দাবানলের তীব্রতা: পদ্ধতি, সীমা এবং মানচিত্র

বড় অগ্নিকাণ্ড বিচ্ছিন্ন ঘটনা থেকে পরিণত হয়েছে পরিবেশগত ও সামাজিক প্রভাব সহ পুনরাবৃত্ত হুমকি ক্রমবর্ধমানভাবে দৃশ্যমান। এই প্রেক্ষাপটে, আগুনের তীব্রতা জানা এবং পরিমাপ করা এখন আর কেবল একটি প্রযুক্তিগত বিষয় নয়: এটি পুনরুদ্ধারকে অগ্রাধিকার দেওয়ার, পরিকল্পনা করার মূল চাবিকাঠি। বন আগুন প্রতিরোধ এবং বুঝতে পারব আগুন চলে যাওয়ার পর ভূদৃশ্য কতটা এবং কীভাবে পরিবর্তিত হয়।

পুড়ে যাওয়া জায়গা এবং ক্ষতির তীব্রতা মূল্যায়ন ক্রমশ দূরবর্তী সংবেদনের উপর নির্ভরশীল, সেন্টিনেল-২ বা ল্যান্ডস্যাটের মতো সেন্সরগুলির সাহায্যে, যা উল্লেখযোগ্য নির্ভুলতার সাথে ঘটনার আগে এবং পরে ক্যাপচার করার অনুমতি দেয়। NBR এবং এর টেম্পোরাল ডিফারেন্স (dNBR) এর মতো বর্ণালী সূচকগুলির জন্য ধন্যবাদ, এটি সম্ভব। দাগ চিহ্নিত করুন, ক্ষতির তীব্রতা গ্রেড করুন এবং পুনরুদ্ধার পর্যবেক্ষণ করুন, উপযুক্ত সময়ের জানালা প্রয়োগ করার সময় এবং মেঘ এবং শিল্পকর্মগুলিকে ঢেকে রাখার সময় পক্ষপাত এড়ানো।

আগুনের তীব্রতা বলতে আমরা কী বুঝি?

তীব্রতা পরিমাপ করে কাঠামোগত এবং কার্যকরী পরিবর্তনের মাত্রা আগুন বাস্তুতন্ত্রে যে কারণ সৃষ্টি করে: ভূগর্ভস্থ গাছপালা থেকে শুরু করে মাটি, বীজতলা এবং স্থানীয় জলবিদ্যা। এটি কেবল কী পরিমাণে পুড়ে গেছে তার মধ্যেই সীমাবদ্ধ নয়; এটি জীবন্ত এবং এটিকে টিকিয়ে রাখার ভৌত সমর্থন কীভাবে পরিবর্তিত হয়েছে তাও বর্ণনা করে।

সাম্প্রতিক সাহিত্য দেখায় যে তীব্রতা সরাসরি সময়কে প্রভাবিত করে বন পুনরুদ্ধার: তীব্রতা যত বেশি, পূর্ববর্তী কভারেজ ফিরে আসা তত ধীর এবং কঠিনতীব্র আগুনে, কেবল ছাউনি এবং ঝোপঝাড়ই পুড়ে যায় না; বীজ, কাণ্ড এবং মাটির জৈব স্তরের বেশিরভাগ অংশও ধ্বংস হয়ে যেতে পারে, যা প্রাকৃতিক পুনর্জন্মকে জটিল করে তোলে।

২০০১ থেকে ২০২১ সালের মধ্যে ৩,২৮১টি অগ্নিকাণ্ডের একটি বৃহৎ বৈশ্বিক বিশ্লেষণে দেখা গেছে যে, বৃহৎ আকারের অগ্নিকাণ্ডের ফ্রিকোয়েন্সি এবং তাদের তীব্রতা বৃদ্ধি পেয়েছে, যার মধ্যে ২০১০ সালে সবচেয়ে বেশি অগ্নিকাণ্ড ঘটেছে। এর সাথে সম্পর্কিত টার্নিং পয়েন্ট ওয়ার্মিং আপ, খরা এবং চরমসবচেয়ে বেশি ঝুঁকিপূর্ণ অঞ্চলগুলির মধ্যে রয়েছে পশ্চিম উত্তর আমেরিকা, দক্ষিণ-পূর্ব অস্ট্রেলিয়া, উত্তর দক্ষিণ আমেরিকা, দক্ষিণ এশিয়া এবং মধ্য-পূর্ব উত্তর সাইবেরিয়া, যেখানে বন কাঠামোর উপর প্রভাব বিশেষভাবে স্পষ্ট।

