OCENA PODATNOŚCI LASU NA POŻAR NA PODSTAWIE OBRAZÓW SATELITARNYCH NOAA-AVHRR

Podobne dokumenty
Małgorzata Mycke-Dominko TELEDETEKCYJNA METODA KATEGORYZACJI ZAGROŻENIA POŻAROWEGO LASU FOREST FIRE RISK CATEGORISATION DERIVED FROM SATELLITE IMAGES

Sylwia A. Nasiłowska , Warszawa

Zobrazowania hiperspektralne do badań środowiska podstawowe zagadnienia teoretyczne

Udoskonalona mapa prawdopodobieństwa występowania pożarów na Ziemi. Analiza spójności baz GBS, L 3 JRC oraz GFED.

Geoinformacja - Interpretacja danych teledetekcyjnych. Ćwiczenie I

Podstawy Geomatyki Wykład VI Teledetekcja 2. Remote sensing methods based on multispectral satellite images (passive methods)

Archiwum Fotogrametrii, Kartografii i Teledetekcji Vol. 9,1999, s ISBN

SYSTEMY INFORMACJI PRZESTRZENNEJ

MAPY SATELITARNE W OJEW ÓDZTW A O POLSK IEGO I DOLNOŚLĄSKIEGO

POLWET SYSTEM MONITOROWANIA OBSZARÓW MOKRADEŁ RAMSAR Z WYKORZYSTANIEM DANYCH SATELITARNYCH

Ekologia 10/16/2018 NPP = GPP R. Produkcja ekosystemu. Produkcja pierwotna. Produkcja wtórna. Metody pomiaru produktywności. Ekosystemy produktywność

STACJA SATELITARNA NOAA WNOZ UNIWERSYTETU ŚLĄSKIEGO


PRZESTRZENNE BAZY DANYCH

FOTOGRAMETRIA I TELEDETEKCJA

KP, Tele i foto, wykład 3 1

Sentinel Playground. Aplikacja dostępna jest pod adresem internetowym: Ogólne informacje o aplikacji

Określanie defoliacji drzewostanów sosnowych z wykorzystaniem zobrazowań satelitarnych Landsat

Podstawy przetwarzania obrazów teledetekcyjnych. Format rastrowy

Geoinformacja Interpretacja danych teledetekcyjnych. A. Pozyskanie i przygotowanie danych

WPŁYW POŻARÓW NA LASY - POLSKA 2017 ROK

WPŁYW POŻARÓW NA LASY - POLSKA 2014 ROK

Teledetekcja w kartografii geologicznej. wykład I

SYSTEM GEOGRAFICZNEJ INFORMACJI W PROBLEMATYCE OCHRONY PRZECIWPOŻAROWEJ LASU

Kompleksowy monitoring dynamiki drzewostanów Puszczy Białowieskiej z wykorzystaniem danych teledetekcyjnych

Teledetekcja wsparciem rolnictwa - satelity ws. dane lotnicze. rozwiązaniem?

Geoinformacja o lasach w skali kraju z pomiarów naziemnych. Baza danych WISL - wykorzystanie informacji poza standardowymi raportami

Geoinformacja Interpretacja danych teledetekcyjnych. XIII. Obliczenie indeksu wegetacji NDVI

2. Wyposażenie bazy sprzętu przeciwpożarowego stanowi w szczególności:

Nowa metoda prognozowania zagrożenia pożarowego lasu

Identyfikacja siedlisk Natura 2000 metodami teledetekcyjnymi na przykładzie torfowisk zasadowych w dolinie Biebrzy

Teledetekcja w ochronie środowiska. Wykład 2

Systemy Informacji Geograficznej ich rola i zastosowanie

WPŁYW POŻARÓW NA LASY - POLSKA 2012 ROK

Wkład nauki dla poprawy działań w rolnictwie

PL B1. OPEGIEKA SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, Elbląg, PL BUP 09/17

Warszawa, dnia 30 lipca 2015 r. Poz ROZPORZĄDZENIE MINISTRA ŚRODOWISKA 1) z dnia 13 lipca 2015 r.

