Ιωάννης Γήτας 1,2 Μαρία Τομπουλίδου 1 Δημήτρης Σταυρακούδης 1 1 Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης 2 Διαβαλκανικό Κέντρο Περιβάλλοντος
Ομάδες εργασιών Φορείς Υλοποίησης Ιωάννης Γήτας Αλέξανδρος Δημητρακόπουλος Δημήτρης Σταυρακούδης Διονύσης Γρηγοριάδης Αλεξάνδρα Στεφανίδου Μαρία Τομπουλίδου Ελένη Δραγόζη Γιώργος Μαλλίνης Θωμάς Καταγής Χαρά Μηνάκου Γιώργος Ζαλίδης Γιώργος Ευτυχίδης Χρήστος Καλογερόπουλος http://fmrs.web.auth.gr/ http://i-bec.org
ΜΕΡΟΣ Α ΒΑΣΙΚΕΣ ΠΛΗΡΟΦΟΡΙΕΣ Εισαγωγή στο ΕΠαΔαΠ ΜΕΡΟΣ Β ΧΑΡΤΟΓΡΑΦΗΣΗ ΚΑΥΣΙΜΗΣ ΥΛΗΣ Μεθοδολογία Πιλοτική Εφαρμογή ΜΕΡΟΣ Γ ΧΑΡΤΟΓΡΑΦΗΣΗ ΚΑΜΕΝΩΝ ΕΚΤΑΣΕΩΝ Μεθοδολογία Πιλοτικές Εφαρμογές
ΜΕΡΟΣ Α : ΒΑΣΙΚΕΣ ΠΛΗΡΟΦΟΡΙΕΣ
Γενικά Εποπτεία: Γενική Διεύθυνση Δασών Συνεργασία: Διαβαλκανικό Κέντρο Περιβάλλοντος Χρηματοδότηση: Πράσινο Ταμείο Έναρξη έργου: Μάρτιος 2014 Διάρκεια: 3 έτη
ΕΠαΔαΠ Σκοπός: Η ανάπτυξη προϊόντων και υπηρεσιών που θα βοηθήσουν στην πρόληψη των δασικών πυρκαγιών αλλά και στην εκτίμηση των περιβαλλοντικών τους επιπτώσεων. Χαρτογράφηση καύσιμης ύλης Πακέτα Εργασίας Υπηρεσία χαρτογράφησης καμένων εκτάσεων Δείκτης κινδύνου έναρξης πυρκαγιάς Εφαρμογή έγκαιρης προειδοποίησης Διαδικτυακή πύλη
ΕΠαΔαΠ Το έργο προωθεί κι ενισχύει: Την παραγωγή εργαλείων που θα βοηθήσουν στη διαχείριση των δασικών πυρκαγιών. Τη διασυνοριακή συνεργασία με όμορες Βαλκανικές χώρες με τη χρήση κοινών καινοτόμων εργαλείων. Δεδομένα Προϊόντα & Υπηρεσίες ΕΠαΔαΠ Αποτελεσματική πολιτική διαχείρισης δασικών πυρκαγιών Όμορες Βαλκανικές χώρες
ΕΠαΔαΠ Απόκτηση δεδομένων Ανάπτυξη μεθοδολογίας χαρτογράφησης καμένων εκτάσεων Ανάπτυξη μεθοδολογίας χαρτογράφησης καύσιμης ύλης Διάχυση των αποτελεσμάτων Web Portal- PPGIS 2014 2014 2014 2015 2015 2016 Προεπεξεργασία δεδομένων Project web site Εφαρμογή του μοντέλου στους υπόλοιπους νομούς της χώρας Ανάπτυξη δείκτη Early Warning System
ΜΕΡΟΣ Β : Χαρτογράφηση Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης Παραδοσιακά η χαρτογράφηση καύσιμης ύλης στηρίζεται στη χρήση μοντέλων όπως: το Northern Forest Fire Laboratory (NFFL) Fuel Model το Μοντέλο ΠΡΟΜΗΘΕΑΣ (Μεσογειακές περιοχές) Πιο πρόσφατα έχουν αναπτυχθεί μέθοδοι (JRC FUELMAP, ArcFUEL) οι οποίες στηρίζονται στη χρήση δορυφορικών εικόνων και χαρτογραφικών δεδομένων (π.χ. LPIS, CORINE).
