόλλου του Μόντρεαλ, είναι δυσκολότερο να συσχετιστεί, μόνο με την τηλεπισκόπηση, η επιβεβαιωμένη σταθεροποίηση της τρύπας του όζοντος με την απαγόρευση των CFCs, καθώς απαιτείται η παράλληλη χρήση περίπλοκων χημικών ατμοσφαιρικών μοντέλων. Γενικά η τηλεπισκόπηση αν και μπορεί να παρατηρήσει τις αλλαγές σε ένα σύστημα, είναι δυσκολότερο αυτές να αποδοθούν σε πολιτικές, λόγω της περιπλοκότητας της αιτιότητας, σε σχέση με ένα προσχεδιασμένο πείραμα.

* Εξέταση ανεπιθύμητων παράπλευρων συνεπειών

Η τηλεπισκόπηση έχει τη δυνατότητα της εύρεσης μη αναμενόμενων συνεπειών, που υπάρχουν αναπόδραστα σε κάθε πολιτική. Π.χ στη βόρεια Αργεντινή, η παρατήρηση ότι τα κυβερνητικά προγράμματα αποικισμού περιοχών οδηγούσαν σε επέκταση γεωργικών περιοχών μικρών ιδιοκτησιών και χαμηλής παραγωγικότητας εις βάρος των δασικών, ενώ οι οδηγούμενες από τις αγορές μεγάλες φάρμες καλλιέργειας σόγιας είχαν μεγάλη απόδοση σε μικρότερες περιοχές, οδήγησε στο συμπέρασμα ότι οι μεγάλες φάρμες υπηρετούσαν καλύτερα την προστασία της φύσης.

'''Σημαντικά Αποτελέσματα – Αξιολόγηση Μεθοδολογίας'''

Από την εργασία προέκυψε ότι οι διάφορες φάσεις της πολιτικής περιβάλλοντος χρειάζονται επίκαιρες και συνοπτικές χωρικές πληροφορίες, σε διάφορες κλίμακες, για τις ιδιότητες του περιβάλλοντος και την επίδραση των πολιτικών σε μεγάλες περιοχές. Η τηλεπισκόπηση ανταποκρίνεται σε αυτό ιδανικά, καθώς πολλές μεταβλητές περιβάλλοντος, αλλά μακράν όχι όλες, μπορούν να εξεταστούν από μακριά, ενώ ακόμη παρέχει τη δυνατότητα συνεχούς παρατήρησης και ανάλυσης σε δεδομένη ποιότητα. Κατόπιν αυτών, η τηλεπισκόπηση συγκεντρώνει ορισμένα πολύ ελκυστικά χαρακτηριστικά για την υποστήριξη της πολιτικής περιβάλλοντος.

Γιατί, δεδομένου αυτού του δυναμικού, δε χρησιμοποιείται ευρύτερα; Ένα ζήτημα που τίθεται είναι το κόστος. Αν και η τηλεπισκόπηση μπορεί να είναι πιο φθηνή από ορισμένες παραδοσιακές τεχνικές λήψης πληροφοριών περιβάλλοντος, πρόκειται για μια νέα αγορά που ενέχει και κόστος ανάπτυξης για να διαδοθεί και να επικρατήσει. Άλλα χαρακτηριστικά που καθορίζουν την εμπιστοσύνη του χρήστη στην αξία της παρεχόμενης πληροφορίας είναι η ακρίβεια, η αξιοπιστία, η συνέπεια και ο χρόνος παράδοσης. Η ακρίβεια, η αξιοπιστία και η συνέπεια χρειάζονται για τη βελτίωση της ανταγωνιστικότητας με τις παραδοσιακές επίγειες και ατμοσφαιρικές μετρήσεις, ενώ η σημασία του χρόνου παράδοσης έχει τονιστεί για τη διαχείριση καταστροφών όπως η ξηρασία, η πλημμύρα, αλλά και τον εντοπισμό της παράνομης αλιείας και των πετρελαιοκηλίδων, προκειμένου να παρεμποδιστεί ο δράστης.

Τα παραδείγματα κατέδειξαν ότι η πολιτική περιβάλλοντος δημιουργεί απαιτήσεις τηλεπισκόπησης. Αυτό έχει επίδραση στη χρηματοδότηση της τηλεπισκόπησης, καθώς τα διατιθέμενα κονδύλια σε κάθε στάδιο του κύκλου της πολιτικής διαφέρουν, και είναι συνήθως μεγαλύτερα στο στάδιο της εφαρμογής της πολιτικής. Επίσης είναι δυνατό να ληφθούν κονδύλια στο στάδιο του ελέγχου πολιτικής, καθώς η καλή διακυβέρνηση απαιτεί προληπτική δράση στο στάδιο της επιβολής και πρόληψης της απάτης. Η τηλεπισκόπηση έχει σημαντικές δυνατότητες και στην αναθεώρηση της πολιτικής, αλλά το στάδιο αυτό συχνά παραλείπεται και δεν χρηματοδοτείται, παρά το γεγονός ότι θεωρείται αναπόσπαστο στάδιο και σε αυτό αξιολογείται η ποιότητα της διακυβέρνησης.

