http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Alexglt11&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FAlexglt11 2026-04-26T13:56:43Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%B3%CE%BA%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CE%B4%CE%B9%CE%AC%CE%B2%CF%81%CF%89%CF%83%CE%B7%CF%82_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7 2021-02-07T13:02:57Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A10_EIK1.png | thumb | right | '''Εικ. 1. Πίνακας περιγραφής δεδομένων.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> [[Εικόνα: AG_A10_EIK2.png | thumb | right | '''Εικ. 2. Περιοχή μελέτης.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]] <br /> [[Εικόνα: AG_A10_EIK3.png | thumb | right | '''Εικ. 3. Ετήσια απώλεια εδάφους της λεκάνης απορροής της λίμνης Bhopal χρησιμοποιώντας το μοντέλο USLE.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> [[Εικόνα: AG_A10_EIK4.png | thumb | right | '''Εικ. 4. Πίνακας σύγκρισης μεταξύ USLE και USPED υπολογισμού διάβρωσης του εδάφους.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> [[Εικόνα: AG_A10_EIK5.png | thumb | right | '''Εικ. 5. Χωρική κατανομή των καθαρών ποσοστών διάβρωσης/ εναπόθεσης με USPED model.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''A comparative study of soil erosion models based on GIS and remote sensing'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Bikram Prasad &amp; H.L Tiwari'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Prasad, B., &amp; Tiwari, H. . (2020). A comparative study of soil erosion models based on GIS and remote sensing. ISH Journal of Hydraulic Engineering, 1–5. https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> H Νότια Ασία είναι μια από τις περιοχές του κόσμου όπου η διάβρωση του εδάφους από το νερό και τον άνεμο είναι ένα σοβαρό πρόβλημα (Venkateswarlu 1994; Singh et al. 1992). Περίπου 2 δισεκατομμύρια εκτάρια (ha) της συνολικής έκτασης της γης εκτίθενται σε διάβρωση του εδάφους από ανθρώπινη δραστηριότητα. Λόγω της διάβρωσης, η παγκόσμια απώλεια της παραγωγής των καλλιεργειών εκτιμήθηκε ως 10% στα δημητριακά, 5% στα φασόλια σόγιας, 5% στα όσπρια και 12% στις ρίζες και στους κονδύλους (Lal 1998). Ο σκοπός αυτής της μελέτης είναι να συγκρίνει και να αξιολογήσει την καταλληλότητα των μοντέλων Universal Soil Loss Equation (USLE) και Unit Stream Power-based Soosion Erosion / Deposition (USPED) για την αξιολόγηση της κατανομής της διάβρωσης του εδάφους σε κλίμακα λεκάνης απορροής.<br /> <br /> ''Περιγραφή της περιοχής μελέτης και των δεδομένων''<br /> <br /> Η Upper Lake στο Bhopal έχει μια λεκάνη απορροής 362,35 τετραγωνικά χιλιόμετρα με χωρητικότητα 117,05 εκατομμύρια κυβικά μέτρα. Το πρότυπο χρήσης γης περίπου του 80% της λεκάνης απορροής είναι γεωργικό, ενώ το 5% είναι δασικό και το υπόλοιπο αστικό. Το νερό της βροχής είναι η μόνη πηγή νερού σε αυτήν τη λίμνη. Η περιγραφή των διαφόρων δεδομένων δίνεται στον πίνακα της εικόνας 1. Η περιοχή μελέτης φαίνεται στην εικόνα 2.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Το μαθηματικό μοντέλο USLE επελέγη και ενσωματώθηκε στην περιοχή μελέτης, καθώς απαιτεί χάρτη μορφολογικού αναγλύφου με χρήση γης που μπορούν να παραχθούν από εικόνες τηλεπισκόπησης, δεδομένα βροχόπτωσης, τύπους εδάφους και τις ιδιότητές τους. Άλλες δυνατότητες του USLE είναι ότι οι παράμετροι αυτού του μοντέλου μπορούν να ενσωματωθούν αποτελεσματικά στο GIS για καλύτερη διερεύνηση (Botelho et al. 2018). Το βασικό σημείο της παρούσας έρευνας είναι ο συντονισμός του μοντέλου USLE με μεθόδους τηλεπισκόπησης και GIS για την αξιολόγηση του κινδύνου διάβρωσης (Ustun 2008) στη λεκάνη απορροής της Upper Lake Bhopal.<br /> Το μοντέλο USLE εξαρτάται από πολλές φυσικές και διαχειριστικές παραμέτρους που επηρεάζουν τη διάβρωση που κατηγοριοποιούνται σε πέντε παράγοντες, οι οποίοι μπορούν να εκφραστούν αριθμητικά. Η παρακάτω εξίσωση USLE:<br /> <br /> E = R × K × LS × C × P<br /> <br /> όπου E : η υπολογισμένη απώλεια εδάφους που προκαλείται από διάβρωση φύλλων και σχισμών R είναι ο συντελεστής διαβρωτικότητας βροχόπτωσης (MJ mm h /ha /yr), K είναι ο συντελεστής διαβρωτικότητας του εδάφους ( t ha h /ha / MJ /mm ), L είναι ο συντελεστής μήκους κλίσης (χωρίς διάσταση), S είναι ο συντελεστής απότομης κλίσης (χωρίς διάσταση), C είναι ο συντελεστής κάλυψης και διαχείρισης (χωρίς διάσταση κυμαίνεται από 0 έως 1) και P είναι ο συντελεστής πρακτικής υποστήριξης (χωρίς διάσταση κυμαίνεται από 0 έως 1). <br /> <br /> Το μοντέλο USPED δεν προβλέπει μόνο τα ποσοστά διάβρωσης του εδάφους αλλά επίσης λαμβάνει υπόψη την εναπόθεση που συμβαίνει στην λεκάνη απορροής (Liu et al. 2007). Επιπλέον, υποθέτει ότι η ποσότητα των ιζημάτων που μεταφέρονται από το νερό είναι σταθερή καθόλα τα όρια μεταφοράς. Ο καθαρός ρυθμός διάβρωσης / εναπόθεσης εκτιμάται ως η μεταβολή στον ρυθμό ροής ιζημάτων που εκφράζεται από την απόκλιση στη ροή ιζημάτων (Kandrika και Dwivedi 2003).<br /> <br /> Η ροή ιζημάτων : Qs = R × K × C × P×Am × (Sinb)n <br /> <br /> όπου οι σταθερές m και n έχουν τις τιμές 1.6 και 1.3 αντίστοιχα, για επικρατούσα διάβρωση των σχισμών και 1 για επικρατούσα διάβρωση των φύλλων (Mitasova και Mitas 1999).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η απώλεια εδάφους υπολογίστηκε χρησιμοποιώντας το USLE. Η ετήσια απώλεια εδάφους της λεκάνης απορροής εκτιμήθηκε σε 19,6 τόνους /ha/ έτος. Η απώλεια εδάφους για διαφορετικές υπο-λεκάνες απορροής κυμαινόταν από 1,26 έως 99,05 t/ ha/ έτος. Τα αποτελέσματα που ελήφθησαν από μοντέλα USLE κατηγοριοποιήθηκαν σε πέντε κατηγορίες: (1) Ζώνη πολύ υψηλού κινδύνου διάβρωσης, (2) Ζώνη υψηλού κινδύνου διάβρωσης, (3) Μέτρια ζώνη κινδύνου διάβρωσης, (4) Ζώνη χαμηλού κινδύνου διάβρωσης και (5) Πολύ χαμηλού κινδύνου ζώνη διάβρωσης. Ο ετήσιος χάρτης απώλειας εδάφους παρουσιάζεται στην εικόνα 2.<br /> Διαπιστώθηκε ότι η συνολική διάβρωση του εδάφους που υπολογίστηκε χρησιμοποιώντας το μοντέλο USPED που προέκυψε λόγω της διάβρωσης των φύλλων ήταν 761910 t / yr και λόγω της διάβρωσης σχισμών βρέθηκε να είναι 2510 t /yr. Η συνολική διάβρωση που οφείλεται τόσο στη διάβρωση των φύλλων όσο και στις σχισμές είναι 764481,5 τόνοι/έτος. Η χωρική κατανομή των καθαρών ποσοστών διάβρωσης / απόθεσης με USPED φαίνεται στην εικόνα 3. Όλη η λεκάνη απορροής έχει κατηγοριοποιηθεί ως Υψηλή απόθεση από 25,00 έως 200,00 τόνους / ha/ έτος , μέτρια απόθεση από 8,50 έως 25,00 τόνους/ ha/ έτος, χαμηλή εναπόθεση από 4,00 έως 8,50 τόνους /ha/ έτος, σταθερή από -4,00 έως 4,00 τόνους / ha/έτος, χαμηλός κίνδυνος διάβρωσης -4,00 έως −8,50 τόνους /ha/έτος , μέτρια από −8,50 έως −25,00 t /ha /1 , υψηλός κίνδυνος διάβρωσης από -25,00 έως 75,00 t/ ha/yr, πολύ υψηλός κίνδυνος διάβρωσης από −75,00 έως −200,00 t /ha /έτος.<br /> Η διάβρωση που εκτιμάται με το μοντέλα USLE και το USPED φαίνεται στον πίνακα της εικόνας 4.<br /> Δεδομένου ότι τα πρακτικά δεδομένα για τη διάβρωση του εδάφους της λεκάνης δεν ήταν διαθέσιμα, η εφαρμογή δύο μοντέλων στη σύγκριση της εκτίμησης της διάβρωσης του εδάφους ήταν πολύ χρήσιμη. Συγκεκριμένα, οι εκτιμώμενοι ρυθμοί που υπολογίζονται από το USPED είναι πιο ακριβείς από εκείνους που επιτυγχάνονται από το USLE καθώς το USPED αντικαθιστά το μήκος κλίσης λ (που λαμβάνεται στο USLE) με την ανηφορική περιοχή ανά μονάδα πλάτους περιγράμματος Α, το οποίο δείχνει καλύτερα την επίδραση της σύγκλισης / απόκλισης της ροής στην αυξημένη διάβρωση.