{"id":3647,"date":"2022-05-18T15:30:03","date_gmt":"2022-05-18T15:30:03","guid":{"rendered":"https:\/\/medicalvalues.de\/?p=3647"},"modified":"2022-07-25T13:04:07","modified_gmt":"2022-07-25T13:04:07","slug":"kartierung-von-waldbraenden-durch-satellitendaten","status":"publish","type":"post","link":"https:\/\/medicalvalues.de\/de\/kartierung-von-waldbraenden-durch-satellitendaten\/","title":{"rendered":"Kartierung von Waldbr\u00e4nden durch Satellitendaten"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Das Problem<\/h3>

In der heutigen Welt werden Waldbr\u00e4nde zu einem immer pr\u00e4senteren Ph\u00e4nomen und als Folge des Klimawandels sind nun auch Regionen mit diesem Problem konfrontiert, die bisher weitgehend unbetroffen waren. Im Jahr 2019 wurden in der Europ\u00e4ischen Union bis zu 1.600 Waldbr\u00e4nde registriert – mehr als dreimal so viel wie im Durchschnitt der letzten zehn Jahre. Die Br\u00e4nde in S\u00fcdosteuropa im Jahr 2021 haben die Welt\u00f6ffentlichkeit auf das zerst\u00f6rerische Potenzial solcher Ausbr\u00fcche aufmerksam gemacht. Ein Paradebeispiel daf\u00fcr sind die Waldbr\u00e4nde in Griechenland, wo man im Sommer 2021 eine der schlimmsten Hitzewellen der letzten 30 Jahre erlebte.<\/p>

Es gibt direkte und indirekte Folgen dieser Ereignisse, wobei letzteren bei den Bem\u00fchungen um Schadensbegrenzung nicht die n\u00f6tige Aufmerksamkeit geschenkt wird, da sie schwieriger zu bewerten und zu verstehen sind. Der Verlust von Menschenleben und die Besch\u00e4digung von privatem und \u00f6ffentlichem Eigentum in den direkt von Br\u00e4nden betroffenen Gebieten sind gut dokumentierte Folgen von gro\u00dfer sozialer und wirtschaftlicher (z. B. versicherungstechnischer) Bedeutung. Weniger bekannt sind (1) die nachhaltigen Umweltsch\u00e4den, (2) die Auswirkungen auf die Landwirtschaft und (3) die Gesundheitsprobleme, die sich durch eine l\u00e4ngere Rauchbelastung entweder manifestieren oder verst\u00e4rken.<\/p>

Zu den akuten Folgen der Brandexposition geh\u00f6ren hitzebedingte Erkrankungen (Hitzschlag, Muskelkr\u00e4mpfe, Kopfschmerzen, Schwindel, \u00dcbelkeit usw.) und Reizungen der Atemwege durch den Rauch und die darin enthaltenen Partikel. Doch auch Langzeitfolgen sind zu betrachten: Patient:innen mit Vorerkrankungen wie Asthma oder chronisch obstruktiver Lungenerkrankung (COPD) haben dabei ein h\u00f6heres Risiko einer Exazerbation. Schlie\u00dflich sollten auch die langfristigen psychologischen Auswirkungen (z. B. Depressionen, posttraumatische Belastungsst\u00f6rungen) ber\u00fccksichtigt werden, insbesondere bei Menschen, die f\u00fcr solche Krankheiten anf\u00e4llig sind.<\/p>

Das Ziel <\/span><\/span> <\/span><\/h3>

Durch Erdbeobachtung und von der Europ\u00e4ischen Weltraumorganisation (ESA) bereitgestellte Daten k\u00f6nnen die Zusammenh\u00e4nge zwischen Waldbr\u00e4nden und gesundheitlichen Problemen besser verstanden und bewertet werden. medicalvalues hat sich zum Ziel gesetzt, Satellitenbeobachtungen und andere Messungen zu nutzen, um medizinische Diagnosen zu verbessern und ein Warn- und Entscheidungshilfesystem zu schaffen, mit dem sich medizinische Einrichtungen besser auf Krankheiten im Zusammenhang mit Waldbr\u00e4nden vorbereiten k\u00f6nnen. Dies erm\u00f6glicht eine effizientere Zuweisung von Ressourcen und eine wirksamere Eind\u00e4mmung der gesundheitlichen Auswirkungen von Waldbr\u00e4nden.<\/p>

<\/a><\/span><\/span><\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Infobox – Die Werkzeuge<\/h3>\n

