Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/14234
Title: Μεθοδολογίες απομίμησης της επιδεκτικότητας προς κατολίσθηση μέσω της ανάπτυξης πολυδιαχειριστικών συστημάτωνν
Other Titles: Landslide susceptibility assesment using multi administration systems
Authors: Κορδούλη, Μαρία
Keywords: Επιδεκτικότητα προς κατολίσθηση
Πολυδιαχειριστικά συστήματα
Τεχνητά νευρωνικά δίκτυα
Κατολισθήσεις
Μηχανική μάθηση
Keywords (translated): Susceptibility model
Landslide simulation
Neural networks
Machine learning techniques in landslide susceptibility mapping
Abstract: Η παρούσα Διδακτορική Διατριβή εισάγει τη λογική των Συστημάτων Πληροφοριών Πολλαπλής Διαχείρισης (ISMA) στην έρευνα των κατολισθήσεων. Τα συγκεκριμένα Πολυδιαχειριστικά Συστήματα εφαρμόζουν τις τεχνολογίες του Διαδικτύου και παρέχουν πληροφορίες που είναι άμεσα συσχετισμένες με τοπολογικά (γεωχωρικά) στοιχεία, ενώ χρησιμοποιούνται από πολλούς χρήστες ταυτόχρονα και είναι επεκτάσιμα. Σχεδιάζεται και υλοποιείται ένα πρότυπο Σύστημα ISMA στο οποίο αναπτύσσονται οι βασικές διεργασίες καταγραφής και καταχώρησης κυρίως γεγονότων – συμβάντων κατολισθήσεων, αλλά και των κυρίων παραγόντων εκδήλωσής τους το οποίο ονομάζεται «Σύστημα Διαχείρισης Κατολισθήσεων Δυτικής Ελλάδος». Οι καταγραφές – καταχωρήσεις εισάγονται άμεσα από το σημείο που βρίσκεται ο χρήστης, όπου και λαμβάνει τις πιθανές μετρήσεις μέσω ενός απλού κινητού τηλεφώνου ή φορητού υπολογιστή. Επιπρόσθετα, oι καταχωρήσεις γίνονται με ειδικές φόρμες μέσω Διαδικτυακής Πλατφόρμας, η οποία είναι διαθέσιμη στο δικτυακό τόπο http://landslide.engeolab.gr, που μπορεί να χρησιμοποιείται από διαφορετικούς χρήστες ταυτόχρονα, ενώ επικαιροποιούνται και ελέγχονται ως προς την εγκυρότητά τους. Η λειτουργικότητα του Συστήματος δοκιμάστηκε για αρκετό χρόνο και τροποποιήθηκε – βελτιώθηκε η απόδοσή του, ενώ βρίσκεται σε εξέλιξη η ανάπτυξή του ώστε να περιλαμβάνει χωρικά όλη τη Δυτική Ελλάδα. Μέχρι τα τέλη του 2019 περιλάμβανε πλέον των 1000 καταγραφών κατολισθήσεων, από τις οποίες οι 657 αφορούσαν την Αχαΐα και Ηλεία. Στις καταγεγραμμένες στο Σύστημα μέχρι τις 31/12/2019 περιπτώσεις κατολισθήσεων Αχαΐας και Ηλείας εφαρμόστηκε μια πρότυπη μεθοδολογία προσέγγισης – πρόβλεψης της επιδεκτικότητας για κατολίσθηση με τη χρήση τεχνικών Μηχανικής Μάθησης. Η εφαρμογή έγινε σε ένα ποσοστό 30% των κατολισθήσεων του Συστήματος για τις συγκεκριμένες περιοχές, με την επιλογή τεσσάρων προδιαθετικών παραγόντων εκδήλωσης (λιθολογία, υψόμετρο, κλίση, χρήσεις γης), αφού η επιδεκτικότητά τους βαθμονομήθηκε αρχικά από εμπειρογνώμονες. Η επεξεργασία – ανάλυση των δεδομένων έγινε με αλγορίθμους Μηχανικής Μάθησης μέσω του λογισμικού WEKA, όπου φάνηκε ότι οι αλγόριθμοι των νευρωνικών δικτύων έδωσαν μοντέλα επιδεκτικότητας με σημαντική επιτυχία πρόβλεψης (περίπου) 92%. Μέσω του μοντέλου των νευρωνικών δικτύων, το οποίο και «ενσωματώθηκε» στο Σύστημα, σχεδιάστηκε χάρτης επιδεκτικότητας για τη συγκεκριμένη περιοχή Αχαΐας και Ηλείας, ενώ έγινε έλεγχος της αξιοπιστίας του με διαδικασία επαλήθευσης (validation).. Μέσω του πολυδιαχειριστικού «Συστήματος Διαχείρισης Κατολισθήσεων Δυτικής Ελλάδος», παρέχεται ένα δυναμικό εργαλείο με κεντρικό πυρήνα μια Βάση Δεδομένων με λεπτομερώς καταγεγραμμένα συμβάντα – γεγονότα κατολισθήσεων, προερχόμενα από όλες τις υπάρχουσες πηγές πληροφόρησης. Είναι ένα «ανοικτό» και ελεύθερα προσπελάσιμο Σύστημα που επεκτείνεται συνεχώς, έτοιμο να προσφέρει πληροφορίες σχετικά με όλους τους προδιαθετικούς παράγοντες των κατολισθήσεων, ενώ μπορούν να εφαρμοστούν αναλύσεις που οδηγούν σε μοντέλα πρόβλεψης (επιδεκτικότητας, επικινδυνότητας κ.