ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Ι ΑΚΤΟΡΙΚΗ ΙΑΤΡΙΒΗ

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Ι ΑΚΤΟΡΙΚΗ ΙΑΤΡΙΒΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ, ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΚΙΝ ΥΝΟΥ ΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ ΒΑΣΙΛΑΚΟΣ ΧΡΗΣΤΟΣ ΠΕΡΙΒΑΛΛΟΝΤΟΛΟΓΟΣ ΜΥΤΙΛΗΝΗ ΙΟΥΝΙΟΣ 2007

2 Remote sensing, artificial intelligence and geographic information systems into fire danger rating by Christos Vasilakos Dissertation Abstract Prevention is one of the most important stages in wildfire and other natural hazards management. Fire danger rating systems have been adopted by many developed countries dealing with wildfire prevention and presuppression planning, so that civil protection agencies are able to define areas with high probabilities of fire ignition and resort to necessary actions. This dissertation focuses on the development of a fire ignition risk scheme that can be an integral component of a quantitative Fire Danger Rating System. The methodology used, estimates the geo-spatial fire risk regardless of fire causes or expected burned area, while it has the ability of forecasting based on meteorological data. The main output of the scheme is the Fire Ignition Index (FII) which is based on three other indices: the Fire Weather Index (FWI); the Fire Hazard Index (FHI); and the Fire Risk Index (FRI). These indices are not just a relative probability of fire occurrence, but a rather quantitative assessment of fire danger in a systematic way. Remote sensing data from the high resolution QuickBird satellite and the Landsat ETM satellite sensors have been utilized in order to retrieve part of the input parameters to the scheme, while Remote Automatic Weather Stations and the SKIRON/Eta weather forecasting system provided realtime and forecasted meteorological data, respectively. Geographic Information Systems have been used for management and spatial analyses of the input parameters. The relationship between wildfire occurrence and the input parameters has been investigated by neural networks, whose training was based on historical data. The FWI function was more easily approached, while the FRI had better classification percentages regarding the validation fires. According to the operational validation under realistic conditions, the FII identified the high risk areas where most of the fire ignited. The dissertation also presents the results of sensitivity analysis performed in a back-propagation neural network in order to distinguish the influence of each variable in the proposed fire ignition risk scheme. To evaluate the three indices developed within the above scheme, 5 different methods were used. Results showed that the presence of rainfall, the 10-h fuel moisture content and the month of the year parameter are the most significant variables of the Fire Weather, Fire Hazard and Fire Risk Indices, respectively. On the contrary, relative humidity, elevation and day of the week have a small contribution to fire ignitions in the study area. The results retrieved by sensitivity analysis can be used by forest managers and other decision-makers dealing with wildfires in order to take the appropriate preventive measures, emphasizing on the important factors of fire occurrence.

3 ΕΥΧΑΡΙΣΤΙΕΣ Η παρούσα διδακτορική διατριβή αποτελεί το επιστέγασµα της συνολικής προσπάθειας µιας οµάδας ανθρώπων που µε βοήθησαν και µε υποστήριξαν µε όποιον τρόπο ήταν για αυτούς δυνατό, κατά τη διάρκεια της εκπόνησής της. Θα ήθελα να ευχαριστήσω τον δάσκαλό µου, κ. Ιωάννη Χατζόπουλο Καθηγητή του Τµήµατος Περιβάλλοντος του Πανεπιστηµίου Αιγαίου για την εµπιστοσύνη που µου έδειξε µε την ανάθεση της διδακτορικής διατριβής ως επιβλέπων καθηγητής. Η επιστηµονική του υποστήριξη σε θέµατα Τηλεπισκόπησης, ΣΓΠ και προγραµµατισµού Η/Υ, αποτέλεσε θεµέλιο λίθο της διατριβής. Επίσης τον ευχαριστώ για την οικονοµική και ηθική υποστήριξη καθώς και για την ευκαιρία που µου έδωσε να τον συνεπικουρήσω στην διδασκαλία µαθηµάτων του σε προπτυχιακό και µεταπτυχιακό επίπεδο. Ευχαριστώ τον Επίκουρο Καθηγητή του Τµήµατος Γεωγραφίας του Πανεπιστηµίου Αιγαίου κ. Κώστα Καλαµποκίδη. Οι ανεκτίµητες γνώσεις, συµβουλές και ιδέες του για τις δασικές πυρκαγιές αποτέλεσαν οδηγό σε αυτήν την προσπάθεια. Επίσης, τον ευχαριστώ για την ευκαιρία που µου έδωσε να εργαστώ, από την προετοιµασία της πρότασης µέχρι και την περάτωση του προγράµµατος, στο Ευρωπαϊκό ερευνητικό πρόγραµµα Auto-Hazard Pro, το οποίο υποστήριξε την διατριβή. Ευχαριστώ τον Επίκουρο Καθηγητή του Τµήµατος Περιβάλλοντος του Πανεπιστηµίου Αιγαίου κ. Ιωάννη Ματσίνο για τις εποικοδοµητικές παρατηρήσεις και υποδείξεις του καθώς και για την συνολική του βοήθεια. Ευχαριστώ, τα µέλη της εξεταστικής επιτροπής κ.κ. Χαλβαδάκη Κωνσταντίνο, Καθηγητή του Τµήµατος Περιβάλλοντος του Πανεπιστηµίου Αιγαίου, Μπριασούλη Ελένη, Καθηγήτρια του Τµήµατος Γεωγραφίας του Πανεπιστηµίου Αιγαίου, Κάλλο Γεώργιο, Αναπληρωτή Καθηγητή του Τµήµατος Φυσικής του Πανεπιστηµίου Αθηνών και Σουλακέλλη Νικόλαο, Επίκουρο Καθηγητή του Τµήµατος Γεωγραφίας του Πανεπιστηµίου Αιγαίου, για τη συµµετοχή τους στην εξεταστική επιτροπή, για το χρόνο που αφιέρωσαν και τις υποδείξεις τους. Ευχαριστώ τα µέλη, προπτυχιακούς και µεταπτυχιακούς φοιτητές, των Εργαστηρίων Τηλεπισκόπησης και ΣΓΠ του Τµήµατος Περιβάλλοντος και Γεωγραφίας Φυσικών Καταστροφών του Τµήµατος Γεωγραφίας του Πανεπιστηµίου Αιγαίου για τη συνεργασία και βοήθεια που µου πρόσφεραν όλα αυτά τα χρόνια. Ευχαριστώ όλους τους συνεργάτες του προγράµµατος Auto- Hazard Pro στην Ελλάδα και το εξωτερικό. Ευχαριστώ τα Εργαστήρια ιαχείρισης Αποβλήτων του Τµήµατος Περιβάλλοντος και Χαρτογραφίας και Γεωπληροφορικής του Τµήµατος Γεωγραφίας για την παροχή πρωτογενών δεδοµένων. Ευχαριστώ την κ. Νικολαρέα Αικατερίνη για τη φιλολογική επιµέλεια του κειµένου. Τέλος, ένα µεγάλο ευχαριστώ στους γονείς µου για την οικονοµική και ηθική συµπαράστασή τους, στην Ιωάννα για τη συµπαράσταση, κατανόηση και βοήθεια της, στο Θανάση, στο Θέµη και στην Όλγα γιατί ήταν εκεί, όταν τους χρειάστηκα. 3

4 1. ΕΙΣΑΓΩΓΗ Το πρόβληµα των δασικών πυρκαγιών Επιπτώσεις των πυρκαγιών στο φυσικό και ανθρωπογενές περιβάλλον Η σηµασία θέσπισης ενός συστήµατος εκτίµησης κινδύνου δασικών πυρκαγιών Στόχος και πρωτοτυπία της παρούσας διατριβής Περιοχή µελέτης: Λέσβος ΑΝΑΣΚΟΠΗΣΗ ΤΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑΣ Τηλεπισκόπηση Συστήµατα Γεωγραφικών Πληροφοριών (ΣΓΠ) Τεχνητά Νευρωνικά ίκτυα Εκπαίδευση νευρωνικών δικτύων Επιχειρησιακά συστήµατα εκτίµησης κινδύνου πυρκαγιών Ηνωµένες Πολιτείες Αµερικής (ΗΠΑ) Καναδάς Αυστραλία Ρωσία Ινδονησία Γαλλία Πορτογαλία Ιταλία Ισπανία Ευρωπαϊκή Ένωση Ερευνητικές προσεγγίσεις στην εκτίµηση κινδύνου πυρκαγιών Τηλεπισκόπηση και εκτίµηση κινδύνου πυρκαγιών Συστήµατα Γεωγραφικών Πληροφοριών (ΣΓΠ) και εκτίµηση κινδύνου πυρκαγιών ΕΚΤΙΜΗΣΗ ΚΙΝ ΥΝΟΥ ΠΥΡΚΑΓΙΑΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ, ΣΥΣΤΗΜΑΤΩΝ ΓΕΩΓΡΑΦΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ (ΣΓΠ) ΚΑΙ ΤΕΧΝΗΤΩΝ ΝΕΥΡΩΝΙΚΩΝ ΙΚΤΥΩΝ (ΤΝ ) Εισαγωγή Μεθοδολογία Μετεωρολογικός είκτης Κινδύνου (Μ Κ): Έννοια, δοµή και συλλογή δεδοµένων Βλαστητικός είκτης Κινδύνου (Β Κ): Έννοια, δοµή και συλλογή δεδοµένων Κοινωνικο-Οικονοµικός είκτης Κινδύνου (ΚΟ Κ): Έννοια, δοµή και συλλογή δεδοµένων είκτης Κίνδυνου Έναρξης Πυρκαγιάς ( ΚΕΠ): Έννοια και δοµή 61 4