Web Advanced Space Development Interface (WASDI)<\/strong><\/p>\n

F\u00fcr die schnelle Erstellung interaktiver Karten bei Katastrophenereignissen kann Big Data aus Erdbeobachtungen (z. B. multitemporale Bilder verschiedener Copernicus-Sentinel-Satellitenmissionen) genutzt werden. Online-Cloud-Verarbeitungsplattformen haben in den letzten zehn Jahren aufgrund ihrer Benutzerfreundlichkeit und ihrer Online-Flexibilit\u00e4t, mit der sie schwere Rechenressourcen zu den Daten oder umgekehrt bringen, an Beliebtheit gewonnen. WASDI ist eine solche Online-Plattform f\u00fcr die Verarbeitung von Erdbeobachtungsdaten und richte sich gleicherma\u00dfen an Endnutzer und Anwendungsentwickler.<\/p>\n

Strahlungsleistung des Feuers (FRP) und mittelwellige Infrarot-Strahlung (MWIR)<\/strong><\/p>\n

Mithilfe der MWIR-Messungen vom Sea and Land Surface Temperature Radiometer (SLSTR) auf dem Sentinel-3-Satelliten kann die Level-2 Near Real Time (NRT) Fire Radiative Power (FRP) als relevante Metrik bestimmt werden. Durch die Bewertung der Intensit\u00e4t des Feuers in den untersuchten Gebieten konnten wir das Vorhandensein und die Intensit\u00e4t des Rauchs in dem Gebiet ann\u00e4hernd absch\u00e4tzen, um das Ausma\u00df, in dem die Bev\u00f6lkerung betroffen war, besser zu verstehen.<\/p>\n

Die Karte der griechischen Verwaltungsregionen<\/strong><\/p>\n

Die Aufteilung Griechenlands in seine Verwaltungsregionen und deren getrennte Betrachtung liefert wertvolle Informationen durch die aktuellen Bev\u00f6lkerungszahlen und schafft einen intuitiven \u00dcberblick \u00fcber die Prognosen f\u00fcr jede Region.<\/p>\n

Rauchexposition – Krankheitsmatrix<\/strong><\/p>\n

Auf der Grundlage von Forschungsergebnissen \u00fcber die Auswirkungen einer l\u00e4ngeren Rauchbelastung auf die Gesundheit haben wir eine Matrix von Krankheiten – vor allem des Atmungssystems – und deren Auftretenswahrscheinlichkeit in Abh\u00e4ngigkeit vom Vorhandensein von Rauch in dem betreffenden Gebiet erstellt. Genauer gesagt, ber\u00fccksichtigt diese dreidimensionale Matrix die Intensit\u00e4t des Rauches, die Gesamtdauer der Exposition und die zu untersuchende Krankheit und ordnet diese Werte der Wahrscheinlichkeit zu, dass sie in der betroffenen Bev\u00f6lkerung beobachtet wird. Diese manuelle Zuordnung der Krankheiten zu externen Faktoren kann durch den Einsatz der medicalvalues-Plattform, die KI und vorhandene Datens\u00e4tze nutzt, um die Diagnose und Vorhersagegenauigkeit zu verbessern, erweitert werden.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Der technische Prozess<\/h3>

F\u00fcr die Kartierung werden Daten zur Bev\u00f6lkerungsdichte, Informationen zur Brandentdeckung aus dem Sea and Land Surface Temperature Radiometer (SLSTR) und damit verbundene medizinische Attribute auf regionaler Ebene aggregiert. Alle Daten werden mit Hilfe der Funktion „spatial by location“ in einem Geografischen Informationssystem (GIS) auf Ebene der griechischen Verwaltungsregionen abgebildet. In diesem Fall wurde die Open Source Software QGIS verwendet. Leaflet, eine Open-Source-JavaScript-Bibliothek zur Erstellung von Web-Mapping-Anwendungen, wurde als QGIS-Plugin (qgis2leaf) verwendet, um eine interaktive Webkarte zu erstellen. Dieses Plugin bietet die M\u00f6glichkeit, aus statischen GIS-Datenebenen eine interaktive Webkarte zu erstellen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Die Ergebnisse<\/span><\/span> <\/span><\/span> <\/span> <\/span> <\/span><\/h3>

Es folgt eine interaktive Karte von Griechenland. Die Regionen sind nach der Intensit\u00e4t der Br\u00e4nde in dem Gebiet und der betroffenen Bev\u00f6lkerung eingef\u00e4rbt. Die abgebildete Farbtafel dient dabei als Legende. Wenn Sie auf die Verwaltungsregionen klicken, k\u00f6nnen Sie relevante Informationen \u00fcber das Vorhandensein von Br\u00e4nden in dem Gebiet und die erwarteten Auswirkungen auf die Gesundheit der Bev\u00f6lkerung abrufen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"Farblegende\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>