Corine Land Cover (CLC)

Opis modułu kształcenia / przedmiotu (sylabus)

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska

TELEDETEKCJA W MIEŚCIE CHARAKTERYSTYKA SPEKTRALNA RÓŻNYCH POKRYĆ DACHÓW, CZYLI ZMIANA FACHU SKRZYPKA NA DACHU

Instytut Badawczy Leśnictwa

Porównanie wartości NDVI odczytanych z obrazów satelitarnych NOAA AVHRR, SPOT-VEGETATION i TERRA MODIS

Określenie składu gatunkowego Puszczy Białowieskiej z wykorzystaniem danych hiperspektralnych

Charakterystyka danych teledetekcyjnych jako źródeł danych przestrzennych. Sławomir Królewicz

Wykorzystanie danych radarowych w szacowaniu wielkości biomasy drzewnej w Polsce

GLOBALNY MONITORING ŚRODOWISKA I BEZPIECZEŃSTWA (GMES) INTEGROWANIE DANYCH OBSERWACJI ZIEMI DLA OBSZARU POLSKI

A CASE STUDY OF USING LANDSAT TM IMAGERY TO DETERMINE THE RISK OF FOREST FIRE

Wykorzystanie wysokorozdzielczych zobrazowań satelitarnych firmy Planet w rolnictwie precyzyjnym

Wykorzystanie teledetekcji satelitarnej przy opracowaniu mapy przestrzennego rozkładu biomasy leśnej Polski

WPŁYW POŻARÓW NA LASY - POLSKA 2016 ROK

WPŁYW KOREKCJI GEOMETRYCZNEJ NA WYNIKI KLASYFIKACJI ZDJĘĆ WIELOSPEKTRALNYCH

TELEDETEKCJA ŚRODOWISKA dawniej FOTOINTERPRETACJA W GEOGRAFII. Tom 51 (2014/2)

Dane teledetekcyjne. Sławomir Królewicz

ZAŁ. 2 - WARUNKI UDZIAŁU W POSTĘPOWANIU

Potencjalne możliwości zastosowania nowych produktów GMES w Polsce

MODELOWANIE STĘśENIA PYŁU PM10 I PM2.5 EMITOWANEGO ZE ŹRÓDEŁ CIEPŁA W REGIONIE PRZYGRANICZNYM Z CZECHY-POLSKA

ADAPTCITY przygotowanie strategii adaptacji do zmian klimatu dla Warszawy. Leszek Drogosz, Biuro Infrastruktury, Urząd m.st.

Modelowanie bilansu węgla organicznego w ekosystemach leśnych na potrzeby projektu Leśne Gospodarstwa Węglowe

Składowe oceny oferty. cena - 60% metodyka - 40% gdzie:

ZASTOSOWANIE RÓŻNYCH METOD OKREŚLANIA ZMIAN POKRYCIA TERENU NA OBSZARACH MIEJSKICH Z WYKORZYSTANIEM ZDJĘĆ SATELITARNYCH

WPŁYW POŻARÓW NA LASY - POLSKA 2015 ROK

PRACE INSTYTUTU GEODEZJI I KARTOGRAFII 2004, tom L, zeszyt 106

Inwentaryzacja stanu lasu i planowanie gospodarki leśnej (urządzanie lasów prywatnych)

Dr hab. inż. Krzysztof Będkowski Łódź, 17 września 2018 r. Recenzja rozprawy doktorskiej. mgr. inż. Pawła Hawryło

Instytut Badawczy Leśnictwa

Menu. Badania temperatury i wilgotności atmosfery

MONITOROWANIE WZROSTU I PLONOWANIA ZBÓŻ METODAMI TELEDETEKCJI

Budowa pionowa drzewostanu w świetle przestrzennego rozkładu punktów lotniczego skanowania laserowego

WPŁYW POŻARÓW NA LASY - POLSKA 2013 ROK

GEOMATYKA. dr inż. Paweł Strzeliński Katedra Urządzania Lasu Wydział Leśny UP w Poznaniu

MODELOWANIE UDZIAŁU TYPÓW SIEDLISKOWYCH LASU NA PODSTAWIE MAP POKRYCIA CORINE LAND COVER I NUMERYCZNYCH MODELI TERENU

ZASTOSOWANIE ANALIZY ZDJĘĆ SATELITARNYCH DO OCENY ZMIENNOŚCI TERMIKI PODŁOŻA NA OBSZARACH ZURBANIZOWANYCH

Analiza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu

Zamiana reprezentacji wektorowej na rastrową - rasteryzacja

Centrum monitoringu i prognozowania bezpieczeństwa pożarowego i ekologicznego lasów w Województwie Zachodniopomorskim