গড়ে, একটি বন আগুন লাগার পর তার উদ্ভিদ ঘনত্ব পুনরুদ্ধার করতে প্রায় চার বছর সময় নিতে পারে, যদিও সবচেয়ে সংবেদনশীল বনগুলিতে আরও কয়েক মাস সময় লাগে, এবং এমন কিছু ঘটনা রয়েছে যেখানে পুনরুদ্ধার স্থবির হয়ে পড়ে এবং হ্রাস পায়অতএব, ব্যবস্থা গ্রহণের জন্য পরামর্শ দেওয়া হচ্ছে পরিবেশগত পুনরুদ্ধার এবং পুনঃবনায়ন যা স্থিতিস্থাপকতা ত্বরান্বিত করে এবং বনের জলবায়ু কার্যকারিতা সংরক্ষণ করে।

পুড়ে যাওয়া স্থান এবং তীব্রতা ম্যাপ করার জন্য রিমোট সেন্সিং

সেন্টিনেল-২ এবং ল্যান্ডস্যাট স্যাটেলাইটগুলি উন্নতমানের মাল্টিস্পেকট্রাল চিত্রের গণতান্ত্রিক অ্যাক্সেস প্রদান করেছে। নিয়ার-ইনফ্রারেড (NIR) এবং শর্টওয়েভ ইনফ্রারেড (SWIR) ব্যান্ডের সংমিশ্রণ আগুনের পরে জীবন্ত এবং কাঠামোগত উদ্ভিদের পরিবর্তন সনাক্তকরণের অনুমতি দেয়, যা নির্ভর করে সুস্থ উদ্ভিদের বর্ণালী স্বাক্ষর, যা NIR-তে তীব্রভাবে প্রতিফলিত হয় এবং SWIR-এর দিকে হ্রাস পায়, এবং ক্ষতিগ্রস্ত গাছপালাগুলিতে, যা বিপরীত প্যাটার্ন দেখায়।

নরমালাইজড বার্ন রেশিও (NBR) গণনা করা হয় (NIR − SWIR) / (NIR + SWIR) হিসেবে। সেন্টিনেল-২ সাধারণত NIR-এর জন্য ব্যান্ড 8A এবং SWIR-এর জন্য ব্যান্ড 12 ব্যবহার করে; ল্যান্ডস্যাট 8 সাধারণত ব্যান্ড B5 (NIR) এবং ব্যান্ড B7 (SWIR2) ব্যবহার করে। এই নরমালাইজেশন সুস্থ এলাকা (আরও ধনাত্মক মান) থেকে পোড়া বা গুরুতরভাবে প্রভাবিত এলাকায় (নেতিবাচক বা হ্রাসকৃত মান) রূপান্তরকে তুলে ধরে। এনবিআর নিজেই ইতিমধ্যেই দাগ সনাক্ত করতে সাহায্য করেতবে, দুটি তারিখের তুলনা করলে এর আসল সম্ভাবনা দেখা দেয়।

অগ্নি-পূর্ব NBR (dNBR = NBRpre − NBRpos) থেকে অগ্নি-পরবর্তী NBR বিয়োগ করে dNBR পাওয়া যায়। এটি করার মাধ্যমে, আমরা অ-উদ্ভিদ পৃষ্ঠের উপর মিথ্যা ধনাত্মকতা সীমাবদ্ধ করি কম NBR মান (রাস্তাঘাট, খালি মাটি) সহ এবং আমরা আগুনের কারণে প্রকৃত পরিবর্তনগুলি তুলে ধরি। বাস্তবে, dNBR সাধারণত আনুমানিক −0,5 থেকে +1,3 পর্যন্ত হয়, উচ্চ, ধনাত্মক মানগুলি বৃহত্তর তীব্রতা নির্দেশ করে এবং খুব নেতিবাচক মানগুলি জোরালো পুনর্জন্মকে প্রতিফলিত করে।

NIR এবং SWIR-ভিত্তিক RGB রচনাগুলি একটি পরিপূরক ভিজ্যুয়াল এইড। উদাহরণস্বরূপ: 8‑4‑3 (Sentinel-2) লাল রঙে গাছপালা তুলে ধরে; 4‑3‑2 (প্রাকৃতিক) স্বজ্ঞাত পাঠের সুযোগ দেয়; 12‑8A‑4 জোর দেয় তাপীয় প্রভাব এবং অবশিষ্ট আর্দ্রতাএমনকি সক্রিয় ফ্রন্টগুলিকে আলাদা করাও সম্ভব এবং ধোঁয়ার কুণ্ডলী SWIR নিয়ে খেলা। এগুলি এমন পদ্ধতি যা NBR এর মতো সূচক বা BAIS2 এর মতো বিকল্পগুলির সাথে একত্রে রোগ নির্ণয় সম্পূর্ণ করে।

