ΒΑΣΙΛΕΙΟΣ ΓΙΑΝΝΑΚΟΠΟΥΛΟΣ Πτυχιούχος Σχολής Δασολογίας & Φυσικού Περιβάλλοντος

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Σχολή Δασολογίας & Φυσικού Περιβάλλοντος Τομέας Σχεδιασμού & Ανάπτυξης Φυσικών Πόρων Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης ΒΑΣΙΛΕΙΟΣ ΓΙΑΝΝΑΚΟΠΟΥΛΟΣ Πτυχιούχος Σχολής Δασολογίας & Φυσικού Περιβάλλοντος ΑΛΛΗΛΕΠΙΔΡΑΣΕΙΣ ΜΕΣΟΓΕΙΑΚΟΥ ΤΟΠΙΟΥ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ, ΜΕ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΩΝ, ΓΙΑ ΤΗ ΔΙΑΜΟΡΦΩΣΗ ΚΑΙ ΠΥΡΟΠΡΟΣΤΑΣΙΑ ΤΟΥ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ Θεσσαλονίκη 2006

2 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Σχολή Δασολογίας & Φυσικού Περιβάλλοντος Τομέας Σχεδιασμού & Ανάπτυξης Φυσικών Πόρων Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης ΒΑΣΙΛΕΙΟΣ ΓΙΑΝΝΑΚΟΠΟΥΛΟΣ Πτυχιούχος Σχολής Δασολογίας & Φυσικού Περιβάλλοντος ΑΛΛΗΛΕΠΙΔΡΑΣΕΙΣ ΜΕΣΟΓΕΙΑΚΟΥ ΤΟΠΙΟΥ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ, ΜΕ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΩΝ, ΓΙΑ ΤΗ ΔΙΑΜΟΡΦΩΣΗ ΚΑΙ ΠΥΡΟΠΡΟΣΤΑΣΙΑ ΤΟΥ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ Υποβλήθηκε στη Σχολή Δασολογίας & Φυσικού Περιβάλλοντος Τομέας Σχεδιασμού & Ανάπτυξης Φυσικών Πόρων Ημερομηνία Προφορικής Εξέτασης: 27 Ιουνίου 2006 Μιχάλης Καρτέρης, Καθηγητής Στέφανος Μαρκάλας, Καθηγητής Ιωάννης Ισπικούδης, Επ. Καθηγητής Παύλος Σμύρης, Καθηγητής Γεώργιος Σταματέλλος, Επίκουρος Καθηγητής Αλέξανδρος Δημητρακόπουλος, Επ. Καθηγητής Ιωάννης Γήτας, Λέκτορας Επιβλέπων Μέλος Τριμελούς Συμβουλευτικής Επιτροπής Μέλος Τριμελούς Συμβουλευτικής Επιτροπής Εξεταστής Εξεταστής Εξεταστής Εξεταστής Θεσσαλονίκη 2006

3 ΑΛΛΗΛΕΠΙΔΡΑΣΕΙΣ ΜΕΣΟΓΕΙΑΚΟΥ ΤΟΠΙΟΥ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ, ΜΕ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΩΝ, ΓΙΑ ΤΗ ΔΙΑΜΟΡΦΩΣΗ ΚΑΙ ΠΥΡΟΠΡΟΣΤΑΣΙΑ ΤΟΥ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ

4 ΒΑΣΙΛΕΙΟΣ Ι. ΓΙΑΝΝΑΚΟΠΟΥΛΟΣ Α.Π.Θ. ΑΛΛΗΛΕΠΙΔΡΑΣΕΙΣ ΜΕΣΟΓΕΙΑΚΟΥ ΤΟΠΙΟΥ ΔΑΣΙΚΩΝ ΠΥΡΚΑΓΙΩΝ, ΜΕ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ ΓΕΩΓΡΑΦΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΩΝ, ΓΙΑ ΤΗ ΔΙΑΜΟΡΦΩΣΗ ΚΑΙ ΠΥΡΟΠΡΟΣΤΑΣΙΑ ΤΟΥ «Η έγκριση της παρούσης Διδακτορικής Διατριβής από τη Σχολή Δασολογίας και Φυσικού Περιβάλλοντος του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης δεν υποδηλώνει αποδοχή των γνωμών του συγγραφέως» (Ν. 5343/1932, άρθρο 202, παρ. 2)

5 Αφιερώνεται, στη μνήμη του πατέρα μου στη Λαμπρινή στη Δέσποινα Μαρία στη Δήμητρα Ραφαέλα "Live as if you were to die tomorrow, learn as if you were to live forever!" Mahatma Gandhi ( )

6 Πρόλογος-Ευχαριστίες Κατά την προετοιμασία παρουσίασης της διδακτορικής μου διατριβής στους καθηγητές και συναδέλφους μου συνειδητοποίησα ότι δεν πρόκειται απλά για ένα σύγγραμμα επιστημονικής έρευνας ή για έναν ακόμη τίτλο σπουδών, όπως πίστευα λίγα χρόνια πριν, όταν επέλεξα ότι αυτό θα ήταν το επόμενο βήμα μου μετά το πτυχίο. Συνειδητοποίησα ότι ουσιαστικά ήταν το πέρασμα από τη θεωρία που είχα διδαχθεί στα πέντε χρόνια των σπουδών μου, στην πρακτική εφαρμογή πλέον της γνώσης που είχα αποκτήσει. Η επιλογή του συγκεκριμένου θέματος μέσω των δυσκολιών και ιδιαιτεροτήτων που αντιμετώπισα στην πορεία με έκαναν να καταλάβω ότι οι γνώσεις που θεωρούμε ότι έχουμε δεν είναι ποτέ αρκετές, ότι η μάθηση δεν τελειώνει ποτέ, ότι τίποτε δεν χαρίζεται αλλά κατακτώνται τα πάντα και κυρίως ότι βοήθεια δεν σημαίνει να σου ανοίγουν οι άλλοι τις πόρτες που συναντάς για να συνεχίζεις, αλλά να σου δίνεται η δυνατότητα να ψάξεις μόνος σου να βρεις τον τρόπο να τις ξεκλειδώσεις. Θεωρώ ότι οι διαπιστώσεις αυτές είναι ότι σημαντικότερο έχω κερδίσει. Για όλα τα παραπάνω αισθάνομαι την ανάγκη να ευχαριστήσω όλους όσους ήταν συνοδοιπόροι σ αυτή τη διαδρομή προς την κατάκτηση της γνώσης. Ευχαριστώ από καρδιάς τον καθηγητή μου, κ. Μιχάλη Καρτέρη, όχι τυπικά γιατί ήταν ο επιβλέπων της διατριβής μου, αλλά γιατί πίστεψε σε μένα, με δέχτηκε στην επιστημονική του ομάδα, ήταν παρών στις όποιες δυσκολίες αφήνοντάς μου ωστόσο το περιθώριο να προβληματιστώ, να προσπαθήσω και τελικά να μάθω. Για τη συνέπειά του και τη συνεχή προσπάθειά του για τη δημιουργία ενός εργασιακού περιβάλλοντος βασισμένου στην ομαδικότητα, την ελευθερία της έκφρασης και των ίσων ευκαιριών. Τον ευχαριστώ γιατί μέσα από τη συνεργασία μας με ώθησε να δώσω το μέγιστο των δυνατοτήτων μου καθώς με εμπιστεύτηκε ως συνεργάτη και δεν με περιόρισε στο ρόλο του φοιτητή κατά τη διάρκεια της διδακτορικής μου διατριβής συμπεριλαμβάνοντάς με σε ένα ευρύ πεδίο δράσεων του εργαστηρίου στο οποίο προΐσταται. Στο σημείο αυτό αξίζει να σημειωθεί ότι τμήματα της παρούσας διατριβής εκπονήθηκαν ως μέρος ευρωπαϊκών και εθνικών ερευνητικών προγραμμάτων (MEGAFIRES, Δημιουργία Βάσης Δεδομένων Χρήσεων/Κάλυψης Γης για την ΕΣΥΕ). Ευχαριστώ επίσης τα άλλα δύο μέλη της τριμελούς συμβουλευτικής επιτροπής, τον κ. Στέφανο Μαρκάλα, καθηγητή της Σχολής Δασολογίας και Φυσικού Περιβάλλοντος και τον κ. Ιωάννη Ισπικούδη, επίκουρο καθηγητή της Σχολής Δασολογίας και Φυσικού Περιβάλλοντος, για τη συνεχή βοήθεια και τις συμβουλές τους σε όλη τη διάρκεια της εκπόνησης της διδακτορικής μου διατριβής. Ιδιαίτερες ευχαριστίες οφείλω στον κ. Ισπικούδη καθώς ήταν ο πρώτος ο οποίος με μύησε ουσιαστικά στο αντικείμενο της οικολογίας τοπίου, που πραγματεύομαι στη διατριβή μου, στα μαθήματα που δίδασκε κατά τα χρόνια των προπτυχιακών σπουδών μου. Ευχαριστώ επίσης τα μέλη της επταμελούς εξεταστικής επιτροπής κ. Παύλο Σμύρη, καθηγητή, κ. Γεώργιο Σταματέλλο, επίκουρο καθηγητή, κ. Αλέξανδρο Δημητρακόπουλο, επίκουρο καθηγητή και κ. Ιωάννη Γήτα, λέκτορα, για τις εποικοδομητικές παρατηρήσεις τους οι οποίες συνέβαλαν ουσιαστικά στην τελική μορφή της διατριβής μου. Τέλος, θα ήταν άδικο να μην ευχαριστήσω τους καθηγητές εκείνους με τους οποίους ως υποψήφιος διδάκτορας είχα την ευκαιρία πολύτιμων συζητήσεων, σχεδόν σε καθημερινή βάση, παρά το ότι δεν ήταν μέλη της συμβουλευτικής μου επιτροπής, οι οποίες συζητήσεις με βοήθησαν πολλές φορές να μην αποπροσανατολιστώ από τον αρχικό μου στόχο. Ευχαριστώ τον κ. Γεώργιο Μαλλίνη για τις εποικοδομητικές συζητήσεις επί επιστημονικών και μη θεμάτων κατά τη διάρκεια εκπόνησης της διατριβής μου, όπως επίσης και τους κυρίους Νικόλαο Κούτσια και Thorsten Wiegand για το χρόνο που μου

7 διέθεσαν απαντώντας με πολύ προθυμία σε επιστημονικά ερωτήματα τα οποία έμοιαζαν αδιέξοδα. Ολοκληρώνοντας τη διδακτορική μου διατριβή στο Εργαστήριο Δασικής Διαχειριστικής και Τηλεπισκόπησης, οφείλω να ευχαριστήσω το Ίδρυμα Κρατικών Υποτροφιών για τη χρηματοδότηση της έρευνάς μου μέσω του Προγράμματος Κρατικών Υποτροφιών Εσωτερικού. Το τελευταίο ευχαριστώ θεωρώ ότι το οφείλω στη Λαμπρινή, τη Δέσποινα-Μαρία και τη Δήμητρα Ραφαέλα, τη σύζυγο και τις κόρες μου, που με στηρίζουν στις όποιες αποφάσεις μου και που μ ενθαρρύνουν να κυνηγήσω τα όνειρά μου.

8 Περίληψη Η ανάλυση του τοπίου, η οποία περιλαμβάνει μεθοδολογίες συλλογής, τήρησης, ανάλυσης και ερμηνείας χωρικών δεδομένων, παρέχει εναλλακτικές δυνατότητες διαχείρισης της επικινδυνότητας των πυρκαγιών. Στη γνώση αυτή είναι δυνατόν να βασιστεί η ορθή και αποτελεσματική αντιμετώπιση ενός φαινομένου διαταραχής του περιβάλλοντος, όπως οι πυρκαγιές, εφαρμόζοντας μεθόδους διαχείρισης και σχεδιασμού διαμόρφωσης του τοπίου. Ο γενικότερος σκοπός της έρευνας ήταν η διερεύνηση των συσχετισμών μεταξύ της εμφάνισης πυρκαγιών και της υφιστάμενης διαμόρφωσης του τοπίου. Οι επιμέρους στόχοι συμπεριέλαβαν α)τη χωρική ανάλυση του φαινομένου των πυρκαγιών σε επίπεδο τοπίου δια μέσου της εκτίμησης της χωρικής κατανομής των σημείων έναρξης πυρκαγιάς, του προσδιορισμού της κλίμακας στην οποία εμφανίζεται συγκέντρωση και της χαρτογραφικής απόδοσης και χωρικού προσδιορισμού του φαινομένου, β)την ανάλυση του τοπίου με την επιλογή ενός υποσυνόλου δεικτών τοπίου και γ)τη διερεύνηση της συσχέτισης που παρουσιάζεται, σε γεωγραφική βάση, μεταξύ της πυκνότητας σημείων έναρξης πυρκαγιών και των δεικτών τοπίου. Όσον αφορά τη χωρική ανάλυση των σημείων έναρξης των πυρκαγιών, αυτή πραγματοποιήθηκε στο σύνολο της επικράτειας της Ελλάδας, ενώ η περιοχή έρευνας για τους δύο επόμενους στόχους περιορίστηκε στη βόρεια και κεντρική Ελλάδα. Στο πλαίσιο του πρώτου στόχου, δημιουργήθηκε γεωγραφική βάση δεδομένων όπου εντάχθηκαν τα χωρικά δεδομένα σημείων έναρξης πυρκαγιών για χρονικό διάστημα 11 ετών ( ) παράλληλα με τα περιγραφικά τους δεδομένα, όπως η χρονική στιγμή εμφάνισης, το αίτιο και η καμένη έκταση, όπως αυτά προκύπτουν από τα δελτία καταγραφής πυρκαγιάς της Δασικής Υπηρεσίας. Η χωρική ανάλυση της διάταξης των σημείων έναρξης πυρκαγιάς στην περιοχή έρευνας πραγματοποιήθηκε με μεθόδους ανάλυσης της απόστασης, πιο συγκεκριμένα με τη μέθοδο του δείκτη της απόστασης του πλησιέστερου γειτονικού σημείου και τη μέθοδο του δείκτη K του Ripley, καθώς και μεθόδους ανάλυσης κανάβου. Κατά τις μεθόδους κανάβου για την εκτίμηση της χωρικής κατανομής των σημείων υπολογίστηκε η πυκνότητα σημείων με χρήση συνάρτησης πυρήνα και με την απλή μέθοδο. Η ανάλυση τοπίου, που αποτέλεσε τον δεύτερο στόχο, πραγματοποιήθηκε με τον υπολογισμό των δεικτών σε επίπεδο τοπίου. Διακριτά τοπία θεωρήθηκαν οι νομοί. Το υποσύνολο των διαθέσιμων δεικτών τοπίου που επιλέχθηκε από τη βιβλιογραφία και εφαρμόστηκε σε χωρικά δεδομένα κατηγοριών χρήσης/κάλυψης γης, που δημιουργήθηκαν με τη φωτοερμηνεία δορυφορικών δεδομένων LANDSAT TM. Για την πραγματοποίηση του τρίτου στόχου εφαρμόστηκε απλή συσχέτιση με το δείκτη r του Pearson, μεταξύ της πυκνότητας σημείων έναρξης πυρκαγιών και των δεικτών τοπίου. Η χωρική διασπορά των σημείων έναρξης πυρκαγιών διαπιστώθηκε πως είναι ομαδοποιημένη. Ειδικότερα, από τα αποτελέσματα του δείκτη K προκύπτει ότι η υψηλότερη ομαδοποίηση υπάρχει σε υποτιθέμενους κύκλους ακτίνας οκτώ (8) χιλιομέτρων, ενώ ομαδοποίηση υπάρχει μέχρι και τους κύκλους είκοσι πέντε (25) χιλιομέτρων. Για την εκτίμηση των περιοχών με τη μεγαλύτερη πυκνότητα πυρκαγιών συστήνεται ο μικρότερος παράγοντας εξομάλυνσης των 8 χιλιομέτρων για περιορισμένης κλίμακας εφαρμογές, σε επίπεδο δηλαδή ΟΤΑ ή νομού, ενώ σε επίπεδο περιφέρειας ή χώρας είναι προτιμότερος ο παράγοντας εξομάλυνσης των 25 χιλιομέτρων. Για την απεικόνιση των σημείων έναρξης πυρκαγιών, ανεξαρτήτως της γεωγραφικής κλίμακας που χρησιμοποιείται, καλύτερη απόδοση έχει η μέθοδος της πυκνότητας πυρήνα. Η μέθοδος των ισοπληθών καμπυλών έχει το πλεονέκτημα όταν πρόκειται το φαινόμενο της εμφάνισης πυρκαγιών να αναπαρασταθεί σε συνδυασμό με κάποιο άλλο φαινόμενο στην ίδια γεωγραφική κλίμακα. Συνολικά επιλέχθηκαν 31 δείκτες που είχαν οικολογική συνάφεια με το φαινόμενο των πυρκαγιών. Οι δείκτες που δείχνουν να συσχετίζονται ισχυρά με τα περισσότερα από τα

9 στατιστικά μεγέθη πυκνότητας εμφάνισης πυρκαγιών, ειδικότερα δε με τη μέση τιμή πυκνότητας στο τοπίο, περιγράφουν τη μορφή και το σχήμα των χωροψηφίδων που εμφανίζονται στο τοπίο και είναι οι: Σταθμισμένος Μέσος όρος Δείκτη Σχήματος Χωροψηφίδας και Σταθμισμένος Μέσος όρος Δείκτη Κλασματικής Διάστασης Χωροψηφίδας. Οι εν λόγω δείκτες εμφανίζουν στατιστικά σημαντική αρνητική συσχέτιση με την πυκνότητα σημείων έναρξης πυρκαγιών στο τοπίο. Η αρνητική αυτή συσχέτιση δείχνει ότι μεγάλος αριθμός πυρκαγιών εμφανίζεται στις περιοχές με μικρή πολυπλοκότητα στο σχήμα των χωροψηφίδων, εκεί δηλαδή που το σχήμα των πολυγώνων χρήσης/κάλυψης γης είναι ομαλοποιημένο. Η πολυπλοκότητα στο σχήμα δείχνει μεγάλη ετερογένεια στο τοπίο, η οποία αυξάνει το βαθμό ανθεκτικότητας ενός οικοσυστήματος στις διαταραχές, ενώ η απλότητα των σχημάτων υποδηλώνει τοπία στα οποία είναι κυρίαρχη η ανθρώπινη παρουσία. Το τελικό συμπέρασμα της διατριβής είναι ότι η διαμόρφωση του τοπίου εμφανίζει συσχετίσεις με την εμφάνιση πυρκαγιών. Το καθεστώς των πυρκαγιών όμως επηρεάζεται και από άλλους παράγοντες οι οποίοι θα πρέπει να μελετηθούν σε σχέση με τη δομή, διάταξη και διαμόρφωση του τοπίου, στο πλαίσιο της οικολογίας τοπίου, για την εξαγωγή συμπερασμάτων χρήσιμων στη διαχείριση των δασικών πυρκαγιών.

10 Abstract Landscape analysis, which includes collection, maintenance, analysis and interpretation of spatial data, provides an alternative perspective to wildland fire risk management. So wildfire managers based on this knowledge should apply wildfire risk reduction actions through landscape planning and management. The aim of this research was to examine the relation between fire occurence and landscape pattern. Specific objectives were: a) to spatially analyze fire occurrence at landscape level, including the spatial distribution of fire ignition points, scale and the spatial identification and mapping of high risk zones; b) landscape analysis by employing a number of landscape indices and c) to investigate correlations between wildfire ignition point density and landscape indices. Spatial analysis of fire occurrence was applied throughout Greece, whilst the study area for the second and third objective was reduced to the northern and central Greece. Regarding the first objective, a geographical database was developed using fire ignition points for a period of 11 years ( ) and other related information such as the exact ignition time and date, reason and the burnt area. Spatial analysis of fire ignition points was implemented through distance measures, such as nearest neighbor distance index (NNDI) and Ripley s K function, and quadrat analysis, employing naive and kernel density estimation. In relation to the second objective, landscape analysis was conducted using indices at the landscape level. District administrative boundaries were taken as landscape boundaries. Through literature review a number of landscape indices were selected and applied to landuse/landcover data derived from LANDSAT TM. In the third objective, classic product moment correlation, together with map analysis was employed to investigate the correlation between fire ignition point density and landscape indices. Spatial distribution of fire ignition points found to be clustered. Particularly, the implementation of Riplay s K function and kernel density estimation resulted that clustering is present up to the bandwidth of 25km, which can be used for regional of national applications, while highest clustering is observed at the 8km bandwidth, which is suggested for local scale applications. Kernel density estimation was proved to be the best among the methods applied in relation to fire ignition point location and mapping, independently to the geographic scale that is used. Moreover isopleths show an advantage when wildfires are drawn against other environmental phenomena at the same geographic scale. A number of 31 landscape indices were selected through literature review that shows ecological significance to wildfires. Those that show significant correlation to the most statistical metrics of fire ignition point density, especially with mean density, are the Area Weighted Patch Shape Index and the Area Weighted Patch Fractal Dimension, which both describe patch shape. Negative correlation drives to the conclusion that wildfire regime is higher in landscapes that are consisted of patched of regular shape and vice versa. Shape irregularity shows a high degree of spatial heterogeneity in the landscape which increases resistance in disturbance, whereas regular shapes denote a higher degree of human influence in the landscape. The main conclusion of the research is that landscape pattern is related to fire occurrence, but there are other components that influence wildfire regime that should be studied together with landscape pattern and structure within the landscape ecology framework.

11 ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1 ΕΙΣΑΓΩΓΗ ΟΙΚΟΛΟΓΙΑ ΤΟΠΙΟΥ Με τι ασχολείται Οικολογία τοπίου και κλίμακα Οικολογία τοπίου και διαχείριση Οικολογία τοπίου και διεργασίες Ανάλυση του τοπίου, δείκτες τοπίου Διαμόρφωση του τοπίου και πυρκαγιές ΟΙΚΟΛΟΓΙΑ ΤΟΠΙΟΥ ΚΑΙ ΓΕΩΜΑΤΙΚΗ Τηλεπισκόπηση Γενικές έννοιες Τηλεπισκόπησης Ηλεκτρομαγνητική ακτινοβολία Πλεονεκτήματα δορυφορικών δεδομένων Δορυφορικά συστήματα καταγραφής Φασματική απόκριση του τοπίου Δορυφορικό σύστημα Landsat Ο ρόλος της Τηλεπισκόπησης στην Οικολογία Τοπίου Γεωγραφικά Συστήματα Πληροφοριών και Χωρική Ανάλυση Γεωγραφικά φαινόμενα Γεωγραφικά δεδομένα Ανάλυση Στοιχείων Κανάβου Ο ρόλος των ΓΣΠ στην Οικολογία Τοπίου ΔΙΑΤΥΠΩΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ Ανάλυση της σημασίας του προβλήματος (σκοπιμότητα) ΑΝΑΣΚΟΠΗΣΗ ΤΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑΣ ΚΛΙΜΑΚΑ ΕΚΤΙΜΗΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΙΑΤΑΞΗΣ ΣΗΜΕΙΑΚΩΝ ΚΑΤΑΝΟΜΩΝ ΔΙΑΜΟΡΦΩΣΗ, ΔΟΜΗ, ΔΙΑΤΑΞΗ ΚΑΙ ΔΙΕΡΓΑΣΙΕΣ ΟΙΚΟΛΟΓΙΑ ΤΟΠΙΟΥ ΚΑΙ ΠΥΡΚΑΓΙΕΣ ΣΚΟΠΟΣ ΚΑΙ ΣΤΟΧΟΙ ΤΗΣ ΕΡΕΥΝΑΣ ΕΡΕΥΝΗΤΙΚΗ ΜΕΘΟΔΟΛΟΓΙΑ ΔΙΑΡΘΡΩΣΗ ΤΗΣ ΔΙΑΤΡΙΒΗΣ Διαθέσιμα στοιχεία, τεχνικές και γνώσεις που απαιτούνται για την υλοποίηση της έρευνας Σχεδιασμός της βάσης δεδομένων ΧΩΡΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΣΗΜΕΙΩΝ ΕΝΑΡΞΗΣ ΤΩΝ ΠΥΡΚΑΓΙΩΝ Περιοχή έρευνας Εισαγωγή των δεδομένων σημείων έναρξης στη βάση δεδομένων Ανάλυση της χωρικής διάταξης σημείων Πλήρης Χωρική Τυχαιότητα (Complete Spatial Randomness-CSR) Η ανάλυση της απόστασης μεταξύ σημείων Μέθοδοι κανάβου, πυκνότητα Χαρτογραφική απόδοση της χωρικής κατανομής των πυρκαγιών Γραφική απόδοση θεματικών δεδομένων ΑΝΑΛΥΣΗ ΤΟΥ ΤΟΠΙΟΥ Περιοχή έρευνας Δεδομένα κατηγοριών χρήσης/κάλυψης γης Υλικά Μεθοδολογία Δείκτες τοπίου Δείκτες έκτασης /πυκνότητας/ορίων (AREA/DENSITY/EDGE METRICS) Δείκτες σχήματος/μορφής (SHAPE METRICS) Δείκτες επιρροής/διασποράς (CONTAGION/INTERSPERSION METRICS) Δείκτες σύνδεσης (CONNECTIVITY METRICS) Δείκτες ποικιλότητας (DIVERSITY METRICS) ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΑΛΛΗΛΕΠΙΔΡΑΣΕΩΝ ΜΕΤΑΞΥ ΤΟΠΙΟΥ ΚΑΙ ΠΥΡΚΑΓΙΩΝ Περιοχή έρευνας i

12 3.4.2 Πυκνότητα πυρκαγιών ανά τοπίο Συσχέτιση πυκνότητας πυρκαγιών και δεικτών τοπίου ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΥΖΗΤΗΣΗ ΧΩΡΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΣΗΜΕΙΩΝ ΕΝΑΡΞΗΣ ΠΥΡΚΑΓΙΩΝ Δεδομένα πυρκαγιών Ανάλυση της χωρικής διάταξης των σημείων έναρξης των πυρκαγιών Ανάλυση της απόστασης Μέθοδοι κανάβου, πυκνότητα Χαρτογραφική απόδοση της χωρικής διάταξης των σημείων έναρξης των πυρκαγιών ΑΝΑΛΥΣΗ ΤΟΥ ΤΟΠΙΟΥ Δεδομένα χρήσης/κάλυψης γης Δείκτες τοπίου ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΑΛΛΗΛΕΠΙΔΡΑΣΕΩΝ ΜΕΤΑΞΥ ΤΟΠΙΟΥ ΚΑΙ ΠΥΡΚΑΓΙΩΝ Πυκνότητα πυρκαγιών κατά τοπίο Συσχέτιση πυκνότητας πυρκαγιών και δεικτών τοπίου Στατιστικές μέθοδοι Χαρτογραφικές μέθοδοι Ανάλυση των αποτελεσμάτων ΣΥΜΠΕΡΑΣΜΑΤΑ-ΠΡΟΤΑΣΕΙΣ ΣΥΜΠΕΡΑΣΜΑΤΑ ΠΡΟΤΑΣΕΙΣ ΜΕΛΛΟΝΤΙΚΗΣ ΕΡΕΥΝΑΣ ΒΙΒΛΙΟΓΡΑΦΙΑ ii

13 ΚΑΤΑΛΟΓΟΣ ΠΙΝΑΚΩΝ Πίνακας 1.1: Χαρακτηριστικά του Θεματικού Χαρτογράφου ΤΜ του Landsat...18 Πίνακας 3.1: Έκταση σε τετραγωνικά χιλιόμετρα της κάθε γενικής κατηγορίας στην περιοχή έρευνας σύμφωνα με τα δεδομένα του CORINE LAND COVER (CLC)...69 Πίνακας 3.2: Σκηνές LANDSAT TM που χρησιμοποιήθηκαν στην παραγωγή δεδομένων χρήσης/κάλυψης γης...70 Πίνακας 3.3: Σύστημα ταξινόμησης κατηγοριών χρήσης/κάλυψης γης Πίνακας 3.4: Ο αριθμός των δειγματοληπτικών τομέων ανά γενική κατηγορία χρήσης/κάλυψης γης74 Πίνακας 3.5: Οι νομοί και νομαρχίες που συμμετείχαν στην ανάλυση του τοπίου Πίνακας 4.1: Αριθμός και ποσοστά (%) πυρκαγιών ανά αίτιο Πίνακας 4.2: Η κατανομή του αριθμού των πυρκαγιών και της καμένης επιφάνειας κατά έτος...90 Πίνακας 4.3: Η έκταση κάθε κατηγορίας χρήσης/κάλυψης γης στο σύνολο της περιοχής μελέτης Πίνακας 4.4: Αποτελέσματα του δείκτη συσχέτισης r του Pearson (επίπεδο σημαντικότητας α=0,01) Πίνακας 4.5: Συντελεστές συσχέτισης μεταξύ αριθμού χωροψηφίδων, συνολικής έκτασης και συνόλου ορίων του τοπίου iii

14 ΚΑΤΑΛΟΓΟΣ ΔΙΑΓΡΑΜΜΑΤΩΝ Διάγραμμα 1.1: : Έννοιες της κλίμακας...4 Διάγραμμα 1.2: Το ηλεκτρομαγνητικό φάσμα...12 Διάγραμμα 1.3: Τυπικά φασματικά χαρακτηριστικά της πράσινης βλάστησης.(πηγή : [Swain & Davis 1978])...12 Διάγραμμα 4.1: Η δομή της βάσης δεδομένων...87 Διάγραμμα 4.2: Χρονική κατανομή των πυρκαγιών Διάγραμμα 4.3: Ιστόγραμμα μηνιαίας κατανομής συμβάντων πυρκαγιών...89 Διάγραμμα 4.4: Γραφική παράσταση των τιμών του L που προκύπτουν από την εφαρμογή του δείκτη Κ του Ripley...94 Διάγραμμα 4.5: Δενδρόγραμμα Δεικτών Έκτασης, Πυκνότητας, Ορίων, αποτέλεσμα ανάλυσης συσσώρευσης για τους υπόψη δείκτες για όλα τα τοπία Διάγραμμα 4.6: Δενδρόγραμμα Δεικτών Σχήματος/Μορφής για όλα τα τοπία Διάγραμμα 4.7: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 8 km Διάγραμμα 4.8: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 25 km Διάγραμμα 4.9: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 50 km Διάγραμμα 4.10: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 100 km Διάγραμμα 4.11: Οι μέσες τιμές της μέσης πυκνότητας πυρκαγιών κατά παράγοντα εξομάλυνσης και μέθοδο εφαρμογής Διάγραμμα 4.12 : Διάγραμμα διασποράς μεταξύ μέσης πυκνότητας σημείων έναρξης πυρκαγιάς (πυρήνας 8 km) και σταθμισμένου μέσου όρου δείκτη σχήματος χωροψηφίδας Διάγραμμα 4.13: Διάγραμμα διασποράς μεταξύ μέσης πυκνότητας σημείων έναρξης πυρκαγιάς (πυρήνας 25 km) και σταθμισμένου μέσου όρου δείκτη σχήματος χωροψηφίδας Διάγραμμα 4.14: Διάγραμμα διασποράς μεταξύ μέσης πυκνότητας σημείων έναρξης πυρκαγιάς (πυρήνας 50 km) και σταθμισμένου μέσου όρου δείκτη σχήματος χωροψηφίδας Διάγραμμα 4.15: Διάγραμμα διασποράς μεταξύ μέσης πυκνότητας σημείων έναρξης πυρκαγιάς (πυρήνας 100 km) και σταθμισμένου μέσου όρου δείκτη σχήματος χωροψηφίδας iv

15 ΚΑΤΑΛΟΓΟΣ ΧΑΡΤΩΝ Χάρτης 3.1: Περιοχή έρευνας για τη χωρική ανάλυση των σημείων έναρξης των πυρκαγιών...55 Χάρτης 3.2: Χάρτης της περιοχής μελέτης ανάλυσης τοπίου...68 Χάρτης 4.1: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης 8 km...96 Χάρτης 4.2: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης τα 25 km...96 Χάρτης 4.3: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης 50 km...97 Χάρτης 4.4: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης 100 km...97 Χάρτης 4.5: Απλή πυκνότητα με ακτίνα κύκλου 8 km...99 Χάρτης 4.6: Απλή πυκνότητα με ακτίνα κύκλου 25 km Χάρτης 4.7: Απλή πυκνότητα με ακτίνα κύκλου 50 km Χάρτης 4.8: Απλή πυκνότητα με ακτίνα κύκλου 100 km Χάρτης 4.9: Χάρτης απεικόνισης σημείων έναρξης σε όλη την Ελλάδα για το χρονικό διάστημα Χάρτης 4.10: Χωροπληθής χάρτης κατανομής πυρκαγιών κατά νομαρχίες Χάρτης 4.11: Χάρτης ισοπληθών καμπυλών της πυκνότητας πυρήνα των σημείων έναρξης των πυρκαγιών, με παράγοντα εξομάλυνσης 25km Χάρτης 4.12: Κατηγορίες χρήσης/κάλυψης γης στο επίπεδο ταξινόμησης Ι Χάρτης 4.13: Πυκνότητα πυρήνα για το Ν. Θεσπρωτίας με παράγοντα εξομάλυνσης 8km (i), 25km (ii), 50km (iii), 100km (iv) Χάρτης 4.14: Απλή πυκνότητα για το Ν. Θεσπρωτίας με παράγοντα εξομάλυνσης 8km (i), 25km (ii), 50km (iii), 100km (iv) Χάρτης 4.15: Χάρτης ομαδοποίησης τοπίων κατά το Σταθμισμένο Μέσο Όρο Δείκτη Σχήματος Χωροψηφίδας Χάρτης 4.16: Ομαδοποίηση με τη μέση πυκνότητα εμφάνισης σημείων έναρξης πυρκαγιών Χάρτης 4.17: Αναπαράσταση τιμών του δείκτη Σχήμα Χωροψηφίδας για κάθε χωροψηφίδα Χάρτης 4.18: Αναπαράσταση τιμών του δείκτη Κλασματική Διάσταση για κάθε χωροψηφίδα v

16 ΚΑΤΑΛΟΓΟΣ ΕΙΚΟΝΩΝ Εικόνα 1.1: Δορυφορική πλατφόρμα των Landsat 4και 5 (πηγή : Eurimage)...17 Εικόνα 3.1: Δελτίο Πυρκαγιάς της Δασικής Υπηρεσίας...56 vi

17 1 Εισαγωγή 1.1 Οικολογία τοπίου Λίγο πριν τα μέσα του 20ου αιώνα στην Κεντρική Ευρώπη, στο πλαίσιο της προσπάθειας να δοθεί το ερέθισμα για καλύτερη συνεργασία μεταξύ των οικολόγων και των γεωγράφων, εισήχθη από τον Troll [1939] ο όρος οικολογία τοπίου. Έτσι δημιουργήθηκε ένας καινούριος κλάδος της σύγχρονης οικολογίας που ασχολείται με τις αμφίδρομες σχέσεις μεταξύ του ανθρώπου και του ανθρωπογενούς τοπίου, διαχρονικά. Ο νέος αυτός κλάδος ήταν το αποτέλεσμα της ολιστικής [Μπαμπινιώτης 2002] προσέγγισης του πολυσύνθετου χαρακτήρα και με ετερογενές περιεχόμενο τοπίου, που υιοθετήθηκε από γεωγράφους, οικολόγους, υπεύθυνους σχεδιασμού και διαχειριστές τοπίου, στην προσπάθειά τους να γεφυρώσουν το χάσμα μεταξύ των φυσικών, αγροτικών, ανθρωπογενών και αστικών συστημάτων [Naveh & Lieberman 1994]. Στην πράξη, η οικολογία τοπίου, ως επιστήμη, συνδυάζει την «οριζόντια» προσέγγιση του γεωγράφου στην εξέταση των χωρικών αλληλεπιδράσεων των φυσικών φαινομένων, με την «κάθετη» προσέγγιση του οικολόγου που μελετά τις λειτουργικές αλληλεπιδράσεις σε μια δεδομένη περιοχή [Zonneveld 1990, Tischendorf 2001]. Η οικολογία τοπίου είναι μια επιστήμη που αναπτύσσεται ραγδαία και κερδίζει συνεχώς έδαφος στον επιστημονικό κόσμο, καθώς και στους τομείς σχεδιασμού και διαχείρισης φυσικών πόρων [Turner 1989, Chuvieco & Salas 1996]. Έχει πολυσύνθετο χαρακτήρα και ετερογενές περιεχόμενο, με επιστημονική αλλά και φιλοσοφική υποδομή. Περιστρέφεται γύρω από την έννοια του τοπίου, το οποίο θεωρεί ως μια ολοκληρωμένη ολιστική οντότητα, εννοώντας το «όλον» ως κάτι παραπάνω από το άθροισμα των συστατικών του και μελετά τη δομή του, τη λειτουργία του και τη δημιουργία ή αλλαγή του [Zonneveld & Forman 1990]. Εφαρμόζοντας τις αρχές της οικολογίας τοπίου στη διαχείριση φυσικών πόρων, πραγματοποιείται η μετάβαση από τη διαχείριση αυτόνομων και απομονωμένων οικοσυστημάτων (όπως π.χ. το δασικό, λιβαδικό, αγροτικό), στην ενοποιημένη διαχείριση όλων των διαφορετικών οικοσυστημάτων κάτω από την ολοκληρωμένη οντότητα του τοπίου [Blaschke 2006, Potschin & Haines-Young 2006a]. Το χαρακτηριστικό που διαχωρίζει το τοπίο από άλλες μονάδες οικολογικής οργάνωσης είναι οι χωρικές αλληλεπιδράσεις μεταξύ των στοιχείων του. Οι αλληλεπιδράσεις αυτές δένουν το τοπίο ως ένα σύστημα, με αναδράσεις και αμοιβαίες εξαρτήσεις μεταξύ των διαφόρων στοιχείων του [Turner & Gardner 1991]. 1

18 Στην εφαρμοσμένη οικολογία τοπίου, το τοπίο διαιρείται σε μονάδες, οι οποίες αναγνωρίζονται και χαρτογραφούνται σαν μονάδες ή τύποι γης. Οριοθετούνται από κοινά γεωλογικά και γεωμορφολογικά χαρακτηριστικά και ένα τυπικό κλίμα. Κάθε μονάδα έχει το δικό της χαρακτηριστικό σύνολο υπομονάδων, οι οποίες συχνά αναφέρονται και ως οικότοποι, που διαφοροποιούνται χωρικά στο περιβάλλον τους ως προς τη φύση ή την εμφάνισή τους [Overgaard et al. 2003] ή τουλάχιστον ως προς την ιδιότητα η οποία έχει σημαντική οικολογική σημασία για τη διαδικασία ή τον υπό μελέτη οργανισμό [Wiens 1976, Gustafson 1998]. Ο οικότοπος (ecotope) αντιστοιχεί στη μικρότερη μονάδα γης, που χαρακτηρίζεται από ομοιογένεια, σε τουλάχιστον μια ιδιότητα της γεώσφαιρας, δηλαδή την ατμόσφαιρα, τη βλάστηση, το έδαφος, το υπέδαφος, το νερό, κ.τ.λ. [Naveh & Lieberman 1994]. Στη διεθνή βιβλιογραφία συναντάται και με τον αγγλικό όρο patch. Καθώς η λέξη οικότοπος στα ελληνικά χρησιμοποιείται γενικότερα στην επιστήμη της οικολογίας και τους διάφορους τομείς της, ο όρος που χρησιμοποιείται για να αποδώσει στα ελληνικά την έννοια του patch είναι η χωροψηφίδα [Σιδηροπούλου 2003] Με τι ασχολείται Η οικολογία τοπίου δίνει έμφαση σε θέματα ευρείας κλίμακας εφαρμογής και ειδικότερα στις οικολογικές επιπτώσεις της χωρικής διάταξης των οικοσυστημάτων. Πιο συγκεκριμένα, λαμβάνει υπόψη και ασχολείται με [Turner 1989]: α. την ανάπτυξη και τη δυναμική της χωρικής ετερογένειας, β. τις αλληλεπιδράσεις και ανταλλαγές (ενέργειας, ειδών κ.τ.λ.) κατά μήκος ετερογενών τοπίων, γ. τις επιρροές της χωρικής ετερογένειας σε βιοτικές και αβιοτικές διαδικασίες και δ. τη διαχείριση της χωρικής ετερογένειας. Η οικολογική ερμηνεία της διάταξης του τοπίου είναι ένας από τους κύριους αντικειμενικούς σκοπούς της οικολογίας τοπίου [Tischendorf 2001]. Εστιάζει στις χωρικές σχέσεις, (γειτονία, σύνδεση ή παράθεση), στην αλληλουχία και αλλαγή των ειδών, της ενέργειας και των υλικών σε όλη την έκταση μεγάλων μωσαϊκών γης. Μια διαρθρωτική προσέγγιση της οικολογίας τοπίου αποσαφηνίζει πως αυτά τα αντικείμενα (είδη, ενέργεια και υλικά) διανέμονται ή κατανέμονται σε σχέση με το μέγεθος, τη μορφή τον αριθμό τα είδη και τη σύνθεση των οικοσυστημάτων ή των μονάδων τοπίου που υπάρχουν [Forman 1990]. Στην οικολογία τοπίου μελετώνται οι φυσικές αλλά και ανθρωπογενείς διαδικασίες που λειτουργούν εντός ετερογενών γεωγραφικών περιοχών μεταβαλλόμενου μεγέθους [Risser 1990]. 2

19 Έχει διαπιστωθεί ότι υπάρχουν ισχυροί δεσμοί μεταξύ των διαδικασιών που λαμβάνουν χώρα σε ένα τοπίο και της δομής του συγκεκριμένου τοπίου. Επίσης μεγάλος αριθμός μελετών βασίζεται στο συλλογισμό ότι υπάρχουν ισχυροί δεσμοί μεταξύ οικολογικής δομής, λειτουργίας και διαδικασιών [Gustafson 1998]. Συγκεκριμένα η οικολογία τοπίου εξετάζει τις σχέσεις μεταξύ της χωρικής διάταξης του τοπίου και των οικολογικών διαδικασιών [Forman & Godron 1986, Turner 1989, Gustafson 1998] και ασχολείται με τη μελέτη των επιδράσεων της δομής του τοπίου και των αλλαγών του σε οικολογικές και περιβαλλοντικές διαδικασίες. [Frohn 1998, Tischendorf 2001] Οικολογία τοπίου και κλίμακα Ένας από τους ορισμούς που έχει δοθεί για την οικολογία τοπίου είναι η μελέτη της συνάφειας μεταξύ της χωρικής διάταξης και των οικολογικών διεργασιών σε διαφορετικές κλίμακες [Pickett & Cadenasso 1995] Η κλίμακα είναι μια ουσιώδης έννοια, τόσο στις φυσικές όσο και στις ανθρωπιστικές επιστήμες, όταν πρόκειται για δεδομένα με γεωγραφική υπόσταση [Marceau & Hay 1999]. Έχει δοθεί μεγάλη έμφαση στο αντικείμενο της κλίμακας, ειδικά στην οικολογία, καθώς είναι προφανές πλέον ότι όλα, ή τουλάχιστον τα περισσότερα, προβλήματα που σχετίζονται με το περιβάλλον και τους φυσικούς πόρους αντιμετωπίζονται αποτελεσματικά μόνο σε ευρεία κλίμακα. Για να γίνει αντιληπτός ο τρόπος με τον οποίο λειτουργεί η φύση, είναι απαραίτητη πρώτα η κατανόηση της δομής και διάταξης σε σχέση με τις διεργασίες σε ευρεία κλίμακα και κατόπιν τα αποτελέσματα να συσχετιστούν με αυτά που προκύπτουν από πιο περιορισμένες κλίμακες, τα οποία είναι πιο οικεία στον άνθρωπο [Levin 1992, Wu & Qi 2000]. Το πρόβλημα δεν περιορίζεται απλά στην επιλογή της σωστής κλίμακας, αλλά επεκτείνεται και στην παραδοχή ότι οι αλλαγές συντελούνται ταυτόχρονα σε πολλαπλές κλίμακες και κατά συνέπεια η έρευνα πρέπει να εστιαστεί στις αλληλεπιδράσεις των φαινομένων που δρουν σε διαφορετικές κλίμακες [Levin 1992]. Η έννοια της κλίμακας είναι ευρεία και καλύπτει τόσο τις διαστάσεις του χώρου όσο και του χρόνου, μετριέται είτε σε απόλυτες μονάδες ή αναλογικά σύμφωνα με το υπό μελέτη φαινόμενο [Burnett & Blaschke 2003] και αναλύεται ως εξής [Lam & Quattrochi 1992, Quattrochi & Goodchild 1997]: Η χαρτογραφική κλίμακα αναφέρεται σε μια απόσταση στο χάρτη και την αντίστοιχη απόσταση στο έδαφος. Οι μεγάλες κλίμακες απεικονίζουν μικρό τμήμα του εδάφους με μεγάλη λεπτομέρεια, ενώ το αντίθετο συμβαίνει στις μικρές κλίμακες οι οποίες καλύπτουν 3

20 μεγάλο μέρος του εδάφους, με λιγότερη όμως λεπτομέρεια. Είναι η πιο γνωστή χρήση της έννοιας της κλίμακας. Η γεωγραφική κλίμακα, ή κλίμακα παρατήρησης, αναφέρεται στην έκταση (extent) ή το μέγεθος της περιοχής μελέτης. Για παράδειγμα, η μελέτη της εξέλιξης μιας πυρκαγιάς είναι μικρής κλίμακας, ενώ η μελέτη της εμφάνισης σημείων έναρξης πυρκαγιών είναι μεγάλης κλίμακας. Οι λέξεις μεγάλη και μικρή στη συγκεκριμένη περίπτωση είναι καλό να αντικαθίστανται με τις λέξεις ευρεία και περιορισμένη, καθώς είναι πιο κατανοητό το νόημα και δεν προκαλείται σύγχυση με τις αναφορές που γίνονται στη χαρτογραφική κλίμακα. Διάγραμμα 1.1: : Έννοιες της κλίμακας Η κλίμακα μετρήσεων έχει να κάνει με την ανάλυση (χωρική κυρίως αλλά και χρονική) των γεωγραφικών δεδομένων, ορίζεται συνήθως ως το μικρότερο διάστημα στο οποίο είναι δυνατόν να καταγραφεί κάποια αλλαγή [Goodchild 2001]. Αναφέρεται στο ελάχιστο διακριτό τμήμα ενός αντικειμένου, τη μοναδιαία επιφάνεια (grain). Μπορεί να αντιστοιχεί στον κόκκο του φιλμ μιας αεροφωτογραφίας [Καρτέρης 1992], στο εικονοστοιχείο μιας δορυφορικής εικόνας, στην ελάχιστη χαρτογραφούμενη επιφάνεια ενός διανυσματικού χάρτη χρήσης/κάλυψης γης. Πρόκειται για την ελάχιστη επιφάνεια στην οποία είναι δυνατόν να παρατηρηθεί ένας οργανισμός ή μια διεργασία η οποία αντιδρά στη δομή των χωροψηφίδων του τοπίου [Kotliar & Wiens 1990, Burnett & Blaschke 2003]. Η λειτουργική κλίμακα ή αλλιώς, κλίμακα εφαρμογής, έχει σχέση με την έκταση της υπό μελέτη διαδικασίας στο περιβάλλον. Είναι πολύ σημαντικός ο υπολογισμός της λειτουργικής κλίμακας διότι έχει άμεση σχέση με τη γεωγραφική κλίμακα. Η έκταση της διαδικασίας (φαινομένου) που μελετάται καθορίζει σαφώς την έκταση της περιοχής 4

21 μελέτης, δηλαδή τη γεωγραφική κλίμακα παρατήρησης του φαινομένου, αλλά και την κλίμακα μετρήσεων. Για παράδειγμα, η μελέτη του υδρογραφικού δικτύου επιβάλει τη χρήση της λεκάνης απορροής ως περιοχή μελέτης. Ένα από τα σημαντικά προβλήματα που σχετίζονται με την κλίμακα είναι αυτό της μεταβαλλόμενης μοναδιαίας επιφάνειας (modifiable areal unit problem MAUP). Το πρόβλημα ξεκινά από το γεγονός ότι οι μοναδιαίες επιφάνειες ορίζονται αυθαίρετα και είναι δυνατόν τα ίδια επιφανειακά δεδομένα να συνδυάζονται σε ολοένα και μεγαλύτερες επιφανειακές μονάδες ανάλυσης ή αλλάζοντας τη χωρική διάταξη όμοιων μονάδων να μεταβάλλεται η ζώνη στην οποία ανήκουν [Wrigley & Bennett 1981, Openshaw 1983, Jelinski & Wu 1996]. Διάφορες στατιστικές ή γεωστατιστικές μέθοδοι έχουν προταθεί για την εκτίμηση της άριστης κλίμακας για κάθε περίπτωση ανάλυσης του τοπίου. Μεταξύ αυτών συμπεριλαμβάνονται η ανάλυση της διακύμανσης, της συνδιακύμανσης, η εφαρμογή κλασματικών μεθόδων (fractals), χωρίς όμως να υπάρχουν σαφή αποτελέσματα σχετικά με τη μεθοδολογία που πρέπει να ακολουθείται, καθώς ο προσδιορισμός της άριστης κλίμακας εξαρτάται από πολλούς παράγοντες που διαφοροποιούνται σε κάθε περίπτωση [Lam & Quattrochi 1992, Quattrochi & Goodchild 1997, Chuvieco 1999, Wu 2004, Dungan et al. 2004] Οικολογία τοπίου και διαχείριση Πολλές δραστηριότητες διαχείρισης (π.χ. δασοκομία, περιφερειακός σχεδιασμός και ανάπτυξη φυσικών πόρων) περιλαμβάνουν αποφάσεις που διαφοροποιούν τη διάταξη του τοπίου. Το τοπίο, όπως πολλά οικολογικά συστήματα, αντιπροσωπεύουν ένα ενδιάμεσο μεταξύ κοινωνικών και οικολογικών διαδικασιών. Οι οικολόγοι, διαχειριστές γης και σχεδιαστές αγνοούν παραδοσιακά τις αλληλεπιδράσεις μεταξύ των διαφορετικών στοιχείων του τοπίου, καθώς αυτά αντιμετωπίζονται ως διαφορετικά συστήματα. Ωστόσο η οικολογία τοπίου έχει ενσωματωθεί, εδώ και κάποια χρόνια, ειδικά στην κεντρική Ευρώπη, στο σχεδιασμό και στη λήψη αποφάσεων σχετικά με τη διαχείριση χρήσεων γης [Turner 1989], καθώς η κατανόηση της δυναμικής του τοπίου είναι απαραίτητη για τη διαμόρφωση σχεδίων διατήρησης του τοπίου [Haydon et al. 2000]. Όσον αφορά τα αποτελέσματα των μελετών της οικολογίας τοπίου, αυτά δείχνουν ότι η προσέγγιση της ευρείας κλίμακας που ενσωματώνει χωρικές σχέσεις είναι ένα απαραίτητο τμήμα του σχεδιασμού χρήσεων γης, όπως για παράδειγμα σε αποφάσεις σχετικά με δημιουργία ή προστασία αειφόρων τοπίων [Turner 1989, Blaschke 2006]. Η Υπάρχουν τεράστιες δυνατότητες εφαρμογής των αρχών της οικολογίας τοπίου, αλλά είναι απαραίτητο, για την ουσιαστική συνεργασία μεταξύ οικολόγων, γεωγράφων, 5

