Εκτίμηση του κινδύνου από τσουνάμι με τη χρήση. Γ.Σ.Π.: εφαρμογή στην παράκτια ζώνη του. Ηρακλείου Κρήτης

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΓΕΩΓΡΑΦΙΑΣ Π.Μ.Σ. «ΓΕΩΓΡΑΦΙΑ & ΕΦΑΡΜΟΣΜΕΝΗ ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ» Εκτίμηση του κινδύνου από τσουνάμι με τη χρήση Γ.Σ.Π.: εφαρμογή στην παράκτια ζώνη του Ηρακλείου Κρήτης Μεταπτυχιακή διατριβή της Ιωάννας Τριανταφύλλου Μέλη Τριμελούς Επιτροπής: Βαΐτης Μ. ( Επίκ. Καθηγητής) Καβρουδάκης Δ. (Επίκ. Καθηγητής) Ζούρος Ν. (Καθηγητής) Μυτιλήνη, Φεβρουάριος 2016

2 Περιεχόμενα Ευρετήριο...3 Πρόλογος...6 Περίληψη... 7 Abstract..9 Κεφάλαιο 1.Τα Τσουνάμι και Μέθοδοι Εκτίμησης των Επιπτώσεων τους 1.1. Εισαγωγή στο φαινόμενο των Τσουνάμι Καταστροφικές συνέπειες των τσουνάμι Ορολογία στη διεθνή βιβλιογραφία Μέθοδοι Καθορισμού της Επικινδυνότητας από Τσουνάμι Σενάρια για τσουνάμι Πιθανοτικές προσεγγίσεις Μέθοδοι Καθορισμού της Τρωτότητας στα Τσουνάμι Πρώιμες Μέθοδοι Οι έρευνες μετά το 2004: νέες εκδοχές του μοντέλου PTVA και άλλες προσεγγίσεις Καθορισμός της τρωτότητας κτιρίων από συναρτήσεις ευθραυστότητας και καμπύλες βλαβών Ο ρόλος των περιβαλλοντικών παραγόντων Μέθοδοι καθορισμού του Κινδύνου (Risk) από τσουνάμι Κεφάλαιο 2. Γεωφυσικά και Ανθρωπογεωγραφικά Χαρακτηριστικά στην Περιοχή Μελέτης Ηρακλείου-Γαζίου Κρήτης 2.1. Σεισμικές και άλλες πηγές στην ευρύτερη περιοχή του Ηρακλείου Γεωμορφολογικά και Ανθρωπογεωγραφικά Χαρακτηριστικά...37 Κεφάλαιο 3. Εκτίμηση του Κινδύνου από Τσουνάμι στο Ηράκλειο Κρήτης: Μεθοδολογία και Δεδομένα 3.1. Εισαγωγή στη Μεθοδολογία Γεωγραφικά Συστήματα Πληροφοριών Εκτίμηση της Επικινδυνότητας με Επιλογή Ακραίου Σεναρίου Τσουνάμι Δεδομένα και Αριθμητική Προσομοίωση Καθορισμός του Κινδύνου από Τσουνάμι για τα Κτίρια...52 [1]

3 3.4.1 Εκτίμηση της Τρωτότητας των Κτιρίων Εκτίμηση της Οικονομικής Ζημίας στα Κτίρια Εκτίμηση του Κίνδυνου στον οποίο εκτίθεται ο πληθυσμός εξαιτίας του ακραίου τσουνάμι Πληθυσμιακά δεδομένα Εκτίμηση της έκθεσης του πληθυσμού στο ακραίο τσουνάμι Αναζήτηση βέλτιστων διαδρομών διαφυγής του πληθυσμού 67 Κεφάλαιο 4. Αποτελέσματα και Απεικόνισή τους με Εργαλεία G.I.S Αναμενόμενο Επίπεδο Βλάβης στα Κτίρια Αναμενόμενη Οικονομική Ζημία στα Κτίρια Έκθεση Πληθυσμού στο Ακραίο Τσουνάμι Βέλτιστες διαδρομές και χρόνοι διαφυγής του πληθυσμού Χρόνοι διαφυγής του πληθυσμού σε σχέση με το χρόνο προειδοποίησης..81 Κεφάλαιο 5. Συζήτηση και Συμπεράσματα Βιβλιογραφία.. 86 [2]

4 ΕΥΡΕΤΗΡΙΟ ΔΙΑΓΡΑΜΜΑΤΩΝ Διάγραμμα 3.1. Πληθυσμιακή κατανομή στο σύνολο των κτιρίων ανά οικοδομικό τετράγωνο στην περιοχή μελέτης...66 ΕΥΡΕΤΗΡΙΟ ΕΙΚΟΝΩΝ Εικόνα 1.1.Γένεση τσουνάμι εξαιτίας συνσεισμικής μετάθεσης στο θαλάσσιο πυθμένα...11 Εικόνα 1.2. Γεωγραφική κατανομή σεισμικών εστιών τσουνάμι από το 1410 π.χ. μέχρι το 2011 μ.χ 12 Εικόνα 1.3. Σεισμικές και άλλες εστίες τσουνάμι στον Ευρώ-Μεσογειακό χώρο. Η διαβάθμιση της μέγιστης έντασης των τσουνάμι ακολουθεί τη 12-βάθμια κλίμακα 15 Εικόνα 1.4. Οι μέγιστες συνέπειες των τσουνάμι σε 4-βάθμια κλίμακα.15 Εικόνα 1.5. Εκτεταμένες εξωτερικές βλάβες στο Ficogrande, Στρόμπολι, που προκλήθηκαν από το τοπικό ηφαιστειακό τσουνάμι της 30 ης Δεκεμβρίου Εικόνα 1.6. Εκτεταμένες εσωτερικές βλάβες στο Ficogrande, Στρόμπολι, που προκλήθηκαν από το τοπικό ηφαιστειακό τσουνάμι της 30 ης Δεκεμβρίου Εικόνα 1.7. Παράδειγμα συναρτήσεων ευθραυστότητας για επίπεδο βλάβης DSi (i=1, 2, 3, 4, 5)..28 Εικόνα 1.8. Παράδειγμα καμπυλών βλάβης (Reese et al. 2007)...28 Εικόνα 1.9. Τα τσουνάμι στον Ευρώ Μεσογειακό χώρο που έχουν προκαλέσει επιπτώσεις στη χέρσο, όπου L1= μικρές επιπτώσεις και L4= μεγάλες επιπτώσεις..31 Εικόνα Τα τσουνάμι στον Ευρώ Μεσογειακό χώρο που έχουν προκαλέσει περιβαλλοντικές επιπτώσεις όπου ΕΙ1= μικρές επιπτώσεις και ΕΙ4= μεγάλες επιπτώσεις..32 Εικόνα Τα επίπεδα βλάβης των τσουνάμι του Ευρώ Μεσογειακού χώρου σε τέσσερις κατηγορίες 32 Εικόνα 2.1. (α) Η παρούσα τεκτονική κατάσταση στο Αιγαίο βάσει των παρατηρήσεων των Angelier et al. (1982). Οι ρυθμοί μετατόπισης παρουσιάζονται σε σχέση με την σταθερή Ευρώπη και οι σχετικές αναφορές που παρατίθενται στο κείμενο. NAF είναι το ρήγμα της Βόρειας Ανατολίας. (β) Οι μεγάλες ρηξιγενείς ζώνες και τα γεωμορφολογικά χαρακτηριστικά της Κρήτης..35 Εικόνα 2.2. Χάρτης της περιοχής μελέτης (από Google Earth) 38 Εικόνα 2.3. Ψηφιακό Μοντέλο Εδάφους της περιοχής μελέτης..39 Εικόνα 2.4. Συνήθεις τύποι ιδιωτικών κατοικιών στην περιοχή του Γαζίου.39 Εικόνα 2.5. Άποψη του Παγκρήτιου σταδίου και της Αμμουδάρας (από Δ προς Α)..40 Εικόνα 2.6. Παραλία Αμμουδάρας (άποψη από Α προς Δ)..40 Εικόνα 2.7. Τμήμα της περιοχής μελέτης με ξενοδοχειακές μονάδες (άποψη από ΝΔ προς ΒΑ) 41 Εικόνα 2.8. Τμήμα της παραλίας Αμμουδάρα (στο βάθος) και εγκαταστάσεις εστίασης που λειτουργούν κυρίως κατά τους θερινούς μήνες (αριστερά) (άποψη από Ν προς Β).41 [3]

5 Εικόνα 2.9. Η παραλία Αμμουδάρα με εγκαταστάσεις ψυχαγωγίας και αθλητισμού που λειτουργούν κυρίως κατά τους θερινούς μήνες (άποψη από Δ προς Α).42 Εικόνα Η παραλία Αμμουδάρα και εγκαταστάσεις της ΔΕΗ στα Λινοπεράματα στο βάθος (άποψη από Α προς Δ)...42 Εικόνα Περιτοιχισμένα παραλιακά οικόπεδα στην παραλία της Αμμουδάρας 43 Εικόνα 3.1 Στιγμιότυπο της προσομοίωσης του ακραίου (Μινωικού) τσουνάμι της Σαντορίνης με σενάριο δημιουργίας του από πυροκλαστική ροή με γωνία εισόδου δεξιόστραφα από τον ηφιστειακό κώνο στην Κρητική θάλασσα. Στην βόρεια Κρήτη το κύμα προσομοιώνεται σε σειρά συνθετικών παλιρροιογράφων, εκ των οποίων ο υπ αριθμ. 6 στην περιοχή μελέτης (αριστερά) κατέγραψε ύψος κύματος της τάξης των 20 m (δεξιά). 50 Εικόνα 3.2. Χάρτης της ζώνης κατακλυσμού στην περιοχή μελέτης όπως προέκυψε από την αριθμητική προσομοίωση του ακραίου σεναρίου του Μινωικού τσουνάμι 51 Εικόνα 3.3. Χάρτης του συνολικού αριθμού κτιρίων από μπετόν ανά οικοδομικό τετράγωνο 54 Εικόνα 3.4. Χάρτης του συνολικού αριθμού κτιρίων από μέταλλο ανά οικοδομικό τετράγωνο...55 Εικόνα 3.5. Χάρτης του συνολικού αριθμού κτιρίων από ξύλο ανά οικοδομικό τετράγωνο 56 Εικόνα 3.6. Χάρτης του συνολικού αριθμού κτιρίων από τούβλα ανά οικοδομικό τετράγωνο.57 Εικόνα 3.7. Χάρτης του συνολικού αριθμού κτιρίων από πέτρα ανά οικοδομικό τετράγωνο.58 Εικόνα 3.8. Χάρτης του συνολικού αριθμού κτιρίων από άλλο υλικό ανά οικοδομικό τετράγωνο..59 Εικόνα 3.9. Χάρτης κανονικοποιημένου δείκτη ανθεκτικότητας κτιρίων, Σ, για την περιοχή μελέτης 61 Εικόνα Πληθυσμιακή κατανομή ανά οικοδομικό τετράγωνο στην περιοχή μελέτης.65 Εικόνα 4.1. Χάρτης αναμενόμενου επιπέδου βλαβών στα κτίρια.70 Εικόνα 4.2. Χάρτης κτιρίων που αναμένεται να υποστούν μερική ή ολική κατάρρευση.63 Εικόνα 4.3. Χάρτης κτιρίων που αναμένεται να υποστούν σημαντικές ή βαριές βλάβες.64 Εικόνα 4.4. Χάρτης κατανομής του πληθυσμού μετά την εφαρμογή της μεθόδου IDW. Απεικονίζονται και τα οικοδομικά τετράγωνα...67 Εικόνα 4.5. Χάρτης έκθεσης του πληθυσμού στη ζώνη κατακλυσμού.77 Εικόνα 4.6. Χάρτης προτεινόμενων διαδρομών διαφυγής από τα σημεία Α1, Β1, C1a και C1b, και προτεινόμενων χώρων συγκέντρωσης εντός της ζώνης κατακλυσμού (Α2, Β2, C2) και εκτός της ζώνης κατακλυσμού (Α3, Β3, C3)..80 ΕΥΡΕΤΗΡΙΟ ΠΙΝΑΚΩΝ Πίνακας 1.1. Τα σημαντικότερα τσουνάμι παγκοσμίως που έγιναν τα τελευταία 150 χρόνια.13 Πίνακας 2.1. Δεδομένα των τσουνάμι που είναι γνωστό ότι έπληξαν την ευρύτερη περιοχή του Ηρακλείου Κρήτης...37 [4]

6 Πίνακας 3.1. Ταξινόμηση κτιρίων ανάλογα με το υλικό κατασκευής (τύποι κτιρίων) όπως διαμορφώθηκε για την εφαρμογή του DamaSCHE Tool..52 Πίνακας 3.2. Αναμενόμενο Επίπεδο Βλάβης (Damage Level) ως συνάρτηση του βάθους νερού στη ζώνη κατακλυσμού (σε m) και της τρωτότητας των Κτιρίων (Class A,..,E) με βάση το υλικό κατασκευής τους..62 Πίνακας 3.3. Κατηγορίες πεζοπορίας με την αντίστοιχη ταχύτητα (m/s) 68 Πίνακας 4.1. Εκτιμώμενο κρατικό οικονομικό κόστος για τα κτίρια που θα χρειάζονται ανακατασκευή λόγω μερικής ή ολικής κατάρρευσης (επίπεδο βλάβης D4 και D5, Πίνακας 3.2) μετά από το ακραίο τσουνάμι στην περιοχή μελέτης...73 Πίνακας 4.2. Εκτιμώμενο κρατικό οικονομικό κόστος για τα κτίρια που θα χρειάζονται επισκευή λόγω βλαβών στα μη φέροντα στοιχεία (επίπεδο βλάβης D2, Πίνακας 3.2) και στα φέροντα και μη φέροντα στοιχεία (επίπεδο βλάβης D3, Πίνακας 3.2) μετά από το ακραίο τσουνάμι στην περιοχή μελέτης.74 Πίνακας 4.3. Υπολογισμένες αποστάσεις διαφυγής και αντίστοιχοι χρόνοι από επιλεγμένα σημεία προς ασφαλείς χώρους για τρεις διαφορετικές ταχύτητες μετακίνησης..81 [5]

7 Πρόλογος Η διπλωματική εργασία με τίτλο «Εκτίμηση του κινδύνου από τσουνάμι με τη χρήση Γ.Σ.Π.: εφαρμογή στην παράκτια ζώνη του Ηρακλείου Κρήτης» μου ανετέθη από τον Επίκουρο Καθηγητή του Πανεπιστημίου Αιγαίου του Τμήματος Γεωγραφίας κ. Βαΐτη Μιχαήλ τον Οκτώβριο του Με την εργασία αυτή ολοκληρώνεται η φοίτησή μου στο μεταπτυχιακό κύκλο σπουδών με τίτλο «Γεωγραφία και Εφαρμοσμένη Γεωπληροφορική» του τμήματος Γεωγραφίας του Πανεπιστημίου Αιγαίου και από τη θέση αυτή θα ήθελα να εκφράσω τις ευχαριστίες μου τόσο στον επιβλέποντα κ. Μ. Βαΐτη όσο και στα άλλα δύο μέλη της επιτροπής κ.κ. Δ. Καβρουδάκη (Επίκουρο Καθηγητή) και Ν. Ζούρο (Καθηγητή). Έναυσμα για την επιλογή του θέματος της διπλωματικής εργασίας υπήρξε η απασχόλησή μου στα πλαίσια του ερευνητικού προγράμματος EU FP7 ASTARTE στο Γεωδυναμικό Ινστιτούτο του Εθνικού Αστεροσκοπείου Αθηνών με επιστημονικό υπεύθυνο τον Διευθυντή Ερευνών Δρα Γεράσιμο Παπαδόπουλο, τον οποίο ευχαριστώ για την ευκαιρία που μου έδωσε να συμμετάσχω στο πρόγραμμα αυτό. Θα ήθελα να ευχαριστήσω την Δρα Tatyana Novikova και τους Άννα Φωκαεύς και Μαρίνο Χαραλαμπάκη, MSc Γεωλόγους- Σεισμολόγους του Γεωδυναμικού Ινστιτούτου, για τη βοήθεια που μου παρείχαν για την διεκπεραίωση αυτής της εργασίας. Ευχαριστίες απευθύνω στην ΕΛ.ΣΤΑΤ. για την παροχή κτιριακών και πληθυσμιακών δεδομένων και στην Πολεοδομία του Δήμου Ηρακλείου Κρήτης για την παροχή ορθοφωτοχαρτών της περιοχής μελέτης. Ευχαριστώ επίσης το Δρα Α. Γκανά, Διευθυντή Ερευνών στο Γεωδυναμικό Ινστιτούτο, για τη διάθεση του αρχείου DEM στην περιοχή μελέτης. Ευγνωμοσύνη εκφράζω στη μητέρα μου για την ηθική της υποστήριξη σε όλα τα έτη των σπουδών μου και την υπομονή της σε κάθε μου βήμα στην προσπάθειά μου για απόκτηση νέας γνώσης. [6]