সেন্টিনেল-২ সহ QGIS-এ কর্মপ্রবাহ

পোড়া এলাকা এবং তীব্রতা মূল্যায়ন করার জন্য, QGIS-এর একটি সাধারণ ক্রম অন্তর্ভুক্ত করে ডেটা প্রস্তুতি, বায়ুমণ্ডলীয় সংশোধন, ক্লাউড মাস্কিং, NBR/dNBR গণনা এবং তীব্রতার শ্রেণীবিভাগ, পরিসংখ্যান এবং চূড়ান্ত মানচিত্র সহ। USGS এবং UCG পদ্ধতির উপর ভিত্তি করে একটি সমন্বিত ফ্লোচার্ট নীচে প্রদান করা হল।

১) ছবি প্রস্তুতি এবং লোডিং

দুটি তারিখ নির্বাচন করুন: একটি আগুন লাগার আগে এবং একটি পরে। সেন্টিনেল-২ লেভেল ১সি এর জন্য, ২, ৩, ৪, ৮, ৮এ এবং ১২ ব্যান্ডের সাথে কাজ করুন। আপনি ব্রাউজার প্যানেল থেকে অথবা লেয়ার → অ্যাড লেয়ার → অ্যাড রাস্টার লেয়ার থেকে ব্যান্ডগুলি খুলতে পারেন, পণ্য ডিরেক্টরিতে নেভিগেট করে: পণ্য → গ্রানুল → L1C… → IMG_DATAবাস্তব জীবনের গবেষণায়, ঘটনার কাছাকাছি দৃশ্যগুলি ব্যবহার করা হয় (যেমন, একই টাইলে জুলাই বনাম অক্টোবর) সম্পর্কহীন পরিবর্তনগুলি কমাতে।

নির্বাচিত ব্যান্ডগুলি (বিশেষ করে 8A এবং 12) হল NBR সমর্থন করে। এছাড়াও 2, 3, 4 এবং 8 লোড করলে আপনি এমন ডিসপ্লে কম্বিনেশন তৈরি করতে পারবেন যা ব্যান্ডগুলির মধ্যে আগুনের আচরণ ব্যাখ্যা কর এখন সূচক গণনা করার আগে আগ্রহের ক্ষেত্রটি সনাক্ত করা ভাল।

২) TOA সংশোধন এবং প্রাক-প্রক্রিয়াকরণ

ইনডেক্সিং করার আগে, সেমি-অটোমেটিক ক্লাসিফিকেশন প্লাগইন (SCP) তে TOA সংশোধন প্রয়োগ করুন। SCP → প্রিপ্রসেস → সেন্টিনেল‑2 তে, ব্যান্ড ফোল্ডার এবং MTD_MSIL1C মেটাডেটা ফাইল নির্বাচন করুন এবং বায়ুমণ্ডলীয় সংশোধন বিকল্পটি নির্বাচন করুন। DOS1 এবং NoData মান রাখুন কালো বর্ডারের জন্য। তালিকা থেকে আপনি যে ব্যান্ডগুলি ব্যবহার করবেন না সেগুলি সরিয়ে ফেলুন (২, ৩, ৪, ৮, ৮এ এবং ১২ রাখুন) এবং প্রক্রিয়াটি চালান।

অগ্রগতি QGIS বারে দেখানো হয়েছে, এবং সম্পন্ন হলে, আপনি একটি শনাক্তযোগ্য উপসর্গ (যেমন, "RT") সহ নতুন স্তরগুলি দেখতে পাবেন। একই পদ্ধতি পুনরাবৃত্তি করুন। অগ্নিকাণ্ড পরবর্তী তারিখের জন্য প্রাক-প্রক্রিয়াজাত যাতে উভয় দৃশ্যই একজাতীয় এবং তুলনীয় হয়।

৩) মেঘের আবরণ

লেভেল ১সি ক্লাউডের QI_DATA → MSK_CLOUDS_B00.gml তে একটি ভেক্টর মাস্ক আছে। এটি লোড করুন, একটি শেপফাইল হিসেবে সংরক্ষণ করুন এবং আপনার ব্যবহৃত CRS সেট করুন (যেমন, কিছু প্রকল্পে EPSG:32717)। এর অ্যাট্রিবিউট টেবিলে, সম্পাদনা সক্ষম করুন এবং একটি পূর্ণসংখ্যা ক্ষেত্র তৈরি করুন (যেমন, "মান") সকল জ্যামিতির সংখ্যা ১। সংস্করণটি সংরক্ষণ করুন এবং বন্ধ করুন।

