Η μοντελοποίηση των φυσικών καταστροφών σε τρισδιάστατο χώρο αποτελεί ένα σημαντικό βήμα για την διαχείριση του οικοσυστήματος στο οποίο ζούμε. Η διαχείριση φυσικών καταστροφών όπως οι κατολισθήσεις απαιτούν σχεδιασμό και προγραμματισμό για την αποφυγή τραυματισμών και ανθρώπινων απωλειών. Διαφορετικοί παράμετροι μοντελοποίησης των κατολισθήσεων έχουν υπολογιστεί όπως η κατανομή τους, οι μηχανισμοί αστοχίας κα. Για να αξιολογηθεί καλύτερα η κατολισθητική επικινδυνότητα και διακινδύνευση αυτών απαραίτητο είναι η δημιουργία αξιόπιστων χαρτών καταγραφής των φαινομένων. Με την εξέλιξη της τεχνολογίας σήμερα μπορούμε να διαφορετικούς τύπους δεδομένων σε 2D και 3D περιβάλλοντα. Μια καινοτομία στην λήψη αεροφωτογραφιών αποτελούν τα Συστήματα μη Επανδρωμένων Αεροσκαφών - ΣΜηΕΑ (UAV), τα οποία βοηθούν σημαντικά στην λήψη 3D δεδομένων, καθώς μειώνουν σημαντικά το κόστος μιας εργασίας σε σύγκριση με συμβατικές μεθόδους. Η ανάπτυξη της Τηλεπισκόπισης και των εφαρμογών της δίνουν τη δυνατότητα χρήσης δεδομένων εξαγωγής πολύ υψηλής ανάλυσης (ορθοφωτογραφία, μοντέλο εδάφους, κα). Παρατηρώντας τις δυνατότητες της “υπολογιστικής δύναμης” και των εφαρμογών σε θέματα κατολισθήσεων, η παρούσα διατριβή επιδιώκει να αναπτύξει μια μεθοδολογία βασισμένη σε αντικειμενοστραφή ανάλυση εικόνας και τη χρήση των πρωτογενών δεδομένων από πτήσεις με ΣΜηΕΑ. η οποία θα αποτελεί εργαλείο εκτίμησης των κατολισθητικών φαινομένων. Συγκεκριμένα, η παρούσα διατριβή χτίστηκε σε τέσσερις διακριτούς πυλώνες οι οποίοι είναι οι εξής: (α) επι-τόπου συλλογή δεδομένων, (β) προ-επεξεργασία δεδομένων και προετοιμασία επιπέδων ανάλυσης, (γ) αντικειμενοστραφής ανάλυση εικόνας (κατάτμηση και ταξινόμηση) και το τελικό στάδιο (δ) αξιολόγηση. Η αντικειμενοστραφής ανάλυση εικόνας (OBIA) επιτρέπει την ενσωμάτωση επιπρόσθετων μεταβλητών όπως υφή, σχήμα, περιεχόμενο καθώς άλλων γνωστικών πληροφοριών με σκοπό τη βελτίωση των ταξινομήσεων. Η εφαρμογή της αντικειμενοστραφούς ανάλυσης σε θέματα φυσικών καταστροφών προέκυψε μετά την εμφάνιση εικόνων πολύ υψηλής χωρικής ανάλυσης και από την ανάγκη για την εύρεση μιας μεθοδολογίας η οποία να μιμείται την ανθρώπινη αναλυτική σκέψη. Με τη χρήση της αντικειμενοστραφούς ανάλυσης εικόνων επιδιώκεται η δημιουργία μιας βάσης γνώσης με την οποία θα μπορεί να γίνει αυτόματη εξαγωγή της κατολισθητικής πληροφορίας. Δοκιμάστηκαν διαφορετικά σετ απόκτησης εικόνων μεταβάλλοντας τον αριθμό των εικόνων, το ποσοστό επικάλυψη, το ύψος πτήσης και την εστιακή απόσταση, πάντα λαμβάνοντας υπόψη τις εκάστοτε λεπτομέρειες της περιοχής μελέτης (τοπογραφία, μηχανισμός κατολίσθησης). Δημιουργήθηκαν αρχικά τα κατάλληλα επίπεδα κατάτμησης για κάθε σετ δεδομένων ώστε να αναπτυχθεί η βέλτιστη ταξινόμηση των διαφορετικών εικονο-αντικειμένων για κάθε περιοχή μελέτης. Στα πλαίσια της βελτιστοποίησης της κατάτμησης των δεδομένων διαφορετικά τεστ πραγματοποιήθηκαν αφού προηγήθηκε εκτενής βιβλιογραφική ανασκόπηση των υπάρχοντών εφαρμογών και αλγορίθμων. Μετά την ολοκλήρωση της διαδικασίας της κατάτμησης, την συνένωση των στοιχειών με σκοπό την δημιουργία σημασιολογικών αντικειμένων, ακολουθεί η διαδικασία της ταξινόμησης. Στο επίπεδο αυτό, διαφορετικές μέθοδοι εξετάστηκαν όπως η χρήση τριών αλγορίθμων (KNN, DT και RF) που ανήκουν στην κατηγορία της Τεχνητής Νοημοσύνης καθώς και με την χρήση συναρτήσεων συμμετοχής (membership functions) οι οποίες στηρίζουν την λειτουργία τους στην φιλοσοφία της ασαφούς λογικής. Αν και η ανάλυση μέσω Τεχνητής Νοημοσύνης και ΟΒΙΑ, απαιτεί μεγάλο πλήθος δεδομένων και ισχυρές επεξεργαστικές δυνατότητες, υπάρχουν πολλά περισσότερα πλεονεκτήματα σε σχέση με τις συμβατικές μεθόδους ανάλυσης σε επίπεδο εικονοστοιχείου. Τέλος, ακολουθήθηκαν διαδικασίες αξιολόγησης όπου εντοπίστηκαν σφάλματα τα οποία έχουν πραγματοποιηθεί κατά την ανάθεση ενός αντικειμένου σε μια κατηγορία και εξάχθηκαν τα τελικά αποτελέσματα. Η μοντελοποίηση κατολισθήσεων εξήγαγε σημαντική πληροφορία που με τις υπάρχουσες μεθοδολογίες δεν ήταν εφικτό. Η παρούσα μέθοδος διαφοροποιείται από τις προηγούμενες μεθόδους ταξινόμησης κυρίως όσον αφορά την τελική μορφή των εξαγόμενων μοντέλων. Η παρούσα διατριβή, παρουσιάζει την αποτελεσματικότητα των ΣΜηΕΑ να συλλέξουν αξιόπιστα δεδομένα για την βέλτιστη ανάλυση των κατολισθητικών φαινομένων σε δύσκολα περιβάλλοντα μέσω της μεθόδου της αντικειμενοστραφούς ανάλυσης εικόνας.