Από RemoteSensing Wiki

Πρότυπος Τίτλος : Investigating Avalanche Risk Impact on Accommodation Facilities in the Municipalities of Abruzzo Region

Συγγραφείς : Sara Pietrangeli, Donatella Guisa, Lorena Fiorini and Lucia Saganeit

Πηγή:Springer Nature Link

Εικόνα 1: Δήμοι που περιλαμβάνονται στο Εθνικό Πάρκο Gran Sasso και Monti della Laga. Οιτρεις επαρχίες απεικονίζονται με διαφορετικά χρώματα. Μεταξύ των 40 δήμων που εμπλέκονται,ορισμένοι βρίσκονται εξ ολοκλήρου εντός του πάρκου, ενώ άλλοι περιλαμβάνονται μόνο εν μέρει

Η στροφή της σύγχρονης κοινωνίας προς τον τουρισμό αναψυχής και τις υπαίθριες δραστηριότητες, όπως το σκι και η πεζοπορία, έχει οδηγήσει σε ραγδαία αύξηση της ανθρώπινης παρουσίας στις ορεινές περιοχές. Στην περιφέρεια Abruzzo της Ιταλίας, η οποία είναι κατά 65% ορεινή, αυτή η τάση έχει πυροδοτήσει μια έντονη οικιστική ανάπτυξη, συχνά σε ζώνες επιρρεπείς σε χιονοστιβάδες. Η τραγωδία στο ξενοδοχείο Rigopiano τον Ιανουάριο του 2017, όπου χάθηκαν 29 ζωές, ανέδειξε με τον πιο οδυνηρό τρόπο την ανάγκη για επανεξέταση της ασφάλειας των τουριστικών υποδομών. Η παρούσα μελέτη, ενταγμένη στο πλαίσιο του έργου SICURA, στοχεύει στην ανάπτυξη μιας μεθοδολογίας για τη δημιουργία σεναρίων κινδύνου, λαμβάνοντας υπόψη τη δυναμική φύση της έκθεσης του πληθυσμού σε κίνδυνο.

Εικόνα 2: Γενική απεικόνιση του χάρτη χιονοστιβάδων με τα χαρακτηριστικά του στοιχεία. Κάθεχιονοστιβάδα προσδιορίζεται με μια προοδευτική αρίθμηση σε δημοτικό επίπεδο που συνδέεται με μια τεχνικήέκθεση

Η περιοχή μελέτης περιλαμβάνει 40 δήμους που βρίσκονται εντός του Εθνικού Πάρκου Gran Sasso και Monti della Laga. Η ερευνητική ομάδα ανέπτυξε μια καινοτόμο προσέγγιση που διακρίνει τον κίνδυνο σε "στατικό" και "δυναμικό". Ο στατικός κίνδυνος βασίζεται στην απλή γεωγραφική θέση των καταλυμάτων, ενώ ο δυναμικός λαμβάνει υπόψη τη χωρητικότητα των εγκαταστάσεων (αριθμός κλινών), προσομοιώνοντας έτσι την πιθανή παρουσία ανθρώπων σε δεδομένη στιγμή. Για την υλοποίηση της ανάλυσης, χρησιμοποιήθηκαν δεδομένα από την Περιφερειακή Υπηρεσία Πολιτικής Προστασίας σχετικά με τα τουριστικά καταλύματα (ξενοδοχεία, B&B, κάμπινγκ κ.λπ.), τα οποία γεωαναφέρθηκαν με ακρίβεια μέσω πολλαπλών ψηφιακών υπηρεσιών (Google Maps, Bing, κ.ά.). Παράλληλα, αξιοποιήθηκε ο Χάρτης Εντοπισμού Κινδύνου Χιονοστιβάδων (C.L.P.V.), ο οποίος καταγράφει ιστορικά συμβάντα και επικίνδυνες ζώνες. Μέσω της χρήσης Συστημάτων Γεωγραφικών Πληροφοριών (GIS) και της τεχνικής Kernel Density Estimation, δημιουργήθηκαν χάρτες πυκνότητας ("heatmaps") που αποτυπώνουν τη συγκέντρωση των υποδομών και του πληθυσμού.