দ্বিতীয় তারিখের জন্য প্রক্রিয়াটি পুনরাবৃত্তি করুন এবং, প্রয়োজনে, উভয় শেফফাইলে যোগদান করুন একটি একক মেঘ স্তরে (যেমন, “Total_Clouds.shp”)। মনে রাখবেন যে L1C-তে অন্তর্ভুক্ত মাস্কটি কার্যকর, কিন্তু নিখুঁত নয়: পাতলা মেঘ বা ছায়া পালিয়ে যেতে পারে, তাই এটি চাক্ষুষভাবে পরীক্ষা করা একটি ভাল ধারণা।

৪) প্রথম পাঠের জন্য ব্যান্ড সংমিশ্রণ

সূচক গণনা করার আগে, দাগ এবং প্রাসঙ্গিক উপাদানগুলি অন্বেষণ করার জন্য রঙের সংমিশ্রণ তৈরি করুন। 8-4-3 লাল রঙে জীবন্ত উদ্ভিদ এবং বাদামী রঙে মাটির উপর জোর দেয়; 4-3-2 একটি প্রস্তাব করে স্বজ্ঞাত প্রাকৃতিক দৃষ্টি; এবং 12-8A-4 আর্দ্রতা এবং অবশিষ্ট তাপ তুলে ধরতে সাহায্য করে। শহরাঞ্চলে, আপনি হালকা নীলাভ রঙ দেখতে পাবেন, সাম্প্রতিক পোড়া দাগগুলি গাঢ় বাদামী রঙের দিকে ঝুঁকতে পারে এবং কনিফারগুলি প্রায়শই শক্ত কাঠের চেয়ে গাঢ় দেখায়।

NBR এবং dNBR এর গণনা

দৃশ্যগুলো সংশোধন করে, প্রতিটি তারিখের জন্য NBR গণনা করুন। সেন্টিনেল-২ এর জন্য: NBR = (B8A − B12) / (B8A + B12)। ল্যান্ডস্যাট ৮ এর জন্য: NBR = (B5 − B7) / (B5 + B7)। এই সূচকটি −1 এবং 1 এর মধ্যে রয়েছে এবং জীবন্ত উদ্ভিদ (উচ্চ NIR, নিম্ন SWIR) এবং ক্ষতিগ্রস্ত উদ্ভিদ বা পোড়া মাটি (নিম্ন NIR, উচ্চ SWIR) এর মধ্যে বৈসাদৃশ্য ধারণ করে।

একবার আপনার কাছে NBR-এর পূর্ববর্তী এবং পরবর্তী ধাপগুলি হয়ে গেলে, dNBR-কে NBRpre − NBRpos হিসেবে গণনা করুন। বাস্তবে, dNBR আনুমানিক −0,5 থেকে +1,3 পর্যন্ত পরিবর্তিত হতে পারে: মান যত বড় এবং ধনাত্মক হবে, তীব্রতা তত বেশি হবে; শূন্যের কাছাকাছি মানগুলি সাধারণত স্থিতিশীলতা/কোনও জ্বলন নির্দেশ করে না; খুব নেতিবাচক মানগুলি নির্দেশ করে আগুন লাগার পর জোরালো পুনরুত্থানবিচ্ছিন্ন পরিসর দ্বারা পঠন এবং শ্রেণীবিভাগ সহজতর করার জন্য 1.000 দ্বারা গুণ করা সাধারণ।

NBR (এবং dNBR) কল্পনা করার জন্য, একটি উপযুক্ত প্যালেট সংজ্ঞায়িত করুন। ColorBrewer এর মতো সরঞ্জামগুলি আপনাকে পর্যাপ্ত বৈপরীত্য সহ উপলব্ধিযোগ্যভাবে সাজানো র‍্যাম্পগুলি বেছে নিতে সহায়তা করতে পারে। চূড়ান্ত ম্যাপিংয়ে, এটি অন্তর্ভুক্ত করা একটি ভাল ধারণা সুস্পষ্ট কিংবদন্তি এবং একটি বর্ণনামূলক শিরোনামউদাহরণস্বরূপ, কিছু শিক্ষণ অনুশীলনে দুই লাইনের শিরোনামের পরামর্শ দেওয়া হয়: "অগ্নিকাণ্ডের তীব্রতা" এবং "কালামোস, গ্রীস।"