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη έδειξε τη δυνατότητα εφαρμογής των μοντέλων USLE και USPED για την αξιολόγηση της χωρικής κατανομής της απώλειας εδάφους και της καθαρής διάβρωσης / εναπόθεσης εδάφους σε μια κλίμακα λεκάνης απορροής. Η χωρική διάβρωσης του εδάφους έδειξε ότι η βροχόπτωση και η κλίση παίζουν σημαντικό ρόλο στη διάβρωση του εδάφους στο άνω τμήμα της Upper Lake, ενώ οι καλύψεις βλάστησης και οι ιδιότητες του εδάφους επικρατούν στις επιπεδες ζώνες. Η εφαρμογή και των δύο μοντέλων USLE και USPED έδωσε τις απαραίτητες πληροφορίες για τη χρήση διαφόρων στρατηγικών για την κατανόηση της διάβρωσης του εδάφους. Περιλαμβάνει διάφορους παράγοντες, για παράδειγμα, τις κλιματολογικές συνθήκες, τη γεωλογία, τη χρήση γης και την εξάπλωση γης και ούτω καθεξής, που συμβάλλουν στον εντοπισμό περιοχών διάβρωσης του εδάφους. Επίσης, τα αποτελέσματα που αποκτήθηκαν σε αυτήν τη μελέτη μπορούν να αποτελέσουν πολύτιμη αναφορά στην περαιτέρω αναγνώριση κεκλιμένων ζωνών, πρακτικών προστασίας του εδάφους, οικολογικής διαχείρισης της Upper Lake, Bhopal. <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]<br /> [[category:Υποβάθμιση εδαφών]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T12:58:28Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> * [[Μοντελοποίηση προσομοίωσης πυρκαγιάς με χρήση τηλεπισκόπησης &amp; GIS]]<br /> * [[Η χαρτογράφηση καλλιεργημένων περιοχών που υπέστησαν ζημιά από χαλάζι χρησιμοποιώντας πολυφασματικά δορυφορικά δεδομένα]]<br /> * [[Χαρτογράφηση κατολισθήσεων με οπτικά δεδομένα και δεδομένα ραντάρ : Mελέτη περίπτωσης του Αμύνταιου, Δυτική Μακεδονία]]<br /> * [[Χωρική μοντελοποίηση για φυσική και περιβαλλοντική ευπάθεια μέσω τηλεπισκόπησης και GIS στο Αστραχάν της Ρωσίας]]<br /> * [[Αξιολόγηση δυνητικών υδροφορέων με χρήση GIS και τηλεπισκόπησης: Μελέτη περίπτωσης της λίμνης Τana, γαλάζιος Νείλος, Αιθιοπία]]<br /> * [[Συγκριτική μελέτη μοντέλων διάβρωσης εδάφους με βάση GIS και τηλεπισκόπηση]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%B3%CE%BA%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CF%89%CE%BD_%CE%B4%CE%B9%CE%AC%CE%B2%CF%81%CF%89%CF%83%CE%B7%CF%82_%CE%B5%CE%B4%CE%AC%CF%86%CE%BF%CF%85%CF%82_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7 2021-02-07T12:58:01Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A10_EIK1.png | thumb | right | '''Εικ. 1. Πίνακας περιγραφής δεδομένων.''' Πηγή: https://www.tandfonline.com/doi/abs/10...'</p> <hr /> <div>[[Εικόνα: AG_A10_EIK1.png | thumb | right | '''Εικ. 1. Πίνακας περιγραφής δεδομένων.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> [[Εικόνα: AG_A10_EIK2.png | thumb | right | '''Εικ. 2. Περιοχή μελέτης.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]] <br /> [[Εικόνα: AG_A10_EIK3.png | thumb | right | '''Εικ. 3. Ετήσια απώλεια εδάφους της λεκάνης απορροής της λίμνης Bhopal χρησιμοποιώντας το μοντέλο USLE.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> [[Εικόνα: AG_A10_EIK4.png | thumb | right | '''Εικ. 4. Πίνακας σύγκρισης μεταξύ USLE και USPED υπολογισμού διάβρωσης του εδάφους.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> [[Εικόνα: AG_A10_EIK5.png | thumb | right | '''Εικ. 5. Χωρική κατανομή των καθαρών ποσοστών διάβρωσης/ εναπόθεσης με USPED model.''' Πηγή: https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''A comparative study of soil erosion models based on GIS and remote sensing'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Bikram Prasad &amp; H.L Tiwari'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Prasad, B., &amp; Tiwari, H. . (2020). A comparative study of soil erosion models based on GIS and remote sensing. ISH Journal of Hydraulic Engineering, 1–5. https://www.tandfonline.com/doi/abs/10.1080/09715010.2020.1814881'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> H Νότια Ασία είναι μια από τις περιοχές του κόσμου όπου η διάβρωση του εδάφους από το νερό και τον άνεμο είναι ένα σοβαρό πρόβλημα (Venkateswarlu 1994; Singh et al. 1992). Περίπου 2 δισεκατομμύρια εκτάρια (ha) της συνολικής έκτασης της γης εκτίθενται σε διάβρωση του εδάφους από ανθρώπινη δραστηριότητα. Λόγω της διάβρωσης, η παγκόσμια απώλεια της παραγωγής των καλλιεργειών εκτιμήθηκε ως 10% στα δημητριακά, 5% στα φασόλια σόγιας, 5% στα όσπρια και 12% στις ρίζες και στους κονδύλους (Lal 1998). Ο σκοπός αυτής της μελέτης είναι να συγκρίνει και να αξιολογήσει την καταλληλότητα των μοντέλων Universal Soil Loss Equation (USLE) και Unit Stream Power-based Soosion Erosion / Deposition (USPED) για την αξιολόγηση της κατανομής της διάβρωσης του εδάφους σε κλίμακα λεκάνης απορροής. <br /> Περιγραφή της περιοχής μελέτης και των δεδομένων<br /> Η Upper Lake στο Bhopal έχει μια λεκάνη απορροής 362,35 τετραγωνικά χιλιόμετρα με χωρητικότητα 117,05 εκατομμύρια κυβικά μέτρα. Το πρότυπο χρήσης γης περίπου του 80% της λεκάνης απορροής είναι γεωργικό, ενώ το 5% είναι δασικό και το υπόλοιπο αστικό. Το νερό της βροχής είναι η μόνη πηγή νερού σε αυτήν τη λίμνη. Η περιγραφή των διαφόρων δεδομένων δίνεται στον πίνακα 1 της εικόνας 1. Η περιοχή μελέτης φαίνεται στην εικόνα 2.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Το μαθηματικό μοντέλο USLE επελέγη και ενσωματώθηκε στην περιοχή μελέτης, καθώς απαιτεί χάρτη μορφολογικού αναγλύφου με χρήση γης που μπορούν να παραχθούν από εικόνες τηλεπισκόπησης, δεδομένα βροχόπτωσης, τύπους εδάφους και τις ιδιότητές τους. Άλλες δυνατότητες του USLE είναι ότι οι παράμετροι αυτού του μοντέλου μπορούν να ενσωματωθούν αποτελεσματικά στο GIS για καλύτερη διερεύνηση (Botelho et al. 2018). Το βασικό σημείο της παρούσας έρευνας είναι ο συντονισμός του μοντέλου USLE με μεθόδους τηλεπισκόπησης και GIS για την αξιολόγηση του κινδύνου διάβρωσης (Ustun 2008) στη λεκάνη απορροής της Upper Lake Bhopal.<br /> Το μοντέλο USLE εξαρτάται από πολλές φυσικές και διαχειριστικές παραμέτρους που επηρεάζουν τη διάβρωση που κατηγοριοποιούνται σε πέντε παράγοντες, οι οποίοι μπορούν να εκφραστούν αριθμητικά. Η παρακάτω εξίσωση USLE:<br /> <br /> E = R × K × LS × C × P<br /> <br /> όπου E : η υπολογισμένη απώλεια εδάφους που προκαλείται από διάβρωση φύλλων και σχισμών R είναι ο συντελεστής διαβρωτικότητας βροχόπτωσης (MJ mm h /ha /yr), K είναι ο συντελεστής διαβρωτικότητας του εδάφους ( t ha h /ha / MJ /mm ), L είναι ο συντελεστής μήκους κλίσης (χωρίς διάσταση), S είναι ο συντελεστής απότομης κλίσης (χωρίς διάσταση), C είναι ο συντελεστής κάλυψης και διαχείρισης (χωρίς διάσταση κυμαίνεται από 0 έως 1) και P είναι ο συντελεστής πρακτικής υποστήριξης (χωρίς διάσταση κυμαίνεται από 0 έως 1). <br /> <br /> Το μοντέλο USPED δεν προβλέπει μόνο τα ποσοστά διάβρωσης του εδάφους αλλά επίσης λαμβάνει υπόψη την εναπόθεση που συμβαίνει στην λεκάνη απορροής (Liu et al. 2007). Επιπλέον, υποθέτει ότι η ποσότητα των ιζημάτων που μεταφέρονται από το νερό είναι σταθερή κσθόλα τα όρια μεταφοράς. Ο καθαρός ρυθμός διάβρωσης / εναπόθεσης εκτιμάται ως η μεταβολή στον ρυθμό ροής ιζημάτων που εκφράζεται από την απόκλιση στη ροή ιζημάτων (Kandrika και Dwivedi 2003).<br /> <br /> Η ροή ιζημάτων : Qs = R × K × C × P×Am × (Sinb)n <br /> <br /> όπου οι σταθερές m και n έχουν τις τιμές 1.6 και 1.3 αντίστοιχα, για επικρατούσα διάβρωση των σχισμών και 1 για επικρατούσα διάβρωση των φύλλων (Mitasova και Mitas 1999).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η απώλεια εδάφους υπολογίστηκε χρησιμοποιώντας το USLE. Η ετήσια απώλεια εδάφους της λεκάνης απορροής εκτιμήθηκε σε 19,6 τόνους /ha/ έτος. Η απώλεια εδάφους για διαφορετικές υπο-λεκάνες απορροής κυμαινόταν από 1,26 έως 99,05 t/ ha/ έτος. Τα αποτελέσματα που ελήφθησαν από μοντέλα USLE κατηγοριοποιήθηκαν σε πέντε κατηγορίες: (1) Ζώνη πολύ υψηλού κινδύνου διάβρωσης, (2) Ζώνη υψηλού κινδύνου διάβρωσης, (3) Μέτρια ζώνη κινδύνου διάβρωσης, (4) Ζώνη χαμηλού κινδύνου διάβρωσης και (5) Πολύ χαμηλού κινδύνου ζώνη διάβρωσης. Ο ετήσιος χάρτης απώλειας εδάφους παρουσιάζεται στην εικόνα 2.<br /> Διαπιστώθηκε ότι η συνολική διάβρωση του εδάφους που υπολογίστηκε χρησιμοποιώντας το μοντέλο USPED που προέκυψε λόγω της διάβρωσης των φύλλων ήταν 761910 t / yr και λόγω της διάβρωσης σχισμών βρέθηκε να είναι 2510 t /yr. Η συνολική διάβρωση που οφείλεται τόσο στη διάβρωση των φύλλων όσο και στις σχισμές είναι 764481,5 τόνοι/έτος. Η χωρική κατανομή των καθαρών ποσοστών διάβρωσης / απόθεσης με USPED φαίνεται στην εικόνα 3. Όλη η λεκάνη απορροής έχει κατηγοριοποιηθεί ως Υψηλή απόθεση από 25,00 έως 200,00 τόνους / ha/ έτος , μέτρια απόθεση από 8,50 έως 25,00 τόνους/ ha/ έτος, χαμηλή εναπόθεση από 4,00 έως 8,50 τόνους /ha/ έτος, σταθερή από -4,00 έως 4,00 τόνους / ha/έτος, χαμηλός κίνδυνος διάβρωσης -4,00 έως −8,50 τόνους /ha/έτος , μέτρια από −8,50 έως −25,00 t /ha /1 , υψηλός κίνδυνος διάβρωσης από -25,00 έως 75,00 t/ ha/yr, πολύ υψηλός κίνδυνος διάβρωσης από −75,00 έως −200,00 t /ha /έτος.