Το κύριο όφελος που μπορεί να προσφέρει η τηλεπισκόπηση στα πλαίσια της πολιτικής περιβάλλοντος είναι η βελτίωση της αποτελεσματικότητας και της αποδοτικότητας των πολιτικών. Διαπιστώθηκε ότι μπορεί να προσφέρει σε αυτά, υποστηρίζοντας τη μελέτη αναγκαιότητας αντιμετώπισης περιβαλλοντικών θεμάτων, την εφαρμογή παρεμβάσεων αντιμετώπισης, τον έλεγχο καλής εφαρμογής και την αναθεώρηση, σύμφωνα με τα αναμενόμενα ή μη αποτελέσματα στο σύστημα. Είναι ενδιαφέρον ότι, ενώ, μέχρι πρόσφατα, η τηλεπισκόπηση είχε κυρίως περιοριστεί στα στάδια αναγνώρισης περιβαλλοντικών προβλημάτων και την εφαρμογή πολιτικής, τελευταία το ενδιαφέρον έχει επεκταθεί σε εφαρμογές ελέγχου και αναθεώρησης της πολιτικής. Οι πληροφορίες σε αυτά τα τελευταία στάδια είναι που επιτρέπουν να εξεταστεί το αποτέλεσμα της πολιτικής. Η εξέταση του ααποτελέσματος είναι κρίσιμο στάδιο της καλής διακυβέρνησης, και η τηλεπισκόπηση έχει το δυναμικό να συμβάλει στη διακυβέρνηση συμπληρώνοντας το κενό πληροφοριών.

Η εργασία ανέλυσε τις δυνατότητες, την πραγματική συμβολή και τους περιορισμούς της εφαρμογής της τηλεπισκόπησης για την υποστήριξη των διαφόρων σταδίων ανάπτυξης της πολιτικής περιβάλλοντος, με σκοπό να δώσει το ερέθισμα, πρώτον σε όσους συμμετέχουν στην πολιτική να εκτιμήσουν τις δυνατότητες συμβολής της τηλεπισκόπησης, και δεύτερον στην επιστημονική κοινότητα της τηλεπισκόπησης να ανταποκριθεί καλύτερα στις ανάγκες της πολιτικής περιβάλλοντος.

[[category:Περιβαλλοντικές Επιπτώσεις]]

Αρχείο:Policycycle.jpg

2011-01-09T08:27:44Z

Imageiras:

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-05T14:34:30Z

Imageiras:

'''Συγγραφείς'''

Yang Hong, Robert Adler, George Huffman

'''Πηγή'''

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

'''Στόχος της Εφαρμογής'''

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

'''Μεθοδολογία'''

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

'''Γεωχωρικά δεδομένα'''

* Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

* Δεδομένα χρήσεων γης

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

* Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

'''Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις'''

* Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

-Μεγαλύτερη κλίση, μεγαλύτερη επικινδυνότητα

-Τραχύ και χαλαρής συνεκτικότητας έδαφος, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερο υψόμετρο, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερη αποστράγγιση, μικρότερη επικινδυνότητα

* Καταμερισμένος γραμμικός συνδυασμός

[[Εικόνα:Sef paper1 photo1.JPG|thumb|right|ΕΙΚΟΝΑ 1: Γεωχωρικά Δεδομένα Βόρειας Αμερικής (a) DEM (b) κλίση (c) Ταξινόμηση κάλυψης/χρήσης Γης MODIS (d) Δείκτης επικινδυνότητας από την υπόψη εργασία (e,f) Δείκτης επικινδυνότητας USGS. Πηγη:Ιδία]]

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

* Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

[[Εικόνα:Sef paper1 photo2.JPG|thumb|right|ΕΙΚΟΝΑ 2: (a) Παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων (b) Ιστόγραμμα της παγκόσμιας επικινδυνότητας σε συνεχείς τιμές από 0 έως 1 (c) Ιστόγραμμα της παγκόσμιας επικινδυνότητας ταξινομημένο σε έξι κατηγορίες. Πηγη:Ιδία]]

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας'''

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

[[category:Κατολισθήσεις]]

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-05T14:07:16Z

Imageiras:

'''Συγγραφείς'''

Yang Hong, Robert Adler, George Huffman

'''Πηγή'''

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

'''Στόχος της Εφαρμογής'''

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

'''Μεθοδολογία'''

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

'''Γεωχωρικά δεδομένα'''

* Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

* Δεδομένα χρήσεων γης

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

* Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

'''Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις'''

* Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

-Μεγαλύτερη κλίση, μεγαλύτερη επικινδυνότητα

-Τραχύ και χαλαρής συνεκτικότητας έδαφος, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερο υψόμετρο, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερη αποστράγγιση, μικρότερη επικινδυνότητα