8 Περίληψη To τσουνάμι είναι θαλάσσιο κύμα βαρύτητας με μεγάλη περίοδο και μεγάλο μήκος κύματος που παράγεται από την απότομη διαταραχή της θαλάσσιας στάθμης, λόγω υποθαλάσσιου σεισμού, ηφαιστειακής έκρηξης ή κατολίσθησης. Η παρούσα διπλωματική εργασία εστιάζει στη χρήση μεθόδων των G.I.S. για την εκτίμηση του κινδύνου από τσουνάμι. Ως περιοχή μελέτης επελέγη τμήμα της παράκτιας ζώνης των δήμων Μαλεβιζίου (Γαζίου)-Ηρακλείου Κρήτης, μήκους ~6 km. Στο Κεφάλαιο 1 γίνεται ανασκόπηση των βασικών χαρακτηριστικών των κυμάτων τσουνάμι σε παγκόσμια κλίμακα και των αρνητικών συνεπειών τις οποίες τα ισχυρά τσουνάμι επιφέρουν στις παράκτιες ζώνες που πλήττουν. Επίσης, εξετάζεται κριτικά η ορολογία που χρησιμοποιείται διεθνώς στην επιστήμη των φυσικών καταστροφών. Τα γεωφυσικά και ανθρωπογεωγραφικά γνωρίσματα της περιοχής μελέτης αναλύονται στο Κεφάλαιο 2, με έμφαση τόσο στο ιστορικό των τσουνάμι που έπληξαν την περιοχή μελέτης στο παρελθόν, όσο και στους τοπικούς παράγοντες που διαμορφώνουν την τρωτότητα της περιοχής μελέτης. Στο Κεφάλαιο 3 αναπτύσσεται η μεθοδολογία που ακολουθήθηκε και τα δεδομένα που χρησιμοποιήθηκαν. Για την εκτίμηση του κινδύνου, θεωρήθηκε ότι αυτός αποτελεί συνέλιξη τριών βασικών παραμέτρων: Kίνδυνος = Επικινδυνότητα * Τρωτότητα * Οικονομική Αξία Χρησιμοποιώντας το μεγάλο Μινωικό τσουνάμι (~1613 π.χ.) ως σενάριο ακραίου τσουνάμι που πλήττει την περιοχή, η εκτίμηση του κινδύνου έγινε προς δύο κατευθύνσεις: (1) υπολογισμός του κρατικού κόστους που αναμένεται να προκύψει από βλάβες κτιρίων, (2) εκτίμηση του πληθυσμού που είναι εκτεθειμένος και αναζήτηση των συντομότερων διαδρομών και χρόνων διαφυγής. Για την εκτίμηση της επικινδυνότητας, που περιγράφει το φαινόμενο αλλά όχι τις συνέπειές του, λήφθηκαν υπόψη η αριθμητική προσομοίωση του ακραίου Μινωικού τσουνάμι, με την οποία καθορίστηκε η ζώνη κατακλυσμού σε Ψηφιακό Μοντέλο Εδάφους (DEM). Για την εκτίμηση της τρωτότητας των κτιρίων εφαρμόστηκε το εμπειρικό λογισμικό DamaSCHE και υπολογίστηκε το αναμενόμενο επίπεδο βλάβης σε κάθε κτίριο αξιοποιώντας διεθνώς διαθέσιμες καμπύλες ευθραυστότητας κτιρίων λόγω τσουνάμι. Τα κτιριακά δεδομένα που χρησιμοποιήθηκαν προέρχονται από την [7]

9 ΕΛ.ΣΤΑΤ. (απογραφή 2011), από ορθοφωτοχάρτες που παρείχε η Πολεοδομία του Δήμου Ηρακλείου και από υπαίθρια αυτοψία. Για την επαλήθευση κτιριακών και πληθυσμιακών δεδομένων πραγματοποιήθηκε υπαίθρια παρατήρηση το Δεκέμβριο του 2015 και χρήση Google Maps. Με εργαλεία από τα λογισμικά ArcG.I.S. και QG.I.S. δημιουργήθηκαν κατάλληλα θεματικά επίπεδα για την απεικόνιση της ζώνης κατακλυσμού και των βαθών του νερού, των κτιριακών δεδομένων και των αναμενόμενων επιπέδων βλάβης των κτιρίων. Το κόστος από τις αναμενόμενες βλάβες στα κτίρια υπολογίστηκε με βάση το κρατικό τιμολόγιο που θεσπίστηκε μετά τους ισχυρούς σεισμούς της Κεφαλονιάς του 2014 για επισκευή και ανακατασκευή κτιρίων. Η έκθεση του πληθυσμού στην επικινδυνότητα από το τσουνάμι βασίστηκε στα πληθυσμιακά δεδομένα της ΕΛ.ΣΤΑΤ. (απογραφή 2011) ανά οικοδομικό τετράγωνο. Με τη γεωστατιστική μέθοδο IDW (Inverse Distance Weight) εφαρμόστηκε χωρική παρεμβολή έτσι ώστε η γεωγραφική κατανομή του πληθυσμού να γίνει πιο αντιπροσωπευτική και να συγκριθεί με την κατανομή του βάθους νερού στη ζώνη κατακλυσμού. Για τον καθορισμό βέλτιστων διαδρομών και χρόνων διαφυγής προς ασφαλή σημεία εφαρμόστηκε το εργαλείο Road Graph του QG.I.S. Τα αποτελέσματα παρουσιάζονται και συζητούνται στο Κεφάλαιο 4 σε σειρά χαρτών και πινάκων, ενώ στα Συμπεράσματα συνοψίζονται κριτικά τα κύρια ευρήματα της μελέτης. [8]

10 Abstract Tsunami is a gravity sea wave of large period and long wave length which is produced by the sudden disturbance of the sea level due to submarine earthquake, volcanic eruption or landslide. The present thesis focuses on the use of G.I.S. tools for the tsunami risk assessment. The selected test-site is a coastal segment of the Malevision (Gazi)-Heraklion municipalities of length of about 6 km. Chapter 1 reviews the basic features of tsunami waves in global scale as well as the negative consequences which strong tsunamis cause in the coastal areas that they hit. In addition, the terms used in the natural disasters science are critically examined. The geophysical and geographical features of the study area are analyzed in Chapter 2, emphasizing in the tsunami history that hit the area in the past as well as in the local factors that contribute in the vulnerability of the area. The methodology followed and the data used in this study are analyzed in Chapter 3. For the risk assessment, it was considered that it is determined as the convolution of three factors: Risk = Hazard * Vulnerability * Value Considering the large Minoan (~1613 BC) tsunami as an extreme tsunami scenario that may hit the study area, the risk assessment was approached by two different ways: (1) calculation of the expected cost to the state due to building damage, (2) assessment of the population exposure and investigation of the shortest evacuation routes and times. For the hazard assessment, which describes the phenomenon only but not its consequences, we took into account the numerical modeling of the extreme Minoan tsunami and determined the tsunami inundation zone and the water depth over the Digital Elevation Model. The building vulnerability was approached with the use of the DamaSCHE software and the expected damage level of each building was assessed. The building data were obtained from the Hellenic Statistical Survey (census 2011), from orthophotomaps provided by the Urban Planning Office of the Heraklion Municipality as well as from Google Maps and field inspection during December With the use of ArcG.I.S. and QG.I.S. tools the appropriate thematic layers were produced to illustrate the tsunami inundation zone as well as the water depth, the building data and the building damage level. To calculate the cost from the expected [9]

11 building damage, the official cost adopted by the state for building reparation or reconstruction after the strong 2014 earthquakes in Cephalonia Isl. was used. The population exposure to the tsunami hazard was based on population data per building block provided by the Hellenic Statistical Survey (census 2011). With the use of the geostatistical method IDW (Inverse Distance Weight) a spatial interpolation was applied to obtain a more representative geographical distribution of the population to enable the comparison with the water depth distribution in the inundation area. The shortest evacuation routes and times were determined by the Road Graph of QG.I.S. The results of the study are presented and discussed in Chapter 4 in a series of maps and tables, while the Conclusions section summarizes critically the main findings of the study. [10]

12 Κεφάλαιο 1. Τα Τσουνάμι και Μέθοδοι Εκτίμησης των Επιπτώσεων τους 1.1. Εισαγωγή στο φαινόμενο των Τσουνάμι Το τσουνάμι είναι θαλάσσιο κύμα βαρύτητας με μεγάλη περίοδο και μεγάλο μήκος κύματος που παράγεται από την απότομη διαταραχή της θαλάσσιας στάθμης. Η συνηθέστερη κατηγορία διαταραχής που παράγει κύματα τσουνάμι είναι οι ισχυροί υποθαλάσσιοι σεισμοί, π.χ. με μέγεθος μεγαλύτερο του 6 (Εικόνα 1.1). Κύματα τσουνάμι, όμως, παράγονται και από υποθαλάσσιες ηφαιστειακές εκρήξεις και κατολισθήσεις και πιο σπάνια από άλλα αίτια, όπως η πτώση αστεροειδών και μετεωριτών. Εικόνα 1.1. Γένεση τσουνάμι εξαιτίας συνσεισμικής μετάθεσης στο θαλάσσιο πυθμένα (από Takahashi, 2006). Η περίοδος κύματος των τσουνάμι συνήθως κυμαίνεται από 5 min. έως περίπου 1h, ενώ το μήκος κύματος εξαρτάται από τις διαστάσεις της σεισμικής ή άλλης πηγής που παράγει το τσουνάμι. Σε περιπτώσεις πολύ μεγάλων σεισμών, όπως της Σουμάτρας με μέγεθος 9,3 στις 26 Δεκεμβρίου του 2004, τo μήκος κύματος του τσουνάμι μπορεί να φθάσει τα 200 km ή και περισσότερο. [11]

13 Στη βαθιά θάλασσα το τσουνάμι διαδίδεται ως μονήρες κύμα με ταχύτητα, u, που σε πρώτη προσέγγιση εξαρτάται από το βάθος του νερού, h: u = (g h) ½ (1) όπου g (σε m/s) είναι η επιτάχυνση της βαρύτητας. Σε μεγάλο βάθος νερού η ταχύτητα μπορεί να προσεγγίσει την ταχύτητα του ήχου στον αέρα (340 m/s ή 1224 km/h). Στην περιοχή πλησίον της ακτής η ταχύτητα του κύματος μειώνεται δραστικά (π.χ. σε km/h) και γι αυτό το λόγο ένα μεγάλο μέρος της κυματικής ενέργειας μεταφέρεται τόσο στο αυξημένο ύψος του κύματος όσο και στα ισχυρά ρεύματα ύδατος που δημιουργούνται. Ταυτόχρονα το κύμα διασπείρεται και στην παράκτια ζώνη καταφθάνει ως κυματοσυρμός, δηλ. ως σειρά 2-3 ή περισσότερων κυματισμών, χωρίς ο πρώτος να είναι πάντα ο ισχυρότερος. Τα μεγαλύτερα τσουνάμι συμβαίνουν στον Ειρηνικό Ωκεανό, αλλά μεγάλα τσουνάμι εμφανίζονται με μικρότερη συχνότητα στον Ινδικό Ωκεανό, τη Μεσόγειο θάλασσα, το ΒΑ Ατλαντικό Ωκεανό και την Καραϊβική θάλασσα (Εικόνα 1.2, Πίνακας 1.1). Εικόνα 1.2. Γεωγραφική κατανομή σεισμικών εστιών τσουνάμι από το 1410 π.χ. μέχρι το 2011 μ.χ. (NOAA, 2010). [12]

14 Πίνακας 1.1. Τα σημαντικότερα τσουνάμι παγκοσμίως που έγιναν τα τελευταία 150 χρόνια (από Lockridge, 1988, Intergovernmental Oceanographic Commission, 1999 και Papadopoulos, 2016) EQ=earthquake, VE=volcanic eruption, H max= maximum wave height). Date Source area Generation mechanism H max (m) Distant areas affected Aug. 13, 1868 Arica (Chile) EQ 21.0 Peru, Japan, Hawaii, New Zealand, Australia, Fiji, USA May 10, 1877 Arica (Chile) EQ 24.0 Peru, California, Hawaii, New Zealand, Australia Aug. 27, 1883 Krakatau VE 35.0 All around Indian Ocean Volcano (Indonesia) Aug. 15, 1918 Celebes Sea EQ 12.0 Indonesia, Philippines Sept. 7, 1918 S. Kuril Islands EQ 12.0 Japan, Hawaii Nov. 11, 1922 Atacama (Chile) EQ 12.0 Colombia, Hawaii, Japan, Samoa, New Zealand Mar. 2, 1933 Sanriku (NE EQ 29.0 Hawaii Japan) April 1, 1946 Unimak Isl. (Alaska) 35.0 Hawaii, Peru, California, Samoa, Chile Nov. 4, 1952 Kamchatka EQ 20.0 Hawaii, Sanriku (Japan) Mar. 9, 1957 Aleutian Islands EQ 16.2 Hokkaido (Japan), Hawaii, California, El Salvador May 22, 1960 S. Chile EQ 25.0 South-Central-North America, Hawaii, Japan, Marquesas Islands, Samoa, Kuril Islands, Taiwan, Fiji, New Zealand, Australia Mar. 28, 1964 Alaska EQ 67.0 U.S. west coast, Canada, Hawaii, Japan Aug. 19, 1977 S. Sumbawa EQ 15.0 Australia June 2, 1994 Java EQ 13.9 Australia Dec. 26, 2004 Sumatra EQ 30.0 All around Indian Ocean, Australia Febr. 27, 2010 Maule (Chile) EQ 14.0 California, Tohoku (NE Japan) Mar. 11, 2011 Tohoku ( Japan) EQ 40 Japan, Hawaii, California [13]

15 1.2. Καταστροφικές συνέπειες των τσουνάμι Στην παράκτια ζώνη τα ισχυρά τσουνάμι προκαλούν επιπτώσεις στις ανθρώπινες κοινότητες και μεταβολές στο φυσικό περιβάλλον. Οι επιπτώσεις στις ανθρώπινες κοινότητες περιλαμβάνουν βλάβες ή και εκτεταμένες καταστροφές σε παραθαλάσσιες κατασκευές, υποδομές και εγκαταστάσεις, σε καλλιεργημένες εκτάσεις, σε κτίρια παντός τύπου, σε μικρά και μεγάλα σκάφη. Τα ισχυρά τσουνάμι συχνά προκαλούν πολλά ανθρώπινα θύματα και μεγάλη οικονομική ζημιά. Για παράδειγμα, τα μεγάλα τσουνάμι του Ινδικού Ωκεανού στις 26 Δεκεμβρίου του 2004 και της Ιαπωνίας στις 11 Μαρτίου του 2011, προκάλεσαν περίπου και ανθρώπινα θύματα, αντίστοιχα. Στο φυσικό περιβάλλον, τα ισχυρά τσουνάμι προκαλούν απόξεση και διάβρωση του εδάφους, απόθεση ιζημάτων, αστοχίες κατωφερειών και βλάβες στην παράκτια και υποθαλάσσια χλωρίδα και πανίδα. Επειδή μέχρι σήμερα δεν έχει επινοηθεί τυποποιημένη κλίμακα μεγέθους των τσουνάμι, όπως π.χ. η κλίμακα Richter για τους σεισμούς, ως μέτρο του μεγέθους χρησιμοποιείται η ένταση κατ αναλογία της μακροσεισμικής έντασης που χρησιμοποιείται από τα τέλη του 19 ου αιώνα για τους σεισμούς (π.χ. 12-βάθμια κλίμακα Mercalli-Sieberg). Πρέπει να τονιστεί ότι το μέγεθος αποτελεί μέτρο της ενέργειας που απελευθερώνεται από το σεισμό, ενώ η ένταση αποτελεί μέτρο των βλαβών που προκαλούνται. Γι αυτό, κάθε τόπος χαρακτηρίζεται από τη δική του μακροσεισμική ένταση. Οι ίδιες προσεγγίσεις έχουν εφαρμοστεί και στην επιστήμη των τσουνάμι. Για πολλές δεκαετίες εφαρμόστηκαν 6-βάθμιες κλίμακες έντασης των τσουνάμι. Αλλά μετά την εισαγωγή της 12-βάθμιας κλίμακας από τους Papadopoulos and Imamura (2001) αυτή η κλίμακα σήμερα χρησιμοποιείται ευρέως. Στους χάρτες των Εικόνων 1.3 και 1.4 έχουν προβληθεί τα επίκεντρα των σεισμών και άλλων πηγών, που είναι γνωστό ότι έχουν προκαλέσει τσουνάμι στον Ευρώ-Μεσογειακό χώρο από την αρχαιότητα μέχρι σήμερα, η αντίστοιχη μέγιστη ένταση των τσουνάμι στη 12-βάθμια κλίμακα (Εικόνα 1.3) και το επίπεδο μέγιστων συνεπειών σε μια 4-βάθμια κλίμακα (Εικόνα 1.4). [14]

16 Εικόνα 1.3. Σεισμικές και άλλες εστίες τσουνάμι στον Ευρώ-Μεσογειακό χώρο. Η διαβάθμιση της μέγιστης έντασης των τσουνάμι ακολουθεί τη 12-βάθμια κλίμακα. (Diakogianni et al. 2015). Εικόνα 1.4. Οι μέγιστες συνέπειες των τσουνάμι σε 4-βάθμια κλίμακα (Diakogianni et al. 2015). [15]

17 1.3. Ορολογία στη διεθνή βιβλιογραφία Στη διεθνή ορολογία που είναι σε χρήση στις επιστήμες που ασχολούνται με τους φυσικούς κινδύνους (π.χ. EC-Working Paper, 2010), υπάρχει σειρά σχετικών όρων, όπως hazard, risk, exposure, vulnerability, resilience, damage και intensity, γύρω από τους οποίους συχνά υπάρχει σύγχυση. Επιπλέον, συχνά εντείνεται η σύγχυση όταν οι όροι αυτοί αποδίδονται στην ελληνική γλώσσα. Για το λόγο αυτό είναι χρήσιμο να διευκρινιστεί η σημασία των όρων αυτών και η απόδοσή τους στην ελληνική γλώσσα. Στην παρούσα μελέτη ιδιαίτερη σημασία έχει να κατανοηθεί το περιεχόμενο των όρων κίνδυνος, τρωτότητα και επικινδυνότητα και η αντιστοιχία τους με τους διεθνώς χρησιμοποιούμενους όρους. Ακολουθώντας το EC-Working Paper (2010) που αναλύει θέματα διεθνούς ορολογίας για φυσικούς και τεχνολογικούς κινδύνους, o διεθνής όρος tsunami hazard μπορεί να αποδοθεί στην ελληνική γλώσσα με τον όρο επικινδυνότητα λόγω τσουνάμι και περιγράφει τη γενική δυνατότητα ότι μπορεί να λάβει χώρα ένα τσουνάμι σε παράκτια περιοχή που μας ενδιαφέρει μέσα σε μια δεδομένη χρονική περίοδο. Η αξιολόγηση του επιπέδου της επικινδυνότητας από τσουνάμι μπορεί να βασίζεται είτε σε περιγραφικό, ή πιθανοτικό (στοχαστικό) ή αιτιοκρατικό μοντέλο. Δηλαδή, η επικινδυνότητα αναφέρεται μόνο στο φαινόμενο και όχι στην εκτίμηση των συνεπειών του. Αντίθετα, ο όρος κίνδυνος (risk) περιγράφει τις αναμενόμενες αρνητικές συνέπειες του φαινόμενου. Λαμβάνοντας υπόψη τους ορισμούς που πρότεινε η UNISDR (2009), ο όρος έκθεση (exposure) στην επικινδυνότητα από τσουνάμι μπορεί να εκφράσει απώλειες σε ανθρώπους, περιουσίες, συστήματα ή άλλα στοιχεία που ενυπάρχουν στις απειλούμενες παράκτιες ζώνες. Κατά συνέπεια, τα χαρακτηριστικά και οι συνθήκες μιας κοινότητας, συστήματος ή περιουσιακού στοιχείου που καθίσταται ευάλωτο στις βλαβερές συνέπειες του κινδύνου από τσουνάμι καλείται τρωτότητα (vulnerability). Για να γίνει απολύτως κατανοητός ο όρος της τρωτότητας δίνονται παρακάτω δύο παραδείγματα (EU-FP7 Research Project ASTARTE, Report 8.14). [16]