তীব্রতার সীমা এবং পুনর্বিবেচনা

ব্যাপকভাবে ব্যবহৃত শ্রেণীবিভাগের স্কিম রয়েছে। একটি, dNBR স্কেল ×1000 সহ, নিম্নলিখিত বিভাগগুলিকে বিভক্ত করে: জোরালো পুনঃবৃদ্ধি (−500 থেকে −251), মাঝারি পুনঃবৃদ্ধি (−250 থেকে −101), অদগ্ধ (−100 থেকে 99), কম তীব্রতা (100 থেকে 269), কম-মাঝারি (270 থেকে 439), মাঝারি-উচ্চ (440 থেকে 659), এবং উচ্চ তীব্রতা (660 থেকে 1300)। এই পরিসরগুলি ক্ষতির স্থানিক তীব্রতা ম্যাপ করার অনুমতি দেয়। একটি কাঠামোগত কিংবদন্তি সহ।

আনস্কেলড মানের ক্ষেত্রে আরেকটি বহুল ব্যবহৃত রেফারেন্স (USGS) নির্দেশ করে: −0,25 এর কম (উচ্চ অগ্নিকাণ্ডের বৃদ্ধি), −0,25 এবং −0,1 এর মধ্যে (কম অগ্নিকাণ্ডের বৃদ্ধি), −0,1 এবং 0,1 এর মধ্যে (স্থিতিশীল/অপুর্ণ), 0,1 থেকে 0,27 (কম তীব্রতা), 0,27 থেকে 0,44 (নিম্ন-মাঝারি), 0,44 থেকে 0,66 (মাঝারি-উচ্চ), এবং 0,66 এর বেশি (উচ্চ)। পুনর্বিবেচনা করার সময়, আপনার স্কেলের সাথে সামঞ্জস্যপূর্ণ স্কিমটি বেছে নিন। (কাঁচা বা ×1000) এবং পছন্দটি ভালোভাবে নথিভুক্ত করে।

QGIS-এ, আপনি একটি পুনঃশ্রেণীবিন্যাস ম্যাট্রিক্স তৈরি করতে পারেন যা dNBR মানগুলিকে ক্লাস কোডে অনুবাদ করে, একটি রঙের র‍্যাম্প দিয়ে প্রতীকী করে এবং কিংবদন্তি তৈরি করে। মানচিত্রের ডান দিকে কিংবদন্তি স্থাপন করা সাধারণ অভ্যাস। চূড়ান্ত রচনায় পঠন অপ্টিমাইজ করুন। প্রয়োজনে, আরও ব্যবহারের জন্য ফলাফলটি রাস্টার হিসেবে রপ্তানি করুন।

পরিসংখ্যানগত বিশ্লেষণ এবং ডেরিভেটিভ পণ্য

মানচিত্রের বাইরে, তীব্রতা বিভাগ অনুসারে এলাকার বন্টন জানা আকর্ষণীয়। আপনি প্রতি শ্রেণীর পিক্সেলের সংখ্যা এবং মোটের শতাংশের সাথে হিস্টোগ্রাম বা টেবিল গণনা করতে পারেন। যোগ করুন গণনা এবং শতাংশ সহ লেবেল ব্যবস্থাপক এবং পরিকল্পনাকারীদের সাথে যোগাযোগ সহজতর করে।

উন্নত কর্মপ্রবাহে, সুনির্দিষ্ট কী ব্যান্ড এবং নাম সহ একটি রাস্টারস্ট্যাক বা রাস্টারব্রিক তৈরি করা সাধারণ, যাতে সূচক, ক্লিপ এবং মাস্কের গণনা পুনরুত্পাদনযোগ্য হয়। আপনি যদি ল্যান্ডস্যাটের সাথে কাজ করেন, তাহলে রূপান্তর করতে ভুলবেন না প্রতিফলনের জন্য DN (ডিজিটাল মান) দৃশ্যের মধ্যে তুলনামূলকতা নিশ্চিত করতে অফিসিয়াল ক্যালিব্রেশন ফ্যাক্টর (OLI/TIRS) ব্যবহার করা।

অধ্যয়নের ক্ষেত্রটি সীমাবদ্ধ করা আরেকটি ভালো অভ্যাস: একটি AOI (ফায়ার-অ্যাডজাস্টেড এক্সটেন্ট) তৈরি করুন এবং রাস্টারগুলিকে ক্লিপ করুন। এটি প্রাসঙ্গিক এলাকার বাইরের শব্দ কমায় এবং রেন্ডারিংকে দ্রুত করে। তুলনা করুন। ব্যান্ড সংমিশ্রণ তারিখের মধ্যে পার্থক্য ইভেন্টে ধোঁয়ার প্লাম বা হট স্পট সনাক্ত করতে সাহায্য করে এবং dNBR এর ভিজ্যুয়াল বৈধতা উন্নত করে।