22 σχεδιαστών τοπίου και διαχειριστών φυσικών πόρων, να αναπτυχθεί μια ολοκληρωμένη προσέγγιση της διαχείρισης τοπίων Οικολογία τοπίου και διεργασίες Η επιστήμη της οικολογίας τοπίου, ενώ αρχικά περιοριζόταν αποκλειστικά στη μελέτη της δομής του τοπίου, σήμερα ασχολείται πιο εντατικά με την ανάλυση των διεργασιών που λαμβάνουν χώρα στο τοπίο [Risser 1990], σε συνδυασμό με τη διαμόρφωσή του. Ειδικότερα, οι μελέτες οικολογίας τοπίου εστιάζουν στις επιδράσεις της χωρικής διάταξης και των αλλαγών στη δομή του τοπίου (π.χ. κατακερματισμό των ενδιαιτημάτων) στην κατανομή, μετακίνηση και εμφάνιση οικολογικών διαδικασιών [Turner 1989]. Σύμφωνα μάλιστα με τον Gustafson [1998], η οικολογία τοπίου στηρίζεται στη θεωρία ότι υπάρχουν δυνατοί δεσμοί μεταξύ δομής του τοπίου και λειτουργίας του οικοσυστήματος. Στην ίδια λογική κινούνται και οι Turner και Gardner [1991], οι οποίοι αναφέρουν χαρακτηριστικά ότι το ενδιαφέρον στην οικολογία τοπίου εστιάζεται στην επίγνωση των επιπτώσεων της δομής και διάταξης του τοπίου σε οικολογικές διαδικασίες. Το γεγονός ότι η χωρική διάταξη του τοπίου έχει δείξει ότι επηρεάζει πολλές διαδικασίες που είναι οικολογικά σημαντικές, οδηγεί στο συμπέρασμα ότι θα πρέπει στις οικολογικές μελέτες να λαμβάνονται υπόψη οι επιδράσεις της διάταξης του τοπίου στις οικολογικές διαδικασίες, ειδικότερα όταν αυτές πραγματοποιούνται σε ευρεία χωρική κλίμακα και αφορούν τη διαχείριση φυσικών πόρων [Turner 1989, Turner et al. 1989]. Προκειμένου να εντοπιστούν οι αλληλεπιδράσεις μεταξύ της διάταξης του τοπίου και των οικολογικών φαινομένων και διαδικασιών, τόσο η δομή του τοπίου όσο και η δομή και διάταξη των φαινομένων και διαδικασιών πρέπει να αναγνωριστούν και να ποσοτικοποιηθούν με επιστημονικές μεθόδους και διαδικασίες [Turner 1989, Turner 2005]. Σε κάποιες περιπτώσεις το τοπίο επηρεάζει, ενώ σε άλλες επηρεάζεται από τις οικολογικές διαδικασίες. Μια μορφή των διαδικασιών αυτών είναι και οι φυσικές ή ανθρωπογενείς διαταραχές. Ένας γενικός ορισμός της διαταραχής είναι ότι πρόκειται για «ένα σχετικά διακεκριμένο γεγονός στο χρόνο, το οποίο διακόπτει τη δομή του οικοσυστήματος, του πληθυσμού ή της κοινωνίας και διαφοροποιεί τους πόρους, τη διαθεσιμότητα του υποστρώματος ή το φυσικό περιβάλλον» [Turner & Gardner 1991]. Το οικολογικό καθεστώς διαταραχής μπορεί να περιγραφεί με μια ποικιλία χαρακτηριστικών, όπως τη χωρική κατανομή, τη συχνότητα, το διάστημα επανάληψης, την πρόγνωση, την έκταση, την ένταση, τη βαρύτητα, τη συνέργεια κ.τ.λ. (Turner, 1989). 6

23 Η εμφάνιση αλλά και η χωρική διάδοση της διαταραχής (π.χ. πυρκαγιά, παράσιτα, εξωτικά είδη, άνεμοι) κατά μήκος και πλάτος του τοπίου είναι μία σημαντική οικολογική διαδικασία που επηρεάζεται από άλλους παράγοντες και μπορεί να μεταβάλει τη δομή και διάταξη του τοπίου. Όσον αφορά στις επιπτώσεις των διαταραχών αυτές συχνά διαφοροποιούνται χωρικά κατά μήκος του τοπίου, δημιουργώντας ένα ετερογενές μωσαϊκό όσον αφορά τη βλάστηση Κάποιες διαταραχές διαδίδονται χωρικά και μπορεί να ενισχύονται ή να καθυστερούνται από τη δομή του τοπίου. Οι διαταραχές μπορούν να χαρακτηριστούν από τον τρόπο που διαδίδονται: α. αυτές που διαδίδονται εντός ενός ίδιου τύπου ενδιαιτήματος (π.χ. η διάδοση ενός παρασίτου συγκεκριμένου είδους σε όλο το δάσος) και β. αυτές που υπερπηδούν τα όρια και διαδίδονται μεταξύ διαφορετικών τύπων ενδιαιτήματος (π.χ. η πυρκαγιά διαδίδεται από αγροτική περιοχή σε δασική). Ανάλογα με τον τρόπο διάδοσης, η ετερογένεια του τοπίου μπορεί να επιβραδύνει ή να επιταχύνει τη διάδοση. Από τα παραπάνω συνάγεται πως για να γενικευθεί η διάδοση μιας διαταραχής κατά μήκος ενός ετερογενούς τοπίου, θα πρέπει να χαρακτηριστεί το τοπίο σύμφωνα με το ενδιαίτημα που είναι ευαίσθητο στη διαταραχή [Turner 1989]. Αν και έχει δοθεί αρκετή σημασία στο γενικό ρόλο των οικολογικών διαταραχών, σχετικά πρόσφατα έχουν γίνει μελέτες που επιχειρούν να προγνώσουν τις σχέσεις μεταξύ της δομής του τοπίου και των διαταραχών [Turner & Gardner 1991]. Συμπερασματικά μπορεί να ειπωθεί πως αρκετά οικολογικά προβλήματα σχετικά με οικολογικές διαταραχές, αλλά και σε εφαρμογές διαχείρισης φυσικών πόρων, μπορούν να μελετηθούν σύμφωνα με τις αρχές της οικολογίας τοπίου. Στις περιπτώσεις αυτές, το τοπίο δεν είναι το αντικείμενο έρευνας, αλλά χρησιμοποιείται ως μέσο για τη μελέτη των οικολογικών διαδικασιών στο χωρικό τους πλαίσιο [Gulinck et al. 2000] Ανάλυση του τοπίου, δείκτες τοπίου Η οικολογία τοπίου ασχολείται με τη χωρική κατανομή των οικοσυστημάτων στο τοπίο και τις αλληλεπιδράσεις στο τοπίο. Μεγάλη έμφαση έχει δοθεί στην ανάπτυξη μεθόδων ποσοτικοποίησης της διαμόρφωσης του τοπίου, κάτι που αποτελεί απαραίτητη προϋπόθεση στη μελέτη των αλληλεπιδράσεων μεταξύ οικολογικών και περιβαλλοντικών διαδικασιών με τη δομή και διαμόρφωση του τοπίου [O'Neill et al. 1988, Turner 1990, Turner & Gardner 1991, Riitters et al. 1995, Riitters et al. 1996, Gustafson 1998, Blaschke 2000, McGarigal et al. 2002, Baldwin et al. 2004]. Αυτό έχει ως αποτέλεσμα την ανάπτυξη δεκάδων δεικτών της διαμόρφωσης του τοπίου, με την ενίσχυση βέβαια των προηγμένων δυνατοτήτων της πληροφορικής, σε ότι αφορά τις υπολογιστικές δυνατότητες, αλλά και της γεωματικής, σε ότι αφορά τη δημιουργία υποβάθρων. 7

24 Οι δείκτες αυτοί θεωρούνται βασικά εργαλεία οικολογικού σχεδιασμού καθώς ποσοτικοποιούν και καταγράφουν τη διάρθρωση των στοιχείων του τοπίου κατά χώρο και κατά χρόνο [Botequilha Leitao & Ahern 2002]. Η διάρθρωση αυτή μπορεί να ποσοτικοποιηθεί ανάλογα με τα διαθέσιμα δεδομένα ως εξής[perry et al. 2002, Κουτσόπουλος 2002, Csillag & Boots 2005]: Ανάλυση σημειακών κατανομών, όπου ο σκοπός είναι να διερευνηθεί αν τα σημεία είναι ομαδοποιημένα ή όχι, ή να προσδιοριστεί η κλίμακα στην οποία τα σημεία εμφανίζουν ομαδοποίηση [Clark & Evans 1954, Ripley 1981, Diggle 1985, Cressie 1993, Diggle 2003]. Ανάλυση γραμμικών κατανομών (δικτύου), όπου ο σκοπός είναι ο χαρακτηρισμός της δομής του δικτύου (π.χ. υδρογραφικού) που υφίσταται στο τοπίο. Ανάλυση συνεχών επιφανειακών κατανομών, όπου ο σκοπός είναι ο υπολογισμός της έντασης και της κλίμακας της χωρικής αυτοσυσχέτισης του υπό μελέτη φαινομένου στο τοπίο. Ανάλυση ασυνεχών επιφανειακών κατανομών, όπου περιγράφεται η δομή αλλά και χωρική διάταξη των χωροψηφίδων, δηλαδή διακριτών, συνήθως πολυγωνικών, μονάδων του τοπίου με σαφή όρια [Wiens 1976], με τη βοήθεια πληθώρας δεικτών που έχουν αναπτυχθεί [Forman & Godron 1986, O'Neill et al. 1988, Turner 1990, Turner & Gardner 1991, Gustafson & Parker 1992, Baker & Cai 1992, Li & Reynolds 1993, Frohn 1998, O'Neill et al. 1999, Jaeger 2000, McGarigal et al. 2002, Zhang et al. 2006]. Οι δείκτες αυτοί υπολογίζονται σε τρία ιεραρχικά κατανεμημένα επίπεδα: o Το πρώτο είναι το επίπεδο χωροψηφίδας (patch level), όπου προσδιορίζεται η δομή και ο χωρικός χαρακτήρας της κάθε χωροψηφίδας. o Το δεύτερο επίπεδο υπολογίζονται δείκτες για όλες τις χωροψηφίδες που ανήκουν στην ίδια κατηγορία (class level). o Στο ανώτερο επίπεδο του τοπίου (landscape level) υπολογίζονται δείκτες για όλες τις χωροψηφίδες που ανήκουν στο τοπίο. Η κατηγορία αυτή των δεικτών αναφέρονται γενικότερα στη βιβλιογραφία ως δείκτες τοπίου (landscape indices ή landscape metrics ή patch metrics). Οι δείκτες τοπίου διακρίνονται στους δείκτες που σχετίζονται με σύνθεση του τοπίου χωρίς ειδική αναφορά σε χωρικές ιδιότητες και στους δείκτες που σχετίζονται με τη χωρική διάρθρωση του τοπίου όπου οι χωρικές ιδιότητες των χωροψηφίδων είναι απαραίτητες στους υπολογισμούς [Gustafson 1998]. Τη σύνθεση του τοπίου περιγράφουν δείκτες που αναφέρονται στη σχετική αφθονία κάθε κατηγορίας χωροψηφίδων, την ομοιογένεια και την ποικιλότητα του τοπίου. Η χωρική διάρθρωση περιγράφεται με δείκτες που αναφέρονται στην χωρική κατανομή, σχήμα, θέση και 8

25 προσανατολισμό, τη διασπορά, τη συνδεσιμότητα των χωροψηφίδων [LaGro, Jr. 1991, Gustafson & Parker 1992, Plotnick et al. 1993, Dale 1999]. Σε όλες τις περιπτώσεις ο σκοπός είναι η ποσοτική έκφραση της χωρικής ποικιλότητας στο τοπίο. Ο μεγάλος αριθμός δεικτών που είναι δυνατόν να υπολογιστούν οδηγεί σε σφάλματα καθώς οι δείκτες που υπολογίζονται δεν έχουν πάντα οικολογική σχέση με το υπό μελέτη φαινόμενο [Gustafson 1998, Li & Wu 2004]. Ειδικότερα, οι δείκτες τοπίου παρέχουν ποσοτικές πληροφορίες για τη χωρική διάταξη και γενικότερα την υφιστάμενη διαμόρφωση του τοπίου ενώ στατιστικές μέθοδοι χρησιμοποιούνται για το συσχετισμό των δεικτών του τοπίου με τις ποσοτικές μεταβλητές των οικολογικών διαδικασιών. Τα αποτελέσματα των συσχετισμών παρέχουν πληροφορίες σχετικά με τη διάταξη και δομή του τοπίου που έχουν ιδιαίτερη σημασία για κάποια οικολογική διαδικασία. Οι πληροφορίες αυτές θα μπορούσαν να χρησιμοποιηθούν για τη διαχείριση της διάταξης του τοπίου με κάποιες προβλέψιμες επιδράσεις στις οικολογικές διαδικασίες. Η εν λόγω προσέγγιση τείνει να αποτελέσει κοινή πρακτική, υποστηριζόμενη από την αυξανόμενη διαθεσιμότητα δορυφορικών δεδομένων, των γεωγραφικών συστημάτων πληροφοριών και λογισμικού που υπολογίζει τους δείκτες τοπίου [Tischendorf 2001] Διαμόρφωση του τοπίου και πυρκαγιές Διαταραχές που εμφανίζονται σε μεγάλες περιοχές μεγάλης συνήθως έκτασης, όπως πυρκαγιές ή πλημμύρες, αποτελούν για τους επιστήμονες φυσικά πειράματα και δίνουν τη δυνατότητα για έλεγχο υποθέσεων σχετικά με τις αλληλεπιδράσεις του τοπίου και των διαταραχών αυτών [Turner 1989]. Ειδικότερα, με τη βοήθεια των πειραμάτων αυτών, εξετάζεται η δυνατότητα γενίκευσης της σχέσης μεταξύ της ετερογένειας του τοπίου και των διαταραχών που λαμβάνουν χώρα σ αυτό. Τέτοιου είδους πειράματα-μελέτες έχουν πραγματοποιηθεί κυρίως στις ΗΠΑ, όπου μελετώνται όλες οι φάσεις του φαινομένου των πυρκαγιών [Leitner et al. 1991, Cressie 1993, Turner et al. 1997, Tischendorf 2001, Diggle 2003]. Η Henry [2002]στη διδακτορική της διατριβή χαρακτήρισε τη διάταξη του τοπίου, σύμφωνα με το ιστορικό του ως προς τις πυρκαγιές που εμφανίστηκαν. Η μεθοδολογία που χρησιμοποιήθηκε ήταν η συσχέτιση δεικτών του τοπίου με διάφορες προσεγγίσεις της εμφάνισης πυρκαγιών, σε δοκιμαστικές επιφάνειες με διαφορετικό ιστορικό όσον αφορά την εκδήλωση πυρκαγιών σε αυτές. Η ανάλυση του τοπίου έγινε χρησιμοποιώντας διαφορετικές πηγές δεδομένων, πιο συγκεκριμένα αναλύθηκαν δεδομένα LANDSAT TM 5 και SIR-C καθώς και ο συνδυασμός τους, στην ίδια περιοχή μελέτης. 9

26 Η παραπάνω μελέτη καταλήγει στο συμπέρασμα ότι είναι εφικτή η συσχέτιση του ιστορικού πυρκαγιών μιας περιοχής με τη χωρική διάταξη του τοπίου, χρησιμοποιώντας δορυφορικά δεδομένα. Σε δύο διαφορετικές περιοχές των Βραχωδών Όρων στις ΗΠΑ, [Rollins et al. 2002] πραγματοποιήθηκε μελέτη με τη χρήση χρονικής σειράς δεδομένων της περιμέτρου των πυρκαγιών, και τοπογραφικών, κλιματικών και δεδομένων βλάστησης με στόχο τον προσδιορισμό των σχέσεων μεταξύ μεγάλων πυρκαγιών του 20 ου αιώνα και των χαρακτηριστικών του τοπίου. Συμπερασματικά αναφέρεται από τους παραπάνω πως υπάρχει αιτιώδης σχέση μεταξύ των χαρακτηριστικών και ιδιοτήτων του τοπίου και της χωρικής διασποράς και διάταξης των πυρκαγιών. Παρόμοιες μελέτες πραγματοποιήθηκαν και στην Ευρώπη. Σε περιοχή της Μεσογειακή ακτής της Ισπανίας εφαρμόστηκαν δείκτες τοπίου σε δεδομένα NDVI που προήλθαν από δορυφορικά δεδομένα LANDSAT TM και AVHRR, σε ημερομηνίες πριν και μετά από μια μεγάλη πυρκαγιά του Η μελέτη αφορούσε την αλλαγή στη χωρική διάταξη του μωσαϊκού, ως αποτέλεσμα της πυρκαγιάς [Chuvieco 1999]. Η ανάλυση και των δύο διαφορετικών τύπων δορυφορικών δεδομένων έδειξε ότι μετά τη πυρκαγιά το τοπίο ήταν πιο ομοιογενές. 1.2 Οικολογία τοπίου και Γεωματική Ένα από τα μεγάλα προβλήματα που αντιμετωπίζουν όσοι ασχολούνται με τις μελέτες της οικολογίας τοπίου είναι ότι μέχρι πρόσφατα, τα αναλυτικά εργαλεία δεν ήταν επαρκή για να απαντήσουν ερωτήσεις σχετικές με τα τοπία [Haines-Young et al. 1993]. Μόλις πρόσφατα οι υπολογιστές απέκτησαν την απαραίτητη ισχύ για επεξεργασία και ανάλυση χωρικών και περιγραφικών δεδομένων σε επίπεδο τοπίου ή και μεγαλύτερο [Haydon et al. 2000]. Η οικολογία τοπίου ασχολείται με τις σχέσεις μεταξύ οικολογικών διεργασιών και χωρικής δομής, ειδικότερα σε μεγάλη γεωγραφική κλίμακα [Turner & Gardner 1991]. Δεδομένα, χωρικά και περιγραφικά, πολλαπλών αυτόνομων οικοσυστημάτων, σε μεγάλη γεωγραφική κλίμακα είναι δύσκολο να συλλεχθούν, λόγω χρόνου, κόστους αλλά και δυνατοτήτων, με τις παραδοσιακές μεθόδους της εργασίας πεδίου. Επίσης ο μεγάλος όγκος δεδομένων είναι δύσκολο να αποθηκευτεί, να επεξεργαστεί και να αναλυθεί [Turner 1989, Haines-Young et al. 1993]. Τη λύση ήρθε να δώσει η χρήση δορυφορικών δεδομένων, εξειδικευμένων ηλεκτρονικών υπολογιστών και λογισμικού επεξεργασίας δορυφορικών εικόνων και γεωγραφικών συστημάτων πληροφοριών, καθώς και άλλων νέων σχετικά τεχνολογιών, όπως τα συστήματα εντοπισμού θέσης (GPS). Όλα αυτά, μαζί με άλλους επιστημονικούς κλάδους 10

27 που σχετίζονται με το γεωγραφικό χώρο, εντάσσονται στη γεωματική (geomatics), η οποία συνοπτικά προσδιορίζεται ως η επιστήμη της συλλογής, διαχείρισης, ανάλυσης, ερμηνείας και παρουσίασης δεδομένων που σχετίζονται με την επιφάνειας της γης. Η γεωματική συνδυαζόμενη με μεθόδους οικολογικής έρευνας, μπορεί να παρέχει νέες τεχνικές και πληροφορίες για τη διαχείριση φυσικών πόρων [Zhou & Lu 1998, Mohamed & Ventura 2000, Kavanagh 2003]. Αξίζει να σημειωθεί ότι οι μεμονωμένοι επιστημονικοί κλάδοι που κρύβονται κάτω από τον όρο και κατ επέκταση την επιστημονική ειδικότητα της γεωματικής, μπορούν να δώσουν πολύ σημαντικές πληροφορίες για σκοπούς διάγνωσης και θεραπείας. Συγκεκριμένα χάρτες, γεωμετρικές και θεματικές πληροφορίες που εξάγονται από αεροφωτογραφίες και δορυφορικά δεδομένα, τοπογραφικά όργανα, τρισδιάστατα μοντέλα και η τεχνολογία των γεωγραφικών συστημάτων πληροφοριών για ανάλυση και προσομοίωση, χρησιμοποιούνται για την κατανόηση προηγούμενων και εν ενεργεία διαδικασιών, την ανάλυση της παρούσας κατάστασης, την πρόγνωση της επικείμενης ανάπτυξης και για την καταγραφή δραστηριοτήτων που οδηγούν στην αλλαγή [Gruen & Murai 2002]. Επίσης στις προσεγγίσεις της δυναμικής ή αλλαγής του τοπίου, όπου το ενδιαφέρον εστιάζεται στη διαφοροποίηση της δομής και λειτουργίας του οικολογικού μωσαϊκού με το χρόνο, έχουν συνεισφέρει σημαντικά τα γεωγραφικά συστήματα πληροφοριών, η δορυφορική τηλεπισκόπηση και η ποσοτική μοντελοποίηση [Forman 1990]. Ειδικότερα, η τηλεπισκόπηση προσφέρει αξιόλογες δυνατότητες για την εκτίμηση των οικολογικών διαδικασιών σε ευρεία κλίμακα [Turner 1989] Τηλεπισκόπηση Γενικές έννοιες Τηλεπισκόπησης Τηλεπισκόπηση ή τηλεανίχνευση (Remote Sensing), με την γενική της έννοια, είναι η επιστήμη και τέχνη συλλογής με τεχνικά μέσα και χωρίς φυσική επαφή, δεδομένων για ένα αντικείμενο που βρίσκεται επί της επιφάνειας της γης και ανάλυσης αυτών για την εξαγωγή χρήσιμων πληροφοριών [Καρτέρης 2004]. Ο όρος Τηλεπισκόπηση επινοήθηκε το 1961 για να περιγράψει το θέμα μιας συνδιάσκεψης που έλαβε χώρα στο Πανεπιστήμιο του Michigan, με θέμα Τηλεπισκόπηση του Περιβάλλοντος Ηλεκτρομαγνητική ακτινοβολία Η ηλεκτρομαγνητική ακτινοβολία είναι ενέργεια η οποία διαδίδεται δια μέσου του διαστήματος μεταξύ ηλεκτρικών και μαγνητικών πεδίων. Το ηλεκτρομαγνητικό φάσμα (Διάγραμμα 1.2) είναι η έκταση εκείνης της ενέργειας που τοποθετείται μεταξύ των 11

28 κοσμικών ακτινών, ακτινών γ, ακτινών Χ, υπεριώδης, ορατή και υπέρυθρη ακτινοβολία συμπεριλαμβανομένης της ενέργειας μικροκυμάτων. Διάγραμμα 1.2: Το ηλεκτρομαγνητικό φάσμα Τα κύρια χαρακτηριστικά των ηλεκτρομαγνητικών κυμάτων, είναι η συχνότητα και το μήκος κύματος. Όταν η ενέργεια προσπίπτει σε ένα αντικείμενο, όσο μικρό κι αν είναι αυτό, συμπεριλαμβανομένων και των μορίων του αέρα, τότε αυτή είτε θα ανακληθεί, είτε θα απορροφηθεί από το αντικείμενο, είτε θα μεταδοθεί διαμέσου του αντικειμένου. Οπωσδήποτε, η ακτινοβολία που κυρίως ενδιαφέρει την Τηλεπισκόπηση είναι η ακτινοβολία που ανακλάται και η οποία κάνει τα μάτια μας να βλέπουν χρώματα. Τα φύλλα απορροφούν μεγάλος μέρος της ακτινοβολίας στο μπλε και κόκκινο μέρος του φάσματος ενώ αντανακλούν αυτή του πράσινου και κοντινού υπέρυθρο. Το αποτέλεσμα της διαδικασία είναι το πράσινο χρώμα των φύλλων αλλά και η έντονη ακτινοβολία της υγιούς βλάστησης όπως αυτή αποτυπώνεται στις υπέρυθρες φωτογραφίες. Διάγραμμα 1.3: Τυπικά φασματικά χαρακτηριστικά της πράσινης βλάστησης.(πηγή : [Swain & Davis 1978]) Αναλυτικότερα, η συμπεριφορά της προσπίπτουσας ηλιακής ακτινοβολίας για το ορατό και υπέρυθρο μέρος του ΗΜΦ περιγράφεται στο Διάγραμμα 1.3. Η απορρόφηση της μπλε και κόκκινης ακτινοβολίας οφείλεται στην παρουσία της χλωροφύλλης και χρησιμοποιείται στην διαδικασία της φωτοσύνθεσης. Το κοντινό υπέρυθρο (Near 12

29 Infrared) ανακλάται από τα φύλλα το ποσό όμως εξαρτάται από την δομή των κυττάρων. Στα μεγαλύτερα μήκη (Shortwave Infrared) υπάρχει κατά διαστήματα έντονη απορρόφηση η οποία οφείλεται στη περιεχόμενο από τα φύλλα νερό Πλεονεκτήματα δορυφορικών δεδομένων Η χρησιμοποίηση των δορυφορικών εικόνων, παρουσιάζει ορισμένα σαφέστατα πλεονεκτήματα, τα οποία συνοπτικά είναι τα εξής [Καρτέρης 2004]: i. Συνοπτική κάλυψη της γης: Μια δορυφορική εικόνα καλύπτει μια ευρεία περιοχή, πολλών χιλιομέτρων. O Landsat για παράδειγμα καλύπτει μια έκταση 185x170km, στην επιφάνεια της γης, για την οποία θα χρειαζόταν εκατοντάδες ή χιλιάδες αεροφωτογραφίες. ii. Επαναλαμβανόμενη κάλυψη: Οι υπόψη δορυφόροι καταγράφουν τη γήινη επιφάνεια σε τακτά χρονικά διαστήματα, που είναι 12 ώρες για τον ΝΟΑΑ-14, 16 ημέρες για τους Landsat και 26 για τους SPOT. iii. Διακριτική κατά χώρο ικανότητα: Αυτή, όπως είναι φυσικό, επιδρά στην αξιοπιστία των αποτελεσμάτων που παίρνονται απ τη χρήση των δορυφορικών εικόνων. Στους Landsat αυτή είναι 30Χ30 m (0,1 εκτάριο), στους SPOT είναι 20X20 m και 10Χ10 m, στον IRS φτάνει τα 5,8 m, ενώ ο τελευταίος αμερικάνικος (ΙΚΟΝΟS) φτάνει το 1 m. iv. Πολυφασματικά δεδομένα: Οι εικόνες λαμβάνονται σε διάφορες ζώνες του ηλεκτρομαγνητικού φάσματος. Στους Landsat 1ης γενιάς είναι 4, στους 2ης γενιάς 7, στους SPOT 4 και στον IRS 3. v. Ψηφιακή μορφή δεδομένων: Οι εικόνες λαμβάνονται υπό ψηφιακή μορφή. Η παρουσίασή τους υπό αυτή τη μορφή, επιτρέπει τη χρησιμοποίηση Η/Υ για την πιο αποτελεσματική και αντικειμενική επεξεργασία τους. vi. Στερεοσκοπική κάλυψη: Αυτό το χαρακτηριστικό αφορά κυρίως τα δεδομένα των SPOT. vii. Ελάχιστη παραμόρφωση: Τα δορυφορικά δεδομένα παρουσιάζουν πολύ μικρή παραμόρφωση λόγω ανάγλυφου. viii. Τα δεδομένα αποκτούνται χωρίς περιορισμούς: Η παραγγελία και η αγορά των δορυφορικών δεδομένων δεν συναντάει τα εμπόδια της απόκτησης αεροφωτογραφιών. ix. Ευκολότερη και φθηνότερη αναπαραγωγή σε οποιοδήποτε τύπο και κλίμακα χάρτη. x. Φθηνότερη υλικοτεχνική υποδομή σε σύγκριση με αυτήν της παραγωγής ορθοφωτογραφιών και ορθοφωτοχαρτών. 13

30 xi. Εύκολη χρήση άλλων θεματικών πληροφοριών: Εξαιτίας της ψηφιακής μορφής των δεδομένων και των αποτελεσμάτων της ανάλυσης, είναι εύκολη η ενσωμάτωση και χρήση τοπογραφικών και άλλων θεματικών πληροφοριών κατά την ανάλυση, καθώς και η δυνατότητα μεταφοράς όλων αυτών σε Γεωγραφικό Σύστημα Πληροφοριών. xii. Δυνατότητα δυναμικής επεξεργασίας των δεδομένων: Μετατροπή, μετασχηματισμοί, ενσωμάτωση με άλλες πληροφορίες, αυτόματη αλλαγή κλίμακας κ.λπ., σε αντιδιαστολή με την αναλογική μορφή, π.χ. χάρτες, οι οποίοι περιέχουν στατικές πληροφορίες δύσκολα να μετατραπούν και διαχειριστούν Δορυφορικά συστήματα καταγραφής Τύποι συστημάτων καταγραφής Οι τύποι των συστημάτων καταγραφής τηλεπισκοπικών δεδομένων διαχωρίζονται σε δύο βασικές κατηγορίες με βάση την πηγή της ηλεκτρομαγνητικής ακτινοβολίας. Στην περίπτωση που πηγή είναι ο ήλιος, τότε τα συστήματα καταγραφής ονομάζονται παθητικά. Στην περίπτωση που η ακτινοβολία εκπέμπεται από το ίδιο το σύστημα, τότε ονομάζονται ενεργητικά. Μια πρώτη ταξινόμηση των συστημάτων καταγραφής της ακτινοβολίας είναι η εξής [Atkinson & Tate 1999]: Παθητικά συστήματα καταγραφής Ευαίσθητα μόνο σε μια περιοχή του φάσματος Πολυφασματικά συστήματα ανίχνευσης i. Ηλεκτρομηχανικά οπτικά γραμμικά συστήματα ανίχνευσης (MSS) ii. Θερμικά γραμμικά συστήματα ανίχνευσης (TIR) iii. Πολυφασματικά συστήματα βασιζόμενα σε τεχνικές CCD (pushbroom scanner) Ενεργητικά συστήματα Συστήματα radar Συστήματα Laser Χαρακτηριστικά δορυφορικών δεδομένων Το βασικό χαρακτηριστικό με βάση το οποίο τα δορυφορικά συστήματα διακρίνονται σε δύο μεγάλες κατηγορίες είναι ο τύπος τροχιάς με τον οποίο λειτουργούν [Harris 1987]: 1. Οι δορυφόροι γεωστατικής τροχιάς βρίσκονται σε μεγάλα υψόμετρα περίπου σε μια απόσταση km πάνω από τον Ισημερινό. Η φορά της τροχιάς τους είναι όμοια με αυτή της γης και για το λόγο αυτό οι δορυφόροι δίνουν την εντύπωση ότι βρίσκονται σε ένα σταθερό σημείο πάνω από την επιφάνεια της γης [Harris 1987]. 14

31 2. Οι δορυφόροι πολικής τροχιάς κινούνται σε χαμηλότερα υψόμετρα μεταξύ km πάνω από την γήινη επιφάνεια. Η τροχιά τους είναι ηλιοσύγχρονη που σημαίνει ότι οι δορυφόροι παραμένουν σταθεροί σε σχέση με τον ήλιο. Όσον αφορά στα χαρακτηριστικά των δορυφορικών δεδομένων, τέσσερα είναι τα σημαντικότερα, τα οποία τους προσδίδουν ένα ιδιαίτερο κάθε φορά χαρακτήρα: η χωρική, η φασματική, η ραδιομετρική και η εποχιακή διακριτική ικανότητα. Χωρική διακριτότητα Η χωρική διακριτότητα μπορεί να ορισθεί απλά ως η ελάχιστη απόσταση μεταξύ δύο αντικειμένων που μπορεί διακρίνει ο δέκτης. Σε ένα σύστημα απεικόνισης δεν είναι εύκολο να προσδιορισθεί η χωρική διακριτική ικανότητα. Η πιο κοινή μέτρηση, η οποία βασίζεται στις γεωμετρικές ιδιότητες των συστημάτων απεικόνισης είναι το στιγμιαίο οπτικό πεδίο (IFοV). Ορίζεται ως μια περιοχή στο έδαφος που θεωρητικά παρατηρείται από το σύστημα απεικόνισης από ένα δεδομένο ύψος σε μια δεδομένη χρονική στιγμή. Ωστόσο στη συγκεκριμένη περίπτωση πρέπει να λαμβάνεται υπόψη και η επικάλυψη που υπάρχει μεταξύ δύο διαδοχικών λήψεων. Η χωρική διακριτότητα πρέπει να προσδιορίζεται εν μέρει λαμβάνοντας υπόψη τις ιδιαίτερες ανάγκες στην εφαρμογή των δεδομένων που είναι ο εντοπισμός, η αναγνώριση και η ανάλυση των αντικειμένων [Mather 1999]. Φασματική διακριτότητα Η φασματική διακριτότητα ενός οπτικού συστήματος απεικόνισης, ορίζεται από το εύρος της φασματικής περιοχής στην οποία είναι ευαίσθητο το σύστημα. Οι πολυφασματικές εικόνες αποθηκεύονται ως πολλαπλές εικόνες που έχουν καταγραφεί χωριστά σε διαφορετικές διακριτές περιοχές του φάσματος (δίαυλοι). Ο όρος φασματική διακριτότητα αναφέρεται στο εύρος των φασματικών αυτών περιοχών. Μεγαλύτερες φασματικές διακριτότητες επιφέρουν θόρυβο στο σήμα, το οποίο είναι η περιεχόμενη πληροφορία των αποκτούμενων δεδομένων από το δέκτη, ενώ ο θόρυβος είναι η ανεπιθύμητη διαφορά που προστίθεται σε αυτό [Mather 1999]. Ραδιομετρική διακριτότητα Η ραδιομετρική διακριτότητα ή ευαισθησία αναφέρεται στο εύρος των αριθμητικών τιμών λαμπρότητας που χρησιμοποιούνται για να αποδώσουν την ανακλώμενη, από τα αντικείμενα πάνω στην επιφάνεια της γης, ακτινοβολία η οποία καταγράφεται από το δέκτη. Γενικά μεγαλύτερο εύρος τιμών δίδει και περισσότερες λεπτομέρειες στην πληροφορία που αποδίδεται από το δέκτη. Η ραδιομετρική διακριτότητα ορίζεται από το πλήθος των διακριτών επιπέδων στα οποία διαιρείται το σήμα. Το εύρος των τιμών εκφράζεται με τα δυαδικά ψηφία (bits) που απαιτούνται για την αποθήκευση των δεδομένων. Δεδομένου ότι ένα δυαδικό ψηφίο είναι δυνατόν να 15

32 λαμβάνει δύο τιμές, ήτοι το 0 και το 1, το εύρος των τιμών λαμπρότητας προσδιορίζεται με δυνάμεις του 2. Έτσι για δύο τιμές λαμπρότητας (π.χ. άσπρο και μαύρο) απαιτείται ένα δυαδικό ψηφίο (2 1 =2), για 256 τιμές λαμπρότητας (διαβαθμίσεις του γκρι) απαιτούνται οκτώ δυαδικά ψηφία (2 8 =256) [Mather 1999]. Διαχρονική ικανότητα Υπάρχουν αρκετά αντικείμενα στη φύση που μένουν αμετάβλητα μέσα στο χρόνο σε σχέση μεταξύ τους ή με τον εαυτό τους. Για πολλά φυσικά και τεχνητά χαρακτηριστικά στη γήινη επιφάνεια υπάρχει ο καλύτερος χρόνος κατά τη διάρκεια του οποίου τα χαρακτηριστικά αυτά μπορούν να παρατηρηθούν κατά τον καλύτερο δυνατό τρόπο. Ως εκ τούτου, σε κάποιες εφαρμογές ο χρόνος λήψης των τηλεπισκοπικών δεδομένων, καθώς και ο χρόνος μεταξύ δύο διαδοχικών λήψεων αυτών είναι σημαντικός παράγοντας. Για παράδειγμα, η παρακολούθηση της εξέλιξης της αναγέννησης μετά από μια πυρκαγιά, απαιτεί εικόνες σε τακτά χρονικά διαστήματα. Έτσι, σε δυναμικά φαινόμενα όπως στην αύξηση μιας συστάδας, στην περιφερειακή ανάπτυξη, στην υδρολογική διαδικασία και αστική αλλαγή, συχνά ο χρόνος χρησιμοποιείται σαν κλειδί διάκρισης [Atkinson & Tate 1999] Φασματική απόκριση του τοπίου Είναι σκόπιμο να τονιστεί ότι τα δορυφορικά συστήματα απόκτησης δεδομένων απλά καταγράφουν, σε επιλεγμένα μήκη κύματος, μεταβολές στο ποσό της ενέργειας που αντανακλάται ή εκπέμπεται από αντικείμενα στην επιφάνεια της γης. Ειδικότερα οι τιμές αυτές αναπαριστούν τη μέση τιμή που αντανακλάται από τα αντικείμενα που βρίσκονται στην περιοχή που αντιστοιχεί στο στιγμιαίο οπτικό πεδίο (IFοV) του δορυφόρου. Αφού τα δεδομένα αναπαρασταθούν σε επίπεδο δύο διαστάσεων, σχηματίζοντας έτσι την εικόνα, ο μελετητής μπορεί να ερμηνεύσει τα φασματικά χαρακτηριστικά της. Επειδή η ποσοτική ανάλυση της εικόνας στηρίζεται στην εφαρμογή κατάλληλων αλγορίθμων οι οποίοι δεν λαμβάνουν υπόψη τα χωρικά χαρακτηριστικά της, η διαδικασία της ανάλυσης στηρίζεται κύρια στα φασματικά χαρακτηριστικά. Έτσι, η αποτελεσματική χρήση των δορυφορικών δεδομένων απαιτεί πλήρη γνώση και κατανόηση των φασματικών χαρακτηριστικών των διαφόρων αντικειμένων της επιφάνειας του εδάφους και των παραγόντων που επιδρούν σε αυτά. Τα φασματικά χαρακτηριστικά σε ένα βιολογικό σύστημα δεν παραμένουν στατικά αλλά χαρακτηρίζονται με μια δυναμική σχέση αυτών, στο χώρο και στο χρόνο. Για παράδειγμα, ένα τυχαίο είδος καλλιέργειας ανάλογα με την εποχή του έτους θα παρουσιάζει διαφορετικά φασματικά χαρακτηριστικά, αφού περνάει από διάφορα επίπεδα ανάπτυξης. Επίσης το ίδιο είδος την ίδια χρονική στιγμή παρουσιάζει, σε διαφορετικές περιοχές, μεταβολές των φασματικών του χαρακτηριστικών που καθορίζονται από τις 16

33 συγκεκριμένες κλιματικές συνθήκες της περιοχής. Έτσι, στην ανάλυση των δορυφορικών δεδομένων θα πρέπει να λαμβάνονται κύρια υπόψη τα χώρο χρονικά δεδομένα της περιοχής μελέτης [Swain & Davis 1978]. Εκτός από τα παραπάνω, λαμβάνονται υπόψη από το μελετητή και τα χωρικά χαρακτηριστικά των δεδομένων. Η πλήρης αξιοποίησή τους είναι συνάρτηση βεβαίως της εμπειρίας του. Για παράδειγμα, αν ένα φασματικό δείγμα, το οποίο έχει πιστοποιηθεί ότι ανήκει στην τάξη της βλάστησης, σχηματίζει ορθογώνια τμήματα στην εικόνα, τότε είναι προφανές ότι η αντίστοιχη περιοχή αντιπροσωπεύει αγροτικά τεμάχια. Τέτοιου είδους χωρικά χαρακτηριστικά είναι αποτέλεσμα της διαφορετικής φασματικής απόκρισης των αντικειμένων σε σχέση με τα γειτονικά τους αντικείμενα Δορυφορικό σύστημα Landsat Δορυφόροι Landsat 4 και 5 (δεύτερης γενιάς) Στις 16/7/1982 και 1/3/1984 αντίστοιχα εκτοξεύθηκαν οι δορυφόροι Landsat 4 και 5, οι οποίοι παρουσίαζαν βελτιώσεις σε σχέση με τους προγενέστερους. Οι δορυφόροι περιφέρονται σε κυκλική, σχεδόν πολική τροχιά ύψους 705km, που τέμνει τον ισημερινό με γωνία 98o (Εικόνα 2.1). Ο χρόνος περιστροφής γύρω από τη γη είναι 99 λεπτά δηλαδή 14 περιστροφές την ημέρα. Ο χρόνος σάρωσης ολόκληρης της γης είναι 16 ημέρες, αντί 18 ημέρες για τους Landsat 1,2 και3. Εικόνα 1.1: Δορυφορική πλατφόρμα των Landsat 4και 5 (πηγή : Eurimage) Χαρακτηριστικά των δεκτών Landsat Ο Θεματικός Χαρτογράφος (ΤΜ) είναι ένας σαρωτής προηγμένης τεχνολογίας, που προσφέρει καλύτερη διακριτική ικανότητα και μεγαλύτερο εύρος φάσματος (Πίνακας 1.1). Τα ιδιαίτερα χαρακτηριστικά του είναι [Καρτέρης 2004]: i. Είναι παθητικός δέκτης με πηγή ακτινοβολίας τον ήλιο. ii. Γωνία σάρωσης 14.9 μοίρες, δηλαδή πλάτος γραμμής σάρωσης 185km. iii. Χωρική διακριτική ικανότητα 30 Χ 30m, με εξαίρεση την θερμική υπέρυθρη φασματική ζώνη (κανάλι 6) που είναι 120 Χ 120m. 17

34 iv. Φασματική διακριτική ικανότητα. Οι επτά φασματικοί δίαυλοι του Θεματικού Χαρτογράφου και οι εφαρμογές τους σε επίγεια αντικείμενα ή φαινόμενα, φαίνονται στον Πίνακα 2.2. v. Ραδιομετρική διαχωριστική ικανότητα 8 bit, δηλαδή 256 διαβαθμίσεις. Πίνακας 1.1: Χαρακτηριστικά του Θεματικού Χαρτογράφου ΤΜ του Landsat Κανάλι Μήκος κύματος Χαρακτηριστικά Μπλε - Πράσινη: Μέγιστη διαπερατότητα στο νερό το οποίο είναι χρήσιμο για βαθυμετρική χαρτογράφηση ρηχών νερών. Χρήσιμο επίσης για τη διάκριση του εδάφους από τη βλάστηση όπως επίσης των φυλλοβόλων από τα κωνοφόρα φυτά. Πράσινη: Αντιστοιχεί στη μέγιστη αντανάκλαση της βλάστησης στο πράσινο τμήμα του ορατού φάσματος. Χρήσιμη για τον προσδιορισμό της βλάστησης. Κόκκινη: Αντιστοιχεί στο τμήμα του φάσματος που έχουμε μέγιστη απορρόφηση από τη χλωροφύλλη των φυτών. Χρήσιμη για διακρίσεις των τύπων βλάστησης Κοντινή υπέρυθρη: Χρήσιμη για την εκτίμηση της βιομάζας των φυτών και για τη χαρτογράφηση των ακτογραμμών. Μέση Υπέρυθρη: Χρήσιμη για τον προσδιορισμό της περιεχόμενης υγρασίας του εδάφους και της βλάστησης. Έχει την ιδιότητα να διαπερνά λεπτά σύννεφα. Σχετικά καλή αντίθεση μεταξύ διαφόρων τύπων βλάστησης. Θερμική: Εικόνες που αποκτούνται τη νύχτα είναι χρήσιμες για την θερμική χαρτογράφηση και για την εκτίμηση της υγρασίας του εδάφους. Μακρά υπέρυθρη: Αντιστοιχεί στο τμήμα απορρόφησης που οφείλεται σε ιόντα υδροξυλίου των μετάλλων. Δορυφόρος Landsat 7 Ο δορυφόρος Landsat-7 τέθηκε σε τροχιά στις 15 Απριλίου 1999 από τη βάση του Βάντενμπούργκ. Φέρει τον βελτιωμένο Θεματικό Χαρτογράφο (ETM+), το οποίο είναι ένα πολυφασματικό ραδιόμετρο με οκτώ κανάλια. Κατά την εκτόξευση ζύγιζε κιλά, ενώ οι διαστάσεις του είναι 4,3m ύψος και 2,8m πλάτος. Περιστρέφεται σε ηλιοσύγχρονη τροχιά, σε ύψος 705km., που τέμνει τον ισημερινό με γωνία 98 0 περίπου. Καταγράφει σε διάστημα 16 ημερών ολόκληρη την επιφάνεια της γης εκτός από τους πόλους (συνολικά εικόνες για ολόκληρη τη γήινη επιφάνεια, με μέγεθος εικόνας 170Χ183km). 18

35 Ο ETM+ είναι ένας πολυφασματικός σαρωτής προηγμένης τεχνολογίας με οκτώ κανάλια υψηλής διακριτικής ικανότητας. Εκτός από τα επτά κανάλια του ΤΜ, έχει και ένα πανχρωματικό στην φασματική περιοχή των µm με διακριτική ικανότητα 15m. Η διακριτική ικανότητα στο θερμικό κανάλι (κανάλι 6) έχει βελτιωθεί στα 60 μέτρα [Καρτέρης 2004]. Τα δεδομένα από δορυφόρους όπως ο LANDSAT παρέχουν ένα πλούτο από εικόνες τοπίου, σε τοπικό αλλά και ευρύτερο επίπεδο. Η διαθεσιμότητα δορυφορικών εικόνων και των παραγώγων αυτών των δεδομένων (όπως δεδομένα σχετικά με κατηγορίες χρήσης/κάλυψης γης) αποτελεί πιεστικό παράγοντα εφαρμογής των τεχνολογιών αυτών στην έρευνα αλλά και πολιτική εφαρμογής της οικολογίας τοπίου [Benson & MacKenzie 1995, Jelinski & Wu 1996, O'Neill et al. 1996, Marceau & Hay 1999, Gulinck et al. 2000, Saura & Martinez-Millan 2001, Lausch & Herzog 2002, Saura 2002] Ο ρόλος της Τηλεπισκόπησης στην Οικολογία Τοπίου Η τηλεπισκόπηση έχει δύο ρόλους, όσον αφορά την οικολογία τοπίου [Gulinck et al. 2000]:. Πρωτεύων ρόλος είναι η παροχή δεδομένων που αφορούν το τοπίο και κατηγοριοποιούνται σε γενικές γραμμές ως εξής: Κατηγορίες χρήσης / κάλυψης γης. Γεωγραφική κατανομή συγκεκριμένων χαρακτηριστικών του περιβάλλοντος: χρήσεις γης, έδαφος, βλάστηση, βιομάζα. Το μέγεθος, τη μορφή και τη διάταξη των χαρακτηριστικών στην επιφάνεια της γης. Τη χρονική δυναμική του τοπίου, δηλαδή τη διαχρονική μεταβλητότητα όλων των παραπάνω δεδομένων. Ο δεύτερος είναι ότι δρα καταλυτικά στη δόμηση γνώσης σχετικά με τη λειτουργία του τοπίου και μεταφέρει τη θεωρία της οικολογίας τοπίου σε πρακτικό επίπεδο. Αξίζει να σημειωθεί ότι σε πολλές από τις περιπτώσεις που χρησιμοποιείται η τηλεπισκόπηση η χρήση της είναι αφανής. Στις περιπτώσεις αυτές χρησιμοποιούνται δεδομένα, όπως για παράδειγμα κατηγορίες χρήσης/κάλυψης γης, που προέρχονται από επεξεργασία και ανάλυση δορυφορικών δεδομένων, χωρίς ο χρήστης να έχει ασχοληθεί με τη δημιουργία της χωρικής βάσης δεδομένων Γεωγραφικά Συστήματα Πληροφοριών και Χωρική Ανάλυση Οι πρώτες προσπάθειες μετατροπής χαρτογραφικών δεδομένων σε ψηφιακή μορφή πραγματοποιήθηκαν στον Καναδά τη δεκαετία του Σκοπός της δημιουργίας του Καναδικού Γεωγραφικού Συστήματος Πληροφοριών ήταν η συλλογή πληροφοριών της Καναδικής Απογραφής Γαιών (Canadian Land Inventory), με μεγαλύτερη ακρίβεια και οικονομία. Οι εφαρμογές τους είναι πολλές αλλά ιδιαίτερη επιτυχία σημειώνουν στη 19