Η ανάλυση των χαρτών πυκνότητας αποκάλυψε σημαντικές διαφοροποιήσεις. Ο χάρτης που βασίζεται στον αριθμό των κλινών (δυναμικό σενάριο) ανέδειξε περιοχές με υψηλή συγκέντρωση επισκεπτών, οι οποίες δεν ήταν απαραίτητα εμφανείς στον χάρτη απλής πυκνότητας κτιρίων. Η υπέρθεση αυτών των δεδομένων με τον Χάρτη Κινδύνου Χιονοστιβάδων επέτρεψε τον εντοπισμό συγκεκριμένων "κόκκινων ζωνών". Χαρακτηριστικά παραδείγματα αποτελούν οι περιοχές Fonte Cerreto (στον δήμο L'Aquila) και Prati di Tivo (στον δήμο Pietracamela). Σε αυτές τις τοποθεσίες, η υψηλή τουριστική κίνηση συμπίπτει γεωγραφικά με καταγεγραμμένες διαδρομές χιονοστιβάδων, καθιστώντας τες περιοχές υψηλής προτεραιότητας για τη λήψη μέτρων προστασίας. Η μελέτη επιβεβαίωσε ότι η άγνοια της δυναμικής παραμέτρου (ροές πληθυσμού) μπορεί να οδηγήσει σε υποτίμηση του πραγματικού κινδύνου

Εικόνα 3: Χάρτης πυκνότητας σχετικά με την τοποθεσία των καταλυμάτων, σταθμισμένος με βάση τον αριθμότων κλινών και με έμφαση στις κρίσιμες περιοχές που είναι επιρρεπείς σε χιονοστιβάδες στο Prati di Tivo (Pietracamela) και στο FonteCerreto (L’Aquila)

Τα ευρήματα υπογραμμίζουν ότι η παραδοσιακή, στατική προσέγγιση στην εκτίμηση κινδύνου είναι ανεπαρκής, ειδικά σε περιοχές με έντονη εποχικότητα. Η κλιματική αλλαγή επιπλέκει περαιτέρω την κατάσταση, καθώς μεταβάλλει τη συχνότητα και την ένταση των χιονοπτώσεων, καθιστώντας τα ιστορικά δεδομένα λιγότερο αξιόπιστα για το μέλλον. Η μεθοδολογία που προτείνεται προσφέρει ένα ευέλικτο εργαλείο για τις αρχές, επιτρέποντας τη δημιουργία σεναρίων με βάση διαφορετικά ποσοστά πληρότητας των καταλυμάτων. Επιπλέον, η ενσωμάτωση τεχνολογιών IoT και AI (μέσω του έργου SICURA) ανοίγει τον δρόμο για συστήματα έγκαιρης προειδοποίησης σε πραγματικό χρόνο.

Η παρούσα εργασία παρέχει ένα κρίσιμο πρώτο βήμα για την αναβάθμιση της ασφάλειας στις ορεινές τουριστικές περιοχές του Abruzzo. Απέδειξε ότι η χρήση απλών, διαθέσιμων δεδομένων μπορεί να παράγει πολύτιμη γνώση για τη χωρική κατανομή του κινδύνου. Η ταυτοποίηση των περιοχών υψηλής έκθεσης (hotspots) επιτρέπει την ιεράρχηση των παρεμβάσεων πολιτικής προστασίας. Τελικός στόχος είναι η δημιουργία ενός συστήματος υποστήριξης αποφάσεων που θα εναρμονίζει την τουριστική ανάπτυξη με την ασφάλεια των επισκεπτών, συμβάλλοντας στους Στόχους Βιώσιμης Ανάπτυξης του ΟΗΕ.