5 Συλλογή δεδοµένων και προεπεξεργασία Εκπαίδευση Τεχνητών Νευρωνικών ικτύων Αναλυτική ιαδικασία Ιεράρχησης Αποτελέσµατα και συζήτηση Εκπαίδευση νευρωνικού δικτύου και πολυκριτηριακή ανάλυση Χαρτογραφική απεικόνιση απόλυτων τιµών δεικτών και επιχειρησιακή εφαρµογή Χαρτογραφική απεικόνιση σχετικών τιµών δεικτών Συµπεράσµατα ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ ΤΕΧΝΗΤΩΝ ΝΕΥΡΩΝΙΚΩΝ ΙΚΤΥΩΝ ΓΙΑ ΤΗΝ ΕΚΤΙΜΗΣΗ ΤΗΣ ΣΗΜΑΝΤΙΚΟΤΗΤΑΣ ΤΩΝ ΜΕΤΑΒΛΗΤΩΝ ΠΑΡΑΜΕΤΡΩΝ ΠΟΥ ΛΑΜΒΑΝΟΝΤΑΙ ΥΠΟΨΗ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΚΙΝ ΥΝΟΥ ΠΥΡΚΑΓΙΑΣ Εισαγωγή Μεθοδολογία Μέθοδοι κατάταξης σηµαντικότητας των µεταβλητών Αποτελέσµατα και συζήτηση Μετεωρολογικός είκτης Κινδύνου (Μ Κ) Βλαστητικός είκτης Κινδύνου (Β Κ) Κοινωνικο-Οικονοµικός είκτης Κινδύνου (ΚΟ Κ) Συµπεράσµατα ΕΦΑΡΜΟΓΗ ΕΚΤΙΜΗΣΗΣ ΚΙΝ ΥΝΟΥ ΕΝΑΡΞΗΣ ΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ Εισαγωγή Μεθοδολογία Αποτελέσµατα και συζήτηση ΣΥΜΠΕΡΑΣΜΑΤΑ Γενικά συµπεράσµατα Περαιτέρω έρευνα ΒΙΒΛΙΟΓΡΑΦΙΑ ΠΑΡΑΡΤΗΜΑ 125 5

6 ΕΥΡΕΤΗΡΙΟ ΣΧΗΜΑΤΩΝ Σχήµα 1.1: Χάρτης πρόβλεψης κινδύνου πυρκαγιών της Γενικής Γραµµατείας Πολιτικής Προστασίας...17 Σχήµα 1.2: Χάρτης εδαφοκάλυψης Ν. Λέσβου...23 Σχήµα 1.3: Οµβροθερµικό διάγραµµα µετεωρολογικού σταθµού Πτερούντας, Λέσβου...24 Σχήµα 1.4: Οµβροθερµικό διάγραµµα µετεωρολογικού σταθµού Λόφου Πανεπιστηµίου, Λέσβου...24 Σχήµα 1.5: ιάγραµµα θερµοκρασίας/περιεχόµενης υγρασίας καύσιµης ύλης µετεωρολογικού σταθµού Πτερούντας, Λέσβου...25 Σχήµα 2.1: Νευρώνας Τεχνητού Νευρωνικού ικτύου (ΤΝ )...30 Σχήµα 2.2: (α) Γενικευµένο και (β) πλήρως προσαρµοσµένο ΤΝ...31 Σχήµα 2.3: Αµερικάνικο Εθνικό Σύστηµα Εκτίµησης Κινδύνου Πυρκαγιών...32 Σχήµα 2.4: Χάρτης Κινδύνου Πυρκαγιάς για τις Η.Π.Α...34 Σχήµα 2.5: Μετεωρολογικός είκτης Πυρκαγιών του Καναδά...35 Σχήµα 2.6: Σύστηµα Πρόγνωσης Συµπεριφοράς Πυρκαγιάς του Καναδά...36 Σχήµα 2.7: Χάρτης Κινδύνου Πυρκαγιάς για τον Καναδά...37 Σχήµα 2.8: Προτεινόµενη προσέγγιση εκτίµησης κινδύνου από το JRC...42 Σχήµα 2.9: Μακροπρόθεσµος είκτης Κινδύνου για τη νότια Ευρώπη...43 Σχήµα 3.1: ιάγραµµα ροής µεθοδολογίας...56 Σχήµα 3.2: Πολύγωνα Thiessen (α) των 4 (+) µετεωρολογικών σταθµών και (β) των 8 (+) σηµείων πρόγνωσης µετεωρολογικών δεδοµένων που υπολογίζονται από το µοντέλο SKIRON...57 Σχήµα 3.3: Στατικές παράµετροι του συστήµατος γραµµικά µετασχηµατισµένες στο διάστηµα Σχήµα 3.4: Σηµεία έναρξης δασικών πυρκαγιών (Fire ignition) στο χρονικό διάστηµα και σηµεία µη εµφάνισης πυρκαγιών (Non-Fire)...63 Σχήµα 3.5: Τεχνητό Νευρωνικό ίκτυο µε ένα κρυφό επίπεδο επεξεργασίας και ένα νευρώνα εξόδου...64 Σχήµα 3.6: Γραφική παράσταση της λογιστικής συνάρτησης για 2 διαφορετικούς ρυθµούς κλίσης...65 Σχήµα 3.7: είκτης Κινδύνου Έναρξης Πυρκαγιάς στις ηµεροµηνίες 23/6/2003 και 27/8/ Σχήµα 3.8: Σχετικός είκτης Κινδύνου Έναρξης Πυρκαγιάς Ιουνίου 2004 για το Ν. Λέσβου...72 Σχήµα 3.9: Σχετικός είκτης Κινδύνου Έναρξης Πυρκαγιάς Ιουλίου 2004 για το Ν. Λέσβου...72 Σχήµα 3.10: Σχετικός είκτης Κινδύνου Έναρξης Πυρκαγιάς Αυγούστου 2004 για το Ν. Λέσβου...73 Σχήµα 3.11: Σχετικός είκτης Κινδύνου Έναρξης Πυρκαγιάς Σεπτεµβρίου 2004 για το Ν. Λέσβου

7 Σχήµα 4.1: Οι µερικές παράγωγοι του Μ Κ ως προς κάθε µεταβλητή εισόδου...83 Σχήµα 4.2: Οι µερικές παράγωγοι του Β Κ ως προς κάθε µεταβλητή εισόδου...86 Σχήµα 4.3: Οι µερικές παράγωγοι του ΚΟ Κ ως προς κάθε µεταβλητή εισόδου (DMR: Κύριο Οδικό ίκτυο, DSR: ευτερεύον Οδικό ίκτυο, DPL: Ηλεκτροφόρες Γραµµές, DUA: Αστικές Περιοχές, DLF: Χωµατερές, DRA: Χώροι Αναψυχής, DAL: Άγροτικές Περιοχές)...90 Σχήµα 5.1: οµή της εφαρµογής εκτίµησης κινδύνου έναρξης πυρκαγιών...95 Σχήµα 5.2: Αντικείµενο ελέγχου ActiveX για την παρακολούθηση της διαδικασίας εκπαίδευσης του ΤΝ...95 Σχήµα 5.3: Ιδιότητες εκπαιδευµένου Τεχνητού Νευρωνικού ικτύου...96 Σχήµα 5.4: Γραφικό περιβάλλον διαδραστικότητας για τη σύνδεση του συστήµατος µε το διακοµιστή µετεωρολογικών δεδοµένων...97 Σχήµα 5.5: Φόρµα εισαγωγής τιµών για τη δηµιουργία σεναρίου...97 Σχήµα 5.6: Φόρµα χαρτογραφικής απεικόνισης αποτελεσµάτων