<br /> Η διάβρωση που εκτιμάται με το μοντέλα USLE και το USPED φαίνεται στον πίνακα 2 της εικόνας 4.<br /> Δεδομένου ότι τα πρακτικά δεδομένα για τη διάβρωση του εδάφους της λεκάνης δεν ήταν διαθέσιμα, η εφαρμογή δύο μοντέλων στη σύγκριση της εκτίμησης της διάβρωσης του εδάφους ήταν πολύ χρήσιμη. Συγκεκριμένα, οι εκτιμώμενοι ρυθμοί που υπολογίζονται από το USPED είναι πιο ακριβείς από εκείνους που επιτυγχάνονται από το USLE καθώς το USPED αντικαθιστά το μήκος κλίσης λ (που λαμβάνεται στο USLE) με την ανηφορική περιοχή ανά μονάδα πλάτους περιγράμματος Α, το οποίο δείχνει καλύτερα την επίδραση της σύγκλισης / απόκλισης της ροής στην αυξημένη διάβρωση.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη έδειξε τη δυνατότητα εφαρμογής των μοντέλων USLE και USPED για την αξιολόγηση της χωρικής κατανομής της απώλειας εδάφους και της καθαρής διάβρωσης / εναπόθεσης εδάφους σε μια κλίμακα λεκάνης απορροής. Η χωρική διάβρωσης του εδάφους έδειξε ότι η βροχόπτωση και η κλίση παίζουν σημαντικό ρόλο στη διάβρωση του εδάφους στο άνω τμήμα της Upper Lake, ενώ οι καλύψεις βλάστησης και οι ιδιότητες του εδάφους επικρατούν στις επιπεδες ζώνες. Η εφαρμογή και των δύο μοντέλων USLE και USPED έδωσε τις απαραίτητες πληροφορίες για τη χρήση διαφόρων στρατηγικών για την κατανόηση της διάβρωσης του εδάφους. Περιλαμβάνει διάφορους παράγοντες, για παράδειγμα, τις κλιματολογικές συνθήκες, τη γεωλογία, τη χρήση γης και την εξάπλωση γης και ούτω καθεξής, που συμβάλλουν στον εντοπισμό περιοχών διάβρωσης του εδάφους. Επίσης, τα αποτελέσματα που αποκτήθηκαν σε αυτήν τη μελέτη μπορούν να αποτελέσουν πολύτιμη αναφορά στην περαιτέρω αναγνώριση κεκλιμένων ζωνών, πρακτικών προστασίας του εδάφους, οικολογικής διαχείρισης της Upper Lake, Bhopal. <br /> <br /> <br /> <br /> [[category:Γεωλογία – Εδαφολογία]]<br /> [[category:Υποβάθμιση εδαφών]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A10_EIK5.png 2021-02-07T12:37:30Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A10_EIK4.png 2021-02-07T12:37:20Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A10_EIK3.png 2021-02-07T12:37:13Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A10_EIK2.png 2021-02-07T12:37:05Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A10_EIK1.png 2021-02-07T12:36:53Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%AD%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82:_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A4ana,_%CE%B3%CE%B1%CE%BB%CE%AC%CE%B6%CE%B9%CE%BF%CF%82_%CE%9D%CE%B5%CE%AF%CE%BB%CE%BF%CF%82,_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1 2021-02-07T12:25:41Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A9_EIK1.png | thumb | right | '''Εικ. 1. Περιοχή μελέτης της Guna Tana.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2214581818302428]]<br /> [[Εικόνα: AG_A9_EIK2.png | thumb | right | '''Εικ. 2. Καμπύλη ROC για επικύρωση προβλεπόμενου χάρτη.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2214581818302428]] <br /> [[Εικόνα: AG_A9_EIK3.png | thumb | right | '''Εικ. 3. Πίνακας: Βάρος θεματικού χαρακτηριστικού βάσει συνεισφοράς των υπόγειων υδάτων.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2214581818302428]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Groundwater potential assessment using GIS and remote sensing: A case study of Guna tana landscape, upper blue Nile Basin, Ethiopia'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Tesfa Gebrie Andualem , Girum Getachew Demeke'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Andualem,T.G.,&amp; Demeke,G.G. (2019). Groundwater potential assessment using GIS and remote sensing: A case study of Guna tana landscape, upper blue Nile Basin, Ethiopia. Journal of Hydrology: Regional Studies https://www.sciencedirect.com/science/article/pii/S2214581818302428'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι πόροι των υπόγειων υδάτων είναι ένας σημαντικός φυσικός πόρος για χρήση σε οικιακούς, γεωργικούς και βιομηχανικούς σκοπούς. Υπήρξε μια τεράστια αύξηση στη ζήτηση για υπόγεια ύδατα λόγω της αύξησης του πληθυσμού, των προηγμένων πρακτικών άρδευσης και των βιομηχανικών χρήσεων (Jha et al., 2010, 2007). Η πιθανή χαρτογράφηση υπογείων υδάτων στο τοπίο της Guna Tana θα έχει σημαντική επίδραση στην περιοχή καθώς και στη χώρα δεδομένου ότι είναι το μεγαλύτερο μέρος που συμβάλλει στη λίμνη Tana και στον Γαλάζιο Νείλο. Η χαρτογράφηση του υπόγειου νερού θα ενισχύσει τη βιώσιμη διαχείριση των υπόγειων υδάτινων πόρων στη χώρα. Οι κύριοι στόχοι αυτής της μελέτης είναι: α) η ανάπτυξη θεματικών στρωμάτων για την ανάπτυξη πιθανών ζωνών υπόγειων υδάτων, β) η προετοιμασία της χωρικής μεταβλητότητας των ζωνών υπόγειων υδάτων και δ) απόδειξη των δυνατοτήτων της τηλεπισκόπησης και του GIS στη χαρτογράφηση υπόγειων υδάτων.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> ''Περιγραφή της περιοχής μελέτης'' <br /> <br /> Το τοπίο Guna Tana βρίσκεται στο βορειοδυτικό τμήμα της Αιθιοπίας (Εικ. 1). Αυτό το τοπίο αποτελείται από δύο λεκάνες απορροής, Gumara και Ribb.Η τοπογραφία της περιοχής μελέτης κυμαίνεται από 1752m a.m.s.l. στη λίμνη Τάνα έως 4090m a.m.s.l στο όρος Γκούνα. Οι ποταμοί Gumara και Rib προέρχονται από μικρές πηγές που βρίσκονται κοντά στο Guna Moutain σε υψόμετρο 4090m a.m.s.l. και αποχετεύονται στο ανατολικό τμήμα της λίμνης Τάνα.Τα εύρη υψηλότερου υψομέτρου βρίσκονται στην ανατολική γωνία (περιοχή Guna mount) ενώ η υπόλοιπη περιοχή είναι σχετικά ομοιόμορφη. Στη τοποθεσία της λίμνης Tana τα υπόγεια ύδατα χρησιμοποιούνται κυρίως για οικιακούς σκοπούς. Μερικές φορές χρησιμοποιείται για τη συμπλήρωση του ελλείμματος άρδευσης σε κατάντη μέρη του τοπίου. Η ανάγκη για συμπληρωματική άρδευση (σε χαμηλότερα μέρη του τοπίου) και οικιακή χρήση (σε ανώτερα μέρη του τοπίου) είναι πολύ υψηλή.<br /> <br /> ''Προετοιμασία θεματικών χαρτών'' <br /> <br /> Όλοι οι απαιτούμενοι θεματικοί χάρτες αναπτύχθηκαν από τα συλλεγμένα σύνολα δεδομένων χρησιμοποιώντας το λογισμικό ArcGIS 10.3.1. Δημιουργήθηκαν χάρτες γεωλογικών/λιθολογικών χαρακτηριστικών, κατανομής ποσοστού κλίσης του τοπίου (διακύμανση από 0 έως 67,7%.), χάρτες κύριων εδαφών (χαμηλή έως μέτρια ιδιότητα διείσδυσης), χάρτες κάλυψη γης (έξι τύποι), πυκνότητας γραμμής, πυκνότητα αποστράγγισης και γεωμορφολογικούς (11 τύποι μορφών γης).<br /> <br /> ''Καθορισμός σπουδαιότητας (βάρους)''<br /> <br /> Τα κανονικοποιημένα βάρη των μεμονωμένων θεμάτων και των διαφορετικών επιπέδων τους υπολογίστηκαν χρησιμοποιώντας τη μέθοδο AHP. Τα ζεύγη των κριτηρίων Ci (στη σειρά) και Cj (στη στήλη) θεωρήθηκαν με βάση: 1) ποιο κριτήριο ήταν σημαντικό, Ci ή Cj και 2) πόσο το εν λόγω κριτήριο είναι πιο σημαντικό σε σχέση με το λιγότερο σημαντικό κριτήριο. Τα κανονικοποιημένα βάρη προσδιορίστηκαν διαιρώντας κάθε Ci (τιμές γραμμής) με το σύνολο της στήλης. Σε αυτή τη μελέτη, ο λόγος συνοχής (CR) βρίσκεται 0,029. Αυτή η αναλογία αντικατοπτρίζει ένα λογικό επίπεδο συνέπειας στη φάση σύγκρισης ανά ζεύγος. Επομένως, μπορεί να φανεί ότι τα μοντέλα AHP που εφαρμόστηκαν σε αυτή τη μελέτη έδειξαν αρκετά καλή ακρίβεια στη χωρική πρόβλεψη πιθανότητας υπόγειων υδάτων. Δεδομένου ότι το χαρακτηριστικό αποστράγγισης είναι χαμηλό, τα εδάφη με χαμηλή ιδιότητα αποστράγγισης είχαν υψηλή ικανότητα συγκράτησης νερού του εδάφους, από την άλλη πλευρά, εδάφη με χαρακτηριστικό έντονης αποστράγγισης είναι χαμηλά στην αποθήκευση υπόγειων υδάτων. Οι περιοχές με υψηλή πυκνότητα γραμμής χαρακτηρίστηκαν ως περιοχές υψηλής φόρτισης υπόγειων υδάτων. Ενώ οι περιοχές με υψηλή κλίση κατηγοριοποιήθηκαν ως πολύ φτωχή περιοχή υπογείων υδάτων (Rajaveni et al., 2017) καθώς ευνοούν τις βροχοπτώσεις να ρέουν ως απορροή παρά να διεισδύουν στην κάτω επιφάνεια.