230 likes | 483 Views
Napovedovalni GIS model požarne ogroženosti naravnega okolja Andrej Kobler, Gozdarski inštitut Slovenije andrej.kobler@gozdis.si. Motivacija. Naraščajoča pogostnost požarov v naravnem okolju povzroča znatno materialno škodo. Ocena požarnega tveganja --> preprečevanje požarov
E N D
Napovedovalni GIS model požarne ogroženosti naravnega okoljaAndrej Kobler, Gozdarski inštitut Slovenijeandrej.kobler@gozdis.si
Motivacija • Naraščajoča pogostnost požarov v naravnem okolju povzroča znatno materialno škodo. • Ocena požarnega tveganja --> • preprečevanje požarov • organizacija preventivnih ukrepov • optimalno razporejanje gasilskih resursov
Vhodni podatki: • gorivo • vreme • človekovi vplivi Napoved (opredeljena prostorsko časovno) Model Vrste požarnih napovedi • Napoved verjetnosti izbruha požara • Napoved požarne ogroženosti (škoda) • Napoved razvoja požara • Za izdelavo napovedi potrebujemo model
Vhodni podatki: • gorivo • vreme • človekovi vplivi Napoved (opredeljena prostorsko časovno) Model Metode izdelave modelov • Ekspertni model • Empirični model • Kombinirani model
Že obstoječe metode napovedovanja požarne ogroženosti naravnega okolja • ARSO (Pečenko 1987, 1994)
Že obstoječe metode napovedovanja požarne ogroženosti naravnega okolja • ZGS (Jakša 1997)
Že obstoječe metode napovedovanja požarne ogroženosti naravnega okolja • GIS (Kobler 2001)
Cilji • Izdelati prostorski model za kratkoročno napovedovanje možnosti izbruha požara v naravnem okolju • Izdelati model požarne ogroženosti • Model vključiti v eGIS-UJME
Metoda • Povezati (časovno, prostorsko): • Empirične podatke o preteklih požarih (2000-2004, N=4267; časovna omejitev: razpoložljivost arhiva vremenskih napovedi, razpoložljivost satelitskih podatkov) • Pojasnjevalne podatke: • Časovno konstantni GIS podatki: relief, infrastruktura (GURS), raba tal (MKGP) • Časovno odvisni podatki, večletna povprečja: slike satelita MODIS (NASA): T, NPP; resolucija 8 dni in 1 km2 • Dnevno spremenljivi podatki: 24-urne napovedi meteorološkega modela ALADIN (ARSO) • Iz danih podatkov strojno naučiti logistični model za napovedovanje možnosti izbruha • Slovenija: Primorska + celinska Slovenija • Kras • Model verjetnosti ponderirati s hitrostjo vetra (po Pečenku) model požarne ogroženosti • Modele prostorsko agregirati in diskretizirati • Modele implementirati v eGIS-UJME
Izračun modelov • Modela se izračunavata dnevno na ravni kvadrantov 1 x 1 km2 Verjetnost Ogroženost Primer izračuna za 8. april 2003
Agregacija modelnih rezultatov • Zaradi zadušitve šuma se modelni rezultati iz km2 agregirajo na raven občin (zanesljivejša napoved) • Kot povprečje (t.im. srednja verjetnost oz. ogroženost) Verjetnost Ogroženost Primer izračuna za 8. april 2003
Agregacija modelnih rezultatov • Kot 80. percentil (t.im. zgornja verjetnost oz. ogroženost) Verjetnost Ogroženost Primer izračuna za 8. april 2003
Primerjava modelov (za 8. april 2003) Verjetnost Ogroženost Zgornja Srednja
Prikaz modelnih rezultatov • Oba modela (verjetnost, ogroženost) dajeta zvezne vrednosti (0 .. 1) • Pravilnik predpisuje 5 stopenj ogroženosti • Potrebna je torej diskretizacija modelnih rezultatov
Metoda diskretizacije • Določitev mejnih vrednosti na podlagi željenih frekvenc posameznih stopenj • Ugotovimo porazdelitev modelnih vrednosti v preteklosti (1.1.2000 do 31.12.2004) • Na podlagi željenih frekvenc posameznih stopenj ogroženosti določimo mejne vrednosti
Primerjava diskretizacij Linearna diskretizacija 5.6.2004 6.6.2004 7.6.2004 8.6.2004 9.6.2004 10.6.2004 11.6.2004 12.6.2004 13.6.2004 14.6.2004 15.6.2004 16.6.2004 17.6.2004 18.6.2004 Kvadratna geometrična diskretizacija 5.6.2004 6.6.2004 7.6.2004 8.6.2004 9.6.2004 10.6.2004 11.6.2004 12.6.2004 13.6.2004 14.6.2004 15.6.2004 16.6.2004 17.6.2004 18.6.2004
Naknadne dopolnitve • Pož. ogroženost ali verjetnost izbruha se lahko poveča le za 1 stopnjo na dan • Zagotovitev, da je Verjetnost Ogroženost • Kraški model: • diskretizacija (vendar na ravni kvadrantov, zato brez statistične agregacije) • enaka barvna legenda, kot za Slovenijo
Opozorila uporabnikom • Napovedi za Kras in napovedi za Slovenijo so med seboj neprimerljive • zaradi različnih ločljivosti (kvadrant, občina), različne agregacije in ne povsem primerljivih vhodnih podatkov • Razultati različnih načinov diskretizacije med seboj niso primerljivi • linearna diskretizacija je bolj pesimistična od kv. geometrične • Napovedi verjetnosti izbruha niso povsem primerljive z napovedmi požarne ogroženosti • zaradi različnih pragov diskretizacije, ki so posledica različne porazdelitve modelnih vrednosti, slednje pa posledica neenakomernega vpliva faktorja vetra
Implementacija v eGIS-UJME • IGEA d.o.o.