Satelity najnowszych generacji w monitorowaniu środowiska w dolinach rzecznych na przykładzie Warty i Biebrzy - projekt o obszarach mokradeł - POLWET

Wykorzystanie narzędzi geomatycznych w leśnictwie rola Geoportalu i BDOT

OBRAZY SATELITARNE NOAA W BADANIACH ŚRODOWISKA GEOGRAFICZNEGO POLSKI I BAŁTYKU

Zintegrowanego Systemu

BADANIE CZASOWO-PRZESTRZENNEJ STRUKTURY WARUNKÓW TERMICZNYCH TERENÓW MIEJSKICH I POZAMIEJSKICH NA PODSTAWIE DANYCH SATELITARNYCH

Pierwsze wyniki analizy danych teledetekcyjnych

Nowe metody badań jakości wód wykorzystujące technikę teledetekcji lotniczej - przykłady zastosowań

INSTYTUT METEOROLOGII I GOSPODARKI WODNEJ INSTITUTE OF METEOROLOGY AND WATER MANAGEMENT. TYTUŁ : Dane agrometeorologiczne w modelu SWAT

Monika Ciak-Ozimek. Mapy zagrożenia powodziowego i mapy ryzyka powodziowego stan obecny i wdrażanie

PROPOZYCJA WYKORZYSTANIA TEMATYCZNYCH DANYCH SATELITARNYCH PRZEZ SAMORZĄDY TERYTORIALNE

Dane przestrzenne i usługi informacyjne dla administracji samorządowej

OPIS OGÓLNY LASÓW NADLEŚNICTWA

SYSTEMY INFORMACJI PRZESTRZENNEJ

Geoinformacja Interpretacja danych teledetekcyjnych. TNTmips ver 7.3/7.4 lub 2009,2011

3. Warunki hydrometeorologiczne

Data sporządzenia materiałów źródłowych: zdjęcia:..., NMT:... Rodzaj zdjęć: analogowe/cyfrowe

REMBIOFOR Teledetekcja w leśnictwie precyzyjnym

Wpływ wilgotności gleby i roślinności na sygnał mikrofalowy w paśmie C zastosowanie Sentinel1

2012 w Europie - temperatura wg E-OBS (1)

Dane najnowszej misji satelitarnej Sentinel 2 przyszłością dla rolnictwa precyzyjnego w Polsce

Bezzałogowe Statki Powietrzne

Energia słoneczna i cieplna biosfery Zasoby energii słonecznej

MODELE DO ŚREDNIOTERMINOWEGO. Lidia Sukovata PROGNOZOWANIA POCZĄTKU GRADACJI BRUDNICY MNISZKI. Zakład Ochrony Lasu. Instytut Badawczy Leśnictwa

Transkrypt:

Małgorzata Mycke-Dominko Olga Slinkina OCENA PODATNOŚCI LASU NA POŻAR NA PODSTAWIE OBRAZÓW SATELITARNYCH NOAA-AVHRR Streszczenie. W referacie omówione zostanie ustalenie kategorii zagrożenia pożarowego lasu dla wszystkich kompleksów leśnych, zarówno lasów państwowych, jak i prywatnych na podstawie obrazów satelitarnych NOAA AVHRR. Klasyfikację przeprowadzono głównie w oparciu o uzyskane wskaźniki NDVI oraz wartości temperatury radiacyjnej. Uwzględniono również dane meteorologiczne zbierane przez stacje naziemne jak i statystykę występowania pożarów. Wszystkie te informacje pozwoliły one na uzyskanie wartości progowych, które posłużyły do określenia trzech klas kategorii zagrożenia pożarowego lasu, które okazały się zgodnymi z klasami wyznaczonymi metodą tradycyjną. Wprowadzenie Standardowa kategoryzacja zagrożenia pożarowego lasu, która jest opracowywana w sposób tradycyjny uwzględnia warunki przyrodniczo leśne, średnie liczby występowania pożarów, warunki klimatyczne - określone współczynnikiem Sielaninowa - oraz wskaźniki zanieczyszczenia powietrza emisjami przemysłowymi. Jest to metoda pracochłonna i dlatego prowadzone są na świecie badania opierające się na danych satelitarnych. Istnieje szereg opracowań wykorzystujących informacje uzyskane z satelitów Landsat i NOAA. Obrazy z satelity NOAA są szczególnie przydatne do opracowań małoskalowych, dla dużych obszarów. Ponadto są one odbierane kilka razy dziennie więc dają możliwość przeanalizowania danych dla całego okresu palnego w ciągu jednego roku, jak i wielolecia. Ze względu na ich stosunkowo łatwą dostępność dla użytkownika są one szczególnie ważne w badaniach. W Instytucie Badawczym Leśnictwa w ramach tematu stażowego zleconego przez Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej podjęto się, przy współpracy stypendystki z Instytutu Leśnego im. V.N. Sukačeva w Krasnojarsku (Rosja), przeprowadzenia badań na tych właśnie obrazach. Metodyka pracy W pracy podjęto się ustalenia, na podstawie informacji uzyskanych bezpośrednio z obrazu satelitarnego NOAA/AVHRR, podatności lasu na pożar poprzez zakwalifikowanie tych obszarów do odpowiedniej kategorii zagrożenia pożarowego lasu. Najistotniejszym elementem jest określenie poziomu wilgoci, zawartej w drzewostanie. Kondycję drzewostanu określają pod względem jego uwilgocenia takie wskaźniki, jak NDVI i TNDVI. W pracy podjęto się analizy

wskaźnika NDVI, jak również podjęto próbę wyróżnienia i podzielenia na kategorie zagrożenia pożarowego lasu. Do analizy wybrano cztery obrazy z 2002 roku, odebrane przez stację odbiorczą Instytutu Geodezji i Kartografii w Warszawie. Prace badawcze zostały przeprowadzone na obszarze Nadleśnictwa Dobieszyn, dla którego istnieje mapa cyfrowa wraz z bazą danych, jaka była potrzebna dla tego rodzaju opracowania. Obrazy wybrano dla okresu wegetacyjnego kwiecień-wrzesień przyjmując, że wyniki uzyskane na ich podstawie dadzą informacje na temat warunków palności lasu na tym obszarze. Ocenę palności sklasyfikowano w 3 klasach, klasyfikację przeprowadzono głównie w oparciu o uzyskane wskaźniki NDVI oraz wartości temperatury radiacyjnej. Uwzględniono również dane meteorologiczne zbierane przez stacje naziemne, jak i statystykę występowania pożarów. Wszystkie te informacje pozwoliły na uzyskanie wartości progowych, które posłużyły do określenia trzech klas kategorii zagrożenia pożarowego lasu, które są zgodne z klasami wyznaczonymi metodą tradycyjną. Charakterystyka materiałów teledetekcyjnych Wybrano cztery obrazy, pozyskane w dniach bezchmurnej pogody pozyskane przez satelitę NOAA 16 radiometrem AVHRR (Advanced Very High Resolution Radiometer). Skaner AVHRR zapisuje dane w pięciu zakresach /kanałach/ widma elektromagnetycznego: kanał 1 w zakresie 0,58 0,68 m, kanał 2 w zakresie 0,725 1,1 m, kanał 3 w zakresie 1,58 1,64 m, kanał 4 w zakresie 10,3 11,3 m, kanał 5 w zakresie 11,5 12,5 m. Po odpowiednim przetworzeniu kanały 1 3 pokazują rzeczywistą wartość albeda w skali 1-100%, a kanały 4-5 rzeczywistą wartość temperatury powierzchni w stopniach Kelvina. Do opracowania wybrano zdjęcia z roku 2002 roku, które charakteryzowały się bardzo małym zachmurzeniem. Były to obrazy z maja, lipca, sierpnia i września. Na zdjęciu z września było niewielkie zachmurzenia, które udało się w procesie przetwarzania obrazu usunąć. Wszystkie obrazy wykonane zostały we wczesnych godzinach popołudniowych (pomiędzy godziną 13-tą a 14-tą). Rozdzielczość przestrzenna obrazów wynosi 1,1x1,1 km i w tym wymiarze jest zapisany piksel /najmniejszy zarejestrowany element obrazu/. Dane te są zapisane w formacie 16 bitowym. Obrazy zostały poddane korekcji geometrycznej do odwzorowania stożkowego Albersa. Aby mogły być analizowane wraz z mapą numeryczną Nadleśnictwa Dobieszyn zostały zgeometryzowane do układu współrzędnych 1942.