Χαρτογράφηση Καύσιμης Ύλης ArcFUEL LIFE+ project (Best Life Environment project award 2014) http://www.arcfuel.eu/index.php/en/ Pericles Toukiloglou, George Eftychidis, Ioannis Gitas, Maria Tompoulidou, 2013. ArcFuel methodology for mapping forest fuels in Europe. Proc. SPIE International Conference onremote Sensing andgeoinformation ofthe Environment (RSCy2013), 87951J (August5, 2013); doi: 10.1117/12.2028213 8795, First
Χαρτογράφηση Καύσιμης Ύλης Μεθοδολογία ΕΠαΔαΠ Περιοχή μελέτης Κατηγορίες καύσιμης ύλης Δεδομένα Σε συνάφεια με παρόμοια προϊόντα (JRC Fuel Map, ArcFUEL) Disaster Monitoring Constellation (DMC) imagery, 22m χωρική ανάλυση, χειμερινή και καλοκαιρινή περίοδος Αντικειμενοστραφής ταξινόμηση Προηγμένοι αλγόριθμοι ταξινόμησης εικόνας (fuzzy rules, decision trees, support vector machines) Εκτίμηση ακρίβειας Land Use and Cover Area frame Survey (LUCAS) points 2012
Χαρτογράφηση Καύσιμης Ύλης Μεθοδολογία ΕΠαΔαΠ Περιοχή μελέτης ΠΛΕΟΝΕΚΤΗΜΑΤΑ Βασίζεται στην ανάλυση των δορυφορικών εικόνων και όχι σε άλλα χαρτογραφικά δεδομένα. Η ανανέωση των χαρτών καύσιμης ύλης είναι πιο εύκολη και βασίζεται στη διαθεσιμότητα των δορυφορικών εικόνων. Μπορεί να εφαρμοστεί σε περιοχές που δεν έχουν άλλου είδους δεδομένα (πχ. Βουλγαρία) Κατηγορίες καύσιμης ύλης Δεδομένα Αντικειμενοστραφής ταξινόμηση Σε συνάφεια με παρόμοια προϊόντα (JRC Fuel Map, ArcFUEL) Disaster Monitoring Constellation (DMC) imagery, 22m χωρική ανάλυση, χειμερινή και καλοκαιρινή περίοδος Προηγμένοι αλγόριθμοι ταξινόμησης εικόνας (fuzzy rules, decision trees, support vector machines) Το μοντέλο έχει δοκιμαστεί και σε εικόνες Landsat Εκτίμηση ακρίβειας Land Use and Cover Area frame Survey (LUCAS) points 2012
Χαρτογράφηση Καύσιμης Ύλης Μεθοδολογία ΕΠαΔαΠ Κατηγορίες Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης Μεθοδολογία ΕΠΑΔαΠ Κατηγορίες Καύσιμης Ύλης Ταξινομούνται οι τυπικές κατηγορίες καύσιμης ύλης ΠΛΕΟΝΕΚΤΗΜΑΤΑ Ευελιξία στην σύγκριση με άλλα μοντέλα χαρτογράφησης καύσιμης ύλης. Είναι δυνατή η προσθήκη περιγραφικών κριτηρίων για τον διαχωρισμό ειδικών κλάσεων (πχ. περιαστικά δάση ή/και παραποτάμια βλάστηση)
Χαρτογράφηση Καύσιμης Ύλης Πιλοτικές περιοχές
Χαρτογράφηση Καύσιμης Ύλης Δεδομένα Χειμερινές DMC Πυκνότητα Καλοκαιρινές DMC LPIS (ilots) Σημεία LUCAS
3ο Συμμετοχικό Εργαστήριο FLIRE Αντικειμενοστραφής ταξινόμηση Χαρτογράφηση Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης Ακρίβεια 85,72%
Χαρτογράφηση Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης
Χαρτογράφηση Καύσιμης Ύλης Ακρίβεια 80,98%
ΜΕΡΟΣ Γ : Υπηρεσία Χαρτογράφησης καμένων εκτάσεων