36 διαχείριση φυσικών πόρων, τις τηλεπικοινωνίες, τον πολεοδομικό και περιφερειακό σχεδιασμό, τη διαχείριση δικτύων κοινής ωφέλειας, τη δρομολόγηση οχημάτων κ.λπ. Γενικότερα, δυνατότητα εφαρμογής τους υπάρχει σε όλες τις επιστήμες που σχετίζονται με την επιφάνεια της γης [Goodchild 2000]. Τα Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ), ως ένα σύγχρονο εργαλείο χωρικής επεξεργασίας και μοντελοποίησης δεδομένων του περιβάλλοντος, έχουν εφαρμοστεί με επιτυχία στις αναλύσεις της οικολογίας τοπίου. Πολλαπλές είναι οι εφαρμογές τους, τόσο μεμονωμένα, όσο και σε συνδυασμό με την Τηλεπισκόπηση, καθώς η οριζόντια διάσταση της έρευνας στο πεδίο της οικολογίας τοπίου απαιτεί δεδομένα σε ευρεία κλίμακα [Forman & Godron 1986, Turner 1989, Gustafson 1998, Gulinck et al. 2000, Tischendorf 2001] και οι νέες τεχνολογίες στα πλαίσια της αναπτυσσόμενης επιστήμης της Γεωματικής είναι η μόνη λύση στην κατεύθυνση αυτή [Κάβουρας 1996, Δεληκαράογλου 2003, Kavanagh 2003]. Ειδικότερα τα Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) χρησιμοποιούνται για την ψηφιακή ή αναλογική αναπαράσταση και ανάλυση δεδομένων με χωρική διάσταση. Συνδέουν τη γεωγραφική θέση με την πληροφορία σε πολλαπλά επίπεδα, ανάλογα με το σκοπό της εφαρμογής. Γενικότερα ένα ΓΣΠ περιλαμβάνει τον υλικό εξοπλισμό, το λογισμικό, τα δεδομένα, τις διαδικασίες και το ανθρώπινο δυναμικό που είναι υπεύθυνο για την εκμετάλλευση των δυνατοτήτων των παραπάνω [Burrough 1986, Star & Estes 1990, Goodchild et al. 1993, Burrough & McDonnell 1998, Καρτέρης 1999, DeMers 2000, Κουτσόπουλος 2002, Kavanagh 2003]. Η ανάπτυξη της τεχνολογίας σε θέματα δικτύου δημιούργησε την ανάγκη ενσωμάτωσης των υπηρεσιών του δικτύου ως μια νέα συνιστώσα των ΓΣΠ [Longley 2001], ως ένα παράγοντα που ενισχύει τις δυνατότητες στον τομέα της αποθήκευσης δεδομένων και εξαγωγής αποτελεσμάτων. Από τους παράγοντες των ΓΣΠ, ως πιο σημαντικός θεωρείται αυτός των δεδομένων. Τα ψηφιακά δεδομένα αποτελούν αναπαράσταση των γεωγραφικών δεδομένων και των ιδιοτήτων που έχουν καταγραφεί από τον πραγματικό κόσμο και έχουν ιδιαίτερη αξία καθώς κάποια από αυτά δεν μεταβάλλονται με το χρόνο, όπως π.χ. τα τοπογραφικά δεδομένα, αντίθετα με όλους τους άλλους παράγοντες, ενώ ακόμη και τα δεδομένα που αλλάζουν με το χρόνο έχουν μεγάλη σημασία καθώς χρησιμοποιούνται σε προσομοιώσεις (μοντέλα) με τη βοήθεια των οποίων εξηγείται η υφιστάμενη κατάσταση και μπορεί να προβλεφθεί η μελλοντική [Goodchild et al. 1993]. Αξίζει να σημειωθεί ότι ενώ τα ΓΣΠ έχουν ως προορισμό την καταγραφή των γεωγραφικών φαινομένων και των ιδιοτήτων που τα συνοδεύουν σε χωρικές βάσεις δεδομένων, η χωρική ανάλυση στηρίζεται στις βάσεις αυτές αλλά επικεντρώνει το ενδιαφέρον στη χωρική δομή και διάταξη των δεδομένων σε σχέση με διεργασίες που επικρατούν στο χώρο [O'Sullivan & Unwin 2002]. 20

37 Πίσω από τα γραφικά αποτελέσματα με τη μορφή χαρτών στα Γεωγραφικά Συστήματα Πληροφοριών κρύβονται ουσιαστικά αριθμοί [Berry 1993], οι οποίοι είναι τα εισαγόμενα δεδομένα στη χωρική ανάλυση. Η διερευνητική χωρική στατιστική ανάλυση (Exploratory Spatial Data Analysis-ESDA) είναι το σημείο στο οποίο εστιάζει η χωρική ανάλυση εκμεταλλευόμενη τις δυνατότητες χαρτογράφησης και απεικόνισης των Γεωγραφικών Συστημάτων Πληροφοριών [Fotheringham & Rogerson 1994], τις οποίες συμπληρώνει διερευνώντας ουσιαστικά τα αίτια που οδηγούν σε κάποια δεδομένη κατάσταση ή ακόμη και σε αλλαγές στο χώρο [Berry 1995] Γεωγραφικά φαινόμενα Κάθε στοιχείο που δίνει πληροφορία για την πραγματικότητα, είτε αυτό είναι υλικό, όπως ένας δρόμος, είτε είναι νοητό, όπως η διάδοση θρησκευτικών πεποιθήσεων, αποτελεί ένα γεωγραφικό (geographical) ή χωρικό (spatial) φαινόμενο. Κάθε φαινόμενο έχει συγκεκριμένη θέση πάνω στη γήινη σφαίρα και επομένως μπορεί να αποδοθεί σε ένα χάρτη. Τα γεωγραφικά φαινόμενα είναι πολύπλοκα και ποικίλα. Ως εκ τούτου, προκειμένου τα δεδομένα που απεικονίζουν τα γεωγραφικά φαινόμενα να κωδικοποιούν σωστά τη φύση και τις ιδιότητες των φαινόμενων, θα πρέπει να ερευνούνται τα γεωμετρικά, ποιοτικά και ποσοτικά χαρακτηριστικά τους, κατατάσσοντας αυτά σε κατηγορίες [Καρτέρης & Γιαννακόπουλος 1998, Καρτέρης 1999, Κουτσόπουλος 2002] Γεωγραφική κατάταξη φαινομένων Κατά τη γεωγραφική τους κατάταξη (geographical ordering), τα φαινόμενα χωρίζονται ανάλογα με τα γεωμετρικά τους χαρακτηριστικά σε τέσσερις κατηγορίες: τα σημειακά (point ή positional ή place phenomena) τα γραμμικά (linear ή line phenomena) τα επιφανειακά (areal ή area phenomena) και τα ογκομετρικά φαινόμενα (volume ή volumetric phenomena) Στη φύση δεν υπάρχουν αδιάστατα ή μονοδιάστατα φαινόμενα. H κατάταξη ενός φαινομένου σε μια από τις παραπάνω κατηγορίες, δεν εξαρτάται μόνον από τη φύση του, αλλά και από άλλους δύο παράγοντες που είναι η χαρτογραφική κλίμακα στην οποία το φαινόμενο πρόκειται να αποδοθεί και από το σκοπό της γεωγραφικής μελέτης όπου μετέχει το φαινόμενο. Σημειακά φαινόμενα Σημειακά χαρακτηρίζονται τα φαινόμενα που εμφανίζονται σε ένα σημείο. Καθώς το σημείο δεν έχει διαστάσεις, τα σημειακά φαινόμενα θεωρούνται αδιάστατα. Υπάρχει μεγάλη ποικιλία σημειακών φαινομένων, όπως πχ. το υψόμετρο του ανάγλυφου σε ένα σημείο, η διασταύρωση δύο δρόμων ή το ύψος της βροχής σε μια συγκεκριμένη θέση 21

38 μέτρησης. Επίσης, συγκεντρωτικά περιγραφικά χαρακτηριστικά που αφορούν σε μία περιοχή, όπως πχ. ο μέσος όρος εισοδήματος των κατοίκων ενός νομού, αποδίδονται στο νοητό κέντρο βάρους της περιοχής και να αντιμετωπιστούν σαν σημειακά. Γραμμικά φαινόμενα Ως γραμμικά χαρακτηρίζονται τα φαινόμενα που αναπτύσσονται πάνω σε άξονα. Η γραμμή έχει μια διάσταση και τα αντίστοιχα φαινόμενα θεωρούνται μονοδιάστατα. Ο άξονας εμφάνισης του φαινομένου μπορεί να υλοποιείται πάνω στην επιφάνεια της σφαίρας, όπως ο άξονας ενός δρόμου, ενός ποταμού ή του φράχτη μιας ιδιοκτησίας ή να είναι νοητός, όπως ο άξονας των ορίων δύο γειτονικών κρατών ή οι άξονες των διαδρομών που ακολουθούνται κατά τη διάδοση ιδεών από μία χώρα σε άλλη. Ωστόσο, ακόμα και αν ένα φαινόμενο έχει κάποιο συγκεκριμένο πλάτος, όπως ο δρόμος ή το ποτάμι, το μήκος του είναι εκείνο που συμβάλλει στο χαρακτηρισμό του φαινομένου ως γραμμικού επειδή είναι πολύ μεγαλύτερο από το πλάτος του. Επιφανειακά φαινόμενα Ως επιφανειακά θεωρούνται τα φαινόμενα που αναπτύσσονται σε μια συγκεκριμένη επιφάνεια και επομένως είναι δύο διαστάσεων. Επιφανειακά φαινόμενα είναι μια λίμνη, η θάλασσα, οι καλλιέργειες σε μια περιοχή, ένα δάσος, η γλώσσα ή η θρησκεία σε μια χώρα, η πυκνότητα του πληθυσμού σε ένα νομό κ.λπ. Βασικό ρόλο στα επιφανειακά φαινόμενα κατέχει το εμβαδόν και τα όρια της γεωγραφικής επιφάνειας στην οποία επικρατούν. Ογκομετρικά φαινόμενα Τα φαινόμενα αυτά όπως δείχνει και το όνομά τους είναι τρισδιάστατα και εξελίσσονται στο χώρο. Εκτός από τα πραγματικά ογκομετρικά φαινόμενα, όπως είναι ο ετήσιος όγκος της βροχής σε ένα νομό, ή ο όγκος των διακινούμενων εμπορευμάτων, μπορούν να μελετηθούν και να αποδοθούν σαν ογκομετρικά, ανάλογα με το σκοπό της γεωγραφικής μελέτης, πολλά από τα φαινόμενα των άλλων κατηγοριών. Για παράδειγμα, μία λίμνη που αναφέρθηκε σαν επιφανειακό φαινόμενο, μπορεί να θεωρηθεί ογκομετρικό, εάν το ενδιαφέρον επικεντρωθεί όχι στην έκταση που αυτή καταλαμβάνει, αλλά στον όγκο των υδάτων της Διακριτά, σειριακά και συνεχή φαινόμενα Εκτός από την παραπάνω κατάταξη των φαινομένων ως προς τις γεωμετρικές τους διαστάσεις, τα φαινόμενα ανάλογα με τον τρόπο που εμφανίζονται χαρακτηρίζονται ως: διακριτά (discrete) σειριακά (sequential) συνεχή (continuous) Διακριτά φαινόμενα είναι εκείνα που αποτελούν μια ξεχωριστή οντότητα, ξεχωρίζουν εύκολα το ένα από το άλλο και η πληροφορία που παρέχουν δεν εμφανίζεται ενδιάμεσα 22

39 των θέσεων παρατήρησής τους. Τα φαινόμενα αυτά είναι διεσπαρμένα στο χώρο ή παρουσιάζουν συγκεντρώσεις, κάτι που εξαρτάται από την κλίμακα στην οποία εξετάζονται. Ως σειριακά χαρακτηρίζονται τα γραμμικά φαινόμενα, εάν θεωρηθούν ως σειρές διακριτών σημείων. Για παράδειγμα μια ισοϋψής καμπύλη είναι ένα σειριακό φαινόμενο καθώς αποτελείται από σειρά σημείων με το ίδιο υψόμετρο. Συνεχή γεωγραφικά φαινόμενα είναι τα επιφανειακά ή και ογκομετρικά φαινόμενα στα οποία η πληροφορία υπάρχει και σε θέσεις ανάμεσα στα σημεία παρατήρησης του φαινομένου Διαβάθμιση των γεωγραφικών φαινομένων Τα φαινόμενα ανεξάρτητα από οποιαδήποτε άλλη διάκρισή τους, κατατάσσονται σε τέσσερις βαθμίδες, ανάλογα με το βαθμό πληροφορίας που τα συνοδεύει. Ειδικότερα βάσει της σειράς αύξησης του βαθμού λεπτομέρειας της πληροφορίας που παρέχουν, οι βαθμίδες στις οποίες διακρίνονται είναι: η ονομαστική βαθμίδα (nominal scale ή level) η τακτική ή ιεραρχική βαθμίδα (ordinal scale ή level) η βαθμίδα διαστήματος (interval scale ή level) και η βαθμίδα λόγου (ratio scale ή level). Η ονομαστική βαθμίδα Στη βαθμίδα αυτή κατατάσσονται όλα τα φαινόμενα για τα οποία είναι γνωστά μόνο τα ποιοτικά τους χαρακτηριστικά και δεν υπάρχει καμία πληροφορία ποσοτικού χαρακτήρα. Η τακτική ή ιεραρχική βαθμίδα Για τα φαινόμενα που κατατάσσονται σ αυτήν τη βαθμίδα, εκτός από την ονομαστική πληροφορία είναι επίσης διαθέσιμη και κάποια γενική ποσοτική περιγραφή τους (χωρίς την ακριβή αριθμητική τους τιμή), η οποία επιτρέπει την κατάταξή τους κατά αύξουσα ή φθίνουσα σειρά. Από αυτήν τη δυνατότητα κατάταξης παίρνει το όνομά της η βαθμίδα (τακτική = αυτή στην οποία υπάρχει ορισμένη τάξη, σειρά). Η βαθμίδα διαστήματος και η βαθμίδα λόγου Οι δύο αυτές βαθμίδες αντιμετωπίζονται μαζί, διότι ουσιαστικά υπάρχει μικρή διαφορά μεταξύ τους. Για τα φαινόμενα που ανήκουν στις υπόψη βαθμίδες, είναι γνωστό όχι μόνον π.χ. ποιο είναι μεγαλύτερο ή ποιο είναι παλιότερο ή θερμότερο από το άλλο, αλλά και πόσο μεγαλύτερο, παλιότερο ή θερμότερο είναι. Με άλλα λόγια, είναι γνωστή η ακριβής αριθμητική τους τιμή και επομένως το διάστημα (η διαφορά) που μεσολαβεί ανάμεσα στα επίπεδα κατάταξής τους. 23

40 Γι αυτού του είδους τη διαβάθμιση της πληροφορίας, είναι ευνόητο ότι πρέπει να καθοριστεί η μονάδα μέτρησής της και να εκφραστεί η τιμή της και κατ επέκταση οι διαφορές, ως προς τη μονάδα αυτή. Στην περίπτωση που η μέτρηση ξεκινά από μία μη τυχαία μηδενική αρχή, η οποία σημαίνει απουσία του φαινομένου, το φαινόμενο ανήκει στη βαθμίδα λόγου. Εάν όμως η μέτρηση της τιμής του φαινομένου ξεκινά από μια μηδενική τιμή, που δεν υποδηλώνει και απουσία του φαινομένου, τότε το φαινόμενο ανήκει στη βαθμίδα διαστήματος Γεωγραφικά δεδομένα Η αναπαράσταση των γεωγραφικών φαινομένων εντός μιας χωρικής βάσης δεδομένων ενός ΓΣΠ πραγματοποιείται με τη χρήση γεωγραφικών (χωρικών) δεδομένων. Όσον αφορά στις δομές με τις οποίες μπορεί να αποθηκευτούν τα γεωγραφικά δεδομένα, αυτές είναι η δομή διανύσματος και η δομή κανάβου. Δομή διανύσματος Βασική μονάδα της δομής αυτής είναι το διάνυσμα και για το λόγο αυτό είναι κατάλληλη για τις εξής περιπτώσεις : Όταν κατά χώρο δεδομένα μπορούν να οριστούν ακριβώς με τη χρήση γραμμών. Όταν είναι απαραίτητη η ακριβής παρουσίαση του σχήματος ενός αντικειμένου. Όταν επιδιώκεται ο ακριβής εντοπισμός του αντικειμένου στο χώρο. Το βασικό πλεονέκτημα της δομής αυτής είναι ότι αποθηκεύονται λιγότερα δεδομένα από ότι στην περίπτωση του κανάβου, με αποτέλεσμα να απαιτείται μικρότερος αποθηκευτικός χώρος. Ωστόσο μειονεκτεί γιατί χρησιμοποιεί πιο πολύπλοκους αλγορίθμους από τη δομή κανάβου και γιατί δεν εξυπηρετεί τον συνδυασμό των δορυφορικών και λοιπών γεωγραφικών δεδομένων. Η απόδοση των γεωγραφικών φαινομένων πραγματοποιείται με τη μορφή σημείων (χωρίς διαστάσεις), συνδυασμών σημείων, δηλαδή γραμμών (μία διάσταση) και συνδυασμών γραμμών, δηλαδή πολυγώνων (δύο διαστάσεις επιφάνεια). Η αντιστοίχηση φαινομένων και δεδομένων δεν είναι αμφιμονοσήμαντη, εκτός από την περίπτωση των σημειακών. Έτσι η αναπαράσταση συνεχών επιφανειακών ή ογκομετρικών δεδομένων, όπως είναι το υψόμετρο του εδάφους, αναπαρίσταται συνήθως με κανονικό δίκτυο σημείων με μεταβαλλόμενο ύψος, ή με γραμμές (ισαριθμικές καμπύλες) που αντιστοιχούν στο γεωμετρικό τόπο των σημείων με ίδιο υψόμετρο. Δομή κανάβου Στην κατηγορία αυτή, ο χώρος υποδιαιρείται σε όμοια τετράγωνα (μονάδες κανάβου), όπως και στα δορυφορικά δεδομένα. Η θέση ενός τετραγώνου ορίζεται από τη γραμμή και τη στήλη που εντοπίζεται πάνω στον κάναβο. Σε κάθε μονάδα κανάβου καταχωρείται μία 24

41 τιμή ή κατηγορία, όμως ένα αντικείμενο αντιπροσωπεύεται από μία ή περισσότερες ομοιογενείς μονάδες κανάβου. Τα συστήματα κανάβου προτιμούνται από τους γεωεπιστήμονες γιατί είναι πιο απλά, επιτρέπουν την ευκολότερη και ταχύτερη επεξεργασία επιφανειακών δεδομένων, διευκολύνουν τη συσχέτιση με άλλα δεδομένα μορφής κανάβου ή και διανύσματος αφού μετατραπούν σε κανάβου [Καρτέρης 1999]. Η μορφή κανάβου των στοιχείων προσφέρεται στο πλαίσιο των Γ.Σ.Π. για ανάλυση και μάλιστα είναι ιδανική για χρήση στη Δασολογική επιστήμη [Καρτέρης 1999]. Για την ακρίβεια, η διεθνής βιβλιογραφία και η εμπειρία έχουν δείξει ότι στην περίπτωση που υπάρχει ανάγκη για χρήση στοιχείων από μια σειρά γεωγραφικά επικαλυπτόμενων οντοτήτων, η διατήρηση και διαχείριση της βάσης δεδομένων και ο υπολογισμός των νέων τιμών των χαρακτηριστικών είναι πιο εύκολα, όταν τα στοιχεία αναφέρονται σε μια ομοιόμορφη γεωμετρία, δηλαδή σε ένα καναβικό σύστημα Ανάλυση Στοιχείων Κανάβου Οι αναλυτικές διαδικασίες με στοιχεία σε μορφή κανάβου παρουσιάζουν, σε σχέση με ανάλυση στο πλαίσιο ενός Γ.Σ.Π., τα εξής χαρακτηριστικά: Η διαδικασία χειρισμού ενός θεματικού επιπέδου (καναβική μήτρα) είναι ιδιαίτερα γρήγορη, αφού συνήθως το περισσότερο που απαιτείται είναι ένα "πέρασμα" από κάθε σειρά και στήλη της μήτρας των στοιχείων. Θεωρητικά, ένας οιοσδήποτε αριθμός διαφορετικών θεματικών επιπέδων μπορεί να λάβει μέρος σε μία και μόνη διαδικασία ανάλυσης, αφού τα αντίστοιχα φατνία κάθε μήτρας αναλύονται ταυτόχρονα. Τα αποτελέσματα του συνόλου σχεδόν των διαδικασιών μπορούν να εκφραστούν με τη μορφή ενός νέου χάρτη. Η ταχύτητα αυτών των διαδικασιών και η δημιουργία σε κάθε βήμα της ανάλυσης νέων χαρτών οδήγησε στη δημιουργία της Άλγεβρας Χαρτών (Map Algebra), που με τη σειρά της οδήγησε στη διαδικασία της χρήσης αλγεβρικών μεθόδων για τη δημιουργία μοντέλων χωρικής ανάλυσης που ο δημιουργός της [Tomlin 1990] ονόμασε χαρτογραφική μοντελοποίηση (cartographic modeling). Η προσέγγιση αυτή ουσιαστικά αναφέρεται σε μια σειρά από "πράξεις", που συνδυάζονται σύμφωνα με ένα συγκεκριμένο σενάριο - μοντέλο και όπου η εισροή σε κάθε βήμα είναι το αποτέλεσμα (εκροή) της επεξεργασίας του προηγούμενου βήματος. Η προσέγγιση αυτή χρησιμοποιείται ευρύτατα και με ικανοποιητικά αποτελέσματα. Η χρήση στοιχείων σε μορφή κανάβου αποτελεί μια αξιόπιστη εναλλακτική προσέγγιση ανάλυσης. Μια τέτοια προσέγγιση διαφοροποιείται σε επιμέρους λειτουργίες, οι οποίες είναι οι εξής: 25

42 Τοπικές ή Σημειακές Λειτουργίες (local), οι οποίες αναφέρονται σε κάθε ένα ξεχωριστό φατνίο. Εστιακές Λειτουργίες (focal), οι οποίες διαχειρίζονται στοιχεία για κάθε φατνίο, τα οποία όμως βασίζονται σε πληροφορίες μιας συγκεκριμένης περιοχής. Λειτουργίες Ζωνών (zonal), οι οποίες παρέχουν διαδικασίες που αφορούν κάθε σύνολο φατνίων που έχουν ακριβώς τις ίδιες τιμές, και Γενικευμένες Λειτουργίες (global), που επίσης αναφέρονται σε ένα φατνίο, αλλά βασίζονται σε στοιχεία από ολόκληρη την καναβική μήτρα. Τα χαρακτηριστικά των παραπάνω λειτουργιών παρουσιάζονται στη συνέχεια. Τοπικές ή Σημειακές Λειτουργίες (Local) Οι τοπικές λειτουργίες προσεγγίζουν την καναβική μήτρα στη βάση κάθε φατνίου ξεχωριστά. Δηλαδή, κάθε φατνίο υφίσταται οιαδήποτε μορφή ανάλυσης μόνο με τη χρήση της τιμής που το ίδιο έχει, χωρίς καμιά αναφορά στις τιμές των άλλων φατνίων. Με άλλα λόγια, η τιμή του φατνίου στην τελική μήτρα είναι συνάρτηση των τιμών των αντίστοιχων φατνίων της κάθε επιμέρους μήτρας που υφίστανται την ανάλυση. Επομένως, ισχύει η σχέση: Χάρτης Τ =f (Χάρτης Α, Χάρτης Β,..Χάρτης Ν) όπου f() είναι μια συνάρτηση που μπορεί θεωρητικά να λάβει οποιαδήποτε μορφή. Για παράδειγμα, μπορεί να είναι: μια μαθηματική πράξη (π.χ. ο πολλαπλασιασμός κάθε φατνίου ενός επιπέδου με τον αριθμό 3 ή ο πολλαπλασιασμός των τιμών των αντίστοιχων φατνίων μεταξύ δυο επιπέδων, η εύρεση ενός στατιστικού δείκτη (η εύρεση της μέγιστης, της ελάχιστης ή του μέσου όρου των τιμών των αντίστοιχων φατνίων πέντε επιπέδων), η εφαρμογή μιας λογικής ή Boolean πράξης (να επιλεγούν τα φατνία που η τιμή τους είναι μεγαλύτερη του 3), κι ακόμα η δημιουργία μιας ζώνης επιρροής (η επιλογή των γειτονικών εικονοστοιχείων με κάλυψη γης δασική) ή κάποιας μορφής επικάλυψη (π.χ. η επικάλυψη του επιπέδου χρήσης γης με το επίπεδο είδος εδαφών). Εστιακές Λειτουργίες (Focal) Οι εστιακές λειτουργίες αναφέρονται σε διαδικασίες όπου η τιμή του κάθε φατνίου καθορίζεται από τις τιμές των γειτονικών του. Με άλλα λόγια, η τιμή σε ένα συγκεκριμένο φατνίο της τελικής μήτρας είναι συνάρτηση των τιμών των φατνίων που βρίσκονται σε άμεση γειτονία μαζί του, δημιουργώντας ένα παράθυρο (Kernel, Moving Window) που έχει κανονική μορφή (π.χ. 3X3 ή 5X5 φατνία) στο κέντρο της οποίας βρίσκεται το υπό εξέταση φατνίο. Για παράδειγμα, στην περίπτωση της λειτουργίας εστιακό άθροισμα (focal sum), το άθροισμα των τιμών όλων των φατνίων του παράθυρου (στην περίπτωση 3X3 φατνίων, το σύνολο των τιμών και των 9 φατνίων) καθορίζει την τιμή του κεντρικού φατνίου. 26

43 Η συνάρτηση μπορεί να πάρει άπειρες μορφές στις οποίες συμπεριλαμβάνονται το συνολικό άθροισμα, ο μέσος όρος, η ελάχιστη και η μέγιστη τιμή η τυπική απόκλιση, το εύρος κ.λπ. Χαρακτηριστική είναι η εφαρμογή της διαδικασίας αυτής στην φωτοερμηνεία και ανάλυση εικόνων, γνωστή και ως φίλτρο ομαλοποίησης (smoothing filter). Στην περίπτωση αυτή υπολογίζεται η μέση τιμή για το εστιακό εικονοστοιχείο, αφού η τιμή κάθε εικονοστοιχείου πολλαπλασιαστεί με τις τιμές του φίλτρου. Για παράδειγμα, σε ένα 3X3 φίλτρο, η μέση τιμή για το εστιακό εικονοστοιχείο μπορεί να υπολογιστεί αφού πολλαπλασιαστεί η τιμή κάθε εικονοστοιχείου με ένα βάρος-τιμή φίλτρου ίση με 1/9 (στην περίπτωση παραθύρου 5X5, η τιμή του φίλτρου θα είναι ίση με 1/25). Ακόμα, είναι δυνατόν να αποδοθεί επιπλέον βάρος στο εστιακό εικονοστοιχείο με την εισαγωγή μη γραμμικών βαρών (π.χ. τα εικονοστοιχεία κοντά στο εστιακό έχουν μεγαλύτερο βάρος από τα πιο απομακρυσμένα). Η διαδικασία αυτή έχει σαν αποτέλεσμα την απομάκρυνση ακραίων τιμών από τα στοιχεία, δημιουργώντας μια πιο ομαλή εικόνα. Λειτουργίες Ζωνών (Zonal) Οι λειτουργίες ζωνών, όταν εφαρμόζονται σε μια μοναδική καναβική μήτρα, υπολογίζουν ορισμένα χαρακτηριστικά της γεωμετρίας για κάθε μια από τις ζώνες (π.χ. περίμετρο ή επιφάνεια). Στην περίπτωση που υπάρχουν δυο καναβικές μήτρες, η μια ονομάζεται μήτρα ζωνών (zone grid) και ορίζει τις ζώνες (οι οποίες δεν είναι αναγκαστικά χωρικά γειτονικές) επί των οποίων θα εφαρμοστούν οι λειτουργίες, ενώ η δεύτερη είναι η μήτρα των τιμών (value grid), η οποία περιέχει τις τιμές των φατνίων οι οποίες και θα αναλυθούν, αλλά μέσα στο πλαίσιο κάθε ζώνης. Οι ζώνες βέβαια είναι δυνατόν να καθορίζονται και από διανυσματικά δεδομένα. Η τελική τιμή για κάθε φατνίο είναι συνάρτηση των τιμών των φατνίων που ανήκουν στην ίδια ζώνη με αυτό. Επομένως, στην τελική μήτρα όλα τα φατνία κάθε ζώνης θα έχουν την ίδια τιμή. η οποία προκύπτει από την επιλεγείσα συνάρτηση, που μπορεί να είναι ο μέσος όρος, η τυπική απόκλιση, το άθροισμα, το εύρος, η ελάχιστη και η μέγιστη τιμή κ.λπ. Γενικευμένες Λειτουργίες (Global) Στην περίπτωση των γενικευμένων λειτουργιών, η τελική τιμή για κάθε φατνίο είναι συνάρτηση των τιμών όλων των φατνίων της αρχικής μήτρας. Και στη διαδικασία αυτή μπορεί να χρησιμοποιηθεί ένας μεγάλος αριθμός συναρτήσεων, οι χαρακτηριστικότερες από τις οποίες αναφέρονται στην απόσταση και στην κατανομή σε ένα σύνολο από επιλεγμένα φατνία όλων των υπολοίπων φατνίων με τη χρήση της ευκλείδειας γεωμετρίας. 27

44 Πιο συγκεκριμένα, στη λειτουργία της ευκλείδειας κατανομής, με βάση μια αρχική μήτρα που περιέχει ένα ή περισσότερα επιλεγμένα σημεία (source cells), η τελική μήτρα περιέχει την κατανομή κάθε ενός φατνίου στο πλησιέστερο επιλεγμένο φατνίο. Στην ευκλείδεια απόσταση, η λειτουργία αναφέρεται στον υπολογισμό της απόστασης κάθε φατνίου από το πλησιέστερο επιλεγμένο φατνίο. Τέλος, στην κατανομή κόστους, κάθε φατνίο κατανέμεται στο πλησιέστερο επιλεγμένο φατνίο, σύμφωνα με το βάρος κάθε φατνίου, το οποίο και καθορίζει το κόστος προσπέλασης αυτού του φατνίου. Η διαδρομή προς το πλησιέστερο επιλεγμένο φατνίο περνά μέσα από διαδοχικά γειτνιάζοντα φατνία, κινούμενη κάθετα, οριζόντια ή και διαγώνια. Επομένως, σε μια ορθογώνια καναβική μορφή, η απόσταση μεταξύ των δυο γειτονικών φατνίων είναι ίση με το μέγεθος του φατνίου, η απόσταση μεταξύ διαγώνιων γειτονικών φατνίων είναι η τετραγωνική ρίζα του μεγέθους του φατνίου, ενώ οι αποστάσεις μεταξύ μη-γειτονικών φατνίων μπορεί να υπολογιστεί με βάση την διεύθυνση τους, που ορίζεται από τη σειρά και τη στήλη της μήτρας στην οποία ανήκουν. Τέλος, η διαδρομή από κάθε φατνίο υπολογίζεται χρησιμοποιώντας την συντομότερη διαδρομή προς το πλησιέστερο επιλεγμένο φατνίο Ο ρόλος των ΓΣΠ στην Οικολογία Τοπίου Ο ρόλος των γεωγραφικών συστημάτων πληροφοριών στα πλαίσια της οικολογίας τοπίου συνοψίζεται στα παρακάτω [Haines-Young et al. 1993]: Η δομή των δεδομένων για αποτελεσματική αποθήκευση, ανάλυση και διαχείριση δεδομένων του οικοσυστήματος για μεγάλες εκτάσεις. Συγκέντρωση και αποκέντρωση δεδομένων σε πολλαπλές κλίμακες. Εντοπισμός δοκιμαστικών επιφανειών και περιοχών με ιδιαίτερο ενδιαφέρον από περιβαλλοντικής άποψης. Υποστήριξη χωρικών στατιστικών αναλύσεων και οικολογικών κατανομών. Βελτίωση εξαγωγής δεδομένων από την τηλεπισκόπηση. Συνεισφορά εισερχομένων δεδομένων για μοντελοποίηση οικοσυστημάτων. Βέβαια τα Γεωγραφικά Συστήματα Πληροφοριών δεν είναι η λύση στα περιβαλλοντικά προβλήματα, ωστόσο πρόκειται για ένα εργαλείο που διευκολύνει την ολοκληρωμένη αντιμετώπιση των συγκεκριμένων προβλημάτων, παρέχοντας τη δυνατότητα ανάλυσης, επεξεργασίας και οπτικής απόδοσης των δεδομένων που σχετίζονται με τη διαχείριση του περιβάλλοντος [Καρτέρης 1999]. 1.3 Διατύπωση του προβλήματος Οι φυσικές καταστροφές, λόγω των περιβαλλοντικών, κοινωνικών αλλά και οικονομικών τους επιπτώσεων, έχουν αναχθεί στο πέρασμα των χρόνων σε αντικείμενο που απασχολεί 28

45 ιδιαίτερα τους ερευνητές που σχετίζονται με τη διαχείριση, το σχεδιασμό και την ανάπτυξη των φυσικών πόρων. Ειδικότερα, στην επιστήμη της δασολογίας κυρίαρχη θέση μεταξύ των αντικειμένων μελέτης και έρευνας κατέχουν οι πυρκαγιές, εξαιτίας των οποίων καταστρέφεται σε ετήσια βάση ένα σημαντικό μέρος του εθνικού φυσικού πλούτου τόσο της Ελλάδας όσο και των υπόλοιπων μεσογειακών χωρών [Iliadis et al. 2002a]. Σημαντικό μέρος της σχετικής με τις δασικές πυρκαγιές έρευνας αποτελούν οι συνθήκες εκδήλωσης πυρκαγιών και ειδικότερα η μελέτη των στοιχείων που καταδεικνύουν την αύξηση του βαθμού επικινδυνότητας έναρξης πυρκαγιάς. Όπως μπορεί εύκολα να γίνει αντιληπτό η δυνατότητα πρόγνωσης της επερχόμενης καταστροφής είναι ένας βασικός παράγοντας που μπορεί να συμβάλλει αποφασιστικά στη σχεδίαση και στην ανάπτυξη μιας αποτελεσματικής πολιτικής διαχείρισης φυσικών πόρων. Η υπάρχουσα ερευνητική δραστηριότητα επικεντρώνεται κυρίως στη συσχέτιση της υφιστάμενης βλάστησης, των κλιματικών συνθηκών και των μετεωρολογικών δεδομένων με την πιθανότητα έναρξης των πυρκαγιών [Johnson & Larsen 1991, Chou et al. 1993, Bessie & Johnson 1995, Pinol et al. 1998, Floyd et al. 2000, Cardille et al. 2001, Salvador et al. 2005], μέσω της ερευνητικής διερεύνησης του φαινομένου σε σχετικά μικρές περιοχές τις περισσότερες φορές, ενώ συνεκτιμάται η ανθρωπογενής πίεση στο περιβάλλον και σε κάποιες περιπτώσεις η υφιστάμενη οριζόντια διαμόρφωση του τοπίου. Ωστόσο ανεξάρτητα από το είδος της προσέγγισης που ακολουθείται από τους ερευνητές, απαραίτητη προϋπόθεση είναι οι οποιεσδήποτε αναλύσεις να πραγματοποιούνται σε γεωγραφική βάση [Lee et al. 2002]. Μία εκ των βασικών αρχών της οικολογίας τοπίου είναι η αλληλεπίδραση της χωρικής κατανομής των φυσικών καταστροφών με την υφιστάμενη διαμόρφωση του τοπίου. Συγκεκριμένα η ένταση, η διάρκεια και η συχνότητα των φυσικών καταστροφών επηρεάζει τη διαμόρφωση του τοπίου, ενώ το τοπίο επηρεάζει την εμφάνιση και τη διάδοσή τους [Turner 1989]. Η διαμόρφωση του τοπίου εκφράζεται με ποσοτικές σχέσεις που ονομάζονται δείκτες τοπίου (landscape metrics ή landscape indices) [Gustafson & Parker 1992, O'Neill et al. 1999, Blaschke 2000, Remmel & Csillag 2003, Li & Wu 2004]., οι οποίοι και χρησιμοποιούνται για τη σύνδεση οικολογικών και περιβαλλοντικών διαδικασιών με τη δομή του τοπίου [Riitters et al. 1995, Gustafson 1998, Frohn 1998, McGarigal et al. 2002, Li & Wu 2004, Baldwin et al. 2004]. Επίσης έχει διερευνηθεί η δυνατότητα εφαρμογής των αρχών της οικολογίας τοπίου, ειδικότερα δε των οριζόντιων δράσεων αυτής, με τη χρήση δεικτών του τοπίου σαν εργαλεία περιβαλλοντικού σχεδιασμού [Botequilha Leitao & Ahern 2002]. 29

46 Σημαντικό ερευνητικό πρόβλημα παραμένει η διερεύνηση των αλληλεπιδράσεων που υπάρχουν μεταξύ της πιθανότητας εμφάνισης πυρκαγιών στο τοπίο με κάποια συγκεκριμένη δομή του τοπίου, μέσω της χρήσης των δεικτών του. Συγκεκριμένα, η διερεύνηση των αλληλεπιδράσεων απαιτεί σε πρώτη φάση την περιγραφή και προσδιορισμό της χωρικής κατανομής που παρατηρείται τόσο για το φαινόμενο της έναρξης των πυρκαγιών, όσο και για το τοπίο [Turner 2005], σύμφωνα με την οριζόντια γεωγραφική προσέγγιση της οικολογίας τοπίου. Δεδομένου μάλιστα ότι το φαινόμενο της εμφάνισης πυρκαγιών σε ένα τυπικό Μεσογειακό τοπίο όπως είναι η Ελλάδα, αποτελεί ένα φαινόμενο ευρείας λειτουργικής κλίμακας, απαιτείται να ερευνηθεί αυτό σε μεγάλη γεωγραφική έκταση. Στο σημείο αυτό αξίζει να σημειωθεί ότι η εφαρμογή και ερμηνεία ορθώς επιλεγμένων δεικτών του τοπίου [Li & Wu 2004] οδηγεί σε συμπεράσματα που δεν στηρίζονται αποκλειστικά στη βλάστηση ή το κλίμα της περιοχής ενδιαφέροντος, αλλά εξηγούν και άλλες παραμέτρους που επηρεάζουν το τοπίο, όπως για παράδειγμα η πίεση των ανθρωπογενών δραστηριοτήτων στο περιβάλλον. Ανεξάρτητα λοιπόν από τις διαφορετικές κατηγορίες χρήσης/κάλυψης γης που περιλαμβάνει το τοπίο, οι χωρικές σχέσεις που υφίστανται μεταξύ αυτών είναι δυνατόν να αλληλεπιδρούν με την εμφάνιση πυρκαγιών Ανάλυση της σημασίας του προβλήματος (σκοπιμότητα) Η οικολογία τοπίου ως επιστήμη χρησιμοποιείται, εδώ και χρόνια, πρακτικά στη διαχείριση φυσικών πόρων καθώς η δομή του τοπίου επηρεάζει διάφορες οικολογικές διαδικασίες. Ειδικότερα στην Κεντρική Ευρώπη έχει κεντρικό ρόλο στην αειφορική διαχείριση του περιβάλλοντος και στην πρόληψη φυσικών καταστροφών. Οι δείκτες τοπίου παρέχουν σημαντικές πληροφορίες σχετικά με την κατάσταση στην οποία βρίσκεται το υπό διαχείριση οικοσύστημα. Σύμφωνα με τη βασική υπόθεση της παρούσας έρευνας, η υψηλή πιθανότητα εμφάνισης πυρκαγιών είναι δυνατόν να συσχετιστεί με κάποιους δείκτες τοπίου. Κατόπιν τούτου μπορεί να δοθεί το έναυσμα στους διαχειριστές φυσικών πόρων ώστε με τη χρήση της οριζόντιας «γεωγραφικής» προσέγγισης της οικολογίας τοπίου, μέσω των δεικτών υπολογισμένων με βάση ένα τυποποιημένο σύστημα ταξινόμησης κατηγοριών χρήσης/κάλυψης γης και με τη χρήση νέων τεχνολογιών να εντοπίζονται περιοχές όπου υπάρχει αυξημένος κίνδυνος έναρξης πυρκαγιάς. Η γνώση των περιοχών υψηλού κινδύνου θα προσανατολίσει τους αρμόδιους φορείς προς τη σωστή κατεύθυνση εφαρμογής προγραμμάτων πυροπροστασίας, που θα περιλαμβάνουν μεταξύ άλλων την εφαρμογή διαχείρισης και σχεδιασμού διαμόρφωσης του τοπίου [Li et al. 1993, Baskent & Yolasiqmaz 1999, Loehle 2004, Mendoza et al. 2005, 30

47 Ohman & Lamas 2005] για τον περιορισμό της πιθανότητας εμφάνισης πυρκαγιών. Θεωρείται άλλωστε ότι ο άνθρωπος επηρεάζει έμμεσα τη συχνότητα εμφάνισης των πυρκαγιών, με τη μεταβολή της χρήσης ή της κάλυψης της γης, σε μεγαλύτερο βαθμό από ότι με τις άμεσες επεμβάσεις για τον περιορισμό και κατάσβεση αυτών [Johnson et al. 1998]. 31

48

49 2 Ανασκόπηση της βιβλιογραφίας 2.1 Κλίμακα Ένας από τους ορισμούς που έχουν δοθεί για την οικολογία τοπίου είναι η μελέτη της συνάφειας μεταξύ της χωρικής διάταξης και των οικολογικών διεργασιών σε διαφορετικές κλίμακες [Pickett & Cadenasso 1995]. Ειδικότερα οι έννοιες της κλίμακας που χρησιμοποιείται στην οικολογία τοπίου είναι κυρίως η κλίμακα μετρήσεων, η γεωγραφική και η λειτουργική κλίμακα, οι οποίες αναφέρονται τόσο στο χώρο και στο χρόνο [Wu & Qi 2000]. Μάλιστα τα αποτελέσματα της ανάλυσης του τοπίου με τη χρήση δεικτών επηρεάζονται περισσότερο από την κλίμακα, καθώς οι περισσότεροι των δεικτών παρουσιάζουν διαφοροποιήσεις όταν μεταβάλλεται η ανάλυση των γεωγραφικών δεδομένων [Benson & MacKenzie 1995]. Ο βαθμός της χωρικής ετερογένειας μεταβάλλεται με τις αλλαγές της κλίμακας, ενώ οι οργανισμοί και οι οικολογικές διεργασίες με διαφορετικές λειτουργικές κλίμακες αντιδρούν στην ετερογένεια του τοπίου σε διαφορετικές κλίμακες [Wu & Qi 2000]. Καθώς λοιπόν η χωρική διακριτότητα των δεδομένων προκαλεί σημαντικές επιπτώσεις στους δείκτες του τοπίου, η επιλογή των δορυφορικών δεδομένων με τα οποία δημιουργούνται οι χάρτες κατηγοριών χρήσης/κάλυψης γης πρέπει να γίνεται προσεκτικά και ανάλογα με τους σκοπούς της ανάλυσης του τοπίου [Benson & MacKenzie 1995]. Λύσεις στο θέμα της επιλογής των κατάλληλων δορυφορικών δεδομένων δίνει η διαθεσιμότητα δεδομένων πολύ υψηλής ευκρίνειας αλλά και η αντικειμενοστραφής ταξινόμηση των δορυφορικών εικόνων [Burnett & Blaschke 2003] όπου πραγματοποιείται ιεραρχική μετάβαση από κλίμακα σε κλίμακα. Βέβαια υπάρχουν κάποιες προϋποθέσεις που πρέπει να λαμβάνονται υπόψη. Συγκεκριμένα η αρχική ανάλυση των δεδομένων που χρησιμοποιούνται πρέπει να είναι 2 με 5 φορές μικρότερη από το μικρότερο αντικείμενο του ενδιαφέροντος της έρευνας, το οποίο στην περίπτωση της οικολογίας τοπίου είναι η χωροψηφίδα. Η ίδια αναλογία πρέπει να ισχύει και στην έκταση της περιοχής έρευνας, όπου η έκταση πρέπει να είναι 2 με 5 φορές μεγαλύτερη από το μεγαλύτερο υπό μελέτη αντικείμενο, δηλαδή τη μεγαλύτερη χωροψηφίδα [O'Neill et al. 1996]. Επίσης για τον εντοπισμό των διαδρόμων εντός του τοπίου θα πρέπει η χωρική ανάλυση των δεδομένων να είναι μικρότερη από τα γραμμικά στοιχεία που περιλαμβάνονται στην περιοχή μελέτης [Lausch & Herzog 2002]. 33

50 Όσον αφορά στους δείκτες, επηρεάζονται περισσότερο εκείνοι που έχουν σχέση με την κατάτμηση του τοπίου καθώς και με το σχήμα των χωροψηφίδων [Saura & Martinez- Millan 2001]. Αντίθετα οι δείκτες ποικιλότητας του τοπίου δεν επηρεάζονται ιδιαίτερα από τις ενδεχόμενες αλλαγές στην ελάχιστη χαρτογραφούμενη επιφάνεια και είναι κατάλληλοι για συγκριτικές μελέτες σε διαφορετικές κλίμακες [Saura 2002]. Γενικότερα όμως διακρίνεται κάποιο πρότυπο στη συμπεριφορά των δεικτών κατά την αλλαγή της κλίμακας που μπορεί να προβλεφθεί με την εφαρμογή των κατάλληλων στατιστικών μεθόδων [Wu et al. 2002, Saura 2004, Wu 2004]. Η γεωγραφική κλίμακα που χρησιμοποιείται στη διερεύνηση της χωρικής διασποράς εμφάνισης πυρκαγιών αλλά και στη μελέτη των σχέσεων που υφίστανται μεταξύ των πυρκαγιών και της διαμόρφωσης του τοπίου είναι ευρεία, καθώς η λειτουργική κλίμακα του φαινομένου των πυρκαγιών κάθε άλλο παρά περιορισμένη είναι, ενώ επίσης ευρεία είναι και η χρονική κλίμακα. Η κλίμακα μετρήσεων κυμαίνεται σε μέτρια επίπεδα καθώς αφενός είναι πολύ δύσκολο να εντοπιστούν ακριβώς το σημείο έναρξης της πυρκαγιάς και το όριο της καμένης έκτασης, αφετέρου δεν έχει νόημα μια τέτοια διαδικασία να υπερβαίνει το επίπεδο μεταβλητότητας των κατηγοριών χρήσης/κάλυψης γης. Ειδικότερα στις περιπτώσεις όπου εξετάζεται το θέμα της έναρξης ή εμφάνισης πυρκαγιών, η έκταση της περιοχής μελέτης είναι πολύ μεγάλη, κυμαίνεται μεταξύ km2 και km2, ενώ η χρονική κλίμακα είναι μεταξύ 10 και 15 ετών [Pew & Larsen 2001, Cardille & Ventura 2001]. Η επιφάνεια της καμένης έκτασης για κάθε πυρκαγιά υπό μελέτη είναι σε κάποιες περιπτώσεις άνω των 4ha [Romme 1982, Vazquez & Moreno 2001, Cardille & Ventura 2001] ενώ υπάρχουν και περιπτώσεις όπου καταμετρούνται και μικρότερες πυρκαγιές από 1 στρέμμα και πάνω [Pew & Larsen 2001]. Γενικότερα η γεωγραφική κλίμακα μεταβάλλεται μεταξύ των 40 km2 [Brown et al. 1999]και των km2 [Cardille & Ventura 2001], στις περιπτώσεις όμως που είναι περιορισμένη η γεωγραφική κλίμακα, η χρονική κλίμακα είναι ευρύτατη [Romme 1982, Brown et al. 1999, Fule et al. 2003], όπου καλύπτει από 3 έως και 8 αιώνες. 2.2 Εκτίμηση της χωρικής διάταξης σημειακών κατανομών Εκτός από τους δείκτες που εφαρμόζονται σε διακριτά δεδομένα της ονομαστικής ή της τακτικής βαθμίδας μέτρησης και αποτελούνται από ομοιογενή πολύγωνα, η ανάλυση του τοπίου περιλαμβάνει και διερεύνηση της δομής και διαμόρφωσής τους με τη βοήθεια της χωρικής και γεωστατιστικής ανάλυσης σημειακών δεδομένων ή παρατηρήσεων [Gustafson 1998]. Η χωρική ανάλυση ασχολείται με τη διασπορά χωρικών οντοτήτων οι οποίες περιγράφονται ως σημεία, γραμμές ή πολύγωνα. Παραδοσιακές μέθοδοι μη χωρικής 34