সীমাবদ্ধতা, সাধারণ ভুল এবং ভালো অভ্যাস

তীব্রতা বিশ্লেষণ মূলত একটি পরিবর্তন সনাক্তকরণ অনুশীলন। অতএব, আগুনের সাথে সম্পর্কিত নয় এমন পরিবর্তনগুলি (বন উজাড়, জমি পরিষ্কার, ফেনোলজিক্যাল বা আর্দ্রতার তারতম্য) আগুনের ক্ষতির সাথে বিভ্রান্ত হতে পারে, বিশেষ করে কম তীব্রতায়। ভুলভাবে নির্বাচিত সময়সীমা (খুব দীর্ঘ) প্রক্রিয়াগুলিকে একত্রিত করার সম্ভাবনা বাড়িয়ে দেয়।

ত্রুটি কমাতে, ইভেন্টের যতটা সম্ভব কাছাকাছি তারিখ ব্যবহার করুন, ক্লাউড এবং শ্যাডো মাস্ক পরীক্ষা করুন এবং RGB কম্পোজিট নিয়ন্ত্রণ ব্যবহার করুন। মনে রাখবেন যে Sentinel-2 L1C ক্লাউড মাস্ক কার্যকর কিন্তু নিখুঁত নয়: সিরাস মেঘ বা জটিল ছায়া অতিক্রম করতে পারেচাক্ষুষ পরিদর্শন এবং সহায়ক স্তরগুলির (যেমন, ঢাল বা ভূমি ব্যবহার) সাহায্যে ফলাফলের দৃঢ়তা উন্নত হয়।

কম তীব্রতার শ্রেণীর জন্য বিশেষ যত্ন প্রয়োজন: আর্দ্রতা বা ফেনোলজির সামান্য তারতম্য NIR/SWIR-তে সূক্ষ্ম পরিবর্তন আনতে পারে যার ফলে dNBR-এর পরিমাণ মিথ্যাভাবে কম হতে পারে। টেম্পোরাল মোজাইকযুক্ত বৃহৎ এলাকায়, রেডিওমেট্রিক ধারাবাহিকতা এবং প্রাক-প্রক্রিয়াকরণে একজাতীয়তা (একই সংশোধন, একই প্রক্ষেপণ, একই ব্যান্ড) একটি সৎ তুলনার মূল চাবিকাঠি।

ব্যবহারিক প্রয়োগ: আইবেরিয়ান উপদ্বীপ থেকে বিশ্বের অন্যান্য অংশে

ভ্যালেন্সিয়ান সম্প্রদায়ে, যেখানে ভূমধ্যসাগরীয় জলবায়ু, ত্রাণ এবং বনের ধারাবাহিকতা ঝুঁকি বৃদ্ধি করে, সেখানে পুড়ে যাওয়া এলাকা এবং তীব্রতার পরিমাণ নির্ধারণকে অগ্রাধিকার দেওয়া হয়। বেজিস (ক্যাস্টেলন, ২০২২) বা লুচেন্তে অগ্নিকাণ্ড (ভ্যালেন্সিয়া, ২০১৮) এর মতো ঘটনাগুলি মানসম্মত পদ্ধতি (USGS এবং UCG) সহ সেন্টিনেল-২ ব্যবহারকে উৎসাহিত করেছে। দাগ এবং গ্রেড ক্ষতি সীমাবদ্ধ করুন নির্ভুলতা সহ

এমন অ্যাপ্লিকেশন তৈরি করা হয়েছে যা এই গণনাগুলিকে স্বয়ংক্রিয় করে, বিশ্বস্ততার সাথে USGS পদ্ধতি বা UCG পদ্ধতি অনুসরণ করে, যাতে প্রযুক্তিবিদ, ব্যবস্থাপক এবং নাগরিকরা তুলনামূলক তীব্রতার মানচিত্র এবং পরিসংখ্যান পেতে পারেন। এই সরঞ্জামগুলি একত্রিত করে অগ্নিকাণ্ডের পূর্ববর্তী এবং পরবর্তী তথ্য, মেঘ ঢাকুন, NBR/dNBR গণনা করুন, পরিসর অনুসারে পুনঃশ্রেণীবদ্ধ করুন এবং প্রচারের জন্য প্রস্তুত কার্টোগ্রাফিক আউটপুট তৈরি করুন।

বিশ্বব্যাপী, প্রবণতাগুলি ইঙ্গিত দেয় যে স্বল্পমেয়াদে বৃহৎ আকারের অগ্নিকাণ্ডের ঘটনা ১৪% বৃদ্ধি পাবে এবং শতাব্দীর শেষ নাগাদ ৫০% পর্যন্ত বৃদ্ধি পাবে। এই পরিসংখ্যানগুলি, পর্যবেক্ষণের সাথে মিলিত হয়ে যে তীব্রতা বৃদ্ধির সাথে সাথে পুনরুদ্ধার ধীর হয়ে যায়, পদ্ধতিগত পর্যবেক্ষণ এবং সক্রিয় পুনরুদ্ধার ও প্রতিরোধ নীতির প্রয়োজনীয়তা জোরদার করুন। ঘটনা বৃদ্ধি এটি পরিচালকদের জন্য একটি সতর্কীকরণ চিহ্ন।

