Ανάλυση τηλεπισκοπικών εικόνων με σκοπό τη δημιουργία χάρτη επικινδυνότητας πυρκαγιάς

Φανδρίδη, Χριστίνη; Fandridi, Christini

dc.contributor.author	Φανδρίδη, Χριστίνη	el
dc.contributor.author	Fandridi, Christini	en
dc.date.accessioned	2020-12-04T13:30:28Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52263
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.19961
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Περιβάλλον και Ανάπτυξη"	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Μοντέλο πρόβλεψης πυρκαγιάς	el
dc.subject	Ψηφιακή τηλεπισκόπηση	el
dc.subject	Δασικές πυρκαγιές	el
dc.subject	Δείκτες βλάστησης	el
dc.subject	Δείκτες κινδύνου πυρκαγιάς	el
dc.subject	Δείκτες υγρασίας καυσίμου	el
dc.subject	Τοπογραφικοί δείκτες	el
dc.subject	Digital remote sensing	en
dc.subject	Forest fires	en
dc.subject	Wildfire risk index	el
dc.subject	Forest fire risk index	el
dc.subject	Forest fire risk index	el
dc.subject	Fuel moisture index	el
dc.subject	Fire risk topographic index	el
dc.title	Ανάλυση τηλεπισκοπικών εικόνων με σκοπό τη δημιουργία χάρτη επικινδυνότητας πυρκαγιάς	el
dc.title	Analysis of remote sensing data for forest fire risk mapping	en
heal.type	masterThesis
heal.classification	Περιβάλλον	el
heal.classification	Προχωρημένες μέθοδοι ψηφιακής τηλεπισκόπησης	el
heal.dateAvailable	2021-12-03T22:00:00Z
heal.access	embargo
heal.recordProvider	ntua	el
heal.publicationDate	2020-10-22
heal.abstract	Στην παρούσα εργασία μελετήθηκαν διάφοροι δείκτες επικινδυνότητας πυρκαγιάς και αξιολογήθηκαν για την περιοχή του Ν. Χανίων μέσω ανάλυσης τηλεπισκοπικών και χαρτογραφικών δεδομένων. Σκοπός ήταν η δημιουργία ενός χάρτη επικινδυνότητας πυρκαγιάς για την περιοχή μελέτης, ο οποίος μέσω της συχνής ενημέρωσης, θα μπορούσε να βοηθήσει στην πρόληψη και στην έγκαιρη αντιμετώπιση μιας φυσικής καταστροφής. Από την επισκόπηση των υπαρχόντων δεικτών εκτίμησης επικινδυνότητας έναρξης δασικών πυρκαγιών, διαπιστώνουμε ότι πρόκειται για ένα πολύ-παραγοντικό πρόβλημα στο οποίο δίνεται ποικιλία απαντήσεων. Οι δείκτες πρόγνωσης πυρκαγιάς χωρίζονται σε δύο μεγάλες κατηγορίες, τους δείκτες υγρασίας καυσίμου, που έχουν ως μεταβλητές εισόδου τους μετεωρολογικούς παράγοντες της περιοχής, και τους τοπογραφικούς δείκτες πρόβλεψης, οι οποίοι λαμβάνουν ως μεταβλητές εισόδου τα τοπογραφικά στοιχεία της περιοχής ενώ κάποιοι συνυπολογίζουν και την επίδραση του ανθρώπινου παράγοντα. Για όλους τους δείκτες που μελετήθηκαν, η επιλογή των μεταβλητών και η στάθμιση τους με σκοπό τη δημιουργία ενός δείκτη επικινδυνότητας βασίστηκε στα διαθέσιμα ιστορικά στατιστικά στοιχεία. Οι δείκτες παρουσιάζουν σημαντικές διαφορές μεταξύ τους που οφείλονται στις μεταβλητές που ο καθένας περιέχει και στο κλίμα της περιοχής για την οποία έχει σχεδιαστεί. Στη συνέχεια, έγινε αξιολόγηση των δεικτών με βασικό κριτήριο την καταλληλότητα τους για την περιοχή μελέτης και υλοποιήθηκαν εκείνοι για τους οποίους ήταν διαθέσιμες οι τιμές μεταβλητών τους . Αφού αποτυπώθηκαν σε θεματικούς χάρτες, ακολούθησε η αξιολόγηση τους με βάση τα ιστορικά δεδομένα των πυρκαγιών για την περιοχή μελέτης. Σε όλους τους χάρτες επικινδυνότητας που υλοποιήθηκαν, οι καμένες εκτάσεις περιλαμβάνονταν σε περιοχές πολύ χαμηλής επικινδυνότητας. Οπότε κρίθηκε ότι δεν ήταν κατάλληλοι για την πρόβλεψη πυρκαγιάς στην περιοχή τημελέτης. Για αυτόν το λόγο έγινε μια προσπάθεια να δημιουργηθεί ένα καινούργιο μοντέλο επικινδυνότητας, το οποίο να προβλέπει με ακρίβεια τις πιθανές περιοχές εκδήλωσης πυρκαγιάς στον Νομό Χανίων. Από την ανάλυση των ιστορικών δεδομένων για τις πυρκαγιές στην περιοχής μελέτης, προέκυψε ότι στην