51 στατιστικής ανάλυσης εφαρμόζονται για την εκτίμηση της διασποράς ειδών ή οικολογικών φαινομένων [Rossi et al. 1992, Tikkanen & Roininen 2001]. Μέθοδοι που βασίζονται στην κλασική στατιστική έχουν αναπτυχθεί για την διερεύνηση της διασποράς τους [Gustafson 1998, Liebhold & Gurevitch 2002, Perry et al. 2002, Dale et al. 2002] Ειδικότερα μικρές οντότητες, ανάλογα και με την κλίμακα παρατήρησης, αντιμετωπίζονται ως σημεία και πραγματοποιείται ανάλυση της διασποράς τους ώστε να προσδιοριστεί κάποια χωρική σχηματομορφή στη διασπορά τους. Αρκετές στατιστικές μέθοδοι έχουν αναπτυχθεί για την ανάλυση της διάταξης σημειακών παρατηρήσεων. Οι πιο σημαντικές είναι ο υπολογισμός της απόστασης του πλησιέστερου γείτονα [Clark & Evans 1954], οι μέθοδοι κανάβου [Cressie 1993], ο δείκτης Κ [Ripley 1981], καθώς και ο υπολογισμός της πυκνότητας εμφάνισης σημείων, ειδικότερα με τη χρήση πυρήνα [Diggle 1985]. Οι παραπάνω μέθοδοι συναντιούνται σε μια ευρεία κλίμακα επιστημονικών αντικειμένων, όπως για παράδειγμα η επιδημιολογία [Wall & Devine 2000], η διοίκηση επιχειρήσεων [Feser & Sweeney 2000] κ.λπ. Βρίσκουν όμως ιδιαίτερη εφαρμογή και σε οικολογικές και περιβαλλοντικές εφαρμογές. Η ανάδειξη σχηματομορφών αποκαλύπτει υποκρύπτουσες διαδικασίες που λαμβάνουν χώρα, καθώς και αντιδράσεις στη χωρική ετερογένεια του εκάστοτε υπό μελέτη οικοσυστήματος. Η σαφήνεια των αποτελεσμάτων αυτών εξαρτάται άμεσα από την αξιοπιστία των χωρικών βάσεων δεδομένων [Davis et al. 2000]. Μια παραλλαγή του δείκτη απόστασης του πλησιέστερου γείτονα εφαρμόστηκε από τους Davis et al. [2000] ώστε να διαπιστωθεί η χωρική διασπορά διαφόρων ειδών πτηνοπανίδας. Η εφαρμογή του δείκτη δεν περιορίστηκε στον πρώτο γείτονα, αλλά πραγματοποιήθηκε σε ανώτερη τάξη, ώστε να επεκταθεί η διερεύνηση της διασποράς σε διαφορετικές κλίμακες. Οι δείκτες δεύτερης τάξης παρέχουν πληροφορίες σχετικά με την κλίμακα στην οποία παρατηρείται ομαδοποίηση και χρησιμοποιούνται ευρύτατα καθώς όλες οι οικολογικές διαδικασίες θεωρούνται εξαρτημένες από την κλίμακα, ενώ τα χαρακτηριστικά τους μεταβάλλονται σημαντικά όταν η κλίμακα αλλάζει [Wiegand & Moloney 2004]. Η χωρική διασπορά θάμνων εκτιμήθηκε με τον δείκτη Κ του Ripley [Perry et al. 2002], καταλήγοντας ότι σε μικρή κλίμακα (αποστάσεις μέχρι 24m) οι θάμνοι εμφανίζονται συγκεντρωμένοι, ενώ από τα 60 m και πάνω πλησιάζουν την ομοιομορφία. Επίσης έχει εφαρμοστεί για την εκτίμηση της διασποράς του τύπου δασικής βλάστησης καθώς και δασικών παραμέτρων με στοιχεία της δασικής απογραφής της Δασικής Υπηρεσίας των ΗΠΑ [Woodall & Graham 2004]. Ο ίδιος δείκτης έχει χρησιμοποιηθεί γενικότερα για την εκτίμηση της διασποράς σημειακών παρατηρήσεων στη βοτανική [Haase 1995, Podani & Czaran 1997, Dale 1999], ειδικότερα στην χωρική ανάλυση ιστάμενων δένδρων [West 35

52 1984, Getis & Franklin 1987, Kenkel 1988, Szwagrzyk & Czerwczak 1993, Debski et al. 2000], αλλά και για την εκτίμηση της δραστηριότητας τρωκτικών στην έρημο[schooley & Wiens 2001], με αποτελέσματα που έχουν σχέση με την κλίμακα στην οποία εμφανίζεται η ομαδοποίηση, η κανονικότητα ή η τυχαιότητα των παρατηρήσεων. Άλλη μια εφαρμογή του συγκεκριμένου δείκτη είναι η σύγκριση της διασποράς δύο διαφορετικών συνόλων σημειακών παρατηρήσεων στην ίδια περιοχή μελέτης [Lancaster & Downes 2004]. Η τελευταία αυτή εφαρμογή έχει πολλές προοπτικές χρήσης στις περιβαλλοντικές επιστήμες καθώς είναι κατάλληλη για τη διερεύνηση των χωρικών σχέσεων που υφίστανται σε ένα οικοσύστημα μεταξύ διαφορετικών παραγόντων που παρατηρούνται σε αυτό. Ειδικότερα για δεδομένα έναρξης πυρκαγιών στην Ελλάδα έχει εφαρμοστεί η μέθοδος της πυκνότητας με χρήση πυρήνα από τους Koutsias et al. [2004] για την περιοχή της Χαλκιδικής. Η συγκεκριμένη εργασία πραγματοποιήθηκε για να αναλυθεί η πιθανότητα εμφάνισης πυρκαγιών σε ένα τυπικό μεσογειακό τοπίο, ώστε να οριοθετηθούν οι θέσεις αυξημένου κινδύνου στην περιοχή μελέτης. Για την εκτίμηση της χωρικής διασποράς ειδών της πτηνοπανίδας και τον καθορισμό των ενδιαιτημάτων και των ορίων τους χρησιμοποιήθηκε η εκτίμηση της πυκνότητας εμφάνισης ενός είδους σπουργιτιού (Chondestes grammacus) με χρήση πυρήνα [Fortin et al. 2005]. Συνδυασμός της μεθόδου εκτίμησης της διασποράς σημειακών παρατηρήσεων με το δείκτη Κ του Ripley και της εκτίμησης της πυκνότητας των παραπάνω παρατηρήσεων με χρήση πυρήνα (kernel density estimation) εφαρμόστηκε για τη διερεύνηση της χωρικής διάταξης ειδών ακακίας από τους Spooner et al. [2004]. 2.3 Διαμόρφωση, δομή, διάταξη και διεργασίες Οι εφαρμογές της οικολογίας τοπίου στη διαχείριση φυσικών πόρων και γενικότερα του περιβάλλοντος είναι πολλές και ολοένα αυξανόμενες, ειδικότερα δε τα τελευταία χρόνια όπου στη διεθνή βιβλιογραφία παρατηρείται μεγάλη αύξηση των σχετικών εργασιών [Haber 1990, Ruzicka & Miklos 1990, Mladenoff & Baker 1999, Gulinck et al. 2000, Treu et al. 2000, Herzog et al. 2001, Schooley & Wiens 2001, Botequilha Leitao & Ahern 2002, Baskent & Jordan 2002, Loehle 2004, Fjortoft 2004, Farina & Belgrano 2004, Loehle et al. 2005, Mendoza et al. 2005, Ohman & Lamas 2005, Antrop 2006, Blaschke 2006, Rodiek 2006, Potschin & Haines-Young 2006b]. Η χρήση των Γεωγραφικών Συστημάτων Πληροφοριών, η Τηλεπισκόπηση και η ανάλυση του τοπίου με τη χρήση δεικτών χρησιμοποιήθηκε στην ποσοτικοποίηση των αλλαγών της δομής και διαμόρφωσης του τοπίου σε δασική περιοχή των ΗΠΑ (Ουισκόνσιν), ώστε 36

53 να διερευνηθεί, διαχρονικά μεταξύ , η μεταβολή τους, υπό το ευρύτερο πλαίσιο της διαχείρισης των δασών και των φυσικών καταστροφών [Bresee et al. 2004]. Η ανάλυση έδειξε πως ο προσανατολισμός της διαχείρισης προς την ξυλοπαραγωγή, σε συνδυασμό με την επέκταση του οδικού δικτύου και διαταραχές όπως οι πυρκαγιές και επιδημίες εντόμων οδήγησε σε αύξηση της κατάτμησης του τοπίου. Με δεδομένο ότι η χωρική διάταξη και δομή του τοπίου επηρεάζει άμεσα τις οικολογικές διεργασίες [Turner 1989, Gustafson 1998] και ότι οι επιρροές αυτές μεταβάλλονται με το χρόνο, έχει δημιουργηθεί η ανάγκη για αναγνώριση και κατανόηση των γενικών σχέσεων μεταξύ διάταξης, δομής και διεργασιών, ειδικότερα δε αυτών που έχουν σχέση με ανθρώπινες δραστηριότητες. Για να είναι δυνατή μια αντικειμενική εκτίμηση των σχέσεων αυτών, είναι απαραίτητο να ποσοτικοποιηθούν τόσο τα στοιχεία που αφορούν το τοπίο, όσο και οι οικολογικές διεργασίες. Στην κατεύθυνση αυτή έχουν αναπτυχθεί και εφαρμοστεί δείκτες που ποσοτικοποιούν τη διαμόρφωση, διάταξη και δομή του τοπίου [Gustafson 1998, Frohn 1998, Hargis et al. 1998, Jaeger 2000, Tischendorf 2001, McGarigal et al. 2002]. Αν πράγματι το τοπίο επηρεάζει τις διεργασίες τότε είναι αναμενόμενο οι δείκτες αυτοί να συσχετίζονται με ποσοτικές εκφράσεις των οικολογικών διεργασιών, δίνοντας τη δυνατότητα και τα μέσα για τον εντοπισμό και την παρακολούθηση των οικολογικών αλλαγών. Κάτι τέτοιο αποδεικνύεται ιδιαίτερα σημαντικό λαμβάνοντας υπόψη πως οι διεργασίες αυτές παρατηρούνται σε ευρεία χωρική αλλά και χρονική κλίμακα και για την παρακολούθησή τους είναι απαραίτητη η εφαρμογή μεθόδων που χρησιμοποιούν τη σύγχρονη τεχνολογία. Ένα από τα θέματα προτεραιότητας στο ερευνητικό πεδίο της οικολογίας τοπίου είναι η διερεύνηση της σχέσης μεταξύ των δεικτών τοπίου και των οικολογικών διεργασιών [Wu & Hobbs 2002]. Όταν οι δείκτες τοπίου είναι οικολογικά συναφείς και αντανακλούν σημαντικές ιδιότητες της χωρικής διάταξης, είναι δυνατόν να αποτελέσουν ένα λειτουργικό σύνδεσμο μεταξύ της δυναμικής των οικολογικών διαδικασιών και τη δομή του τοπίου. Διερεύνηση των δεικτών που περιγράφουν το τοπίο πραγματοποιήθηκε από τους Riitters et al. [1995], με σκοπό να μειωθεί ο αριθμός των δεικτών που απαιτείται να υπολογιστούν για να περιγραφεί πλήρως η δομή και διαμόρφωση του τοπίου σε κάθε περίπτωση. Αναλύθηκαν 55 δείκτες και βρέθηκε πως η συσχέτιση μεταξύ τους ήταν στατιστικά σημαντική. Επιλέχθηκαν 26 από αυτούς με στόχο να μειωθεί η μεταξύ τους συσχέτιση. Μόλις οι 6 από τους δείκτες, μετά από ανάλυση των κυρίων συνιστωσών, αποδείχτηκε πως αναπαριστούσαν τη διακύμανση της δομής του τοπίου. Η δυνατότητα εφαρμογής και ερμηνείας δεικτών του τοπίου για τη συσχέτισή τους με οικολογικές διεργασίες εξετάστηκε από τον Tischendorf [2001]. Ένα υποσύνολο 26 δεικτών, που δεν παρουσίαζαν συσχέτιση μεταξύ τους, υπολογίστηκε σε όλα τα επίπεδα (χωροψηφίδας, κατηγορίας και τοπίου), τόσο σε 37

54 πραγματικά τοπία, όπου οι κατηγορίες χρήσης/κάλυψης γης αποτυπώθηκαν με τη βοήθεια δορυφορικών δεδομένων LANDSAT TM, όσο και σε προσομοιωμένα τοπία. Οι δείκτες συσχετίστηκαν με ποσοτικές εκφράσεις της δυνατότητας διασποράς πραγματικών και υποθετικών ειδών στο τοπίο. Τα αποτελέσματα της ανάλυσης έδειξαν ότι μελετώντας τους δείκτες του τοπίου, είναι δυνατόν να εκτιμηθούν οι ποσοτικές εκφράσεις των οικολογικών διεργασιών. Η μέθοδος όμως που ακολουθείται για την ποσοτικοποίηση των διεργασιών είναι ένας πολύ σημαντικός παράγοντας που επηρεάζει τα αποτελέσματα της ανάλυσης. Μια από τις πιο συχνές εφαρμογές των δεικτών είναι για την εκτίμηση του βαθμού κατάτμησης του τοπίου [Hargis et al. 1998, Jaeger 2000, Rutledge 2003, Saura 2004, Alodos et al. 2004, Southworth et al. 2004, Parker & Meretsky 2004, Narumalani et al. 2004, Butler et al. 2004, de Barros Ferraz et al. 2005]. Η ανάπτυξη δεικτών σχετικών με την κατάτμηση του τοπίου είναι παράλληλη με την ανάπτυξη της οικολογίας τοπίου. Η επιστήμη της Οικολογίας Τοπίου περιγράφεται περιληπτικά από τον τίτλο της ανασκόπησης της Turner [1989], «Οικολογία Τοπίου: Οι επιδράσεις της διάταξης στις διεργασίες». Το αντικείμενο αυτό αναπτύχθηκε λόγω της αυξανόμενης ανάγκης για κατανόηση της συμπεριφοράς των ειδών και των οικοσυστημάτων καθώς οι ανθρώπινες δραστηριότητες επεκτείνονται σε όλη την υφήλιο. Η ετερογένεια του τοπίου αναδείχτηκε ως ένας πολύ σημαντικός παράγοντας του τοπίου [Gustafson & Gardner 1996], στη μελέτη της οποίας η κλίμακα πλέον παίζει ένα πολύ σημαντικό ρόλο. Γενικότερα ο ρόλος της κλίμακας θεωρείται πλέον καθοριστικός στην οικολογία [Wiens 1989, Levin 1992, Benson & MacKenzie 1995, Wu et al. 2000, Wu & Qi 2000, Saura & Martinez-Millan 2001, Wu et al. 2002, Saura 2002, Saura 2004, Wu 2004]. Δείκτες της κατάστασης αγροτικού τοπίου έχουν εφαρμοστεί με τη βοήθεια δορυφορικών δεδομένων, για την εκτίμηση της κατάστασης του περιβάλλοντος μετά από εντατικές ανθρώπινες δραστηριότητες στον τομέα της γεωργίας [Ares et al. 2001]. Ειδικότερα, δείκτες τοπίου καθώς και φυσιογραφικά χαρακτηριστικά χρησιμοποιήθηκαν για τη διερεύνηση των αιτίων των μεταβολών σε ένα κατά κύριο λόγο αγροτικό τοπίο της Γερμανίας [Hietel et al. 2004]. Στην ίδια χώρα και σε τοπίο ιδιαίτερα επηρεασμένο από ανθρώπινες δραστηριότητες, όπως οι γεωργικές καλλιέργειες και η εκμετάλλευση ορυκτών πόρων, αναλύθηκε η δομή του τοπίου διαχρονικά για τον 20 ο αιώνα. Η στατιστική ανάλυση των δεικτών έδειξε πως η ετερογένεια του τοπίου ενώ ήταν σταθερή για το πρώτο μισό του αιώνα, στη συνέχεια μειώθηκε κυρίως λόγω των πολιτικών αποφάσεων για ανθρωπογενείς δραστηριότητες στην περιοχή, οδηγώντας το τοπίο σε αυξημένη ομοιογένεια. 38

55 Για τη διερεύνηση των συσχετισμών μεταξύ της κατανομής της ανθρωπογενούς καθαρής πρωτογενούς παραγωγής και του τοπίου εξετάστηκαν δείκτες ποικιλότητας, δομής και φυσικότητας του τοπίου, καθώς και έντασης χρήσεων γης [Wrbka et al. 2004]. Οι δείκτες που εμφάνισαν τις πιο ισχυρές και στατιστικά σημαντικές συσχετίσεις ήταν αυτοί της ποικιλότητας, ενώ οι δείκτες δομής ήταν λιγότερο ισχυροί αλλά πάντα στατιστικά σημαντικοί. Προκειμένου να εξεταστεί σε ποια κλίμακα η δομή του τοπίου επηρεάζει την ποιότητα του νερού σε ποτάμια και ρέματα, πραγματοποιήθηκε ανάλυση του τοπίου σε επίπεδο λεκάνης απορροής και σε επίπεδο παρόχθιας ζώνης [Potter et al. 2005]. Οι μεταβλητές της τοπογραφίας της περιοχής και των χρήσεων γης ήταν οι πιο σημαντικές, ενώ μεγαλύτερο ποσοστό της διακύμανσης της ποιότητας του νερού ερμηνεύεται κυρίως από τις μεταβλητές στο επίπεδο της λεκάνης απορροής παρά από το επίπεδο που αφορά τις παρόχθιες ζώνες. Οι Saveraid et al. [2001] χρησιμοποίησαν διαχρονικά δεδομένα SPOT και επίγειες παρατηρήσεις για τον εντοπισμό του ενδιαιτήματος για 11 είδη πτηνοπανίδας. Δείκτες τοπίου εφαρμόστηκαν σε πολύγωνα του ενδιαιτήματος για να καταλήξουν σε στατιστικά σημαντικές συσχετίσεις μεταξύ αυτών και της εμφάνισης των περισσοτέρων υπό μελέτη ειδών. Η πτηνοπανίδα ήταν αντικείμενο έρευνας και των Westphal et al. [2003], όπου εφαρμόστηκαν δείκτες τοπίου σε μεταβαλλόμενη κλίμακα εφαρμογής. Οι δείκτες υπολογίστηκαν σε περιοχές όπου υπήρχαν παρατηρήσεις των υπό μελέτη ειδών και σε αποστάσεις 2, 5 και 10km για να προσδιοριστεί η κλίμακα στην οποία η αφθονία των ειδών παρουσιάζει μεγαλύτερη συσχέτιση με τη δομή του τοπίου. Η ανάλυση έδειξε πως η διάταξη του τοπίου μπορεί να ερμηνεύσει τη διασπορά των ειδών με σχετικά μεγάλη αξιοπιστία. Παρόμοια έρευνα στη Φινλανδία [Brotons et al. 2003] κατέληξε στα ίδια συμπεράσματα, επισημαίνοντας πως η ετερογένεια του τοπίου είναι ο πιο σημαντικός παράγοντας για τη διατήρηση της ποικιλότητας της πτηνοπανίδας. Στο ίδιο πλαίσιο η αφθονία και διασπορά της πτηνοπανίδας εξετάστηκε συγκριτικά σε ενδιαιτήματα που ήταν είτε ετερογενείς είτε ομοιόμορφες συνεχείς δασικές περιοχές [Brotons et al. 2004]. Η περιοχή μελέτης αφορούσε χαρακτηριστικό μεσογειακό τοπίο της Ισπανίας, επηρεασμένο από διαταραχές όπως οι πυρκαγιές. Κατέληξαν πως η ποικιλότητα της πτηνοπανίδας ευνοείται από την ετερογένεια του τοπίου, κάτι που συμφωνεί και με τα παραπάνω όπως και με τα συμπεράσματα των Trabaud & Galtie [1996]. Η αφθονία του αγριοκούνελου στο Μεσογειακό τοπίο της Ισπανίας συσχετίστηκε ισχυρά με τη δομή και διάταξη του τοπίου, ως προς τη διασπορά των αγροτικών εκτάσεων, των θαμνώνων και την απόσταση μεταξύ των διαφορετικών τύπων γεωργικής καλλιέργειας, 39

56 καθώς και τις κλιματικές συνθήκες [Calvete et al. 2004]. Οι διαχρονικές μεταβολές των καλλιεργειών εξηγούν και τις μεταβολές στην αφθονία των ειδών της πανίδας. Ο δείκτης πυκνότητας χωροψηφίδων εφαρμόστηκε σε πολλαπλές κλίμακες για τη διερεύνηση των σχέσεων που υφίστανται μεταξύ αυτού και της αφθονίας ειδών της πανίδας αρκτικών περιοχών του Καναδά [Johnson et al. 2004]. Η δομή του τοπίου και πιο συγκεκριμένα η συνδεσιμότητα μεταξύ του ενδιαιτήματος δύο διαφορετικών ειδών ακρίδας εξετάστηκε σε σχέση με την αφθονία των ατόμων των παραπάνω ειδών [With & Crist 1995]. Η ανάλυση εστιάστηκε στον εντοπισμό κρίσιμων τιμών στη διάταξη του τοπίου, οι οποίες επηρεάζουν την αφθονία των δύο ειδών ακρίδας. Τους ίδιους παράγοντες του τοπίου εξέτασε ο Schumaker [1996], σε σχέση με τη διασπορά ειδών της άγριας πανίδας, χρησιμοποιώντας κάποιους από τους συνήθεις δείκτες ποσοτικοποίησης της κατάτμησης του τοπίου, ενώ εισήγαγε και ένα δικό του δείκτη (patch cohesion-δείκτης συνοχής χωροψηφίδας), ο οποίος και έδειξε την πιο ισχυρή συσχέτιση με τα μοντέλα διασποράς των ειδών. Στο αντικείμενο της εντομολογίας, εξετάστηκε η δομή του τοπίου επί της πυκνότητας και διασποράς της εμφάνισης ειδών κουνουπιού στην Ταϊλάνδη [Overgaard et al. 2003]. Τα συγκεκριμένα είδη θεωρούνται υπεύθυνα για τη μετάδοση της ελονοσίας και προέκυψε πως η αφθονία τους συσχετίζεται θετικά με το μέσο μέγεθος χωροψηφίδων και αρνητικά με την ποικιλότητα του τοπίου. Στην περίπτωση αυτή η κατάτμηση του τοπίου που προέκυψε από τις ανθρώπινες δραστηριότητες έχει θετικές επιδράσεις καθώς μειώνει την πιθανότητα επιβίωσης των επικίνδυνων για την υγεία του ανθρώπου κουνουπιών. Οι Plotnick & Gardner [2002] πραγματοποίησαν προσομοίωση για τη διερεύνηση της χωρικής διασποράς ενός είδους βελανιδιάς σε σχέση με την ετερογένεια του τοπίου και το ιστορικό των διαταραχών στην περιοχή. Το μοντέλο που αναπτύχθηκε έδειξε πως η διασπορά των ενδιαιτημάτων επηρεάζει άμεσα τη διασπορά των ιστάμενων δέντρων, ενώ το είδος δεν εμφανιζόταν στις περιοχές όπου οι διαταραχές είχαν κάνει την εμφάνισή τους. Μοντέλο που χρησιμοποιεί ως παραμέτρους τη χωρική και χρονική κλίμακα εφαρμόστηκε επίσης για τη διερεύνηση της ισορροπίας του τοπίου μετά από διαταραχές [Turner et al. 1993]. Οι παράμετροι που χρησιμοποιήθηκαν ήταν ο λόγος μεταξύ του χρόνου μεταξύ δύο διαδοχικών διαταραχών στην ίδια περιοχή προς το χρόνο που απαιτείται για να επανέλθει η περιοχή σε ένα ώριμο στάδιο και ο λόγος της έκτασης της διαταραχής προς την έκταση του τοπίου. Αποδεικνύεται πως και οι δύο είναι σημαντικοί καθώς σε συνδυασμό με το χρόνο αναγέννησης είναι δυνατόν να αυξήσουν την ετερογένεια του τοπίου. 40

57 2.4 Οικολογία τοπίου και πυρκαγιές Ένα μεγάλο μέρος των ερευνητικών εργασιών στο πεδίο των πυρκαγιών ακολουθούν τη βασική θεώρηση της οικολογίας τοπίου ότι η διάταξη (pattern) σχετίζεται με τις διαδικασίες (process). Η σχέση αυτή μάλιστα θεωρείται αμφίδρομη [Turner 1989]. Η μελέτη των ποσοτικών σχέσεων που δημιουργούνται μεταξύ τους είναι απαραίτητες για την ορθή κατανόηση του φαινομένου έτσι ώστε να είναι δυνατή η διαχείριση σύμφωνα με την ολιστική προσέγγιση του τοπίου [Rollins et al. 2002]. Έτσι έχουν δημοσιευτεί εργασίες όπου εξετάζεται η χωρική διασπορά της εμφάνισης πυρκαγιών, η εμφάνιση και/ή ο βαθμός διάδοσής τους σε σχέση με την υφιστάμενη βλάστηση και κοινωνικοοικονομικά κριτήρια, με αποτελέσματα κάποιες φορές αντικρουόμενα, λόγω της εφαρμογής διαφορετικής μεθοδολογίας κάθε φορά [Romme 1982, Chou et al. 1990, Leitner et al. 1991, Chuvieco & Salas 1996, Trabaud & Galtie 1996, Ricotta et al. 1998, Chuvieco 1999, Li et al. 1999, Brown et al. 1999, Miller & Urban 2000, Haydon et al. 2000, Hargrove et al. 2000, Vazquez & Moreno 2001, Pew & Larsen 2001, Cardille & Ventura 2001, Rollins et al. 2002, Calcerrada & Perry 2002, Henry & Yool 2002, Mouillot et al. 2003, Fule et al. 2003, Wells et al. 2004, Duncan & Schmalzer 2004, Cleland et al. 2004, Yohay & Flather 2004, Wimberly 2004, Syphard & Franklin 2004, Hudak et al. 2004, de la Riva et al. 2004]. Με βάση τις περιμέτρους των πυρκαγιών σε λεκάνη απορροής έκτασης 73 km 2 στο εθνικό πάρκο Yellowstone των ΗΠΑ δημιουργήθηκε εκ νέου το μωσαϊκό της βλάστησης από το 17 ο αιώνα και μετά. Υπολογίστηκαν δείκτες ποικιλότητας του τοπίου διαχρονικά για τα μωσαϊκά και βρέθηκε πως οι μεγάλες πυρκαγιές μέχρι το 18 ο αιώνα περίπου προκάλεσαν μεγάλη ποικιλότητα στο τοπίο, ενώ για τους επόμενους αιώνες δεν υπήρξε μεγάλη διαταραχή, κάτι που αύξησε την ομοιογένεια και μείωσε την ποικιλότητα. Στο τελευταίο μισό του 20 ου αιώνα, δύο μεγάλες πυρκαγιές και επιδημίες εντόμων, αύξησαν την ποικιλότητα του τοπίου. Ένα μοντέλο διαχείρισης πυρκαγιών που εφαρμόστηκε στην περιοχή έδειξε πως η ανθρώπινη επέμβαση σε κάποιες περιπτώσεις μπορεί να αυξήσει την ποικιλότητα, ενώ σε άλλες περιπτώσεις η φυσική εμφάνιση πυρκαγιών την αυξάνει σημαντικά [Romme 1982]. Η δομή του τοπίου εξετάστηκε από τους Leitner et al [1991] σε περιοχή όπου το τοπίο διχοτομείται από ένα ποταμό, αφήνοντας το ομοιογενές και ξηρό, ευαίσθητο στις πυρκαγιές, τοπίο στα δυτικά του ποταμού, ενώ το πιο ανομοιογενές και υγρό τοπίο στα ανατολικά του ποταμού. Καταληκτικά αναφέρεται πως τα πιο ομοιογενή τοπία διευκολύνουν τη διάδοση των διαταραχών, ενώ τα ανομοιογενή δημιουργούν φυσικά εμπόδια, καθώς και ότι η ομοιογένεια και οι διαταραχές είναι ένα αλληλεπιδραστικό 41

58 φαινόμενο, καθώς οι πυρκαγιές δημιουργούν ομοιογένεια, ενώ η ομοιογένεια ευνοεί τις πυρκαγιές. Οι Turner & Romme [1994] διερεύνησαν το ρόλο των επικόρυφων πυρκαγιών σε σχέση με τη δομή του τοπίου καθώς και τις επιπτώσεις της χωρικής ετερογένειας στις πυρκαγιές και την υφιστάμενη βλάστηση. Διαπιστώθηκε η αλληλεπίδραση των πυρκαγιών με τη δομή του τοπίου, καθώς οι επικόρυφες πυρκαγιές οδηγούν σε συστάδες διαφορετικής ηλικίας σε ευρεία κλίμακα στο τοπίο, αλλά είναι παράλληλα δυνατόν να περιοριστούν από τη διαμόρφωση του τοπίου. Η αυξημένη γνώση των οικολογικών διαδικασιών και οι επιπτώσεις της δομής και της χωρικής διάταξης του τοπίου στη δυναμική των πυρκαγιών παρέχει καλύτερη αντίληψη στη συμπεριφορά των συνεπειών των επικόρυφων πυρκαγιών. Η πολυμεταβλητή ανάλυση χωρικών μεταβλητών σε σχέση με τον κίνδυνο πυρκαγιάς εξετάστηκε σε περιοχή της Ισπανίας. Προτάθηκε μεθοδολογία για τη χρήση νέων τεχνολογιών, όπως Γεωγραφικά Συστήματα Πληροφοριών και Τηλεπισκόπηση, στη διερεύνηση της χωρικής κατανομής του κινδύνου δασικών πυρκαγιών, όπου συμπεριλήφθηκαν τοπογραφικά και μετεωρολογικά δεδομένα σε συνδυασμό με μοντέλα καύσιμης ύλης και ανθρωπογενείς παράγοντες [Chuvieco & Salas 1996]. Διερευνώντας οι Trabaud & Galtie [1996] τις επιπτώσεις των επαναλαμβανόμενων πυρκαγιών στη φυτοκοινωνία, το τοπίο, το οικοσύστημα και τη βιοποικιλότητα (ετερογένεια) της ίδιας περιοχής, διαπίστωσαν πως οι όποιες μεταβολές δεν οφείλονται αποκλειστικά στις πυρκαγιές αλλά και σε ανθρωπογενείς παράγοντες. Οι ανθρωπογενούς προέλευσης πυρκαγιές μελετήθηκαν ως προς τη χωρική κατανομή τους στη Νήσο του Βανκούβερ του Καναδά, καθώς και σε σχέση με τις κλιματικές συνθήκες και την απόσταση του σημείου έναρξης από ανθρωπογενείς δραστηριότητες, με την εφαρμογή λογιστικής παλινδρόμησης. Τα μοντέλα που προέκυψαν έδειξαν πως μειωμένη πιθανότητα έναρξης πυρκαγιάς υπάρχει όσο μεγαλύτερη είναι η απόσταση από ανθρωπογενείς δραστηριότητες και όσο αυξάνουν τα επίπεδα των θερινών βροχοπτώσεων [Pew & Larsen 2001]. Οι Turner et al. [1997] πραγματοποίησαν μελέτη των επιπτώσεων του μεγέθους της καμένης έκτασης, της έντασης της πυρκαγιάς και της χωρικής διάταξης των πυρκαγιών στη μετά την πυρκαγιά διαδοχή της βλάστησης. Το τοπίο ταξινομήθηκε ανάλογα με το αν κάποια έκταση ήταν καμένη ή όχι και καταγράφηκαν η ένταση της πυρκαγιάς και η υφιστάμενη βλάστηση μετά την πυρκαγιά. Βρέθηκε ότι το μέγεθος των καμένων χωροψηφίδων, καθώς και η ένταση της πυρκαγιάς επηρέασε σημαντικά την ανάπτυξη της βιομάζας. 42

59 Η χωρική διασπορά των πυρκαγιών εξετάστηκε από τους Chou et al. [1990] με τη βοήθεια ανάλυσης χωρικής αυτοσυσχέτισης των πολυγώνων από περιμέτρους πυρκαγιών. Ο δείκτης Ι του Moran που εφαρμόστηκε έδειξε πως υπάρχει μεγάλη αυτοσυσχέτιση μεταξύ των πυρκαγιών που βρίσκονται σε γειτονικές περιοχές, ενώ παράλληλα αποδείχτηκε πως οι χωρικές μεταβλητές είναι απαραίτητες στα μοντέλα πρόβλεψης πυρκαγιών καθώς οδηγούν σε αυξημένα επίπεδα ακρίβειας. Η χρονική διάταξη των πυρκαγιών μελετήθηκε με τη χρήση λογιστικών μοντέλων, όπου ιδιαίτερη επιτυχία υπήρξε στην πρόβλεψη μέσων και μικρών πυρκαγιών, ενώ για τις μεγαλύτερες πυρκαγιές αποδείχτηκε πως απαιτείται καλύτερη κατανόηση και διερεύνηση των σχέσεων που υπάρχουν μεταξύ της πιθανότητας έναρξης πυρκαγιάς και της ηλικίας της υφιστάμενης δασικής βλάστησης [Li et al. 1997]. Δεδομένα LANDSAT TM ή MSS χρησιμοποιούνται συχνά στη μελέτη της διαδοχής της βλάστησης πριν και μετά τις πυρκαγιές. Για τη διαχρονική καταγραφή των περιμέτρων των πυρκαγιών και την ανάλυση της χωρικής τους κατανομής οι Diaz-Delgado & Pons [2001] χρησιμοποίησαν το δείκτη NDVI, οποίος εφαρμόστηκε σε εικόνες LANDSAT MSS με ημερομηνίες λήψης από το 1975 έως το 1993 στην Καταλονία της Ισπανίας. Η αναγέννηση του Μεσογειακού τοπίου μελετήθηκε επίσης από τους Ricotta et al. [1998] με την εφαρμογή του δείκτη κλασματικής διάστασης σε δεδομένα NDVI προερχόμενα από δορυφορικά δεδομένα LANDSAT TM. Η μελέτη συμπεριέλαβε πυρκαγιές για ένα διάστημα 9 ετών, από το 1982 έως το Αποδείχτηκε πως το Μεσογειακό τοπίο είναι ανθεκτικό ως προς τις πυρκαγιές καθώς ναι μεν υφίσταται κάποια ομοιογενοποίηση, αλλά μετά δύο χρόνια από την εκάστοτε πυρκαγιά, η χωρική δομή των χωροψηφίδων του τοπίου επανέρχονται σχεδόν στην ίδια κατάσταση. Παρόμοια μελέτη έγινε με χρήση δορυφορικών δεδομένων πριν και μετά μιας από τις μεγαλύτερες πυρκαγιές της Ισπανίας [Chuvieco 1999]. Σκοπός της εργασίας ήταν η εκτίμηση της δυνατότητας πρακτικής εφαρμογής δεικτών του τοπίου στην καταγραφή αλλαγών που προκαλούνται από μεγάλες πυρκαγιές. Δείκτες υπολογίστηκαν τόσο στα συνεχή δεδομένα του NDVI, όπως τυπική απόκλιση, δείκτης Ι του Moran, όσο και σε κατηγοριοποιημένα δεδομένα, αριθμός, όπως μέσο μέγεθος και σχήμα χωροψηφίδων. Η διερεύνηση των τιμών των δεικτών πριν και μετά την πυρκαγιά έδειξαν πως η ποικιλότητα της βλάστησης μειώθηκε, αυξήθηκε η ομοιογένεια, καθώς και ότι άλλαξε το σχήμα των χωροψηφίδων με τάση σε πιο ανομοιογενή σχήματα. Η αλλαγή στην κλίμακα εφαρμογής, με διεύρυνση της περιοχής μελέτης, καθώς και στην κλίμακα μετρήσεων με χρήση δορυφορικών δεδομένων AVHRR, δεν άλλαξε τα συμπεράσματα, καταλήγοντας πως οι παραπάνω επιρροές των πυρκαγιών στο τοπίο είναι όμοιες σε πολλαπλές κλίμακες. 43

60 Σε παρόμοια εργασία [Ricotta & Retzlaff 2000], σε άλλη περιοχή της Ισπανίας χρησιμοποιήθηκαν και πάλι δορυφορικά δεδομένα LANDSAT TM για τον εντοπισμό της καμένης έκτασης, όπου έγινε υπολογισμός του δείκτη κλασματικής διάστασης σε διάφορες κλίμακες. Η ερμηνεία της εφαρμογής του δείκτη παρείχε πληροφορίες σχετικά με τη διαδικασία διάδοσης της πυρκαγιάς, σε όλες τις κλίμακες μέτρησης. Η διαχρονική διάταξη των πυρκαγιών και η διερεύνηση του ρόλου τους στην ετερογένεια του τοπίου ήταν το αντικείμενο εργασίας που έγινε μελετώντας μεταβλητές όπως το διάστημα μεταξύ πυρκαγιών και ο αριθμός πυρκαγιών ανά έτος [Brown et al. 1999]. Στα συμπεράσματα της εργασίας αναφέρεται πως οι καμένες εκτάσεις, το διάστημα μεταξύ πυρκαγιών, η ένταση της κάθε πυρκαγιάς και η εποχή εμφάνισής τους μεταβάλλονται σημαντικά. Η μεταβλητότητα αυτή, τόσο χωρικά, όσο και χρονικά, έχει σαν αποτέλεσμα την αύξηση της ομοιογένειας σε πολλαπλές κλίμακες του τοπίου. Ανάλογη εργασία πραγματοποιήθηκε στην Αυστραλία [Haydon et al. 2000], όπου εφαρμόστηκε μοντέλο για τη διερεύνηση του ρόλου των πυρκαγιών στη δυναμική του τοπίου και γενικότερα των δυνατοτήτων που παρέχει η εφαρμογή μεθόδων διαχείρισης πυρκαγιών. Το μοντέλο έδειξε πως το μέγεθος των πυρκαγιών δεν συσχετίζεται σημαντικά με τη συχνότητα εμφάνισής τους. Ωστόσο το αντίθετο προέκυψε από αντίστοιχη εργασία στον Καναδά [Li et al. 1999], όπου η διερεύνηση των σχέσεων που προκύπτουν από τη διαχρονική μελέτη της διάταξης, του μεγέθους και του χρόνου επαναφοράς των πυρκαγιών έδειξε ότι υπάρχει συσχέτιση μεταξύ του μεγέθους και του χρόνου επαναφοράς και ότι με κάποιες παραδοχές, το ένα από τα δύο χαρακτηριστικά θα ήταν απαραίτητο για το χαρακτηρισμό του καθεστώτος των πυρκαγιών για κάποια περιοχή. Αντίστοιχα ο Wimberly [2004] εφάρμοσε μοντέλο για την προσομοίωση της εξέλιξης του τοπίου μετά από διαφορετικής βαρύτητας και συχνότητας πυρκαγιές, το οποίο έδειξε πως η σύνθεση του τοπίου δεν επηρεάζεται τόσο από τη διάταξη πριν από τη διαταραχή, όσο από τη συχνότητα και ένταση των πυρκαγιών. Άλλο ένα χαρακτηριστικό του τοπίου και συγκεκριμένα η διάταξη και μεταβολή της καύσιμης ύλης, εξετάστηκε από τους Miller & Urban [2000] σε σχέση με τη συχνότητα εμφάνισης πυρκαγιών και τοπογραφικούς παράγοντες, όπως το υψόμετρο. Προέκυψε πως η συνδεσιμότητα της καύσιμης ύλης συσχετίζεται αρνητικά με τη συχνότητα εμφάνισης των πυρκαγιών, ενώ μεταβάλλεται και με το υψόμετρο. Η συσχέτιση όμως δεν είναι σημαντική όταν τα επίπεδα υγρασίας της καύσιμης ύλης είναι σε ακραία σημεία. Τα τοπογραφικά χαρακτηριστικά των καμένων εκτάσεων χρησιμοποιήθηκαν σε διαχρονική μελέτη διερεύνησης των συσχετίσεων με χαρακτηριστικά των πυρκαγιών [Vazquez & Moreno 2001]. Διαπιστώθηκε ομαδοποιημένη κατανομή των καμένων εκτάσεων σε χαμηλά υψόμετρα, ήπιες κλίσεις και ανατολικές και βόρειες εκθέσεις για τις εκτάσεις που 44

61 κάηκαν για μια φορά, ενώ οι δυτικές και βόρειες εκθέσεις είχαν προσβληθεί δύο ή περισσότερες φορές από πυρκαγιά. Οι δείκτες τοπίου χρησιμοποιήθηκαν σε κάποιες περιπτώσεις για την εκτίμηση της κατάστασης του τοπίου σε σχέση με την εμφάνιση των πυρκαγιών. Έτσι στην κεντρική Ισπανία αναλύθηκε το τοπίο σε σχέση με κοινωνικοοικονομικά δεδομένα και ιστορικά στοιχεία πυρκαγιών [Calcerrada & Perry 2002]. Παρατηρήθηκε διάσπαση των βοσκότοπων από θαμνώνες οι οποίοι εμφανίζονται ομοιογενείς. Ο αριθμός των πυρκαγιών βέβαια καταγράφεται αυξημένος αν και οι καμένες εκτάσεις είναι τελικά μικρότερης έκτασης. Οι αλλαγές βρέθηκε ότι οφείλονται σε μετακίνηση του πληθυσμού προς τα αστικά κέντρα και πως η εξέλιξη του τοπίου οδηγείται σε μεγαλύτερη ευπάθεια στις πυρκαγιές. Πιο εξειδικευμένη χρήση δεικτών του τοπίου έγινε στην Αριζόνα όπου δορυφορικά δεδομένα LANDSAT TM χρησιμοποιήθηκαν για την εκτίμηση της διαμόρφωσης του τοπίου, σε σχέση με το ιστορικό των πυρκαγιών [Henry & Yool 2002]. Επιλέχθηκαν εννιά ζεύγη δειγματοληπτικών επιφανειών (με μια καμένη και μια μη καμένη έκταση), όπου υπολογίστηκαν μέσες τιμές των φασματικών χαρακτηριστικών τους καθώς και δείκτες τοπίου. Οι δείκτες αυτοί συσχετίστηκαν με μεταβλητές που προέκυψαν από κατηγοριοποίηση του ιστορικού των πυρκαγιών στις υπόψη δειγματοληπτικές επιφάνειες. Οι δείκτες που εμφάνισαν μεγαλύτερη συσχέτιση ήταν ο συντελεστής διακύμανσης του μεγέθους των χωροψηφίδων, το μέσο μέγεθος χωροψηφίδας και ο αριθμός χωροψηφίδων στη μονάδα έκτασης, ενώ οι μεταβλητές του ιστορικού των πυρκαγιών που εμφάνισαν μεγάλη συσχέτιση με τους παραπάνω δείκτες ήταν το μέγιστο διάστημα χωρίς πυρκαγιά και το μέσο χρονικό διάστημα χωρίς πυρκαγιά. Οι συσχετίσεις αυτές οδηγούν στο συμπέρασμα ότι οι συχνές πυρκαγιές οδηγούν σε ανομοιογένεια και διάσπαση/κατάτμηση (κατακερματισμό) του τοπίου καθώς και σε πολύπλοκα σχήματα χωροψηφίδων. Στα ίδια περίπου συμπεράσματα καταλήγει και έρευνα η οποία πραγματοποιήθηκε στη Νότιο Αφρική, όπου ως περιοχές έρευνας χρησιμοποιήθηκαν τρεις εκτάσεις υπό διαφορετική πρακτική χρήσεων γης [Hudak et al. 2004]. Οι δείκτες τοπίου εφαρμόστηκαν και στις τρεις περιοχές και τα αποτελέσματα έδειξαν πως διαφορετικές χρήσεις, ως προς το βαθμό της ανθρώπινης επίδρασης, έδωσε διαφορετικό αριθμό, συχνότητα και ένταση πυρκαγιών. Οι περιοχές με το μεγαλύτερο βαθμό επίδρασης από τις πυρκαγιές είχαν και τη μεγαλύτερη αύξηση στην ετερογένεια του τοπίου καθώς και τη μεγαλύτερη πολυπλοκότητα στα σχήματα. Ιστορικά δεδομένα περιμέτρων πυρκαγιών χρησιμοποιηθήκαν και σε δύο διαφορετικές περιοχές στα Βραχώδη Όρη των ΗΠΑ, όπου συσχετίστηκαν με τοπογραφικά, κλιματικά 45

62 και δεδομένα βλάστησης [Rollins et al. 2002]. Στόχος ήταν η συσχέτιση των πιθανοτήτων που εμφάνιζαν κάποιες εκτάσεις να καούν μία, δύο ή περισσότερες φορές με τα προαναφερόμενα χαρακτηριστικά του τοπίου. Οι συσχετίσεις που προέκυψαν ήταν ισχυρές, ενώ οι παράγοντες που στατιστικά έδειξαν τη μεγαλύτερη συσχέτιση ήταν η οριζόντια συνέχεια και η υγρασία της καύσιμης ύλης. Τη διαχρονική και χωρική διάταξη των πυρκαγιών από το 1700 ως το 2000 μελέτησαν οι [Fule et al. 2003] σε δύο περιοχές του Grand Canyon των ΗΠΑ. Ιστορικά στοιχεία της δομής του δάσους και των πυρκαγιών χρησιμοποιήθηκαν σε συνδυασμό με μετρήσεις πεδίου και δορυφορικά δεδομένα LANDSAT ETM για την αναδόμηση των συνθηκών του δάσους και των πυρκαγιών που εμφανίστηκαν στην παραπάνω χρονική περίοδο. Οι κλιματικές συνθήκες ήταν από τους κύριους παράγοντες που επηρέασαν τη χρονική διάταξη των πυρκαγιών, καθώς ξηρά έτη που ακολουθούσαν έτη με υψηλά ποσοστά υγρασίας εμφάνισαν τις περισσότερες και πιο ισχυρές πυρκαγιές. Στη Φλόριδα των ΗΠΑ εφαρμόστηκαν μέθοδοι προσομοίωσης της υφιστάμενης βλάστησης καθώς και του ιστορικού των πυρκαγιών, διαχρονικά από τις αρχές του προηγούμενου αιώνα [Duncan & Schmalzer 2004]. Ποσοτικοποιήθηκαν οι ανθρωπογενείς παρεμβάσεις στο τοπίο ώστε να διαπιστωθούν οι επιδράσεις τους στη διάδοση των πυρκαγιών. Προέκυψε πως η ανθρώπινη δραστηριότητα προκάλεσε την κατάτμηση της καύσιμης ύλης στην περιοχή, είτε με τη μετατροπή των χρήσεων σε αγροτικές ή βιομηχανίες, είτε με την εγκατάσταση παραγωγικών δασών που εξαφάνισαν τον εύφλεκτο υπόροφο. Καταληκτικά αναφέρεται πως οι ανθρωπογενείς δραστηριότητες μπορούν να μεταβάλλουν σε μεγάλο βαθμό τη χωρική και χρονική διάταξη των πυρκαγιών. Ένας άλλος τρόπος εντοπισμού των ανθρωπίνων δραστηριοτήτων που σχετίζονται με την εμφάνιση και διάδοση των πυρκαγιών εφαρμόστηκε σε μεσογειακό τοπίο της Καλιφόρνιας [Wells et al. 2004]. Εξετάστηκε η χρονική και χωρική διάταξη των πυρκαγιών, καθώς και η μεταβολή αυτών, για το χρονικό διάστημα , σε σχέση με όμοιας δομής τύπους βλάστησης, ως προς τη συμπεριφορά τους προς τις πυρκαγιές, που εμφανίζει η περιοχή. Πέραν των χαρτών βλάστησης, χρησιμοποιήθηκαν και χάρτες ηλικίας των συστάδων καθώς και χάρτες συχνότητας πυρκαγιών. Κατέληξαν πως το ιστορικό των πυρκαγιών εξαρτάται άμεσα από τον τύπο της βλάστησης, καθώς και πως οι ανθρώπινες δραστηριότητες, στην περίπτωση των παράκτιων θαμνώνων προκάλεσαν αύξηση της συχνότητας πυρκαγιών, ενώ στα υψηλά παραγωγικά δάση, λόγω των μέτρων πρόληψης και καταστολής, τόσο η συχνότητα των πυρκαγιών όσο και οι καμένες εκτάσεις εμφάνισαν μείωση. Επίσης οι [Yohay & Flather 2004] έδειξαν πως η διαδοχή της βλάστησης μετά από κάποια διαταραχή εξαρτάται όχι μόνο από τις οικολογικές συνθήκες 46