বর্ণালিবীক্ষণ, সূচক এবং দৃশ্যায়ন: একসাথে মানানসই অংশ

NBR-এর মূল চাবিকাঠি হলো বর্ণালী প্রতিক্রিয়া। জীবন্ত উদ্ভিদ: উচ্চ NIR, নিম্ন SWIR; পোড়া বা চাপযুক্ত উদ্ভিদ: NIR কমে যায় এবং SWIR বৃদ্ধি পায়। এই বৈসাদৃশ্য সংকেতের জন্ম দেয়। BAIS2 (বিশেষ করে সেন্টিনেল-2-এর জন্য প্রস্তাবিত) এর মতো বিকল্পগুলি রোগ নির্ণয়ের পরিপূরক বা বৈধতা দিতে পারে, বিশেষ করে যদি মানদণ্ড অনুসরণ করা হয়। উজ্জ্বল পটভূমির বিরুদ্ধে দৃঢ়তা অথবা পরিবর্তনশীল রেডিওমেট্রিক অবস্থা।

বিশ্বখ্যাত ঘটনাগুলিতে (যেমন, আমুর অঞ্চলে অগ্নিকাণ্ড) ব্যবহৃত NIR এবং SWIR সহ ক্লাসিক RGB রচনাগুলি একটি পরিদর্শন সরঞ্জাম হিসাবে খুব ভাল কাজ করে: তারা সনাক্ত করতে সহায়তা করে সক্রিয় সম্মুখভাগ, পালক এবং দাগ সূচকগুলি ট্রেড করার আগেও। কিন্তু মনে রাখবেন: ধারাবাহিক তীব্রতা গ্রেডিংয়ের জন্য, তুলনামূলক dNBR সোনার মান হিসাবে রয়ে গেছে।

প্রতীকবিদ্যা এবং কিংবদন্তি গুরুত্বপূর্ণ। যৌক্তিক অগ্রগতি সহ র‍্যাম্প ব্যবহার করা (যেমন, সবুজ/ধূসর থেকে অ-পোড়া রঙের জন্য তীব্র লাল রঙ, উচ্চ তীব্রতার জন্য তীব্র লাল রঙ) শেষ ব্যবহারকারীর জন্য এক নজরে মানচিত্রটি বোঝা সহজ করে তোলে। সংক্ষিপ্ত শিরোনাম, স্কেল এবং রেফারেন্স যোগ করুন; এবং তীব্রতা রাস্টার রপ্তানি করুন যখন আপনার পোস্ট-বিশ্লেষণ বা ওয়েব ভিউয়ারদের সাথে একীভূতকরণের প্রয়োজন হয়।

মানসম্মত পরিচালনার টিপস

সূচক গণনা করার আগে, নিশ্চিত করুন যে উভয় তারিখ একই রেফারেন্স সিস্টেম, রেজোলিউশন এবং ব্যাপ্তি ভাগ করে। প্রান্তের আর্টিফ্যাক্টগুলি এড়াতে এবং স্তরের নামকরণকে স্বাভাবিক করতে AOI ক্লিপিং ব্যবহার করুন প্রাক এবং পোস্ট সংস্করণের মধ্যে হারিয়ে যাবেন না। আপনার প্রবাহ নথিভুক্ত করুন: আপনি কোন বায়ুমণ্ডলীয় সংশোধন প্রয়োগ করেছেন, কোন থ্রেশহোল্ড ব্যবহার করেছেন এবং কোন ক্লাউড মাস্ক তৈরি করেছেন।

যদি আপনি Landsat এর সাথে কাজ করেন, তাহলে সর্বদা অফিসিয়াল পণ্য ধ্রুবক ব্যবহার করে DN থেকে প্রতিফলনে রূপান্তর করুন; যদি আপনি Sentinel-2 L1C এর সাথে কাজ করেন, তাহলে SCP এবং DOS1 সংশোধনের সাথে প্রিপ্রসেসিং পৃথকীকরণের জন্য একটি বর্ধিত এবং কার্যকর সূচনা বিন্দু। পৃষ্ঠ প্রতিফলনের বায়ুমণ্ডলীয় ব্যাঘাতএবং, যদি সম্ভব হয়, ছাইয়ের গতিশীলতা এবং প্রাথমিক পুনর্জন্ম আরও ভালভাবে বুঝতে আগুন লাগার পরের বেশ কয়েকটি সময়সূচী (তাৎক্ষণিক, সপ্তাহ পরে) পরীক্ষা করে দেখুন।

