Συντάχθηκε 24-07-2012 10:02
από Garantonaki Argyro
Email συντάκτη:
Ενημερώθηκε:
-
Ιδιότητα: -.
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Τμήμα Ηλεκτρονικών Μηχανικών & Μηχανικών Υπολογιστών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Λύκα Χρήστου
με θέμα
“Βελτίωση της δυνατότητας εκτίμησης κινδύνου έναρξης πυρκαγιάς στα περιαστικά δάση Ηλιούπολης Αττικής και Σερρών με χρήση προηγμένων τεχνικών ομαδοποίησης στα μετεωρολογικά δεδομένα των περιοχών αυτών.”
“ Improving the risk assessment of forest fire in suburban areas of Ilioupolis-Athens and Serres using advanced clustering techniques to meteorological data in these regions.”
Πέμπτη 26 Ιουλίου 2012, 12πμ
145.Π42, Κτίριο Επιστημών, Πολυτεχνειούπολη
Εξεταστική Επιτροπή
Καθ. Σταυρακάκης Γεώργιος (επιβλέπων)
Καθ. Ζερβάκης Μιχάλης
Επ. Καθ. Κολοκοτσά Διονυσία (Τμήμα Μηχανικών Περιβάλλοντος)
Περίληψη
Κάθε χρόνο, οι πυρκαγιές καίνε εκατομμύρια στρέμματα έκτασης των παγκόσμιων δασών πράγμα το οποίο οδηγεί στην υποβάθμιση των δασικών εκτάσεων με ευρύτατες συνέπειες για τη βιοποικιλότητα, την υγεία και την οικονομία. Οι άμεσες επιπτώσεις των δασικών πυρκαγιών μπορεί να είναι καταστροφικές τόσο για τις ανθρώπινες κοινότητες όσο και για τα δασικά οικοσυστήματα. Τι πρέπει λοιπόν να κάνουμε ώστε να τις αντιμετωπίσουμε;
Για την αντιμετώπισή τους προτείνεται ένα ολοκληρωμένο, επιχειρησιακό σύστημα διαχείρισης των δασικών πυρκαγιών με το οποίο θα είναι δυνατή: η εκτίμηση της επικινδυνότητας για πρόκληση πυρκαγιάς, η άμεση ανίχνευση και μεθοδολογία διαχείρισης της κρίσης καθώς και η χαρτογράφηση της καμένης έκτασης και αποτίμηση του μεγέθους της καταστροφής.
Σκοπός της διατριβής αυτής είναι η εφαρμογή και συγκριτική μελέτη αλγορίθμων ομαδοποίησης για την επιλογή του κατάλληλου αλγορίθμου και του κατάλληλου αριθμού clusters ώστε να εκτιμηθεί ο μετεωρολογικός δείκτης επικινδυνότητας ο οποίος σε συνδυασμό με τον τοπογραφικό δείκτη επικινδυνότητας εξάγουν τον τελικό δείκτη επικινδυνότητας έναρξης πυρκαγιάς μιας περιοχής την δεδομένη χρονική στιγμή. Οι παραπάνω δείκτες παρέχουν μια ένδειξη του κινδύνου πυρκαγιάς σε πέντε κατηγορίες οι οποίες κυμαίνονται από 1 (δεν υπάρχει κίνδυνος πυρκαγιάς) έως 5 (αυξημένος κίνδυνος πυρκαγιάς). Για το λόγο αυτό θα δοθεί μεγαλύτερη έμφαση για αριθμό clusters ίσο με 5. Αυτές οι πέντε κατηγορίες ορίζονται συνήθως από εμπειρογνώμονες με ένα ευρηματικό τρόπο. Στην παρούσα εργασία αναπτύχθηκαν και δοκιμάστηκαν οι προηγμένες τεχνικές ομαδοποίησης. Τα δεδομένα που χρησιμοποιήθηκαν αφορούν δύο περιοχές της Ελλάδος, την περιοχή των Σερρών καθώς και την περιοχή της Ηλιούπολης.
Οι αλγόριθμοι ομαδοποίησης που εφαρμόστηκαν ήταν οι k-Means, Fuzzy c-Means και Gaussian Mixture Model καθώς υπάρχει και μια εκτενή αναφορά στον αλγόριθμο Hierarchical. Στη συνέχεια για να βρεθεί ο βέλτιστος αλγόριθμος και η βέλτιστη κατάταξη χρησιμοποιήθηκαν οι δείκτες επικύρωσης Silhouette και Davies – Bouldin.
Συνημμένα:
-
DiplomatikiErgasia-Λύκας Χρήστος.docx
Μεταφορτώσεις: 178,
Μέγεθος: 28 KB application/vnd.openxmlformats-officedocument.wordprocessingml.document