63 του τοπίου, αλλά πάντα και από τις ανθρώπινες δραστηριότητες που σχετίζονται με το τοπίο. Η διερεύνηση της χωρικής και χρονικής κατανομής των πυρκαγιών πραγματοποιήθηκε σε βόρειες πολιτείες των ΗΠΑ με τη χρήση μιας ενοποιημένης ψηφιακής βάσης δεδομένων για τα συμβάντα πυρκαγιών, όπου καταγραφόταν η αιτία, ο χρόνος και η θέση της κάθε πυρκαγιάς για το χρονικό διάστημα μιας δεκαετίας [Cardille & Ventura 2001]. Τα δεδομένα των πυρκαγιών καθώς και δεδομένα κάλυψης γης και ιδιοκτησίες μετατράπηκαν σε μια μορφή κανάβου σε διάφορες κλίμακες ώστε να διαπιστωθεί αν κάποια από τις παραπάνω μεταβλητές συσχετίζεται με τη συχνότητα εμφάνισης των πυρκαγιών. Προέκυψε πως κύριες αιτίες των πυρκαγιών ήταν οι σχετικές με ανθρωπογενείς δραστηριότητες καθώς και ότι η κάλυψη της γης σχετίζεται στατιστικά σημαντικά σε όλες τις κλίμακες εφαρμογής της μελέτης με τη συχνότητα εμφάνισης των πυρκαγιών. Ειδικότερα δε αναφέρεται πως περιοχές δασικές αραιοκατοικημένες ή και καθόλου κατοικημένες από τον άνθρωπο εμφανίζουν πολύ μικρότερη πιθανότητα εμφάνισης πυρκαγιάς από τις μη δασικές που βρίσκονται εγγύτερα σε κατοικημένες περιοχές. Οι Cleland et al. [2004] σε διαχρονική μελέτη που πραγματοποίησαν με τη βοήθεια ιστορικών αλλά και σύγχρονων δεδομένων πυρκαγιών, έδειξαν πως η ευαισθησία του τοπίου ως προς τις πυρκαγιές διαχρονικά διατηρείται στα ίδια επίπεδα. Αυτό που διαφοροποιείται είναι οι αιτίες που καθορίζουν την τάση του τοπίου ως προς τις πυρκαγιές, καθώς στη σύγχρονη εποχή οι δραστηριότητες του ανθρώπου είναι αυτές που ρυθμίζουν την κατάσταση. Έτσι στις περιπτώσεις όπου επικρατεί η οικονομική εκμετάλλευση των φυσικών πόρων έχουν μειωθεί τόσο η συχνότητα των πυρκαγιών όσο και η έκτασή τους, ενώ σε άλλες περιπτώσεις, η παραμονή ανθρώπων εντός του φυσικού περιβάλλοντος, όπως για παράδειγμα οι δραστηριότητες αναψυχής και γεωργίας, προκαλεί μεγαλύτερη συχνότητα πυρκαγιών. Για την ανάλυση της χωρικής διάταξης των πυρκαγιών χρησιμοποιήθηκε από τους de la Riva et al. [2004] μια εξελιγμένη μέθοδος υπολογισμού πυκνότητας σημειακών φαινομένων, η μέθοδος πυκνότητας με χρήση πυρήνα. Η μεθοδολογία εφαρμόστηκε σε δύο διαφορετικές ορεινές περιοχές της Ισπανίας και είχε ως σκοπό την προσαρμογή των σημειακών δεδομένων έναρξης πυρκαγιών σε κατάλληλη μορφή ώστε να χρησιμοποιηθούν ως εισροή σε μοντέλα εκτίμησης της επικινδυνότητας πυρκαγιάς. Η μετατροπή των σημειακών φαινομένων σε επιφανειακά (συνεχής επιφάνεια), πραγματοποιήθηκε ώστε να είναι δυνατή η συμμετοχή τους σε χωρικές αναλύσεις με σκοπό τη συσχέτισή τους με αιτιώδεις παράγοντες. Η εφαρμογή μοντέλων για την εξέλιξη της διάδοσης της πυρκαγιάς έχει εφαρμοστεί τόσο σε φυσικά όσο και σε ομοιογενή πειραματικά τοπία [Hargrove et al. 2000]. Η 47

64 συγκεκριμένη μελέτη έδειξε πως η μεταβλητότητα του τοπίου διαδραματίζει σημαντικό ρόλο μόνο κάτω από ήπιες μετεωρολογικές συνθήκες, ενώ όταν αυτές είναι ακραίες, δηλαδή επικρατεί έντονη ξηρασία και δυνατοί άνεμοι, η πυρκαγιά εξαπλώνεται ανεξάρτητα από τον τύπο της καύσιμης ύλης. Μοντελοποίηση της διαδοχής του τοπίου μετά από διαταραχές (πυρκαγιές) εφαρμόστηκε και για την εκτίμηση της κλίμακας μέτρησης, δηλαδή της χωρικής ανάλυσης των δεδομένων σχετικά με την κατανομή των ειδών στην περιοχή μελέτης [Syphard & Franklin 2004]. Η χωρική κατανομή των πυρκαγιών διαχρονικά από το 1957 έως και το 1997 μελετήθηκε σε κεντρική περιοχή της Κορσικής [Mouillot et al. 2003]. Πραγματοποιήθηκε σύνδεση της συχνότητας εμφάνισης με στοιχεία της τοπογραφίας, της βλάστησης και του εδάφους. Η συμπεριφορά των πυρκαγιών χρονικά έδειξε πως δεν υπάρχουν αλλαγές στη συχνότητα και την ένταση των πυρκαγιών στο σύνολο της περιοχής μελέτης και για όλο το χρονικό διάστημα έρευνας. Η χωρική διασπορά όμως περιορίστηκε στο μισό περίπου της περιοχής μελέτης (53%), ειδικότερα δε σε νότιες εκθέσεις και βλάστηση των πρώτων σταδίων της διαδοχής, δηλαδή λιβάδια, θάμνους και θαμνολίβαδα. Τα αποτελέσματα αυτά δικαιολογούνται καθώς υπήρξε εγκατάλειψη της περιοχής από τις αρχές του 20 ου αιώνα, αλλά και λόγω των ανθρωπίνων δραστηριοτήτων στο μισό της περιοχής που εμφάνισε τις πυρκαγιές. Ένα από τα θέματα προτεραιότητας στο ερευνητικό πεδίο της οικολογίας τοπίου είναι η διερεύνηση της σχέσης που παρουσιάζεται μεταξύ των δεικτών τοπίου και των οικολογικών διεργασιών [Wu & Hobbs 2002]. Όταν οι δείκτες τοπίου είναι οικολογικά συναφείς και αντανακλούν σημαντικές ιδιότητες της χωρικής διάταξης, είναι δυνατόν να αποτελέσουν ένα λειτουργικό σύνδεσμο μεταξύ της δυναμικής των οικολογικών διαδικασιών και τη δομή του τοπίου. Διαταραχές όπως η πυρκαγιά αποτελούν έναν από τους πρωταρχικούς μηχανισμούς ή παράγοντες πού έχουν τη δυνατότητα να μεταβάλλουν τη διάταξη της βλάστησης στο τοπίο, ενώ η διάταξη της βλάστησης με τη σειρά της επηρεάζει το καθεστώς των πυρκαγιών. Έτσι στην οικολογία τοπίου το ενδιαφέρον επικεντρώνεται στην κατανομή της βλάστησης που δημιουργείται από το καθεστώς των πυρκαγιών (διαδικασία) και σε ποια έκταση η πυρκαγιές επηρεάζονται από την κατανομή της βλάστησης. Αυτές είναι οι πλέον κατάλληλες ερωτήσεις καθώς η διάταξη της βλάστησης και η διαδικασία των πυρκαγιών έχουν μια αλληλεπιδραστική σχέση. Στην περίπτωση αυτή η αλληλεπίδραση υφίσταται καθώς η διαδικασία δημιουργεί, μεταβάλει και συντηρεί τη διαμόρφωση, ενώ η διάταξη περιορίζει, υποστηρίζει ή ουδετεροποιεί τη διαδικασία. Αυτή είναι η αρχή που παρέχει τις βάσεις για την ανάλυση της χωρικής διάταξης [Li & Wu 2004]. 48

65 Για τη διερεύνηση των σχέσεων μεταξύ διαταραχών και διάταξης του τοπίου έχουν χρησιμοποιηθεί διάφορες μέθοδοι. Για παράδειγμα, έχουν εφαρμοστεί μοντέλα επιδημιολογίας για τη μελέτη της δυνατότητας διάδοσης της πυρκαγιάς σε επίπεδο τοπίου [O'Neill et al. 1992]. Κατά την υπόψη μελέτη, τα μοντέλα επιδημιολογίας μετατράπηκαν έτσι ώστε να λαμβάνουν υπόψη το χώρο και να λειτουργούν σε δύο διαστάσεις, ενώ το τοπίο διαχωρίστηκε σε χωροψηφίδες ευπαθείς, προσβεβλημένες και αναγεννημένες, απρόσβλητες δηλαδή, σε σχέση με τη διαταραχή της πυρκαγιάς. Η εφαρμογή τους επιβεβαίωσε το γεγονός ότι η διάταξη του τοπίου επηρεάζει τη διάδοση της πυρκαγιάς. Η διαφοροποίηση της συχνότητας και του κύκλου επανάληψης εμφάνισης πυρκαγιών βρέθηκε να είναι στατιστικά σημαντική σε σχέση με τον τύπο βλάστησης όπου εμφανίστηκαν. Παρατηρείται πως ο κύκλος επανάληψης διαρκεί από 100 έως 200 χρόνια για τις μεγάλες πυρκαγιές [Leitner et al. 1991, Turner et al. 1997, Li et al. 1997]. Ο εντοπισμός των περιοχών υψηλού κινδύνου έναρξης πυρκαγιάς στο δασικό τοπίο και το πώς μεταβάλλεται με το χρόνο είναι σημαντικό στον καθορισμό προτεραιοτήτων στις δραστηριότητες διαχείρισης που έχουν σκοπό τη μείωση του κινδύνου αυτού [He et al. 2004]. Έτσι δύναται να γίνει καλύτερη κατανομή των δυνάμεων και των πόρων πρόληψης και καταστολής των πυρκαγιών και γενικότερα των φυσικών καταστροφών Οι δυνατότητες διερεύνησης του φαινομένου των πυρκαγιών σε χώρες του εξωτερικού, ειδικότερα στη Βόρειο Αμερική, είναι περισσότερες, καθώς υφίστανται βάσεις δεδομένων με τις περιμέτρους των πυρκαγιών και δορυφορικά δεδομένα στις υπό μελέτη περιοχές. Βέβαια η καταγραφή των σημείων έναρξης των πυρκαγιών σε πολλές χώρες, κυρίως της Ευρώπης, δεν πραγματοποιείται με ικανοποιητική ακρίβεια [Mallinis & Karteris 2004], ενώ πολλές φορές δεν πραγματοποιείται καθόλου [Trabaud & Galtie 1996]. Ειδικότερα για την Ελλάδα, η καταγραφή των πυρκαγιών δεν γίνεται με τη μεγαλύτερη δυνατή ακρίβεια, έχουν όμως δημιουργηθεί σχετικές βάσεις δεδομένων για τις πρόσφατες πυρκαγιές των δύο τελευταίων δεκαετιών [Dimitrakopoulos 2001, Iliadis et al. 2002a, Iliadis et al. 2002b]. Σε κάθε περίπτωση όμως η διαθεσιμότητα δεδομένων σε βάθος χρόνου και με μεγαλύτερη αξιοπιστία διευκολύνουν την έρευνα και δίνουν κύρος στα αποτελέσματα των σχετικών μελετών. 2.5 Σκοπός και στόχοι της έρευνας Ο γενικότερος σκοπός της έρευνας είναι ο έλεγχος της υπόθεσης ότι η συγκέντρωση σημείων έναρξης πυρκαγιών συσχετίζεται με δείκτες οι οποίοι εκφράζουν ποσοτικά την υφιστάμενη διαμόρφωση του τοπίου. Πρόκειται για μια βασική υπόθεση διερεύνησης των σχέσεων μεταξύ διεργασιών και διαμόρφωσης του τοπίου στο πλαίσιο της 49

66 οικολογίας τοπίου [Turner 1989], όπου απαιτείται πριν από οποιαδήποτε προσπάθεια συσχέτισης να ολοκληρωθεί η περιγραφή της χωρικής διάταξης των διαδικασιών που λαμβάνουν χώρα στην έρευνα, στην προκειμένη περίπτωση η έναρξη των πυρκαγιών και η διαμόρφωση του τοπίου [Turner 2005]. Ειδικότερα οι στόχοι που επιδιώκεται να επιτευχθούν στην έρευνα αυτή είναι: Η χωρική ανάλυση του φαινομένου των πυρκαγιών σε επίπεδο τοπίου δια μέσου της εκτίμησης της χωρικής κατανομής των σημείων έναρξης πυρκαγιάς, του προσδιορισμού της κλίμακας στην οποία εμφανίζεται συγκέντρωση και της χαρτογραφικής απόδοσης αυτού. Πρόκειται για τον σημαντικότερο των στόχων, καθώς εάν η χωρική διάταξη των σημείων έναρξης πυρκαγιών είναι ομοιόμορφη ή τυχαία τότε δεν έχει νόημα η εξέταση των παραγόντων που την επηρεάζουν. Η ανάλυση του τοπίου με την επιλογή ενός υποσυνόλου δεικτών τοπίου που σχετίζονται με τη διαμόρφωση του τοπίου και την εμφάνιση πυρκαγιών και η εφαρμογή τους στην περιοχή έρευνας. Η διερεύνηση της συσχέτισης που παρουσιάζεται μεταξύ της έναρξης πυρκαγιών και των δεικτών τοπίου σε γεωγραφική βάση. 50

67 3 Ερευνητική μεθοδολογία 3.1 Διάρθρωση της διατριβής Τα δεδομένα που χρησιμοποιούνται στην έρευνα είναι διαφορετικών τύπων και κλίμακας μέτρησης. Τα σημεία έναρξης των πυρκαγιών είναι διακριτά γεωγραφικά φαινόμενα που πρέπει να αναπαρασταθούν με σημειακά δεδομένα. Οι κατηγορίες χρήσης/κάλυψης γης είναι επιφανειακά δεδομένα και αναπαρίστανται στη γεωγραφική βάση με πολυγωνικού τύπου δεδομένα. Για να πραγματοποιηθεί συγκριτική ανάλυση του φαινομένου των πυρκαγιών σε σχέση με τη διαμόρφωση του τοπίου είναι απαραίτητο να εφαρμοστούν ποσοτικές διαδικασίες ώστε να είναι πρακτικά δυνατή η σύγκριση μεταξύ των φαινομένων και να καθοριστούν οι μεταβλητές που θα συμμετάσχουν στη στατιστική ανάλυση. Σε συνάρτηση λοιπόν με τους επί μέρους στόχους της έρευνας, η παρούσα εργασία διαρθρώνεται σε τρεις, ανεξάρτητες μεταξύ τους, φάσεις: Φάση πρώτη. Χωρική ανάλυση των σημείων έναρξης των πυρκαγιών. Πριν από οποιαδήποτε διαδικασία πρέπει να εξεταστεί η χωρική διάταξη των σημείων έναρξης των πυρκαγιών. Οποιαδήποτε παραπέρα ανάλυση θα ήταν περιττή αν η χωρική διάταξη είναι τυχαία ή ομοιόμορφα διάσπαρτη. Δημιουργήθηκε γεωγραφική βάση δεδομένων όπου εντάχθηκαν τα χωρικά δεδομένα σημείων έναρξης πυρκαγιών παράλληλα με τα περιγραφικά τους δεδομένα, όπως η χρονική στιγμή εμφάνισης, το αίτιο και η καμένη έκταση. Η χωρική ανάλυση της διάταξης των σημείων έναρξης πυρκαγιάς στην περιοχή έρευνας πραγματοποιήθηκε με μεθόδους ανάλυσης της απόστασης καθώς και μεθόδους ανάλυσης κανάβου [Cressie 1993, Bailey & Gatrell 1995, Davis et al. 2000]. Από τις μεθόδους ανάλυσης κανάβου προέκυψε και η πυκνότητα εμφάνισης πυρκαγιών. Συνδυασμός των παραπάνω μεθόδων χρησιμοποιήθηκε έτσι ώστε να προσδιοριστεί ο χαρακτήρας της κατανομής των σημείων, στη συνέχεια και εφόσον διαπιστωθεί συγκέντρωση, η κλίμακα στην οποία αυτή παρατηρείται και τέλος για τη χαρτογραφική αναπαράσταση και χωροθέτηση των περιοχών όπου η συγκέντρωση πυρκαγιών παρουσιάζει υψηλές τιμές. Κατά την πρώτη αυτή φάση ποσοτικοποιήθηκε το φαινόμενο των πυρκαγιών. Φάση δεύτερη. Ανάλυση του τοπίου. Ανάλυση τοπίου πραγματοποιήθηκε με τον υπολογισμό των δεικτών σε επίπεδο τοπίου (landscape level). Ως διακριτά τοπία θεωρούνται οι νομοί. Ένας λόγος για τον οποίο επιλέχθηκαν τα όρια των νομών είναι ο τρόπος με τον οποίο έχουν οριστεί αυτά (ποταμοί, ή κορυφογραμμές, δηλαδή φυσιογραφικά στοιχεία), ενώ ο δεύτερος λόγος είναι ότι οι 51

68 νομοί αποτελούν διοικητικές διαιρέσεις της χώρας όπου υπολογίζονται δημογραφικά στοιχεία, όπως ο πληθυσμός ή το εισόδημα των κατοίκων, καθώς και το επίπεδο όπου εφαρμόζεται η πολιτική πρόληψης και καταστολής φυσικών καταστροφών. Ένα υποσύνολο των διαθέσιμων δεικτών τοπίου εφαρμόστηκαν σε χωρικά δεδομένα που αντιπροσωπεύουν κατηγορίες χρήσης/κάλυψης γης, για κάθε διακριτό τοπίο που δημιουργήθηκε με βάση τα διοικητικά όρια της χώρας. Τα δεδομένα αυτά δημιουργήθηκαν με τη βοήθεια δορυφορικών δεδομένων LANDSAT TM, σύμφωνα με ένα τυποποιημένο σύστημα ταξινόμησης. Οι δείκτες τοπίου είναι η ποσοτικοποιημένη έκφραση της υφιστάμενης διαμόρφωσης του τοπίου. Φάση τρίτη. Στατιστική ανάλυση. Στη φάση αυτή προετοιμάστηκε και εφαρμόστηκε η στατιστική ανάλυση, για να διερευνηθεί η συσχέτιση μεταξύ της διαμόρφωσης του τοπίου και της διάταξης των σημείων έναρξης.. Έτσι έγινε αντιστοίχιση αριθμού και πυκνότητας πυρκαγιών σε κάθε τοπίο. Στη συνέχεια έγινε έλεγχος της υπόθεσης ότι η πυκνότητα των πυρκαγιών παρουσιάζει συσχέτιση με τη διαμόρφωση του τοπίου, τόσο με την εφαρμογή κλασσικής στατιστικής ανάλυσης ποσοτικών δεδομένων καθώς και χαρτογραφικών εξαγομένων και προέκυψαν οι συνθήκες, κατόπιν ερμηνείας, που ευνοούν την έναρξη των πυρκαγιών Διαθέσιμα στοιχεία, τεχνικές και γνώσεις που απαιτούνται για την υλοποίηση της έρευνας Για την υλοποίηση της έρευνας απαιτούνται χωρικά και περιγραφικά δεδομένα σχετικά με τις κατηγορίες χρήσης/κάλυψης γης στην περιοχή έρευνας, καθώς και για τα σημεία έναρξης πυρκαγιών. Για τη δημιουργία, επεξεργασία και ανάλυση των παραπάνω δεδομένων και για την απόδοση των εξαγομένων απαιτούνται εξειδικευμένες γνώσεις Γεωγραφικών Συστημάτων Πληροφοριών, επεξεργασίας και ανάλυσης δορυφορικών δεδομένων, φωτοερμηνείας, χωρικής και στατιστικής ανάλυσης, ανάλυσης τοπίου καθώς και το σχετικό λογισμικό. Η συγκεκριμένη έρευνα εφαρμόστηκε σε μεγάλη λειτουργική κλίμακα, οπότε και απαιτούνται δεδομένα σε ευρεία γεωγραφική κλίμακα. Είναι απολύτως απαραίτητη λοιπόν η χρήση δορυφορικών δεδομένων που να καλύπτουν την περιοχή έρευνας για τη δημιουργία επιπέδου πληροφοριών χρήσης/κάλυψης γης. Η ύπαρξη στοιχείων με γεωγραφική υπόσταση σχετικά με τις θέσεις έναρξης των πυρκαγιών είναι απαραίτητη και μάλιστα σε μεγάλη χρονική κλίμακα. Όλα τα υπόλοιπα επίπεδα πληροφορίας που χρησιμοποιήθηκαν είναι παράγωγα των παραπάνω. Δημιουργήθηκαν με τη βοήθεια στατιστικών αναλύσεων και επεξεργασίας με εξειδικευμένο λογισμικό. 52

69 Το λογισμικό που χρησιμοποιήθηκε για την ολοκλήρωση της παρούσας έρευνας ήταν τα ArcView GIS και ArcGIS της ESRI [ESRI 2004] για τη δημιουργία, επεξεργασία και ανάλυση των χωρικών δεδομένων, καθώς και την παραγωγή χαρτογραφικού υλικού, το Imagine της LEICA-GEOSYSTEMS [Leica 1999] για την επεξεργασία και ανάλυση των δορυφορικών δεδομένων, το CrimeStat [Levine 2004] και οι βιβλιοθήκες spatial [Venables & Ripley 2002] και spatstat [Baddeley & Turner 2005], της στατιστικής γλώσσας προγραμματισμού R [R Development Core Team 2006], για την ανάλυση της χωρικής διασποράς των σημείων έναρξης των πυρκαγιών, το FRAGSTATS [McGarigal et al. 2002] για την εφαρμογή και υπολογισμό των δεικτών τοπίου και το SPSS [SPSS 2003] για τη στατιστική ανάλυση των αποτελεσμάτων και τη δημιουργία γραφημάτων Σχεδιασμός της βάσης δεδομένων Σε κάθε πληροφοριακό σύστημα τόσο η αξιοπιστία των αποτελεσμάτων των ερωτημάτων, όσο και η διερεύνηση αιτιών εξαρτάται από την ποιότητα των δεδομένων. Σε κάποιες περιπτώσεις δεν είναι δυνατόν να δοθούν απαντήσεις σε ερωτήματα ή σε άλλες περιπτώσεις οι απαντήσεις είναι λανθασμένες ή ανεπαρκείς λόγω έλλειψης πληροφοριών και αντιφατικών και ανακόλουθων δεδομένων [Servigne et al. 2000]. Στις εφαρμογές των Γεωγραφικών Συστημάτων Πληροφοριών ο πιο κρίσιμος παράγοντας, ίσως η πιο σημαντική προϋπόθεση, για τη σωστή λειτουργία του Συστήματος είναι η ορθή δόμηση και ο εξ αρχής προσεκτικός σχεδιασμός της βάσης δεδομένων. Ο ρόλος του σχεδιασμού της βάσης δεδομένων γίνεται αντιληπτός κατά τη διάρκεια της εκπόνησης της εφαρμογής καθώς: Προσδιορίζει την ακρίβεια των αποτελεσμάτων Διευκολύνει τη διερεύνηση των αποτελεσμάτων Προσδιορίζει το βαθμό δυσκολίας εκτέλεσης των ερωτημάτων (queries) καθώς και την απρόσκοπτη λειτουργία τους Καθορίζει τη ροή των επεξεργασιών και αναλύσεων Επηρεάζει το χρόνο επεξεργασίας και αναλύσεων, τις απαιτήσεις σε υπολογιστική ισχύ και τον απαιτούμενο αποθηκευτικό χώρο Διευκολύνει την παρουσίαση δεδομένων, πληροφοριών και αποτελεσμάτων. Τα δεδομένα που πρέπει να χρησιμοποιηθούν επιβάλλονται από τις ανάγκες του έργου και είναι σημαντικό να ορίζονται πριν το ξεκίνημα οποιασδήποτε επεξεργασίας ή/και ανάλυσης. Στην παρούσα εργασία τα χωρικά δεδομένα που χρησιμοποιούνται αναφέρονται σε σημεία έναρξης πυρκαγιών, σε κατηγορίες χρήσης/κάλυψης γης καθώς και σε διοικητικά όρια της περιοχής μελέτης. 53

70 Τα επιπλέον περιγραφικά δεδομένα για κάθε επίπεδο πληροφορίας είναι τα δύο επίπεδα ταξινόμησης για τις κατηγορίες χρήσης/κάλυψης γης, ο ΟΤΑ και ο νομός στα διοικητικά όρια και οι συντεταγμένες σημείων, το αίτιο, η ημερομηνία και η συνολική καμένη έκταση που αφορούν τα σημεία έναρξης πυρκαγιών. Για τη δόμηση της βάσης δεδομένων επιλέχθηκε το σχεσιακό μοντέλο (relational model) [Κουτσόπουλος 2002]. Οι λόγοι που οδήγησαν στην επιλογή αυτή είναι η ελαστικότητα που παρουσιάζει στη δημιουργία ερωτημάτων, η ευκολία αποθήκευσης των δεδομένων, ο μικρός χώρος αποθήκευσης που καταλαμβάνει λόγω του περιορισμού των επαναλήψεων και η ανοιχτή δομή του η οποία επιτρέπει την τροποποίησή ή συμπλήρωσή του με νέα θεματικά επίπεδα. Για τη δημιουργία των σχέσεων μεταξύ των περιγραφικών δεδομένων χρησιμοποιείται ένας μοναδικός κωδικός αριθμός που καλείται πρωτεύον κλειδί (primary key). Επεκτείνοντας τη χρήση του σχεσιακού μοντέλου στα χωρικά δεδομένα, η δημιουργία σχέσεων μεταξύ χωρικών δεδομένων πραγματοποιήθηκε με τη χρήση του χωρικού κλειδιού, που αντιστοιχεί ουσιαστικά στις συντεταγμένες της κάθε χωρικής οντότητας [Καρτέρης 1999, Κουτσόπουλος 2002]. Για την αρτιότητα της δομής των χωρικών δεδομένων χρησιμοποιήθηκαν κανόνες της τοπολογίας. Λαμβάνοντας υπόψη τα επίπεδα πληροφορίας, που εντάχθηκαν στο Γεωγραφικό Σύστημα Πληροφοριών, οι τοπολογικοί κανόνες που χρησιμοποιούνται είναι: Να μην δημιουργούνται κενά μεταξύ των πολυγώνων, με εξαίρεση βέβαια τις περιπτώσεις των Νήσων. Τα πολύγωνα να μην υπερκαλύπτονται. Τα σημειακά δεδομένα να βρίσκονται εντός των πολυγώνων των διοικητικών ορίων. Οι κανόνες αυτοί προλαμβάνουν σφάλματα τα οποία μπορεί να έχουν σχέση με τη διπλή εγγραφή σημείων σε δύο διαφορετικούς νομούς, την καταχώρηση συγκεκριμένης έκτασης σε δύο διαφορετικές κατηγορίες χρήσης/κάλυψης γης ή διοικητικής διαίρεσης. Η ορθή δόμηση της βάσης δεδομένων έχει ως αποτέλεσμα την ευελιξία στη χρήση και την αποτελεσματική εφαρμογή των αναλυτικών μεθόδων και των στατιστικών αναλύσεων που ακολουθούν. Το συγκεκριμένο μοντέλο μπορεί να χρησιμοποιηθεί και σε επέκταση της έρευνας, καθώς είναι πολύ εύκολο να επικαιροποιηθεί και να συμπληρωθεί με νέα επίπεδα πληροφοριών. 3.2 Χωρική ανάλυση των σημείων έναρξης των πυρκαγιών Περιοχή έρευνας Η περιοχή έρευνας, όσον αφορά τη μελέτη της χωρικής διάταξης των σημείων έναρξης πυρκαγιών, είναι το σύνολο της επικράτειας της Ελλάδας (Χάρτης 3.1). Η μεγάλη έκταση 54

71 της περιοχής μελέτης επιβάλλεται από την ευρεία κλίμακα του φαινομένου των πυρκαγιών [Cleland et al. 2004], καθώς και από τις βασικές αρχές της κλίμακας στην οποία πραγματοποιούνται οι αναλύσεις του τοπίου [Turner 1989, O'Neill et al. 1996]. Το χρονικό εύρος της καταγραφής πυρκαγιών για την περιοχή έρευνας είναι μεταξύ των ετών 1985 και Χάρτης 3.1: Περιοχή έρευνας για τη χωρική ανάλυση των σημείων έναρξης των πυρκαγιών Εισαγωγή των δεδομένων σημείων έναρξης στη βάση δεδομένων Οι πυρκαγιές της περιόδου 1985 έως και 1995 που είχαν καταγραφεί από τη Δασική Υπηρεσία εισήχθησαν σε ψηφιακή βάση δεδομένων, με βάση τα Δελτία Καταγραφής Πυρκαγιών (Εικόνα 3.1). Η τοποθεσία του σημείου έναρξης της πυρκαγιάς ήταν καταγεγραμμένη σε γεωγραφικές συντεταγμένες (γεωγραφικό μήκος και γεωγραφικό πλάτος), με ακρίβεια πρώτου λεπτού, αναφερόμενες στη σειρά χαρτών της Γεωγραφική Υπηρεσίας Στρατού 1: Περιγραφικές πληροφορίες ήταν διαθέσιμες για κάθε πυρκαγιά και περιλάμβαναν την ώρα, τη μέρα, το μήνα, το έτος που συνέβη, τη συνολική καμένη επιφάνεια διαχωρισμένη σε αγροτική και δασική καθώς και το αίτιο. Τα εγγεγραμμένα αίτια των πυρκαγιών ήταν: κεραυνός, βολή στρατού, χρήση εκρηκτικών, σπινθήρας μηχανήματος, βραχυκύκλωμα, τσιγάρο, κάψιμο απορριμμάτων, κάψιμο καλαμιάς (αγρών), βελτίωση βοσκοτόπων, κακόβουλος εμπρησμός, εκδρομείς, 55

72 κυνηγοί, εργαζόμενοι στο ύπαιθρο, ενέργεια πυρομανούς, ενέργεια παιδιού, ενέργεια ψυχοπαθούς, ενέργεια διανοητικά καθυστερημένου, άλλα γνωστά, άγνωστα αίτια. Εικόνα 3.1: Δελτίο Πυρκαγιάς της Δασικής Υπηρεσίας. Καθώς οι συντεταγμένες αναφερόταν στο Ευρωπαϊκό Datum του 1950 (European Datum 1950-ED50), πραγματοποιήθηκε μετατροπή συντεταγμένων στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς του 1987 [Βέης 1988, Mugnier 2002], με τη βοήθεια ειδικού 56

73 λογισμικού και συντελεστών μετατροπής [1995, Συγγρός 2002]. Στη συνέχεια έγινε εισαγωγή των θέσεων των πυρκαγιών στο Γ.Σ.Π. σε συνδυασμό με τις περιγραφικές πληροφορίες που συνόδευαν κάθε πυρκαγιά. Μετά τη δημιουργία της ψηφιακής χωρικής βάσης δεδομένων των πυρκαγιών και την εφαρμογή τοπολογικών κανόνων, προέκυψε το πρόβλημα εμφάνισης ενός αριθμού πυρκαγιών εντός υδάτινων ζωνών. Το πρόβλημα προκύπτει καθώς η ακρίβεια καταγραφής του πρώτου λεπτού αντιστοιχεί σε αποστάσεις μέχρι και 900m από την πραγματικότητα. Για να μην εξαιρεθεί καμιά πυρκαγιά από τη βάση δεδομένων, επανατοποθετήθηκαν όλες αυτές οι πυρκαγιές με τη βοήθεια ειδικού αλγόριθμου του Γ.Σ.Π. στην κοντινότερη θέση εκτός υδάτινων περιοχών [Chou 1997, Pew & Larsen 2001]. Τέλος, πριν από οποιαδήποτε χωρική στατιστική ανάλυση, πραγματοποιήθηκε μια βασική στατιστική ανάλυση των δεδομένων των πυρκαγιών καθώς κάτι τέτοιο θεωρείται απαραίτητο για την αξιόπιστη επιλογή των μεθόδων της χωρικής ανάλυσης [Rossi et al. 1992] Ανάλυση της χωρικής διάταξης σημείων Η ανάλυση της χωρικής διασποράς σημείων, με δεδομένο ότι για κάθε σημείο υπάρχουν στοιχεία που αναφέρονται σε ένα ή περισσότερα χαρακτηριστικά, μπορεί να προσεγγιστεί με δυο τρόπους. Στην πρώτη περίπτωση εξετάζεται το χωρικό πρότυπο που προκύπτει από την ίδια τη θέση των σημείων (π.χ. πώς σχετίζεται μια θέση σε σχέση με μια άλλη) και όχι οι τιμές που λαμβάνουν τα χαρακτηριστικά που έχουν στα σημεία αυτά. Στη δεύτερη περίπτωση, η θέση των σημείων που εξετάζονται θεωρείται δεδομένη και η έμφαση δίνεται στο χωρικό πρότυπο που δημιουργείται από τις τιμές του υπό εξέταση χαρακτηριστικού. Ως αποτέλεσμα, δημιουργούνται δυο είδη χωρικών δεδομένων που οδηγούν σε δυο διαφορετικούς τρόπους χωρικής ανάλυσης. Η πρώτη προσέγγιση αναφέρεται στην ανάλυση της χωρικής διασποράς της θέσης των σημείων και χρησιμοποιούνται κυρίως οι τεχνικές της απόστασης μεταξύ σημείων και της ανάλυσης κανάβου, ενώ η δεύτερη προσέγγιση εστιάζει στη χωρική διασπορά των τιμών μιας σημειακής κατανομής, όπου είτε η τιμή κάθε σημείου αντιπροσωπεύει μια περιοχή, είτε οι τιμές μεταβάλλονται συνεχώς στο χώρο [Κουτσόπουλος 2002]. Στην περίπτωση της παρούσας διατριβής, η ανάλυση των σημείων έναρξης πυρκαγιών εμπίπτει στην πρώτη περίπτωση, όπου εξετάζεται η απόλυτη θέση των σημείων και πως αυτές σχετίζονται με τις θέσεις των υπόλοιπων σημείων. Οι κυρίες μέθοδοι που χρησιμοποιούνται για την εκτίμηση της χωρικής διάταξης των σημείων είναι οι μέθοδοι υπολογισμού αποστάσεων και οι μέθοδοι κανάβου. Οι μέθοδοι 57

74 αποστάσεων χρησιμοποιούν χαρτογραφημένα δεδομένα και εξαρτώνται από την ακρίβεια της πληροφορίας με την οποία προσδιορίζεται η θέση των σημείων. Έχουν δε το πλεονέκτημα να μη γίνεται αυθαίρετη επιλογή μεγέθους και σχήματος φατνίου, όπως γίνεται στις μεθόδους κανάβου [Cressie 1993] Πλήρης Χωρική Τυχαιότητα (Complete Spatial Randomness-CSR) Για την εκτίμηση της χωρικής διάταξης σημειακών παρατηρήσεων, η κατανομή των σημείων συγκρίνεται με την Πλήρη Χωρική Τυχαιότητα η οποία κατά τη διεθνή βιβλιογραφία θεωρείται συνώνυμη με την ομογενή κατανομή Poisson [Cressie 1993]. Η πλήρης χωρική τυχαιότητα (ή τυχαία χωρική διαδικασία) ικανοποιεί τις παρακάτω συνθήκες[κουτσόπουλος 2002]: Ίση πιθανότητα: Κάθε σημείο έχει την ίδια πιθανότητα εμφάνισης σε οποιαδήποτε θέση του χώρου. Ανεξαρτησία: Η θέση ενός σημείου στο χώρο είναι ανεξάρτητη από τη θέση κάθε άλλου σημείου. Όρια: Καμιά περιφέρεια δεν περιέχει αρνητικό αριθμό σημείων και μια περιφέρεια με μηδενική έκταση δεν περιέχει σημεία Η ανάλυση της απόστασης μεταξύ σημείων Η ανάλυση της απόστασης μεταξύ σημείων εξετάζει την απόσταση δεδομένου σημείου από το πλησιέστερό του, ή σε άλλες περιπτώσεις από το 2 ο πλησιέστερο, το 3 ο, το n στο πλησιέστερο σημείο ή γενικότερα τα σημεία που βρίσκονται γύρω. Ο πιο απλός δείκτης εκτίμησης της απόκλισης της κατανομής σημείων από την τυχαία χωρική διαδικασία είναι ο Δείκτης Απόστασης από το Πλησιέστερο Γειτονικό Σημείο (Nearest Neighbor Distance Index-NNDI) [Clark & Evans 1954]. Δημιουργήθηκε τη δεκαετία του 50 για μετρήσεις πεδίου, αλλά χρησιμοποιείται πια σε πολλούς διαφορετικούς τομείς ενδιαφέροντος και σε μια ευρεία ποικιλία προβλημάτων [Cressie 1993]. Ο δείκτης αυτός συγκρίνει τις αποστάσεις μεταξύ των πλησιέστερων σημείων (Απόσταση Πλησιέστερου Σημείου-Nearest Neighbor Distance-NND) και τις αποστάσεις που αναμένονται με βάση την τύχη (Μέση Τυχαία Απόσταση-Mean Random Distance-MRD). Απόσταση Πλησιέστερου Σημείου = N Min( dij ) d( NN) = i= 1 n (3.1) όπου ο παράγοντας Min(d ij) είναι η απόσταση μεταξύ κάθε σημείου και του πλησιέστερου γειτονικού του και n είναι ο συνολικός αριθμός των σημειακών παρατηρήσεων [Levine 2002]. 58

75 Ο δεύτερος παράγοντας που χρησιμοποιεί ο δείκτης είναι η Μέση Τυχαία Απόσταση και αντιστοιχεί στην αναμενόμενη απόσταση πλησιέστερου σημείου, αν η κατανομή των σημείων είναι απόλυτα τυχαία χωρικά. Μέση Τυχαία Απόσταση = dran ( ) 0,5 a n = (3.2) όπου a είναι η έκταση της περιοχής έρευνας και n είναι πάλι ο αριθμός των σημειακών παρατηρήσεων. Ο Δείκτης Απόστασης από το Πλησιέστερο Γειτονικό Σημείο είναι ο λόγος μεταξύ της παρατηρούμενης πλησιέστερης απόστασης (d(nn)) και της αναμενόμενης μέσης τυχαίας απόστασης (d(ran)): Δείκτης Απόστασης από το Πλησιέστερο Γειτονικό Σημείο= NNDI d( NN) dran ( ) = (3.3) Με το δείκτη αυτό μπορεί να δημιουργηθεί μια κλίμακα που να αρχίζει από ομαδοποιημένο και δια μέσου του τυχαίου να καταλήγει σε ομοιόμορφο χωρικό πρότυπο. Οι τιμές της κλίμακας κυμαίνονται από 0 ως 2,149. Όταν ο δείκτης παίρνει την τιμή μηδέν (0) τότε όλα τα σημεία βρίσκονται στην ίδια θέση και έχουμε την ακραία περίπτωση του ομαδοποιημένου προτύπου. Όταν ο δείκτης έχει την τιμή ένα (1) το παρατηρούμενο πρότυπο συμπίπτει με το θεωρητικό τυχαίο πρότυπο. Μεγαλύτερες τιμές του δείκτη αντιπροσωπεύουν ποικίλους βαθμούς διασποράς. Για παράδειγμα, με NNDI=2 έχουμε τετραγωνικό ομοιόμορφο χωρικό πρότυπο, ενώ για NNDI=2,149 το χωρικό πρότυπο είναι εξαγωνικό ομοιόμορφο [Κουτσόπουλος 2002]. Στον υπολογισμό του δείκτη χρησιμοποιήθηκε και μια παραλλαγή του. Πιο συγκεκριμένα η μέση τυχαία απόσταση (d (ran)) στον τύπο (3.3) αντικαταστάθηκε από την απόσταση τυχαίου γειτονικού σημείου μιας τυχαίας σημειακής κατανομής (με τον ίδιο ακριβώς αριθμό σημείων) που δημιουργήθηκε για το λόγο αυτό στην περιοχή έρευνας. Ένας άλλος δείκτης που χρησιμοποιείται για την εκτίμηση της τυχαιότητας της κατανομής σημειακών παρατηρήσεων είναι ο δείκτης Κ του Ripley (Ripley s K Statistic). Είναι ένας δείκτης ανώτερης τάξης και υπολογίζει την τυχαιότητα για κάθε δυνατή απόσταση, από τη μικρότερη έως και τα όρια της περιοχής μελέτης [Cressie 1993, Levine 2002]. Στη συνέχεια θεωρείται μια χωρικά τυχαία κατανομή Ν σημειακών παρατηρήσεων. Σχεδιάζοντας κύκλους ακτίνας d s (όπου s είναι η τάξη των ακτινών κύκλου από τη μικρότερη προς τη μεγαλύτερη) γύρω από κάθε σημείο, καταμετρούνται τα υπόλοιπα σημεία εντός του κύκλου και αθροίζονται για όλα τα σημεία στην περιοχή μελέτης. Ο 59

76 αναμενόμενος αριθμός σημείων Ε μέσα στον κύκλο δεδομένης ακτίνας d s για την απόλυτα τυχαία χωρική κατανομή είναι: E N K( ds) A = ή E N d A π = (3.4) 2 s όπου Ν είναι ο αριθμός των σημειακών παρατηρήσεων, Α είναι η έκταση της περιοχής μελέτης και K(d s) είναι η έκταση του κύκλου με ακτίνα d s. Για παράδειγμα, αν η έκταση που αντιστοιχεί σε κύκλο δεδομένης ακτίνας είναι ίση με το ένα τέταρτο της συνολικής έκτασης της περιοχής μελέτης και αν η κατανομή των σημειακών παρατηρήσεων είναι εντελώς τυχαία, κατά μέσο όρο το ένα τέταρτο των περιπτώσεων θα εμπίπτουν εντός οποιουδήποτε κύκλου. Αν ο μέσος όρος σημειακών παρατηρήσεων που εντοπίζονται εντός ενός κύκλου δεδομένης ακτίνας είναι μεγαλύτερος από αυτόν που υπολογίζεται από τον τύπο (3.4) τότε θεωρείται ότι υπάρχει ομαδοποίηση των σημειακών παρατηρήσεων. Αντίθετα όταν τα σημεία που εντοπίζονται εντός του κύκλου είναι λιγότερα από τα υπολογιζόμενα από τον τύπο (3.4) τότε θεωρείται ότι υπάρχει διασπορά. Καταμετρώντας λοιπόν τον αριθμό των σημειακών παρατηρήσεων για ένα κύκλο δεδομένης ακτίνας και συγκρίνοντας τον αριθμό που προκύπτει με τον αριθμό που αναμένεται σε συνθήκες απόλυτης χωρικής τυχαιότητας, το στατιστικό μέτρο που προκύπτει είναι μια ένδειξη μητυχαιότητας. Ο δείκτης Κ του Ripley είναι παρόμοιος με το δείκτη απόστασης από το πλησιέστερο γειτονικό σημείο καθώς παρέχει πληροφορίες σχετικά με τη μέση απόσταση μεταξύ σημείων. Είναι όμως πιο αποτελεσματικός καθώς πρόκειται για δείκτη δεύτερης τάξης, βασίζεται δηλαδή στη διακύμανση των αποστάσεων μεταξύ όλων των σημείων που συμμετέχουν στην ανάλυση και σε αποστάσεις που μπορεί να φτάνουν τα όρια της περιοχής μελέτης αφού η καταμέτρηση σημείων γίνεται σε κύκλους διαδοχικά αυξανόμενης ακτίνας. Ο δείκτης Κ ορίζεται ως [Cressie 1993, Diggle 2003]: A K( ds) I( d ) 2 ij N = (3.5) i j όπου I(d ij) είναι ο αριθμός των σημείων j που βρίσκονται εντός απόστασης d s, αθροισμένα για όλα τα σημεία i. Δηλαδή ένα κύκλος ακτίνας d s τοποθετείται με κέντρο κάθε σημείο i. Στη συνέχεια ο αριθμός των άλλων σημείων ij καταμετρούνται. Ο κύκλος μετακινείται στο επόμενο σημείο i και η διαδικασία επαναλαμβάνεται. Μετά το τέλος της διαδικασίας το μήκος της ακτίνας του κύκλου αυξάνει και η όλη διαδικασία επαναλαμβάνεται. 60

77 Συνήθως πραγματοποιούνται 50 με 100 επαναλήψεις κατά τις οποίες υπολογίζεται ο δείκτης, με μικρό βήμα αύξησης στο μήκος της ακτίνας του κύκλου. Ένας τρόπος υπολογισμού του βήματος είναι [Levine 2002]: R d s = (3.6) 100 όπου R είναι η ακτίνα του κύκλου του οποίου η έκταση είναι ίση με την έκταση της περιοχής μελέτης. Οι τιμές του Κ μπορούν να αναπαρασταθούν γραφικά ως προς το μήκος της ακτίνας d s, η γραφική παράσταση όμως αυξάνεται εκθετικά δίνοντας πολύ μεγάλες τιμές Κ όσο αυξάνει η d s. Έτσι υπολογίζεται η τετραγωνική ρίζα της εξίσωσης (3.5): Kd ( s) Ld ( s) = ds (3.7) π η οποία έχει πιο «γραμμική» μορφή, όπου το Κ διαιρείται με το π και από την τιμή που προκύπτει αφαιρείται η τιμή του μήκους της ακτίνας d s. Σύμφωνα με το μετασχηματισμό αυτό οι τιμές που παίρνει το L είναι κοντά στο μηδέν (0). Όταν λοιπόν το L έχει τιμές μεγαλύτερες του μηδέν (0) υποθέτουμε ότι στις αποστάσεις αυτές υπάρχει ομαδοποίηση, ενώ για τις αποστάσεις d s όπου το L έχει τιμές αρνητικές, μικρότερες του μηδενός (0), έχουμε διασπορά των σημείων [Levine 2002, O'Sullivan & Unwin 2002]. Στην πρωτότυπη μορφή της εξίσωσης που παρουσίασε ο Ripley δεν αφαιρείται το μήκος της ακτίνας d s από την τετραγωνική ρίζα. Υπό την παρούσα μορφή όμως της εξίσωσης, η αναπαράσταση μιας τυχαίας κατανομής σημείων είναι μια ευθεία γραμμή παράλληλη στον άξονα των Χ [Cressie 1993]. Για το στατιστικό έλεγχο της τιμής του L πραγματοποιείται προσομοίωση τοποθετώντας τυχαία σημεία στην περιοχή μελέτης. Επειδή οι τυχαίες προσομοιώσεις μπορεί να δίνουν ομαδοποιημένη ή διάσπαρτη κατανομή σημείων, εφαρμόζονται συνήθως 100 ή και περισσότερες προσομοιώσεις. Για κάθε μια από αυτές υπολογίζεται το L και κάθε δεδομένο μήκος ακτίνας d s. Η μεγαλύτερη και η μικρότερη τιμή L, που έχει προκύψει από τις εκατό (100) προσομοιώσεις, για κάθε μήκος d s καταγράφεται. Αυτό καλείται φάκελος (envelope) και εξετάζεται κατά αντιπαράθεση με το γραφικό διάγραμμα του L που προκύπτει από τις πραγματικές σημειακές παρατηρήσεις της περιοχής έρευνας Μέθοδοι κανάβου, πυκνότητα Η πυκνότητα (density) μιας χωρικής κατανομής σημείων υπολογίζεται χρησιμοποιώντας τον απλό τύπο: 61

78 n λ = (3.8) a όπου λ είναι η πυκνότητα ή ένταση εμφάνισης σημείων, n ο αριθμός των σημείων που παρατηρούνται στην περιοχή μελέτης Α και α η έκταση της περιοχής μελέτης. Το εμφανές μειονέκτημα της μεθόδου αυτής είναι ότι υπολογίζει μια τιμή πυκνότητας για όλη την περιοχή μελέτης και δεν μπορεί να υπολογίσει τοπικές τιμές πυκνότητας [O'Sullivan & Unwin 2002]. Οι μέθοδοι κανάβου χρησιμοποιούν υποσύνολα της περιοχής έρευνας όπου γίνεται καταμέτρηση των σημειακών παρατηρήσεων που εμπίπτουν μέσα σε κάθε ένα από τα υποσύνολα αυτά. Παραδοσιακά τα υποσύνολα αυτά είναι τετράγωνα, αλλά οποιαδήποτε μορφή μπορεί να χρησιμοποιηθεί. Μπορεί να είναι τοποθετημένα τυχαία στο χώρο αλλά συνήθως είναι συνεχή και καλύπτουν όλη την περιοχή έρευνας [Cressie 1993]. Η τυχαία τοποθέτηση χρησιμοποιείται περισσότερο σε εργασίες πεδίου. Το αποτέλεσμα της καταμέτρησης είναι η κατανομή συχνοτήτων, δηλαδή ο αριθμός των υποσυνόλων της περιοχής που έχουν κανένα, ένα, δύο κοκ. σημειακές παρατηρήσεις εντός των ορίων τους. Την κατανομή των συχνοτήτων επηρεάζει το μέγεθος των υποσυνόλων, ο προσανατολισμός τους, το σχήμα τους και το σημείο αφετηρίας. Με βάση τη λογική των μεθόδων κανάβου που αναφέρονται παραπάνω είναι δυνατή η εκτίμηση της πυκνότητας που αντιστοιχεί σε κάθε δεδομένο σημείο της περιοχής έρευνας. Έτσι προκύπτει η πυκνότητα των σημειακών παρατηρήσεων για όλα τα σημεία της περιοχής μελέτης και όχι μόνο για τις περιοχές όπου υπάρχουν σημειακές παρατηρήσεις. Η πιο συνηθισμένη προσέγγιση είναι η απλή μέθοδος υπολογισμού πυκνότητας (naive method) όπου θεωρείται κύκλος C ακτίνας r με κέντρο σημείο p όπου καταμετρούνται οι σημειακές παρατηρήσεις S εντός του κύκλου και διαιρούνται με την έκταση του κύκλου: λ ˆp (, ) S C p r 2 π r = (3.9) Η εκτίμηση της πυκνότητας μπορεί να υπολογιστεί σε μια σειρά σημείων της περιοχής μελέτης και έτσι προκύπτει μια στατιστική επιφάνεια που μας δίνει μια εκτίμηση της διασποράς και διάταξης των σημειακών παρατηρήσεων στην περιοχή μελέτης. Το μήκος της ακτίνας του κύκλου που χρησιμοποιείται επηρεάζει σαφώς το αποτέλεσμα της εκτίμησης της πυκνότητας. Όσο αυξάνεται το μήκος της ακτίνας η εκτίμηση της πυκνότητας εξομαλύνεται και τείνει να εξομοιωθεί με τη μέση πυκνότητα της περιοχής μελέτης (3.8) [O'Sullivan & Unwin 2002]. Πέρα της απλής μεθόδου υπολογισμού της πυκνότητας έχουν αναπτυχθεί πιο πολύπλοκες μέθοδοι, όπως αυτές που χρησιμοποιούν συναρτήσεις πυρήνα. Οι συναρτήσεις αυτές 62