8 ΕΥΡΕΤΗΡΙΟ ΠΙΝΑΚΩΝ Πίνακας 1.1: Εκατοστιαία συµβολή των αιτιών πυρκαγιών στο Αιγαίο κατά νοµό 12 Πίνακας 1.2: Χρόνοι επισήµανσης, αναγγελίας, επέµβασης και κατάσβεσης της φωτιάς στα νησιά του Αιγαίου 15 Πίνακας 1.3: Ποσοστιαία κατανοµή τύπων εδαφοκάλυψης Ν. Λέσβου 23 Πίνακας 2.1: Μήκος κύµατος για κάθε δίαυλο καταγραφής των δεκτών QuickΒird και Landsat ETM 27 Πίνακας 2.2: Συσχέτιση δείκτη Nesterov και επικινδυνότητας 38 Πίνακας 2.3: Κλάσεις επικινδυνότητας πυρκαγιάς 40 Πίνακας 2.4: Τελικός δείκτης κινδύνου των Salas and Chuvieco (1994) 52 Πίνακας 3.1: Αντιστοίχιση των τύπων χρήσεων γης του CORINE µε τα µοντέλα καύσιµης ύλης του BEHAVE 58 Πίνακας 3.2: Αριθµός πυρκαγιών δεδοµένων εκπαίδευσης και επαλήθευσης για κάθε δείκτη (Μ Κ: Μετεωρολογικός είκτης Κινδύνου, Β Κ: Βλαστητικός είκτης Κινδύνου, ΚΟ Κ: Κοινωνικο-Οικονοµικός είκτης Κινδύνου, Εκ.: Εκπαίδευση, Επ.: Επαλήθευση) 62 Πίνακας 3.3: Κλίµακα σχετικής σηµαντικότητας 66 Πίνακας 3.4: Αποτελέσµατα εκπαίδευσης και επαλήθευσης των νευρωνικών δικτύων. 69 Πίνακας 4.1: Αποτελέσµατα των 5 µεθόδων που εφαρµόστηκαν για την ανάλυση ευαισθησίας των δεδοµένων εισόδου στο Μετεωρολογικό είκτη Κινδύνου (PI: Percentage of Influence; WP: Weight Product; MR: Multi-linear Regression; LR: Logistic Regression model; PD: Partial Derivatives, Mean: Αριθµητικός Μέσος, Beta, B: Εκτιµώµενοι συντελεστές, SSD: Sum of Square Derivatives) 82 Πίνακας 4.2: Αποτελέσµατα των 5 µεθόδων που εφαρµόστηκαν για την ανάλυση ευαισθησίας των δεδοµένων εισόδου στο Βλαστητικό είκτη Κινδύνου (PI: Percentage of Influence; WP: Weight Product; MR: Multi-linear Regression; LR: Logistic Regression model; PD: Partial Derivatives, Mean: Αριθµητικός Μέσος, Beta, B: Εκτιµώµενοι συντελεστές, SSD: Sum of Square Derivatives) 85 Πίνακας 4.3: Αποτελέσµατα των 5 µεθόδων που εφαρµόστηκαν για την ανάλυση ευαισθησίας των δεδοµένων εισόδου στο Κοινωνικο-Οικονοµικό είκτη Κινδύνου (PI: Percentage of Influence; WP: Weight Product; MR: Multi-linear Regression; LR: Logistic Regression model; PD: Partial Derivatives, Mean: Αριθµητικός Μέσος, Beta, B: Εκτιµώµενοι συντελεστές, SSD: Sum of Square Derivatives) 88 Πίνακας 4.4: Ο συντελεστής συσχέτισης του Spearman (ρ) των µεθόδων ταξινόµησης για τους Μ Κ, Β Κ και ΚΟ Κ. Στον υπολογισµό του µέσου δεν λαµβάνεται υπόψη ο συντελεστής συσχέτισης µεταξύ των ίδιων µεθόδων (PI: Percentage of Influence; WP: Weight Product; MR: Multi-linear Regression; LR: Logistic Regression model; PD: Partial Derivatives) 91 Πίνακας 4.5: Κατάταξη των µεταβλητών εισόδου για κάθε δείκτη κινδύνου (Μ Κ: Μετεωρολογικός είκτης Κινδύνου, Β Κ: Βλαστητικός είκτης Κινδύνου, ΚΟ Κ: Κοινωνικόοικονοµικός είκτης Κινδύνου, PI: Percentage of Influence, WP: Weight Product, MR: Multilinear Regression, LR: Logistic Regression model, PD: Partial Derivatives). 92 8

9 ΣΥΝΤΜΗΣΕΙΣ AHP: ANN: ASPRS: AVHRR: BI: CFFDRS: DSS: EFFIS EFICS ERC: ESRI: ETM: FAO: FBP: FLI: FPI: FWI: GI: GIS: IC: IDW: KBDI: LCOI: LR: MCOI: MM5: MR: MSE: NASA: NDVI: NFDRS: NOAA: NSA: OI: PD: PI: RG: SAR: SC: Analytic Hierarchy Process Artificial Neural Network American Society for Photogrammetry and Remote Sensing Advanced Very High Resolution Radiometer Burning Index Canadian Forest Fire Danger Rating System Decision Support Systems European Forest Fires Information System European Information and Communication System Energy Release Component Environmental System Research Institute Enhanced Thematic Mapper Food and Agriculture Organization Fire Behavior Prediction System Fire Load Index Fire Potential Index Fire Weather Index General Influence Geographical Information Systems Ignition Component Inverse Distance Weighting Keetch-Byram Danger Index Lighting-Caused Occurrence Index Logistical Regression Man-Caused Fire Occurrence Index Mesoscale Model Multi-linear Regression Mean Square Error National Aeronautics and Space Administration Normalized Difference Vegetation Index National Fire Danger Rating System National Oceanic & Atmospheric Administration Numeric Sensitivity Analysis Occurrence Index Partial Derivative Percentage of Influence Relative Greenness Synthetic Aperture Radar Spread Component 9

10 SSD: TOVS: WP: Β Κ: ΓΓΠΠ: ΚΕΠ: ΚΟ Κ: Μ Κ: ΣΓΠ: ΤΝ : Sum of Square Derivatives TIROS Operational Vertical Sounder Weight Product Βλαστητικός είκτης Κινδύνου Γενική Γραµµατεία Πολιτικής Προστασίας είκτης Κινδύνου Έναρξης Πυρκαγιάς Κοινωνικό-Οικονοµικός είκτης Κινδύνου Μετεωρολογικός είκτης Κινδύνου Συστήµατα Γεωγραφικών Πληροφοριών Τεχνητό Νευρωνικό ίκτυο 10

11 1. ΕΙΣΑΓΩΓΗ 1.1. Το πρόβληµα των δασικών πυρκαγιών Οι δασικές πυρκαγιές είναι πολύπλοκα φαινόµενα τα οποία λαµβάνουν χώρα ως αποτέλεσµα φυσικών και ανθρώπινων δραστηριοτήτων. Η αδυναµία ελέγχου µιας πυρκαγιάς οδηγεί συχνά σε εκτεταµένες ζηµιές και για το λόγο αυτό τα φαινόµενα αυτά αποκαλούνται φυσικές καταστροφές. Ο όρος φυσική καταστροφή έχει οριστεί µε τους εξής τρόπους (Λέκκας 2000): Τα στοιχεία εκείνα του φυσικού περιβάλλοντος που είναι βλαβερά για τον άνθρωπο και προκαλούνται από δυνάµεις ξένες και άγνωστες σε αυτόν. Η πιθανότητα εµφάνισης ενός δυνητικά καταστροφικού γεγονότος µέσα σε µια συγκεκριµένη χρονική περίοδο και σε µια συγκεκριµένη γεωγραφική περιοχή. Μια φυσική ή ανθρωπογενής γεωλογική κατάσταση ή φαινόµενο κατά την οποία παρουσιάζεται πραγµατικός ή δυνητικός κίνδυνος για την ανθρώπινη ζωή ή τις περιουσίες. Η διαχείριση κάθε φυσικής καταστροφής θέτει τη λήψη προληπτικών µέτρων ως ένα βασικό στοιχείο, ώστε, όταν προκύψει το φαινόµενο, να εκτονωθεί µέσα στα όρια των µέτρων και των υποδοµών του προκατασταλτικού σχεδιασµού και η συµπεριφορά του να µην ξεπεράσει τις δυνατότητες του µηχανισµού καταστολής. Οι πυρκαγιές αποτελούν µια από τις σηµαντικότερες φυσικές καταστροφές που συντελούνται στον Ελλαδικό χώρο και γενικότερα σε περιοχές µε Μεσογειακού τύπου οικοσυστήµατα (Salas and Chuvieco 1994). Παράλληλα όµως, οι πυρκαγιές αποτελούν και ένα σηµαντικό παράγοντα στην εξέλιξη των µεσογειακών οικοσυστηµάτων των οποίων αποτελεί βασικό στοιχείο και φυσικό µηχανισµό λειτουργίας. Έτσι, πολλά φυτά έχουν αναπτύξει µηχανισµούς προσαρµογής, έτσι ώστε να επιβιώνουν κατά τη διάρκεια της πυρκαγιάς (Μάργαρης 1993, Κωνσταντινίδης και Γκατζογιάννης 2001). Ουσιαστικό βήµα στην καταπολέµηση των δασικών πυρκαγιών αποτελεί η ανάλυση των αιτιών που τις προκαλούν, επειδή µε την ανάλυση αυτή επισηµαίνονται οι πρωτογενείς παράγοντες και έτσι είναι δυνατό να ληφθούν τα κατάλληλα µέτρα άρσης των αιτιών των δασικών πυρκαγιών. Σύµφωνα µε τους Καλαµποκίδη και Στάµου (1995), από την ανάλυση των δασικών πυρκαγιών σε νησιά του Αιγαίου κατά την δεκαετία , µόνο για το 35% των πυρκαγιών έχουν εξακριβωθεί οι αιτίες, για το 25% πιθανολογούνται ενώ για το 40% δεν µπορεί να διατυπωθεί ούτε καν υποψία (Πίνακας 1.1). 11

12 Πίνακας 1.1: Εκατοστιαία συµβολή των αιτιών πυρκαγιών στο Αιγαίο κατά νοµό ΑΙΤΙΕΣ Λέσβος Χίος Σάµος ωδ/νησα Κυκλάδες Σύνολο ΠΥΡΚΑΓΙΩΝ Εξακριβωµένα Πιθανά Άγνωστα ΣΥΝΟΛΟ (Πηγή: Καλαµποκίδης και Στάµου 1995) Οι εξακριβωµένες αιτίες διακρίνονται σε δύο ευρύτερες κατηγορίες: α) στα τυχαία γεγονότα όπως οι κεραυνοί και τα βραχυκυκλώµατα και β) στις ανθρωπογενείς. Στα τυχαία γεγονότα οφείλεται ένα µικρό ποσοστό πυρκαγιών, ενώ το µεγαλύτερο ποσοστό οφείλεται σε ανθρωπογενείς αιτίες όπως εµπρησµούς, που έχουν σκοπό τη δηµιουργία βοσκοτόπων καθώς και αµέλειες όπως: Βολές στρατού Καύση αγρών Καύση απορριµµάτων Τσιγάρα Εκδροµείς, κυνηγοί Εργαζόµενοι υπαίθρου Χρήση εκρηκτικών Από το σύνολο των πυρκαγιών που έχουν συµβεί στην ίδια περιοχή και κατά την ίδια χρονική περίοδο µόνο το 6,1% οφείλεται σε τυχαία γεγονότα, όπως είναι τα βραχυκυκλώµατα και κεραυνοί. Από αυτά έχει παρατηρηθεί ότι τα βραχυκυκλώµατα καλωδίων υψηλής τάσης συµβαίνουν κατά τις ηµέρες που πνέουν άνεµοι ισχυρής έντασης, µε αποτέλεσµα οι πυρκαγιές που προκαλούν να είναι ιδιαίτερα καταστροφικές (Καλαµποκίδης και Στάµου 1995) Επιπτώσεις των πυρκαγιών στο φυσικό και ανθρωπογενές περιβάλλον Σύµφωνα µε τον Smith (2000), η αντίδραση των διαφόρων ειδών πανίδας σε µια πυρκαγιά επηρεάζεται από την εποχή, τη δριµύτητα, την ένταση, το ρυθµό εξάπλωσης και το µέγεθος της πυρκαγιάς. Οι επιπτώσεις στην πανίδα συµπεριλαµβάνουν τραυµατισµούς, θανατώσεις και µετανάστευση, ενώ τα άτοµα που έχουν περιορισµένη κινητικότητα, όπως τα νεαρά, είναι πιο ευπαθή από τα αναπτυγµένα. Επίσης, αρκετά σηµαντικές επιδράσεις προκαλούνται στον πληθυσµό αλλά και στις κοινότητες της πανίδας (Singer and Schullery 1989). Έπειτα από µια πυρκαγιά παρατηρείται συνήθως 12