* Καταμερισμένος γραμμικός συνδυασμός

[[Εικόνα:Sef paper1 photo1.JPG|thumb|right|ΕΙΚΟΝΑ 1: Γεωχωρικά Δεδομένα Βόρειας Αμερικής (α) DEM (b) κλίση (c) Ταξινόμηση κάλυψης/χρήσης Γης MODIS (d) Δείκτης επικινδυνότητας από την υπόψη εργασία (e,f) Δείκτης επικινδυνότητας USGS. Πηγη:Ιδία]]

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

* Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

[[Εικόνα:Sef paper1 photo2.JPG|thumb|right|ΕΙΚΟΝΑ 2: (a) Παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων (b) Ιστόγραμμα της παγκόσμιας επικινδυνότητας σε συνεχείς τιμές από 0 έως 1 (c) Ιστόγραμμα της παγκόσμιας επικινδυνότητας ταξινομημένο σε έξι κατηγορίες. Πηγη:Ιδία]]

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας'''

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

[[category:Κατολισθήσεις]]

Αρχείο:Sef paper1 photo2.JPG

2011-01-05T14:01:45Z

Imageiras:

Αρχείο:Sef paper1 photo1.JPG

2011-01-05T13:50:41Z

Imageiras:

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-05T13:47:17Z

Imageiras:

'''Συγγραφείς'''

Yang Hong, Robert Adler, George Huffman

'''Πηγή'''

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

'''Στόχος της Εφαρμογής'''

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

'''Μεθοδολογία'''

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

'''Γεωχωρικά δεδομένα'''

* Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

* Δεδομένα χρήσεων γης

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

* Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

'''Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις'''

* Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

-Μεγαλύτερη κλίση, μεγαλύτερη επικινδυνότητα

-Τραχύ και χαλαρής συνεκτικότητας έδαφος, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερο υψόμετρο, μεγαλύτερη επικινδυνότητα

-Μεγαλύτερη αποστράγγιση, μικρότερη επικινδυνότητα

* Καταμερισμένος γραμμικός συνδυασμός

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

* Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας'''

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

[[category:Κατολισθήσεις]]

Μάγειρας Ιωάννης

2011-01-05T13:42:15Z

Imageiras:

* [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων]]
* [[]]

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

Μάγειρας Ιωάννης

2011-01-05T13:32:33Z

Imageiras: New page: * [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών ...

* [[Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων]]
* [[]]

[[category:ΔΠΜΣ ]]

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-05T12:53:47Z

Imageiras:

'''Συγγραφείς'''

Yang Hong, Robert Adler, George Huffman

'''Πηγή'''

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

'''Στόχος της Εφαρμογής'''

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

'''Μεθοδολογία'''

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

'''Γεωχωρικά δεδομένα'''

* Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

* Δεδομένα χρήσεων γης

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

* Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

'''Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις'''

* Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

* Καταμερισμένος γραμμικός συνδυασμός

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

* Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

'''Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας'''

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

[[category:Κατολισθήσεις]]

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-05T12:43:59Z

Imageiras:

Συγγραφείς

Yang Hong, Robert Adler, George Huffman

Πηγή

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

Στόχος της Εφαρμογής

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

Μεθοδολογία

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

Γεωχωρικά δεδομένα

α. Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

β. Δεδομένα χρήσεων γης

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

γ. Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις

α. Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

β. Καταμερισμένος γραμμικός συνδυασμός

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

γ. Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας

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

[[category:Κατολισθήσεις]]

Χαρτογράφηση της πλανητικής επικινδυνότητας σε κατολισθήσεις με χρήση δορυφορικών τηλεπισκοπικών δεδομένων

2011-01-05T12:20:25Z

Imageiras: New page: Συγγραφείς Yang Hong, Robert Adler, George Huffman Πηγή NATURAL HAZARDS vol. 43, no.2, 245-256 Στόχος της Εφαρμογής Βασιζόμενη στις τε...

Συγγραφείς

Yang Hong, Robert Adler, George Huffman

Πηγή

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

Στόχος της Εφαρμογής

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

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

Γεωχωρικά δεδομένα

α. Ψηφιακό υψογραφικό μοντέλο (Digital Elevation Model – DEM)

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

β. Δεδομένα χρήσεων γης

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

γ. Ψηφιακός χάρτης εδάφους – χαρακτηριστικά εδάφους

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

Δημιουργία παγκόσμιου χάρτη επικινδυνότητας σε κατολισθήσεις

α. Απόδοση αριθμητικών τιμών στους παράγοντες δημιουργίας κατολισθήσεων

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

β. Καταμερισμένος γραμμικός συνδυασμός

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

γ. Ο παγκόσμιος χάρτης επικινδυνότητας κατολισθήσεων

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

Σημαντικά αποτελέσματα – Αξιολόγηση μεθολογίας

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

[[category:Κατολισθήσεις]]