18 Παράδειγμα 1. Τρωτότητα των Κτιρίων: Ας υποθέσουμε ότι δύο σπίτια, ένα από οπλισμένο σκυρόδεμα και ένα αγροτικό, τοποθετημένα στο ίδιο ακριβώς σημείο της παράκτιας ζώνης δέχονται πλήγμα από ένα ισχυρό τσουνάμι. Στην περίπτωση αυτή, όλες οι φυσικές συνθήκες είναι οι ίδιες και για τα δύο σπίτια, αλλά τα φυσικά χαρακτηριστικά των σπιτιών είναι διαφορετικά. Είναι προφανές ότι τα σπίτια δεν χαρακτηρίζονται από τον ίδιο βαθμό τρωτότητας, γιατί το ένα αποτελείται από σκελετό με οπλισμένο σκυρόδεμα και είναι πιο ανθεκτικό στο τσουνάμι σε σχέση με το αγροτικό. Ας υποθέσουμε ότι το δεύτερο σπίτι τοποθετείται στα ενδότερα αρκετά μακριά από την ακτή σε σχέση με το πρώτο. Τα χαρακτηριστικά και των δύο κτιρίων παραμένουν αμετάβλητα. Αυτό που αλλάζει είναι ο βαθμός της έκθεσης (exposure), που είναι πολύ υψηλότερος σε απόσταση π.χ. μόλις 5 m από ένα σταθερό σημείο της ακτής και πολύ λιγότερος σε απόσταση 1000 m εσωτερικά από το ίδιο σημείο της ακτής. Με άλλα λόγια, οι συνθήκες κάτω από τις οποίες εκτίθενται τα δύο κτίρια είναι αρκετά διαφορετικές, αυξάνοντας την σχετική τρωτότητα του πρώτου κτιρίου σε σχέση με εκείνη του δεύτερου. Παράδειγμα 2. Τρωτότητα του Ανθρώπου: Ας υποθέσουμε ότι ένας πατέρας και η μικρή κόρη του βρίσκονται σε ένα συγκεκριμένο σημείο ενός παράκτιου τμήματος κατά τη στιγμή που ένα ισχυρό τσουνάμι χτυπά την ακτή. Μόλις αντιληφθούν την απειλή από το τσουνάμι χρειάζεται να αντιδράσουν. Μια ρεαλιστική επιλογή είναι να τρέξουν σε υψηλότερο σημείο. Σε αυτή την υλοποίηση η κόρη γίνεται πιο ευάλωτη σε σύγκριση με τον πατέρα της. Πράγματι, λόγω των φυσικών χαρακτηριστικών της, η μικρή δεν είναι σε θέση να κατανοήσει αμέσως τον κίνδυνο, όπως ο πατέρας της κάνει, και επίσης δεν είναι σε θέση να τρέξει τόσο γρήγορα όσο εκείνος. Ωστόσο, μπορεί κάποιος να υποστηρίξει ότι ο πατέρας είναι πιο ευάλωτος, γιατί η κόρη του πήρε μαθήματα στο σχολείο σχετικά με τη σωστή συμπεριφορά κατά του τσουνάμι, ενώ ο πατέρας της δεν το έκανε. Από αυτή την άποψη η εκπαίδευση διαδραματίζει σημαντικό ρόλο. Η φυσική τρωτότητα του πατέρα εξακολουθεί να είναι μικρότερη από εκείνη της κόρης του, αλλά αυτός είναι περισσότερο εκτεθειμένος στον κίνδυνο του τσουνάμι, λόγω του ότι είναι ανεκπαίδευτος. [17]

19 Η συνέπεια του παραπάνω ορισμού της τρωτότητας είναι ότι διατηρώντας ακριβώς τα ίδια χαρακτηριστικά του φαινομένου, δηλ. του τσουνάμι, τα διάφορα απειλούμενα στοιχεία του ίδιου τύπου (άνθρωποι, κατοικίες ή άλλες τεχνικές κατασκευές) έχουν διαφορετικό συνολικό επίπεδο τρωτότητας, όχι μόνο λόγω των διαφορετικών φυσικών χαρακτηριστικών τους, αλλά επίσης λόγω του διαφορετικού βαθμού έκθεσης η οποία ελέγχεται από μια ποικιλία παραγόντων. Σύμφωνα με το EC-Working Paper (2010) οι επιδράσεις στον άνθρωπο που οφείλονται σε φυσικούς κινδύνους ορίζονται ως η ποσοτική μέτρηση του αριθμού των θανάτων, των σοβαρά τραυματισμένων ή άρρωστων ατόμων και των μόνιμα εκτοπισμένων που προκύπτουν. Από την άλλη πλευρά, οι οικονομικές επιπτώσεις μπορούν να ποσοτικοποιηθούν ως το άθροισμα του κόστους των άμεσων ή μακροπρόθεσμων συνεπειών, ενώ οι πολιτικές, κοινωνικές και περιβαλλοντικές επιπτώσεις συνήθως είναι δύσκολο να ποσοτικοποιηθούν και, ως εκ τούτου, εκφράζονται ποιοτικά ή ημιποσοτικά. Σχετικός είναι και ο όρος βλάβη από τσουνάμι (tsunami damage) που περιγράφει τις απώλειες από ένα καταστροφικό τσουνάμι (IOC, 2013), ενώ η ένταση του τσουνάμι (tsunami intensity) είναι ο βαθμός των επιπτώσεων του τσουνάμι στο ανθρωπογενές και φυσικό περιβάλλον που εκτιμάται σε συγκεκριμένη μακροσκοπική κλίμακα (π.χ. Papadopoulos and Imamura, 2001). Ένας πιο γενικός ορισμός της έντασης του τσουνάμι μπορεί να είναι ότι αυτή αποτελεί μέτρο της ισχύος, δύναμης ή ενέργειας (IOC, 2013) του κύματος, αλλά οι όροι αυτοί περιγράφουν περισσότερο τα υδροδυναμικά χαρακτηριστικά του κύματος τσουνάμι παρά τις επιπτώσεις του. Μια άλλη σημαντική έννοια είναι αυτή της ανθεκτικότητας ή αντοχής (resilience), η οποία σύμφωνα με την IPCC (Διακυβερνητική Επιτροπή για την Κλιματική Αλλαγή, 2009), είναι η δυνατότητα των κοινωνικών, οικονομικών και περιβαλλοντικών συστημάτων να ανταπεξέλθουν σε ένα επικίνδυνο συμβάν, αποκρινόμενα με τέτοιο τρόπο ώστε να διατηρούν την ουσιαστική λειτουργία, ταυτότητα και δομή τους, διατηρώντας ταυτόχρονα την ικανότητα προσαρμογής, μάθησης και μετασχηματισμού. Ο όρος ανθεκτικότητα θεωρήθηκε από μια παρόμοια άποψη από την UNISDR (2009) και υιοθετήθηκε στο EC-Working Paper (2010) όπου η αντοχή ορίζεται ως η ικανότητα ενός συστήματος ή μιας κοινότητας εκτεθειμένης σε [18]

20 επικίνδυνα φαινόμενα να αντισταθεί, παραλάβει και ενσωματώσει τις συνέπειες, έως και να ανακάμψει από αυτές, κατά τρόπο έγκαιρο και αποτελεσματικό, μεταξύ άλλων με τη διατήρηση και την αποκατάσταση των βασικών δομών και λειτουργιών. Μια αξιόλογη προσέγγιση παρουσιάστηκε από τους Flood and Schechtman (2014), οι οποίοι εξέτασαν την αξία της έννοιας ανθεκτικότητα στο σχεδιασμό και την πολιτική που συνδέονται με την κλιματική αλλαγή στις ΗΠΑ και την Ιρλανδία. Τρεις εναλλακτικές προσεγγίσεις προτάθηκαν: μηχανική, οικολογική και ψυχολογική ανθεκτικότητα, ενώ η ανθεκτικότητα του καθενός από τα συστήματα αυτά βρίσκεται μερικές φορές σε αντίθεση με τα άλλα. Οι παραπάνω συγγραφείς στη μελέτη τους υποστηρίζουν ότι για να γίνουμε πιο ανθεκτικοί απαιτείται η ενίσχυση και των τριών συστημάτων και όχι η ενίσχυση του ενός σε βάρος των άλλων. Όσον αφορά το τσουνάμι, ένας πιο συνεκτικός ορισμός θα μπορούσε να διατυπωθεί ως εξής: ανθεκτικότητα είναι η ικανότητα της κοινωνίας να αντιστέκεται στο τσουνάμι και να ανακάμπτει από τις επιπτώσεις που προκαλούνται από αυτό. Για τη διάκριση μεταξύ επικινδυνότητας και κινδύνου, το EC-Working Paper (2010) υιοθέτησε, σύμφωνα με το πρότυπο ISO 31010, ότι o κίνδυνος είναι ένας συνδυασμός των συνεπειών ενός γεγονότος/φαινομένου (επικινδυνότητα) και της σχετικής πιθανότητας εμφάνισής του. Μαθηματικά, αυτό μπορεί να εκφράζεται με τη συνέλιξη δύο όρων: Κίνδυνος = Συνέπειες της Επικινδυνότητας * Πιθανότητα Εμφάνισης (1.1) Risk = Hazard Impact * Probability of Occurrence Μια τέτοια αντίληψη του κινδύνου δεν είναι νέα. Για παράδειγμα, παρόμοια έκφραση εισήχθη από τον Smith (1992). Ωστόσο, με σκοπό να παρθούν ποσοτικά αποτελέσματα που να αντικατοπτρίζουν ένα ευρύ φάσμα των δυνητικών επιπτώσεων, μπορούμε να θεωρήσουμε ότι ο κίνδυνος θα μπορούσε να εκφραστεί ως η συνέλιξη τριών βασικών παραγόντων, λαμβάνοντας έτσι την παρακάτω σχέση: Κίνδυνος= Επικινδυνότητα*Τρωτότητα*Οικονομική Αξία (1.2) Risk = Hazard * Vulnerability * Value [19]

21 Η τρωτότητα είναι ένας κρίσιμος παράγοντας κατά τη συνολική εκτίμηση του κινδύνου. O κίνδυνος εκφράζεται με ένα περιγραφικό, ποιοτικό ή ποσοτικό τρόπο ανάλογα με το πώς οι τρεις παράγοντες εκφράζονται. Αν στη σχέση (1.2) οι τρεις παράγοντες εκφράζονται ποσοτικά, τότε μπορούμε να ορίσουμε τον κίνδυνο από τσουνάμι ως την ποσοτική περιγραφή των αναμενόμενων επιπτώσεων της δράσης τσουνάμι σε μια συγκεκριμένη παράκτια περιοχή μέσα σε μια δεδομένη χρονική περίοδο. Από την προηγούμενη ανάλυση προκύπτει ότι η αύξηση της ανθεκτικότητας σημαίνει μείωση του κινδύνου και αντίστροφα. Για λόγους απλότητας αυτό μπορούμε να το εκφράσουμε μαθηματικά ως εξής: Ανθεκτικότητα ~ 1/Κίνδυνος (1.3) Resilience ~ 1/Risk Συνδυάζοντας τις σχέσεις (1.2) και (1.3) βλέπουμε ότι κρατώντας σταθερό το επίπεδο της επικινδυνότητας (hazard), τότε και ο κίνδυνος (risk) και η ανθεκτικότητα (resilience) εξαρτώνται άμεσα από την τρωτότητα (vulnerability) και την οικονομική αξία (value) που εκτίθεται στην επικινδυνότητα, δηλαδή από μία μεγάλη ποικιλία κοινωνικών, οικονομικών και περιβαλλοντικών παραμέτρων. Συνεπώς, για τον καθορισμό του κινδύνου (risk) θα πρέπει να καθοριστούν/υπολογιστούν σταδιακά η επικινδυνότητα, η τρωτότητα και η αξία που είναι εκτεθειμένη Μέθοδοι Καθορισμού της Επικινδυνότητας από Τσουνάμι Για τον καθορισμό της επικινδυνότητας από τσουνάμι σε μια καθορισμένη παράκτια ζώνη, είναι αναγκαία η γνώση των υποθαλάσσιων σεισμικών και άλλων πηγών (π.χ. ηφαιστειακές εκρήξεις, κατολισθήσεις) από τις οποίες αναμένεται να προκληθούν μελλοντικά τσουνάμι και η συχνότητα γένεσης τσουνάμι στις πηγές αυτές. Ανάλογα με τα διαθέσιμα δεδομένα και τους σκοπούς της μελέτης οι μέθοδοι καθορισμού της επικινδυνότητας, δηλαδή του φαινομένου και των χαρακτηριστικών του, μπορεί να είναι αιτιοκρατικές ή πιθανοτικές. Επειδή, όμως, δεν είναι πλήρως γνωστοί οι μηχανισμοί γένεσης των τσουνάμι, οι αιτιοκρατικές μέθοδοι βασίζονται σε σενάρια. [20]

22 Ανεξάρτητα από την επιλογή της μεθόδου, πάντα απαιτείται ο υπολογισμός των υδροδυναμικών χαρακτηριστικών που αναμένονται στην παράκτια περιοχή μελέτης, π.χ. ύψος κύματος, μέσω αριθμητικών προσομοιώσεων σε υπολογιστή με τη χρήση κατάλληλων μαθηματικών κωδίκων που προσομοιώνουν τη γένεση του τσουνάμι στην πηγή, τη διάδοσή του στη θάλασσα από την πηγή μέχρι την παράκτια ζώνη, και την αναρρίχηση και προέλασή του στα ενδότερα. Για την εργασία αυτή είναι απαραίτητη η διάθεση ψηφιακών αρχείων τόσο για το υποθαλάσσιο τοπογραφικό ανάγλυφο (βαθυμετρία) όσο και για το τοπογραφικό ανάγλυφο στην παράκτια ζώνη Σενάρια για Τσουνάμι Τα σενάρια για τσουνάμι μπορεί να προκύπτουν από τη γνώση του ιστορικού της περιοχής που μελετάται ή και να αποτελούν εντελώς υποθετικά σενάρια κυρίως σε περιπτώσεις περιορισμένης γνώσης του ιστορικού. Τα σενάρια μπορούν να διακριθούν σε τρεις κύριες κατηγορίες: ρεαλιστικά (realistic), ακραία (extreme) και πιο αξιόπιστα (most credible) σενάρια. Τα ρεαλιστικά σενάρια βασίζονται στην αναπαραγωγή και προσομοίωση τσουνάμι από γνωστές ιστορικές περιπτώσεις ή έστω από πιθανές σεισμικές ή άλλες πηγές οι οποίες μπορεί να μην είναι γνωστό ότι ιστορικά παρήγαγαν τσουνάμι, αλλά όλες οι ενδείξεις οδηγούν στο ότι αυτό μπορεί να γίνει στο μέλλον. Για παράδειγμα, αν γνωρίζουμε ότι ένα υποθαλάσσιο σεισμικό ρήγμα συνδέεται με τη γένεση τσουνάμι στο παρελθόν, τότε το ρεαλιστικό σενάριο βασίζεται στα χαρακτηριστικά του ρήγματος αυτού. Το ίδιο, όμως, μπορεί αν γίνει και με ένα γνωστό υποθαλάσσιο, ενεργό σεισμικό ρήγμα που δεν έχει συνδεθεί με τσουνάμι στο παρελθόν. Τα ρεαλιστικά σενάρια που μπορεί να υιοθετηθούν με βάση μία συγκεκριμένη σεισμική (ή άλλη) πηγή δεν περιορίζονται μόνο σε ένα. Αυτό οφείλεται στο ότι ανάλογα με τις διάφορες τιμές που μπορούν να δοθούν στις διαστάσεις του ρήγματος ή το βάθος της σεισμικής εστίας προκύπτουν διάφορα σενάρια. Από αυτά, εκείνο που αναπαράγει το μεγαλύτερο τσουνάμι είναι ένα ακραίο (extreme) σενάριο. Ακραίο σενάριο μπορεί να προκύψει και μεταξύ των διαφόρων σεναρίων που αναπαράγονται από περισσότερες πηγές, επιλέγοντας το πιο ακραίο μεταξύ όλων. [21]

23 Επειδή τα διάφορα σενάρια δεν έχουν πάντα την ίδια αξιοπιστία, υπάρχει η δυνατότητα μεταξύ ενός συνόλου σεναρίων να επιλεγεί το πιο αξιόπιστο (most credible), ανάλογα με την αξιοπιστία των παραμέτρων (π.χ. διαστάσεις ρήγματος) που εισάγονται στα διάφορα σενάρια Πιθανοτικές προσεγγίσεις Εναλλακτικά, αντί των σεναρίων επιλέγεται ένας μεγάλος αριθμός πιθανών πηγών γένεσης τσουνάμι και εφαρμόζονται υπολογιστικές μέθοδοι που συνδυάζουν τόσο το ιστορικό της περιοχής όσο και μοντέλα πιθανοτήτων για τον υπολογισμό της πιθανότητας επανάληψης των τσουνάμι (Geist and Parson, 2006). Για παράδειγμα, ένα σχετικό αποτέλεσμα θα μπορούσε να είναι της μορφής «η πιθανότητα μέσης επανάληψης τσουνάμι με ύψος 5 m ανά 100 χρόνια είναι 25%», ή «η πιθανότητα το τσουνάμι να υπερβεί το ύψος 5 m σε 100 χρόνια είναι 20%» Μέθοδοι Καθορισμού της Τρωτότητας στα Τσουνάμι Πρώιμες Μέθοδοι Οι Reese et al. (1968) παρουσίασαν τα αποτελέσματα της έρευνας τους που πραγματοποιήθηκε μετά το τσουνάμι το 1960 στο Hilo της Χαβάης. Οι παρατηρήσεις τους αναφέρονταν στο ύψος των κυμάτων, στις δομικές βλάβες που προκλήθηκαν και στις πιέσεις που ασκήθηκαν στις κατασκευές από την υδροδυναμική δύναμη του κύματος. Η επίδραση της μέγιστης δύναμης ώθησης στις κατασκευές εξετάστηκε από τον Matsutomi (1991). Ο Shuto (1991) έδωσε μια σύνοψη ορισμένων παλαιών προσεγγίσεων για την αξιολόγηση της τρωτότητας κτιρίων σε τσουνάμι. Συγκεκριμένα, ο συγγραφέας αυτός εξέτασε τη σχέση μεταξύ των απωλειών της ζωής και των τύπων των κατοικιών με βάση τις παρατηρήσεις των μεγάλων τσουνάμι στην Ιαπωνία. O Preuss (1991), στη μελέτη του για το λιμάνι Grays στην Ουάσιγκτον, και στη Λίμα του Περού, όρισε την τρωτότητα εξετάζοντας το τσουνάμι ως ένα σύστημα και όχι ως μια ενιαία φυσική διαδικασία. Στη μελέτη αυτή ο συγγραφέας παρουσίασε την [22]