13 αύξηση της παραγωγικότητας και της διαθεσιµότητας των νιτρικών στους βοσκότοπους. Αυτές οι αλλαγές έχουν ως αποτέλεσµα να αυξάνονται µεν σηµαντικά οι πληθυσµοί των φυτοφάγων ζώων, να µετριάζεται δε η ικανότητα προσαρµογής και ανάπτυξής τους στο καινούργιο µεταπυρικό περιβάλλον. Τα είδη που ευνοούνται κυρίως από τη φωτιά είναι τα αρπακτικά πουλιά, επειδή µειώνονται οι τρόποι κάλυψης των θηραµάτων τους (Smith 2000). Επίσης, αν και ο πληθυσµός των µεγάλων σαρκοφάγων και παµφάγων ειδών µεταβάλλεται λίγο µετά από µια φωτιά, εντούτοις αναπτύσσεται εκ νέου στις πρόσφατα καµένες περιοχές λόγω της µεγαλύτερης ποσότητας θηραµάτων. Γενικά, έπειτα από τη λήξη µιας πυρκαγιάς παρατηρείται αναδιοργάνωση στις κοινότητες των ζώων -αύξηση µερικών ειδών και µείωση άλλων- η οποία σχετίζεται άµεσα µε το µέγεθος των αλλαγών που έχει υποστεί η βλάστηση της περιοχής. Από την άλλη πλευρά, οι επιπτώσεις της φωτιάς στη χλωρίδα εξαρτώνται τόσο από τα χαρακτηριστικά της φωτιάς όσο και από το είδος της χλωρίδας (Brown and Smith 2000). Η συµπεριφορά και η διάρκεια της πυρκαγιάς, η ποσότητα της καύσιµης ύλης που καταναλώθηκε και η θερµοκρασία που δηµιουργήθηκε στο υπέδαφος επηρεάζουν σε µεγάλο βαθµό τον τραυµατισµό και τη θνησιµότητα των φυτών καθώς και τη µετέπειτα ανάκαµψή τους. Η µεταπυρική αντίδραση των φυτών διαφοροποιείται ανάλογα µε το είδος τους και εξαρτάται από τη φυσιολογία των χαρακτηριστικών τους αλλά και από τα προσαρµοστικά µέσα τα οποία διαθέτουν. Η βλάστηση σε µεσογειακού τύπου οικοσυστήµατα έχει αναπτύξει µηχανισµούς προσαρµογής που της επιτρέπει να επιβιώσει µετά από µια πυρκαγιά (Μάργαρης 1993). Το κάθε είδος έχει αναπτύξει τέτοιους µηχανισµούς ώστε, είτε να µπορέσει να επιβιώσει στις υψηλές θερµοκρασίες που αναπτύσσονται, είτε να ενεργοποιήσει τους µηχανισµούς της αναπαραγωγικής διαδικασίας του (Pausas and Vallejo 1999). Για παράδειγµα, τα αείφυλλα σκληρόφυλλα ενεργοποιούν τους οφθαλµούς που βρίσκονται κάτω από το έδαφος λόγω της υψηλής θερµοκρασίας ενώ τα πεύκα αναπαράγονται λόγω των σπόρων που διασπείρονται από τους κώνους µετά από µια πυρκαγιά. Σχετικά µε τις επιπτώσεις των πυρκαγιών στον άνθρωπο, µπορούν να είναι άµεσες ή έµµεσες. Κύρια άµεση επίπτωση είναι η απειλή της ζωής τους καθώς αρκετοί είναι αυτοί που χάνουν τη ζωή τους ή τραυµατίζονται προσπαθώντας να διαφύγουν από µια καιόµενη περιοχή, ενώ απώλειες υπάρχουν και στο προσωπικό που ασχολείται µε την κατάσβεση. Στις έµµεσες επιπτώσεις, περιλαµβάνονται οι απώλειες στις ανθρώπινες περιουσίες ενώ η δηµιουργία τοπίων καταστροφής επηρεάζει αρνητικά την ανθρώπινη ψυχολογία (Fowler 2003). Επιπλέον, οι πυρκαγιές έχουν δυσµενείς επιπτώσεις στις ανθρώπινες δραστηριότητες γιατί 13

14 συµβάλλουν στη δηµιουργία καταστροφικών πληµµυρών, οι οποίες παρασύρουν ταυτόχρονα τα ορεινά εδάφη προκαλώντας διάβρωση και σταδιακή ερηµοποίηση των πληγέντων περιοχών (Miller et al. 2003). Το σηµαντικότερο φυσικό χαρακτηριστικό του εδάφους που επηρεάζεται από την πυρκαγιά είναι η εδαφολογική δοµή του. Το αποτέλεσµα της µεταφοράς θερµότητας στο έδαφος επιφέρει αύξηση της θερµοκρασίας, η οποία επηρεάζει τις φυσικές, χηµικές και βιολογικές ιδιότητές του (Neary et al. 2005) Η σηµασία θέσπισης ενός συστήµατος εκτίµησης κινδύνου δασικών πυρκαγιών Σε ένα σχέδιο αντιµετώπισης πυρκαγιών σηµαντικό στάδιο αποτελεί η πρόληψη. Η πρόληψη, µεταξύ άλλων, εστιάζεται και στη δηµιουργία δασοπυροσβεστικών οµάδων επιφυλακής, δικτύου παρατηρητηρίων και δικτύου επικοινωνίας για την κατά το δυνατό ταχύτερη επισήµανση και αναγγελία κάθε επεισοδίου πυρκαγιάς. Ο χρόνος που χρειαζόταν για την κατάσβεση µιας πυρκαγιάς κατά τη δεκαετία ήταν ίσος µε το τετράγωνο του χρόνου που παρερχόταν από την στιγµή της έναρξής της (Καϊλίδης 1990), ενώ από τη δεκαετία του 1990 ο χρόνος αυτός έχει µειωθεί λόγω της αύξησης των κατασβεστικών µέσων αλλά και της µεγαλύτερης αποτελεσµατικότητας αυτών. Μεταξύ του χρόνου έναρξης της πυρκαγιάς και του χρόνου επέµβασης και βάσει των συνθηκών λειτουργίας του συστήµατος αντιµετώπισης στις προηγµένες χώρες, η παρεµβαλλόµενη ιδανική χρονική διάρκεια για αποστάσεις µεγαλύτερες από τις ελληνικές είναι τα 10 min (Pyne 1984, Στάµου κ.α. 1995). Για ακόµα µεγαλύτερες αποστάσεις (π.χ. Αλάσκα) ο χρόνος αυτός επεκτείνεται σε 30 min (Καλαµποκίδης και Στάµου 1995). Για να διερευνηθεί η επίπτωση της έγκαιρης επισήµανσης και πρώτης προσβολής στα αποτελέσµατα µιας πυρκαγιάς, µελετήθηκαν οι παρακάτω χρονικές παράµετροι για τις πυρκαγιές σε νησιά του Αιγαίου κατά τη δεκαετία (Στάµου κ.α. 1995): Χρόνος επισήµανσης: Ο χρόνος από την έκρηξη µέχρι την επισήµανση της πυρκαγιάς. Χρόνος αναγγελίας: Ο χρόνος από την επισήµανση µέχρι την αναγγελία της πυρκαγιάς. Χρόνος επέµβασης: Ο χρόνος από την έκρηξη µέχρι την επέµβαση. Ονοµάζεται και χρόνος αρχικής προσβολής. Χρόνος κατάσβεσης: Ο χρόνος από την έκρηξη µέχρι την κατάσβεση. Σε αυτό το χρόνο δεν περιλαµβάνεται η αναζωπύρωση και η εκ νέου κατάσβεση. Σύµφωνα µε τον Πίνακα 1.2 έχουν καταγραφεί µέγιστοι χρόνοι επισήµανσης µέχρι και 60 min. Είναι προφανές ότι σε αυτόν το χρόνο η πυρκαγιά έχει πάρει ανεξέλεγκτες διαστάσεις που συνεπάγονται µεγάλες οικολογικές και οικονοµικές καταστροφές. 14

