Το 2007 ξέσπασε μία μεγάλη πυρκαγιά η οποία έκαψε 36.338 στρέμματα του Εθνικού Δρυμού Πάρνηθας, από τα οποία τα 21.800 ήταν δάσος κεφαλληνιακής ελάτης και σημαντικότατοι βιότοποι της άγριας πανίδας. Η περιοχή αυτή συνιστά έναν από τους λίγους Εθνικούς Δρυμούς της Ελλάδας και ανήκει στο δίκτυο προστατευόμενων περιοχών Natura 2000.
Η παρούσα διπλωματική στοχεύει στην εκμετάλλευση των υπαρχόντων δεδομένων για τη δημιουργία χωρικού μοντέλου πρόβλεψης αναβλάστησης στις καμένες εκτάσεις με τη χρήση μεθόδων Γεωπληροφορικής, και Στατιστικής.
Τοιουτοτρόπως, χρησιμοποιήθηκαν έξι δορυφορικές εικόνες διαφορετικών ημερομηνιών λήψης από το δορυφορικό πολυφασματικό δέκτη Landsat TM, σε συνδυασμό με χωρικά δεδομένα εδάφους της πιλοτικής περιοχής.
Κατόπιν, βάσει βιβλιογραφικής έρευνας επιλέχθηκαν οι παράγοντες, οι οποίοι επηρεάζουν την αναβλάστηση στη συγκεκριμένη περιοχή μελέτης. Οι παράγοντες που επιλέχθηκαν ήταν το υψόμετρο, η κλίση, η έκθεση, η απόσταση από το υδρογραφικό δίκτυο, η απόσταση από το οδικό δίκτυο, οι χρήσεις γης και η ηλιακή ακτινοβολία.
Η επεξεργασία των δεδομένων αυτών οδήγησε στην ανάπτυξη ενός χωρικού μοντέλου πρόβλεψης της αναβλάστησης. Τα στάδια επεξεργασίας των δεδομένων για τη δημιουργία του μοντέλου ήταν δύο. Στο πρώτο στάδιο εφαρμόστηκαν μέθοδοι μη χωρικής στατιστικής ανάλυσης όπως συχνότητες, συσχετίσεις και Γραμμική Παλινδρόμηση. Αντίθετα, στο δεύτερο στάδιο εφαρμόστηκε μία μέθοδος χωρικής στατιστικής, η Γεωγραφικά Σταθμισμένη Παλινδρόμηση.
Εν τέλει, με τη δημιουργία του μοντέλου αυτού, μπόρεσαν να διεξαχθούν χρήσιμα συμπεράσματα για την πρόβλεψη της αναβλάστησης. Συγκεκριμένα το χωρικό αυτό μοντέλο έδειξε ότι μπορεί να γίνει πρόβλεψη για αναβλάστηση σε όλη την περιοχή, εκτός από νοτιοδυτικά και ανατολικά της περιοχής.
In 2007, broke out a big fire which burned 36,338 acres of Parnitha National Park, of which 21,800 were forest Abies cephalonica and significant habitats of wildlife. This area is one of the few National Parks of Greece and belongs to the network of protected areas Natura 2000.
This thesis differs in the implemented studies as there is to re-mapping of burnt areas of Parnitha, but aims to exploit existing data to create spatial revegetation predictive model in burned areas using methods Geoinformatics and Statistics.
Thus, were used satellite images of different shooting dates from the satellite receiver multispectral Landsat TM, combined with spatial soil data of the pilot region.
Then, based on literature review were selected factors affecting revegetation in this study area. The factors selected were altitude, slope, exposure, distance from the river network, the distance from roads, land use, and solar radiation.
The processing of these data led to the development of a spatial model of prediction of revegetation. The data processing steps for creating the model were two.
In the first stage implemented methods non spatial statistics as Average, Frequency, Correlation and Linear Regression. In contrast, in the second stage was implemented a method of spatial statistics, the Geographically Weighted Regression.
Ultimately, the creation of this model, could be carried out useful findings for predicting revegetation. Specifically, the spatial model showed that this provision can be made for re-growth throughout the region, except the southwest and east of the region.