24 υπόθεση ότι η εκτίμηση της φυσικής απειλής που προκύπτει από πλημμύρα λόγω τσουνάμι, πρέπει να συνδυάζει τα ισχυρά ρεύματα, τη δυνατότητα καθίζησης του εδάφους και τα χαρακτηριστικά της χρήσης γης. Στην περιοχή του Ευρωπαϊκού Μεσογειακού χώρου, μία από τις πρώτες σχετικές μελέτες πραγματοποιήθηκε στο πλαίσιο του προγράμματος GITEC-ΙΙ Tsunami Project ( ) της Ε.Ε. και αφορούσε στον κίνδυνο από τσουνάμι, όπως εκφράζεται στη σχέση (1.2), όπου η τρωτότητα είναι μία από τις κύριες τρεις παραμέτρους που εμπλέκονται (Papadopoulos and Dermentzopoulos, 1998). Με εφαρμογή σε παράκτια ζώνη μήκους 6 km στο δυτικό τμήμα του Ηρακλείου Κρήτης, η τρωτότητα χαρτογραφήθηκε σε μια σειρά θεματικών χαρτών με ημι-ποσοτικό τρόπο για μια ποικιλία παραμέτρων, όπως οι συνθήκες εδάφους/soil foundation conditions, οι χρήσεις γης/τύποι κάλυψης γης, το οδικό δίκτυο, οι υποδομές και οι γραμμές ζωής, οι κοινωνικοοικονομικές παράμετροι και ο πληθυσμός. Το χειρότερο σενάριο, με βάση το καταγεγραμμένο ιστορικό των τσουνάμι, προέβλεπε ένα τσουνάμι ύψους 6 m να χτυπά την παράκτια ζώνη του Ηρακλείου. Η προσέγγιση που αναπτύχθηκε από τους συγγραφείς περιλάμβανε επίσης αξιολογήσεις των συνεπειών από το τσουνάμι και προτάσεις για τη μείωση της τρωτότητας και τελικά του κινδύνου από το ίδιο το φαινόμενο. Η μελέτη των Papadopoulos and Dermentzopoulos, (1998) ήταν μια πρώιμη ανάλυση τρωτότητας, όπως προτάθηκε αργότερα στο EC-Working Paper (2010), και περιλάμβανε την αναγνώριση των στοιχείων και των ατόμων που ενδέχεται να διατρέχουν κίνδυνο (έκθεση), τον εντοπισμό των παραγόντων τρωτότητας, π.χ. φυσικές, οικονομικές, περιβαλλοντικές, κοινωνικές/πολιτικές επιπτώσεις, εκτίμηση των πιθανών επιπτώσεων, και ανάλυση των δυνατοτήτων αυτοπροστασίας για τη μείωση της έκθεσης ή της τρωτότητας. Μερικά χρόνια αργότερα, μετά την πιλοτική μελέτη των Papadopoulos and Dermentzopoulos (1998), η προσέγγιση αυτή αναπτύχθηκε περαιτέρω, όπως περιγράφεται στις δημοσιεύσεις των Papathoma and Dominey-Howes (2003) και Papathoma et al. ( 2003 ) με βάση τη Διδακτορική Διατριβή της Papathoma (2003). Οι κυριότερες εξελίξεις ήταν η εισαγωγή των εννοιών (1) του δείκτη σχετικού βαθμού τρωτότητας (BVI, Building Vulnerability Index), με βάση διάφορα δομικά κριτήρια [23]

25 για τα κτίρια, και (2) της ανθρώπινης τρωτότητας (Human Vulnerability), η οποία εκφράστηκε ως, HV = BV x P (όπου BV=τρωτότητα κτιρίου και Ρ=Πληθυσμός) (1.4) Η εφαρμογή του μοντέλου PTVA-1 (Papathoma Tsunami Vulnerability Assessment, έκδοση-1) για την εκτίμηση της τρωτότητας σε τσουνάμι πραγματοποιήθηκε στο Ηράκλειο της Κρήτης, καθώς και σε ένα τμήμα της δυτικού Κορινθιακού Κόλπου, συγκεκριμένα στο Αίγιο, με τη ζώνη της παράκτιας πλημμύρας να θεωρείται μεταξύ της ακτογραμμής και μιας ορισμένης ισοϋψούς που βασίστηκε σε μελέτες ιστορικών τσουνάμι που έπληξαν τις δύο περιοχές. Για παράδειγμα, για το Ηράκλειο επιλέχθηκε η ισοϋψής των 5 m και παράχθηκαν θεματικοί χάρτες των δεικτών BV και ΗV με τη χρήση εργαλείων G.I.S Οι έρευνες μετά το 2004: νέες εκδοχές του μοντέλου PTVA και άλλες προσεγγίσεις Το μεγάλο τσουνάμι της 26ης Δεκεμβρίου 2004 επηρέασε άμεσα 16 χώρες σε όλο τον Ινδικό Ωκεανό και έμμεσα το σύνολο του πλανήτη, αφού επηρέασε δραστικά την ανάπτυξη της επιστήμης και της μηχανικής των τσουνάμι. Η περίπτωση της εκτίμησης της τρωτότητας από τσουνάμι έγινε ολοένα και περισσότερο διαθέσιμη/γνωστή χάρις στα δεδομένα από τις ζημιές που παρατηρήθηκαν μετά το καταστροφικό τσουνάμι του Άφθονα δεδομένα συλλέχθηκαν και μετά τα τσουνάμι του Ιουλίου του 2006 στην Ιάβα και του Φεβρουαρίου του 2010 στην Χιλή, αλλά κυρίως μετά το καταστροφικό τσουνάμι στο Tohoku της ΒΑ Ιαπωνίας στις 11 Μαρτίου του Κατά συνέπεια, κατά την τελευταία δεκαετία το ενδιαφέρον επικεντρώθηκε περισσότερο στην επινόηση μοντέλων εκτίμησης της τρωτότητας των κτιρίων (Tarbotton et. al., 2015). Έχει γίνει γνωστό ότι η ικανότητα του κτιρίου να αντέχει τις δυνάμεις που ασκούνται από ένα τσουνάμι εξαρτώνται από μια ποικιλία χαρακτηριστικών, συμπεριλαμβανομένων του δομικού σχεδιασμού, το υλικό κατασκευής, το είδος θεμελίωσης και τα χαρακτηριστικά του εδάφους (UNESCO- IOC, 2011). Για το λόγο αυτό, οι πιο πρόσφατες προσεγγίσεις βασίζονται σε εμπειρικές συναρτήσεις λόγω της πολύπλοκης φύσης των κτιρίων. [24]

26 Ωστόσο, η περαιτέρω ανάπτυξη του PTVA-1 μοντέλου δεν εγκαταλείφθηκε. Μια πρώτη δράση ήταν η αναθεώρηση και η επικύρωση του μοντέλου PTVA - 1. Ο Douglas (2007) έδειξε πως η έλλειψη παρατηρήσεων μετά από τσουνάμι επηρέασε τον τρόπο οργάνωσης του πρώτου μοντέλου. Σύμφωνα με τους Dall Osso et al. (2009) το PTVA- 1 μοντέλο αναπτύχθηκε πριν από το 2004 με την απουσία καλά κατασκευασμένων και επικυρωμένων μοντέλων ευθραυστότητας των κτιρίων. Εν όψει αυτής της πραγματικότητας, οι Dominey-Howes and Papathoma (2007) αναβάθμισαν το μοντέλο στην έκδοση PTVA-2 και το επικύρωσαν χρησιμοποιώντας δεδομένα που συλλέχθηκαν από τις έρευνες πεδίου στις Μαλδίβες νήσους που επηρεάστηκαν από το μεγάλο τσουνάμι στον Ινδικό Ωκεανό το Το μοντέλο PTVA-2 ελέγχθηκε επίσης από τους Dominey-Howes et al. (2010) στη ζώνη καταβύθισης Cascadia στο Όρεγκον των ΗΠΑ σε σχέση με το μεγάλο τσουνάμι που έπληξε την περιοχή αυτή το 1700 μ.χ. Οι Dall 'Osso et. al. (2009) παρουσίασαν μια βελτιωμένη έκδοση (PTVA-3) του μοντέλου που έλαβε υπόψη του μια νέα κατανόηση των παραγόντων που επηρεάζουν το δείκτη BV και εισήγαγαν τη χρήση της Αναλυτικής Ιεραρχικής Διαδικασίας/Analytic Hierarchy Process (AHP) για τη στάθμιση των διαφόρων χαρακτηριστικών προκειμένου να περιοριστούν οι αβεβαιότητες σχετικά με την κατάταξη των χαρακτηριστικών στο αρχικό μοντέλο. Η εφαρμογή έγινε για την περιοχή Maroubra στο Σίδνεϊ της Αυστραλίας. Στα πλαίσια του ερευνητικού προγράμματος EC-FP6 TRANSFER το μοντέλο PTVA-3 εφαρμόστηκε για την εκτίμηση της τρωτότητας των κτιρίων από τσουνάμι στο ηφαιστειακό αρχιπέλαγος των Αιόλιων νήσων της Ιταλίας και συγκεκριμένα για τα νησιά Στρόμπολι και Παναρέα, τα οποία επηρεάστηκαν τοπικά από το ισχυρό ηφαιστειακό τσουνάμι της 30 ης Δεκεμβρίου 2002 (Dall 'Osso et al., 2010) (Εικόνες 1.5 και 1.6). [25]

27 Εικόνα 1.5. Εκτεταμένες εξωτερικές βλάβες στο Ficogrande, Στρόμπολι, που προκλήθηκαν από το τοπικό ηφαιστειακό τσουνάμι της 30 ης Δεκεμβρίου ( από Papadopoulos, 2016.) Εικόνα 1.6. Εκτεταμένες εσωτερικές βλάβες στο Ficogrande, Στρόμπολι, που προκλήθηκαν από το τοπικό ηφαιστειακό τσουνάμι της 30 ης Δεκεμβρίου (από Papadopoulos, 2016.) [26]

28 Το πλεονέκτημα του αρχικού μοντέλου PTVA και των νεότερων εκδόσεων του είναι ότι παρέχει εκτιμήσεις του επιπέδου της τρωτότητας των παράκτιων ζωνών ακόμη και αν απουσιάζουν δεδομένα από ζημιές σε κτίρια μετά από πραγματικές επιθέσεις τσουνάμι. Ωστόσο, η περιοχή της πλημμύρας προσδιορίζεται μόνο κατά προσέγγιση από τα ιστορικά δεδομένα, αν το μοντέλο δεν συνοδεύεται και από αποτελέσματα αριθμητικής προσομοίωσης ενός ή περισσότερων τσουνάμι ώστε να λαμβάνονται υπόψη οι υδροδυναμικές παράμετροι των τσουνάμι (π.χ. Tinti and Armigliato, 2003). Η προσέγγιση αυτή εφαρμόστηκε στη μελέτη τρωτότητας που εκτελέστηκε από τους Omira et al. (2010) για το λιμάνι της Καζαμπλάνκα και της γύρω περιοχής στο πλαίσιο του προγράμματος EC-FP6 NEAREST. Αυτοί οι συγγραφείς χρησιμοποίησαν ένα συνδυασμό στοιχείων έρευνας πεδίου, εργαλεία G.I.S. και αριθμητική προσομοίωση της πλημμύρας από τσουνάμι, συνδέοντας έτσι την επικινδυνότητα του φαινομένου με την τρωτότητα των κτιρίων. Σε αυτή την περίπτωση, το μεγάλο τσουνάμι της Λισσαβόνας της 1 ης Νοεμβρίου του 1755, χρησιμοποιήθηκε ως το δυσμενέστερο (ακραίο) σενάριο τσουνάμι. Επιπλέον, η μελέτη αυτή παρεκκλίνει από το μοντέλο PTVA που ξεχωρίζει ανάμεσα στα "βασικά κριτήρια" και τα "εγγενή χαρακτηριστικά" που επηρεάζουν το ευάλωτο κτίριο από τσουνάμι. Μια παρόμοια προσέγγιση ακολουθήθηκε για τις συνέπειες του τσουνάμι και την εκτίμηση της τρωτότητας στην περιοχή του λιμανιού της Ταγγέρης στο Μαρόκο (Benchekroun et. al., 2013) Καθορισμός της τρωτότητας κτιρίων από συναρτήσεις ευθραυστότητας και καμπύλες βλαβών Η χρήση των δεδομένων που συλλέχθηκαν μετά από πρόσφατα τσουνάμι συνέβαλε σημαντικά στην ανάπτυξη συναρτήσεων τρωτότητας. Σε δημοσιευμένες εργασίες καταγράφονται δύο τύποι συναρτήσεων τρωτότητας: οι συναρτήσεις ευθραυστότητας και οι καμπύλες βλαβών. Μία συνάρτηση ευθραυστότητας, γνωστή ως καμπύλη ευθραυστότητας, είναι ένα πιθανοτικό μοντέλο τρωτότητας κτιρίων και περιγράφει την πιθανότητα (Ρ) και το επίπεδο βλάβης για ένα συγκεκριμένο επίπεδο κινδύνου (Singhal and Kiremidjian, 1996; Choi et al., 2004, Peiris and Pomonis, 2006) (Εικόνα 1.7). [27]

29 Εικόνα 1.7. Παράδειγμα συναρτήσεων ευθραυστότητας για επίπεδο βλάβης DSi (i=1, 2, 3, 4, 5) (Leone et al. 2011).. Οι καμπύλες βλαβών τυπικά αντιπροσωπεύουν ένα επίπεδο βλάβης ως δείκτη ή ως ποσοστό αναφερόμενο στο συνολικό επίπεδο βλάβης που θα μπορούσε να υποστεί ένα κτίριο (Εικόνα 1.8). Αντίθετα, ενώ οι καμπύλες βλαβών αντιπροσωπεύουν μια μέση τιμή/μέσο όρο βλάβης που απαντάται σε ένα κτίριο, οι συναρτήσεις ευθραυστότητας περιγράφουν ένα εύρος από πιθανά αποτελέσματα βλαβών συσχετισμένα με την πιθανότητα να συμβούν (Reese et al., 2007, Dias et al., 2009, Koshimura et al., 2009a, Leone et al., 2011, Tarbotton et al., 2015). Εικόνα 1.8. Παράδειγμα καμπυλών βλάβης (Reese et al. 2007). [28]

30 Μετά το καταστροφικό τσουνάμι της Ιαπωνίας στις 11 Μαρτίου 2011, οι Suppasri et al. (2013) κατασκεύασαν καμπύλες ευθραυστότητας χρησιμοποιώντας παλινδρόμηση ελαχίστων τετραγώνων από δεδομένα που προήλθαν από πλέον των κατασκευών που επλήγησαν ή καταστράφηκαν ολοκληρωτικά. Εκτενείς λεπτομέρειες χρησιμοποιήθηκαν για το επίπεδο βλάβης, για το υλικό κατασκευής, τον αριθμό των ορόφων για κάθε κτίριο και τις περιοχές που επλήγησαν. Στα πλαίσια του Ερευνητικού Προγράμματος για Τσουνάμι EC-FP6 SCHEMA αναπτύχθηκε από τους Valencia et al. (2011) το εργαλείο DamaSCHE G.I.S. και εφαρμόστηκε σε διάφορες περιοχές μελέτης σε παράκτιες ζώνες του Ευρώ-Μεσογειακού χώρου. Ο σχεδιασμός του εργαλείου μελέτης αυτού στηρίχθηκε σε δεδομένα από την Banda Ache της Ινδονησίας μετά το τσουνάμι στον Ινδικό Ωκεανό στις 26 Δεκεμβρίου του Mε το εμπειρικό λογισμικό εργαλείο DamaSCHE (ή SCHEMA tool) είναι δυνατός ο καθορισμός του επίπεδου τρωτότητας των κτιρίων όταν υπάρχουν κτιριακά δεδομένα και οι υδροδυναμικές παράμετροι αναρρίχησης του τσουνάμι στην ξηρά. Συγκεκριμένα, για κάθε κτίριο υπολογίζεται ένα επίπεδο αναμενόμενης βλάβης ανάλογα με τον τύπο του κτιρίου και το ύψος του κύματος στη θέση του κτιρίου. Αυτή η μεθοδολογία εφαρμόστηκε στα πλαίσια του SCHEMA σε περιοχές μελέτης όπως το Balchik στη βουλγαρική Μαύρη Θάλασσα, το Rabat-Salé στο Μαρόκο, το Mandelieu στη Γαλλική Ριβιέρα, το Setúbal στην Πορτογαλία και η Κατάνια στην Ιταλία. Για την περίπτωση μελέτης του Padang της Ινδονησίας, οι Taubenböck et al. (2008) χρησιμοποίησαν υψηλής ανάλυσης δορυφορικά δεδομένα και εργαλεία των Σ.Γ.Π. για τον υπολογισμό της τρωτότητας από τσουνάμι σε αστικές περιοχές βασιζόμενοι σε δεδομένα που αφορούν τα μεγέθη των κτιρίων, τον αριθμό και την κατανομή τους, τον πληθυσμό και την τοποθεσία των κτιρίων. Από τους Mas et al. (2012) αναπτύχθηκαν καμπύλες ευθραυστότητας μετά το τσουνάμι της Χιλής στις 27 Φεβρουαρίου του 2010, εισάγοντας μία πρακτική μέθοδο κατάλληλη είτε όταν υπάρχουν περιορισμοί στα διαθέσιμα δεδομένα για την αριθμητική προσομοίωση, είτε όταν υπάρχουν υπολογισμοί βλαβών από έρευνες πεδίου. Οι Gokon et al. (2014), εστίασαν στις περιοχές που επλήγησαν από τσουνάμι στη Σαμόα το 2009 και επικύρωσαν τα αποτελέσματα της αριθμητικής προσομοίωσης από τα αποτελέσματα της έρευνας πεδίου και κυματομορφές από καταγραφές του τσουνάμι από το σύστημα [29]