প্রতিবেদনের উদ্দেশ্যে, অনুগ্রহ করে একটি পরিসংখ্যান সারণী (শ্রেণী এবং শতাংশ অনুসারে ক্ষেত্রফল) এবং নির্বাচিত dNBR, ব্যান্ড সেট এবং ক্লাউড কীভাবে মাস্ক করবেন তা ব্যাখ্যা করে একটি সংক্ষিপ্ত পদ্ধতিগত নোট অন্তর্ভুক্ত করুন। এটি পিয়ার রিভিউকে সহজতর করে, সহজতর করে পরিচালকদের সিদ্ধান্ত গ্রহণ এবং রঙ এবং শ্রেণীর ব্যাখ্যা সম্পর্কে ভুল বোঝাবুঝি হ্রাস করে।

ঝুঁকি, পুনরুদ্ধার এবং ব্যবস্থাপনা

তীব্রতা এবং পুনরুদ্ধারের মধ্যে যোগসূত্র ঘনিষ্ঠ। যদিও কম তীব্রতা দ্রুত পুনঃবৃদ্ধির সুযোগ করে দিতে পারে, উচ্চ তীব্রতার সাথে প্রায়শই বীজ এবং জৈব ক্ষেত্র নষ্ট হয়ে যায়, যা বন ফিরে আসতে বেশি সময় নেয় পূর্ববর্তী অবস্থায় থাকতে পারে অথবা ঝোপঝাড় বা তৃণভূমির গতিপথে আটকে থাকতে পারে। বোরিয়াল অঞ্চলে, তাদের অভ্যন্তরীণ অবস্থার কারণে ধীর পুনরুদ্ধারের প্রবণতা বেশি স্পষ্ট।

তীব্র দাবানলের ক্রমবর্ধমান পরিস্থিতির সাথে সাথে, পরিবেশগত পুনরুদ্ধার (মাটি ধরে রাখা থেকে সহায়তাপ্রাপ্ত পুনঃবনায়ন পর্যন্ত) ক্রমবর্ধমানভাবে প্রয়োজনীয় হয়ে উঠবে, সেইসাথে সেন্টিনেল-২ এবং ল্যান্ডস্যাটের উপর ভিত্তি করে কার্যকরী পণ্যের ব্যবহার যা স্থান এবং সময় অনুসারে তুলনীয় সূচকএইভাবে, গুরুত্বপূর্ণ ক্ষেত্রগুলিকে অগ্রাধিকার দেওয়া হয়, ফলাফল পর্যবেক্ষণ করা হয় এবং প্রতিরোধমূলক প্রতিক্রিয়া প্রদান করা হয়।

জরুরি ব্যবস্থাপকদের জন্য, দুটি প্রতিষ্ঠিত পদ্ধতি (USGS এবং UCG) আত্মবিশ্বাস প্রদান করে। প্রথমটি dNBR ব্যবহারের ক্ষেত্রে আদর্শ; দ্বিতীয়টি স্পেনের একাধিক কেস স্টাডিতে নির্দিষ্ট নির্দেশিকা সহ প্রয়োগ করা হয়। সীমানা নির্ধারণ এবং তীব্রতা মূল্যায়ন সেন্টিনেল-২ ব্যবহার করে। উভয়ই অপরিহার্য বিষয়গুলিতে একত্রিত হয়: ভাল সময়গত পূর্বনির্বাচন, পর্যাপ্ত সংশোধন, ভালভাবে মুখোশযুক্ত মেঘ এবং স্বচ্ছ শ্রেণীবিভাগ।

NBR এবং dNBR এর সাহায্যে দাবানলের তীব্রতা পরিমাপ করা, QGIS-এ পুনরুৎপাদনযোগ্য প্রবাহ এবং স্পষ্ট শ্রেণীবিভাগ দ্বারা সমর্থিত, আগুনের প্রভাবকে চিত্র এবং মানচিত্রে অনুবাদ করার অনুমতি দেয় যা নির্দেশ করে পুনরুদ্ধার, পরিকল্পনা এবং জনসাধারণের যোগাযোগএকটি প্রাসঙ্গিক সময়সীমা, সাবধানে নির্বাচিত মেঘের মুখোশ এবং সামঞ্জস্যপূর্ণ থ্রেশহোল্ড সহ, মূল্যায়ন নির্ভরযোগ্যতা অর্জন করে এবং একটি ব্যবহারিক ভূমি ব্যবস্থাপনা হাতিয়ার হয়ে ওঠে।