Τηλεπισκόπηση, τεχνητή νοημοσύνη και συστήματα γεωγραφικών πληροφοριών στην εκτίμηση κινδύνου δασικών πυρκαγιών

Περίληψη

Ο βασικός στόχος της παρούσας διατριβής είναι η ανάπτυξη ενός επιχειρησιακού συστήματος ποσοτικής εκτίμησης κινδύνου έναρξης δασικών πυρκαγιών. Το πεδίο εφαρμογής είναι το νησί της Λέσβου. Το κύριο αποτέλεσμα του συστήματος εκτίμησης κινδύνου είναι ο Δείκτης Κινδύνου Έναρξης Πυρκαγιάς (ΔΚΕΠ) ο οποίος βασίζεται σε τρεις άλλους δείκτες: το Μετεωρολογικό Δείκτη Κινδύνου (ΜΔΚ), το Βλαστητικό Δείκτη Κινδύνου (ΒΔΚ) και τον Κοινωνικο-Οικονομικό Δείκτη Κινδύνου (ΚΟΔΚ) οι οποίοι είναι δυναμικοί, δηλαδή μεταβάλλονται στο χρόνο και το χώρο. Η σχέση μεταξύ εμφάνισης της φωτιάς και των παραμέτρων-μεταβλητών που ενσωματώνονται στους παραπάνω δείκτες βασίζεται σε ιστορικά στοιχεία και μοντελοποιήθηκε µε τη χρήση μεθόδων τεχνητής νοημοσύνης, και πιο συγκεκριμένα των τεχνητών νευρωνικών δικτύων (ΤΝΔ). Η εκπαίδευση για την περιοχή της Λέσβου ταξινόμησε σωστά τα σημεία εμφάνισης πυρκαγιών τόσο στα δεδομένα εκπαίδευσης όσο και στα δεδομένα επαλήθευσης. Παρατηρείται ωστόσο μια τάση υπερεκτίμησης κυρίως στ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Fire danger rating systems have been adopted by many developed countries dealing with wildfire prevention and presuppression planning, so that civil protection agencies are able to define areas with high probabilities of fire ignition and resort to necessary actions. This dissertation focuses on the development of a fire ignition risk scheme that can be an integral component of a quantitative Fire Danger Rating System. The methodology used, estimates the geo-spatial fire risk regardless of fire causes or expected burned area, while it has the ability of forecasting based on meteorological data. The main output of the scheme is the Fire Ignition Index (FII) which is based on three other indices: the Fire Weather Index (FWI); the Fire Hazard Index (FHI); and the Fire Risk Index (FRI). These indices are not just a relative probability of fire occurrence, but a rather quantitative assessment of fire danger in a systematic way. Remote sensing data have been utilized in order to retrieve par ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/18686
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/18686
ND
18686
Εναλλακτικός τίτλος
Remote sensing, artificial intelligence and geographic information systems into fire danger rating
Συγγραφέας
Βασιλάκος, Χρήστος (Πατρώνυμο: Γεώργιος)
Ημερομηνία
2007
Ίδρυμα
Πανεπιστήμιο Αιγαίου. Σχολή Περιβάλλοντος. Τμήμα Περιβάλλοντος
Εξεταστική επιτροπή
Χατζόπουλος Ιωάννης
Καλαμποκίδης Κωνσταντίνος
Ματσίνος Ιωάννης
Χαλβαδάκης Ιωάννης
Μπριασούλη Ελένη
Κάλλος Γεώργιος
Σουλακέλης Νικόλαος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Γεωεπιστήμες και Επιστήμες Περιβάλλοντος
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Συστήματα γεωγραφικών πληροφοριών; Τηλεπισκόπηση; Τεχνητή νοημοσύνη; Νευρωνικά δίκτυα; Πυρκαγιές, Δασικές; Εκτίμηση κινδύνου; Γεωπληροφορική
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
173 σ., εικ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)