31 DART. Στη συνέχεια συνέκριναν τα αποτελέσματα πεδίου με δορυφορικές εικόνες για να κατανοήσουν τις βλάβες στα κτίρια. Οι καμπύλες ευθραυστότητας και βλαβών μπορούν να χρησιμοποιηθούν για εκτιμήσεις τρωτότητας στα τσουνάμι, παρόλο που υπάρχουν προβλήματα στη γενική εφαρμογή αυτών των μεθόδων. Για παράδειγμα, στις περισσότερες περιπτώσεις αυτές οι καμπύλες βασίζονται σε παρατηρήσεις από ένα σημείο και μετά από ένα μόνο τσουνάμι. Εξάλλου, συχνά οι παρατηρήσεις αφορούν σε κτιριακούς τύπους διαφορετικούς από αυτούς σε άλλες περιοχές όπου είναι επιθυμητή η εφαρμογή των καμπύλων ευθραυστότητας και βλαβών (π.χ. Dale and Flay, 2006, Gardi et al. 2009, Tarbotton et al., 2015) Ο ρόλος των περιβαλλοντικών παραγόντων Η εξέταση των περιβαλλοντικών παραγόντων, όπως η παράκτια βλάστηση και η τοπογραφία, διαδραματίζουν σημαντικό ρόλο στην εκτίμηση της τρωτότητας. Για παράδειγμα, ένα παράκτιο δάσος μπορεί να μειώσει ή να αυξήσει την ζημιά από ένα τσουνάμι. Ο Shuto (1987) τόνισε ότι το παράκτιο δάσος μπορεί να αυξήσει την ζημιά από το τσουνάμι γιατί όταν μεγάλο κύμα επιτεθεί στο δάσος, τότε τα δέντρα καταστρέφονται και παρασύρονται μακριά αποτελώντας όχι μόνο απειλή για την ανθρώπινη ζωή αλλά προκαλώντας βλάβες στα κτίρια (Εικόνες 1.9, 1.10, 1.11). Οι Harada and Imamura (2005) εξέτασαν την υδροδυναμική επίδραση των παράκτιων δασών για τον μετριασμό των κινδύνων από το τσουνάμι. Από τις αριθμητικές προσομοιώσεις, διαπιστώθηκε ότι η αύξηση του πλάτους των δασών μπορεί να μειώσει όχι μόνο το βάθος της πλημμύρας, αλλά και την υδραυλική δύναμη/ορμή πίσω από το παράκτιο δάσος. [30]

32 Εικόνα 1.9. Τα τσουνάμι στον Ευρώ Μεσογειακό χώρο που έχουν προκαλέσει επιπτώσεις στη χέρσο, όπου L1= μικρές επιπτώσεις και L4= μεγάλες επιπτώσεις (από Diakogianni et al., 2015). Από την άλλη πλευρά, οι Imai and Matsutomi (2005) εξέτασαν το τσουνάμι του 1998 στην Παπούα Νέα Γουινέα και αξιολόγησαν την μείωση της ενέργειας του τσουνάμι που προκλήθηκε από την παράκτια βλάστηση. Τα αποτελέσματα της σύνθετης τοπογραφίας με την παρουσία αμμοθινών στην αναρρίχηση του τσουνάμι και την απόσταση διείσδυσης της πλημμύρας εξετάστηκαν από τους Sim et al.(2013). Αυτοί έδειξαν ότι αυξάνοντας τις αποστάσεις μεταξύ των θινών δεν επηρεάζεται σημαντικά η απόσταση διείσδυσης της πλημμύρας. Ωστόσο, εάν το ύψος των θινών είναι της ίδιας τάξης μεγέθους με το εισερχόμενο κύμα τσουνάμι και τα κενά ανάμεσα στις θίνες είναι αρκετά μεγάλα, τότε θα μπορούσε να είναι δυνατή μια επιτυχημένη μείωση του κινδύνου από το τσουνάμι. [31]

33 Εικόνα Τα τσουνάμι στον Ευρώ Μεσογειακό χώρο που έχουν προκαλέσει περιβαλλοντικές επιπτώσεις όπου ΕΙ1= μικρές επιπτώσεις και ΕΙ4= μεγάλες επιπτώσεις (από Diakogianni et al., 2015). Εικόνα Τα επίπεδα βλάβης των τσουνάμι του Ευρώ Μεσογειακού χώρου σε τέσσερις κατηγορίες (από Diakogianni et al. 2015). [32]

34 1.6. Μέθοδοι Καθορισμού του Κινδύνου (Risk) από Τσουνάμι H διεθνής βιβλιογραφία σχετικά με τον καθορισμό του κινδύνου (risk) από τσουνάμι δεν είναι τόσο άφθονη όσο είναι για τον καθορισμό της επικινδυνότητας (hazard) και της τρωτότητας (vulnerability). Aυτό οφείλεται στο ότι παλιότερα συχνά επικρατούσε σύγχυση ως προς τη χρήση των όρων hazard και risk. Συχνά η ανάλυση του κινδύνου περιοριζόταν στην ανάλυση της επικινδυνότητας. Επίσης, είναι δύσκολη η εκτίμηση του κόστους, και γενικότερα της αξίας, που προκύπτει από τις αρνητικές συνέπειες των τσουνάμι δεδομένου ότι απαιτείται να είναι διαθέσιμα πολλά στοιχεία. Τα στοιχεία αυτά συχνά απουσιάζουν και οι ερευνητές πρέπει να κάνουν πολλές παραδοχές καθιστώντας τα αποτελέσματα εξαιρετικά αβέβαια. Παρ όλα αυτά, κατά τα τελευταία χρόνια έχουν δημοσιευθεί ορισμένες σχετικές μελέτες. H γενική μεθοδολογία προσδιορισμού του κινδύνου από τσουνάμι σε κτίρια ακολουθεί την εφαρμογή της σχέσης (1.2), όπου ο κίνδυνος ορίζεται ως μία συνέλιξη τριών παραγόντων: (1) της επικινδυνότητας, (2) της τρωτότητας και (3) της οικονομικής αξίας που εκτίθεται στην επικινδυνότητα. Συνεπώς, ο προσδιορισμός του κινδύνου προαπαιτεί τον προσδιορισμό της επικινδυνότητας και γι αυτό το λόγο βασίζεται σε σενάρια μελλοντικών τσουνάμι ή σε πιθανοτικές μεθόδους. Όπως προαναφέρθηκε, ο καθορισμός της τρωτότητας των κτιρίων γίνεται από εμπειρικά μοντέλα, όπως το PTVA, ή από καμπύλες ευθραυστότητας και βλαβών, ενώ ο προσδιορισμός του κόστος βλάβης των κτιρίων ποικίλλει με την περιοχή και την προγενέστερη εμπειρία. Αν ο κίνδυνος αφορά σε ανθρώπινο πληθυσμό, τότε είναι εξαιρετικά δύσκολο να εισαχθεί η έννοια της οικονομικής αξίας. Συνήθως αυτή η κατηγορία κινδύνου προσδιορίζεται ως μία περιγραφή του πληθυσμού που εκτίθεται στην επικινδυνότητα. Επίσης, το ενδιαφέρον των μελετητών προσελκύει η αναγκαιότητα να καθορίζονται οι βέλτιστες διαδρομές διαφυγής του πληθυσμού από την επικίνδυνη ζώνη. Η εργασία των Papadopoulos and Dermentzopoulos (1998) ήταν μία από τις πρώτες στον Ευρώ-Μεσογειακό χώρο για τον προσδιορισμό του κινδύνου από τσουνάμι. Οι συγγραφείς αυτοί βασίστηκαν στο ακραίο σενάριο της εφόρμησης τσουνάμι ύψους 6 m στην παράκτια ζώνη δυτικά του Ηρακλείου αλλά με βάση μόνο τα ιστορικά στοιχεία, δηλ. χωρίς την πραγματοποίηση αριθμητικής προσομοίωσης. Στη συνέχεια παρήγαγαν σειρά θεματικών χαρτών για τη γεωμορφολογία, το οδικό δίκτυο, τις χρήσεις γης και [33]

35 άλλων παραμέτρων και προσδιόρισαν τον κίνδυνο ημι-ποσοτικά. Επίσης προσδιόρισαν εμπειρικά τις βέλτιστες διαδρομές διαφυγής προς τα ενδότερα. Ο Camilleri (2006) προσπάθησε να προσδιορίσει τον κίνδυνο από τσουνάμι στη Μάλτα. Από ιστορικά στοιχεία υπολόγισε τη μέση περίοδο επανάληψης κυμάτων τσουνάμι ορισμένου ύψους. Στη συνέχεια, βασιζόμενος σε παραδοχές της αντασφαλιστικής εταιρείας Swiss Re Zurich, υπολόγισε κατά προσέγγιση το αναμενόμενο κόστος από βλάβες στην παράκτια ζώνη. Οι Gonzalez-Riancho et al. (2014) επέλεξαν την παράκτια ζώνη του El Salvador, καθόρισαν την επικίνδυνη παράκτια ζώνη με προσομοιώσεις μελλοντικών τσουνάμι, και καθόρισαν βέλτιστες διαδρομές διαφυγής του πληθυσμού με τη χρήση εργαλείων G.I.S.. Οι Goda and Song (2015) ακολούθησαν μία πιθανοτική ανάλυση των τσουνάμι στην περιοχή Tohoku της Ιαπωνίας, καθόρισαν την τρωτότητα των κτιρίων από καμπύλες ευθραυστότητας και, τελικά, προσδιόρισαν τον κίνδυνο με όρους ετήσιου πιθανού κόστους. Παρόμοια είναι και η προσέγγιση των Jaimes et al. (2016) που προσδιόρισαν το ετήσιο πιθανό κόστος από τσουνάμι σε σχολικά κτίρια του νότιου Μεξικού. Oι Pagnoni et al. (2015) επέλεξαν ακραία σενάρια τσουνάμι στο Ελληνικό και το Κυπριακό Σεισμικό Τόξο και με τη χρήση του μοντέλου PTVA-3 προσδιόρισαν τόσο την τρωτότητα των κτιρίων στην παράκτια ζώνη της Αλεξάνδρειας όσο και το πληθυσμό που είναι εκτεθειμένος στην επιδρομή του τσουνάμι. [34]

36 Κεφάλαιο 2. Γεωφυσικά και Ανθρωπογεωγραφικά Χαρακτηριστικά στην Περιοχή Μελέτης Γαζίου- Ηρακλείου Κρήτης 2.1. Σεισμικές και άλλες πηγές τσουνάμι στην ευρύτερη περιοχή του Ηρακλείου Η Κρήτη καταλαμβάνει το κεντρικό τμήμα του Ελληνικού Τόξου, που είναι η πιο ενεργή σεισμοτεκτονική δομή στη Μεσόγειο (Εικόνα 2.1) λόγω της υποβύθισης της Αφρικανικής λιθοσφαιρικής πλάκας κάτω από την ευρύτερη περιοχή της Κρήτης κατά μήκος του Ελληνικού Τόξου (π.χ. Papazachos and Comninakis, 1971). Εικόνα 2.1. (α) Η παρούσα τεκτονική κατάσταση στο Αιγαίο βάσει των παρατηρήσεων των Angelier et al. (1982). Οι ρυθμοί μετατόπισης παρουσιάζονται σε σχέση με την σταθερή Ευρώπη και οι σχετικές αναφορές που παρατίθενται στο κείμενο. NAF είναι το ρήγμα της Βόρειας Ανατολίας. (β) Οι μεγάλες ρηξιγενείς ζώνες και τα γεωμορφολογικά χαρακτηριστικά της Κρήτης. (από Fassoulas, 2010.) Η ενεργός λιθοσφαιρική κατάδυση κάτω από την ευρύτερη περιοχή του Ν. Αιγαίου αποτελεί το κύριο γεωδυναμικό αίτιο για την πολύ υψηλή σεσμικότητα στην περιοχή του Ελληνικού Τόξου. Στο ίδιο αίτιο οφείλεται και η ηφαιστειότητα στο ηφαιστειακό τόξο του Ν. Αιγαίου, κυρίως στο νησιωτικό σύμπλεγμα της Θήρας (Σαντορίνης). Για το λόγο αυτό οι πηγές τσουνάμι που απειλούν την περιοχή του Ηρακλείου είναι πρωτίστως σεισμικές και ηφαιστειακές. Δεν πρέπει όμως να αγνοηθούν και τα κατολισθητικά φαινόμενα στο θαλάσσιο πυθμένα, π.χ. στην Κρητική Θάλασσα, ως [35]

37 πιθανή πηγή πρόκλησης τσουνάμι. Αυτά τα συμπεράσματα προκύπτουν από σειρά δημοσιεύσεων (π.χ. Galanopoulos, 1960, Ambraseys, 1962, 2009, Papadopoulos and Chalkis, 1984, Papazachos et al., 1985, Papazachos and Papazachou, 1997, Soloviev, 1990, Guidoboni et al., 1994). Εκτενής ανασκόπηση των σεισμικών φαινομένων στην ευρύτερη περιοχή της Κρήτης έγινε στο βιβλίο του Papadopoulos (2011). Στον Πίνακα 2.1 συνοψίζονται βασικά στοιχεία των τσουνάμι που είναι γνωστό ότι παρατηρήθηκαν στην περιοχή του Ηρακλείου. Οι σημαντικότεροι σεισμοί που είναι γνωστό ότι συνδέονται με τη δομή του Ελληνικού Τόξου, έγιναν στις 21 Ιουλίου του 365 μ.χ., στο δυτικό τμήμα του τόξου, και στις 8 Αυγούστου του 1303, στο ανατολικό τμήμα του τόξου. Τα εκτιμώμενα μεγέθη τους είναι περίπου 8,3 και 8,0, αντίστοιχα (Παπαζάχος και Παπαζάχου, 2003, Papadopoulos, 2011). Και οι δύο σεισμοί προκάλεσαν μεγάλα τσουνάμι που κατέκλυσαν τη λεκάνη της ανατολικής Μεσογείου. Δεν είναι γνωστό το πώς επέδρασε το κύμα του 365 στην περιοχή του Ηρακλείου, δεδομένου ότι η περιοχή τότε δεν άκμαζε. Αλλά η Αλεξάνδρεια υπέστη μεγάλη καταστροφή από το τσουνάμι. Το τσουνάμι του 1303 έπληξε εξίσου την Αλεξάνδρεια. Το Ηράκλειο επλήγη δυνατά από το τσουνάμι το οποίο γκρέμισε σπίτια και έπνιξε ανθρώπους. Οι σεισμοί του 1494, 1612 και 1741 πιθανώς έγιναν κοντά στη βόρεια Κρήτη και προκάλεσαν μικρά τοπικά τσουνάμι. Ο σεισμός του 2000 έγινε νότια της Ιεράπετρας και το μικρό τσουνάμι που παρατηρήθηκε στο λιμάνι του Ηρακλείου πιθανώς προκλήθηκε από συν-σεισμική υποθαλάσσια κατολίσθηση κοντά στο Ηράκλειο. Ο μεγάλος σεισμός του 1956 έγινε στις Κυκλάδες σε απόσταση περίπου 120 km βόρεια από το Ηράκλειο. [36]

38 Πίνακας 2.1. Δεδομένα των τσουνάμι που είναι γνωστό ότι έπληξαν την ευρύτερη περιοχή του Ηρακλείου (Κρήτης) (από Papadopoulos, 2011). Επεξηγήσεις: ΗΦ = ηφαιστειακή έκρηξη, Σ=σεισμός, ΚΣ=πιθανή υποβρύχια κατολίσθηση από σεισμό, VEI=Volcanic Explosivity Index, Η=ύψος τσουνάμι σε m, Κ=μέγιστη ένταση τσουνάμι στη 12-βάθμια κλίμακα Papadopoulos-Imamura (2001). α.α. Έτος Mήνας Μέρα Αίτιο Μέγεθος Υ (m) Ένταση (Κ) 1 ~1613 π.χ. ΗΦ VEI= μ.χ Σ 8,3?? Σ 8,0 5, Σ 6,2 1, Σ 6,2 1, ΗΦ VEI=7 4, ? Σ 6,0 1, Σ 7,5 1, ΚΣ 5,5 0,5 4 Πολύ ισχυρά ήταν τα τσουνάμι ηφαιστειακής προέλευσης που έπληξαν τη βόρεια ακτή της Κρήτης, περιλαμβανομένης της περιοχής του Ηρακλείου. Το Μινωικό τσουνάμι προκλήθηκε από τη μεγάλη έκρηξη της Ύστερης Εποχής του Χαλκού που δημιούργησε την ηφαιστειακή καλντέρα της Σαντορίνης γύρω στο 1613 π.χ. (Friedrich et al., 2006). H βόρεια Κρήτη πρέπει να επλήγη πολύ δυνατά, όπως προκύπτει από αρχαιολογικά ευρήματα (Marinatos, 1939) αλλά και από αριθμητικές προσομοιώσεις του τσουνάμι που έδειξαν ύψη μεγαλύτερα των 20 m (π.χ. Novikova et al., 2011). Έξω από την καλντέρα, η έκρηξη του υποθαλάσσιου ηφαιστειακού κέντρου Κολούμπος στις 29 Σεπτεμβρίου του 1650 μ.χ. (παλιό ημερολόγιο), μεταξύ άλλων δημιούργησε ένα μεγάλο τσουνάμι (π.χ. Dominey-Howes et al., 2000) που έπληξε τις Κυκλάδες και έφτασε μέχρι την περιοχή του Ηρακλείου προκαλώντας σημαντικές βλάβες σε σκάφη Γεωμορφολογικά και Ανθρωπογεωγραφικά Χαρακτηριστικά Η περιοχή μελέτης περιλαμβάνει το δυτικό τμήμα της πόλης του Ηρακλείου και ένα μεγαλύτερο τμήμα του γειτονικού δήμου Μαλεβιζίου (Γαζίου) (Εικόνα 2.2). Ο τοπικός πληθυσμός αποκαλεί την περιοχή «Γάζι» για λόγους συντομίας. Το Γάζι βρίσκεται [37]