Obrazy satelitarne były przetwarzane w programie ERDAS IMAGINE 8.4, w którym również dokonano analiz poszczególnych kanałów spektralnych. Analiza danych przestrzennych była przeprowadzona w programie ARC VIEW 3.2 Materiały kartograficzne wykorzystane w opracowaniu W opracowaniu, a szczególnie przy geometryzacji obrazu satelitarnego w celu nadania mu cech kartometrycznych, wykorzystano dla tego obszaru mapy topograficzne w układzie współrzędnych 1942 w skali 1: 25 000 wydane przez Sztab Generalny WP w 1994 r. Szczególnie przydatną mapą podczas analiz, mających na celu inwentaryzację kompleksów leśnych, była mapa numeryczna Nadleśnictwa Dobieszyn wykonana w ZOPL IBL w 2000 r. Zawiera ona bowiem bogatą treść informacji o wszystkich wydzieleniach leśnych w nadleśnictwie i stanowi bogate źródło informacji o lesie (między innymi zawiera następujące warstwy: podział administracyjny, siedlisko, gatunek, wiek, wysokość). Również do niej przypisane są dane odnośnie tematyki pożarowej (ilość, powierzchnia pożarów, wyznaczenie miejsca pożaru na podstawie dwóch azymutów, jak i najkrótszy dojazd do miejsca pożaru). Mapa ta funkcjonuje w programie Arc View 3.2. Analiza obrazów satelitarnych Przeanalizowano zdjęcia z 4 maja, 12 lipca, 21 sierpnia i z 9 września 2002 roku. Obrazy te swoim zasięgiem pokrywają całą Polskę z tym, że orbita satelity przecinała południkowo centralną Polskę. Z obszaru tego wycięto obszar Nadleśnictwa Dobieszyn. Prace przebiegały w kilku etapach. Pierwszym z nich było obliczenie znormalizowanego różnicowego wskaźnika roślinności NDVI dla wszystkich obrazów. Wskaźnik ten został wyliczony tylko dla obszarów leśnych, które znajdują się na numerycznej mapie tego nadleśnictwa. Różne zjawiska - a są to między innymi rozpraszanie promieniowania odbitego od badanego obiektu przez składniki atmosfery, absorpcja promieniowania przez aerozole, ozon, parę wodną - powodują zmianę wartości NDVI. Wpływ ma też położenie słońca w momencie rejestracji obrazu. Największe wartości NDVI występują przy zenitalnym położeniu Słońca. Dlatego też do opracowania wybrano zdjęcia wykonane w przybliżeniu o jednej godzinie (wczesnym popołudniem), z tego powodu zdjęcia te są lepsze od wykonanych w godzinach rannych, gdyż nie obserwuje się wtedy zamglenia powodującego podwyższenie temperatury radiacyjnej. Znormalizowany różnicowy wskaźnik roślinności określany skrótem NDVI /Normalized Difference Vegetation Index/ wyraża się wzorem: gdzie: NDVI = IR-R/IR+R R wartość odbicia promieniowania w kanale 1 /0,58 0,68 m/