πλειοψηφία τους αυτές εκδηλώνονται σε βοσκότοπους ή κοντά σε δρόμο καθώς και ότι οι βοσκότοποι που βρίσκονται σε μεγάλη απόσταση από το κεντρικό οδικό δίκτυο δεν έχουν ιστορικό πυρκαγιάς. Με βάση αυτή την ανάλυση δημιουργήθηκε ένα νέος δείκτης επικινδυνότητας που επαληθεύεται από τις θέσεις των καμένων εκτάσεων και ο οποίος θα μπορούσε να αξιοποιηθεί για την πρόβλεψη και την έγκαιρη αντιμετώπιση μελλοντικών πυρκαγιών. Τα τηλεσκοπισκοπικά δεδομένα που χρησιμοποιήθηκαν για αυτή την εργασία είναι απεικονίσεις του δορυφορικού συστήματος Landsat 8 OLI/TIRS. Στα χαρτογραφικά δεδομένα περιλαμβάνονται οι χρήσεις γης του Corine Land Cover 2018, το DEM αρχείο με την απεικόνιση του υψομέτρου της επιφάνειας της περιοχής μελέτης, με βάση το οποίο υπολογίστηκαν οι τοπογραφικές μεταβλητές του προσανατολισμού και της κλίσης καθώς και οι θεματικοί χάρτες των δρόμων και των οικισμών. Επίσης χρησιμοποιήθηκαν online δεδομένα από τον WMS server του Ευρωπαϊκού Πληροφοριακού Συστήματος Δασικών Πυρκαγιών. Η επεξεργασία τους έγινε με το λογισμικό Γεωγραφικών Συστημάτων Πληροφοριών Ανοικτού Κώδικα QGIS.	el
heal.abstract	In the current thesis, various fire risk indicators were studied and evaluated for the area of Chania through the analysis of remote sensing data. The scope was to find the optimal forest fire risk map for the study area, which if updated frequently, could help address this natural disaster. Following the analysis of the fire danger indices, it is obvious that the prognosis of forest fires is a multi-factorial problem to which a variety of answers have been given. The fire danger indices are divided in two main categories, the forest fuel indices, and the topographic indices. The first type combine meteorological factors while the second one is implemented with topographic data such as elevation, slope, etc. All indices were based on the available local historical statistics and that is the reason why they differ so much. As a next step, the indices were evaluated for their suitability for the selected area. Only the indices that were well defined were calculated and evaluated. For this process, each index was represented in the form of a fire risk map. Unfortunately, all the risk maps represented the burned areas as very low risk areas. Thus, they cannot be used to predict fire risk in the Chania region. For this reason, it was deemed necessary to create and implement a new fire risk model for the study area, which predicts with accuracy the possible areas of fire ignition. From the analysis of the fire history data for the study area, it was observed that the majority of wildland fires occurred either on permanent pasture land or close to the main road network. Also, no fire record was found for pasture areas that were in great distance from the national highway. Based on the above observations, a new risk index was invented that is verified by the historical data and can be used to predict future fires. In this model, land images of the Landsat 8 OLI / TIRS satellite system were used in combination with the digital elevation model (D.E.M.) and Corine Land Cover data. Also, online data from the WMS server of the European Forest Fire Information System were used. All layers were processed with the QGIS Open Source Geographic Information Systems software.	en
heal.advisorName	Αργιαλάς, Δημήτριος
heal.committeeMemberName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Καράντζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Κολοκούσης, Πολυχρόνης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	153 σ.	el
heal.fullTextAvailability	false