39 περίπου 9 km δυτικά του κέντρου του Ηρακλείου και έχει μόνιμο πληθυσμό περίπου (ΕΛ.ΣΤΑΤ., 2011), ο οποίος κατά τη διάρκεια της περιόδου των θερινών διακοπών σχεδόν διπλασιάζεται. Η περιοχή μελέτης αποτελείται από παράκτια ζώνη μήκους περίπου 6 km και πλάτους περίπου 1 km και χαρακτηρίζεται από χαμηλή τοπογραφία (Εικόνα 2.3). Η περιοχή χαρακτηρίζεται από μικτές χρήσεις με κατοικίες μόνιμου πληθυσμού (Εικόνα 2.4) αλλά και μικρές βιοτεχνίες. Επίσης παρέχονται διάφορες υπηρεσίες και αναπτύσσονται ποικίλες δραστηριότητες, όπως αθλητικές στο Παγκρήτιο Στάδιο (Εικόνα 2.5). Κατά μήκος της αμμουδερής παραλίας Αμμουδάρα (Εικόνα 2.6) συγκεντρώνεται πολύς κόσμος στη διάρκεια των θερινών μηνών, και γι αυτό εκεί υπάρχουν μεγάλα και μικρά super markets, πολλά ξενοδοχεία (Εικόνα 2.7) κυρίως μικρής δυναμικότητας, εστιατόρια, καφετέριες και μπαρ (Εικόνα 2.8) δίπλα στη θάλασσα, ένα μεγάλο υδάτινο πάρκο και άλλοι χώροι εστίασης, κατοίκησης, ψυχαγωγίας και αθλητισμού (Εικόνα 2.9). Εικόνα 2.2. Χάρτης της περιοχής μελέτης (από Google Earth). [38]

40 Εικόνα 2.3. Ψηφιακό Μοντέλο Εδάφους της περιοχής μελέτης. Εικόνα 2.4. Συνήθεις τύποι ιδιωτικών κατοικιών στην περιοχή του Γαζίου. [39]

41 Εικόνα 2.5. Άποψη του Παγκρήτιου σταδίου και της Αμμουδάρας (από Δ προς Α). Εικόνα 2.6. Παραλία Αμμουδάρας (άποψη από Α προς Δ). [40]

42 Εικόνα 2.7. Τμήμα της περιοχής μελέτης με ξενοδοχειακές μονάδες (άποψη από ΝΔ προς ΒΑ). Εικόνα 2.8. Τμήμα της παραλίας Αμμουδάρα (στο βάθος) και εγκαταστάσεις εστίασης που λειτουργούν κυρίως κατά τους θερινούς μήνες (αριστερά) (άποψη από Ν προς Β). [41]

43 Εικόνα 2.9. Η παραλία Αμμουδάρα με εγκαταστάσεις ψυχαγωγίας και αθλητισμού που λειτουργούν κυρίως κατά τους θερινούς μήνες (άποψη από Δ προς Α). Εικόνα Η παραλία Αμμουδάρα και εγκαταστάσεις της ΔΕΗ στα Λινοπεράματα στο βάθος (άποψη από Α προς Δ). [42]

44 Εικόνα Περιτοιχισμένα παραλιακά οικόπεδα στην παραλία της Αμμουδάρας Από γεωμορφολογική άποψη, η περιοχή τοπογραφικά έχει σχετικά μικρές κλίσεις και, ως εκ τούτου, ευνοείται η πλημμύρα από αναρρίχηση κύματος τσουνάμι. Το ανατολικό τμήμα της περιοχής μελέτης οριοθετείται από την εκβολή του μικρού ποταμού Γιόφυρος. Η περιοχή μελέτης δεν προστατεύεται από υποδομές προστασίας, όπως υψηλοί τοίχοι (ή κυματοθραύστες). Σε ορισμένα σημεία η διαφυγή του πληθυσμού προς τα ενδότερα εμποδίζεται από τεχνητά εμπόδια, όπως η περίφραξη του Παγκρήτιου Σταδίου. [43]

45 Κεφάλαιο 3. Μεθοδολογία, Eργαλεία G.I.S. και Δεδομένα 3.1. Εισαγωγή στη Μεθοδολογία Η εκτίμηση του κινδύνου (risk) από τσουνάμι στην επιλεγείσα περιοχή μελέτης έγινε με δύο διαφορετικές προσεγγίσεις, μία για τα κτίρια και μία για τον πληθυσμό. Η πρώτη αφορά στην εκτίμηση του κόστους που θα προκύψει για το κράτος από τις βλάβες των κτιρίων λόγω εισβολής ακραίου κύματος τσουνάμι. Στην προσέγγιση αυτή ακολουθήσαμε τη σχέση (1.2), όπου ο κίνδυνος αποτελεί συνέλιξη της επικινδυνότητας (hazard), της τρωτότητας των κτιρίων (vulnerability) και της οικονομικής αξίας (value) που είναι εκτεθειμένη στην επικινδυνότητα. Για την εκτίμηση της τρωτότητας κα του επιπέδου βλαβών των κτιρίων εφαρμόστηκε το εμπειρικό DamaSCHE Tool που αναπτύχθηκε στο ερευνητικό έργο EU FP6 SCHEMA (βλ. Κεφ. 1). Για την εκτίμηση του κόστους των βλαβών στα κτίρια επελέγη η επίσημη τιμολόγηση του κράτους μετά τους σεισμούς της Κεφαλονιάς του Η δεύτερη προσέγγιση αναφέρεται στην εκτίμηση της έκθεσης του πληθυσμού στο ακραίο τσουνάμι και στην αναζήτηση των βέλτιστων διαδρομών διαφυγής. Η προσέγγιση αυτή ξεκινά επίσης από την εκτίμηση της επικινδυνότητας. Αλλά η σχέση 1.2 δε μπορεί να βρει εφαρμογή γιατί δεν κατέστη δυνατόν να ποσοτικοποιηθούν η τρωτότητα του πληθυσμού και η οικονομική αξία της επίδρασης του τσουνάμι στον πληθυσμό. Γι αυτό ο κίνδυνος του τσουνάμι για τον πληθυσμό εκτιμήθηκε ημιποσοτικά. Και στις δυο προσεγγίσεις προαπαιτείται η επιλογή κατάλληλου σεναρίου τσουνάμι για τον προσδιορισμό της επικινδυνότητας (hazard) από τσουνάμι. Μετά τη σύγκριση ρεαλιστικών και ακραίων σεναρίων επελέγη ένα συγκεκριμένο ακραίο σενάριο, όπως αναλύεται λεπτομερώς σε επόμενη παράγραφο. Eπειδή στην εφαρμογή της μεθοδολογίας έγινε ευρεία χρήση εργαλείων Γ.Σ.Π., προτάσσονται βασικές πληροφορίες για τα Γ.Σ.Π. και τις εφαρμογές τους. [44]

46 3.2. Γεωγραφικά Συστήματα Πληροφοριών Τα Γεωγραφικά Συστήματα Πληροφοριών (Γ.Σ.Π.), που είναι γνωστά ευρέως και ως G.I.S. (Geographic Information Systems), είναι συστήματα διαχείρισης χωρικών δεδομένων (spatial data) και συσχετισμένων ιδιοτήτων. Ένα Γ.Σ.Π. είναι ένα εργαλείο, το οποίο επιτρέπει στους χρήστες του να αποτυπώσουν μια περίληψη του πραγματικού κόσμου, να αναλύσουν τα χωρικά δεδομένα (spatial data), να τα προσαρμόσουν και τελικά να τα αποδώσουν σε αναλογικά μέσα (εκτυπώσεις χαρτών και διαγραμμάτων) ή σε ψηφιακά μέσα (αρχεία χωρικών δεδομένων, διαδραστικοί χάρτες στο Διαδίκτυο). Στις επόμενες γραμμές γίνεται σύντομη ανασκόπηση βασικών εννοιών και διαδικασιών που απαντώνται στα Γ.Σ.Π. (π.χ. Κουτσόπουλος, 2005, Longley et al., 2005). Τα συστήματα G.I.S. αποτυπώνουν χωρικά δεδομένα σε γεωγραφικό ή χαρτογραφικό ή καρτεσιανό σύστημα συντεταγμένων. Βασικό χαρακτηριστικό των Γ.Σ.Π. είναι ότι τα χωρικά δεδομένα συνδέονται και με περιγραφικά δεδομένα, π.χ. μια ομάδα σημείων που αναπαριστούν θέσεις τοπωνυμιών συνδέεται με ένα πίνακα, όπου κάθε εγγραφή εκτός από τη θέση περιέχει πληροφορίες όπως ονομασία, πληθυσμός, κλπ. Τα δεδομένα αυτά συνήθως λέγονται γεωγραφικά ή χαρτογραφικά ή χωρικά (spatial) και μπορεί να συσχετίζονται με μια σειρά από περιγραφικά δεδομένα τα οποία και τα χαρακτηρίζουν μοναδικά. Η χαρακτηριστική δυνατότητα που παρέχουν τα G.I.S. είναι αυτή της σύνδεσης της χωρικής με την περιγραφική πληροφορία, η οποία δεν έχει από μόνη της χωρική υπόσταση. Η τεχνολογία που χρησιμοποιείται για την λειτουργία αυτή βασίζεται: Είτε στο σχεσιακό (relational) μοντέλο δεδομένων, όπου τα περιγραφικά δεδομένα πινακοποιούνται χωριστά και αργότερα συσχετίζονται με τα χωρικά δεδομένα μέσω κάποιων μοναδικών τιμών που είναι κοινές και στα δύο είδη δεδομένων. Είτε στο αντικειμενοστραφές (object-oriented) μοντέλο δεδομένων, όπου τόσο τα χωρικά όσο και τα περιγραφικά δεδομένα συγχωνεύονται σε αντικείμενα, τα οποία μπορεί να μοντελοποιούν κάποια αντικείμενα με φυσική υπόσταση. Το αντικειμενοστραφές μοντέλο τείνει να χρησιμοποιείται όλο και περισσότερο σε εφαρμογές G.I.S. εξαιτίας των αυξημένων δυνατοτήτων του, σε σχέση με το σχεσιακό μοντέλο της δυνατότητας που παρέχει για την εύκολη και απλοποιημένη μοντελοποίηση σύνθετων φυσικών φαινομένων και αντικειμένων με χωρική διάσταση. Πολλές φορές η ολοκληρωμένη έννοια των G.I.S. επεκτείνεται για να συμπεριλάβει [45]

47 τόσο τα δεδομένα, που αποτελούν ουσιαστικά τον πυρήνα τους, το λογισμικό και τον μηχανικό εξοπλισμό, όσο και τις διαδικασίες και το ανθρώπινο δυναμικό, που αποτελούν αναπόσπαστα τμήματα ενός οργανισμού, ο οποίος έχει σαν πρωταρχική του δραστηριότητα την διαχείριση πληροφορίας με την βοήθεια G.I.S.. Ειδικότερα, ένα Γ.Σ.Π., ως σύστημα, αποτελείται από τα παρακάτω στοιχεία: α. Εισαγωγή Αυτό είναι το τμήμα που είναι υπεύθυνο για τροφοδότηση του συστήματος με δεδομένα. Αυτά πρέπει να είναι σε ψηφιακή μορφή και συνήθως προκύπτουν με ψηφιοποίηση αναλογικών δεδομένων (π.χ. τυπωμένοι χάρτες) ή με τη συλλογή πρωτογενών δεδομένων με τη χρήση ψηφιακών μεθόδων αποτύπωσης χώρου (αποτύπωση με GPS, Τηλεπισκόπηση). Αυτό το στάδιο αφορά τόσο τη γεωγραφική όσο και την περιγραφική διάσταση των δεδομένων. β. Επεξεργασία Τα δεδομένα πρέπει να υποστούν εκείνη την επεξεργασία που τα καθιστά κατάλληλα για περαιτέρω ανάλυση και χρήση. Αυτό μπορεί να αφορά την ορθή απόδοση του συστήματος συντεταγμένων, την δημιουργία σχέσεων μεταξύ των δεδομένων, τη διόρθωση σφαλμάτων, ή την μετάβαση από μια δομή σε μια άλλη. γ. Ανάλυση Ο χρήστης-αναλυτής θέτει ερωτήσεις σύμφωνα με την δυνατότητα των ίδιων των δεδομένων. Οι ερωτήσεις μπορεί να είναι του τύπου: Πώς απεικονίζεται η περιοχή ενδιαφέροντος; Πού βρίσκεται το Α; Πού βρίσκεται το Α σε σχέση με το Β; Πόσο από το Α υπάρχει στην περιοχή Γ, κ.τ.λ. δ. Απόδοση Η απόδοση των αποτελεσμάτων της ανάλυσης πραγματοποιείται σε αναλογικά μέσα με την οργάνωση της εκτύπωσης χαρτογραφικών προϊόντων ή με την απόδοση σε ψηφιακές πλατφόρμες είτε με τη χρήση του Διαδικτύου, μέσω διαδραστικών χαρτών (Web-based G.I.S.). [46]

48 ε. Έλεγχος Κάθε σύστημα οφείλει να έχει μηχανισμούς ανάδρασης (feedback), ώστε να εξασφαλίζεται η ορθότητα και η ακρίβεια των πληροφοριών. Αυτό μπορεί να γίνεται μέσω λογισμικού με διαδικασίες κανόνων επικύρωσης, με διαδικασίες ελέγχου ακρίβειας συντεταγμένων και γενικότερα με διαδικασίες ποιοτικών και ποσοτικών ελέγχων ανάλογα με τη φύση των δεδομένων. Αναφορικά με τις δομές δεδομένων μπορούμε να αναφέρουμε ότι σε ένα Γ.Σ.Π. τα χωρικά δεδομένα μπορούν να αναπαρίστανται με δύο βασικές δομές: την διανυσματική δομή και τη ψηφιδωτή δομή. Σε όλα τα Γ.Σ.Π. οι δύο δομές αποδίδονται ταυτόχρονα σε κοινές απεικονίσεις, ενώ πολλά λογισμικά G.I.S. προσφέρουν την δυνατότητα μετάβασης από τη μία δομή στην άλλη. Αναλυτικότερα τα χαρακτηριστικά των δύο δομών δεδομένων έχουν ως κάτωθι: Α. Διανύσματα (Vector) Όλα τα χωρικά δεδομένα μπορούν να αναπαρασταθούν με τρεις βασικούς τύπους γεωμετριών: σημεία, γραμμές, πολύγωνα. Έτσι για την απόδοση της θέσης μια πόλης σε ένα χάρτη μπορεί να χρησιμοποιηθεί ένα σημείο, για την αποτύπωση του υδρογραφικού δικτύου μια γραμμή αποτελούμενη από πολλές κορυφές και για την αποτύπωση μιας ιδιοκτησίας ένα πολύγωνο. Στην ουσία τα πάντα αναπαρίστανται από γραμμές. Το σημείο είναι μια γραμμή μηδενικού μήκους, ενώ το πολύγωνο είναι μια ακολουθία γραμμών με αρχή και τέλος την ίδια κορυφή. Η γεωμετρία που θα υιοθετηθεί για το συμβολισμό ενός αντικειμένου εξαρτάται από την κλίμακα απεικόνισης και το σκοπό της εφαρμογής που αναπτύσσεται. Οπότε, σε μια μεγάλη κλίμακα (1:1000) τα κτίσματα αποτυπώνονται ως πολύγωνα, ενώ σε μικρότερες κλίμακες (1:10.000) είναι ορθότερο να χρησιμοποιηθεί η γεωμετρία του σημείου. Κάθε γεωμετρία συνδέεται με μια σχέση 1-1 με μια εγγραφή σε ένα πίνακα περιγραφικών χαρακτηριστικών. [47]

49 Β. Ψηφιδωτά (Raster) Η ψηφιδωτή δομή δεδομένων χρησιμοποιείται σε περιπτώσεις που το χωρικό φαινόμενο, το οποίο αποτυπώνεται, χαρακτηρίζεται ως συνεχής μεταβλητή (π.χ. το υψόμετρο του εδάφους, η ηλιακή έκθεση) ή σε περιπτώσεις που στο Γ.Σ.Π. θέλουμε να ενσωματώσουμε μια δορυφορική εικόνα ή μια σαρωμένη αεροφωτογραφία. Οι ψηφιδωτές δομές δεδομένων έχουν περιορισμένες δυνατότητες σύνδεσης με περιγραφικά χαρακτηριστικά. Ένα άλλο πολύ σημαντικό στοιχείο στην δομή των δεδομένων ενός Γ.Σ.Π. αποτελεί η τοπολογία. Στη γεωπληροφορική ως τοπολογία εννοούμε το σύνολο των γεωμετρικών κανόνων που πρέπει να ακολουθεί η γεωγραφική πληροφορία ανάλογα με την φύση της. Έτσι για παράδειγμα, εάν η πληροφορία είναι τα όρια των γεωλογικών σχηματισμών, τότε τα πολύγωνα που τα αναπαριστούν θα πρέπει να ακολουθούν μεταξύ άλλων τους κανόνες: δεν επιτρέπεται η αλληλοεπικάλυψη και επιβάλλεται η ταύτιση των ορίων. Σε άλλες περιπτώσεις και για την ίδια γεωγραφική περιοχή ο κανόνας μπορεί να ισχύει αντίθετα. Στην περίπτωση που το χαρακτηριστικό που απεικονίζεται είναι τα οικοδομικά τετράγωνα, δεν επιτρέπεται η ταύτιση των ορίων, λόγου χάρη. Για την χαρτογράφηση των δεδομένων και την παρουσίαση των χαρτών που κατασκευάστηκαν για την παρούσα εργασία χρησιμοποιήθηκαν τα Γεωγραφικά Συστήματα Πληροφοριών (Geographical Information Systems-G.I.S.) μέσω των προγραμμάτων QG.I.S και ArcG.I.S Εκτίμηση της Επικινδυνότητας με Επιλογή Ακραίου Σεναρίου Τσουνάμι στην Περιοχή Μελέτης Δεδομένα και Αριθμητική Προσομοίωση Το πρώτο μεθοδολογικό βήμα είναι κοινό και στις δύο προσεγγίσεις που επελέγησαν για την εκτίμηση του κινδύνου από τσουνάμι. Στο βήμα αυτό επιλέχθηκε ένα ακραίο σενάριο τσουνάμι που μπορεί να πλήξει την περιοχή στο μέλλον, η αριθμητική προσομοίωσή του και η αναρρίχησή του στην παράκτια ζώνη της επιλεγείσας περιοχής. Πριν την επιλογή ενός ακραίου σεναρίου εξετάστηκε πρώτα η περίπτωση του ρεαλιστικού σεναρίου του τσουνάμι της 9 ης Ιουλίου του 1956 στις Κυκλάδες που προκλήθηκε από μεγάλο τεκτονικό σεισμό μεγέθους 7,5. Ο σεισμός διέρρηξε την [48]