Χαρτογράφηση Καμένων Εκτάσεων Μεθοδολογία 3 βημάτων OBIA Κατάτμηση της εικόνας δημιουργία αντικειμένων Εξαγωγή χαρακτηριστικών ανά αντικείμενο (φασματικά, υφής, γεωμετρικά) Η μέθοδος είναι ανεξάρτητη του αισθητήρα Μπορεί να χρησιμοποιηθεί τόσο σε επιχειρησιακό επίπεδο (ακριβής χαρτογράφηση νέων πυρκαγιών), όσο και για τη δημιουργία ιστορικού αρχείου πυρκαγιών
Χαρτογράφηση Καμένων Εκτάσεων Μεθοδολογία 3 βημάτων OBIA Κατάτμηση της εικόνας δημιουργία αντικειμένων Εξαγωγή χαρακτηριστικών ανά αντικείμενο (φασματικά, υφής, γεωμετρικά) Η μέθοδος είναι ανεξάρτητη του αισθητήρα Μπορεί να χρησιμοποιηθεί τόσο σε επιχειρησιακό επίπεδο (ακριβής χαρτογράφηση νέων πυρκαγιών), όσο και για τη δημιουργία ιστορικού αρχείου πυρκαγιών
Χαρτογράφηση Καμένων Εκτάσεων Μεθοδολογία 3 βημάτων Η μέθοδος είναι ανεξάρτητη του αισθητήρα OBIA FuzCoC Κατάτμηση της εικόνας δημιουργία αντικειμένων Εξαγωγή χαρακτηριστικών ανά αντικείμενο (φασματικά, υφής, γεωμετρικά) Καθορισμός του ελάχιστου υποσυνόλου των χαρακτηριστικών που εμπεριέχουν το μέγιστο ποσό πληροφορίας Μπορεί να χρησιμοποιηθεί τόσο σε επιχειρησιακό επίπεδο (ακριβής χαρτογράφηση νέων πυρκαγιών), όσο και για τη δημιουργία ιστορικού αρχείου πυρκαγιών
Χαρτογράφηση Καμένων Εκτάσεων Μεθοδολογία 3 βημάτων Η μέθοδος είναι ανεξάρτητη του αισθητήρα Μπορεί να χρησιμοποιηθεί τόσο σε επιχειρησιακό επίπεδο (ακριβής χαρτογράφηση νέων πυρκαγιών), όσο και για τη δημιουργία ιστορικού αρχείου πυρκαγιών OBIA FuzCoC SVM Κατάτμηση της εικόνας δημιουργία αντικειμένων Εξαγωγή χαρακτηριστικών ανά αντικείμενο (φασματικά, υφής, γεωμετρικά) Καθορισμός του ελάχιστου υποσυνόλου των χαρακτηριστικών που εμπεριέχουν το μέγιστο ποσό πληροφορίας Εφαρμογή του ταξινομητή SVM για το χαρακτηρισμό όλων των αντικειμένων (όλης της εικόνας) Για την υλοποίηση των δύο τελευταίων βημάτων δημιουργήθηκε ειδική εφαρμογή στο προγραμματστικό περιβάλλον MATLAB
Χαρτογράφηση Καμένων Εκτάσεων Μεθοδολογία 3 βημάτων Η μέθοδος είναι ανεξάρτητη του αισθητήρα Μπορεί να χρησιμοποιηθεί τόσο σε επιχειρησιακό επίπεδο (ακριβής χαρτογράφηση νέων πυρκαγιών), όσο και για τη δημιουργία ιστορικού αρχείου πυρκαγιών OBIA FuzCoC SVM Κατάτμηση της εικόνας δημιουργία αντικειμένων Εξαγωγή χαρακτηριστικών ανά αντικείμενο (φασματικά, υφής, γεωμετρικά) Καθορισμός του ελάχιστου υποσυνόλου των χαρακτηριστικών που εμπεριέχουν το μέγιστο ποσό πληροφορίας Εφαρμογή του ταξινομητή SVM για το χαρακτηρισμό όλων των αντικειμένων (όλης της εικόνας) Για την υλοποίηση των δύο τελευταίων βημάτων δημιουργήθηκε ειδική εφαρμογή στο προγραμματστικό περιβάλλον MATLAB