<br /> <br /> ''Ανάπτυξη δυνητικών χαρτών υπόγειων υδάτων''<br /> <br /> Οι ζώνες προοπτικής υπόγειων υδάτων αξιολογήθηκαν με βάση τον Δείκτη Δυναμικού Υπογείων Υδάτων (GWPI) που υπολογίστηκε από την ολοκλήρωση όλων των θεματικών επιπέδων που επηρεάζουν τα υπόγεια ύδατα. Το εργαλείο «σταθμισμένη ανάλυση επικάλυψης» χρησιμοποιήθηκε για τον υπολογισμό των τιμών του δείκτη δυνητικών υπογείων υδάτων χρησιμοποιώντας την εξίσωση που πρότεινε ο Malczewski, 1999:<br /> <br /> GWPI=∑mw=1∑nj=1(Wj*Xi)<br /> <br /> Όπου Wj είναι το ομαλοποιημένο βάρος του jth στρώματος, Xi είναι το ομαλοποιημένο βάρος του ith χαρακτηριστικό του θεματικού στρώματος, m είναι ο συνολικός αριθμός των θεματικών στρωμάτων, και n είναι ο συνολικός αριθμός των χαρακτηριστικών ενός δεδομένου θέματος.<br /> Οι τιμές GWPI χρησιμοποιήθηκαν για την ταξινόμηση της περιοχής σε εξαιρετική, πολύ καλή, μέτρια, φτωχή ή πολύ φτωχή όσον αφορά το δυναμικό υπόγειων υδάτων (Jha et al., 2010· Chowdhury et al., 2010; Sahoo et al., 2015).<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα έδειξαν ότι εξαιρετικές πιθανές ζώνες υπόγειων υδάτων βρίσκονται σε κατάντη τμήματα της περιοχής μελέτης. Σε αυτές τις περιοχές η κλίση είναι πολύ επίπεδη, πολύ πορώδης λιθολογία που είναι ιζήματα λακτρίνης που οδηγεί σε υψηλό ρυθμό διείσδυσης και επίσης το έδαφος είναι πηλός που μπορεί να συγκρατήσει υψηλή ποσότητα νερού. Οι χάρτες προοπτικών υπόγειων υδάτων επικυρώθηκαν με τα υπάρχοντα πηγάδια και η AUC βρέθηκε 0,705 που δείχνει καλή ικανότητα πρόβλεψης της μεθόδου AHP. Ως εκ τούτου, οι δραστηριότητες ανάπτυξης υπόγειων υδάτων μπορούν να εκτελεστούν σε τέτοιες υψηλές ζώνες προοπτικής υπόγειων υδάτων του τοπίου για την αύξηση της παραγωγικότητας της συμπληρωματικής άρδευσης και οικιακής χρήσης. Αυτή η μελέτη είναι πολύ χρήσιμη για τους σχεδιαστές υδάτινων πόρων αναφέροντας τους πιθανούς τομείς ανάπτυξης, και αυτή η μεθοδολογία μπορεί να εφαρμοστεί σε άλλα μέρη της χώρας. Περαιτέρω μελέτες μπορούν να γίνουν σχετικά με την υδροχημεία των υπόγειων υδάτων και την καταλληλότητά της για οικιακή χρήση και άρδευση, καθώς και για το ποσό αναπλήρωσης των υπόγειων υδάτων και τη σχέση του με την ποσότητα υετού.<br /> <br /> <br /> <br /> [[category:Υδατικοί Πόροι]]<br /> [[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T12:19:52Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> * [[Μοντελοποίηση προσομοίωσης πυρκαγιάς με χρήση τηλεπισκόπησης &amp; GIS]]<br /> * [[Η χαρτογράφηση καλλιεργημένων περιοχών που υπέστησαν ζημιά από χαλάζι χρησιμοποιώντας πολυφασματικά δορυφορικά δεδομένα]]<br /> * [[Χαρτογράφηση κατολισθήσεων με οπτικά δεδομένα και δεδομένα ραντάρ : Mελέτη περίπτωσης του Αμύνταιου, Δυτική Μακεδονία]]<br /> * [[Χωρική μοντελοποίηση για φυσική και περιβαλλοντική ευπάθεια μέσω τηλεπισκόπησης και GIS στο Αστραχάν της Ρωσίας]]<br /> * [[Αξιολόγηση δυνητικών υδροφορέων με χρήση GIS και τηλεπισκόπησης: Μελέτη περίπτωσης της λίμνης Τana, γαλάζιος Νείλος, Αιθιοπία]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CF%81%CE%BF%CF%86%CE%BF%CF%81%CE%AD%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82:_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BB%CE%AF%CE%BC%CE%BD%CE%B7%CF%82_%CE%A4ana,_%CE%B3%CE%B1%CE%BB%CE%AC%CE%B6%CE%B9%CE%BF%CF%82_%CE%9D%CE%B5%CE%AF%CE%BB%CE%BF%CF%82,_%CE%91%CE%B9%CE%B8%CE%B9%CE%BF%CF%80%CE%AF%CE%B1 2021-02-07T12:19:29Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A9_EIK1.png | thumb | right | '''Εικ. 1. Περιοχή μελέτης της Guna Tana.''' Πηγή: https://www.sciencedirect.com/science/article/p...'</p> <hr /> <div>[[Εικόνα: AG_A9_EIK1.png | thumb | right | '''Εικ. 1. Περιοχή μελέτης της Guna Tana.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2214581818302428]]<br /> [[Εικόνα: AG_A9_EIK2.png | thumb | right | '''Εικ. 2. Καμπύλη ROC για επικύρωση προβλεπόμενου χάρτη.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2214581818302428]] <br /> [[Εικόνα: AG_A9_EIK3.png | thumb | right | '''Εικ. 3. Πίνακας: Βάρος θεματικού χαρακτηριστικού βάσει συνεισφοράς των υπόγειων υδάτων.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2214581818302428]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Groundwater potential assessment using GIS and remote sensing: A case study of Guna tana landscape, upper blue Nile Basin, Ethiopia'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Tesfa Gebrie Andualem , Girum Getachew Demeke'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Andualem,T.G.,&amp; Demeke,G.G. (2019). Groundwater potential assessment using GIS and remote sensing: A case study of Guna tana landscape, upper blue Nile Basin, Ethiopia. Journal of Hydrology: Regional Studies https://www.sciencedirect.com/science/article/pii/S2214581818302428'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι πόροι των υπόγειων υδάτων είναι ένας σημαντικός φυσικός πόρος για χρήση σε οικιακούς, γεωργικούς και βιομηχανικούς σκοπούς. Υπήρξε μια τεράστια αύξηση στη ζήτηση για υπόγεια ύδατα λόγω της αύξησης του πληθυσμού, των προηγμένων πρακτικών άρδευσης και των βιομηχανικών χρήσεων (Jha et al., 2010, 2007). Η πιθανή χαρτογράφηση υπογείων υδάτων στο τοπίο της Guna Tana θα έχει σημαντική επίδραση στην περιοχή καθώς και στη χώρα δεδομένου ότι είναι το μεγαλύτερο μέρος που συμβάλλει στη λίμνη Tana και στον Γαλάζιο Νείλο. Η χαρτογράφηση του υπόγειου νερού θα ενισχύσει τη βιώσιμη διαχείριση των υπόγειων υδάτινων πόρων στη χώρα. Οι κύριοι στόχοι αυτής της μελέτης είναι: α) η ανάπτυξη θεματικών στρωμάτων για την ανάπτυξη πιθανών ζωνών υπόγειων υδάτων, β) η προετοιμασία της χωρικής μεταβλητότητας των ζωνών υπόγειων υδάτων και δ) απόδειξη των δυνατοτήτων της τηλεπισκόπησης και του GIS στη χαρτογράφηση υπόγειων υδάτων.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> ''Περιγραφή της περιοχής μελέτης'' <br /> <br /> Το τοπίο Guna Tana βρίσκεται στο βορειοδυτικό τμήμα της Αιθιοπίας (Εικ. 1). Αυτό το τοπίο αποτελείται από δύο λεκάνες απορροής, Gumara και Ribb.Η τοπογραφία της περιοχής μελέτης κυμαίνεται από 1752m a.m.s.l. στη λίμνη Τάνα έως 4090m a.m.s.l στο όρος Γκούνα. Οι ποταμοί Gumara και Rib προέρχονται από μικρές πηγές που βρίσκονται κοντά στο Guna Moutain σε υψόμετρο 4090m a.m.s.l. και αποχετεύονται στο ανατολικό τμήμα της λίμνης Τάνα.Τα εύρη υψηλότερου υψομέτρου βρίσκονται στην ανατολική γωνία (περιοχή Guna mount) ενώ η υπόλοιπη περιοχή είναι σχετικά ομοιόμορφη. Στη τοποθεσία της λίμνης Tana τα υπόγεια ύδατα χρησιμοποιούνται κυρίως για οικιακούς σκοπούς. Μερικές φορές χρησιμοποιείται για τη συμπλήρωση του ελλείμματος άρδευσης σε κατάντη μέρη του τοπίου. Η ανάγκη για συμπληρωματική άρδευση (σε χαμηλότερα μέρη του τοπίου) και οικιακή χρήση (σε ανώτερα μέρη του τοπίου) είναι πολύ υψηλή.<br /> <br /> ''Προετοιμασία θεματικών χαρτών'' <br /> <br /> Όλοι οι απαιτούμενοι θεματικοί χάρτες αναπτύχθηκαν από τα συλλεγμένα σύνολα δεδομένων χρησιμοποιώντας το λογισμικό ArcGIS 10.3.1. Δημιουργήθηκαν χάρτες γεωλογικών/λιθολογικών χαρακτηριστικών, κατανομής ποσοστού κλίσης του τοπίου (διακύμανση από 0 έως 67,7%.), χάρτες κύριων εδαφών (χαμηλή έως μέτρια ιδιότητα διείσδυσης), χάρτες κάλυψη γης (έξι τύποι), πυκνότητας γραμμής, πυκνότητα αποστράγγισης και γεωμορφολογικούς (11 τύποι μορφών γης).<br /> <br /> ''Καθορισμός σπουδαιότητας (βάρους)''<br /> <br /> Τα κανονικοποιημένα βάρη των μεμονωμένων θεμάτων και των διαφορετικών επιπέδων τους υπολογίστηκαν χρησιμοποιώντας τη μέθοδο AHP. Τα ζεύγη των κριτηρίων Ci (στη σειρά) και Cj (στη στήλη) θεωρήθηκαν με βάση: 1) ποιο κριτήριο ήταν σημαντικό, Ci ή Cj και 2) πόσο το εν λόγω κριτήριο είναι πιο σημαντικό σε σχέση με το λιγότερο σημαντικό κριτήριο. Τα κανονικοποιημένα βάρη προσδιορίστηκαν διαιρώντας κάθε Ci (τιμές γραμμής) με το σύνολο της στήλης. Σε αυτή τη μελέτη, ο λόγος συνοχής (CR) βρίσκεται 0,029. Αυτή η αναλογία αντικατοπτρίζει ένα λογικό επίπεδο συνέπειας στη φάση σύγκρισης ανά ζεύγος. Επομένως, μπορεί να φανεί ότι τα μοντέλα AHP που εφαρμόστηκαν σε αυτή τη μελέτη έδειξαν αρκετά καλή ακρίβεια στη χωρική πρόβλεψη πιθανότητας υπόγειων υδάτων. Δεδομένου ότι το χαρακτηριστικό αποστράγγισης είναι χαμηλό, τα εδάφη με χαμηλή ιδιότητα αποστράγγισης είχαν υψηλή ικανότητα συγκράτησης νερού του εδάφους, από την άλλη πλευρά, εδάφη με χαρακτηριστικό έντονης αποστράγγισης είναι χαμηλά στην αποθήκευση υπόγειων υδάτων. Οι περιοχές με υψηλή πυκνότητα γραμμής χαρακτηρίστηκαν ως περιοχές υψηλής φόρτισης υπόγειων υδάτων. Ενώ οι περιοχές με υψηλή κλίση κατηγοριοποιήθηκαν ως πολύ φτωχή περιοχή υπογείων υδάτων (Rajaveni et al., 2017) καθώς ευνοούν τις βροχοπτώσεις να ρέουν ως απορροή παρά να διεισδύουν στην κάτω επιφάνεια.