IR - wartość odbicia promieniowania w kanale 2 /0,725 1,1 m/ Wskaźnik ten wykazuje ścisły związek z masą zieloną. Bujna zielona roślinność, a w tym obszary leśne, będą miały wyższe wartości NDVI niż mocno wysuszona roślinność. Analizowanie wartości NDVI w czasie, pozwala na określenie dynamiki zmian wielkości masy zielonej. Zależności te były szczegółowo badane już od kilkunastu lat, również w badaniach zagrożenia pożarowego lasu. Wskaźnik ten jest także najlepszy w określaniu zawartości chlorofilu, pokazuje również stres roślin w przypadku przesuszenia, w czym istotne jest jeszcze uwzględnienie temperatury, jak i ilości opadów. Związki NDVI ze zjawiskami pożarów były badane na obszarach lasów borealnych. Kierunek ten rozwinął się potem szczególnie w Rosji i Kanadzie (Kasischke 1977, Ponomariev 2003). Na związki NDVI z występowaniem pożarów zwrócono uwagę również w lasach basenu Morza Śródziemnego (González 1977). Badania nad powiązaniem NDVI z temperaturą powierzchniową w ustalaniu wskaźnika zagrożenia pożarowego były zapoczątkowane we Francji Prosper-Laget) i one zainspirowały wykonanie obecnego opracowania, poprzedzonego wcześniejszym - wykonanym w IBL (Karlikowski 1977). Dla każdego obrazu utworzono mapy NDVI (rys.1). Wartości od 0,1 do 1,0 podzielono na 18 klas i przeanalizowano te wartości dla poszczególnych gatunków. Ze względu na dużą rozdzielczość pixela, 1,1x1,1 km, trudno było jednoznacznie zidentyfikować jednorodne, zarówno pod względem gatunku, jak i wieku, kompleksy leśne. Drzewostany sosnowe, które tworzą na tym terenie najbardziej zwarte kompleksy podzielono na 3 klasy wiekowe: 1. drzewostan sosnowy w wieku do 30 lat, 2. drzewostan sosnowy w wieku 31-60 lat, 3. drzewostan sosnowy w wieku powyżej 60 lat. Najwyższe wartości NDVI dla wszystkich klas wystąpiły w lipcu (1-0,521, 2-0,526, 3-0,541), najniższe we wrześniu (1-0,273, 2-0,268, 3-0,286). Wartości NDVI dla obrazów z maja (1-0,410, 2-0,363, 3-0,410) i sierpnia (1-0,389, 2-0,417, 3-0,385) były zbliżone. Nieco wyższymi wartościami NDVI na wszystkich obrazach wyróżniał się drzewostan liściasty. Zależności względem terminów były identyczne jak w przypadku drzewostanów sosnowych, to znaczy najwyższa wartość NDVI była w lipcu (0,585), najniższa we wrześniu (0,337). W maju i w sierpniu wystąpiły odpowiednio 0,467 i 0,451. W kolejnym etapie przeanalizowano temperaturę radiacyjną powierzchni drzewostanów w poszczególnych terminach. Temperatura radiacyjna, jaką rejestruje skaner, została skorygowana ze względu na wpływ atmosfery według wzoru: (Karlikowski 1997): TS = T4 + 2,68(T4 T5) 0,4 gdzie: TS temperatura radiacyjna, T4 temperatura radiometryczna obliczona dla kanału spektralnego 4, T5 temperatura radiometryczna obliczona dla kanału spektralnego 5. Średnie wartości temperatury radiacyjnej dla drzewostanu sosnowego w analizowanych terminach były zbliżone, w lipcu wynosiły - 28,94 0 C, w sierpniu - 29,17 0 C, zaś we wrześniu - 29,14 0 C. Natomiast najwyższa była w maju, 30,53 0 C. W

klasach wiekowych najniższa wartość wystąpiła w klasie 31-60 lat. W przypadku drzewostanu liściastego wartości temperatury radiacyjnej nie różniły się istotnie i wynosiły średnio: w maju - 29,75 0 C, w lipcu - 28,67 0 C, w sierpniu - 29,17 0 C i we wrześniu 29,83 0 C. Największe zależności pomiędzy wartościami NDVI a TS wystąpiły dla drzewostanu sosnowego w maju i w sierpniu. Analiza liczby pożarów i wartości NDVI nie wykazała zależności. Natomiast wykazuje się ścisły związek pomiędzy liczbą pożarów a wartością TP. Współczynnik korelacji wyniósł 0,95. Rys.1 Mapa wskaźnika NDVI i TS Nadleśnictwa Dobieszyn wykonana na podstawie obrazu satelitarnego z 4 maja 2002 roku W opracowaniu zastosowano iteracyjną samoorganizującą się technikę analizy danych ISODATA (Iterative Self-Organizing Data Analysis Technique) metodę przypisania pikseli do klastrów. Plikiem danych wejściowych w tej procedurze były warstwy rastrowe wskaźników NDVI i TS. Założono wyróżnienie trzech klastrów i każdy piksel został przypisany do tego klastra, którego środek był położny najbliżej. Końcowym efektem było przypisanie klastrom stopnia podatności na pożar. Powstały trzy klasy: 1. najwyższa podatność lasu na pożar, 2. średnia podatność lasu na pożar, 3. najmniejsza podatność lasu na pożar.