15 Πίνακας 1.2: Χρόνοι επισήµανσης, αναγγελίας, επέµβασης και κατάσβεσης της φωτιάς στα νησιά του Αιγαίου Χρόνος σε πρώτα λεπτά Νοµοί επισήµανσης αναγγελίας επέµβασης κατάσβεσης min max µ.ο. min max µ.ο. min max µ.ο. min max µ.ο. Λέσβου Χίου Σάµου ωδεκανήσου Κυκλάδων (Πηγή: Στάµου κ.α 1995) Πολλές χώρες που αντιµετωπίζουν το πρόβληµα των δασικών πυρκαγιών έχουν αναπτύξει συστήµατα εκτίµησης κινδύνου δασικών πυρκαγιών (Viegas et al.1999). Με τη χρήση αυτών, είναι δυνατό να προσδιοριστούν οι περιοχές υψηλού κινδύνου έτσι ώστε οι υπηρεσίες πολιτικής προστασίας να λάβουν τα κατάλληλα προκατασταλτικά µέτρα από τις υπηρεσίες πολιτικής προστασίας (Deeming et al. 1977, Van Wagner 1987, Hoffmann et al. 1999). Τα συστήµατα εκτίµησης κινδύνου πυρκαγιών εµπεριέχουν συνήθως σταθερές και µεταβλητές παραµέτρους του πυρικού περιβάλλοντος οι οποίες καθορίζουν την ευκολία ανάφλεξης, την ταχύτητα εξάπλωσης, τη δυσκολία καταστολής και τις επιδράσεις της πυρκαγιάς (Merill and Alexander 1987). Ανασκόπηση των αναγκών που έχουν οι χρήστες των συστηµάτων αυτών και οι πληροφορίες που πρέπει να περιλαµβάνονται, περιγράφονται από τους Carlson and Burgan (2003), ενώ τονίζεται ιδιαίτερα η ανάγκη που υπάρχει για προσβασιµότητα στις πληροφορίες των συστηµάτων από τους τελικούς χρήστες, σε σχεδόν πραγµατικό χρόνο. Οι µεταβλητές παράµετροι που περιέχει η πλειοψηφία αυτών των συστηµάτων βασίζεται κυρίως σε µετεωρολογικά δεδοµένα που λαµβάνονται από µετεωρολογικούς σταθµούς. Ωστόσο, ακολουθούν διαφορετικές προσεγγίσεις όσον αφορά στη χωρο-χρονική κλίµακα της εκτίµησης καθώς και στη διαδικασία συσχέτισης των παραµέτρων που λαµβάνονται υπόψη (Yuan 1997). Σύµφωνα µε τον Nelson (1955), πέντε βασικές αρχές πρέπει να ακολουθούνται για τη µέτρηση του µετεωρολογικού κινδύνου (Taylor and Alexander 2006): 1. Απλή µεθοδολογία µέτρησης των σηµαντικών µεταβλητών, όπως η περιεχόµενη υγρασία καύσιµης ύλης, ο άνεµος και η βροχόπτωση, και µετατροπή αυτών των µεταβλητών σε αριθµητικές τιµές. 2. Τυποποίηση των διαδικασιών τοποθέτησης των µετεωρολογικών σταθµών εκτίµησης του κινδύνου και των µετρητικών συσκευών. 3. Συστηµατική και προσεκτική εκπαίδευση του προσωπικού των παραπάνω σταθµών. 15

16 4. Περιοδική και προσεκτική συντήρηση των σταθµών. 5. Συνεχής καταγραφή των µετεωρολογικών συνθηκών και του κινδύνου. Αν και οι παραπάνω αρχές θεωρούνται παρωχηµένες λόγω του ότι περιγράφουν συστήµατα που βασίζονται σε σηµειακές εκτιµήσεις του κινδύνου από µετεωρολογικούς σταθµούς, η γενική φιλοσοφία που τις διέπει έχει διαχρονικό χαρακτήρα. Σχεδόν µέχρι σήµερα δεν υπάρχει συµφωνία ως προς τον ορισµό του Κινδύνου (danger), της ιακινδύνευσης (risk) και της Επικινδυνότητας (hazard). Με τον όρο Kίνδυνος εννοείται η απειλή που δέχεται µια περιοχή µε συγκεκριµένες συνθήκες για την έναρξη µιας πυρκαγιάς και την εξάπλωσή της µε γρήγορους ρυθµούς και συµπεριλαµβάνει αθροιστικά τη ιακινδύνευση και την Επικινδυνότητα. Η ιακινδύνευση αναφέρεται στην πιθανότητα ανάφλεξης λόγω φυσικών ή ανθρωπογενών αιτιών. Η Επικινδυνότητα αναφέρεται στην ενδεχόµενη συµπεριφορά της πυρκαγιάς, η οποία, επηρεαζόµενη από τις µετεωρολογικές συνθήκες, τη βλάστηση και την τοπογραφία, καθορίζει την καταστολή, την έκταση αλλά και τη σφοδρότητα της καταστροφής (Vasconcelos 1995, Chatto 1998). Έχει προταθεί, επίσης, η ανάπτυξη των επιχειρησιακών συστηµάτων εκτίµησης κινδύνου να βασίζεται σε ένα νέο τρόπο υπολογισµού του ολικού κινδύνου ο οποίος θα περιλαµβάνει την πιθανότητα εµφάνισης ενός γεγονότος, την τρωτότητα µιας περιοχής και την αξία των στοιχείων που απειλούνται (values at threat) (Sneeuwjagt 1998). Αυτή η προσέγγιση βασίζεται στην ανάλυση του κινδύνου σύµφωνα µε µαθηµατικές θεωρίες πιθανοτήτων κατά την οποία ο κίνδυνος υπολογίζεται σύµφωνα µε τη σχέση: R = p* L όπου R είναι ο κίνδυνος, p η πιθανότητα για να συµβεί ένα γεγονός και L η ζηµιά που θα προκληθεί (Bachmann and Allgöwer 1998, Λέκκας 2000). Έτσι, πολλοί συγγραφείς που παρουσιάζονται παρακάτω χρησιµοποιούν τον ίδιο όρο αποδίδοντάς του διαφορετικές έννοιες. Οι Chuvieco and Congalton (1989) και οι Bachman and Allgower (1998) ορίζουν τη ιακινδύνευση ως αποτέλεσµα της επικινδυνότητας και της πιθανότητας έναρξης πυρκαγιάς ενώ ο Οργανισµός Τροφίµων και Γεωργίας - FAO (Food and Agriculture Organization) (1986) και το DELFI ( ως την πιθανότητα έναρξης πυρκαγιάς για οποιαδήποτε αιτία. Όσον αφορά στην παρούσα διατριβή, οι δείκτες κινδύνου που υπολογίζονται στο Κεφάλαιο 3 αναφέρονται µόνο στην έναρξη πυρκαγιάς χωρίς να λαµβάνονται υπόψη οι συνέπειές της. ύο χαρακτηριστικά των διαχειριστικών σχεδίων που εντάσσονται στο στάδιο της πρόληψης είναι η χωρική και η χρονική κλίµακα. Τα χαρακτηριστικά αυτά επηρεάζουν το είδος των 16

17 αποφάσεων/ενεργειών αλλά και τη φύση των ποσοτικών και ποιοτικών παραγόντων που λαµβάνονται υπόψη. Σε µια περιοχή µεγάλης έκτασης -π.χ. σε ένα κράτος- είναι προτιµότερο για επιχειρησιακούς λόγους να αναπτύσσεται ένα µακρυπρόθεσµο σχέδιο εκτίµησης του κινδύνου πυρκαγιών λαµβάνοντας υπόψη παράγοντες όπως τη χειµερινή-εαρινή συνολική βροχόπτωση, δείκτες ξηρασίας και µακρυπρόθεσµες µετεωρολογικές προβλέψεις. Αντίθετα, σε περιοχές λίγων τετραγωνικών χιλιοµέτρων, η χρονική κλίµακα των διαχειριστικών σχεδίων εκτείνεται από ώρες σε µέρες, ενώ συνήθως λαµβάνονται υπόψη οι πραγµατικές και οι βραχυπρόθεσµες προβλέψεις των µετεωρολογικών συνθηκών καθώς και η κατάσταση της καύσιµης ύλης. Η ψηφιακή χαρτογράφηση του κινδύνου σε µεγάλη κλίµακα αποτελεί ένα σηµαντικό εργαλείο υποστήριξης αποφάσεων για την πρόληψη των δασικών πυρκαγιών στις τοπικές πυροσβεστικές και πολιτειακές αρχές τις Ελλάδας οι οποίες µε το υπάρχον θεσµικό και νοµοθετικό πλαίσιο έχουν αναλάβει το παραπάνω έργο. Σήµερα, στην Ελλάδα, υπάρχει ένα θεσµοθετηµένο σύστηµα εκτίµησης κινδύνου πυρκαγιών σε επίπεδο ασαρχείου. Προετοιµάζεται και εκδίδεται καθηµερινά από τον επίσηµο φορέα αντιµετώπισης των φυσικών καταστροφών, τη Γενική Γραµµατεία Πολιτικής Προστασίας (ΓΓΠΠ) του Υπουργείου Εσωτερικών ηµόσιας ιοίκησης και Αποκέντρωσης και ισχύει για την επόµενη ηµέρα (Σχήµα 1.1). Η πρόγνωση από τη ΓΓΠΠ βασίζεται σε µετεωρολογικές προβλέψεις διαφόρων ελληνικών προγνωστικών µοντέλων, ενώ η κατάσταση της βλάστησης εκτιµάται µέσω του κανονικοποιηµένου δείκτη βλάστησης NDVI. Σχήµα 1.1: Χάρτης πρόβλεψης κινδύνου πυρκαγιών της Γενικής Γραµµατείας Πολιτικής Προστασίας Ο χάρτης παρουσιάζεται µε 5 διαφορετικές κατηγορίες κινδύνου όπου για κάθε κατηγορία λαµβάνονται και διαφορετικές αποφάσεις προκατασταλτικών ενεργειών, οι οποίες αναφέρονται αναλυτικά παρακάτω σύµφωνα µε την ιστοσελίδα της Γενικής Γραµµατείας Πολιτικής Προστασίας (ΓΓΠΠ 2007): 17