λπ.) με απλό και εύκολα εφαρμόσιμο τρόπο.
Abstract (translated): The aim of this thesis is to introduce the concept of Information System Multi Administration (ISMA) in landslide research. These expandable Multi-Administration Systems implement web technologies to provide information that is directly related to topological (geospatial) data, and can be accessed by simultaneous users. "Landslide Administration System for the region of Western Greece", is a prototype ISMA, designed and implemented to record landslides occurences of the Region. Operators can make use of simple mobile phones or laptops to input data directly on the spot and receive measurements. These entries are inserted in forms via a multi-user Online Platform - http://landslide.engeolab.gr - and are updated to offer feedback about the validity of the input. Functional testing has been performed to modify the system several times and improve performance; however, the development process is still in progress towards including spatial information from the whole region of Western Greece. By 2020, more than 1,000 landslide entries had been recorded, 657 of which in the regional units of Achaia and Ilia. Machine Learning was used for landslide susceptibility assessment and prediction in the landslides recorded in the System until 31/12/2019 in Achaia and Ilia. 30% of the System's landslides mapped in the aforementioned regions with four predisposing factors (lithology, altitude, slope, land use) were assessed only after their susceptibility was first calibrated. Data processing was performed with Machine Learning algorithms using WEKA software; the neural network model applied to landslide susceptibility analysis predicted approximately 92% of the data. Landslide Susceptibility Mapping for the regional units of Achaia and Ilia was obtained using an integrated artificial neural network model and its validation. The multi-administration "Landslide Administration System for the region of Western Greece" provides a dynamic content from a Database with detailed recorded landslide events, that have resulted from all available sources. This continually expanding system is freely accessible, providing information on Landslide predisposing factors, with simple and easily applicable analysis that leads to prediction models (susceptibility, risk, etc.). Keywords: Susceptibility model, landslide simulation, neural network, Landslide analysis in Geographic Information Systems, engineering geology, Machine Learning Techniques in Landslide Susceptibility Mapping
Appears in Collections:Τμήμα Γεωλογίας (ΔΔ)

Files in This Item:
File Description SizeFormat 
PHD_TELIKO.pdf6.59 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.