<br /> <br /> ''Ανάπτυξη δυνητικών χαρτών υπόγειων υδάτων''<br /> <br /> Οι ζώνες προοπτικής υπόγειων υδάτων αξιολογήθηκαν με βάση τον Δείκτη Δυναμικού Υπογείων Υδάτων (GWPI) που υπολογίστηκε από την ολοκλήρωση όλων των θεματικών επιπέδων που επηρεάζουν τα υπόγεια ύδατα. Το εργαλείο «σταθμισμένη ανάλυση επικάλυψης» χρησιμοποιήθηκε για τον υπολογισμό των τιμών του δείκτη δυνητικών υπογείων υδάτων χρησιμοποιώντας την εξίσωση που πρότεινε ο Malczewski, 1999:<br /> <br /> GWPI = ∑_(j=1)^n▒∑_(i=1)^m▒〖Xi*Wj〗<br /> <br /> Όπου Wj είναι το ομαλοποιημένο βάρος του jth στρώματος, Xi είναι το ομαλοποιημένο βάρος του ith χαρακτηριστικό του θεματικού στρώματος, m είναι ο συνολικός αριθμός των θεματικών στρωμάτων, και n είναι ο συνολικός αριθμός των χαρακτηριστικών ενός δεδομένου θέματος.<br /> Οι τιμές GWPI χρησιμοποιήθηκαν για την ταξινόμηση της περιοχής σε εξαιρετική, πολύ καλή, μέτρια, φτωχή ή πολύ φτωχή όσον αφορά το δυναμικό υπόγειων υδάτων (Jha et al., 2010· Chowdhury et al., 2010; Sahoo et al., 2015).<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα αποτελέσματα έδειξαν ότι εξαιρετικές πιθανές ζώνες υπόγειων υδάτων βρίσκονται σε κατάντη τμήματα της περιοχής μελέτης. Σε αυτές τις περιοχές η κλίση είναι πολύ επίπεδη, πολύ πορώδης λιθολογία που είναι ιζήματα λακτρίνης που οδηγεί σε υψηλό ρυθμό διείσδυσης και επίσης το έδαφος είναι πηλός που μπορεί να συγκρατήσει υψηλή ποσότητα νερού. Οι χάρτες προοπτικών υπόγειων υδάτων επικυρώθηκαν με τα υπάρχοντα πηγάδια και η AUC βρέθηκε 0,705 που δείχνει καλή ικανότητα πρόβλεψης της μεθόδου AHP. Ως εκ τούτου, οι δραστηριότητες ανάπτυξης υπόγειων υδάτων μπορούν να εκτελεστούν σε τέτοιες υψηλές ζώνες προοπτικής υπόγειων υδάτων του τοπίου για την αύξηση της παραγωγικότητας της συμπληρωματικής άρδευσης και οικιακής χρήσης. Αυτή η μελέτη είναι πολύ χρήσιμη για τους σχεδιαστές υδάτινων πόρων αναφέροντας τους πιθανούς τομείς ανάπτυξης, και αυτή η μεθοδολογία μπορεί να εφαρμοστεί σε άλλα μέρη της χώρας. Περαιτέρω μελέτες μπορούν να γίνουν σχετικά με την υδροχημεία των υπόγειων υδάτων και την καταλληλότητά της για οικιακή χρήση και άρδευση, καθώς και για το ποσό αναπλήρωσης των υπόγειων υδάτων και τη σχέση του με την ποσότητα υετού.<br /> <br /> <br /> <br /> [[category:Υδατικοί Πόροι]]<br /> [[category:Αξιολόγηση υδρολογικών αποθεμάτων / δυναμικού]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A9_EIK3.png 2021-02-07T12:07:08Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A9_EIK2.png 2021-02-07T12:06:54Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A9_EIK1.png 2021-02-07T12:06:43Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T11:55:15Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> * [[Μοντελοποίηση προσομοίωσης πυρκαγιάς με χρήση τηλεπισκόπησης &amp; GIS]]<br /> * [[Η χαρτογράφηση καλλιεργημένων περιοχών που υπέστησαν ζημιά από χαλάζι χρησιμοποιώντας πολυφασματικά δορυφορικά δεδομένα]]<br /> * [[Χαρτογράφηση κατολισθήσεων με οπτικά δεδομένα και δεδομένα ραντάρ : Mελέτη περίπτωσης του Αμύνταιου, Δυτική Μακεδονία]]<br /> * [[Χωρική μοντελοποίηση για φυσική και περιβαλλοντική ευπάθεια μέσω τηλεπισκόπησης και GIS στο Αστραχάν της Ρωσίας]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CE%AE_%CE%BA%CE%B1%CE%B9_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CE%AE_%CE%B5%CF%85%CF%80%CE%AC%CE%B8%CE%B5%CE%B9%CE%B1_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_GIS_%CF%83%CF%84%CE%BF_%CE%91%CF%83%CF%84%CF%81%CE%B1%CF%87%CE%AC%CE%BD_%CF%84%CE%B7%CF%82_%CE%A1%CF%89%CF%83%CE%AF%CE%B1%CF%82 2021-02-07T11:53:53Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A8_EIK1.png | thumb | right | '''Εικ. 1. Χάρτης τοποθεσίας της περιοχής μελέτης στο Αστραχάν της Ρω...'</p> <hr /> <div>[[Εικόνα: AG_A8_EIK1.png | thumb | right | '''Εικ. 1. Χάρτης τοποθεσίας της περιοχής μελέτης στο Αστραχάν της Ρωσίας.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317302120]]<br /> [[Εικόνα: AG_A8_EIK2.png | thumb | right | '''Eικ. 2. Κατάσταση χρήσης γης / κάλυψης του Αστραχάν της Ρωσίας. (α) το 2000, (β) το 2007 και (γ) το 2015.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317302120]] <br /> [[Εικόνα: AG_A8_EIK3.png | thumb | right | '''Εικ. 3. Χάρτης φυσικής και περιβαλλοντικής ευπάθειας.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317302120]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Spatial modelling for natural and environmental vulnerability through remote sensing and GIS in Astrakhan, Russia'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Komal Choudhary , Mukesh Singh Boori , Alexander Kupriyanov'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Choudhary, K., Boori, M. S., &amp; Kupriyanov, A. (2018). Spatial modelling for natural and environmental vulnerability through remote sensing and GIS in Astrakhan, Russia. The Egyptian Journal of Remote Sensing and Space Science, Vol.21, pp.139–147 https://www.sciencedirect.com/science/article/pii/S1110982317302120'''<br /> <br /> '''Σκοπός'''<br /> <br /> Αυτό το ερευνητικό έργο παρουσιάζει χαρτογράφηση ευπάθειας με εντοπισμό αλλαγής χρήσης/κάλυψης γης στην πόλη του Αστραχάν της Ρωσίας. Αυτή η μελέτη προσδιορίζει, αξιολογεί και ταξινομεί την ευπάθεια χρησιμοποιώντας μοτίβο τοπίου από πολυτομεακή προσέγγιση που βασίζεται στην προσέγγιση τηλεπισκόπησης (RS) και γεωγραφικού συστήματος πληροφοριών (GIS). Για να προσδιορίσουμε την ευπάθεια χρησιμοποιήσαμε τα ακόλουθα θεματικά επίπεδα: χρήση γης / κάλυψη, βλάστηση, έδαφος, γεωλογία και γεωμορφολογία στο λογισμικό ArcGIS. Σύμφωνα με αριθμητικά αποτελέσματα, η ευπάθεια ταξινομείται σε πέντε επίπεδα: χαμηλή, λογική, μέτρια, υψηλή και ακραία ευπάθεια.<br /> <br /> '''Περιοχή μελέτης'''<br /> <br /> Η περιοχή μελέτης βρίσκεται στην πόλη του Αστραχάν, στη Νοτιοανατολική Ρωσία. Το Astrakhan βρίσκεται στο δέλτα του Βόλγα, κοντά στο σημείο όπου εκβάλλει στην Κασπία Θάλασσα. Η συντεταγμένη της πόλης βρίσκεται μεταξύ 46200 N γεωγραφικού πλάτους και 4810 E γεωγραφικού μήκους και το μέσο υψόμετρο είναι 12 m (Εικόνα 1). Ο πληθυσμός είναι 5, 20.339 κάτοικοι σύμφωνα με την απογραφή του 2010. Η μέση ετήσια θερμοκρασία είναι ημι-άνυδρη. <br /> <br /> '''Δεδομένα και μεθοδολογία'''<br /> <br /> Σε αυτό το ερευνητικό έργο χρησιμοποιήσαμε πρωτογενή (δορυφορικά δεδομένα) και δευτερεύοντα δεδομένα (δεδομένα αλήθειας εδάφους) για κατηγορίες χρήσης γης / κάλυψης και τοπογραφικά φύλλα. Τα δεδομένα αλήθειας εδάφους που συλλέχθηκαν χρησιμοποιούσαν GPS (Global Positioning system) για το έτος 2007 και 2015 (Boori et al., 2016a; Yabuki et al., 2011). Οι συγκεκριμένες δορυφορικές εικόνες που χρησιμοποιήθηκαν ήταν το Landsat Enhanced Thematic Mapper plus (ETM +) για το 2000 και το 2007, Operational land Imager (OLI) για το 2015.<br /> <br /> ''Προεπεξεργασία εικόνας''<br /> <br /> Η μέθοδος ανίχνευσης και ανάλυσης αλλαγών LULC πραγματοποιήθηκε χρησιμοποιώντας μια σειρά διεργασιών που περιλαμβάνουν απόκτηση δεδομένων, προεπεξεργασία δεδομένων, εποπτευόμενη ταξινόμηση και μετα-ταξινόμηση.<br /> Πραγματοποιήθηκε προεπεξεργασία εικόνας για την εξαγωγή σημαντικών πληροφοριών από δορυφορικά δεδομένα (Boori et al., 2016a). Χρησιμοποιήθηκε ένα χειριστήριο GPS Trimble με ακρίβεια 10 m για τη χαρτογράφηση και τη συλλογή των συντεταγμένων σημαντικών χαρακτηριστικών χρήσης γης κατά τη διάρκεια επισκέψεων πεδίου πριν και μετά την ταξινόμηση στην περιοχή μελέτης, προκειμένου να προετοιμαστούν θεματικά επίπεδα.