18 Κατηγορία Κινδύνου 1 (Χαµηλή): Η πιθανότητα για εκδήλωση πυρκαγιάς δεν είναι ιδιαίτερα υψηλή. Εάν εκδηλωθεί πυρκαγιά, οι συνθήκες (κατάσταση καύσιµης ύλης, µετεωρολογικές συνθήκες) δεν θα ευνοήσουν τη γρήγορη εξέλιξή της. Κατηγορία Κινδύνου 2 (Μέση): Ο κίνδυνος είναι συνήθης για τη θερινή περίοδο. Εφόσον υπάρξει αποτελεσµατική αντίδραση σε κάθε εκδηλούµενη πυρκαγιά δεν πρέπει να υπάρξουν προβλήµατα ελέγχου. Ο δασοπυροσβεστικός µηχανισµός πρέπει να είναι στην κανονική του, για την αντιπυρική περίοδο, καθηµερινή στελέχωση και ετοιµότητα. Κατηγορία Κινδύνου 3 (Υψηλή): Ο κίνδυνος είναι υψηλός. Αναµένονται πολλές πυρκαγιές µέσης δυσκολίας ή αρκετές πυρκαγιές που είναι δύσκολο να αντιµετωπισθούν. Και στις δύο περιπτώσεις είναι απαραίτητο να καταβληθεί κάθε προσπάθεια για την άµεση κινητοποίηση του µηχανισµού σε κάθε επεισόδιο, την αποφυγή οποιασδήποτε χρονοτριβής και την αποστολή επαρκών δυνάµεων για να ολοκληρωθεί γρήγορα το έργο της κατάσβεσης δεδοµένης της υπάρχουσας δυσκολίας. Με καλή οργάνωση και ετοιµότητα οι δυνάµεις του Πυροσβεστικού Σώµατος αναµένεται να αντιµετωπίσουν τις δυσκολίες µε επιτυχία. Κατηγορία Κινδύνου 4 (Πολύ Υψηλή): Ο κίνδυνος είναι ιδιαίτερα υψηλός. Ο αριθµός των πυρκαγιών πιθανόν να είναι αρκετά µεγάλος αλλά, το κυριότερο, κάθε πυρκαγιά µπορεί να λάβει µεγάλες διαστάσεις εφόσον ξεφύγει από την αρχική προσβολή. Απαιτείται απόλυτη ετοιµότητα και πλήρης στελέχωση των δυνάµεων καταστολής και παραµονή του προσωπικού σε επαφή µε τις υπηρεσίες. Όλες οι εµπλεκόµενες υπηρεσίες (Νοµαρχίες, ΟΤΑ, ασικές Υπηρεσίες, κλπ.) τίθενται σε επιφυλακή και δρουν σε αρωγή του έργου του Πυροσβεστικού Σώµατος σύµφωνα µε τα προβλεπόµενα στα αντιπυρικά σχέδια για την κατάσταση κινδύνου επιπέδου 4 (π.χ. αυξάνονται οι περιπολίες πρόληψης και η αστυνόµευση των κρίσιµων δασικών εκτάσεων κλπ.). Κατηγορία Κινδύνου 5 (Κατάσταση ΣΥΝΑΓΕΡΜΟΥ): Ο κίνδυνος είναι ακραίος. Οι συνθήκες (ισχυρός άνεµος, χαµηλή σχετική υγρασία, υψηλή σχετικά θερµοκρασία, κλπ.) είναι πιθανό να οδηγήσουν σε ανεξέλεγκτη κατάσταση µε µεγάλο αριθµό πυρκαγιών ακραίας συµπεριφοράς. Επειδή αυτές οι συνθήκες είναι δυνατό να ξεπεράσουν τις συνολικές δυνατότητες του δασοπυροσβεστικού µηχανισµού, απαιτείται να µεγιστοποιηθούν οι προσπάθειες πρόληψης και η ετοιµότητα του µηχανισµού για άµεση επέµβαση µε όλες του τις δυνάµεις. Για την περίπτωση αυτή πρέπει να υπάρχει στο αντιπυρικό σχέδιο αλλά και σε κάθε εµπλεκόµενο στις 18

19 πυρκαγιές φορέα, κατάλληλος σχεδιασµός ετοιµότητας (αύξηση επιφυλακής προσωπικού, διατήρηση επαφής µε όλο το προσωπικό και έλεγχοι ετοιµότητας, επίγειες και εναέριες περιπολίες, µηνύµατα ενηµέρωσης των πολιτών, πλήρης κινητοποίηση Νοµαρχιών, στενή παρακολούθηση της κατάστασης µε την Ε.Μ.Υ. κλπ.) και συντονισµού µε τους άλλους φορείς. Επίσης πρέπει να δίδονται ιδιαίτερες οδηγίες στο προσωπικό Στόχος και πρωτοτυπία της παρούσας διατριβής Ο βασικός στόχος της παρούσας διατριβής είναι η ανάπτυξη ενός επιχειρησιακού συστήµατος ποσοτικής εκτίµησης κινδύνου έναρξης δασικών πυρκαγιών. Το πεδίο εφαρµογής είναι το νησί της Λέσβου. Οι ειδικότεροι στόχοι της εργασίας αυτής είναι: Να εξεταστούν οι δυνατότητες που προσφέρονται από τον δέκτη τηλεπισκόπησης QuickBird στην χαρτογράφηση της εδαφοκάλυψης/χρήσεων γης. Να διερευνηθεί η συσχέτιση των βλαστητικών, µετεωρολογικών και κοινωνικοοικονοµικών παραµέτρων µε την ιστορική εµφάνιση και τη βραχυπρόθεσµη πρόγνωση δασικών πυρκαγιών στον ελλαδικό χώρο και ειδικότερα σε µεσογειακού τύπου οικοσυστήµατα, σε µεγάλη κλίµακα. Να ερευνηθεί η δυνατότητα χρησιµοποίησης τεχνητών νευρωνικών δικτύων ως εργαλείο συσχετισµού χωρικών µεταβλητών. Να αυτοµατοποιηθούν όλες οι διαδικασίες εκπαίδευσης των νευρωνικών δικτύων και της χαρτογραφικής µοντελοποίησης. Η πρωτοτυπία της διατριβής εντοπίζεται κυρίως στο γεγονός ότι µέχρι σήµερα δεν υπάρχει κάποιο θεσµοθετηµένο επιχειρησιακό σύστηµα ποσοτικής εκτίµησης κινδύνου στην Ελλάδα. Απλώς χρησιµοποιείται µια εµπειροτεχνική προσέγγιση για την ποιοτική εκτίµηση του κινδύνου σε µικρή κλίµακα. Αν και οι εµπειρικές µέθοδοι µπορούν να χρησιµοποιηθούν σε µια πρώτη προσέγγιση της εκτίµησης του κινδύνου, η µαθηµατική προτυποποίηση, χρησιµοποιώντας το ιστορικό των πυρκαγιών, είναι απαραίτητη για την ποσοτικοποίηση των συντελεστών των παραµέτρων που λαµβάνονται υπόψη (Kalabokidis et al. 2002a). Σε παγκόσµιο επίπεδο, τα περισσότερα επιχειρησιακά µοντέλα εκτιµούν σηµειακά τον κίνδυνο, βασιζόµενα κυρίως σε µετεωρολογικές παραµέτρους ενώ για την χωρική κατανοµή του χρησιµοποιούν µεθόδους παρεµβολής. Οι έρευνες που έχουν γίνει µέχρι σήµερα εκτιµούν τον κίνδυνο σε µικρή χωρική κλίµακα, η οποία είναι αναποτελεσµατική για τη λήψη αποφάσεων στο στάδιο της πρόληψης και προκαταστολής ενώ οι περισσότερες έρευνες χρησιµοποιούν 19