Na tej podstawie wykonano 4 mapy podatności lasu na pożar. W maju prawie na całym obszarze występowała klasa 2, w lipcu dominowała klasa 3, w sierpniu 2, we wrześniu 1. W końcowym etapie przeanalizowano przestrzenny rozkład pożarów, jakie miały miejsce w 2002 roku. Analiza rozmieszczenia, wielkości i ilości pożarów pozwoliła dopiero na podjęcie ostatecznej decyzji o zakwalifikowaniu poszczególnych kompleksów leśnych do odpowiednich kategorii zagrożenia pożarowego lasu. Rezultatem tego postępowania jest mapa kategorii zagrożenia pożarowego lasu dla kompleksów leśnych Nadleśnictwa Rys.2 Mapa kategorii zagrożenia pożarowego lasu w maju dla Nadleśnictwa Dobieszyn Na mapę tę można nałożyć granice leśnictw, aby uzyskać dane odnoszące się do poszczególnych leśnictw.

Wnioski Obrazy zarejestrowane przez satelitę NOAA AVHRR, głównie ze względu na swoją łatwą dostępność i częste pozyskiwanie informacji, są dla wielu zastosowań bardzo dobrym źródłem danych. Niniejsze opracowanie jest przykładem zastosowania tych obrazów w ochronie przeciwpożarowej lasu. Przedstawiono tu metodę wyróżniania kategorii zagrożenia pożarowego lasu, wykonaną w zasadzie tylko o obrazy satelitarne. Okazało się, że wskaźnik NDVI oraz temperatura radiacyjna lasów wystarczy, aby w skali nadleśnictwa móc przeprowadzić tego rodzaju klasyfikację. Dane uzyskane z obserwacji naziemnych były pomocne w pracy, jednakże nie były niezbędne. Przeprowadzona w ten sposób klasyfikacja lasów pod względem ich podatności na pożar jest wypadkową wielu czynników, zarówno wynikających z właściwości środowiska geograficznego jak i czynników oddziaływujących na to środowisko. Te wszystkie właściwości i zależności znajdują odzwierciedlenie w odbiciu spektralnym. Zdjęcia z NOAA w skali regionu czy kraju umożliwiają sklasyfikowanie kompleksów leśnych w trzy kategorie pod względem zagrożenia pożarowego lasu. Istotnym jest, że tą metodą można co pewien czas sprawdzać i aktualizować kategorie zagrożenia pożarowego w kompleksach leśnych. Literatura González Alonso F., Cuevas J.,M., Casanova J.L., Calle A., Illera P., 1977, A forest fire risk assessment using NOAA AVHRR images in Valencia area, estern Spain. International Journal of Remote Sensing, vol.18, no.10. Karlikowski T.,Dąbrowska-Zielińska K., Zawiła-Niedźwiecki T., Santorski Z., Sakowska H., Janowska M., 1997, Wykorzystanie zdjęć satelitarnych NOAA- AVHRR do wspomagania oceny zagrożenia pożarowego lasu. Prace Instytutu Badawczego Leśnictwa, seria A. Warszawa. Kasischke E.,S., French N.,H.,F., 1997, Contraints on using AVHRR composite index imagery to study patterns of vegetation cover in boreal forests. International Journal of Remote Sensing, vol.18, no.11. Ponomariev E., 2003, Operatywna ocena zagrożenia pożarowego lasów na podstawie danych satelitarnych. Praca doktorska /po rosyjsku/ Instytut Leśny im. W.N.Sukačova w Krasnojarsku. Prosper-Laget Valérie, Douguédroit Annick, Guinot Jean-Pierre. 1998, A Satellite Index of Risk of Forest Occurrence in Summer in the Mediterranean Area. International Journal Wildland Fire 8 (4). Sukhinin A.I., McRae D.J., Ponomarev E.I., 2002, Assessment of a Forest Fire Danger Index for Russia Using NOAA Information. Spring Meeting of American Geophysical Union. Washington, D.C. Recenzował: dr inż. Katarzyna Osińska-Skotak