<br /> <br /> ''Ταξινόμηση εικόνας''<br /> <br /> Ο γενικός στόχος της διαδικασίας ταξινόμησης εικόνας είναι η αυτόματη κατηγοριοποίηση όλων των εικονοστοιχείων μιας εικόνας σε κατηγορίες ή θέματα κάλυψης γης και ο ταξινομητής μέγιστης πιθανότητας αξιολογεί ποσοτικά τόσο τη διακύμανση όσο και τη συνδιακύμανση των μοτίβων φασματικής απόκρισης της κατηγορίας κάθε φορά που ταξινομεί ένα άγνωστο pixel. Η ακρίβεια αυτών των ταξινομημένων χαρτών ελέγχθηκε χρησιμοποιώντας τα εργαλεία GIS και η συνολική ακρίβεια ταξινόμησης της περιοχής μελέτης ήταν πάνω από 90% και για τις τρεις ημερομηνίες.<br /> <br /> ''Ανίχνευση αλλαγής χρήσης / κάλυψης γης''<br /> <br /> Στην Εικόνα 2 εφαρμόστηκε η μέθοδος για σύγκριση και ανάλυση των χαρτών LULC που τελικά προέκυψαν ως αποτέλεσμα οπτικής ερμηνείας και επακόλουθης ταξινόμησης. Η ανίχνευση αλλαγών περιγράφει τις αλλαγές στις δύο δορυφορικές εικόνες για την ίδια περιοχή. Σε αυτό το ερευνητικό έργο χρησιμοποιήθηκαν δεδομένα τριών ημερομηνιών (2000, 2007 και 2015) για τον εντοπισμό των αλλαγών στην περιοχή της μελέτης.<br /> <br /> ''Ανάλυση δεδομένων''<br /> <br /> Όλα τα πολυφασματικά και χρονικά δεδομένα ήταν γεωαναφερόμενα με βάση τοπογραφικά φύλλα με λογισμικό ArcGIS 10.2. Σε αυτήν την περιοχή μελέτης για να βελτιώσουμε την ποιότητα της έρευνας χρησιμοποιήσαμε διαφορετική κατανομή ζώνης, τεχνικές βελτίωσης εικόνας και εποπτευόμενη ταξινόμηση.<br /> <br /> '''Αποτελέσματα-Συμπεράσματα'''<br /> <br /> Παρατηρείται ότι η περιοχή μελέτης παρουσίασε διάφορες αλλαγές στη χρήση γης / κάλυψη και ευπάθεια τα τελευταία 15 χρόνια. Η δασική και η χαμηλής βλάστησης κάλυψη μειώθηκαν κατά 7,30% και 7,83% αντίστοιχα. Αυτή η τάση υποδηλώνει αύξηση του μεγέθους του πληθυσμού, αυξημένη αποψίλωση των δασών και μετατροπή αγροτεμαχίων σε κατοικημένες περιοχές, επέκταση στους δρόμους, συνέχιση των ανεξέλεγκτων βοσκότοπων και ορισμένους συναφείς λόγους (Boori et al., 2016b).Η αύξηση του πληθυσμού φαίνεται να είναι ένας σημαντικός παράγοντας που προκαλεί συρρίκνωση της ζώνης βλάστησης. Ο αυξανόμενος πληθυσμός όχι μόνο επιβαρύνει το κρατικό δάσος αλλά επίσης προκαλεί πίεση σε ιδιωτικούς παράγοντες. Η περιοχή κάτω από άγονη γη και κατοικημένη περιοχή αυξήθηκε με την πάροδο του χρόνου κατά 1,92%, γεγονός που αποτελεί ένδειξη αύξησης του αριθμού κατολισθήσεων. Το δεύτερο μέρος αυτής της περιοχής μελέτης επικεντρώνεται στην προετοιμασία ενός χάρτη κινδύνου διάβρωσης.Η φυσική και περιβαλλοντική ευπάθεια μπορεί να διαμορφωθεί με τη χρήση τηλεπισκόπησης και GIS. Υπάρχει πολύ λιγότερο ακραία φυσική ευπάθεια. Είναι αξιοσημείωτο ότι η περιοχή που εμπίπτει στην κατηγορία πολύ υψηλού κινδύνου (ακραία ευπάθεια) υπερέχει σε μέγεθος 0,15% από την περιοχή κάτω από την κατηγορία υψηλού κινδύνου (υψηλή ευπάθεια) 6,05%. Η περιοχή κάτω από την κατηγορία χαμηλού κινδύνου (χαμηλή ευπάθεια) 5,62% και καθιστά την εύλογη ευπάθεια είναι (5,62%). Το σύνολο με το οποίο γίνεται αποδεκτή ως περιοχή μέσου κινδύνου (μέτρια ευπάθεια) είναι 54,62%.<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A8_EIK3.png 2021-02-07T11:43:12Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A8_EIK2.png 2021-02-07T11:43:01Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A8_EIK1.png 2021-02-07T11:42:51Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T11:35:31Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> * [[Μοντελοποίηση προσομοίωσης πυρκαγιάς με χρήση τηλεπισκόπησης &amp; GIS]]<br /> * [[Η χαρτογράφηση καλλιεργημένων περιοχών που υπέστησαν ζημιά από χαλάζι χρησιμοποιώντας πολυφασματικά δορυφορικά δεδομένα]]<br /> * [[Χαρτογράφηση κατολισθήσεων με οπτικά δεδομένα και δεδομένα ραντάρ : Mελέτη περίπτωσης του Αμύνταιου, Δυτική Μακεδονία]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CF%84%CE%BF%CE%BB%CE%B9%CF%83%CE%B8%CE%AE%CF%83%CE%B5%CF%89%CE%BD_%CE%BC%CE%B5_%CE%BF%CF%80%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_:_M%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7%CF%82_%CF%84%CE%BF%CF%85_%CE%91%CE%BC%CF%8D%CE%BD%CF%84%CE%B1%CE%B9%CE%BF%CF%85,_%CE%94%CF%85%CF%84%CE%B9%CE%BA%CE%AE_%CE%9C%CE%B1%CE%BA%CE%B5%CE%B4%CE%BF%CE%BD%CE%AF%CE%B1 2021-02-07T11:35:01Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A7_EIK1.png | thumb | right | '''Εικόνα 1. Η περιοχή μελέτης.''' Πηγή: https://www.tandfonline.com/doi/full/10.1080/22797254.20...'</p> <hr /> <div>[[Εικόνα: AG_A7_EIK1.png | thumb | right | '''Εικόνα 1. Η περιοχή μελέτης.''' Πηγή: https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905?af=R&amp;]]<br /> [[Εικόνα: AG_A7_EIK2.png | thumb | right | '''Εικόνες 2 , 3. Εικόνες του Google Earth της περιοχής πριν (πάνω) και μετά (κάτω) από την κατολίσθηση.''' Πηγή: https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905?af=R&amp;]] <br /> [[Εικόνα: AG_A7_EIK3.png | thumb | right | '''Εικόνα 4. Πίνακας τιμών Landsat-8, Sentinel-1 &amp; Sentinel-2.''' Πηγή: https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905?af=R&amp;]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Aggeliki Kyriou &amp; Konstantinos Nikolakopoulos'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Kyriou, A., &amp; Nikolakopoulos, K. (2019). Landslide mapping using optical and radar data: a case study from Aminteo, Western Macedonia Greece. European Journal of Remote Sensing https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1681905?af=R&amp;'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η αξιολόγηση, η πρόβλεψη και η παρακολούθηση κατολισθήσεων αποτελούν βασικά σημεία της μακροχρόνιας έρευνας κατολισθήσεων, καθώς είναι ο πιο ευρέως διαδεδομένος γεωκίνδυνος σε παγκόσμια κλίμακα. Έτσι, αρκετές μελέτες σχετίζονται με την ανάπτυξη μεθοδολογιών για την εκτίμηση της ευπάθειας στην ολίσθηση. Συγκεκριμένα, έγινε μια προσέγγιση για την αξιολόγηση της ευπάθειας κατολισθήσεων και μια προσπάθεια να καθοριστούν οι ζώνες ευπάθειας κατολισθήσεων χρησιμοποιώντας μόνο τρέχουσες παραμέτρους όπως εντροπία (Sharma, Patel, Ghose, &amp; Debnath, 2012). Τα τελευταία χρόνια το ενδιαφέρον της επιστημονικής κοινότητας έχει επικεντρωθεί στην εκμετάλλευση δεδομένων γεωσκόπησης από διαφορετικούς αισθητήρες τηλεπισκόπησης για τη χαρτογράφηση, το χαρακτηρισμό και την παρακολούθηση κατολισθήσεις. Η εργασία αυτή ασχολείται με την εκμετάλλευση οπτικών δεδομένων καθώς και με δεδομένα ραντάρ με στόχο τη χαρτογράφηση μιας κατολισθήσεως που βρίσκεται στη Δυτική Μακεδονία, Ελλάδα. Οι κύριοι στόχοι αυτής της εργασίας είναι : α) η αξιολόγηση της καταλληλότητας του Sentinel-1 για χαρτογράφηση κατολισθήσεων σε ανοιχτό ορυχείο β) να συγκρίνει την αποτελεσματικότητα των διαθέσιμων πολυφασματικών δεδομένων (Sentinel-2 και Landsat-8) στη χαρτογράφηση γ) να αξιολογγθούν τα αποτελέσματα και να αποδειχθεί εάν τα οπτικά ή τα δεδομένα ραντάρ είναι πιο αποτελεσματικά στο πλαίσιο της συγκεκριμένης εργασίας.<br /> <br /> '''Περιοχή μελέτης και περιγραφή κατολισθήσεων''' <br /> <br /> Η περιοχή που επιλέχθηκε για τη μελέτη περιλαμβάνει το ορυχείο λιγνίτη του Αμύνταιου που βρίσκεται στην περιοχή της Δυτικής Μακεδονίας στο βορειοδυτικό τμήμα της Ελλάδας (Εικόνα 1). Η τεκτονική τάφρος της Δυτικής Μακεδονίας περιέχει τα μεγαλύτερα αποθέματα λιγνίτη της χώρας που παράγουν το 70% της ηλεκτρικής ενέργειας της Ελλάδας. Η ευρύτερη περιοχή είναι γεωλογικά δομημένη από πλειόκαινο λιγνίτη, ο οποίος εμφανίζεται κυρίως με ένθετα στρώματα, αποτελούμενοι από εναλλασσόμενα στρώματα λιγνίτη χαμηλού πάχους με πηλό και μάρμαρο. Ο ειδικός λιγνίτης είναι μαλακός, καστανός έως μαύρος και έχει κατατεθεί σε χαμηλή βλάστηση. Η κατολίσθηση εκδηλώθηκε στις 10 Ιουνίου 2017 λόγω του συνδυασμού διαφορετικών παραγόντων όπως: α) η παρουσία στρωμάτων υλικών χαμηλής αντοχής στους γεωλογικούς σχηματισμούς που περιβάλλουν την εναπόθεση λιγνίτη, β) την παρουσία βλαβών, γ) την παρουσία υπογείων υδροφορέων κάτω από το ορυχείο και την ανάπτυξη των πιέσεων του νερού και δ) τη γεωμετρία και τις μεμονωμένες πλαγιές του μετώπου εξόρυξης. Η εμφάνιση της κατολίσθησης προκάλεσε την εμφάνιση πολλών ρωγμών και αρκετών ζημιών στα σπίτια που βρίσκονται κοντά στην κορυφή της επιφάνειας ολίσθησης, οπότε οι αρχές αποφάσισαν την εκκένωση του οικισμού των Αγ. Αναργύρων.