79 προσδίδουν μεγαλύτερη βαρύτητα στα σημεία που βρίσκονται πιο κοντά στο σημείο υπολογισμού της πυκνότητας από ότι στα σημεία που απέχουν περισσότερο. Έτσι προκύπτει μια πιο ομαλοποιημένη στατιστική επιφάνεια της πυκνότητας για κάθε σημείο της περιοχής μελέτης. Εκτίμηση της πυκνότητας πραγματοποιήθηκε στο σύνολο της χώρας, όπου δηλαδή υπήρχαν διαθέσιμα δεδομένα έναρξης πυρκαγιών. Εφαρμόστηκαν και οι δύο μέθοδοι, τόσο η απλή όσο και η μέθοδος πυρήνα, με παράγοντα εξομάλυνσης και για τις δύο μεθόδους τα 8km, 25km, 50km και 100km Χαρτογραφική απόδοση της χωρικής κατανομής των πυρκαγιών Οι πυρκαγιές είναι ένα φαινόμενο με μεγάλη χωρική και χρονική μεταβλητότητα και αποτελούν ένα σημαντικό πεδίο εφαρμογής των δυνατοτήτων χαρτογραφικής αναπαράστασης των Γεωγραφικών Συστημάτων Πληροφοριών [Yuan 1997] Γραφική απόδοση θεματικών δεδομένων Τα θεματικά δεδομένα διαχωρίζονται σε ποιοτικά και ποσοτικά. Τα ποσοτικά δεδομένα αναφέρονται σε διαφορετικού τύπου πληροφορίες, ενώ τα ποσοτικά αναφέρονται σε ίδιου τύπου πληροφορίες, προσδιορίζοντας το μέγεθός τους. Τα ποσοτικά και τα ποιοτικά θεματικά δεδομένα συμβολίζονται με διαφορετικό τρόπο σε ένα θεματικό χάρτη [Robinson et al. 1984, Monmonier 1996, Καρτέρης & Γιαννακόπουλος 1998]. Στην περίπτωση της παρούσας έρευνας τα δεδομένα των πυρκαγιών καταχωρούνται είτε ως σημειακά ποιοτικά, όταν γίνεται αναφορά μόνο στο σημείο έναρξης και το αίτιο, είτε ως σημειακά ποσοτικά όταν γίνεται αναφορά και στην καμένη έκταση κάθε πυρκαγιάς Συμβολισμός ποιοτικών δεδομένων. Τα ποιοτικά δεδομένα αφορούν σημεία, γραμμές, επιφάνειες. Σημειακά δεδομένα Σημειακά θεωρούνται τα δεδομένα όταν η πληροφορία περιγράφει συγκεκριμένα σημεία του χώρου, όταν οι γεωμετρικές διαστάσεις της πληροφορίας δεν έχουν σημασία στην κλίμακα εφαρμογής, ή όταν ο σκοπός της απεικόνισης είναι η εστίαση στο σημείο εμφάνισης του φαινομένου. Τα σημειακά σύμβολα που χρησιμοποιούνται πρέπει να διαφέρουν στο σχήμα στο χρώμα, για να γίνεται άμεσα κατανοητή η διαφορά μεταξύ τους. Τα σχήματα, τα χρώματα και οι αποχρώσεις που χρησιμοποιούνται είναι καλό να θυμίζουν το φαινόμενο το οποίο αντιπροσωπεύουν. Επίσης μια έντονη ποιοτική διαφορά απεικονίζεται και με έντονη διαφοροποίηση των συμβόλων, στο χρώμα ή στο σχήμα. Πολύ συχνά γίνεται χρήση εικονογραφικών συμβόλων. Γραμμικά δεδομένα 63

80 Τα γραμμικά δεδομένα αναπαρίστανται από γραμμικά επιμήκη σύμβολα. Το χρώμα και η απόχρωση εκφράζουν τη διαφοροποίηση, ενώ εδώ χρησιμοποιείται και το πάχος της γραμμής. Επιφανειακά δεδομένα Μεγάλος αριθμός θεματικών χαρτών έχουν ως αντικείμενο την απεικόνιση επιφανειακών δεδομένων, που διαφέρουν μόνο ποιοτικά. Χαρακτηριστικό παράδειγμα οι δασικοί χάρτες, οι οποίοι εμφανίζουν τα διαφορετικά δασικά είδη που καλύπτουν κάποιο νομό. Η διαφοροποίηση των επιφανειακών συμβόλων γίνεται με την αλλαγή του χρώματος, της απόχρωσης και του μοτίβου. Ως μοτίβο μπορεί να χρησιμοποιηθούν πολλαπλά σημειακά σύμβολα είτε γραμμοσκίαση. Ενδιαφέρον παρουσιάζει η περίπτωση όπου υπάρχει επικάλυψη δύο επιφανειών με διαφορετικό ποιοτικό χαρακτηρισμό. Στις περιπτώσεις αυτές, στην κοινή περιοχή πρέπει να εμφανίζονται και τα δύο σύμβολα. Αν για παράδειγμα χρησιμοποιείται οριζόντια γραμμοσκίαση για τη μία επιφάνεια και κάθετη για την άλλη, η κοινή περιοχή καλύπτεται από οριζόντια και κάθετη γραμμοσκίαση συγχρόνως. Όταν πρέπει να απεικονιστούν πολλές ποιοτικά διαφοροποιημένες επιφάνειες πρέπει να περιοριστεί ο αριθμός διαφορετικών συμβόλων και να χρησιμοποιηθούν συνδυασμοί. Για παράδειγμα, σε ένα χάρτη χρήσεων γης όπου απεικονίζονται δασικές εκτάσεις κωνοφόρων και πλατύφυλλων, καλλιέργειες από σιτηρά και οπωρώνες, και περιοχές κατοικημένες όπως οικισμοί και βιομηχανικές περιοχές, αποφεύγεται η απόδοση τελείως διαφορετικού συμβόλου για κάθε κατηγορία. Δίνεται αντίθετα διαφορετικό χρώμα σε κάθε γενικότερη κατηγορία (δάση- καλλιέργειες-κατοικημένες περιοχές) και διαφορετικό μοτίβο για διαχωρισμό μέσα σε κάθε κατηγορία. Με τη χρήση των ηλεκτρονικών υπολογιστών στην παραγωγή και σχεδίαση των χαρτών, είναι πια δυνατή η χρήση απεριόριστων συμβολοσειρών. Η επιλογή των κατάλληλων συμβόλων πρέπει να στηρίζεται σε κάποια λογική, και τα σύμβολα να έχουν κάποια σχέση με τα δεδομένα που απεικονίζουν. Στα ποιοτικά δεδομένα ανήκουν και εκείνα που εντάσσονται στην κλίμακα τάξης και όχι στην ονομαστική κλίμακα. Σε σημειακά σύμβολα χρησιμοποιείται η αλλαγή του μεγέθους, για παράδειγμα η Θεσσαλονίκη εμφανίζεται με μεγαλύτερη κουκίδα από το Κιλκίς, σε γραμμικά με την αλλαγή του πάχους της γραμμής, ενώ στα επιφανειακά αλλάζει η πυκνότητα της γραμμοσκίασης ή των σημειακών συμβόλων μέσα στην επιφάνεια, ή αλλάζει η ένταση της απόχρωσης. 64

81 Συμβολισμός ποσοτικών δεδομένων. Σημειακά δεδομένα Τα σημειακά ποσοτικά δεδομένα αναφέρονται σε διακριτά και σε συνεχή φαινόμενα. Οι δύο κατηγορίες αντιμετωπίζονται διαφορετικά στη γραφική απόδοση. Στην περίπτωση των συνεχών φαινομένων, αυτά καλύπτουν κάποια επιφάνεια, διαθέσιμη όμως είναι μόνο η σημειακή πληροφορία. Η πληροφορία μπορεί να είναι άμεση, δηλαδή να υπάρχουν πραγματικές μετρήσεις στα σημεία αυτά. Για παράδειγμα οι μετρήσεις από μετεωρολογικούς σταθμούς. Μπορεί να είναι όμως και έμμεση δηλαδή η σημειακή πληροφορία να έχει εξαχθεί από στατιστικούς υπολογισμούς. Η χαρτογραφική τους απόδοση γίνεται με τον ίδιο τρόπο. Όσον αφορά στους τρόπους συμβολισμού τους, αυτοί είναι δύο, οι ισαριθμικές καμπύλες και η στατιστική επιφάνεια. Οι ισαριθμικές καμπύλες αποτελούν το γεωμετρικό τόπο σημείων που έχουν την ίδια τιμή ως προς κάποιο φαινόμενο. Χαρακτηριστική εφαρμογή είναι οι ισοϋψείς καμπύλες οι οποίες είναι ο γεωμετρικός τόπος των σημείων της επιφάνειας της γης με το ίδιο υψόμετρο. Ο όρος ισαριθμικές καμπύλες δεν είναι απόλυτος. Συναντώνται και με άλλα ονόματα, όπως ισοπληθείς, ισογραμμικές, ισομετρικές. Πολλές φορές έχουν σαν δεύτερο συνθετικό την ονομασία του φαινομένου που απεικονίζουν (ισοθερμικές καμπύλες για τη θερμοκρασία). Όταν η πληροφορία είναι έμμεση, δηλαδή έχει προέλθει από στατιστικές επεξεργασίες, τότε έχουν την ονομασία ισοπληθείς. Οι σημειακές πληροφορίες σχηματίζουν μια τρισδιάστατη απεικόνιση πάνω στην επιφάνεια αναφοράς του χάρτη. Οι ισαριθμικές καμπύλες προκύπτουν από τις τομές της επιφάνειας με επίπεδα παράλληλα με το επίπεδο αναφοράς του χάρτη. Στην πράξη όμως εφαρμόζεται μια άλλη μέθοδος. Γίνεται γραμμική παρεμβολή μεταξύ των σημείων με γνωστές τιμές και έτσι γίνεται η χάραξη των ισαριθμικών καμπυλών. Τα σημεία που έχουν γνωστή τιμή θα πρέπει να σχεδιάζονται πάνω στο χάρτη για λόγους αξιοπιστίας. Είναι φανερό ότι στη χάραξη των ισαριθμικών καμπυλών, ανεξάρτητα από την ακρίβεια των μεθόδων που χρησιμοποιούνται, η απόλυτη ακρίβεια δεν επιτυγχάνεται ποτέ. Αναπαρίσταται απλά ένα τρισδιάστατο φαινόμενο με τη μεγαλύτερη δυνατή ακρίβεια, στις δύο διαστάσεις του χάρτη. Η στατιστική επιφάνεια είναι άλλη μια μέθοδος απόδοσης του όγκου που καταλαμβάνουν τα συνεχή δεδομένα. Η μέθοδος αυτή βρήκε εφαρμογή με τη χρήση ηλεκτρονικών υπολογιστών και είναι ιδιαίτερα παραστατική. Εδώ ο όγκος που καταλαμβάνει το φαινόμενο ορίζεται από την επιφάνεια αναφοράς και από τα ύψη που αντιστοιχούν στις 65

82 τιμές του φαινομένου στα γνωστά σημεία. Η κατασκευή της στατιστικής επιφάνειας στηρίζεται στην πλάγια προβολή του όγκου αυτού στο επίπεδο του χάρτη. Όσον αφορά στα διακριτά φαινόμενα, αυτά απεικονίζονται με σημειακά σύμβολα, καθώς εμφανίζονται μόνο στα σημεία που αναφέρονται τα δεδομένα. Το μέγεθος των συμβόλων αυξάνεται σύμφωνα με κάποια κλίμακα, ώστε να αναπαρασταθεί η ποσοτική διαφορά. Λόγω της κλιμακωτής αύξησής τους τα σύμβολα λέγονται βαθμωτά. Πολλές φορές η κλιμάκωση του μεγέθους των σημειακών συμβόλων δεν είναι η ενδεδειγμένη μέθοδος. Ένας λόγος είναι ότι τα όρια αντίληψης του αναγνώστη δεν επιτρέπουν να κατανοήσει όλη την ποσότητα της πληροφορίας που περιέχουν τα σύμβολα. Ο άλλος λόγος είναι ότι στο υπόμνημα αναφέρονται μόνο ορισμένα χαρακτηριστικά μεγέθη των συμβόλων, οπότε ο αναγνώστης είναι αναγκασμένος να παρεμβάλλει τα μεγέθη των συμβόλων. Έτσι όμως δεν γνωρίζει την ακριβή τιμή τους. Η προτεινόμενη λύση στην περίπτωση αυτήν είναι η ομαδοποίηση των τιμών. Για κάθε ομάδα τιμών χρησιμοποιείται και ένα σύμβολο, το οποίο συνήθως αντιστοιχεί στο μέσο όρο της βαθμίδας. Τα σύμβολα μπορούν να αναφέρονται στο υπόμνημα, η οπτική τους ερμηνεία δε, είναι εύκολη. Γραμμικά δεδομένα Τα ποσοτικά δεδομένα που αναφέρονται σε γραμμικά φαινόμενα δεν συναντιούνται σε πολλές περιπτώσεις στους θεματικούς χάρτες. Τέτοιου είδους δεδομένα εμφανίζονται κυρίως σε δυναμικούς θεματικούς χάρτες, απεικονίζουν δε μετακινήσεις ή ροές. Η οπτική μεταβλητή που καθορίζει το μέγεθος του φαινομένου είναι το πάχος της γραμμής. Η μορφή βέλους χρησιμοποιείται για την απόδοση της κατεύθυνσης. Θα πρέπει τα σύμβολα να ξεχωρίζουν από τα γραμμικά σύμβολα του υπόβαθρου του χάρτη και να απεικονίζονται έτσι ώστε να φαίνονται σε ψηλότερο επίπεδο από το υπόβαθρο. Σε πολλές περιπτώσεις, όταν τα γραμμικά θεματικά σύμβολα είναι εκτενή σε μήκος και πλάτος, για να μην χάνεται η αίσθηση της συνέχειας του υποβάθρου, πρέπει αυτά να διακρίνονται έστω και με διακοπή του συμβολισμού. Επιφανειακά δεδομένα Ο μεγαλύτερος αριθμός ποσοτικών θεματικών δεδομένων αναφέρεται σε επιφάνειες. Οι επιφάνειες αυτές είναι είτε περιοχές όπου εμφανίζεται κάποιο φαινόμενο, είτε διοικητικές μονάδες στις οποίες αναφέρονται τα διαθέσιμα δεδομένα. Τα ποσοτικά δεδομένα είναι ή απόλυτες τιμές για την περιοχή (π.χ. ξυλώδης όγκος για μια συστάδα), ή αριθμητικές τιμές που έχουν προκύψει από στατιστικές επεξεργασίες (π.χ. πυκνότητα πληθυσμού). Η διάκριση αυτή διαφοροποιεί και τον τρόπο της χαρτογραφικής απόδοσης. Ο πιο συνήθης τρόπος απεικόνισης απολύτων τιμών που αναφέρονται σε επιφάνειες είναι με ένα ή περισσότερα σημειακά σύμβολά, τα οποία τοποθετούνται στο κέντρο βάρους της 66

83 επιφάνειας και αντιπροσωπεύουν την πληροφορία της επιφάνειας. Ισχύουν και εδώ τα ίδια με τα απλά σημειακά σύμβολα, που αναφέρονται σε σημειακή πληροφορία. Ένας άλλος τρόπος συμβολισμού επιφανειακών ποσοτικών δεδομένων είναι οι χάρτες κουκίδων. Σύμφωνα με τη μέθοδο αυτή, η τιμή του φαινομένου που αναφέρεται σε κάποια επιφάνεια, συμβολίζεται από ορισμένο αριθμό κουκίδων που τοποθετούνται μέσα στα όρια της υπόψη επιφάνειας. Οι χάρτες κουκίδων δείχνουν την κατανομή του φαινομένου στην περιοχή. Για το λόγο αυτό πρέπει να υπάρχουν δεδομένα για τις υποδιαιρέσεις της περιοχής ενδιαφέροντος. Αναπαρίστανται δηλαδή οι τιμές του φαινομένου για κάθε υποδιαίρεση. Το μέγεθος της κουκίδας θα πρέπει να είναι τέτοιο ώστε σε περιοχές μεγάλης τιμής του φαινομένου να μην συμπίπτουν, ενώ σε περιοχές μικρής τιμής να μην είναι πολύ λίγες και δεν διακρίνονται. Η έκταση που καταλαμβάνει μια κουκίδα, ειδικά σε χάρτες μικρής κλίμακας, μπορεί να είναι μεγαλύτερη από την πραγματική έκταση του φαινομένου. Αυτό όμως δεν επηρεάζει τη σωστή εντύπωση που δίνει, δηλαδή τη σχετική πυκνότητα της κατανομής. Ο αριθμός των κουκίδων που αντιστοιχεί σε μια επιφάνεια προκύπτει από την τιμή που αντιστοιχεί σε κάθε κουκίδα, με απλή διαίρεση. Διαφορετική είναι η χαρτογραφική προσέγγιση, όταν τα μεγέθη δεν προέρχονται από άμεσες μετρήσεις, αλλά από στατιστική επεξεργασία. Ο χωροπληθής χάρτης είναι η πιο απλή και διαδεδομένη απεικόνιση στατιστικών δεδομένων που αναφέρονται σε επιφάνειες. Σαν οπτική μεταβλητή επιλέγεται η ένταση (απόχρωσης ή γραμμοσκίασης) και γίνεται αντιστοίχηση τιμών του φαινομένου με διαβαθμίσεις της έντασης. Καθώς το ανθρώπινο μάτι δεν έχει την ικανότητα να ξεχωρίσει πολλές εντάσεις μιας απόχρωσης, συνήθως γίνεται ομαδοποίηση τιμών σε έξι ή λιγότερες βαθμίδες. Ακολουθούνται διάφορα συστήματα ομαδοποίησης των τιμών του φαινομένου. Ένα είναι αυτό που αναφέρθηκε παραπάνω, ο διαχωρισμός των τιμών σε ομάδες με ίδιο αριθμητικό εύρος. Σε ένα άλλο σύστημα το αριθμητικό εύρος αυξάνεται με γεωμετρική πρόοδο. Ωστόσο η ομαδοποίηση των τιμών εξαρτάται πάντα από την εφαρμογή του χάρτη. Ένας διαφορετικός τρόπος χαρτογραφικής απόδοσης στατιστικών μεγεθών, όπου δεν απαιτείται ομαδοποίηση των τιμών του φαινομένου είναι η βαθμωτή στατιστική επιφάνεια. Σχηματίζεται από την προοπτική προβολή των πρισμάτων που ξεκινούν από τις μοναδιαίες επιφάνειες που θεωρούνται και έχουν ύψος τις τιμές του φαινομένου στην μοναδιαία επιφάνεια, σε κάποια γραμμική κλίμακα. Ο ισοπληθής χάρτης είναι άλλη μια μορφή απόδοσης επιφανειακών στατιστικών μεγεθών. Δεν χρειάζεται ομαδοποίηση των τιμών και η κατασκευή του καθώς και η εμφάνισή του είναι ίδια με του ισαριθμικού χάρτη. Η διαφορά είναι ότι οι ισαριθμικές 67

84 καμπύλες αναπαριστούν άμεσα μετρήσιμα αριθμητικά δεδομένα, ενώ οι ισοπληθείς καμπύλες αναπαριστούν στατιστικά μεγέθη. Η ακρίβεια των ισοπληθών καμπύλων εξαρτάται από την ακρίβεια υπολογισμού των τιμών του φαινομένου για τις μοναδιαίες επιφάνειες της περιοχής μελέτης. Για το λόγο αυτό πρέπει στο χάρτη να εμφανίζονται τα όρια των μοναδιαίων επιφανειών καθώς και τα κέντρα βάρους τους για τον έλεγχο της αξιοπιστίας τους. Η μέθοδος της συνεχούς στατιστικής επιφάνειας που αναλύθηκε παραπάνω, στα σημειακά ποσοτικά δεδομένα, εφαρμόζεται και στα επιφανειακά ποσοτικά δεδομένα. Δίνει την ίδια πληροφορία και παράγεται όμοια με τον ισοπληθή χάρτη, είναι όμως πολύ πιο παραστατική μέθοδος απεικόνισης. 3.3 Ανάλυση του τοπίου Περιοχή έρευνας Χάρτης 3.2: Χάρτης της περιοχής μελέτης ανάλυσης τοπίου Η περιοχή έρευνας για τον υπολογισμό των δεικτών τοπίου περιορίστηκε στη Βόρεια και Κεντρική Ελλάδα (Θράκη, Μακεδονία, Θεσσαλία, Ήπειρος, Στερεά Ελλάδα) (Χάρτης 3.2). Ο περιοχή είναι περιορισμένης έκτασης σε σχέση με τη χωρική ανάλυση των σημείων έναρξης των πυρκαγιών λόγω της έλλειψης δορυφορικών δεδομένων για όλη τη χώρα. Η έκταση που τελικά χρησιμοποιήθηκε κρίνεται ικανοποιητική καθώς καλύπτει τις βασικές 68

85 αρχές της κλίμακας στην οποία πραγματοποιούνται οι αναλύσεις του τοπίου [Turner 1989, O'Neill et al. 1996]. Η συνολική επιφάνεια της περιοχής μελέτης είναι περίπου τετραγωνικά χιλιόμετρα. Σύμφωνα με την κατανομή της έκτασης στις τέσσερις γενικές κατηγορίες χρήσης/κάλυψης γης του πρώτου επιπέδου του συστήματος ταξινόμησης (Πίνακας 3.3), ήτοι Τεχνητές περιοχές, Γεωργικές περιοχές, Δάση και ημι-φυσικές εκτάσεις, Εκτάσεις που καλύπτονται από νερά, της γεωγραφικής βάσης δεδομένων του Corine Land Cover (CLC) [European Commission 1994], οι κατηγορίες των γεωργικών περιοχών, καλύπτουν σαφώς μικρότερη έκταση σε σχέση με τα δάση και τις δασικές εκτάσεις (Πίνακας 3.1), ενώ οι άλλες δύο κατηγορίες να περιορίζονται σε πολύ μικρά ποσοστά. Πίνακας 3.1: Έκταση σε τετραγωνικά χιλιόμετρα της κάθε γενικής κατηγορίας στην περιοχή έρευνας σύμφωνα με τα δεδομένα του CORINE LAND COVER (CLC) Κωδικός Κατηγορίας Τύπος Συνολική έκταση (km 2 ) Ποσοστό (%) 1 Τεχνητές περιοχές 1.537,14 1,73 2 Γεωργικές περιοχές ,27 36,61 3 Δάση και ημι-φυσικές εκτάσεις ,83 58,53 4 Εκτάσεις που καλύπτονται από νερά 2.792,65 3, Δεδομένα κατηγοριών χρήσης/κάλυψης γης Τα δεδομένα χρήσης/κάλυψης γης δημιουργήθηκαν κατά την εκτέλεση του έργου «Δημιουργία Βάσης Δεδομένων Χρήσης/Κάλυψης Γης για την ΕΣΥΕ από Φωτοερμηνεία Δορυφορικών Εικόνων LANDSAT TM». Το έργο πραγματοποιήθηκε το 2001 και αφορούσε στην καταγραφή χρήσης/κάλυψης γης στο σύνολο της χώρας, σε μια ψηφιακή γεωγραφική βάση δεδομένων, η οποία προσφέρει πολύ περισσότερα πλεονεκτήματα από τις μέχρι τώρα υπάρχουσες βάσεις δεδομένων της Εθνικής Στατιστικής Υπηρεσίας της Ελλάδας, οι οποίες δεν είχαν καμιά χωρική υπόσταση. Οι επιμέρους ενότητες της δημιουργίας της βάσης δεδομένων χρήσης/κάλυψης γης ήταν: ο σχεδιασμός και η διενέργεια στρωματωμένης δειγματοληψίας στις διάφορες κατηγορίες χρήσης/κάλυψης γης. η καταγραφή των κατηγοριών χρήσης/κάλυψης γης σε ψηφιακή γεωγραφική βάση δεδομένων με φωτοερμηνεία δορυφορικών εικόνων LANDSAT TM5. Διενέργεια ελέγχου της ακρίβειας των αποτελεσμάτων της φωτοερμηνείας Υλικά Δορυφορικά δεδομένα. Στις εργασίες πεδίου καθώς και στη φωτοερμηνεία χρησιμοποιήθηκαν δορυφορικές εικόνες του LANDSAT TM5 (Πίνακας 3.2) γεωμετρικά διορθωμένες, με χρήση ψηφιακού υψομετρικού μοντέλου εδάφους (DTM) από στερεοζεύγη SPOT ανάλυσης 20mx20m και 69

86 ακρίβειας σxy = 20-25m, σz = 7-11m., στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς του 1987 (ΕΓΣΑ87) [Βέης 1988, Mugnier 2002], το οποίο ήταν και το σύστημα αναφοράς στο οποίο πραγματοποιήθηκαν όλες οι εργασίες δημιουργίας της βάσης δεδομένων χρήσης/κάλυψης γης. Τα δορυφορικά δεδομένα ήταν διαθέσιμα τόσο σε ραδιομετρικά επεξεργασμένο (edge enhancement 3Χ3) έγχρωμο σύνθετο των φασματικών διαύλων 4, 5 και 3, όσο και ανά χωριστό φασματικό δίαυλο, χωρίς την παραπάνω ραδιομετρική επεξεργασία. Πίνακας 3.2: Σκηνές LANDSAT TM που χρησιμοποιήθηκαν στην παραγωγή δεδομένων χρήσης/κάλυψης γης Track/Frame Ημερομηνία λήψης 182/31 7/8/ /31 26/7/ /32 26/7/ /33 14/8/ /34 14/8/ /31 21/8/ /32 21/8/ /33 21/8/ /33 22/6/ /32 12/8/ /32 31/5/ Γεωγραφικές βάσεις δεδομένων. Ως βοηθητικά δεδομένα χρησιμοποιήθηκαν η γεωγραφική βάση του Corine Land Cover Greece (CLC), η γεωγραφική βάση δεδομένων των διοικητικών διαιρέσεων της χώρας και οι οικισμοί, καθώς επίσης και η διανομή των πινακίδων 1: με τις συντεταγμένες των τεσσάρων γωνιών τους σε ΕΓΣΑ87, τις ονομασίες και τον κωδικό τους Χαρτογραφικά και λοιπά βοηθητικά δεδομένα. Κατά τη διενέργεια των εργασιών πεδίου αλλά και κατά τη φωτοερμηνεία, για λόγους προσανατολισμού χρησιμοποιήθηκαν οι χάρτες Γενικής Χρήσης της ΓΥΣ κλίμακας 1: Για τους ίδιους λόγους χρησιμοποιήθηκαν και αεροφωτογραφίες έτους λήψης 1998 και 1980, ορθοφωτοχάρτες της Τοπογραφικής Υπηρεσίας του Υπουργείου Γεωργίας κλίμακας 1:5.000, καθώς και δορυφορικές εικόνες IRS όπου αυτές ήταν διαθέσιμες (περιοχή Θεσσαλονίκης και Φλώρινας) Μεθοδολογία Το σύνολο της μελέτης διαχωρίστηκε σε δύο φάσεις. Στην Α φάση έγιναν οι εργασίες πεδίου για τη δημιουργία των φωτοερμηνευτικών κλειδιών και των δειγματοληπτικών τομέων ελέγχου, ενώ στη Β φάση έλαβαν χώρα οι εργασίες φωτοερμηνείας και ελέγχου 70

87 αυτής καθώς και η εξαγωγή των αποτελεσμάτων και παραγωγή του χαρτογραφικού υλικού [Atkinson & Tate 1999, Alexander & Millington 2000] Το σύστημα ταξινόμησης Το σύστημα ταξινόμησης που χρησιμοποιήθηκε διαρθρώνεται σε δύο επίπεδα και είναι αποτέλεσμα υποβάθμισης του συστήματος ταξινόμησης του CLC, με σκοπό να εναρμονιστεί με τις κατηγορίες χρήσης/κάλυψης γης της ΕΣΥΕ (Πίνακας 3.3). Περιληπτικά η περιγραφή της κάθε κατηγορίας έχει ως εξής: Τεχνητές περιοχές 1. Αστική οικοδόμηση. Δομημένες επιφάνειες που αποτελούνται κυρίως από κτίρια. Τα κτήρια, οι οδικές αρτηρίες και οι άλλες τεχνητά καλυπτόμενες επιφάνειες, είτε καλύπτουν ολόκληρο σχεδόν το έδαφος (συνεχής αστική οικοδόμηση), είτε συνυπάρχουν με περιοχές βλάστησης και ακάλυπτα εδάφη που καλύπτουν ασυνεχείς, αλλά σημαντικές εκτάσεις (διακεκομμένη αστική οικοδόμηση). 2. Βιομηχανικές και εμπορικές ζώνες. Τεχνητά καλυπτόμενες επιφάνειες (με σκυρόδεμα, άσφαλτο ή σταθεροποιημένο χώμα) χωρίς βλάστηση, δηλαδή βιομηχανικέςεμπορικές-κτηνοτροφικές εγκαταστάσεις. 3. Δίκτυα συγκοινωνιών. Αυτοκινητόδρομοι, σιδηρόδρομοι, συμπεριλαμβανομένων γειτονικών εγκαταστάσεων (σταθμοί, υπόστεγα), ελάχιστου πλάτους 100 μέτρων. Ζώνες λιμένων, εγκαταστάσεις αεροδρομίων και γενικότερα υποδομές που αφορούν δίκτυα συγκοινωνιών και τη συντήρηση και υποστήριξη αυτών. 4. Ορυχεία, χώροι απορρίψεως απορριμμάτων και εργοτάξια. Χώροι εξορύξεως ορυκτών, δηλαδή περιοχές με ανοιχτά φρέατα ορυχείων για εξόρυξη βιομηχανικών (λάκκοι άμμου, λατομεία) ή άλλων ορυκτών (μεταλλεία επιφάνειας). Δημόσιοι ή βιομηχανικοί χώροι υγειονομικής ταφής σκουπιδιών ή χώροι απόθεσης απορριμμάτων ορυχείων. Χώροι υπό οικοδομική ανάπτυξη, εκσκαφές του εδάφους, χωματουργικά έργα. 5. Τεχνητές, μη γεωργικές ζώνες πρασίνου, χώροι αθλητικών και πολιτιστικών δραστηριοτήτων. Περιοχές πρασίνου που περικλείονται στον αστικό ιστό αλλά διαχωρίζονται από αυτόν, όπως πάρκα, άλση και κοιμητήρια με πράσινο. Επίσης περιλαμβάνονται εγκαταστάσεις αθλητισμού και αναψυχής, όπως χώροι κατασκήνωσης αθλητικά γήπεδα, πάρκα αναψυχής γήπεδα γκολφ, ιππόδρομοι, κ.λπ., καθώς και τεχνητά πάρκα που δεν βρίσκονται μέσα σε αστικές ζώνες. Περιλαμβάνονται αρχαιολογικοί χώροι και χώροι πολιτιστικών δραστηριοτήτων. Γεωργικές περιοχές 71

88 6. Αρόσιμη γη. Εκτάσεις που καλύπτονται από καλλιέργειες που υπόκεινται στο σύστημα της εναλλαγής των καλλιεργειών (αμειψισπορά), περιλαμβανομένων των αγραναπαύσεων. 7. Μόνιμες καλλιέργειες. Καλλιέργειες που δεν βρίσκονται σε καθεστώς αμειψισποράς το οποίο παρέχει δυνατότητα για πολλές συγκομιδές και καταλαμβάνουν τη γη για μεγάλο χρονικό διάστημα πριν οργωθεί και ξαναφυτευτεί. Περιλαμβάνει φυτείες δασικής καλλιέργειας ελαιώνες οπωροφόρα δέντρα, δέντρα με καρπούς με κέλυφος εσπεριδοειδή, αμπέλια. 8. Βοσκοτόπια και λιβάδια. Εκτάσεις που δεν περιλαμβάνονται στον κύκλο της αμειψισποράς και χρησιμοποιούνται για τη μόνιμη παραγωγή ή προσωρινή σπορά χλωρών κτηνοτροφικών φυτών, είτε σπαρμένων, είτε αυτοφυών, ασχέτως αν χρησιμοποιούνται για βοσκή ή συγκομιδή για χορτονομή ή ενσίρωση. Περιλαμβάνονται οι άγονοι (φυσικοί) βοσκότοποι, δηλαδή εκτάσεις με αυτοφυές χόρτο, συνήθως ζώνες εδαφών περιορισμένης γονιμότητας που χρησιμοποιούνται γι βοσκή ζώων. 9. Ετερογενείς γεωργικές περιοχές. Ετήσεις καλλιέργεις που συνδέονται με μόνιμες καλλιέργειες, σύνθετα συστήματα καλλιέργειας, γεωργικές περιοχές με σημαντικές εκτάσεις φυσικής βλάστησης και γεωργοδασικές περιοχές. Δάση και ημι-φυσικές εκτάσεις 10. Δάση. Βλάστηση που αποτελείται κυρίως από δέντρα (πλατύφυλλα ή κωνοφόρα), αλλά είναι δυνατόν να περιλαμβάνει θάμνους και χαμόδεντρα. Επίσης περιλαμβάντονται φυτείες λεύκας, ακακίας, καστανιάς, καρυδιάς για την παραγωγή ξύλου. 11. Μεταβατικές δασώδεις-θαμνώδεις εκτάσεις. Θαμνώδης βλάστηση με διάσπαρτα (πλατύφυλλα ή κωνοφόρα) δέντρα. Περιλαμβάνει εκτάσεις μετά από αποψιλωτικές υλοτομίες ή αναγέννηση/φυσική αναδάσωση. 12. Συνδυασμοί θαμνώδους και/ή ποώδους βλάστησης. Θάμνοι και χερσότοποι, δηλαδή εκτάσεις με θαμνώδη βλάστηση με χαμηλή και κλειστή κάλυψη που κυριαρχείται από θάμνους χαμόδεντρα και ποώδη φυτά. 13. Εκτάσεις με αραιή ή καθόλου βλάστηση. Εκτάσεις με λίγη θαμνώδη ή/και ποώδη βλάστηση. Περιλαμβάνει και τις εκτάσεις που έχουν πληγεί από πυρκαγιές και παραμένουν αποτεφρωμένες. Επίσης περιλαμβάνει παραλίες, αμμόλοφους, παράκτιες και ηπειρωτικές ζώνες με άμμο ή βότσαλα (κροκάλες), πετρώδη εδάφη, απογυμνωμένους βράχους. 72

89 14. Χερσαία ύδατα. Φυσικές ή τεχνητές ροές υδάτων που χρησιμεύουν ως αγωγοί απορροής των υδάτων, συμπεριλαμβανομένων και των καναλιών, ελάχιστου πλάτους 100 μ. 15. Εσωτερικές υγρές ζώνες. Περιοχές που δεν είναι δασώδεις και είναι πλημμυρισμένες/διαποτισμένες με νερό, είτε εν μέρει, είτε προσωρινώς, είτε μονίμως. Το νερό μπορεί να είναι στάσιμο ή τρεχούμενο. Περιλαμβάνονται βάλτοι στην ενδοχώρα, περιοχές με παχύ στρώμα στάσιμου νερού, με τυπική βλάστηση (καλάμια, βούρλα, υδροχαρή φυτά, κ.λπ.). 16. Παραθαλάσσιες υγρές ζώνες. Περιοχές που δεν είναι δασώδεις και είναι διαποτισμένες, είτε εν μέρει, είτε προσωρινώς, είτε μονίμως με υφάλμυρο ή αλμυρό νερό. Περιλαμβάνονται οι παραθαλάσσιοι βάλτοι και οι αλυκές, ενεργές ή σε διαδικασία εγκατάλειψης. Επίσης, περιλαμβάνονται οι παράκτιες λιμνοθάλασσες (ζώνες αλμυρού ή υφάλμυρου ύδατος σε παράκτιες περιοχές που χωρίζονται από τη θάλασσα με μια λωρίδα ξηράς ή άλλη παρόμοια τοπογραφία και επικοινωνούν με τη θάλασσα σε ορισμένα σημεία, είτε μόνιμα, είτε για ένα διάστημα του έτους), καθώς και οι εκβολές ποταμών και τα διαπαλιρροιακά επίπεδα. Πίνακας 3.3: Σύστημα ταξινόμησης κατηγοριών χρήσης/κάλυψης γης. Κωδικός Επίπεδο Ι Κωδικός Επίπεδο ΙΙ 1 Τεχνητές Περιοχές 1 Αστική οικοδόμηση 2 Βιομηχανικές & Εμπορικές ζώνες 3 Δίκτυα συγκοινωνιών 4 Ορυχεία, χώροι απορρίψεως απορριμμάτων και εργοτάξια 5 Τεχνητές μη γεωργικές ζώνες πρασίνου, χώροι αθλητικών και πολιτιστικών δραστηριοτήτων 2 Γεωργικές περιοχές 6 Αρόσιμη γη 7 Μόνιμες καλλιέργειες 8 Βοσκοτόπια και λιβάδια 9 Ετερογενείς γεωργικές περιοχές 3 Δάση και ημι-φυσικές εκτάσεις 10 Δάση 11 Μεταβατικές δασώδεις θαμνώδεις εκτάσεις 12 Συνδυασμοί θαμνώδους και/ή ποώδους βλάστησης 13 Εκτάσεις με αραιή ή καθόλου βλάστηση 4 Εκτάσεις που καλύπτονται από νερά 14 Χερσαία ύδατα 15 Εσωτερικές υγρές ζώνες 16 Παραθαλάσσιες υγρές ζώνες Το σύστημα ταξινόμησης που εφαρμόστηκε έχει κατηγορίες σαφώς διακριτές μεταξύ τους και θεωρούνται κατάλληλες για ανάλυση του τοπίου. Καθώς ο στόχος είναι η ανάλυση της διαμόρφωσης του τοπίου και όχι ο προσδιορισμός των χρήσεων που εμφανίζουν πυρκαγιές, το συγκεκριμένο σύστημα ταξινόμησης θεωρείται ιδανικό. Από την άποψη της κλίμακας τα δεδομένα καλύπτουν και τις απαιτήσεις που έχουν τεθεί από 73

90 τον δείκτη L/S που πρόσφατα προτάθηκε από τον Goodchild [2001]. Ο συγκεκριμένος δείκτης αναπτύχθηκε με σκοπό τη χρήση σε ψηφιακά δεδομένα, όπου έχουν εντοπιστεί αδυναμίες στον προσδιορισμό της χαρτογραφικής κλίμακας με το αντιπροσωπευτικό κλάσμα. Προκύπτει από το λόγο της γεωγραφική κλίμακας της έρευνας (L), δηλαδή την έκταση της περιοχής μελέτης, προς την κλίμακα μετρήσεων (S), δηλαδή τη μοναδιαία επιφάνεια χαρτογράφησης για διανυσματικά δεδομένα ή το μέγεθος εικονοστοιχείου/φατνίου όταν πρόκειται για δορυφορικά δεδομένα ή δεδομένα μορφής κανάβου Σχεδιασμός και διεξαγωγή δειγματοληψίας. Κατά το πρώτο μέρος της Α Φάσης πραγματοποιήθηκε σχεδιασμός της δειγματοληψίας, εφαρμόζοντας τη μέθοδο της τυχαίας στρωματοποιημένης δειγματοληψίας. Τα στρώματα της δειγματοληψίας ορίστηκαν στις τέσσερις κύριες κατηγορίες χρήσης/κάλυψης γης σύμφωνα με το επίπεδο Ι του συστήματος ταξινόμησης (Πίνακας 3.3). Δημιουργήθηκε κάναβος τετραγώνων πλευράς 1500 μέτρων, ο οποίος κάλυψε όλη την περιοχή έρευνας. Κατόπιν το κάθε τετράγωνο, το οποίο αντιστοιχεί σε ένα δειγματοληπτικό τομέα, χαρακτηρίστηκε ανάλογα με την γενική κατηγορία χρήσης/κάλυψης γης στην οποία ανήκει, δηλαδή τεχνητές περιοχές, γεωργικές περιοχές, δάση και ημι-φυσικές εκτάσεις, εκτάσεις που καλύπτονται από νερό. Η επιλογή των δειγματοληπτικών τομέων έγινε τυχαία σε κάθε μιας από τις τέσσερις κατηγορίες του επιπέδου Ι του συστήματος ταξινόμησης, σε τέτοιο συνολικό αριθμό ώστε η συνολική έκταση των δειγματοληπτικών τομέων να αντιστοιχεί σε έκταση ίση με το 3% της περιοχής έρευνας, και σε ποσοστά ανάλογα των επιμέρους ποσοστών των εκτάσεων της κάθε κατηγορίας επί του συνόλου της έκτασης της περιοχής έρευνας (Πίνακας 3.4) [Congalton & Green 1999]. Πίνακας 3.4: Ο αριθμός των δειγματοληπτικών τομέων ανά γενική κατηγορία χρήσης/κάλυψης γης Γενικευμένη Κατηγορία Τύπος Αριθμός Δ.Τ. 1 Τεχνητές περιοχές 25 2 Γεωργικές περιοχές Δάση και ημι-φυσικές εκτάσεις Εκτάσεις που καλύπτονται από νερά 22 Σύνολο 1211 Το δεύτερο μέρος της Α Φάσης περιέλαβε την εργασία πεδίου όπου καταγράφηκαν οι χρήσεις/κάλυψη γης που περιγράφουν οι δειγματοληπτικοί τομείς. Για όλους τους δειγματοληπτικούς τομείς τυπώθηκε τμήμα της δορυφορικής εικόνας στο έγχρωμο σύνθετο των φασματικών καναλιών 4, 5, 3 [Avery et al. 1992]. Επίσης τυπώθηκαν διαφάνειες με τα όρια των δειγματοληπτικών τομέων καθώς και τα όρια των 74

91 κατηγοριών χρήσης/κάλυψης γης τα οποία ο κάθε τομέας περιέγραφε, σύμφωνα με το CLC. Το παραπάνω έγινε για να διευκολυνθεί η εργασία στο πεδίο, ώστε να αναγνωρίζονται οι διάφορες κατηγορίες χρήσης/κάλυψης γης στους τομείς ελέγχου. Πάνω στη διαφάνεια αυτή έγινε ο προσδιορισμός των ορίων των διαφορετικών κατηγοριών χρήσης/κάλυψης γης και χαρακτηρίστηκαν με ένα μοναδικό αριθμό. Κατόπιν έγινε λεπτομερής περιγραφή καθενός πολυγώνου και στο φύλλο περιγραφής του δειγματοληπτικού τομέα αναγράφηκε ο αριθμός του πολυγώνου στον δειγματοληπτικό τομέα, ο κωδικός της κατηγορίας που καταλάμβανε κάθε πολύγωνο και ο τύπος της κατηγορίας ολογράφως. Επί πλέον έγιναν και κάποιες βοηθητικές σημειώσεις πάνω στη διαφάνεια ή στο φύλλο περιγραφής. Στο σημείο αυτό να σημειωθεί ότι έγινε προσπάθεια να μην διαχωρίζονται και οριοθετούνται στο πεδίο πολύγωνα τα οποία ήταν κάτω των 250 στρεμμάτων, καθώς αυτή είχε οριστεί ως η ελάχιστη επιφάνεια καταγραφής χρήσης/κάλυψης γης. Σε ορισμένες περιπτώσεις δειγματοληπτικών επιφανειών έγινε και δεύτερος έλεγχος όπου κρίθηκε απαραίτητο, δηλαδή σε περιπτώσεις όπου η φασματική υπογραφή από τη δορυφορική εικόνα στο συγκεκριμένο σημείο δεν ταυτιζόταν με την περιγραφή από τον επιτόπιου έλεγχο. Η καταγραφή των διαφορετικών κατηγοριών χρήσης/κάλυψης γης που έγινε στο πεδίο χρησιμοποιήθηκε και στη φωτοερμηνεία των δορυφορικών εικόνων. Καθώς υπήρχε σύγχυση μεταξύ κάποιων κατηγοριών, όπως των μόνιμων καλλιεργειών και της αρόσιμης γης, αποφασίστηκε να στηριχθεί η φωτοερμηνεία περισσότερο στα οπτικά φωτοερμηνευτικά κλειδιά. Για τη δημιουργία τους έγινε ψηφιοποίηση των ορίων των πολυγώνων των δειγματοληπτικών επιφανειών και υπερεπίθεσή τους στις δορυφορικές εικόνες. Ομοιογενή τμήματα των εν λόγω εικόνων που αντιστοιχούσαν σε κάθε διαφορετική εμφάνιση κάθε μιας από τις 16 κατηγορίες χρήσης/κάλυψης γης του Επιπέδου ΙΙ του συστήματος ταξινόμησης (Πίνακας 3.3) χρησιμοποιήθηκαν ως φωτοερμηνευτικά κλειδιά Φωτοερμηνεία. Χρησιμοποιήθηκαν οι δορυφορικές εικόνες στον έγχρωμο συνδυασμό των διαύλων 4,5,3, καθώς θεωρείται ο καταλληλότερος για το διαχωρισμό με φωτοερμηνεία των κατηγοριών του συστήματος ταξινόμησης [Avery et al. 1992]. Επίσης χρησιμοποιήθηκε και ο συνδυασμός των διαύλων 7,5,2 με τον οποίο διαχωριζόταν πιο εύκολα οι εκτάσεις χωρίς βλάστηση [Lo & Faber 1997], καθώς επίσης και το κανάλι 4 μόνο του όπου ο διαχωρισμός των διαφόρων κατηγοριών ήταν πιο εμφανής [Atkinson & Tate 1999]. Επίσης εφαρμόστηκε και αλγόριθμος από τον οποίο προέκυψαν οι 3 κύριες συνιστώσες των 6 διαθέσιμων καναλιών (Principal components analysis) πάνω στις οποίες 75

92 στηρίχθηκε σε ορισμένες περιπτώσεις η φωτοερμηνεία και ο διαχωρισμός σε κατηγορίες χρήσης/κάλυψης γης της περιοχής μελέτης [Καρτέρης 1992, Avery et al. 1992, Atkinson & Tate 1999, Jensen & Cowen 1999, Alexander & Millington 2000]. Προκειμένου να μην δημιουργείται σύγχυση κατά τη φωτοερμηνεία μεταξύ διαφορετικών σκηνών (Πίνακας 3.2) των διαθέσιμων δορυφορικών δεδομένων, λόγω της διαφορετικής ημερομηνίας λήψης, δημιουργήθηκε το μωσαϊκό αυτών και επεξεργάστηκε ραδιομετρικά ώστε οι ίδιες κατηγορίες χρήσης/κάλυψης γης να έχουν τις ίδιες φασματικές υπογραφές στο σύνολο της περιοχής έρευνας. Για να μειωθεί ο όγκος των δεδομένων και η απαιτούμενη υπολογιστική ισχύς [Goodchild 2001] η φωτοερμηνεία έγινε ανά νομό της περιοχής έρευνας χωριστά. Το μωσαϊκό των σκηνών διαχωρίστηκε σε τμήματα από τα οποία το καθένα κάλυπτε έναν ολόκληρο νομό. Η διαδικασία της φωτοερμηνείας πραγματοποιήθηκε σε οθόνη Η/Υ, στο πλαίσιο του Γεωγραφικού Συστήματος Πληροφοριών που δομήθηκε για τους σκοπούς της έρευνας, όπου απεικονίζονταν ταυτόχρονα το εκάστοτε τμήμα των δορυφορικών δεδομένων που κάλυπτε έναν ολόκληρο νομό, η γεωγραφική βάση δεδομένων του CLC με το χαρακτηρισμό των πολυγώνων, τα ψηφιακά φωτοερμηνευτικά κλειδιά καθώς και όλα τα διαθέσιμα βοηθητικά δεδομένα (χάρτες 1: της ΓΥΣ, ορθοφωτοχάρτες, άλλα δορυφορικά δεδομένα και αεροφωτογραφίες) σε ψηφιακή μόρφή. Διαθέσιμα ήταν και τα αναλογικά φωτοερμηνευτικά κλειδιά από την εργασία πεδίου. Οι πρόσφατες δορυφορικές εικόνες μελετήθηκαν και αναλύθηκαν με βάση τη φασματική απόκριση των κατηγοριών χρήσης/κάλυψης γης, την υφή τους και το σχήμα που εμφανίζουν. Στη συνέχεια έγινε σύγκριση με τα αποτελέσματα των εργασιών πεδίου και με την προτεινόμενη κατηγορία από το CLC, έτσι ώστε κατά περίπτωση αποδίδονταν ο ορθός κωδικός χαρακτηρισμού σε κάθε πολύγωνο που χαράχθηκε. Μετά το τέλος της φωτοερμηνείας συνενώθηκαν οι 34 νομοί της περιοχής έρευνας σε ενιαία βάση δεδομένων. Από το σύνολο των φωτοερμηνευθέντων πολυγώνων αφαιρέθηκαν εκείνα τα οποία κάλυπταν έκταση μικρότερη των 250 στρεμμάτων, εκτός κάποιων που παρουσίαζαν έντονο ενδιαφέρον και διαφοροποίηση από τις γύρω περιοχές Έλεγχος ακρίβειας της φωτοερμηνείας Στον έλεγχο της ακρίβειας χρησιμοποιήθηκαν τα δεδομένα από την εργασία πεδίου σε υπερεπίθεση (overlay) με τα δεδομένα της φωτοερμηνείας. Οι διαφάνειες που συνόδευαν το φυλλάδιο καταγραφής στο πεδίο και όπου σημειώθηκαν τα όρια των κατηγοριών χρήσης/κάλυψης γης αγκιστρώθηκαν σε ψηφιοποιητή σύμφωνα με τις γνωστές συντεταγμένες των γωνιών του κάθε δειγματοληπτικού τομέα και στη συνέχεια ψηφιοποιήθηκαν μόνο τα όρια των πολυγώνων και όχι τα όρια του ίδιου του δειγματοληπτικού τομέα, τα οποία υπήρχαν ήδη από το σχεδιασμό του δείγματος. Αυτό 76