20 εµπειρικές σχέσεις συσχετισµού των µεταβλητών. Η παρούσα διατριβή πραγµατοποιήθηκε σε συνεργασία των Εργαστηρίων Τηλεπισκόπησης και ΣΓΠ του Τµήµατος Περιβάλλοντος µε το Εργαστήριο Γεωγραφίας Φυσικών Καταστροφών του Τµήµατος Γεωγραφίας του Πανεπιστηµίου Αιγαίου. Χρηµατοδοτήθηκε από την Ευρωπαϊκή Ένωση στα πλαίσια του προγράµµατος Automated Fire and Flood Hazard Protection System / AUTO-HAZARD PRO (Contract Number: EVG1-CT ), µε Υπεύθυνο Συντονιστή τον Επίκουρο Καθηγητή κ. Κώστα Καλαµποκίδη του Τµήµατος Γεωγραφίας Πανεπιστηµίου Αιγαίου. Συνεπώς, αρκετά από τα πρωτογενή δεδοµένα καθώς και ορισµένες επεξεργασµένες πληροφορίες (π.χ. πρόγνωση κλιµατολογικών συνθηκών) προήλθαν από το ερευνητικό πρόγραµµα, ενώ η αγορά δορυφορικών εικόνων QuickBird και αυτόµατων τηλεµετρικών µετεωρολογικών σταθµών χρηµατοδοτήθηκε από τον προϋπολογισµό του συγκεκριµένου προγράµµατος. Επιπλέον, η παρούσα διατριβή αποτέλεσε την βάση µίας σειράς πτυχιακών εργασιών όπως οι παρακάτω: Βαγενάς Ανδρέας (2002) Άτλας των πυρκαγιών της νήσου Λέσβου, πτυχιακή εργασία, ΠΣΕ Περιβαλλοντικής Χαρτογραφίας, Πανεπιστήµιο Αιγαίου, Μυτιλήνη. Χαραλαµποπούλου Αγγελική (2003) Πολυκριτηριακή ανάλυση εκτίµησης κινδύνου πυρκαγιάς µε χρήση ΣΓΠ στη Ν. Λέσβο, πτυχιακή εργασία, ΠΣΕ Περιβαλλοντικής Χαρτογραφίας, Πανεπιστήµιο Αιγαίου, Μυτιλήνη. Τζιλβελή Χάρις (2004) Επεξεργασία και απόδοση γεωγραφικών δεδοµένων από δορυφορικές εικόνες υψηλής διακριτικής ικανότητας, πτυχιακή εργασία, ΠΣΕ Περιβαλλοντικής Χαρτογραφίας, Πανεπιστήµιο Αιγαίου, Μυτιλήνη. Θωµαϊδου Αργυρώ, Κουτσοβίλης Κώστας (2004) Πολυφασµατική ταξινόµηση εικόνας Landsat TM µε τη χρήση εικόνων Quickbird: χαρτογράφηση του πλήθους των ελαιοδένδρων, πτυχιακή εργασία, ΠΣΕ Περιβαλλοντικής Χαρτογραφίας, Πανεπιστήµιο Αιγαίου, Μυτιλήνη. Κοντοζήση Ιωάννα, Ράγγου Ειρήνη (2004) Απογραφή και χαρτογράφηση γεωγραφικών χαρακτηριστικών του δήµου Αγιάσου Λέσβου, πτυχιακή εργασία, ΠΣΕ Περιβαλλοντικής Χαρτογραφίας, Πανεπιστήµιο Αιγαίου, Μυτιλήνη. Η εξέλιξη της παρούσας διατριβής υποβλήθηκε προς την Ευρωπαϊκή Ένωση -στα πλαίσια του παραπάνω ερευνητικού προγράµµατος- ως µέρος ενδιάµεσων εκθέσεων προόδου και ως τελικό παραδοτέο, ενώ εκπονήθηκε σειρά δηµοσιεύσεων σε ελληνικά και διεθνή συνέδρια όπως: Kalabokidis, K., C. Karavitis, and C. Vasilakos Automated fire and flood danger assessment system. In Proceedings International workshop on forest fires in the 20

21 wildland-urban interface and rural areas in Europe: an integral planning and management challenge, Xanthopoulos (ed.), May 2003, Athens. Published by MAICh, Crete, Greece. Pp Vasilakos, C., J. Hatzopoulos, K. Kalabokidis, K. Koutsovilis, and A. Thomaidou Classification of agricultural fields by using Landsat TM and QuiciBird sensors. The case study of olive trees in Lesvos Island. In Proceedings International Conf. on Information Systems, & Innovative Technologies in Agriculture, Food and Environment, Vlachopoulou et al. (ed.), March 2004, Hellenic Association of Information and Communication Technology in Agriculture, Food and Environment (HAICTA), Thessaloniki, Greece. Vol. 2, pp Βασιλάκος, Χ., Κ. Καλαµποκίδης, Ι. Χατζόπουλος, Γ. Κάλλος, και Ι. Ματσίνος Τηλεπισκόπηση, τεχνητή νοηµοσύνη και συστήµατα γεωγραφικών πληροφοριών στην εκτίµηση κινδύνου πυρκαγιών. Στα Πρακτικά 7ου Πανελλήνιου Γεωγραφικού Συνεδρίου Οκτωβρίου 2004, Ελληνική Γεωγραφική Εταιρεία και Τµήµα Γεωγραφίας Πανεπιστηµίου Αιγαίου, Μυτιλήνη. 10 σελ. Καλαµποκίδης, Κ., Ο. Ρούσσου, Χ. Βασιλάκος, και. Μαρκοπούλου Χωρική µοντελοποίηση καύσιµης ύλης και συµπεριφοράς πυρκαγιών τοπίου. Στα Πρακτικά 7ου Πανελλήνιου Γεωγραφικού Συνεδρίου Οκτωβρίου 2004, Ελληνική Γεωγραφική Εταιρεία και Τµήµα Γεωγραφίας Πανεπιστηµίου Αιγαίου, Μυτιλήνη. 9 σελ. Kalabokidis, K., Kallos, G., Karavitis, C., Caballero, D., Tettelaar, P., Llorens, J. and Vasilakos C Automated fire and flood hazard protection system. In Proceedings of the 5th International Workshop on Remote Sensing and GIS Applications to Forest Fire Management: Fire Effects Assessment th June, Zaragoza. Spain. Pp Τέλος, εκπονήθηκαν δύο εργασίες -βασισµένες στα κεφάλαια 3 και 4- από τις οποίες η πρώτη είναι υπό δηµοσίευση και η δεύτερη υπό κρίση σε διεθνή περιοδικά: Christos Vasilakos, Kostas Kalabokidis, John Hatzopoulos, George Kallos, Ioannis Matsinos, 2007, Integrating New Methods and Tools in Fire Danger Rating, International Journal of Wildland Fire. 16(3): (in press). Christos Vasilakos, Kostas Kalabokidis, John Hatzopoulos, Ioannis Matsinos, 2007, Modeling wildfire ignition factors through sensitivity analysis of a neural network, Journal of Environmental Management. (under review). 21

22 1.5. Περιοχή µελέτης: Λέσβος Το νησί της Λέσβου βρίσκεται στο βορειοανατολικό Αιγαίο και έχει έκταση 1672 km 2. Σύµφωνα µε την απογραφή του 2001, ο συνολικός πληθυσµός του νησιού ανέρχεται σε κατοίκους, ενώ διοικητικά χωρίζεται σε 13 ήµους µε πρωτεύουσα τη Μυτιλήνη ( κατ). Οι υψηλότερες κορυφές του νησιού, µε ύψος 968 m, είναι αυτές του Προφήτη Ηλία στο όρος Όλυµπος στην περιοχή Αγιάσου και η κορυφή Βίγλα στο όρος Λεπέτυµνος στην περιοχή Μολύβου. Το ανάγλυφο είναι ηµιορεινό µε κλίσεις µεγαλύτερες από 20% στα 2/3 της έκτασης του νησιού. Όπως προέκυψε από την φωτοερµηνεία δορυφορικών εικόνων QuickBird µε χρονολογία λήψεως , η χωρική κατανοµή των τύπων εδαφοκάλυψης παρουσιάζεται στο Σχήµα 1.2. Αν και µέχρι πρόσφατα η ταξινόµηση της εδαφοκάλυψης παρουσίαζε ικανοποιητικά αποτελέσµατα µε την επιβλεπόµενη ταξινόµηση δεδοµένων µεσαίας διακριτικής ικανότητας ακόµα και σε σύνθετο ανάγλυφο όπως αυτό της Λέσβου (Hatzopoulos et al. 1992), η χρήση δεδοµένων QuickBird είτε µέσω φωτοερµηνείας είτε για την δηµιουργία δεδοµένων εκπαίδευσης επιβλεπόµενης ταξινόµησης (Vasilakos et al. 2004) παρέχει ικανοποιητικότερα αποτελέσµατα. Τη µεγαλύτερη έκταση καταλαµβάνουν οι ελαιώνες (30,36%) οι οποίοι εξαπλώνονται σε όλη την επιφάνεια του νησιού αλλά εµφανίζονται ως κυρίαρχος τύπος εδαφοκάλυψης στο ανατολικό και νότιο τµήµα του. Ακολουθούν τα χορτολίβαδα (26,8%), τα οποία εµφανίζονται κυρίως στο δυτικό τµήµα, και τα δάση κωνοφόρων (16,85%). Η ποσοστιαία κατανοµή της εδαφοκάλυψης, όπως έχει προκύψει από τον παραπάνω χάρτη, παρουσιάζεται στον Πίνακα 1.3. Το κλίµα της Λέσβου είναι Μεσογειακό µε ξηροθερµικά καλοκαίρια, ήπιους χειµώνες και µέτριες βροχοπτώσεις. Σύµφωνα µε τα µετεωρολογικά δεδοµένα των ετών που συλλέχθηκαν από τους µετεωρολογικούς σταθµούς της Πτερούντας και του Λόφου Πανεπιστηµίου, διακρίνεται µια ψυχρή και υγρή περίοδος από το Νοέµβριο µέχρι το Μάρτιο και µια άνυδρη περίοδος από τον Απρίλιο µέχρι τον Οκτώβριο (Σχήµατα 1.3 και 1.4) κατά την οποία παρουσιάζεται και η µεγαλύτερη πίεση έλλειψης υγρασίας για την καύσιµη ύλη όπως φαίνεται και στο Σχήµα

23 Πίνακας 1.3: Ποσοστιαία κατανοµή τύπων εδαφοκάλυψης Ν. Λέσβου Τύπος Εδαφοκάλυψης Έκταση (%) Αραιό άσος Κωνοφόρων 2,18 άσος Κωνοφόρων 16,85 ρυς 1,58 Θαµνότοποι 10,98 Καστανιώνας 0,68 Λοιπά Πλατύφυλλα 0,54 Αείφυλλα Σκληρόφυλλα 1,67 Χορτολίβαδα 26,8 Καλλιέργειες 6,16 Ελαιώνες 30,36 Υδάτινες Επιφάνειες 0,38 Αλυκές 0,25 Αστικές Περιοχές 1,18 Γυµνό Έδαφος 0,39 Από τις 419 πυρκαγιές που καταγράφηκαν κατά τα έτη (συνολική καµένη έκταση περίπου 80 km 2 ) (Σχήµα 1.6), το 84% των πυρκαγιών εκδηλώθηκε κατά τη χρονική περίοδο Απριλίου-Οκτωβρίου, ενώ το 59% κατά την περίοδο Ιουνίου-Οκτωβρίου. Αν και ο αριθµός των πυρκαγιών αυξήθηκε τα τελευταία χρόνια, η καµένη έκταση περιορίστηκε λόγω των διαφορετικών τακτικών πυρόσβεσης που χρησιµοποιεί η Πυροσβεστική Υπηρεσία αφότου ανέλαβε το έργο της κατάσβεσης, καθώς και των περισσότερων µέσων και προσωπικού κατάσβεσης. Σχήµα 1.2: Χάρτης εδαφοκάλυψης Ν. Λέσβου 23