50 υποθαλάσσια τάφρο που οριοθετείται από τα νησιά Αμοργός, Σαντορίνη, Ανάφη και Αστυπάλαια, και η οποία έχει θεωρηθεί ως η περιοχή που παρήγαγε το τσουνάμι (Papadopoulos and Pavlides, 1992). Το τσουνάμι υπήρξε καταστροφικό στις Κυκλάδες αλλά στη βόρεια Κρήτη μόνο μικρές βλάβες αναφέρθηκαν γιατί το ύψος του κύματος ήταν της τάξης του 1,5 m (Πίνακας 2.1). Εξάλλου, η διερευνητική αριθμητική προσομοίωση που διενήργησε η Dr T. Novikova σε συνεργασία με το Δρα Γ. Παπαδόπουλο στα πλαίσια του έργου EU-FP7 ASTARTE έδειξε ότι και στην περιοχή μελέτης το ύψος του τσουνάμι του 1956 δεν υπερέβη το 1 m. Γι αυτό το λόγο θεωρήθηκε ότι για τις ανάγκες της παρούσας διπλωματικής εργασίας το ρεαλιστικό σενάριο του 1956 δεν είναι απολύτως κατάλληλο. Για την επιλογή του ακραίου σεναρίου αξιολογήθηκαν τα ιστορικά τσουνάμι του Πίνακα 2.1 και επιλέχθηκε τελικά η περίπτωση του Μινωικού τσουνάμι δεδομένου ότι από τα δημοσιευμένα αποτελέσματα μάλλον επρόκειτο για το τσουνάμι με το μεγαλύτερο ύψος κύματος στην περιοχή μελέτης. Από τις αριθμητικές προσομοιώσεις των Novikova et al. (2011) προέκυψε ότι το Μινωικό τσουνάμι υπερέβη τα 20 m στη βόρεια ακτή της Κρήτης και για τους δύο μηχανισμούς που εξετάστηκαν, δηλ. την κατάρρευση της καλντέρας και τις πυροκλαστικές ροές (Εικόνα 3.1). Στα πλαίσια του ερευνητικού έργου EU-FP7 ASTARTE, η Dr. T. Novikova επανέλαβε την προσομοίωση για το Μινωικό τσουνάμι. Στο πρώτο στάδιο δημιουργήθηκε ένα βυθομετρικό δίκτυο από τη βάση δεδομένων SRTM30 (30-arcsec resolution) για ολόκληρη την περιοχή του Αιγαίου και το EMODnet (300 m ανάλυση) για την περιοχή στα ανοιχτά του Ηρακλείου. Το ψηφιακό μοντέλο εδάφους (DEM) στην περιοχή μελέτης και του Ηρακλείου γενικότερα δημιουργήθηκε από υψομετρικά δεδομένα σε χαρτογραφικό υπόβαθρο με κλίμακα 1:5000 και ισοδιάσταση 4 m (ΓΥΣ, Οι χάρτες ψηφιοποιήθηκαν, γεωαναφέρθηκαν και προσαρμόστηκαν σε μορφή μωσαϊκού. Ένα παρεμβολικό πλέγμα εφαρμόστηκε προκειμένου να κατασκευαστεί το αρχείο εικόνας. Η οριζόντια απόσταση του πλέγματος του DEM είναι 5,0 m σε πλάτος και μήκος και το σύστημα αναφοράς είναι το WGS84 ( ICG /2012 /πρότυπο/wgs_84.pdf). Το DEM αυτό παρήχθη στο Γεωδυναμικό Ινστιτούτο του Εθνικού Αστεροσκοπείου Αθηνών σε περιβάλλον του ArcG.I.S. ( των Windows και διετέθη από τον Δρα Α. Γκανά. [49]

51 Εικόνα 3.1. Στιγμιότυπο της προσομοίωσης του ακραίου (Μινωικού) τσουνάμι της Σαντορίνης με σενάριο δημιουργίας του από πυροκλαστική ροή με γωνία εισόδου δεξιόστραφα από τον ηφιστειακό κώνο στην Κρητική θάλασσα (Novikova et al., 2011). Στην βόρεια Κρήτη το κύμα προσομοιώνεται σε σειρά συνθετικών παλιρροιογράφων, εκ των οποίων ο υπ αριθμ. 6 στην περιοχή μελέτης (αριστερά) κατέγραψε ύψος κύματος της τάξης των 20 m (δεξιά). Από αυτή την αριθμητική προσομοίωση προέκυψε τόσο η ζώνη κατακλυσμού (inundation zone) του κύματος στην ξηρά όσο και το βάθος νερού στα διάφορα σημεία της παράκτιας ζώνης μελέτης (Εικόνα 3.2). Συγκρίνοντας την Εικόνα 3.2 με την Εικόνα 2.2 της περιοχής μελέτης, προκύπτει ότι η ζώνη κατακλυσμού καλύπτει μόνο ένα μέρος της περιοχής μελέτης. Η ζώνη κατακλυσμού έχει μέγιστο πλάτος περίπου ενός 1 km στην εκβολή του Γιόφυρου ποταμού στο ανατολικό τμήμα, ενώ στο υπόλοιπο τμήμα το μέσο πλάτος της ζώνης κατακλυσμού κυμαίνεται από περίπου 600 έως 300 m. Το μέγιστο ύψος του κύματος (ή βάθος νερού) βρέθηκε ότι είναι περίπου 8 m με σταδιακή μείωση προς τα ενδότερα. [50]

52 Εικόνα 3.2. Χάρτης της ζώνης κατακλυσμού στην περιοχή μελέτης όπως προέκυψε από την αριθμητική προσομοίωση του ακραίου σεναρίου του Μινωικού τσουνάμι. [51]

53 Η παραπάνω ζώνη κατακλυσμού και οι υδροδυναμικές παράμετροι που την χαρακτηρίζουν αποτέλεσαν δευτερογενή δεδομένα/στοιχεία για τα επόμενα μεθοδολογικά βήματα Καθορισμός του Κινδύνου από Τσουνάμι για τα Κτίρια Εκτίμηση του Αναμενόμενου Επιπέδου Βλάβης των Κτιρίων Τα κτιριακά δεδομένα της περιοχής μελέτης προέρχονται από την Ελληνική Στατιστική Υπηρεσία (ΕΛ.ΣΤΑΤ.) η οποία μας παρείχε σειρά δεδομένων, όπως το πλήθος των κτιρίων ανά τύπο κτιρίου με βάση το υλικό κατασκευής και ανά οικοδομικό τετράγωνο, αλλά και θεματικά αρχεία ΣΓΠ (G.I.S.) τύπου πολυγώνου, όπως ήταν διαμορφωμένα την χρονική στιγμή που πραγματοποιήθηκε η απογραφή του Στο αρχείο της ΕΛ.ΣΤΑΤ.. διακρίνονται έξη τύποι κτιρίων, οι πέντε που φαίνονται στον Πίνακα 3.1 και μία επιπλέον κατηγορία για τα κτίρια από μέταλλο. Επειδή to DamaSCHE Tool εφαρμόζεται σε ταξινόμηση με 5 κατηγορίες κτιρίων (Leone et al., 2006), στον Πίνακα 3.1 έχουμε συμπεριλάβει τα μεταλλικά κτίρια μαζί με τα κτίρια από οπλισμένο σκυρόδεμα. Πίνακας 3.1. Ταξινόμηση κτιρίων ανάλογα με το υλικό κατασκευής (τύποι κτιρίων) όπως διαμορφώθηκε για την εφαρμογή του DamaSCHE Tool. Ταξινόμηση Κτιρίων A B C D E Τύποι Κτιρίων Κτίρια από ξύλο Κτίρια από τούβλα Κτίρια από πέτρα Κτίρια από άλλο υλικό Καλά σχεδιασμένα κτίρια από οπλισμένο σκυρόδεμα Το ότι η χωρική πληροφορία που μας δόθηκε από την ΕΛ.ΣΤΑΤ. δεν ήταν κατανεμημένη ανά κτίριο αλλά ανά οικοδομικό τετράγωνο, έκανε επιτακτική την ανάγκη να βρεθεί ένας τρόπος προβολής και οπτικοποίησης των δεδομένων ανά κτίριο σε κάθε ένα οικοδομικό τετράγωνο. Με τη χρήση ορθοφωτοχαρτών που μας χορήγησε η Πολεοδομία του Δήμου Ηρακλείου τα κτίρια ψηφιοποιήθηκαν ως σημειακά θεματικά [52]

54 αρχεία και παρήχθησαν έξι (6) χάρτες (Εικόνες ), οι οποίοι παρουσιάζουν την κατανομή των κτιρίων στην περιοχή μελέτης ανά κατηγορία υλικού κατασκευής τους. Αυτή η εργασία έγινε με τη βοήθεια της εφαρμογής Google Maps αλλά και με την έρευνα πεδίου που διεξήχθη τον Δεκέμβριο του Τελικά, για την περιοχή του Γαζίου, που καλύπτει το μεγαλύτερο μέρος της περιοχής μελέτης, ψηφιοποιήθηκε κάθε ένα κτίριο χωριστά. Όπως μπορεί κάποιος να παρατηρήσει η μεγάλη πλειονότητα των κτιρίων (85 %) αποτελούνται από οπλισμένο σκυρόδεμα. [53]

55 [54] Εικόνα 3.3. Χάρτης του συνολικού αριθμού κτιρίων από μπετόν ανά οικοδομικό τετράγωνο.

56 [55] Εικόνα 3.4. Χάρτης του συνολικού αριθμού κτιρίων από μέταλλο ανά οικοδομικό τετράγωνο.

57 Number of metal buildings Εικόνα 3.5. Χάρτης του συνολικού αριθμού κτιρίων από ξύλο ανά οικοδομικό τετράγωνο. [56]

58 [57] Εικόνα 3.6. Χάρτης του συνολικού αριθμού κτιρίων από τούβλα ανά οικοδομικό τετράγωνο.

59 [58] Εικόνα 3.7. Χάρτης του συνολικού αριθμού κτιρίων από πέτρα ανά οικοδομικό τετράγωνο.

60 [59] Εικόνα 3.8. Χάρτης του συνολικού αριθμού κτιρίων από άλλο υλικό ανά οικοδομικό τετράγωνο.

61 Στο ανατολικό τμήμα της περιοχής μελέτης, πλησίον του ποταμού Γιόφυρος (δυτικό τμήμα Δήμου Ηρακλείου), που αποτελεί μόνο μικρό μέρος της όλης περιοχής, ήταν αδύνατη η ψηφιοποίηση του κάθε ενός κτιρίου λόγω της κακής προβολής των κτιρίων σε έναν χάρτη. Για την αντιμετώπιση αυτής της δυσκολίας, τα κτίρια χωρίστηκαν σε ενισχυμένα (Ε) (από οπλισμένο σκυρόδεμα ή μέταλλο ή πέτρα) και ασθενή (Α) (όλα τα υπόλοιπα) και εφαρμόστηκε ο παράγοντας κανονικοποίησης Σ, ο οποίος εκφράζει κατά προσέγγιση τη «μέση ανθεκτικότητα» των κτιρίων ενός οικοδομικού τετραγώνου (Εικόνα 3.9): Σ= [Α+0,5 x Ε] /[Α + Ε] (3.1) [60]

62 [61] Εικόνα 3.9. Χάρτης κανονικοποιημένου δείκτη ανθεκτικότητας κτιρίων, Σ, για την περιοχή μελέτης.

63 Το ψηφιδωτό αρχείο με το βάθος νερού στην περιοχή κατακλυσμού και τα θεματικά αρχεία (shapefiles) των κτιρίων εισήχθησαν στο ArcMap. Στη συνέχεια, η εφαρμογή DamaSCHE Tool μας παρείχε το επίπεδο βλάβης καθ ενός κτιρίου στη ζώνη κατακλυσμού σύμφωνα με τον εμπειρικό Πίνακα 3.2 που παρήχθη στα πλαίσια του ερευνητικού έργο EU-FP6 SCHEMA. Οι πέντε τύποι κτιρίων, που χρησιμοποιήθηκαν, ανάλογα με το υλικό κατασκευής, φαίνονται στον Πίνακα 3.1. Πίνακας 3.2. Αναμενόμενο Επίπεδο Βλάβης (Damage Level) ως συνάρτηση του βάθους νερού στη ζώνη κατακλυσμού (σε m) και της τρωτότητας των Κτιρίων (Class A,..,E) με βάση το υλικό κατασκευής τους. (Gardi et al. 2009) Damage level Class A Class B Class C Class D Class E No damage D0 0 m 0 m 0 m 0 m 0 m Light damage D m 0 2 m m 0 2 m 0 3 m Important damage D m 2 3 m m m 3 6 m Heavy damage D m 3 4 m 4 6 m m m Partial collapse D m 4 5 m 6 8 m m m Total collapse D5 > 3.8 m > 5 m > 8 m > 9 m > 12.5 m Μέθοδος Εκτίμησης της Οικονομικής Ζημίας στα Κτίρια Στην παρούσα εργασία χρησιμοποιήθηκε το επίσημο κόστος επισκευής ή ανακατασκευής κτιρίων που τιμολόγησε το κράτος στους δικαιούχους κρατικής αποζημίωσης μετά τους ισχυρούς σεισμούς της Κεφαλονιάς στις και [62]

64 (ΦΕΚ 257/Β / ). Για ανακατασκευή κρίθηκαν τα κτίρια που υπέστησαν μερική ή ολική κατάρρευση. Στη δική μας περίπτωση αυτά είναι τα κτίρια των κατηγοριών D4 και D5 του Πίνακα 3.2. Τα υπόλοιπα κρίθηκαν ως επισκευάσιμα (D2, D3). Για την ανακατασκευή το κόστος ορίστηκε σε 1000 /m 2 για τις κατοικίες επιφάνειας μέχρι 120 m 2 και σε 500 /m 2 για επαγγελματικές στέγες μέχρι 120 m 2. Για την επισκευή των κτιρίων που υπέστησαν βλάβες στα φέροντα και μη φέροντα στοιχεία (D3 στην περίπτωσή μας) το κόστος καθορίστηκε στα 450 /m 2 για επιφάνεια μέχρι 120 m 2. Για κτίρια που υπέστησαν βλάβες μόνο στα μη φέροντα στοιχεία (D2 στην περίπτωσή μας) το κόστος επισκευής καθορίστηκε στα 250 /m 2 για επιφάνεια μέχρι 120 m 2. Τα δεδομένα που έχουμε από την ΕΛ.ΣΤΑΤ. δεν μας παρέχουν ούτε τη χρήση των κτιρίων (π.χ. κατοικία, επαγγελματική στέγη, εκκλησία, κλπ.) ούτε την επιφάνεια και τον αριθμό των ορόφων ανά κτίριο. Από την έρευνα πεδίου προέκυψε ότι περίπου το 80% των κτιρίων είναι κατοικίες και το 20% επαγγελματικές στέγες. Mε την παραδοχή ότι η μέση επιφάνεια κατοικίας και επαγγελματικής στέγης είναι 100 m 2 και 80 m 2, αντίστοιχα, υπολογίστηκε το εκτιμώμενο κρατικό κόστος για επισκευές κτιρίων μετά από επιδρομή του ακραίου τσουνάμι που υιοθετήθηκε στην παρούσα μελέτη. Για τον υπολογισμό αυτό εισήχθη εκτιμώμενο πλήθος 2560 κτιρίων που θα υποστούν βλάβες επιπέδου D4 και D5 (Πίνακας 3.2) με την εφαρμογή του DamaSCHE Tool. Με την ίδια παραδοχή, και λαμβάνοντας υπόψη την αναλογία 80/20 για κατοικίες/επαγγελματικές στέγες, υπολογίστηκε ότι η μέση επιφάνεια κτιρίου, ανεξάρτητα αν πρόκειται για κατοικία ή επαγγελματική στέγη, είναι 96 m 2. Με την εφαρμογή του DamaSCHE Tool υπολογίστηκε ότι τα κτίρια που θα υποστούν αξιόλογες και βαριές βλάβες (D2 και D3) είναι 160 και 484, αντίστοιχα. Για τον υπολογισμό του κόστους που προκύπτει για επισκευές κτιρίων παραδεχτήκαμε ότι το επίπεδο βλάβης D2 αντιστοιχεί σε βλάβες μόνο στα μη φέροντα στοιχεία και ότι το επίπεδο βλάβης D3 αντιστοιχεί σε βλάβες στα φέροντα και μη φέροντα στοιχεία. [63]

65 3.5. Εκτίμηση του Κίνδυνου στον οποίο εκτίθεται ο πληθυσμός εξαιτίας του ακραίου τσουνάμι Πληθυσμιακά δεδομένα Τα πληθυσμιακά δεδομένα που μας δόθηκαν από την ΕΛ.ΣΤΑΤ. αφορούσαν στον αριθμό των κατοίκων ανά οικοδομικό τετράγωνο (απογραφή 2011). Η κατανομή του πληθυσμού ανά οικοδομικό τετράγωνο φαίνεται στην Εικόνα 3.10 και στο Διάγραμμα 3.1. [64]

66 [65] Εικόνα Πληθυσμιακή κατανομή ανά οικοδομικό τετράγωνο στην περιοχή μελέτης.