93 έγινε με στόχο να διατηρηθεί στο ακέραιο η συνολική έκταση των δειγματοληπτικών τομέων. Το επίπεδο πληροφοριών που προέκυψε είχε ένα πεδίο στο οποίο αναφερόταν η κατηγορία στην οποία ταξινομήθηκε το πολύγωνο από τον φωτοερμηνευτή και ένα άλλο το οποίο αποδόθηκε στο πολύγωνο στο πεδίο. Στο συνδυασμό αυτό εφαρμόστηκε αλγόριθμος πινάκων διασταύρωσης, ο οποίος είχε ως έξοδο τους πίνακες διπλής εισόδου (Confusion matrices) σε επίπεδο περιοχής έρευνας. Στους πίνακες αυτούς υπολογίστηκαν η ακρίβεια του φωτοερμηνευτή (κατασκευαστή), η ακρίβεια της φωτοερμηνείας (χρήστη) για κάθε κατηγορία χρήσης/κάλυψης γης, καθώς και η συνολική ακρίβεια [Καρτέρης 1992, Congalton & Green 1999] Δείκτες τοπίου Η ανάλυση του τοπίου πραγματοποιήθηκε με τον υπολογισμό δεικτών τοπίου (landscape indices ή landscape metrics) που υπολογίστηκαν πάνω στο επίπεδο πληροφορίας των κατηγοριών χρήσης/κάλυψης γης [Gustafson 1998], στο δεύτερο επίπεδο ταξινόμησης, που δημιουργήθηκαν από δορυφορικά δεδομένα LANDSAT TM5. Ο υπολογισμός των δεικτών έγινε σε επίπεδο χωροψηφίδας (patch level) και σε επίπεδο τοπίου (landscape level). Ως διακεκριμένα τοπία θεωρήθηκαν οι νομοί γιατί αφενός διαχωρίζονται σε πολλές περιπτώσεις από φυσιογραφικά στοιχεία (ποτάμια, κορυφογραμμές κ.λπ.), αφετέρου δε γιατί στατιστικά στοιχεία (πληθυσμός, εισόδημα κατοίκων, πηγές εισοδήματος κ.λπ.) που μπορούν να συσχετιστούν με την εμφάνιση πυρκαγιών διατίθενται για τις διοικητικές διαιρέσεις της χώρας [Calcerrada & Perry 2002, Johnson et al. 2004]. Σημειώνεται ότι έχει μελετηθεί η χρήση γεωγραφικών και γεωμετρικών διαιρέσεων (όπως τετράγωνα ή άλλα γεωμετρικά σχήματα) στην ποσοτικοποίηση της δομής του τοπίου και βρέθηκε ότι είναι προτιμότερη η χρήση των γεωγραφικών διαιρέσεων (παραθύρων) [Dillworth et al. 1994]. Η έρευνα σε πολλαπλά τοπία είναι απαραίτητη για τον αξιόπιστο προσδιορισμό συσχετισμών μεταξύ της διάταξης του τοπίου και των διεργασιών που λαμβάνουν χώρα σε αυτό [Li & Wu 2004]. Το σύνολο των μετρήσεων που προέκυψε ήταν 34 και αντιστοιχεί στους 34 νομούς και νομαρχίες που έλαβαν μέρος στην ανάλυση (Πίνακας 3.5). Οι ονομασίες των νομών και νομαρχιών μαζί με τους κωδικούς τους παρατίθενται στο παράρτημα. Πίνακας 3.5: Οι νομοί και νομαρχίες που συμμετείχαν στην ανάλυση του τοπίου. NUTS1 NUTS2 NUTS3 NUTS1 NUTS2 NUTS3 Δυτική Ελλάδα Ν. Αιτωλοακαρνανίας Ν. Καρδίτσα Ν. Βοιωτίας Ν. Λάρισας Ν. Ευβοίας Ν. Μαγνησίας Θεσσαλία Ν. Ευρυτανίας Ν. Τρικάλων Ν. Φθιώτιδας Ανατολική Ν. Δράμας Στερεά Ελλάδα Ν. Φωκίδας Ν. Καβάλας Μακεδονία & Κεντρική Ελλάδα Βόρεια Ελλάδα 77

94 NUTS1 NUTS2 NUTS3 NUTS1 NUTS2 NUTS3 Ν. Άρτας Ν. Έβρου Ν. Θεσπρωτίας Ν. Ξάνθης Ήπειρος Ν. Ιωαννίνων Ν. Ροδόπης Ν. Πρέβεζας Ν. Γρεβενών Νομαρχία Αθηνών Δυτική Ν. Καστοριάς Νομαρχία Ανατολικής Αττικής Ν. Κοζάνης Μακεδονία Νομαρχία Δυτικής Αττικής Ν. Φλώρινας Αττική Νομαρχία Πειραιώς Ν. Ημαθίας Ν. Θεσσαλονίκης Ν. Κιλκίς Ν. Πέλλας Κεντρική Ν. Πιερίας Μακεδονία Ν. Σερρών Ν. Χαλκιδικής Αττική Λαμβάνοντας υπόψη την ελάχιστη χαρτογραφούμενη επιφάνεια των αρχικών διανυσματικών δεδομένων χρήσης/κάλυψης γης, η οποία ήταν της τάξης των 250 στρεμμάτων, έγινε μετατροπή σε μορφή κανάβου με μέγεθος φατνίου 30 μέτρα. Τα δεδομένα μορφής κανάβου χρησιμοποιήθηκαν ως δεδομένα εισαγωγής στο λογισμικό FRAGSTATS έκδοσης 3.3 [McGarigal et al. 2002] για τον υπολογισμό των δεικτών. Η εγκυρότητα της ανάλυσης του τοπίου αυξάνεται όταν οι δείκτες που χρησιμοποιούνται επιλέγονται ως προς την οικολογική τους συνάφεια, αντί της ευχέρειας που προσφέρει ένα λογισμικό Η/Υ. Τα συμπεράσματα που μπορεί να προσφέρει η συσχέτιση με πολλαπλούς δείκτες χωρίς οικολογικό νόημα μπορεί να είναι άχρηστα ή και παραπλανητικά [Li & Wu 2004]. Οι δείκτες που υπολογίστηκαν ήταν 31 και περιγράφονται ως εξής [McGarigal et al. 2002, Σιδηροπούλου 2003]: Δείκτες έκτασης /πυκνότητας/ορίων (AREA/DENSITY/EDGE METRICS) Συνολική επιφάνεια (Total area-ta) Αντιστοιχεί στη συνολική έκταση του τοπίου. Μονάδες μέτρησης είναι το εκτάριο. Ο δείκτης αυτός δεν προσφέρει μεγάλη ερμηνευτική αξία για το χαρακτηρισμό και την αξιολόγηση του τοπίου αλλά είναι σημαντικός γιατί ορίζει το γεωγραφικό μέγεθος του τοπίου. Στην παρούσα εργασία ισοδυναμεί με το εμβαδόν του κάθε νομού. Αριθμός χωροψηφίδων (Number of patches-np) Αντιστοιχεί στον αριθμό των τμημάτων του τοπίου. Δεν προσάπτονται μονάδες μέτρησης, είναι δηλαδή καθαρός αριθμός. Συχνά δεν προσφέρει μεγάλη ερμηνευτική αξία γιατί ο αριθμός των τμημάτων εξαρτάται και από τη συνολική έκταση του τοπίου. Στην περίπτωση όμως που τα τοπία έχουν σταθερή και αμετάβλητη συνολική έκταση τότε ο δείκτης αυτός ισοδυναμεί με τους δείκτες πυκνότητας τμημάτων και μέση τιμή μεγέθους τμημάτων και αντιστοιχεί στο σχετικό βαθμό ετερογένειας (fragmentation) μεταξύ των τοπίων. 78

95 Πυκνότητα χωροψηφίδων (Patch density-pd) Αντιστοιχεί στον αριθμό των χωροψηφίδων του τοπίου προς τη συνολική έκταση του τοπίου. Μονάδες μέτρησης είναι αριθμός τμημάτων ανά 100 εκτάρια. Ο δείκτης έχει σχετικά περιορισμένη ερμηνευτική αξία, αλλά ταυτόχρονα αποτελεί θεμελιώδη πτυχή της δομής του τοπίου. Δίνει τη δυνατότητα συγκρίσεων μεταξύ τοπίων που διαφέρουν στη συνολική έκταση. Όταν η έκταση τους είναι ίδια τότε ισοδυναμεί με το δείκτη «Αριθμός τμημάτων». Σύνολο ορίων (Total edge-te) Αντιστοιχεί στο συνολικό άθροισμα των αποστάσεων των ορίων του τοπίου. Μονάδα μέτρησης είναι τα μέτρα. Όσο μεγαλύτερη είναι η τιμή του δείκτη τόσο το τοπίο συντίθεται από μικρές και ακανόνιστες χωροφηφίδες, ενώ η τιμή 0 ισοδυναμεί με την παρουσία μιας μοναδικής χωροψηφίδας που καταλαμβάνει όλο το τοπίο. Όταν η έκταση των τοπίων είναι ίδια τότε ισοδυναμεί με το δείκτη «Πυκνότητα ορίων». Πυκνότητα ορίων (Edge density-ed) Αντιστοιχεί με τον προηγούμενο δείκτη δια της συνολικής έκτασης του τοπίου. Μονάδες μέτρησης είναι τα μέτρα ανά εκτάριο. Όταν τα τοπία έχουν ίδια έκταση, ισοδυναμεί με το δείκτη «Σύνολο ορίων». Δείκτης σχήματος του τοπίου (Landscape shape index-lsi) Αντιστοιχεί με τον λόγο του συνολικού μήκους των ορίων δια του ελάχιστου συνολικού μήκους των πιθανών ορίων το οποίο επιτυγχάνεται όταν το τοπίο αποτελείται από μια μοναδική χωροψηφίδα. Δεν προσάπτονται μονάδες μέτρησης είναι δηλαδή καθαρός αριθμός. Ο δείκτης αυτός ερμηνεύεται ως μέτρηση του βαθμού διαχωρισμού ή συσσώρευσης των τμημάτων (aggregation or disaggregation). Η ελάχιστη τιμή του δείκτη είναι 1. Όσο η τιμή του δείκτη αυξάνει τόσο το τοπίο γίνεται πιο ακανόνιστο. Δείκτης μεγαλύτερης χωροψηφίδας (Largest patch index-lpi) Αντιστοιχεί στην επιφάνεια της μεγαλύτερης χωροψηφίδας του τοπίου δια της συνολικής επιφάνειας του τοπίου επί τον αριθμό 100 για τη μετατροπή του σε ποσοστιαίες μονάδες. Όταν ο δείκτης αυτός τείνει στο μηδέν τότε σημαίνει ότι το μέγεθος της μεγαλύτερης χωροψηφίδας είναι πολύ μικρό ενώ όταν τείνει στο 100 τότε η μεγαλύτερη χωροψηφίδα καταλαμβάνει εξολοκλήρου την έκταση του τοπίου. Ο δείκτης αυτός είναι ένας δείκτης εκτίμησης της κυριαρχίας/επικράτησης (dominance). Κατανομή έκτασης τμημάτων (Patch area distribution-area) Αντιστοιχεί στο εμβαδόν της έκτασης των χωροψηφίδων δια για την μετατροπή των μονάδων σε εκτάρια. Σε επίπεδο τοπίου υπολογίζονται και τα στατιστικά μεγέθη του δείκτη: AREA_MN: Μέση τιμή 79

96 AREA_AM: Μέση σταθμισμένη τιμή AREA_MD: Ενδιάμεση τιμή AREA_RA: Εύρος τιμών AREA_SD: Τυπική απόκλιση AREA_CV: Συντελεστής διακύμανσης Δείκτες σχήματος/μορφής (SHAPE METRICS) Δείκτης σχήματος (Shape index-shape) Αντιστοιχεί στην περίμετρο της χωροψηφίδας δια της ελάχιστης δυνατής περιμέτρου για μια μέγιστη συμπαγή (compact) χωροψηφίδα. Ο δείκτης λαμβάνει την τιμή 1 στην περίπτωση της μέγιστης συμπαγούς χωροψηφίδας και αυξάνει όσο το σχήμα γίνεται πιο ακανόνιστο. Σε επίπεδο τοπίου υπολογίζονται και τα στατιστικά μεγέθη του δείκτη: SHAPE_MN: Μέση τιμή SHAPE_AM: Μέση ζυγισμένη τιμή SHAPE_MD: Ενδιάμεση τιμή SHAPE_RA: Εύρος τιμών SHAPE_SD: Τυπική απόκλιση SHAPE_CV: Συντελεστής διακύμανσης Δείκτης κλασματικής διάστασης χωροψηφίδας (Fractal index -FRAC) Αντιστοιχεί με δύο φορές το λογάριθμο της περιμέτρου της χωροψηφίδας δια του λογάριθμου της επιφάνειας της χωροψηφίδας. Λαμβάνει τιμές μεταξύ του 1 και 2 και είναι καθαρός αριθμός χωρίς μονάδες μέτρησης. Διάσταση μεγαλύτερη από 1 υποδηλώνει διαφορά από την Ευκλείδεια γεωμετρία. Μικρές τιμές του δείκτη αντιστοιχούν σε τμήματα με απλές δομές περιμέτρου, ενώ μεγάλες τιμές αντιστοιχούν σε τμήματα με περίπλοκες (convoluted) περιμέτρους. Σε επίπεδο τοπίου υπολογίζονται και τα στατιστικά μεγέθη του δείκτη: FRAC_MN: Μέση τιμή FRAC_AM: Μέση ζυγισμένη τιμή FRAC_MD: Ενδιάμεση τιμή FRAC_RA: Εύρος τιμών FRAC_SD: Τυπική απόκλιση FRAC_CV: Συντελεστής διακύμανσης Δείκτης λόγου περίμετρος προς εμβαδόν χωροψηφίδας (Perimeter-area ratio distribution- PARA) 80

97 Αντιστοιχεί στο λόγο της περιμέτρου προς το εμβαδόν της χωροψηφίδας. Ο δείκτης αντανακλά την πολυπλοκότητα (complexity) της χωροψηφίδας. Σε επίπεδο τοπίου υπολογίζονται και τα στατιστικά μεγέθη του δείκτη: PARA_MN: Μέση τιμή PARA_AM: Μέση ζυγισμένη τιμή PARA_MD: Ενδιάμεση τιμή PARA_RA: Εύρος τιμών PARA_SD: Τυπική απόκλιση PARA_CV: Συντελεστής διακύμανσης Δείκτης γειτνίασης (Contagion index distribution-contig) Ο δείκτης λαμβάνει τιμές μεταξύ του εύρους 0 και 1. Η τιμή 0 αντιστοιχεί σε χωροψηφίδα μεγέθους ενός πίξελ και αυξάνει έως την τιμή 1 όσο η γειτνίαση (contiguity) ή συνδετικότητα (connectedness) των χωροψηφίδων αυξάνει. Σε επίπεδο τοπίου υπολογίζονται και τα στατιστικά μεγέθη του δείκτη: CONTIG_MN: Μέση τιμή CONTIG_AM: Μέση ζυγισμένη τιμή CONTIG_MD: Ενδιάμεση τιμή CONTIG_RA: Εύρος τιμών CONTIG_SD: Τυπική απόκλιση CONTIG_CV: Συντελεστής διακύμανσης Κλασματική διάσταση του λόγου περίμετρος/εμβαδόν (Perimeter-Area Fractal dimension- PAFRAC) Αντιστοιχεί στο λόγο του 2 ως προς την κλίση της γραμμής παλινδρόμησης των λογαρίθμων των εμβαδών των χωροψηφίδων ως προς τους λογαρίθμους των περιμέτρων των χωροψηφίδων. Λαμβάνει τιμές μεταξύ 1 και 2 και είναι καθαρός αριθμός χωρίς μονάδες μέτρησης. Διάσταση μεγαλύτερη από 1 υποδηλώνει διαφορά από την Ευκλείδεια γεωμετρία. Χαμηλές τιμές του δείκτη αντιστοιχούν σε χωροψηφίδες με απλές δομές περιμέτρου ενώ υψηλές τιμές αντιστοιχούν σε χωροψηφίδες με περίπλοκες (convoluted) περιμέτρους Δείκτες επιρροής/διασποράς (CONTAGION/INTERSPERSION METRICS) Δείκτης γειτονίας (Contagion index-contag) Οι μονάδες μέτρησης του δείκτη δίνονται σε επί τοις εκατό ποσοστιαίες μονάδες. Χαμηλές τιμές του δείκτη αντιστοιχούν σε ανομοιογενή (disaggregated) τοπία ενώ υψηλές τιμές του δείκτη αντιστοιχούν σε ομοιογενή (aggregated). Δείκτης ποσοστού παρόμοιας γειτονίας (Percentage of like adjacencies-pladj) 81

98 Αντιστοιχεί στο άθροισμα του αριθμού των παρόμοιων γειτονικών για κάθε τύπο χωροψηφίδας δια του συνολικού αριθμού των γειτονικών εικονοστοιχείων στο τοπίο επί 100 για τη μετατροπή σε επί τοις εκατό ποσοστό. Δείκτης διασποράς και παράθεσης (Interspersion Juxtaposition Index-IJI) Αντιστοιχεί στον αρνητικό αριθμό του αθροίσματος των αποστάσεων καθενός τύπου ορίου δια των συνολικών ορίων του τοπίου επί το λογάριθμο της ίδιας ποσότητας αθροιστικά για κάθε τύπο ορίου δια του λογαρίθμου του αριθμού των τύπων των τμημάτων επί του αριθμού των τύπων των τμημάτων μείον 1 δια 2 και επί 100 για τη μετατροπή του σε επί τοις εκατό ποσοστό. Δείκτης συνάθροισης (Aggregation Index-AI) Αντιστοιχεί στον αριθμό παρόμοιων γειτονικών της αντίστοιχης τάξης δια του μέγιστου αριθμού των παρόμοιων γειτονικών της αντίστοιχης τάξης όταν η τάξη παρουσιάζει μέγιστη συσσώρευση που αντιστοιχεί σε μια απλή συμπαγή χωροψηφίδα επί 100 για τη μετατροπή σε επί τοις εκατό ποσοστό. Δείκτης υποδιαίρεσης τοπίου (Landscape Division Index-DIVISION) Αντιστοιχεί σε 1 μείον το άθροισμα του εμβαδού της χωροψηφίδας δια του συνολικού εμβαδού του τοπίου εις το τετράγωνο αθροιστικά για όλες τις χωροψηφίδες του αντίστοιχου τύπου. Δείκτης ενεργού πλέγματος (Effective Mesh Size-MESH) Αντιστοιχεί στο άθροισμα του εμβαδού των χωροψηφίδων στο τετράγωνο δια της συνολικής έκτασης του τοπίου δια για τη μετατροπή των μονάδων σε εκτάρια. Δείκτης διαχωρισμού (Splitting Index-SPLIT) Αντιστοιχεί τη συνολική έκταση του τοπίου στο τετράγωνο δια του αθροίσματος της έκτασης των χωροψηφίδων στο τετράγωνο αθροιστικά για όλες τις χωροψηφίδες του αντίστοιχου τύπου Δείκτες σύνδεσης (CONNECTIVITY METRICS) Δείκτης συνδεσιμότητας (Connectance Index-CONNECT) Αντιστοιχεί στον αριθμό των λειτουργικών συνδέσμων μεταξύ όλων των χωροψηφίδων του ίδιου τύπου δια του συνολικού αριθμού των πιθανών συνδέσμων μεταξύ όλων των χωροψηφίδων του ίδιου τύπου επί 100 για τη μετατροπή του σε επί τοις εκατό ποσοστό. Δείκτης συνοχής χωροψηφίδας (Patch Cohesion Index-COHESION) Αντιστοιχεί σε 1 μείον το άθροισμα της περιμέτρου των χωροψηφίδων δια του αθροίσματος των περιμέτρων των χωροψηφίδων επί τη ρίζα του εμβαδού των χωροψηφίδων για όλα τα τμήματα στο τοπίο δια 1, μείον 1 δια τη ρίζα του συνολικού αριθμού των εικονοστοιχείων του τοπίου επί 100 για τη μετατροπή του σε επί τοις εκατό ποσοστό. Σε επίπεδο τοπίου ο δείκτης δεν έχει αξιολογηθεί. 82

99 Δείκτες ποικιλότητας (DIVERSITY METRICS) Αφθονία χωροψηφίδων (Patch Richness-PR) Αντιστοιχεί στον αριθμό των διαφορετικών χωροψηφίδων που υπάρχουν μέσα στα όρια του τοπίου. Δεν προσάπτονται μονάδες μέτρησης είναι δηλαδή καθαρός αριθμός. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από τη μονάδα. Ο δείκτης αποτελεί την πιο απλή μέτρηση της σύνθεσης (composition) του τοπίου, αλλά δεν αναπαριστά την αφθονία (abundance) των τύπων των χωροψηφίδων. Πυκνότητα αφθονίας χωροψηφίδων (Patch Richness Density-PRD) Αντιστοιχεί στον αριθμό των διαφορετικών χωροψηφίδων που υπάρχουν μέσα στα όρια του τοπίου δια της συνολικής έκτασης του τοπίου, επί και 100 για την μετατροπή των μονάδων σε εκτάρια. Ο δείκτης λαμβάνει τιμές μεγαλύτερες από το μηδέν. Ο δείκτης τυποποιεί (standardize) το δείκτη αφθονίας ανάλογα της έκτασης του τοπίου ώστε να είναι εφικτή η σύγκριση μεταξύ διαφορετικών τοπίων. Δείκτης ποικιλότητας του Shannon (Shannon s Diversity Index-SHDI) Αντιστοιχεί στο αρνητικό άθροισμα όλων των τύπων των χωροψηφίδων της σχετικής αφθονίας καθενός τύπου χωροψηφίδας επί το λογάριθμό της. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από τη μονάδα. Δείκτης ποικιλότητας του Simpson (Simpson s Diversity Index-SIDI) Αντιστοιχεί με 1 μείον το άθροισμα όλων των τύπων χωροψηφίδων, της σχετικής αφθονίας καθενός τύπου χωροψηφίδας στο τετράγωνο. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από μηδέν και μικρότερες από τη μονάδα. Τροποποιημένος δείκτης ποικιλότητας του Simpson (Modified Simpson s Diversity Index- MSIDI Αντιστοιχεί στο 1 μείον το λογάριθμο όλων των τύπων των χωροψηφίδων, της σχετικής αφθονίας καθενός τύπου χωροψηφίδας στο τετράγωνο. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από το μηδέν. Δείκτης ομοιογένειας του Shannon (Shannon s Evenness Index-SHEI) Αντιστοιχεί στο αρνητικό άθροισμα όλων των τύπων των χωροψηφίδων, της σχετικής αφθονίας του κάθε τύπου χωροψηφίδας επί της αφθονίας δια του λογαρίθμου του αριθμού των τύπων των χωροψηφίδων. Με άλλα λόγια ο δείκτης ποικιλότητας του Shannon δια της μέγιστης τιμής του δείκτη ποικιλότητας του Shannon για τον αριθμό των τύπων των χωροψηφίδων. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από μηδέν και μικρότερες ή ίσες από τη μονάδα. Δείκτης ομοιογένειας του Simpson (Simpson s Evenness Index-SIEI) 83

100 Αντιστοιχεί στο δείκτη ποικιλότητας του Simpson δια της μέγιστης τιμής το δείκτη ποικιλότητας του Simpson για τον αριθμό των τύπων των χωροψηφίδων. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από μηδέν και μικρότερες ή ίσες από τη μονάδα. Τροποποιημένος δείκτης ομοιογένειας του Simpson (Modified Simpson s Evenness Index- MSIEI) Αντιστοιχεί στον τροποποιημένο δείκτη ποικιλότητας του Simpson δια της μέγιστης τιμής του τροποποιημένου δείκτη ποικιλότητας του Simpson για τον αριθμό των τύπων των χωροψηφίδων. Ο δείκτης λαμβάνει τιμές μεγαλύτερες ή ίσες από μηδέν και μικρότερες ή ίσες από τη μονάδα. Οι συντομογραφίες των δεικτών, καθώς και η αγγλική και ελληνική ονομασία παρατίθενται συγκεντρωτικά στο παράρτημα. Το σύνολο των δεικτών μαζί με τα στατιστικά μεγέθη των 5 από αυτούς δημιούργησαν το σύνολο των 56 μεταβλητών που μετείχαν στην ανάλυση. Για τον προσδιορισμό των ομοιοτήτων των επιμέρους τοπίων, δηλαδή των νομών, ως προς τις τιμές των δεικτών που υπολογίστηκαν για κάθε τοπίο εφαρμόστηκε ιεραρχική ομαδοποίηση με το κριτήριο της ελάχιστης, ευκλείδειας, απόστασης μεταξύ των ομάδων, για κάθε κατηγορία δεικτών, όπως αυτές ορίζονται στην παράγραφο Καθώς οι δείκτες δεν μετρούνται με τον ίδιο τρόπο, οι μεταβλητές που χρησιμοποιήθηκαν στην ιεραρχική ομαδοποίηση μετασχηματίστηκαν έτσι ώστε το εύρος όλων να κυμαίνεται μεταξύ των τιμών -1 και 1, ώστε να καλύπτονται οι απαιτήσεις της μεθόδου για ποσοτικά και ομογενή δεδομένα [Hair et al. 1998]. Γενικότερα η εφαρμογή της υπόψη μεθόδου οδηγεί σε ομαδοποίηση των παρατηρήσεων που παρουσιάζουν παρόμοια χαρακτηριστικά. Στην παρούσα έρευνα χρησιμοποιείται για τον προσδιορισμό των τοπίων που δεν εντάσσονται σε κάποια ομάδα, αλλά παρουσιάζουν διαφορετικά χαρακτηριστικά (τιμές δεικτών τοπίου) σε σχέση με τα υπόλοιπα τα οποία ομαδοποιούνται στις αρχικές φάσεις εφαρμογής της μεθόδου. 3.4 Διερεύνηση των αλληλεπιδράσεων μεταξύ τοπίου και πυρκαγιών Περιοχή έρευνας Καθώς στην παρούσα φάση έγινε συσχέτιση των αποτελεσμάτων των δύο προηγούμενων φάσεων, η περιοχή έρευνας περιορίστηκε στην κοινή περιοχή των δύο πρώτων φάσεων που αντιστοιχεί στην περιοχή έρευνας της δεύτερης φάσης (Χάρτης 3.2). 84

101 3.4.2 Πυκνότητα πυρκαγιών ανά τοπίο Για να συσχετιστούν σημειακά χωρικά δεδομένα, όπως αυτά των σημείων έναρξης των δασικών πυρκαγιών, με άλλου τύπου χωρικά δεδομένα όπως είναι τα επιφανειακά δεδομένα που προκύπτουν από την ανάλυση του τοπίου με τη χρήση των δεικτών τοπίου, τα σημειακά δεδομένα πρέπει να μετασχηματιστούν σε κάποια άλλη μορφή, από την οποία εξαρτάται και το αποτέλεσμα της ανάλυσης [Tischendorf 2001]. Η καταλληλότερη μέθοδος μετατροπής σημειακών δεδομένων σε επιφανειακά στη συγκεκριμένη έρευνα είναι αυτή της στατιστικής επιφάνειας, η οποία προκύπτει από τον υπολογισμό της πυκνότητας των σημείων έναρξης για όλη την περιοχή έρευνας [O'Sullivan & Unwin 2002, de la Riva et al. 2004], όπως αυτή εφαρμόστηκε παραπάνω ( Μέθοδοι κανάβου, πυκνότητα). Για τον υπολογισμό της πυκνότητας των σημείων έναρξης των πυρκαγιών για κάθε επιμέρους τοπίο, εφαρμόστηκαν λειτουργίες ζωνών, όπου η έκταση που καταλαμβάνει κάθε νομαρχία αντιστοιχήθηκε σε μια ζώνη. Σύμφωνα με τις λειτουργίες αυτές αναλύθηκαν οι τιμές κάθε φατνίου των επιπέδων πληροφοριών πυκνότητας στο εσωτερικό της εκάστοτε ζώνης, από όπου υπολογίστηκαν στατιστικά μεγέθη της πυκνότητας όπως η μέση, η ελάχιστη και η μέγιστη τιμή, καθώς και το άθροισμα, η τυπική απόκλιση και το εύρος των τιμών ανά ζώνη Συσχέτιση πυκνότητας πυρκαγιών και δεικτών τοπίου Η σχεσιακή δομή [Κουτσόπουλος 2002] της βάσης δεδομένων οδήγησε σε λήψη πινακοποιημένων δεδομένων που αναλύθηκαν με λογισμικό στατιστικής ανάλυσης [SPSS 2003]. Στατιστικές μέθοδοι, όπως η λογιστική παλινδρόμηση και ανάλυση κυρίων συνιστωσών (Principal Component Analysis, Partial Least Squares regression, Hierarchical Generalized Linear Modeling) που εφαρμόζονται για την ποσοτική εκτίμηση των σχέσεων που υφίστανται μεταξύ της διαμόρφωσης του τοπίου και οικολογικών διεργασιών ή πληθυσμών επιτρέπουν παραδοχές όπως το μικρό μέγεθος του δείγματος, τη μη κανονικότητα των μεταβλητών ή τη χρήση μεταβλητών που ανήκουν στην ονομαστική ή τακτική κλίμακα μετρήσεων [Westphal et al. 2003, Overgaard et al. 2003, Brotons et al. 2003]. Η στατιστική ανάλυση που εφαρμόστηκε στην παρούσα έρευνα είναι η συσχέτιση μεταξύ δύο μεταβλητών, χρησιμοποιώντας το δείκτη r του Pearson [Tischendorf 2001, Herzog et al. 2001, Fortin & Payette 2002], καθώς το δείγμα των 34 τοπίων θεωρείται ικανοποιητικού μεγέθους [Smillie 1966, Κολυβά-Μαχαίρα & Μπόρα-Σέντα 1998], οι μεταβλητές που προέκυψαν από τις αναλύσεις ανήκουν στις κλίμακες λόγου ή διαστήματος, είναι δηλαδή ποσοτικές, αλλά και επειδή ο σκοπός της μελέτης ήταν να διαπιστωθεί αν υπάρχουν αλληλεπιδράσεις μεταξύ του φαινομένου των πυρκαγιών και 85

102 της διαμόρφωσης του τοπίου και όχι να χαρακτηριστούν τα φαινόμενα ως αίτιο και αιτιατό [Μάτης 2003]. Για να διαπιστωθεί η κανονικότητα των δεδομένων, ώστε να είναι δυνατή η εφαρμογή της ανάλυσης της συσχέτισης, πραγματοποιήθηκε ο έλεγχος κανονικότητας Kolmogorov-Smirnov [Μάτης 2003]. Για τη χαρτογραφική ανάλυση του τοπίου χρησιμοποιήθηκαν χωροπληθείς, κατά νομό και ισοπληθείς χάρτες της πυκνότητας πυρκαγιών, καθώς και χάρτες των δεικτών τοπίου σε επίπεδο χωροψηφίδας και τοπίου. Κατά τη διερεύνηση των συσχετισμών μεταξύ δεικτών τοπίου και πυκνότητας πυρκαγιών δεν γίνεται διαχωρισμός σε κατηγορίες χρήσης/κάλυψης γης. Αυτό γίνεται για να δοθεί μεγαλύτερη έμφαση στην οριζόντια δομή του τοπίου, η οποία έχει σχέση με τη γεωμετρία των πολυγώνων που το απαρτίζουν και όχι με τα ποιοτικά χαρακτηριστικά τους. Σε επιχειρησιακό επίπεδο δεν θα είχαν νόημα προτάσεις για αλλαγές στις χρήσεις/κάλυψη γης, καθώς κάτι τέτοιο θα ήταν ανεφάρμοστο λόγω κοινωνικών και οικονομικών συνθηκών. 86

103 4 Αποτελέσματα Συζήτηση 4.1 Χωρική ανάλυση των σημείων έναρξης πυρκαγιών Δεδομένα πυρκαγιών Με την ολοκλήρωση των εργασιών εισαγωγής στοιχείων των σημείων έναρξης των πυρκαγιών στο Γεωγραφικό Σύστημα Πληροφοριών η βάση δεδομένων διαμορφώθηκε όπως παρουσιάζεται στο Διάγραμμα 4.1. Διάγραμμα 4.1: Η δομή της βάσης δεδομένων Κάθε σημείο έναρξης πυρκαγιάς τοποθετήθηκε στο χώρο σύμφωνα με τις καρτεσιανές συντεταγμένες τους (X Coord, Y Coord) στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς του 1987 (ΕΓΣΑ87). Οι περιγραφικές συντεταγμένες που συνδέθηκαν σε κάθε σημείο ήταν το αίτιο, η συνολική καμένη έκταση και η ημερομηνία εκδήλωσης της πυρκαγιάς, με ακρίβεια ημέρας. Τα δεδομένα αυτά συνδέθηκαν χωρικά με τις διοικητικές διαιρέσεις που αναφέρονται στα όρια των νομών, των ΟΤΑ πρώτου βαθμού και τους ΟΤΑ πριν την εφαρμογή του σχεδίου Καπποδίστρια (παλαιές κοινότητες). Ειδικότερα όσον αφορά τη δομή της βάσης δεδομένων, για την ένταξη των χωρικών δεδομένων και τη διερεύνηση των χωρικών σχέσεων χρησιμοποιήθηκε χωρικό κλειδί, ενώ για την εισαγωγή και επεξεργασία των περιγραφικών δεδομένων χρησιμοποιήθηκαν πρωτεύοντα κλειδιά. Πίνακας 4.1: Αριθμός και ποσοστά (%) πυρκαγιών ανά αίτιο. Αίτιο Συχνότητα Ποσοστό (%) Ενέργεια ψυχοπαθούς 26 0,18 Ενέργεια πυρομανούς 30 0,20 Ενέργεια διανοητικά καθυστερημένου 35 0,24 Χρήση εκρηκτικών 43 0,29 Εκδρομείς 60 0,40 Ενέργεια παιδιού 63 0,42 Βολή στρατού 97 0,65 Κυνηγοί 128 0,86 Σπινθήρας μηχανήματος 151 1,02 Βραχυκύκλωμα 153 1,03 Τσιγάρο 410 2,76 Κεραυνός 488 3,29 Εργαζόμενοι στο ύπαιθρο 505 3,41 Κάψιμο απορριμμάτων 513 3,46 87

104 Αίτιο Συχνότητα Ποσοστό (%) Άλλα γνωστά 654 4,41 Κάψιμο καλαμιάς (αγρών) ,58 Βελτίωση βοσκοτόπων ,03 Κακόβουλος εμπρησμός ,73 Άγνωστα ,03 Σύνολο ,00 Ο συνολικός αριθμός των πυρκαγιών στο χρονικό εύρος της έρευνας, από το 1985 έως το 1995, ήταν πυρκαγιές. Όσον αφορά στις επιμέρους συχνότητες εκδήλωσης πυρκαγιών και τα ποσοστά επί του συνόλου των πυρκαγιών ανάλογα με το αίτιο που τις προκάλεσε, τη μεγαλύτερη συχνότητα παρουσιάζουν οι πυρκαγιές η έναρξη των οποίων αποδίδεται σε άγνωστα αίτια. Διάγραμμα 4.2: Χρονική κατανομή των πυρκαγιών. Συγκεκριμένα οι πυρκαγιές που εκδηλώθηκαν από άγνωστα αίτια καταλαμβάνουν το 41% του συνολικού αριθμού πυρκαγιών που καταγράφηκαν στη δεκαετία (Διάγραμμα 4.2 και Πίνακας 4.1). Στο σημείο αυτό αξίζει να σημειωθεί ότι ο χαρακτηρισμός από τη Δασική Υπηρεσία, του αιτίου πρόκλησης μιας πυρκαγιάς ως άγνωστο ήταν συνήθης καθώς στην πλειοψηφία των περιπτώσεων είναι πολύ δύσκολο να εντοπιστούν τα ακριβή αίτια της κάθε πυρκαγιάς, κυρίως λόγω του μεγέθους της 88

105 καταστροφής που προκαλείται και που συνήθως καθιστά δύσκολη την εξεύρεση στοιχείων τα οποία θα μπορούσαν να προσδιορίσουν την αιτία εκδήλωσής της. Το δεύτερο κατά σειρά μεγαλύτερο ποσοστό εκδήλωσης πυρκαγιάς κατέχει ο κακόβουλος εμπρησμός. Από τις μέχρι σήμερα έρευνες έχει διαπιστωθεί ότι η έναρξη πυρκαγιάς από ανθρώπινο παράγοντα αποτελεί ένα μεγάλο πρόβλημα των Μεσογειακών χωρών, ειδικότερα στις παραθαλάσσιες περιοχές και πιο συγκεκριμένα σε περιοχές με υψηλή οικονομική αξία γης, οι οποίες προσφέρονται για τουριστική ανάπτυξη [Dimitrakopoulos et al. 2002]. Αμέσως μετά στη λίστα των αιτιών έναρξης πυρκαγιάς ακολουθούν οι αγροτικές εργασίες και συγκεκριμένα το κάψιμο καλαμιάς και οι εργασίες βελτίωσης των βοσκοτόπων, τα οποία είναι δύο αίτια εκδήλωσης πυρκαγιών που συναντώνται πολύ συχνά στο Μεσογειακό Τοπίο [Mouillot et al. 2003]. Στο ίδιο χρονικό διάστημα η χρονική κατανομή των πυρκαγιών ανά έτος και μήνα καταδεικνύει τον Ιούλιο, Αύγουστο και Σεπτέμβριο ως τους μήνες με τη μεγαλύτερη συχνότητα εκδήλωσης πυρκαγιών, ενώ ο Οκτώβριος παρουσιάζει σαφώς περισσότερες πυρκαγιές από τους μήνες Μάιο και Ιούνιο, οι οποίοι συμπεριλαμβάνονται στην αντιπυρική περίοδο του έτους. Στο σύνολο του υπό μελέτη χρονικού διαστήματος ως μήνας χωρίς καθόλου πυρκαγιές εμφανίζεται μόνο ο Δεκέμβριος του 1990, ενώ ο μήνας Μάρτιος του ίδιου έτους καθώς και του 1992 εμφανίζουν διαφορά στη συχνότητα πυρκαγιών σε σχέση με τους αντίστοιχους μήνες των άλλων ετών (Διάγραμμα 4.2) Αριθμός παρατηρήσεων Jan-1985 Jul-1985 Jan-1986 Jul-1986 Jan-1987 Jul-1987 Jan-1988 Jul-1988 Dec-1988 Jul-1989 Dec-1989 Jul-1990 Dec-1990 Jul-1991 Dec-1991 Jun-1992 Dec-1992 Jun-1993 Dec-1993 Jun-1994 Dec-1994 Jun-1995 Dec-1995 Ημερομηνία Διάγραμμα 4.3: Ιστόγραμμα μηνιαίας κατανομής συμβάντων πυρκαγιών 89

106 Διαφορές παρατηρούνται στα έτη 1989, 1990 και 1992 ως προς τη χρονική κατανομή εκδήλωσης των πυρκαγιών εντός του έτους. Συγκεκριμένα εμφανίζονται περισσότερες πυρκαγιές συγκριτικά με τα άλλα έτη την περίοδο της άνοιξης (Διάγραμμα 4.3). Όπως προκύπτει από τον υπολογισμό των πυρκαγιών ανά έτος (Πίνακας 4.2) τα έτη με τις περισσότερες πυρκαγιές ήταν αυτά από το 1992 έως το 1994 με το 1993 να εμφανίζει σαφώς το μεγαλύτερο αριθμό πυρκαγιών από ότι τα υπόλοιπα. Αξιοσημείωτη είναι και η αναντιστοιχία που εμφανίζεται στον αριθμό των πυρκαγιών και τη συνολική καμένη έκταση, καθώς τα έτη 1985 και 1988 έχουν καταγραφεί πολύ μεγάλες (σε επίπεδο καταστροφής) πυρκαγιές, από τις οποίες κάηκαν και στρέμματα αντίστοιχα (Πίνακας 4.2). Η διαφορά μεταξύ του αριθμού των πυρκαγιών και της συνολικής καμένης έκτασης προκύπτει και από τη μέση τιμή της καμένης έκτασης η οποία για το 1985 είχε φτάσει τα 926,20 στρέμματα (Πίνακας 4.2). Σύμφωνα με τα στοιχεία του πίνακα συχνότητας της καμένης επιφάνειας για κάθε πυρκαγιά, που παρατίθεται στο παράρτημα, η πλειοψηφία των πυρκαγιών έχει κάψει λιγότερα από στρέμματα. Αναλυτικά το 12% έχει κάψει μόλις ένα στρέμμα, το 50% των πυρκαγιών έχουν κάψει μέχρι 29 στρέμματα, ενώ οι πυρκαγιές που έχουν κάψει μέχρι στρέμματα αντιστοιχούν στο 93,4% του συνόλου. Τέλος το 99% των πυρκαγιών έχει κάψει μέχρι στρέμματα. Πίνακας 4.2: Η κατανομή του αριθμού των πυρκαγιών και της καμένης επιφάνειας κατά έτος. Έτος Αριθμός Μέγιστη τιμή (στρ.) Μέση τιμή (στρ.) Συνολική τιμή (στρ.) , , , , , , , , , , , Από τα παραπάνω στοιχεία προκύπτει ότι οι μεγάλες πυρκαγιές κατά την χρονική περίοδο της μελέτης είναι πολύ λίγες, οι περισσότερες δε είναι πυρκαγιές που προφανώς είτε αντιμετωπίστηκαν και κατασβέστηκαν αμέσως μετά την έναρξή τους είτε δεν εξαπλώθηκαν γιατί δεν υπήρχαν οι ευνοϊκές για την εξάπλωσή τους προϋποθέσεις. Βάσει των προαναφερθέντων στοιχείων οι πυρκαγιές που υπερβαίνουν ως προς την καταστροφή που προκάλεσαν τα στρέμματα είναι μόλις δύο και εκδηλώθηκαν το 1985 και 1987, ενώ τα έτη με το μεγαλύτερο μέγεθος καμένης επιφάνειας είναι το

107 και το 1988, με περισσότερα από στρέμματα καμένης επιφάνειας (Πίνακας 4.2) Ανάλυση της χωρικής διάταξης των σημείων έναρξης των πυρκαγιών Όσον αφορά στις μεθόδους εκτίμησης της χωρικής διάταξης των σημείων έναρξης των πυρκαγιών που χρησιμοποιήθηκαν στην έρευνα, αυτές ήταν ο δείκτης απόστασης από το πλησιέστερο γειτονικό σημείο και ο δείκτης K του Ripley, που ανήκουν στην κατηγορία των μεθόδων ανάλυσης της απόστασης, και ο υπολογισμός απλής πυκνότητας πυρήνα, που εντάσσεται στην κατηγορία μεθόδων ανάλυσης κανάβου Ανάλυση της απόστασης Κατά την ανάλυση της απόστασης μεταξύ σημείων, εφαρμόστηκαν η μέθοδος του δείκτη της απόστασης του πλησιέστερου γειτονικού σημείου και η μέθοδος του δείκτη K του Ripley Δείκτης Απόστασης από το Πλησιέστερο Γειτονικό Σημείο Η μέση απόσταση γειτονικού σημείου που υπολογίστηκε για το σύνολο των σημειακών παρατηρήσεων σημείων έναρξης πυρκαγιών ήταν: Mean Nearest Neighbor Distance..: 933,53 m Με βάση τη συγκεκριμένη μέση απόσταση και με χρήση του τύπου (3.3) υπολογίστηκε ο δείκτης απόστασης από το πλησιέστερο γειτονικό σημείο: Nearest Neighbor Index...: 0,6257 Ο δείκτης αυτός είναι στατιστικά σημαντικός για επίπεδο σημαντικότητας 0,0001. Χρησιμοποιώντας στη συνέχεια στον ίδιο τύπο τη μέση απόσταση γειτονικού σημείου της τυχαίας αυτή τη φορά κατανομής σημείων στον παρονομαστή προέκυψε παραπλήσια τιμή του δείκτη: Nearest Neighbor Index...: 0,6243 Στο σημείο αυτό σημειώνεται ότι η τιμή του δείκτη εκφράζει το λόγο μεταξύ της πραγματικής απόστασης των παρατηρούμενων σημείων και της τυχαίας κατανομής σημείων. Σύμφωνα λοιπόν με τα αποτελέσματα των προαναφερθέντων υπολογισμών, η μέση απόσταση μεταξύ των παρατηρούμενων σημείων εκτιμάται στο 60% της μέσης απόστασης της τυχαίας σημειακής κατανομής, δηλαδή οι αποστάσεις μεταξύ των σημείων έναρξης των πυρκαγιών είναι μικρότερες απ ότι θα αναμενόταν αν επρόκειτο για τυχαία διάταξη σημείων. Ως εκ τούτου και καθώς ο δείκτης είναι σαφώς μικρότερος της μονάδας, προκύπτει ότι η κατανομή των σημείων έναρξης πυρκαγιάς είναι ομαδοποιημένη. 91

108 Ο δείκτης της απόστασης από το γειτονικό σημείο χρησιμοποιήθηκε με σκοπό την εκτίμηση του βαθμού στον οποίο μια σημειακή κατανομή διαφοροποιείται από μία κατανομή σύμφωνη με την πλήρη χωρική τυχαιότητα. Τα αποτελέσματα του εν λόγω δείκτη οδηγούν σε συμπεράσματα σχετικά με τη χωρική διάταξη των σημείων, η οποία στην παρούσα έρευνα είναι ομαδοποιημένη, ωστόσο δεν είναι δυνατό να παρέχουν πληροφορίες σχετικές με την κλίμακα και τις γεωγραφικές περιοχές όπου εμφανίζεται η ομαδοποίηση. Σύμφωνα με τα αποτελέσματα προγενέστερων ερευνών, η πιθανότητα εμφάνισης πυρκαγιών στο Μεσογειακό τοπίο συνδέεται με παράγοντες όπως η τοπογραφικές και φυσιογραφικές συνθήκες του τοπίου, οι κλιματικές συνθήκες, η διαθέσιμη καύσιμη ύλη και φυσικά οι ανθρωπογενείς δραστηριότητες [Donoghue & Main 1985, Chou et al. 1993, Trabaud & Galtie 1996, Pinol et al. 1998, Cardille et al. 2001, Herrando et al. 2003]. Η χωρική διάταξη των παραγόντων αυτών δεν είναι τυχαία ή ομοιόμορφα κατανεμημένη. Κατά συνέπεια οι θέσεις εμφάνισης των πυρκαγιών, δεδομένου ότι η εμφάνισή τους εξαρτάται από παράγοντες που η διάταξή τους είναι ομαδοποιημένη, είναι λογικό να εμφανίζονται επίσης σε ομάδες. Προκύπτει λοιπόν ότι ο δείκτης της μέσης απόστασης από το γειτονικό σημείο είναι απλά μια ποσοτική έκφραση ενός γεγονότος που είναι γνωστό, δηλαδή ότι σε κάποιες περιοχές η πυκνότητα των πυρκαγιών είναι μεγαλύτερη και σε κάποιες άλλες μικρότερη [Marsden 1982, Haines et al. 1983, Donoghue & Main 1985, Lavin 1997, Vazquez & Moreno 1998, Pew & Larsen 2001, Keeley & Fotheringham 2001, Genton et al. 2006]. Δεδομένου ότι η εφαρμογή του δείκτη είναι πολύ απλή και δεν απαιτεί χρόνο και υπολογιστική ισχύ, συνίσταται ο υπολογισμός του δείκτη ως ένα πρώτο βήμα στον προσδιορισμό της χωρικής διάταξης σημειακών κατανομών, πριν από οποιαδήποτε άλλη ανάλυση. Ειδικότερα δε σε περιοχές όπου η χωρική διάταξη των παραγόντων που επηρεάζουν την εμφάνιση των πυρκαγιών είναι ομοιόμορφη ή δεν είναι δυνατόν να εκτιμηθεί, ο δείκτης μπορεί να οδηγήσει σε χρήσιμα συμπεράσματα, τόσο για τη χωρική κατανομή των πυρκαγιών, όσο και για τους εν λόγω παράγοντες, καθώς επίσης και να αναδείξει άλλους παράγοντες που μπορεί να επηρεάζουν την εμφάνιση των πυρκαγιών. Τέλος, η χρήση του δείκτη συνίσταται ή ενδείκνυται από μέρους των αρχών πρόληψης και καταστολής των πυρκαγιών, σε συνδυασμό πάντα με άλλες μεθόδους εκτίμησης της χωρικής κατανομής σημειακών δεδομένων, με στόχο την καλύτερη κατανομή του ανθρώπινου δυναμικού καθώς των διαθέσιμων οικονομικών πόρων ώστε να ενεργούν με την απαιτούμενη αποτελεσματικότητα και ταχύτητα [Diaz-Delgado & Pons 2001, He et al. 2004, Diaz-Delgado et al. 2004]. 92