24 60 Πτερούντα 120 Θερµοκρασία Βροχόπτωση 0 0 Ιανουάριος Φεβρουάριος Μάρτιος Απρίλιος Θερµοκρασία Βροχόπτωση Μάιος Ιούνιος Μήνας Ιούλιος Αύγουστος Σεπτέµβριος Οκτώβριος Νοέµβριος εκέµβριος Σχήµα 1.3: Οµβροθερµικό διάγραµµα µετεωρολογικού σταθµού Πτερούντας, Λέσβου 70 Πανεπιστήµιο Θερµοκρασία Βροχόπτωση 0 0 Ιανουάριος Φεβρουάριος Μάρτιος Απρίλιος Θερµοκρασία Βροχόπτωση Μάιος Ιούνιος Μήνας Ιούλιος Αύγουστος Σεπτέµβριος Οκτώβριος Νοέµβριος εκέµβριος Σχήµα 1.4: Οµβροθερµικό διάγραµµα µετεωρολογικού σταθµού Λόφου Πανεπιστηµίου, Λέσβου 24

25 Πτερούντα Θερµοκρασία ΚΥ Περιεχόµενη υγρασία ΚΥ Ιανουάριος Φεβρουάριος Μάρτιος Απρίλιος Μάιος Ιούνιος Μήνας Ιούλιος Αύγουστος Σεπτέµβριος Οκτώβριος Νοέµβριος εκέµβριος Θερµοκρασία Περιεχόµενη Υγρασία Σχήµα 1.5: ιάγραµµα θερµοκρασίας/περιεχόµενης υγρασίας καύσιµης ύλης µετεωρολογικού σταθµού Πτερούντας, Λέσβου Αριθµός Πυρκαγιών Καµένη Περιοχή Αριθµός Πυρκαγιών Καµένη Περιοχή (km 2 ) Έτος Σχήµα 1.6: Αριθµός πυρκαγιών και καµένη έκταση στη Λέσβο την περίοδο

26 2. ΑΝΑΣΚΟΠΗΣΗ ΤΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑΣ 2.1. Τηλεπισκόπηση Το 1826 µε την ανακάλυψη της φωτογραφίας, δηµιουργήθηκε και η επιστήµη της τηλεπισκόπησης, ενώ ταχύτατα εξελίχθηκε κατά τη δεκαετία του 1960 λόγω του µεγάλου ανταγωνισµού στις διαστηµικές και δορυφορικές έρευνες καθώς και της δηµιουργίας της Εθνικής Αεροναυτικής ιαστηµικής Υπηρεσίας (NASA) των ΗΠΑ. Σύµφωνα µε την Αµερικανική Κοινότητα Φωτογραµµετρίας και Τηλεπισκόπησης (ASPRS) (Χατζόπουλος 2006) ως Τηλεπισκόπηση ορίζεται η τέχνη, η επιστήµη και η τεχνολογία που δίνει αξιόπιστες πληροφορίες για τα φυσικά αντικείµενα και το περιβάλλον µέσω διαδικασιών που καταγράφουν, µετρούν και ερµηνεύουν εικόνες και πρότυπα της ηλεκτροµαγνητικής ακτινοβολίας και άλλα φαινόµενα. Ο Sabins (1997) αναφέρει ότι τηλεπισκόπηση είναι η επιστήµη της απόκτησης, επεξεργασίας και ερµηνείας εικόνων οι οποίες καταγράφουν την αλληλεπίδραση µεταξύ της ηλεκτροµαγνητικής ενέργειας και της ύλης, ενώ οι Lillesand and Kiefer (2000) ορίζουν την τηλεπισκόπηση ως την επιστήµη και την τέχνη της απόκτησης πληροφοριών για ένα αντικείµενο, µια περιοχή ή ένα φαινόµενο µέσα από την ανάλυση δεδοµένων που αποκτήθηκαν από µια συσκευή η οποία δεν βρίσκεται σε επαφή µε το αντικείµενο, περιοχή ή φαινόµενο το οποίο µελετάται. Η τηλεπισκόπηση περιλαµβάνει δύο είδη συστηµάτων καταγραφής δεδοµένων: τα παθητικά και τα ενεργά. Τα µεν παθητικά δεν διαθέτουν δική τους πηγή ενέργειας, οπότε και καταγράφουν την εκπεµπόµενη ενέργεια του στόχου ή την ανακλώµενη ενέργεια που στέλνει κάποια άλλη πηγή η οποία είναι συνήθως ο ήλιος. Τα δε ενεργά συστήµατα, στα οποία συγκαταλέγονται τα Radar, διαθέτουν δική τους πηγή ενέργειας. Και τα δύο είδη συστηµάτων έχουν αρκετές εφαρµογές στο πεδίο των δασικών πυρκαγιών όπως στην: Ανίχνευση πυρκαγιών µέσω του θερµικού καναλιού (παθητικά) Παρακολούθηση εξέλιξης πυρκαγιάς (ενεργά και παθητικά) Χαρτογράφηση καµένης έκτασης (ενεργά και παθητικά) Καταγραφή δείκτη βλάστησης, θερµοκρασίας εδάφους (παθητικά) Μέτρηση περιεχόµενης υγρασίας (ενεργά και παθητικά) Καταγραφή χρήσεων γης τύπων καύσιµης ύλης (ενεργά και παθητικά) Κύρια χαρακτηριστικά των δεκτών καταγραφής είναι η χωρική και η φασµατική ανάλυση. Η χωρική ανάλυση αναφέρεται στο µέγεθος του αντικειµένου που µπορεί να διακριθεί σε µια 26

27 εικόνα και ισούται µε το µέγεθος του εικονοστοιχείου (pixel), ενώ η φασµατική ανάλυση αναφέρεται στην ικανότητα του δέκτη να καταγράφει τέλειες καµπύλες φασµατικών αποκρίσεων ενός στόχου. Όσα περισσότερα κανάλια καταγραφής της ηλεκτροµαγνητικής ακτινοβολίας διαθέτει ένας δέκτης τόσο καλύτερη είναι η φασµατική ανάλυσή του. Στην παρούσα διατριβή χρησιµοποιήθηκαν δύο δέκτες, ο QuickBird και ο LANDSAT ETM. Ο µεν QuickBird εκτοξεύθηκε στις 18/10/2001 και τέθηκε σε ηλιοσύγχρονη τροχιά µε ύψος 450 km. ιαθέτει πέντε (5) κανάλια καταγραφής ηλεκτροµαγνητικής ακτινοβολίας, τέσσερα (4) πολυφασµατικά και ένα (1) παγχρωµατικό, µε ραδιοµετρική ευαισθησία έντεκα (11) bit και χωρική διακριτική ικανότητα 0,61 m για το παγχρωµατικό κανάλι και 2,44 m για τα πολυφασµατικά. Ο δε Landsat ETM εκτοξεύθηκε στις 15/4/1999 σε ύψος 750 km και διαθέτει επτά (7) πολυφασµατικά κανάλια καταγραφής µε χωρική διακριτική ικανότητα 30 m (υπέρυθρο 60 m) και ένα (1) πανχρωµατικό µε χωρική διακριτική ικανότητα 15 m. Στον Πίνακα 2.1 παρουσιάζεται το εύρος καταγραφής για κάθε δίαυλο των δεκτών QuickBird και Landsat ETM. Πίνακας 2.1: Μήκος κύµατος για κάθε δίαυλο καταγραφής των δεκτών QuickΒird και Landsat ETM Κανάλι \ έκτης QuickBird Landsat ETM Κανάλι nm nm Κανάλι nm nm Κανάλι nm nm Κανάλι nm nm Κανάλι nm Κανάλι nm Κανάλι nm Κανάλι 8 (παγχρωµατικό) nm nm 2.2. Συστήµατα Γεωγραφικών Πληροφοριών (ΣΓΠ) Από τις αρχές της δεκαετίας του 80, τα Συστήµατα Γεωγραφικών Πληροφοριών (ΣΓΠ) (Geographical Information Systems GIS) -γνωστά και ως Γεωγραφικά Συστήµατα Πληροφοριών (ΓΣΠ)- γνώρισαν εξαιρετικά µεγάλη ανάπτυξη. Η ραγδαία ανάπτυξη των συστηµάτων πληροφορικής, η βελτίωση των µαθηµατικών µεθόδων ανάλυσης και ερµηνείας γεωγραφικών δεδοµένων, η ανάγκη εισαγωγής της χωρικής διάστασης σε πλήθος ποιοτικών και ποσοτικών παραµέτρων που σχετίζονται µε το γήινο περιβάλλον και, τέλος, η ανάγκη εύκολης διαχείρισης αυτών των γεωγραφικών πληροφοριών, οδήγησαν στη βελτίωση και εξέλιξη των ΣΓΠ. Κατά καιρούς έχουν δοθεί διάφοροι ορισµοί για τα συστήµατα αυτά. Σύµφωνα µε τον Tomlin (1990) το ΣΓΠ είναι ένα σύστηµα προετοιµασίας, παρουσίασης και ερµηνείας γεγονότων που αναφέρονται στην επιφάνεια της γης µε την ευρύτερη έννοια του όρου, ενώ, µε την πιο στενή έννοια του όρου, τα ΣΓΠ είναι ένας συνδυασµός από υπολογιστές και λογισµικό ειδικά 27