67 Population per building block Population Density per building block in the study area y = 3.83x R² = Number of Buildings per building block Διάγραμμα 3.1. Πληθυσμιακή κατανομή στο σύνολο των κτιρίων ανά οικοδομικό τετράγωνο στην περιοχή μελέτης. Για την πιο ρεαλιστική γεωγραφική κατανομή του πληθυσμού στην περιοχή μελέτης χρησιμοποιήσαμε την μέθοδο της αντίστροφης βαρύνουσας απόστασης (Inverse Distance Weight, IDW). Αυτή η μέθοδος χωρικής παρεμβολής είναι μια γεωστατιστική μέθοδος η οποία χρησιμοποιεί μαθηματικές και στατιστικές τεχνικές οι οποίες προκύπτουν από σημειακές παρατηρήσεις. Από τα σημαντικότερα πλεονεκτήματα της μεθόδου είναι η ελαχιστοποίηση του σφάλματος για τις περιοχές που δεν έχουμε μετρήσεις. Η μέθοδος αυτή υπολογίζει την τιμή που θα πάρουν τα γειτονικά σημεία από ένα γνωστό σημείο αναφοράς με τον υπολογισμό του σταθμισμένου μέσου όρου των γειτονικών σημείων. Η συγκεκριμένη μέθοδος για πληθυσμιακά δεδομένα χρησιμοποιεί τις αποστάσεις που έχουν τα σημεία μεταξύ τους. Η μέθοδος της στάθμισης της αντίστροφης απόστασης αποτελεί ουσιαστικά μια υλοποίηση του νόμου του Tobler ή του πρώτου (1ου) νόμου της Γεωγραφίας Εκτίμηση της έκθεσης του πληθυσμού στο ακραίο τσουνάμι Για την εκτίμηση του πληθυσμού που είναι εκτεθειμένος στην επιδρομή του τσουνάμι έγινε ημι-ποσοτική συνεκτίμηση της γεωγραφικής συγκέντρωσης του πληθυσμού εντός της επικίνδυνης ζώνης της περιοχής μελέτης και του ύψους του κύματος (βάθος [66]

68 νερού). Αυτή η προσέγγιση εφαρμόστηκε πολύ πρόσφατα και στην παράκτια ζώνη της Αλεξάνδρειας από τους Pagnoni et al. (2015) Αναζήτηση βέλτιστων διαδρομών και χρόνων διαφυγής του πληθυσμού Σύμφωνα με τους Wood et al. (2013) η παραδοσιακή προσέγγιση της έκθεσης του πληθυσμού στο τσουνάμι βασίζεται στην παραδοχή της χωρικής σύμπτωσης της επικίνδυνης ζώνης με την πληθυσμιακή ζώνη. Για την παραπάνω προσέγγιση, οι συγγραφείς αυτοί στη μελέτη τους υπολόγισαν τους χρόνους εκκένωσης του πληθυσμού σε περίπτωση ισχυρού τσουνάμι. Οι δύο τεχνικές που χρησιμοποιούνται είναι το «μοντέλο πρακτόρων» (agent-based models) και το «μοντέλο της απόστασης ελάχιστου κόστους» (least-cost-distance, LCD, model). Το μοντέλο πρακτόρων εστιάζει στο άτομο που απομακρύνεται (εκκενώνει) και χρησιμοποιεί καθορισμένες σχέσεις για να περιγράψει τη συμπεριφορά του απομακρυνόμενου και το δυναμικό κόστος (κόπο) μετακίνησης που απαιτείται (π.χ. μειωμένη ταχύτητα σε σημεία συμφόρησης). Αντίθετα, η LCD μέθοδος εστιάζει στα χαρακτηριστικά της περιοχής προς εκκένωση, όπως η κάλυψη γης και η τοπογραφική κλίση του εδάφους, για τον υπολογισμό της συντομότερης διαδρομής προς ασφαλές σημείο από κάθε τοποθεσία της επικίνδυνης ζώνης. Στην παρούσα μελέτη, όμως, χρησιμοποιήθηκε μια άλλη μέθοδος αποκαλούμενη «μέθοδος της ελάχιστης διαδρομής» (fastest route) γιατί μας ενδιέφερε να κατανοήσουμε τα χρονικά διαστήματα που απαιτούνται για να διανυθούν συγκεκριμένες διαδρομές από άτομα που βρίσκονται σε ένα σημείο Α και επιθυμούν να μεταβούν όσο το δυνατόν συντομότερα σε ένα σημείο Β. Θεωρητικά, θα μπορούσε η διαδρομή από το Α στο Β να είναι μια ευθεία απόσταση αλλά στην πράξη αυτό δεν μπορεί να γίνει, γιατί τότε κάποιος θα έπρεπε να σκαρφαλώνει σε λόφους και να διασχίζει ποτάμια ή άλλα εμπόδια. Το πρόσθετο του Q G.I.S. Road Graph χρησιμοποιεί το οδικό δίκτυο υπολογίζοντας είτε τη συντομότερη σε χρόνο διαδρομή είτε την ελάχιστη σε μήκος απόσταση. Για την εφαρμογή της μεθόδου μπορεί να χρησιμοποιηθεί ένα μοντέλο ταχυτήτων όπως περιγράφεται στον Πίνακα 3.3. Για την εφαρμογή στην περιοχή μελέτης επελέγησαν τρεις εναλλακτικές μέσες ταχύτητες διαφυγής: 3 km/h, 8 km/h και 15 km/h. [67]

69 Πίνακας 3.3. Κατηγορίες πεζοπορίας με την αντίστοιχη ταχύτητα (m/s) (από Wood et al., 2013). Category Speed (m/s) Source Slow walk 1.1 US Department of Transportation (2009) Moderate walk 1.22 US Department of Transportation (2009), Langlois et al. (1997) Fast walk 1.52 Knoblauch et al. (1995) Slow run 1.79 (15-min mile) MarathonGuide.com (2011) Moderate run 2.68 (10-min mile) MarathonGuide.com (2011) Fast run 3.83 (7-min mile) MarathonGuide.com (2011) [68]

70 Κεφάλαιο 4. Αποτελέσματα Στο κεφάλαιο αυτό παρουσιάζονται τα αποτελέσματα που προέκυψαν με την εφαρμογή των διαφόρων μεθόδων που περιγράφηκαν στο Κεφάλαιο Αναμενόμενο Επίπεδο Βλάβης στα Κτίρια Από αριθμητική προσομοίωση έχει προκύψει ότι το μέγιστο ύψος του κύματος στη ζώνη κατακλυσμού υπερβαίνει τα 8 m (βλ. Υποκεφάλαιο 3.3). Στη συνέχεια, παρήχθη σειρά χαρτών (Εικόνες 4.1, 4.2, 4.3) όπου παρουσιάζονται τα αποτελέσματα της εφαρμογής DamaSCHE για τον καθορισμό του αναμενόμενου επιπέδου βλαβών στα κτίρια από την εφόρμηση του ακραίου κύματος τσουνάμι. Όπως είναι αναμενόμενο, τα κτίρια που βρίσκονται πολύ κοντά στην ακτογραμμή παθαίνουν τις ισχυρότερες βλάβες. Παρόλο που τα περισσότερα κτίρια είναι κατασκευασμένα από οπλισμένο σκυρόδεμα η υδροδυναμική δύναμη που εξασκεί το κύμα έχει ως αποτέλεσμα να επέρχεται ακόμη και μερική ή ολική κατάρρευση. Στα κτίρια που αναμένεται να υποστούν σημαντικές ή βαριές βλάβες το ύψος του κύματος κυμαίνεται από 2.1 ως 4.2 και 4.3 ως 6.3 m αντίστοιχα (Εικόνα 4.3). Άλλωστε, αυτά τα κτίρια είναι τα περισσότερα, τα οποία μάλιστα αποτελούνται από οπλισμένο σκυρόδεμα ή πέτρα. [69]

71 [70] Εικόνα 4.1. Χάρτης αναμενόμενου επιπέδου βλαβών στα κτίρια.

72 [71] Εικόνα 4.2. Χάρτης κτιρίων που αναμένεται να υποστούν μερική ή ολική κατάρρευση.

73 [72] Εικόνα 4.3. Χάρτης κτιρίων που αναμένεται να υποστούν σημαντικές ή βαριές βλάβες.

74 4.2. Αναμενόμενη Οικονομική Ζημία στα Κτίρια Από τα δεδομένα, τις μεθόδους και τις παραδοχές που αναλύθηκαν στα Υποκεφάλαια και υπολογίστηκε το εκτιμώμενο κόστος τόσο για ανακατασκευές όσο και για επισκευές κτιρίων. Το κόστος αυτό δεν είναι το συνολικό αλλά εκείνο που θα προκύψει για το κράτος αν αποφασίσει να αποζημιώσει τους δικαιούχους με το τιμολόγιο που εκείνο θεσπίζει, όπως και στις περιπτώσεις των σεισμών. Ο υπολογισμός του αναμενόμενου κρατικού κόστους που θα προκύψει για ανακατασκευές κτιρίων, που έχουν υποστεί μερική ή ολική κατάρρευση μετά την επιδρομή του ακραίου τσουνάμι στην περιοχή μελέτης, συνοψίζεται στον Πίνακα 4.1. Το κόστος αυτό είναι της τάξης των 225 εκατομμυρίων ευρώ. Πίνακας 4.1. Εκτιμώμενο κρατικό οικονομικό κόστος για τα κτίρια που θα χρειάζονται ανακατασκευή λόγω μερικής ή ολικής κατάρρευσης (επίπεδο βλάβης D4 και D5, Πίνακας 3.2) μετά από το ακραίο τσουνάμι στην περιοχή μελέτης. Χρήση κτιρίου Εκτιμώμενο πλήθος κτιρίων Εκτιμώμενη μέση Κρατικό κόστος Αθροιστικό κόστος ( ) επιφάνεια κτιρίων(m²) ανά κτίριο ( /m 2 ) Κατοικία Επ. στέγη Σύνολο Το αναμενόμενο κρατικό κόστος που θα προκύψει για επισκευές κτιρίων (Πίνακας 4.2), που έχουν υποστεί σημαντικές ή βαριές βλάβες, είναι περίπου 25 εκατομμύρια ευρώ, δηλαδή σχεδόν δέκα φορές μικρότερο του κόστους που αναμένεται να προκύψει για τις ανακατασκευές. Αυτό οφείλεται όχι μόνο στο ότι το τιμολόγιο επισκευής είναι το μισό εκείνου της ανακατασκευής αλλά και γιατί το αναμενόμενο συνολικό πλήθος των επισκευάσιμων κτιρίων (644) είναι πολύ μικρότερο του πλήθους των ανακατασκευάσιμων κτιρίων (2560). Αυτή η διαφορά οφείλεται στο ότι το κύμα του ακραίου σεναρίου που υιοθετήθηκε είναι εξαιρετικά ισχυρό και από την εφαρμογή του [73]

75 εμπειρικού DamaSCHE Tool προκύπτει μεγάλο ποσοστό κτιρίων που θα υποστούν μερική ή και ολική κατάρρευση. Πίνακας 4.2. Εκτιμώμενο κρατικό οικονομικό κόστος για τα κτίρια που θα χρειάζονται επισκευή λόγω βλαβών στα μη φέροντα στοιχεία (επίπεδο βλάβης D2, Πίνακας 3.2) και στα φέροντα και μη φέροντα στοιχεία (επίπεδο βλάβης D3, Πίνακας 3.2) μετά από το ακραίο τσουνάμι στην περιοχή μελέτης. Επίπεδο βλάβης Εκτιμώμενο πλήθος κτιρίων Εκτιμώμενη μέση επιφάνεια Κρατικό κόστος ανά κτίριο( /m 2 ) Αθροιστικό κόστος( ) κτιρίων(m²) D D Σύνολο Από τα αποτελέσματα που συνοψίζονται στους Πίνακες 4.1 και 4.2 προκύπτει ότι το συνολικό αναμενόμενο κόστος για το κράτος που θα αποζημιώσει τους δικαιούχους για ανακατασκευές και επισκευές κτιρίων μετά από επιδρομή ακραίου τσουνάμι στην περιοχή μελέτης ανέρχεται σε περίπου 250 εκατομμύρια ευρώ Έκθεση Πληθυσμού στο Ακραίο Τσουνάμι. Από τα πληθυσμιακά δεδομένα της εθνικής απογραφής της ΕΛ.ΣΤΑΤ. του 2011, προέκυψε η κατανομή του πληθυσμού στην περιοχή μελέτης μετά την εφαρμογή της γεωστατιστικής μεθόδου IDW (Inverse Distance Weight) (Υποκεφάλαιο 3.5). Παρατηρείται ότι το μεγαλύτερο μέρος του πληθυσμού, που απεικονίζεται στην Εικόνα 4.4 με σκουρόχρωμες κηλίδες, συγκεντρώνεται στο κεντρικό και ανατολικό τμήμα της περιοχής μελέτης. Αυτή η γεωγραφική κατανομή επαληθεύτηκε εμπειρικά κατά την επίσκεψη στο πεδίο τον Δεκέμβριο του Αυτή η κατανομή εξηγείται από το γεγονός ότι στις περιοχές αυξημένου πληθυσμού συγκεντρώνεται το μεγαλύτερο μέρος των δραστηριοτήτων, π.χ. καταστήματα, καφετέριες, ξενοδοχεία. [74]

76 [75] Εικόνα 4.4. Χάρτης κατανομής του πληθυσμού μετά την εφαρμογή της μεθόδου IDW. Απεικονίζονται και τα οικοδομικά τετράγωνα.

77 Για την απεικόνιση του πληθυσμού που είναι εκτεθειμένος στο τσουνάμι έγινε υπέρθεση του χάρτη πληθυσμιακής κατανομής (Εικόνα 4.4) στο χάρτη της ζώνης κατακλυσμού που προέκυψε από την αριθμητική προσομοίωση του τσουνάμι (Εικόνα 3.2). Από την υπέρθεση των χαρτών αυτών προέκυψε η Εικόνα 4.5 στην οποία φαίνεται η έκθεση του πληθυσμού στο ακραίο τσουνάμι. Το μεγαλύτερο μέρος του πληθυσμού, δηλαδή αυτό που συγκεντρώνεται στο παράκτιο κεντρικό και ανατολικό τμήμα της περιοχής, είναι περισσότερο εκτεθειμένο στο ακραίο τσουνάμι. Αυτό οφείλεται στο ότι το μεγαλύτερο μέρος του πληθυσμού προτιμά να αναπτύσσει δραστηριότητες πλησίον της παράκτιας ζώνης γιατί από εκεί προκύπτει σημαντικότερο οικονομικό όφελος κυρίως κατά την τουριστική περίοδο. [76]

78 [77] Εικόνα 4.5. Χάρτης έκθεσης του πληθυσμού στη ζώνη κατακλυσμού.

79 Πρέπει να τονιστεί ότι το αποτέλεσμα της έκθεσης του πληθυσμού στο ακραίο τσουνάμι είναι στατικό (χρονικά ανεξάρτητο) γιατί βασίζεται μόνο σε πληθυσμιακά δεδομένα απογραφής. Ο πληθυσμός, όμως είναι μια δυναμική (χρονικά εξαρτώμενη) και όχι στατική μεταβλητή δεδομένου ότι μεταβάλλεται με το χρόνο. Πράγματι, οι διακυμάνσεις του πληθυσμού ποικίλουν από εποχή σε εποχή, από μέρα σε νύχτα, από εργάσιμες μέρες σε αργίες και από εργάσιμες ώρες σε μη εργάσιμες ώρες. Στην παρούσα εργασία, όμως, δεν πραγματοποιήθηκε χρονικά εξαρτώμενη ανάλυση λόγω μη διαθεσιμότητας κατάλληλων πληθυσμιακών δεδομένων Βέλτιστες διαδρομές και χρόνοι διαφυγής του πληθυσμού. Η αναζήτηση βέλτιστων διαδρομών και χρόνων διαφυγής του πληθυσμού προς τα ενδότερα, σε περίπτωση που ειδοποιηθεί ή αντιληφθεί ότι κινδυνεύει από επερχόμενο τσουνάμι, έχει ιδιαίτερη αξία στο σχεδιασμό προστασίας του πληθυσμού. Όπως αναλύθηκε στο Υποκεφάλαιο 3.5.3, στην παρούσα μελέτη χρησιμοποιήθηκε η μέθοδος της ελάχιστης διαδρομής (fastest route) προκειμένου να υπολογιστούν τα χρονικά διαστήματα που απαιτούνται για να διανυθούν συγκεκριμένες διαδρομές από άτομα που βρίσκονται σε ένα σημείο Α και επιθυμούν να μεταβούν όσο το δυνατόν συντομότερα σε ένα σημείο Β. Με βάση το οδικό δίκτυο της περιοχής μελέτης και με τη χρήση του Road Graph του Q G.I.S. υπολογίστηκαν οι βέλτιστες διαδρομές σε μήκος και σε χρόνο για τη διαφυγή ενός ατόμου, μόνο με τις φυσικές του δυνάμεις (πεζοπορία), από μία σειρά σημείων εντός της ζώνης κατακλυσμού προς μία σειρά ασφαλέστερων σημείων εντός της ζώνης αυτής (C2) αλλά και εκτός αυτής (Α2, Β2, Α3, Β3, C3) (Εικόνα 4.6). Το μοντέλο ταχυτήτων διαφυγής περιγράφεται στον Πίνακα 3.3. Για την εφαρμογή στην περιοχή μελέτης επελέγησαν τρεις εναλλακτικές μέσες ταχύτητες διαφυγής με πεζοπορία: 3 km/h, 5 km/h και 8 km/h. Στο χάρτη της Εικόνας 4.6 έχει προβληθεί η κατανομή του πληθυσμού μετά την εφαρμογή της γεωστατιστικής μεθόδου IDW στην περιοχή μελέτης (Εικόνα 4.4) καθώς και ορισμένες επιλεγμένες διαδρομές διαφυγής από σημεία υψηλού κινδύνου πλησίον της ακτογραμμής προς υποθετικούς ασφαλέστερους χώρους. Στον Πίνακα 4.3 συνοψίζονται οι υπολογισμένες αποστάσεις και οι αντίστοιχοι χρόνοι για τη διαφυγή [78]

80 από τα επιλεγμένα σημεία κινδύνου προς τις επιλεγμένες ασφαλέστερες θέσεις. Η πιο κοντινή διαδρομή με πολύ γρήγορη μετακίνηση (8 km/h) είναι η C1b- C2 με απόσταση μήκους περίπου 900 m και χρόνο 7 min. Η πιο μακρινή διαδρομή για την ίδια ταχύτητα (8 km/h) είναι η A2 A3 με απόσταση μήκους περίπου 1.34 km και χρόνο 10 min. Οι χρόνοι αυτοί μεγαλώνουν σημαντικά με τη μείωση της ταχύτητας μετακίνησης. [79]

81 Εικόνα 4.6. Χάρτης προτεινόμενων διαδρομών διαφυγής από τα σημεία Α1, Β1, C1a και C1b, και προτεινόμενων χώρων συγκέντρωσης εντός της ζώνης κατακλυσμού (Α2, Β2, C2) και εκτός της ζώνης κατακλυσμού (Α3, Β3, C3). [80]