109 Ο δείκτης Κ του Ripley Ενώ ο δείκτης της απόστασης από το πλησιέστερο σημείο δίνει αριθμητικό αποτέλεσμα, από το οποίο συμπεραίνεται η χωρική διάταξη των σημειακών δεδομένων, ο δείκτης Κ του Ripley εξετάζεται σε γραφικό διάγραμμα (Διάγραμμα 4.4). Στο εν λόγω διάγραμμα αναπαρίστανται οι τιμές του δείκτη L (κίτρινη γραμμή) των πραγματικών σημειακών δεδομένων, ως προς την απόσταση d s σε αντιπαράθεση με τις αντίστοιχες ακραίες τιμές του L (κόκκινη και μπλε γραμμή) για τα σημεία προσομοίωσης. Οι ακραίες αυτές τιμές αποτελούν το «φάκελο» εντός του οποίου θεωρείται ότι η διάταξη των σημείων έχει προκύψει από τυχαίες διαδικασίες, καθώς και της τιμής του L για τη σημειακή κατανομή που συμπίπτει με την πλήρη χωρική τυχαία κατανομή (κυανή γραμμή) και έχει συνεχώς μηδενική τιμή. Σημειώνεται ότι οι μεγάλες τιμές του L δείχνουν και μεγάλη συγκέντρωση σημείων στη συγκεκριμένη ακτίνα που η τιμή της προκύπτει από τον άξονα των Χ. Πιο συγκεκριμένα τα σημεία φαίνονται να είναι υψηλά ομαδοποιημένα σε κύκλους ακτίνας περίπου οκτώ χιλιομέτρων (8 km), καθώς εκεί παρουσιάζεται το μέγιστο της γραφικής παράστασης της τιμής του L για τα πραγματικά σημειακά δεδομένα. Μάλιστα μέχρι το σημείο αυτό η καμπύλη παρουσιάζει αύξηση, ενώ στη συνέχεια οι τιμές του L μειώνονται ως και τους κύκλους ακτίνας είκοσι πέντε χιλιομέτρων (25 km) περίπου, όπου η τιμή του L πλησιάζει το 0 και η γραφική του παράσταση τέμνει αυτήν της πλήρους χωρικής τυχαιότητας. Από την τιμή των τριάντα χιλιομέτρων (30km) και μετά οι τιμές του L είναι μικρότερες του μηδενός (0). Από την απόσταση αυτή και μετά, όπου δηλαδή η τιμή του L είναι αρνητική, η χωρική διάταξη των σημειακών δεδομένων θεωρείται ότι είναι ομαλοποιημένη. Η περίπτωση του να έχουν προέλθει τα πραγματικά σημειακά δεδομένα από κάποιες τυχαίες διαδικασίες απορρίπτεται καθώς φαίνεται καθαρά ότι στις αποστάσεις όπου εμφανίζεται υψηλή ομαδοποίηση των σημειακών παρατηρήσεων η γραφική παράσταση του L είναι εκτός του «φακέλου» με τις μέγιστες και ελάχιστες τιμές της τυχαίας χωρικής διαδικασίας, ενώ απλά τέμνονται σε κάποιο σημείο όπου οι τιμές του L είναι αρνητικές. Η καμπή της καμπύλης και οι αρνητικές τιμές μετά την ακτίνα των 30km δικαιολογείται από το περίπλοκο σχήμα της περιοχής έρευνας. Η συγκεκριμένη μεθοδολογία έχει δημιουργηθεί με σκοπό την εφαρμογή της σε δοκιμαστικές επιφάνειες μικρής έκτασης και κανονικού σχήματος (κύκλου ή παραλληλόγραμμου). Στη συγκεκριμένη περίπτωση όμως η αύξηση του μήκους της ακτίνας του κύκλου εντός του οποίου υπολογίζεται ο αριθμός των πυρκαγιών έχει σαν αποτέλεσμα να συμπεριλαμβάνονται, στην καταμέτρηση πυρκαγιών, περιοχές οι οποίες βρίσκονται στη θάλασσα, όπου φυσικά δεν είναι δυνατόν να εκδηλώνονται πυρκαγιές. 93

110 L_T_ L_CSR_ L_T_MIN L_T_MAX Διάγραμμα 4.4: Γραφική παράσταση των τιμών του L που προκύπτουν από την εφαρμογή του δείκτη Κ του Ripley Η μέθοδος όπου υπολογίζεται ο δείκτης Κ του Ripley εφαρμόζεται με επιτυχία σε οικολογικά θέματα, γιατί εκτός της απλής αναφοράς του τύπου της χωρικής διάταξης των σημειακών κατανομών, παρέχει και μια εκτίμηση της λειτουργικής κλίμακας του φαινομένου, δηλαδή της έκτασης στην οποία το υπό μελέτη φαινόμενο παρουσιάζει διαφοροποιήσεις στις τιμές του. Χρησιμοποιείται λοιπόν έναντι του δείκτη της απόστασης του πλησιέστερου γειτονικού σημείου των Clark & Evans [1954] σε πολλές περιπτώσεις περιβαλλοντικών θεμάτων διερεύνησης της χωρικής διάταξης σημειακών κατανομών [Schooley & Wiens 2001, Revilla & Palomares 2002, Goreaud et al. 2002, Podur et al. 2003, Spooner et al. 2004, Fajardo et al. 2006, Genton et al. 2006]. Αντίθετα ο δείκτης των Clark & Evans δεν χρησιμοποιείται τόσο σε πρώτο βαθμό, δηλαδή με τον υπολογισμό της μέσης απόστασης του πλησιέστερου σημείου, όσο σε ανώτερο βαθμό όπου υπολογίζεται η απόσταση και του δεύτερου, τρίτου, ως και ν στού γειτονικού σημείου, οπότε παράλληλα γίνεται και εκτίμηση της κλίμακας [Davis et al. 2000]. Βέβαια η απλότητα υπολογισμού του δείκτη των Clark & Evans δεν μπορεί να συγκριθεί με τον απαιτητικό τόσο σε υπολογιστική ισχύ όσο και σε χρόνο δείκτη Κ του Ripley. Ενώ δηλαδή ο δείκτης της απόστασης του πλησιέστερου γειτονικού σημείου μπορεί στους σύγχρονους σταθμούς εργασίας να υπολογιστεί σε μερικά δευτερόλεπτα, ο υπολογισμός του δείκτη Κ και της γραφικής παράστασης του L απαιτεί μέχρι και τρεις ώρες, όταν ο υπολογισμός του διαστήματος εμπιστοσύνης γίνεται με μικρό αριθμό προσομοιώσεων (μέχρι 100), 94

111 μπορεί δε να φτάσει σε περισσότερες από είκοσι ώρες όταν εφαρμόζονται περισσότερες προσομοιώσεις. Η αυξημένη χωρική αυτοσυσχέτιση στις πυρκαγιές θεωρείται δεδομένη [Chou et al. 1990, Chuvieco & Salas 1996, Genton et al. 2006]. Σύμφωνα με τους Bailey & Gatrell [1995] η χωρική διάταξη σημειακών κατανομών επηρεάζεται είτε από τις συνθήκες του περιβάλλοντος, είτε από τις ιδιότητες των ίδιων των σημείων. Έτσι η χωρική διάταξη των σημείων έναρξης των πυρκαγιών εξηγείται από τη χωρική ομαδοποίηση των παραγόντων που τις επηρεάζουν (καύσιμη ύλη, κλιματολογικές συνθήκες, ανθρωπογενείς δραστηριότητες). Μια διαφορετική επεξήγηση μπορεί να δοθεί και από τον τρόπο καταγραφής των πυρκαγιών από τη Δασική Υπηρεσία, καθώς σύμφωνα με μαρτυρίες οι αναζωπυρώσεις μιας πυρκαγιάς έχουν καταγραφεί ως νέες πυρκαγιές, γεγονός που έχει ως φυσικό επακόλουθο την πλασματική αύξηση της πυκνότητας των πυρκαγιών. Ιδιαίτερο ενδιαφέρον θα είχε η διερεύνηση της κλίμακας της χωρικής διάταξης των σημείων έναρξης των πυρκαγιών ανά αίτιο, ειδικότερα δε για τις πυρκαγιές αγνώστου αιτίου έναρξης. Οι ομοιότητες που μπορεί να παρουσιάσει η κλίμακα και χωρική διάταξη των εν λόγω πυρκαγιών σε σχέση με πυρκαγιές που εκδηλώθηκαν από άλλες αιτίες (όπως π.χ. ο εμπρησμός) μπορεί να δώσει κάποιες ενδείξεις για τον προσδιορισμό των αιτίων έναρξης αυτών Μέθοδοι κανάβου, πυκνότητα Κατά τις μεθόδους κανάβου για την εκτίμηση της χωρικής κατανομής των σημείων υπολογίστηκε η πυκνότητα σημείων με χρήση συνάρτησης πυρήνα (kernel density estimation) και με την απλή μέθοδο (naive method). Η πυκνότητα υπολογίστηκε με παράγοντα ομαλοποίησης (ακτίνα κύκλου) ίση με 8, 25, 50 και 100 km. Οι δύο πρώτες τιμές επιλέχθηκαν σύμφωνα με τα αποτελέσματα του δείκτη Κ του Ripley και αντιστοιχούν στη μέγιστη τιμή του δείκτη Κ του Ripley όπου παρουσιάζεται η εντονότερη ομαδοποίηση και στη μεγαλύτερη απόσταση (ακτίνα κύκλου) στην οποία παρατηρείται ομαδοποίηση. Οι τιμές των 50 και 100 km επιλέχθηκαν ως πολλαπλάσια της τιμής των 25 km Η μέθοδος υπολογισμού πυκνότητας πυρήνα Τα αποτελέσματα της μεθόδου υπολογισμού πυκνότητας με τη μέθοδο πυρήνα απεικονίζονται χαρτογραφικά (Χάρτης 4.1, Χάρτης 4.2, Χάρτης 4.3, Χάρτης 4.4). 95

112 Χάρτης 4.1: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης 8 km Χάρτης 4.2: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης τα 25 km 96

113 Χάρτης 4.3: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης 50 km Χάρτης 4.4: Πυκνότητα πυρήνα με παράγοντα εξομάλυνσης 100 km 97

114 Η οπτική ανάλυση των χαρτογραφικών απεικονίσεων της πυκνότητας πυρκαγιών με τη μέθοδο πυρήνα οδηγεί στο συμπέρασμα ότι υπάρχει υψηλή ομαδοποίηση των σημείων έναρξης πυρκαγιάς στους δύο πρώτους (Χάρτης 4.1 και Χάρτης 4.2) όπου ο παράγοντας εξομάλυνσης είναι 8 και 25 km αντίστοιχα. Ομαλοποίηση όμως χαρακτηρίζει τους επόμενους χάρτες (Χάρτης 4.3 και Χάρτης 4.4), όπου έχει αυξηθεί ο παράγοντας εξομάλυνσης στα 50 και 100 km αντίστοιχα. Ωστόσο παρά την ομαλοποίηση της στατιστικής επιφάνειας με την αύξηση του παράγοντα εξομάλυνσης της συνάρτησης πυρήνα, είναι φανερό ότι τα σημεία έναρξης πυρκαγιάς παρουσιάζουν ομαδοποιημένη διάταξη. Ειδικότερα στην περίπτωση που ο παράγοντας εξομάλυνσης είναι 8km(Χάρτης 4.1) και 25km (Χάρτης 4.2) όπου η εναλλαγή των τιμών πυκνότητας είναι έντονη, είναι δυνατόν να οριοθετηθούν περιοχές με έντονο πρόβλημα έναρξης πυρκαγιών. Οι περιοχές όπου σε όλες τις περιπτώσεις παρουσιάζεται μεγάλη πυκνότητα είναι της Αττικής, της ευρύτερης περιοχής της πεδιάδας νότια της Λάρισας, της Δυτικής Πελοποννήσου, της Δυτικής Κρήτης, της περιοχής βόρεια της Καβάλας, καθώς της Ηπείρου, ενώ μικρότερη αλλά αξιοσημείωτη πυκνότητα παρουσιάζεται στον νομό Ηρακλείου Κρήτης και στη Δυτική Μακεδονία. Οι περιοχές αυτές παρουσιάζουν διαφορετικές ιδιότητες ως προς τις κλιματολογικές συνθήκες, την πυκνότητα του πληθυσμού, τις χρήσεις/κάλυψη γης καθώς και στο υψόμετρο. Μοντέλα λοιπόν που θα λάμβαναν υπόψη μόνο αυτές τις ιδιότητες θα ήταν αδύνατον να δώσουν τις ίδιες προβλέψεις για όλες αυτές τις περιοχές. Η τιμή του παράγοντα εξομάλυνσης των 8km (Χάρτης 4.1) δίνει ψηλές τιμές πυκνότητας σε περιοχές μικρής έκτασης όπως είναι τα νησιά του Ανατολικού Αιγαίου (Χίος, Σάμος, Ρόδος). Όταν οι τιμές του παράγοντα εξομάλυνσης αυξάνουν στα 25, 50 και 100km (Χάρτης 4.2, Χάρτης 4.3, Χάρτης 4.4) στα νησιά αυτά φαίνεται ότι δεν υπάρχει έντονη πυρική δραστηριότητα. Το αποτέλεσμα αυτό οφείλεται στο φαινόμενο των ορίων, κάτι που γίνεται ιδιαίτερα αντιληπτό στα εν λόγω νησιά, καθώς με την αύξηση του παράγοντα εξομάλυνσης προσμετρείται στην πυκνότητα και επιφάνεια που καταλαμβάνεται από τη θάλασσα, όπου φυσικά δεν είναι δυνατόν να εκδηλωθούν πυρκαγιές. Χρειάζεται λοιπόν προσοχή στην εφαρμογή της μεθόδου ως προς την επιλογή του παράγοντα εξομάλυνσης, η τιμή του οποίου εξαρτάται άμεσα από την έκταση της περιοχής έρευνας. Η εφαρμογή της μεθόδου πυρήνα για τη διερεύνηση της χωρικής διάταξης σημειακών κατανομών είναι μια διαδεδομένη μέθοδος σε ερευνητικές εργασίες περιβαλλοντικού περιεχομένου [Tufto et al. 1996, Havlicek & Carpenter 2001, Spooner et al. 2004, Ramp et al. 2005, Nelson et al. 2006], ενώ έχει εφαρμοστεί με επιτυχία και στον προσδιορισμό της χωρικής διάταξης σημειακών παρατηρήσεων πυρκαγιών σε μικρότερης έκτασης περιοχές έρευνας [Koutsias et al. 2004, de la Riva et al. 2004]. Η επιτυχία της μεθόδου βασίζεται 98

115 στην απαλοιφή των προβλημάτων ακρίβειας που υφίστανται στην περίπτωση του εντοπισμού των σημείων έναρξης των πυρκαγιών [de la Riva et al. 2004]. Η συγκεκριμένη μέθοδος δεν μετατρέπει απλά τα σημειακά δεδομένα σε επιφανειακά αθροίζοντας τις παρατηρήσεις στη μονάδα επιφάνειας [Burrough & McDonnell 1998], εφαρμόζει αντίθετα μια διμεταβλητή συνάρτηση κανονικής κατανομής, χρησιμοποιώντας τις συντεταγμένες του κάθε σημείου, ώστε όλα τα σημεία εντός μιας ακτίνας δράσης (του παράγοντα εξομάλυνσης) να συμπεριλαμβάνονται στον υπολογισμό της πυκνότητας [Bailey & Gatrell 1995] Η απλή μέθοδος υπολογισμού πυκνότητας Η απλή μέθοδος υπολογισμού πυκνότητας με ακτίνα σε αντιστοιχία με τον παράγοντα εξομάλυνσης των συναρτήσεων πυρήνα έδωσε τα παρακάτω αποτελέσματα (Χάρτης 4.5, Χάρτης 4.6, Χάρτης 4.7, Χάρτης 4.8): Χάρτης 4.5: Απλή πυκνότητα με ακτίνα κύκλου 8 km Σε σύγκριση με τη μέθοδο πυρήνα και για τον ίδιο παράγοντα εξομάλυνσης των 8km (Χάρτης 4.1), το αποτέλεσμα του υπολογισμού της απλής πυκνότητας (Χάρτης 4.5) απεικονίζει τις ίδιες περιοχές με αυξημένη πυκνότητα πυρκαγιών, η στατιστική επιφάνεια όμως εμφανίζει μια τραχύτητα στην απεικόνιση, κάτι που αποτελεί και το βασικό μειονέκτημα της απλής μεθόδου σε σχέση με τη μέθοδο πυρήνα [Diggle 1985]. Η τραχύτητα χαρακτηρίζει γενικότερα όλες τις στατιστικές επιφάνειες που προέκυψαν με την εφαρμογή της απλής μεθόδου. Λόγω της απλότητας της μεθόδου, είναι δυνατόν να 99

116 παρατηρηθούν και οι κύκλοι, στο εσωτερικό των οποίων έχει μετρηθεί ο αριθμός των πυρκαγιών, ειδικότερα σε απεικόνιση μεγαλύτερης χαρτογραφικής κλίμακας (Χάρτης 4.14). Χάρτης 4.6: Απλή πυκνότητα με ακτίνα κύκλου 25 km Χάρτης 4.7: Απλή πυκνότητα με ακτίνα κύκλου 50 km 100

117 Χάρτης 4.8: Απλή πυκνότητα με ακτίνα κύκλου 100 km Οι παραπάνω χάρτες οδηγούν στα ίδια συμπεράσματα όσο αφορά την χωρική διάταξη των σημείων έναρξης πυρκαγιάς. Σε σύγκριση όμως με τους χάρτες που προέκυψαν από την εκτίμηση της πυκνότητας με χρήση συνάρτησης πυρήνα παρατηρείται πως δεν εμφανίζουν την ίδια ομαλότητα καθώς η συνέχεια της πυκνότητας εμφανίζει διακοπές και υπάρχουν έντονες διαφοροποιήσεις. Η περίπτωση του παράγοντα εξομάλυνσης των 100 km παρουσιάζει μεγάλη ομαλοποίηση με αποτέλεσμα να αυξάνεται η πυκνότητα προς το γεωμετρικό κέντρο της περιοχής μελέτης Χαρτογραφική απόδοση της χωρικής διάταξης των σημείων έναρξης των πυρκαγιών Για τη χαρτογραφική απόδοση της χωρικής διάταξης των πυρκαγιών χρησιμοποιήθηκαν η απευθείας απεικόνιση όλων των σημειακών παρατηρήσεων, χωροπληθής χάρτης ανά νομό, στατιστική επιφάνεια που προέκυψε από τον υπολογισμό της πυκνότητας πυρήνα, καθώς και ισοπληθής χάρτης που παρήχθη από τα δεδομένα πυκνότητας. Σε όλες τις περιπτώσεις τα απόλυτα δεδομένα που αναφέρονται σε πραγματικά φαινόμενα με γεωγραφική υπόσταση είναι τα σημεία έναρξης πυρκαγιών. Όλοι οι άλλοι χάρτες που παρατίθενται απεικονίζουν παράγωγα ποιοτικά ή ποσοτικά δεδομένα που προέκυψαν από επεξεργασία των σημειακών δεδομένων σχετικά με τις θέσεις έναρξης των πυρκαγιών. 101

118 Χάρτης 4.9: Χάρτης απεικόνισης σημείων έναρξης σε όλη την Ελλάδα για το χρονικό διάστημα Αξίζει να σημειωθεί ότι η απευθείας απεικόνιση των σημείων έναρξης πυρκαγιών σε ένα χάρτη της Ελλάδας (Χάρτης 4.9)παρουσιάζει κάποια μειονεκτήματα. Η ευρεία γεωγραφική κλίμακα, δηλαδή το σύνολο της Ελληνικής επικράτειας, και η μικρή χαρτογραφική κλίμακα που χρησιμοποιούνται στη μέθοδο αυτή δεν επιτρέπουν στο χρήστη του χάρτη να αντιληφθεί τις περιοχές όπου έχει παρατηρηθεί αυξημένος αριθμός πυρκαγιών. Αυτό οφείλεται κυρίως στη σύμπτωση των συντεταγμένων των σημείων έναρξης των πυρκαγιών, οι οποίες καταγράφηκαν με ακρίβεια ενός δεύτερου λεπτού της μοίρας. Έτσι σε μια καταγεγραμμένη θέση είναι δυνατόν να αντιστοιχούν πέραν της μιας πυρκαγιά. Πιο συγκεκριμένα σε πέντε θέσεις έχουν καταγραφεί πάνω από είκοσι (20) πυρκαγιές και σε τριάντα έξι (36) θέσεις έχουν καταγραφεί από δέκα (10) έως είκοσι (20) πυρκαγιές. Συνολικά σε θέσεις έχουν καταγραφεί δύο (2) ή περισσότερες πυρκαγιές. Στον χωροπληθή χάρτη (Χάρτης 4.10) έχει πραγματοποιηθεί άθροιση των σημείων έναρξης των πυρκαγιών σε επίπεδο νομού και ανάλογα με την τιμή που προέκυψε για κάθε νομό, χρησιμοποιήθηκε διαφορετική απόχρωση του ίδιου χρώματος για την απεικόνιση του κάθε νομού, με τις σκουρότερες αποχρώσεις να αντιπροσωπεύουν μεγαλύτερο αριθμό πυρκαγιών. Η περίπτωση του χωροπληθή χάρτη εξυπηρετεί ίσως 102

119 κάποιες δράσεις σχεδιασμού σε επίπεδο χώρας για τον προσδιορισμό των νομών όπου παρουσιάζεται το μεγαλύτερο πρόβλημα πυρκαγιών. Παρόλα αυτά δεν παρέχεται καμιά πληροφορία για τη συμπεριφορά του φαινομένου των πυρκαγιών εντός του νομού, ούτε πραγματοποιείται αναπαράσταση της χωρικής μεταβλητότητας του υπό μελέτη φαινομένου, καθώς χρησιμοποιούνται σαφή όρια, αυτά των νομών, για να προσδιορίσουν τον αριθμό των πυρκαγιών εντός αυτών. Ν. ράμας Ν. Έβρου Ν. Κιλκίς Ν. Σερρών Ν. ΞάνθηςΝ. Ροδόπης Ν. Καβάλας Ν. Πέλλας Ν. Φλώρινας Ν. Θεσσαλονίκης Ν. Καστοριάς Ν. Ημαθίας Ν. Κοζάνης Ν. Χαλκιδικής Ν. Πιερίας Ν. Γρεβενών Ν. Ιωαννίνων Ν. Κέρκυρας Ν. Τρικάλων Ν. Λάρισας Ν. Θεσπρωτίας Ν. Μαγνησίας Ν. Άρτας Ν. Καρδίτσα Ν. Πρέβεζας Ν. Λέσβου Ν. Ευρυτανίας Ν. Φθιώτιδας Ν. Λευκάδας Ν. Αιτωλοακαρνανίας Ν. Κεφαλληνίας Ν. Ζακύνθου Ν. Φωκίδας Ν. Ευβοίας Ν. Βοιωτίας Ν. Χίου Ν. Αχαΐας Ν. Κορινθίας Ν. Ηλείας Ν. Αργολίδας Ν. Αρκαδίας Ν. Σάμου Κατανομή Πυρκαγιών κατά Νομαρχία Χωροπληθής Χάρτης Νομών & σημείων έναρξης πυρκαγιών κατά τα έτη Ο αριθμός σημείων έχει αναχθεί στη μονάδα επιφάνειας Z Κλίμακα 1: Χιλιόμετρα Πηγές δεδομένων: Φύλλα καταγραφής πυρκαγιών Δασικής Υπηρεσίας Διοικητικά όρια Νομών ΟΚΧΕ Ν. Μεσσηνίας Ν. Λακωνίας Ν. Κυκλάδων Ν. ωδεκανήσου Υπόμνημα Πυκνότητα σημείων 0, , , , , ,1154 0,1379-0,2501 0,3096-0,5394 Ν. Χανίων Ν. Ρεθύμνου Ν. Ηρακλείου Ν. Λασιθίου Εργαστήριο Δασικής Διαχειριστικής & Τηλεπισκόπησης Τμήμα Δασολογίας & Φυσικού Περιβάλλοντος Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Διευθυντής: Καθηγητής Μιχάλης Καρτέρης Χάρτης 4.10: Χωροπληθής χάρτης κατανομής πυρκαγιών κατά νομαρχίες Ο χάρτης πυκνότητας με τη μέθοδο πυρήνα (Χάρτης 4.2) και ο ισοπληθής χάρτης (Χάρτης 4.11) παρουσιάζουν την ίδια πληροφορία καθώς ο δεύτερος είναι παράγωγο του πρώτου. Στην περίπτωση αυτή αναπαρίσταται η μεταβλητότητα του φαινομένου της εμφάνισης των πυρκαγιών σε επίπεδο χώρας και σε περιοχές ανεξάρτητες των διοικητικών ορίων, περιορισμός που υπήρχε στην περίπτωση του χωροπληθή χάρτη (Χάρτης 4.10). Η περίπτωση του ισοπληθή χάρτη παρουσιάζει κάποια πλεονεκτήματα, καθώς είναι δυνατόν με τον τρόπο αυτό να αναπαρασταθεί η πυκνότητα των σημείων έναρξης των πυρκαγιών συγχρόνως με κάποιο άλλο γεωγραφικό φαινόμενο που εντοπίζεται στην ίδια περιοχή [Monmonier 1996], κάτι που δεν επιτρέπεται από τη στατιστική επιφάνεια της πυκνότητας. Έτσι είναι δυνατόν να παρατηρηθούν οι μεγάλες τιμές πυκνότητας στην περιοχή βόρεια της Καβάλας σε συνδυασμό με τα διοικητικά όρια των νομών της χώρας, οι οποίες καλύπτουν περιοχές τόσο του νομού Καβάλας, όσο και του νομού Δράμας και σε 103

120 μικρότερο βαθμό του νομού Ξάνθης. Ο χωροπληθής χάρτης (Χάρτης 4.10) δείχνει το νομό Καβάλας με μεγαλύτερη πυκνότητα πυρκαγιών σε σχέση με τους δύο προαναφερόμενους νομούς, κάτι που όπως γίνεται αντιληπτό στον ισοπληθή χάρτη (Χάρτης 4.11), δεν είναι απολύτως πραγματικό καθώς το σημείο με τη μεγαλύτερη πυκνότητα σημείων έναρξης πυρκαγιών βρίσκεται στα σύνορα των τριών νομών. Επιπλέον η πυκνότητα με την οποία εμφανίζονται οι ισοπληθείς καμπύλες αντικατοπτρίζει το ρυθμό μεταβολής της πυκνότητας του υπό μελέτη φαινομένου, δηλαδή των σημείων έναρξης των πυρκαγιών. Έτσι οι μικρές αποστάσεις μεταξύ των καμπυλών δείχνουν μεγάλο ρυθμό μεταβολής της πυκνότητας των σημείων έναρξης των πυρκαγιών, ενώ αντίθετα οι μεγάλες αποστάσεις μεταξύ των καμπυλών δείχνουν ότι η πυκνότητα μεταβάλλεται σε μικρότερο βαθμό, σε σχέση πάντα με την απόσταση. Τέλος οι ισοπληθείς καμπύλες παρέχουν και τη δυνατότητα να οριοθετηθούν περιοχές που εμφανίζουν πυκνότητα σημείων έναρξης πυρκαγιών πάνω από κάποιο όριο που θεωρείται κρίσιμο. Χάρτης 4.11: Χάρτης ισοπληθών καμπυλών της πυκνότητας πυρήνα των σημείων έναρξης των πυρκαγιών, με παράγοντα εξομάλυνσης 25km. Για την απεικόνιση των σημείων έναρξης πυρκαγιών, ανεξαρτήτως της γεωγραφικής κλίμακας που χρησιμοποιείται, καλύτερη απόδοση έχει η μέθοδος της πυκνότητας πυρήνα, ιδιαίτερα όταν το αποτέλεσμα πρόκειται να χρησιμοποιηθεί σε μοντέλα επικινδυνότητας πυρκαγιών [de la Riva et al. 2004]. Η μέθοδος των ισοπληθών 104

121 καμπυλών έχει το πλεονέκτημα όταν πρόκειται το φαινόμενο της εμφάνισης πυρκαγιών να αναπαρασταθεί σε συνδυασμό με κάποιο άλλο φαινόμενο στην ίδια γεωγραφική κλίμακα, ενώ οι δύο άλλες μέθοδοι είναι δυνατόν να χρησιμοποιηθούν κατά περίπτωση, με σημαντικά μειονεκτήματα όμως ως προς την ακρίβεια απόδοσης του φαινομένου. 4.2 Ανάλυση του τοπίου Δεδομένα χρήσης/κάλυψης γης Κατά την πρώτη φάση της μελέτης δημιουργήθηκε τυχαίο στρωματοποιημένο δείγμα τομέων όπου ελέγχθηκαν οι κατηγορίες χρήσης/κάλυψης γης που περιλαμβάνονται στους τομείς αυτούς. Ακολούθησε η σύνταξη των φωτοερμηνευτικών κλειδιών, τα οποία στη συνέχεια χρησιμοποιήθηκαν στη διεξαγωγή της φωτοερμηνείας. Τα ψηφιακά φωτοερμηνευτικά κλειδιά που δημιουργήθηκαν, ήταν διαφορετικά για κάθε μια σκηνή των δορυφορικών δεδομένων και περιγράφουν ξεχωριστά κάθε τρόπο εμφάνισης των 16 κατηγοριών του συστήματος ταξινόμησης. Επίσης εκτιμήθηκαν και αξιολογήθηκαν οι φασματικές υπογραφές των 16 κατηγοριών χρήσης/κάλυψης γης και χρησιμοποιήθηκαν στην ανάλυση των δορυφορικών εικόνων. Χάρτης 4.12: Κατηγορίες χρήσης/κάλυψης γης στο επίπεδο ταξινόμησης Ι Στη συνέχεια δημιουργήθηκαν οι δειγματοληπτικοί τομείς ελέγχου ακρίβειας της φωτοερμηνείας, για την περιοχή έρευνας. Οι τομείς αυτοί χρησιμοποιήθηκαν στη μελέτη 105

122 και ανάλυση των δορυφορικών δεδομένων και μέσω της προαναφερθείσας μεθοδολογίας (παράγραφος 3.3.2) προέκυψε η ψηφιακή βάση δεδομένων χρήσης/κάλυψης γης για την περιοχή έρευνας. Αναλυτικά, οι κατηγορίες χρήσης/κάλυψης γης που καταλαμβάνουν τη μεγαλύτερη επιφάνεια είναι η αρόσιμη γη (κατηγορία 6) με το ποσοστό της να ανέρχεται στο 21,75%, ενώ λίγο χαμηλότερα εμφανίζονται τα δάση (κατηγορία 10) με ποσοστό 20,87%. Αξιοσημείωτο είναι ότι στο ανώτερο επίπεδο του συστήματος ταξινόμησης (Επίπεδο Ι, Πίνακας 3.3), οι εκτάσεις υπό αγροτική εκμετάλλευση καταλαμβάνουν ποσοστό 37,22% (κατηγορίες 6, 7, 9), ενώ το ποσοστό των φυσικών εκτάσεων (κατηγορίες 10, 11, 12, 13) πλησιάζει το 50%, με τους βοσκότοπους (λιβάδια) να φθάνουν το 9,57% της συνολικής έκτασης (κατηγορία 8). Τέλος οι ανθρωπογενείς κατηγορίες χρήσης/κάλυψης γης (κατηγορίες 1-5) καλύπτουν λίγο πάνω από το 2% της συνολικής έκτασης, ποσοστό στο οποίο δεν φτάνουν οι υδάτινες ζώνες (κατηγορίες 14-16) καθώς περιορίζονται στο 1,81% (Πίνακας 4.3). Πίνακας 4.3: Η έκταση κάθε κατηγορίας χρήσης/κάλυψης γης στο σύνολο της περιοχής μελέτης Τύπος Κωδικός κατηγορίας Έκταση (στρ.) Ποσοστό Αστική οικοδόμηση ,93 1,51% Βιομηχανικές και εμπορικές ζώνες ,54 0,19% Δίκτυα συγκοινωνιών ,01 0,12% Ορυχεία, χώροι απορρίψεως απορριμμάτων και εργοτάξια ,84 0,24% Τεχνητές, μη γεωργικές ζώνες πρασίνου, χώροι αθλητικών και πολιτιστικών ,13 0,02% δραστηριοτήτων Αρόσιμη γη ,69 21,75% Μόνιμες καλλιέργειες ,88 2,51% Βοσκότοποι ,21 9,57% Ετερογενείς γεωργικές περιοχές ,14 12,96% Δάση ,07 20,87% Μεταβατικές δασώδεις-θαμνώδεις εκτάσεις ,16 9,81% Συνδυασμοί θαμνώδους και/ή ποώδους βλάστησης ,85 15,84% Εκτάσεις με αραιή ή καθόλου βλάστηση ,18 2,79% Χερσαία ύδατα ,56 1,24% Εσωτερικές υγρές ζώνες ,28 0,10% Παραθαλάσσιες υγρές ζώνες ,98 0,47% Σύνολο ,45 100,00% Οι αντίστοιχες εκτάσεις κάθε κατηγορίας χρήσης/κάλυψης γης σε κάθε διοικητική διαίρεση της περιοχής μελέτης παρατίθενται στους επισυναπτόμενους πίνακες του παραρτήματος. Ο ποιοτικός έλεγχος έδωσε ικανοποιητικά αποτελέσματα, όσον αφορά την ακρίβεια φωτοερμηνείας σε επίπεδο περιοχής έρευνας. Μάλιστα συνολική ακρίβεια 106

123 φωτοερμηνείας στην περιοχή έρευνας υπολογίστηκε στο 92,37% [Congalton & Green 1999]. Τα αποτελέσματα της διαδικασίας εκτίμησης της ακρίβειας, όπως αυτά υπολογίστηκαν από τους πίνακες σύγχυσης (confusion matrices) για την περιοχή έρευνας παρατίθενται στο παράρτημα. Στους συγκεκριμένους πίνακες παρουσιάζονται η συνολική ακρίβεια φωτοερμηνείας, η ακρίβεια φωτοερμηνείας για κάθε κατηγορία χρήσης/κάλυψης γης και η ακρίβεια του φωτοερμηνευτή για κάθε κατηγορία. Σημαντικότερη των παραπάνω είναι η ακρίβεια φωτοερμηνείας, δηλαδή ο λόγος της έκτασης της κατηγορίας η οποία μετρήθηκε στο πεδίο προς την φωτοερμηνευθείσα έκταση της ίδιας κατηγορίας [Καρτέρης 1992]. Αξίζει να σημειωθεί ότι από τη στατιστική ανάλυση της συχνότητας εμφάνισης του μεγέθους των πολυγώνων προέκυψε ότι το 20% της συνολικής έκτασης της περιοχής μελέτης αντιστοιχεί σε πολύγωνα επιφάνειας κάτω των 250 στρεμμάτων. Αντίστοιχο είναι και το ποσοστό του αριθμού των πολυγώνων κάτω από το όριο των 250 στρεμμάτων το οποίο ανέρχεται στο 19,95%, σε σχέση με το συνολικό αριθμό πολυγώνων της περιοχής έρευνας. Το μεγαλύτερο μέρος των πολυγώνων αυτών αντιστοιχεί σε νησίδες ή σε πολύγωνα τα οποία αντιπροσωπεύουν σημαντικές κατηγορίες χρήσης/κάλυψης γης, όπως για παράδειγμα αστικές περιοχές εντός αγροτικών ή δασικών εκτάσεων Δείκτες τοπίου Ερευνητικό ενδιαφέρον παρουσιάζουν τα αποτελέσματα του δείκτη Αριθμός Χωροψηφίδων, σύμφωνα με τα οποία τη μικρότερη τιμή εμφανίζει η νομαρχία Αθηνών, μια κατεξοχήν αστική περιοχή της χώρας. Ο ίδιος νομός παρουσιάζει ταυτόχρονα τη μεγαλύτερη τιμή του Δείκτη Μέγιστης Χωροψηφίδας και τη μικρότερη τιμή του δείκτη Μέση έκταση χωροψηφίδας και του Μέσου Δείκτη Χωροψηφίδας. Όσον αφορά τη μεγαλύτερη τιμή των δύο τελευταίων δεικτών, αυτή εμφανίζεται στο νομό Αιτωλοακαρνανίας, ο οποίος εντάσσεται στους νομούς με τη μικρότερη δυνατή ανθρώπινη επέμβαση, γεγονός που ενισχύεται και από τη μεγαλύτερη τιμή που έχει ο νομός Αιτωλοακαρνανίας και στο Δείκτη Σχήματος Τοπίου. Οι δύο νομοί συγκαταλέγονται στους δέκα πολυπληθέστερους σύμφωνα τα στοιχεία της τελευταίας απογραφής [Εθνική Στατιστική Υπηρεσία Ελλάδας 2005], ωστόσο διαφέρουν τόσο ως προς την έκταση όσο και στη σύνθεση των κατηγοριών χρήσης/κάλυψης γης, καθώς ο νομός Αιτωλοακαρνανίας έχει πολύ μεγάλο ποσοστό φυσικών εκτάσεων. Μια ιεραρχική ανάλυση της συσσώρευσης με συμμετοχή όλων των Δεικτών Έκτασης, Πυκνότητας και Ορίων, δείχνει την ιδιαιτερότητα της νομαρχίας Αθηνών ως προς τους 107

124 άλλους νομούς, ενώ μαζί με τη νομαρχία Αθηνών οι νομοί Αιτωλοακαρνανίας και Λάρισας διαφοροποιούνται από τους υπόλοιπους. Ν. Πρέβεζας Ν. Θεσπρωτί ας Νομαρχία Ανατολι κής Αττι κής Ν. Άρτας Ν. Φωκί δας Ν. Καστορι άς Νομαρχία Δυτι κής Αττι κής Ν. Φλώρι νας Ν. Πι ερί ας Ν. Μαγνησίας Ν. Γρεβενών Ν. Φθι ώτι δας Ν. Κοζάνης Ν. Τρι κάλων Ν. Θεσσαλονί κης Ν. Βοι ωτί ας Ν. Κι λκί ς Ν. Ευβοί ας Ν. Ιωαννί νων Ν. Ευρυτανί ας Ν. Πέλλας Νομαρχία Πειραιώς Ν. Καβάλας Ν. Χαλκι δι κής Ν. Ξάνθης Ν. Ροδόπης Ν. Δράμας Ν. Έβρου Ν. Σερρών Ν. Ημαθίας Ν. Καρδί τσα Ν. Αιτωλοακαρνανίας Ν. Λάρι σας Νομαρχία Αθηνών Δενδρόγραμμα Δεικτών Έκτασης/Πυκνότητας/Ορίων Single Linkage Euclidean distances 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 Linkage Distance Διάγραμμα 4.5: Δενδρόγραμμα Δεικτών Έκτασης, Πυκνότητας, Ορίων, αποτέλεσμα ανάλυσης συσσώρευσης για τους υπόψη δείκτες για όλα τα τοπία. Όπως προκύπτει από το δενδρόγραμμα της ιεραρχικής ομαδοποίησης (Διάγραμμα 4.5), στην απόσταση σύνδεσης όπου όλοι οι υπόλοιποι νομοί συγκεντρώνονται σε μια ομάδα, οι υπόψη περιοχές αποτελούν από μόνες τους διαφορετικές ομάδες. Αντίστοιχα η εφαρμογή της ίδιας στατιστικής ανάλυσης με τους Δείκτες Σχήματος και Μορφής αναδεικνύουν τη νομαρχία Αθηνών ως ένα τοπίο πολύ διαφορετικό ως προς τη συμπεριφορά των υπόψη δεικτών από τα υπόλοιπα τοπία ( Διάγραμμα 4.6). Η νομαρχία Αθηνών είναι μια αστική περιοχή και σύμφωνα με τα δεδομένα χρήσης/κάλυψης γης περιλαμβάνει κατά 70% περιοχές που αντιστοιχούν στην πρώτη κατηγορία του Επιπέδου Ι του συστήματος ταξινόμησης, ήτοι τις τεχνητές περιοχές. Ως προς τη δομή της είναι πολύ διαφορετική από κάθε άλλη περιοχή της Ελλάδας καθώς αποτελείται από ελάχιστες, σχετικά, χωροψηφίδες, χαρακτηρίζεται δε ιδιαιτέρως ομοιογενής. Τα αποτελέσματα των δεικτών του τοπίου για κάθε νομό παρατίθενται συγκεντρωτικά στο παράρτημα. 108

125 Δενδρόγραμμα Δεικτών Σχήματος/Μορφής Single Linkage Euclidean distances Ν. Πρέβεζας Ν. Θεσπρωτί ας Νομαρχία Ανατολι κής Αττι κής Ν. Φωκί δας Ν. Ευβοί ας Ν. Ιωαννί νων Ν. Κι λκί ς Ν. Μαγνησίας Ν. Γρεβενών Ν. Κοζάνης Ν. Τρι κάλων Ν. Καστορι άς Ν. Άρτας Νομαρχία Δυτι κής Αττι κής Ν. Φθι ώτι δας Ν. Βοι ωτί ας Ν. Θεσσαλονί κης Ν. Φλώρι νας Ν. Πέλλας Ν. Αιτωλοακαρνανίας Ν. Καβάλας Ν. Ξάνθης Ν. Ροδόπης Ν. Δράμας Ν. Έβρου Ν. Σερρών Ν. Πι ερί ας Ν. Καρδί τσα Ν. Ημαθίας Νομαρχία Πειραιώς Ν. Ευρυτανί ας Ν. Λάρι σας Ν. Χαλκι δι κής Νομαρχία Αθηνών Linkage Distance Διάγραμμα 4.6: Δενδρόγραμμα Δεικτών Σχήματος/Μορφής για όλα τα τοπία. 4.3 Διερεύνηση των αλληλεπιδράσεων μεταξύ τοπίου και πυρκαγιών Πυκνότητα πυρκαγιών κατά τοπίο Ο νομός που επιδεικνύει τη μεγαλύτερη μέση πυκνότητα ανεξάρτητα από τη μέθοδο ή τον παράγοντα εξομάλυνσης είναι σε κάθε περίπτωση ο νομός Θεσπρωτίας (Διάγραμμα 4.7, Διάγραμμα 4.8, Διάγραμμα 4.9), με εξαίρεση την περίπτωση του υπολογισμού πυκνότητας με παράγοντα εξομάλυνσης τα 100km (Διάγραμμα 4.10). Γενικότερα οι νομοί της Περιφέρειας Ηπείρου έχουν τις μεγαλύτερες μέσες τιμές πυκνότητας σημείων έναρξης πυρκαγιών, ενώ έπονται οι νομαρχίες της Περιφέρειας Αττικής. Όσον αφορά στις μικρότερες μέσες τιμές, αυτές στις περισσότερες περιπτώσεις συναντώνται στους νομούς της Θράκης, ειδικότερα δε στο νομό Ροδόπης και κατά δεύτερο λόγο στο νομό Έβρου, ενώ και ο νομός Φωκίδας εμφανίζεται να έχει μικρές τιμές μέσης πυκνότητας σημείων έναρξης πυρκαγιών. 109

126 0,35 0,30 Μέθοδος πυρήνα Απλή μέθοδος 0,25 0,20 0,15 0,10 0,05 0,00 Ν. Φωκίδας Ν. Ροδόπης Ν. Ευρυτανίας Ν. Σερρών Ν. Καρδίτσα Ν. Θεσσαλονίκης Νομαρχία Πειραιώς Ν. Ημαθίας Ν. Χαλκιδικής Ν. Έβρου Ν. Δράμας Ν. Κιλκίς Ν. Ξάνθης Ν. Άρτας Ν. Φθιώτιδας Ν. Τρικάλων Ν. Φλώρινας Ν. Κοζάνης Ν. Βοιωτίας Ν. Λάρισας Ν. Πέλλας Ν. Πιερίας Ν. Αιτωλοακαρνανίας Ν. Γρεβενών Ν. Μαγνησίας Ν. Ευβοίας Ν. Καστοριάς Ν. Καβάλας Νομαρχία Ανατολικής Αττικής Ν. Ιωαννίνων Νομαρχία Αθηνών Ν. Πρέβεζας Νομαρχία Δυτικής Αττικής Ν. Θεσπρωτίας Διάγραμμα 4.7: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 8 km Αναφορικά με τη συμπεριφορά της μέσης πυκνότητας κατά την αλλαγή του παράγοντα εξομάλυνσης, αυτή είναι παρόμοια και στις δύο μεθόδους εφαρμογής, δηλαδή την απλή και τη μέθοδο πυρήνα. Συγκεκριμένα, όσο ο παράγοντας εξομάλυνσης αυξάνει, τόσο το εύρος και ο μέσος όρος από τις επιμέρους μέσες τιμές πυκνότητας μειώνεται (Διάγραμμα 4.11). Η τάση αυτή αποδίδεται στην ομαλοποίηση της στατιστικής επιφάνειας της πυκνότητας εμφάνισης σημείων έναρξης πυρκαγιών, καθώς όσο αυξάνεται ο παράγοντας εξομάλυνσης, τόσο αυξάνεται και η έκταση με βάση την οποία υπολογίζεται η πυκνότητα. Καθώς στον υπολογισμό αυτό συμπεριλαμβάνονται και περιοχές όπου δεν έχουν καταγραφεί σημεία έναρξης πυρκαγιών, είναι αναμενόμενο η μέση τιμή, όπως και το εύρος των τιμών πυκνότητας να μειώνονται. 110

127 0,26 0,24 0,22 0,20 0,18 0,16 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00 Μέθοδος πυρήνα Απλή μέθοδος Ν. Ροδόπης Ν. Φωκίδας Ν. Ευρυτανίας Ν. Σερρών Ν. Χαλκιδικής Ν. Θεσσαλονίκης Νομαρχία Πειραιώς Ν. Καρδίτσα Ν. Έβρου Ν. Κιλκίς Ν. Δράμας Ν. Ημαθίας Ν. Ξάνθης Ν. Φθιώτιδας Ν. Άρτας Ν. Πιερίας Ν. Τρικάλων Ν. Κοζάνης Ν. Φλώρινας Ν. Πέλλας Ν. Βοιωτίας Ν. Λάρισας Ν. Ευβοίας Ν. Αιτωλοακαρνανίας Ν. Μαγνησίας Νομαρχία Ανατολικής Αττικής Ν. Καβάλας Ν. Γρεβενών Ν. Καστοριάς Ν. Ιωαννίνων Νομαρχία Αθηνών Ν. Πρέβεζας Νομαρχία Δυτικής Αττικής Ν. Θεσπρωτίας Διάγραμμα 4.8: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 25 km 0,20 0,18 0,16 0,14 Μέθοδος πυρήνα Απλή μέθοδος 0,12 0,10 0,08 0,06 0,04 0,02 0,00 Ν. Ροδόπης Ν. Χαλκιδικής Ν. Έβρου Ν. Σερρών Ν. Φωκίδας Νομαρχία Πειραιώς Ν. Θεσσαλονίκης Ν. Ευρυτανίας Ν. Κιλκίς Ν. Δράμας Ν. Καρδίτσα Ν. Πιερίας Ν. Ξάνθης Ν. Ημαθίας Ν. Ευβοίας Ν. Πέλλας Ν. Φλώρινας Ν. Φθιώτιδας Ν. Άρτας Ν. Καβάλας Ν. Τρικάλων Ν. Αιτωλοακαρνανίας Ν. Λάρισας Ν. Βοιωτίας Ν. Κοζάνης Ν. Μαγνησίας Νομαρχία Ανατολικής Αττικής Ν. Καστοριάς Νομαρχία Αθηνών Ν. Γρεβενών Νομαρχία Δυτικής Αττικής Ν. Πρέβεζας Ν. Ιωαννίνων Ν. Θεσπρωτίας Διάγραμμα 4.9: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 50 km 111

128 0,14 0,12 Μέθοδος πυρήνα Απλή μέθοδος 0,10 0,08 0,06 0,04 0,02 0,00 Ν. Έβρου Ν. Ροδόπης Ν. Χαλκιδικής Ν. Σερρών Ν. Θεσσαλονίκης Ν. Κιλκίς Νομαρχία Πειραιώς Ν. Ξάνθης Ν. Δράμας Ν. Καβάλας Ν. Πέλλας Ν. Πιερίας Ν. Φλώρινας Ν. Ευβοίας Ν. Ημαθίας Ν. Φωκίδας Νομαρχία Ανατολικής Αττικής Ν. Ευρυτανίας Ν. Αιτωλοακαρνανίας Ν. Μαγνησίας Νομαρχία Αθηνών Ν. Λάρισας Ν. Καρδίτσα Ν. Φθιώτιδας Ν. Καστοριάς Ν. Άρτας Ν. Βοιωτίας Ν. Τρικάλων Ν. Κοζάνης Νομαρχία Δυτικής Αττικής Ν. Πρέβεζας Ν. Γρεβενών Ν. Θεσπρωτίας Ν. Ιωαννίνων Διάγραμμα 4.10: Ιστόγραμμα τιμών μέσης πυκνότητας σημείων έναρξης πυρκαγιών, με παράγοντα εξομάλυνσης 100 km 0,24 Box & Whisker Plot 0,22 0,20 0,18 0,16 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0,00-0,02-0,04 MEAN_k8 MEAN_k50 MEAN_s8 MEAN_s50 MEAN_k25 MEAN_k100 MEAN_s25 MEAN_s100 Mean Mean±SD Mean±1,96*SD Διάγραμμα 4.11: Οι μέσες τιμές της μέσης πυκνότητας πυρκαγιών κατά παράγοντα εξομάλυνσης και μέθοδο εφαρμογής 112

129 Χάρτης 4.13: Πυκνότητα πυρήνα για το Ν. Θεσπρωτίας με παράγοντα εξομάλυνσης 8km (i), 25km (ii), 50km (iii), 100km (iv). Χάρτης 4.14: Απλή πυκνότητα για το Ν. Θεσπρωτίας με παράγοντα εξομάλυνσης 8km (i), 25km (ii), 50km (iii), 100km (iv). 113