<br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> Όπως έχει ήδη ειπωθεί, αυτή η εργασία επικεντρώνεται στην εκμετάλλευση πολλαπλών φασματικών σφαιριδίων καθώς και σε δεδομένα ραντάρ για χαρτογράφηση κατολισθήσεων. Έτσι, για τη περιοχή μελέτης πέντε δεδομένα Landsat-8 (Εικόνα 4) και τέσσερα δεδομένα Sentinel-2 (Εικόνα 4) ελήφθησαν και υποβλήθηκαν σε επεξεργασία πριν και μετά την εμφάνιση της κατολίσθησης. Όσον αφορά τα δεδομένα ραντάρ, 15 δεδομένα Sentinel-1 (Εικόνα 4) σε αύξουσα και φθίνουσα σειρά, που καλύπτουν την ευρύτερη περιοχή του ορυχείου αποκτήθηκαν και υποβλήθηκαν σε επεξεργασία.<br /> <br /> '''Οπτική ανάλυση δεδομένων'''<br /> <br /> Η προσέγγιση της χαρτογράφησης κατολισθήσεων με χρήση πολυφασματικών δεδομένων βασίστηκε στην εφαρμογή τεχνικών ψηφιακής επεξεργασίας, όπως η Ανάλυση Κύριων Συνιστωσών (PCA) ή η Ανεξάρτητη ανάλυση συνιστωσών (ICA) και ταυτόχρονα ταυτόχρονα στην εφαρμογή της διαδικασίας αυτόματης ανίχνευσης αλλαγών. Συγκεκριμένα, η PCA είναι μια τεχνική μαθηματικής μετατροπής της αρχικής εικόνας σε ένα νέο σύνολο μη συσχετισμένων συνιστωσών που προέρχονται από φθίνουσα σειρά σπουδαιότητας εφαρμόζοντας μια κατανομή Gauss. Από την άλλη πλευρά η ICA αποτελεί μια τεχνική εξαγωγής χαρακτηριστικών υψηλής τάξης που εκτελεί έναν γραμμικό μετασχηματισμό των φασματικών ζωνών της αρχικής εικόνας.<br /> Η αυτοματοποιημένη διαδικασία εντοπισμού αλλαγών βασίζεται στην εξερεύνηση του εργαλείου παρακολούθησης ιστότοπου DeltaCue, το οποίο προσδιορίζει τις αλλαγές μεταξύ δύο ημερομηνιών ή ωρών εικόνων χρησιμοποιώντας αλγόριθμο Tasseled Cap σε μια συγκεκριμένη τοποθεσία και όχι σε ευρείες περιοχές.<br /> <br /> '''Ανάλυση δεδομένων ραντάρ'''<br /> <br /> Όσον αφορά τη χαρτογράφηση κατολισθήσεων με χρήση δεδομένων ραντάρ, η προσέγγιση βασίστηκε στην εκτίμηση της μετατόπισης της γραμμής όρασης (LOS) καθώς και της κατακόρυφης μετατόπισης μέσω μετρήσεων της ιντερφερομετρικής φάσης. <br /> <br /> '''Αποτελέσματα''' <br /> <br /> Πιο αναλυτικά, όσον αφορά την ανάλυση οπτικών δεδομένων, οι θεματικές περιοχές της τεχνικής PCA και ICA που χρησιμοποιούν τα δεδομένα Landsat-8 και Sentinel-2 φαίνεται να ταιριάζουν με τα όρια της κατολισθήσεως. Ωστόσο, οι χαρτογραφημένες περιοχές που προκύπτουν από τα δεδομένα του Sentinel-2 αντιπροσωπεύουν με καλύτερο τρόπο την κατολίσθηση, η οποία μπορεί να είναι συνέπεια του γεγονότος ότι η εκχώρηση παρέχει δεδομένα με σύντομη περίοδο επανεξέτασης και επομένως τα αποτελέσματα είναι πιο κοντά στην ημερομηνία της κατολισθήσεως. Η διαδικασία αυτόματης ανίχνευσης αλλαγών, χρησιμοποιώντας το εργαλείο παρακολούθησης ιστότοπου DeltaCue είναι μια πολύ γρήγορη διαδικασία, ωστόσο τα αποτελέσματα δεν είναι τόσο ακριβή όσο τα αποτελέσματα των τεχνικών PCA και ICA. Έτσι, το εργαλείο μπορεί να χρησιμοποιηθεί ως αρχικό βήμα για τη χαρτογράφηση κατολισθήσεων, αλλά χρειάζεται μια πιο λεπτομερή προσέγγιση μεθοδολογιών ψηφιακής επεξεργασίας. Όσον αφορά την ανάλυση δεδομένων ραντάρ, τα αποτελέσματα φαίνεται να έχουν χαμηλή ακρίβεια όσον αφορά την πραγματική μετατόπιση, ωστόσο συμφωνούν με δεδομένα πεδίου από αντίστοιχη μελέτη που δείχνει την παρουσία ρωγμών στην ευρύτερη περιοχή. Επομένως, μια περαιτέρω ανάλυση ραντάρ θα μπορούσε να πραγματοποιηθεί σε μελλοντικό στάδιο που θα περιέχει περισσότερα δεδομένα Sentinel-1 για τη βελτίωση της ακρίβειας των τελικών αποτελεσμάτων.<br /> <br /> '''Συμπεράσματα''' <br /> <br /> Γενικά, θα μπορούσε να ειπωθεί ότι τα δεδομένα Sentinel-1 και Sentinel-2 είναι αρκετά αποτελεσματικά για χαρτογράφηση κατολισθήσεων, ενώ η εικόνα Sentinel-1 φαίνεται αρκετά υποσχόμενη για την παρακολούθηση κατολισθήσεων. Επιπλέον, η τεχνική PCA έδωσε καλύτερα αποτελέσματα με τα δεδομένα Sentinel-2 σε σύγκριση με τα δεδομένα Landsat-8. Αξίζει να σημειωθεί ότι τα οπτικά δεδομένα μπορούν να υποστηρίξουν τα δεδομένα ραντάρ παρέχοντας καλύτερη ακρίβεια και αξιοπιστία στα τελικά αποτελέσματα.<br /> <br /> <br /> <br /> [[category:Κατολισθήσεις]]<br /> [[category:Διαχείριση κινδύνων]]<br /> [[category:Χαρτογράφηση μορφολογικών χαρακτηριστικών των κατολισθήσεων]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A7_EIK3.png 2021-02-07T11:13:23Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A7_EIK2.png 2021-02-07T11:13:13Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A7_EIK1.png 2021-02-07T11:13:03Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%83%CF%84%CE%B7%CF%83%CE%B1%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CE%AC_%CE%B1%CF%80%CF%8C_%CF%87%CE%B1%CE%BB%CE%AC%CE%B6%CE%B9_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1 2021-02-07T11:10:08Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A6_EIK1.jpg | thumb | right | '''Εικ. 1. FCC του συμβάντος πριν (α) και μετά (β) τη πτώση χαλαζιού από δορυφορικά δεδομένα εδάφους Landsat-8 με την περιοχή μελέτης να σημειώνεται στο ορθογώνιο. ΔNDVI στη γκρι εικόνα υπό κλίμακα (γ) εμφάνιση λωρίδων καταστροφής (I έως VI) στην περιοχή μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]]<br /> [[Εικόνα: AG_A6_EIK2.png | thumb | right | '''Εικ. 2. Μεθοδολογία που ακολουθήθηκε για ανάλυση δορυφορικών δεδομένων.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]] <br /> [[Εικόνα: AG_A6_EIK3.png | thumb | right | '''Εικ. 3. NDVI διαφορά πριν και μετά της πτώσης χαλαζιού στις διαφορετικές καλλιέργειες.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]]<br /> [[Εικόνα: AG_A6_EIK4.png | thumb | right | '''Εικ. 4. Μοντέλο για την εκτίμηση των αλλαγών στις τιμές NDVI λόγω καταιγίδας με χαλάζι (Α), επικύρωση μοντέλου (Β).''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Mapping hailstorm damaged crop area using multispectral satellite data'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Mathyam Prabhakar, K.A. Gopinath, A.G.K. Reddy , M. Thirupathi, Ch. Srinivasa Rao'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Mathyam Prabhakar, K.A. Gopinath, A.G.K. Reddy , M. Thirupathi, Ch. Srinivasa Rao. Mapping hailstorm damaged crop area using multispectral satellite data, The Egyptian Journal of Remote Sensing and Space Science Vol. 22, April 2019, pp. 73-79 https://www.sciencedirect.com/science/article/pii/S1110982317300674'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η καταιγίδα, ειδικά η καταιγίδα με χαλάζι είναι απρόβλεπτη και μπορεί να προκαλέσει σοβαρές ζημιές σε ακίνητα και γεωργικές καλλιέργειες (Wang et al., 2012). Ανάλυση της χωρικής κατανομής της συχνότητας χαλαζιού στην Ινδία για μια περίοδο 39 ετών (1972–2011) έδειξε ότι τα περισσότερα χρόνια τα γεγονότα ήταν τοπικά. Το έτος 2014, ωστόσο, η εμφάνισή του ήταν πολύ σοβαρή, σε παρατεταμένη διάρκεια και η οποία είναι άνευ προηγουμένου στα 80 χρόνια καταγεγραμμένης ιστορίας της Ινδίας (Rao et al., 2014). Περίπου 28 από τις 35 περιφέρειες στην πολιτεία Μαχαράστρα (Κεντρική Ινδία) επηρεάστηκαν σοβαρά από τις εποχιακές βροχές και τις βαριές χιονοθύελλες που προκάλεσαν εκτεταμένες ζημιές στις καλλιέργειες (Bal et al., 2014). Όταν συμβαίνει ένα χαλάζι, είναι σημαντικό να εκτιμηθεί η χωρική έκταση της ζημίας για να ληφθούν διορθωτικά μέτρα για να ελαχιστοποιηθεί η απώλεια των καλλιεργειών, των ζώων και να παρέχεται ανακούφιση και αποζημίωση στους πληγέντες αγρότες. <br /> Κατά τη διάρκεια του Φεβρουαρίου-Μαρτίου 2014, σε περίπου 18 εκατομμύρια εκτάρια καλλιέργειες στον τομέα της κηπουρικής στην πολιτεία Maharashtra υπέστη σοβαρές ζημιές λόγω καταιγίδων χαλάρωσης και πρόωρων βροχών και η αποζημίωση που καταβλήθηκε στους αγρότες από την κυβέρνηση της Maharashtra ήταν μόνο 154 εκατομμύρια USD, αν και εκτιμήθηκαν τα πραγματικά στοιχεία ήταν 1482 εκατομμύρια USD. Το επόμενο έτος, δηλαδή κατά τον Φεβρουάριο-Μάρτιο του 2015, πρωτοφανείς καταιγίδες χαλάζι και βροντές που σχετίζονται με ισχυρές βροχοπτώσεις και ισχυρούς ανέμους έπληξαν διάφορα μέρη της βόρειας Ινδίας (Ray et al., 2016). Η εκτιμώμενη ζημία των καλλιεργειών σε 14 πολιτείες ήταν περίπου 106,73 εκατομμύρια εκτάρια. Η διαδικασία απαρίθμησης της εκτίμησης των ζημιών στις καλλιέργειες και την αποζημίωση στους πληγέντες αγρότες σε πολλές περιπτώσεις ήταν δύσκολο έργο. Τα χαλασμένα χωράφια στις αγροτικές περιοχές μπορούν να γίνουν απρόσιτα. Ως αποτέλεσμα, η αποτελεσματικότητα παρακολούθησης και η ακρίβεια της αξιολόγησης από τους ανιχνευτές πεδίου είναι πάντοτε χαμηλή. Η τηλεπισκόπηση προσφέρει μια αποτελεσματική και μοναδική λεωφόρο για γρήγορες έρευνες φυσικών καταστροφών (Roy et al., 2010). Οι πολυφασματικές εικόνες από δορυφόρους με τηλεπισκόπηση, έχουν τη δυνατότητα να παρέχουν πολύτιμη βοήθεια κατά τη διάρκεια ερευνών ζημιών μετά από σοβαρά συμβάντα χαλαζιού (Jedlovec et al., 2006). Η ενσωμάτωση δεδομένων που εντοπίστηκαν εξ αποστάσεως στο Γεωγραφικό Σύστημα Πληροφοριών (GIS) για την εκτίμηση της βλάβης από χαλάζι έχει χρησιμοποιηθεί εκτενώς στις Ηνωμένες Πολιτείες (Jedlovec et al., 2006; Peters et al., 2000; Yuan et al., 2002), Αυστραλία (Chandler et al., 2002) και Κίνα (Zhao et al., 2012). Σε αυτή τη μελέτη, εξετάσαμε τη σκοπιμότητα χρήσης δορυφορικών δεδομένων για να αντιστοιχίσουμε τις ζημιές από τις καταιγίδες σε αρκετούς αγρούς και κηπευτικές καλλιέργειες.