Πιλοτικές εφαρμογές Χαρτογράφηση Καμένων Εκτάσεων Η μεθοδολογία εφαρμόστηκε πιλοτικά στις περιοχές: Πάρνηθα (πυρκαγιά Ιουνίου 2007) Ρόδο (πυρκαγιά Ιουλίου 2008) Χρησιμοποιήθηκαν δορυφορικές εικόνες πολύ υψηλής ευκρίνειας IKONOS (1 m) Πάρνηθα, 2007: Πολύ υψηλή ακρίβεια ταξινόμησης: 97.85%
Πιλοτικές εφαρμογές Χαρτογράφηση Καμένων Εκτάσεων Η μεθοδολογία εφαρμόστηκε πιλοτικά στις περιοχές: Πάρνηθα (πυρκαγιά Ιουνίου 2007) Ρόδο (πυρκαγιά Ιουλίου 2008) Χρησιμοποιήθηκαν δορυφορικές εικόνες πολύ υψηλής ευκρίνειας IKONOS (1 m) Πάρνηθα, 2007: Πολύ υψηλή ακρίβεια ταξινόμησης: 97.85% Δυνατότητα αναγνώρισης υγειών νησίδων βλάστησης εντός της περιμέτρου της πυρκαγιάς
Πιλοτικές εφαρμογές Χαρτογράφηση Καμένων Εκτάσεων Η μεθοδολογία εφαρμόστηκε πιλοτικά στις περιοχές: Πάρνηθα (πυρκαγιά Ιουνίου 2007) Ρόδο (πυρκαγιά Ιουλίου 2008) Χρησιμοποιήθηκαν δορυφορικές εικόνες πολύ υψηλής ευκρίνειας IKONOS (1 m) Πάρνηθα, 2007: Πολύ υψηλή ακρίβεια ταξινόμησης: 97.85% Δυνατότητα αναγνώρισης υγειών νησίδων βλάστησης εντός της περιμέτρου της πυρκαγιάς Ρόδος, 2008: Πολύ μεγαλύτερη ετερογένεια του πεδίου Επίσης πολύ υψηλή ακρίβεια ταξινόμησης: 92,39%
Επόμενες ενέργειες Χαρτογράφηση Καμένων Εκτάσεων Αυτόνομη εφαρμογή (ως το τέλος του 2015): Προγραμματιστική εφαρμογή σε γλώσσα C++ Υλοποίηση διαδραστικής διεπαφής για τη χρήση της εντός εφαρμογής GIS ανοιχτού κώδικα Η εφαρμογή θα διατίθεται ελεύθερα με βάση το Νομικό Πλαίσιο που θα ορίσει η Δασική Υπηρεσία Χαρτογράφηση και δημιουργία αρχείου πυρκαγιών από το 1984 ως σήμερα Δημοσιεύσεις: Dragozi, E., Gitas, I. Z., Stavrakoudis, D.G., Theocharis, J.B. 2014. Burned Area Mapping Using Support Vector Machines and the FuzCoC Feature Selection Method on VHR IKONOS Imagery, Remote sensing 6(12), pp. 12005-12036. Dragozi, E., Gitas, I. Z., Stavrakoudis, D. G., Theocharis, J. B. (2014). An Examination of the Effect of IKONOS Pan-Sharpening in Burned Area Mapping Accuracy, in Proc. 5th Geographic Object-Based Image Analysis Conference (GEOBIA 2014), Thessaloniki, Greece, May 21-24. Dragozi, E., Gitas, I. Z., Stavrakoudis, D.G., Theocharis, J.B. 2012. Burned area mapping using very high resolution IKONOS imagery and Support Vector Machines, in Proc. NASA Science Meeting, GOFC-GOLD and NEESPI Workshop and Regional Conference, Yoshkar-Ola, Russia, 17-22 June. pp: 6 14. Dragozi, E., Gitas, I. Z., Stavrakoudis, D.G., Theocharis, J.B. 2011. A performance evaluation of Support Vector Machines and the Nearest Neighbor classifier in classifying image objects for burned area mapping, in Proc. 8 th Int. Workshop of EARSeL Special Interest Group (SIG) on Forest Fires, Stresa, Italy, 20-22. October. pp : 84-89