Was als n\u00e4chstes kommt<\/h3>

Die Ergebnisse f\u00fcr die europ\u00e4ischen Waldbr\u00e4nde sind in hohem Ma\u00dfe auf gro\u00dfe subtropische Regionen \u00fcbertragbar, in denen Brandrodung, gro\u00dffl\u00e4chige Abholzung usw. g\u00e4ngige Muster sind. Dies allein zeigt bereits das gro\u00dfe Potenzial dieses Anwendungsfalls. Es gibt jedoch M\u00f6glichkeiten, unsere Ergebnisse zu verbessern und zu erweitern, wenn zus\u00e4tzliche Daten und Ressourcen zur Verf\u00fcgung stehen. Visuelle Beobachtungen, zus\u00e4tzliche Metriken und meteorologische Daten k\u00f6nnen ein genaueres und pr\u00e4ziseres Bild der Rauchintensit\u00e4t in den betreffenden Gebieten liefern und uns somit eine bessere Zuordnung der Beobachtungen zu potenziellen Krankheiten erm\u00f6glichen. Insbesondere ein l\u00e4ngerer Beobachtungszeitraum w\u00e4re von gro\u00dfer Bedeutung, da viele Krankheiten erst nach l\u00e4ngerer Raucheinwirkung auftreten. Dar\u00fcber hinaus w\u00fcrde ein detaillierteres Modell der betroffenen Bev\u00f6lkerung eine speziellere und fruchtbarere Analyse erm\u00f6glichen. So k\u00f6nnte beispielsweise das Alter der Personen ber\u00fccksichtigt werden, da verschiedene Altersgruppen unterschiedlich anf\u00e4llig f\u00fcr bestimmte Symptome sind.<\/p>

Das gro\u00dfe Bild <\/span> <\/span><\/h3>

Obwohl die Vorhersage von Krankheiten, die nach Waldbr\u00e4nden auftreten k\u00f6nnen, in einer Zeit, in der Waldbr\u00e4nde ein immer pr\u00e4senteres Ph\u00e4nomen sind, zweifellos wichtig ist, ist dies nur eine kleine Demonstration des Potenzials, das solche Unternehmungen erreichen k\u00f6nnen. Die Verbesserung der Ergebnisse mithilfe von KI und Daten aus fr\u00fcheren Katastrophen kann die Pr\u00e4zision und Genauigkeit der Kartierung drastisch erh\u00f6hen. Einblicke in die Verteilung von \u00c4rzt:innen und medizinischem Personal in verschiedenen Regionen w\u00fcrden es uns erm\u00f6glichen, eine effektivere und fallbezogene Zuweisung der verf\u00fcgbaren Ressourcen in Krisenzeiten zu finden. Dar\u00fcber hinaus erm\u00f6glichen die Parametrisierung und Modularisierung der Anwendung eine erh\u00f6hte Flexibilit\u00e4t und Anpassbarkeit dieses Systems, sodass es nahtlos in verschiedenen Umgebungen und Szenarien (Naturkatastrophen und sch\u00e4dliche Ph\u00e4nomene; einschlie\u00dflich \u00dcberschwemmungen, Luftverschmutzung etc.) eingesetzt werden kann. Mit anderen Worten: Das System hat das Potenzial, in den H\u00e4nden von Gesundheitsministerien, Katastrophenhilfsorganisationen, medizinischen Einrichtungen und globalen Organisationen zu einem leistungsf\u00e4higen Entscheidungshilfeinstrument zu werden, das Ihnen bei der effizienten und effektiven Bew\u00e4ltigung solcher Krisen unterst\u00fctzt und so Zeit, Ressourcen, Ersch\u00f6pfung und m\u00f6glicherweise Leben spart.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Die Kartierung von Waldbr\u00e4nden mit Hilfe von Satellitendaten kann dazu beitragen, ihre Auswirkungen zu beobachten und die entstandenen Sch\u00e4den zu begrenzen. medicalvalues nutzt Erdbeobachtungsdaten und Methoden der k\u00fcnstlichen Intelligenz, um Entscheidungsunterst\u00fctzung bei der Katastrophenhilfe zu leisten. <\/p>\n","protected":false},"author":4,"featured_media":3410,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[59],"tags":[],"class_list":["post-3647","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-technology-and-innovation"],"acf":[],"_links":{"self":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/3647","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/comments?post=3647"}],"version-history":[{"count":42,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/3647\/revisions"}],"predecessor-version":[{"id":4588,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/posts\/3647\/revisions\/4588"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/media\/3410"}],"wp:attachment":[{"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/media?parent=3647"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/categories?post=3647"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medicalvalues.de\/de\/wp-json\/wp\/v2\/tags?post=3647"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}