<br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> ''Επιτόπια έρευνα και συλλογή δεδομένων''<br /> <br /> Μια σειρά από καταιγίδες με χαλάζι έπληξαν την κεντρική Ινδία κατά την περίοδο από τις 26 Φεβρουαρίου έως τις 15 Μαρτίου 2014. Τα γεγονότα με χαλάζι καταγράφηκαν σε 7 διαφορετικές ημέρες σε διάφορες τοποθεσίες στο Maharashtra. Το Pune επιλέχθηκε ως τοπογραφικό δείγμα για τη μελέτη. Η μέση ετήσια βροχόπτωση της περιοχής Solapur είναι 708 mm. Ο αέρας είναι γενικά ξηρός από Νοέμβριο έως Μάρτιο. Οι συνολικές βροχοπτώσεις κατά τη διάρκεια αυτής της περιόδου καταιγίδας (26 Φεβρουαρίου έως 15 Μαρτίου 2014) ήταν περίπου 85,8 mm στην περιοχή Solapur, η οποία είναι πολύ σπάνια και πολύ υψηλότερη (20 φορές) από τις κανονικές βροχοπτώσεις (4,2 mm) για την περίοδο. Οι επιτόπιες έρευνες πραγματοποιήθηκαν κατά τη διάρκεια της 16-19 Μαρτίου 2014 στην περιοχή που επλήγη από την καταιγίδα με χαλάζι για να εκτιμηθεί η ζημιά σε διάφορες καλλιέργειες και συλλέχθηκαν δεδομένα αλήθειας εδάφους χρησιμοποιώντας GPS (Trimble GeoXT). Οι σοβαρές απώλειες σε διάφορα χωράφια και κηπευτικές καλλιέργειες θα μπορούσαν να αποδοθούν στην επίδραση του χαλαζιού, σε συνδυασμό με τους ισχυρούς ανέμους και τις συνεχείς βροχές. Οι περισσότερες καλλιέργειες στην περιοχή της έρευνας ήταν σε στάδιο ωριμότητας ή συγκομιδής. Αν και οι περισσότερες καλλιέργειες στην περιοχή μελέτης υπέστησαν μερικώς ή εντελώς ζημιές, επιλέχθηκαν τρεις καλλιέργειες, δηλαδή σταφύλια, παπάγια και ζαχαροκάλαμο για να εξετάσουν κριτικά τη χωρική έκταση και το δυναμικό της τηλεπισκόπησης στην εκτίμηση ζημιών λόγω χαλαζιού.<br /> <br /> '''Ανάλυση δορυφορικών δεδομένων'''<br /> <br /> Χρησιμοποιήθηκαν δορυφορικά σύνολα δεδομένων Landsat-8 με ανάλυση 30 m (25 Φεβρουαρίου και 13 Μαρτίου 2014 για την εκδήλωση πριν και μετά, αντίστοιχα) χρησιμοποιήθηκαν για την χαρτογράφηση των ραβδώσεων που έχουν υποστεί ζημιά (Εικ. 1α &amp; β). Τα δεδομένα LISS-IV από την IRS Resourcesat-2 συλλέχθηκαν ένα δεκαπενθήμερο πριν από την εκδήλωση (11 Φεβρουαρίου 2014) για να ταξινομήσουν διαφορετικές καλλιέργειες στο χαλάζι. Τα σύνολα δορυφορικών δεδομένων γεωαναφέρθηκαν χρησιμοποιώντας σημεία ελέγχου εδάφους (GCP) εφαρμόζοντας εξίσωση πολυωνυμίας δεύτερης τάξης. Η διαδικασία της ραδιομετρικής διόρθωσης περιελάμβανε μετατροπή των μετρημένων τιμών πολυφασματικής φωτεινότητας (DN) σε μονάδες ανάκλασης της κορυφής της ατμόσφαιρας (TOA). Αυτή η διαδικασία κανονικοποίησης είναι κρίσιμη κατά τη δημιουργία πολυχρονικών δεδομένων. <br /> Τα πακέτα λογισμικού ENVI 4.6 και Arc GIS 10.1 χρησιμοποιήθηκαν για την εκτέλεση επεξεργασίας εικόνας και χαρτογράφησης. <br /> Το NDVI (Normalized Difference Vegetation Index) είναι ο πιο συνηθισμένος δείκτης βλάστησης που χρησιμοποιείται στην τηλεπισκόπηση :<br /> <br /> NDVI = (Near Infra Red-Red)/(Near Infra Red +Red )<br /> <br /> Για να εκτιμηθεί η ζημιά από τη χαλάζι, αναπτύχθηκε ένα απλό μοντέλο γραμμικής παλινδρόμησης χρησιμοποιώντας τιμές NDVI πριν και μετά τη χαλάζι. Υιοθετήσαμε την προσέγγιση ΔNDVI (ΔNDVI = NDVIpre NDVIpost) για να διακρίνουμε τις αλλαγές στη βλάστηση με την πάροδο του χρόνου στην περιοχή μελέτης (Jedlovec et al., 2006; Peters et al., 2000; Yuan et al., 2002). Η ταξινόμηση των καλλιεργειών στα χαλάζι πραγματοποιήθηκε σε δεδομένα LISS-IV υιοθετώντας τη μέθοδο μέγιστης πιθανότητας με αναφορά στην αλήθεια του εδάφους. Η βλάστηση ταξινομήθηκε σε τέσσερις κατηγορίες, δηλαδή, σταφύλι-1 (νεαρά περιβόλια, &lt;3 ετών), σταφύλι 2 (παλαιές οπωρώνες,&gt; 3 ετών), παπάγια και ζαχαροκάλαμο, καθώς αυτές οι τάξεις ήταν φασματικά διακριτές στην δορυφορική εικόνα. Το διάγραμμα ροής που απεικονίζει τη μεθοδολογία που υιοθετήθηκε για την ανάλυση δεδομένων.<br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> Χρησιμοποιώντας τις τιμές ΔNDVI που επαληθεύτηκαν δεόντως με δεδομένα αλήθειας εδάφους, χαρτογραφήθηκαν έξι ραβδώσεις στην περιοχή μελέτης (Εικ. 1γ). Η ανάλυση δορυφορικών εικόνων ΔNDVI έδειξε ότι οι κατεστραμμένες περιοχές δεν ήταν συνεχείς, αλλά εμφανίστηκαν ως επιμήκεις και ακανόνιστες ραβδώσεις. Οι χωρικές ιδιότητες αυτών των ραβδώσεων έδειξαν σημαντική διακύμανση. Ωστόσο, δεν υπάρχει μεγάλη διακύμανση στο πλάτος των ραβδώσεων (3-8 km) σε σύγκριση με το μήκος τους. Η περιοχή που έχει υποστεί ζημιά αντικατοπτρίζει μόνο ζημιές στην καλλιέργεια, καθώς υπολογίστηκε με βάση τις αλλαγές στο NDVI, το οποίο είναι ιδιαίτερα ειδικό για τη βλάστηση. Η αλλαγή της τιμής NDVI μεταξύ του γεγονότος πριν και μετά το χαλάζι πάνω από 0,08 θεωρήθηκε ως πιθανή περιοχή που επηρεάστηκε. Αυτά τα κατώτατα όρια αποφασίστηκαν με βάση τα δεδομένα αλήθειας εδάφους που συλλέχθηκαν κατά τη διάρκεια των επιτόπιων ερευνών. Η χωροταξική κατάταξη των καλλιεργειών σε «άλλες» δεν ήταν δυνατή μέσω των συνόλων δεδομένων Landsat-8 και LISS-IV, καθώς οι περισσότερες από αυτές τις καλλιέργειες ήταν σε στάδιο ωριμότητας ή συγκομιδής κατά τη στιγμή της απόκτησης δεδομένων. Η φυσική γήρανση που προκαλείται από τις φυτικές ορμόνες προκαλεί αλλαγές στο χρώμα των φύλλων και το σθένος που οδηγεί σε αποβολή φύλλων και χαμηλότερο δείκτη εμβαδού φύλλων στα φυτά των φυτών στο στάδιο της ωριμότητας. Υπό τέτοιες συνθήκες, λόγω της κακής κάλυψης της βλάστησης, το έδαφος εκτίθεται με αποτέλεσμα τη μείωση της NDVI.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη διερεύνησε τη δυνατότητα χρήσης δορυφορικών δεδομένων Landsat-8 μεσαίας ανάλυσης για να εντοπίσει περιοχές που έχουν υποστεί ζημιά από χαλάζι και δεδομένα υψηλής ανάλυσης από το LISS-IV από το IRS Resourcesat-2 για να ταξινομήσουν τη βλάστηση στις περιοχές που έχουν υποστεί χαλάζι.<br /> Η εισαγωγή δεδομένων από πλατφόρμες τηλεπισκόπησης σε περίπτωση ακραίων καιρικών συνθηκών όχι μόνο θα βοηθήσουν στη βελτίωση των εκτιμήσεων απώλειας απόδοσης, αλλά και θα βοηθήσουν στη διευθέτηση απαιτήσεων για ασφάλιση καλλιέργειας. Θα πρέπει να καταβληθούν στο μέλλον συντονισμένες προσπάθειες για την απόκτηση υπερφασματικών δεδομένων από αερομεταφερόμενες πλατφόρμες ή μη επανδρωμένα αεροσκάφη (UAV) που θα βοηθήσουν στην προετοιμασία χαρτών υψηλής ανάλυσης σε σύντομο χρονικό διάστημα, θα καθοδηγήσουν τους επιτόπιους εντοπισμούς για τον εντοπισμό των κατεστραμμένων πεδίων, διαδικασία απαρίθμησης με μεγαλύτερη ακρίβεια και σε σύντομο χρονικό διάστημα.<br /> <br /> <br /> <br /> [[category:Γεωργία]]<br /> [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T11:09:18Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> * [[Μοντελοποίηση προσομοίωσης πυρκαγιάς με χρήση τηλεπισκόπησης &amp; GIS]]<br /> * [[Η χαρτογράφηση καλλιεργημένων περιοχών που υπέστησαν ζημιά από χαλάζι χρησιμοποιώντας πολυφασματικά δορυφορικά δεδομένα]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%83%CF%84%CE%B7%CF%83%CE%B1%CE%BD_%CE%B6%CE%B7%CE%BC%CE%B9%CE%AC_%CE%B1%CF%80%CF%8C_%CF%87%CE%B1%CE%BB%CE%AC%CE%B6%CE%B9_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%80%CE%BF%CE%BB%CF%85%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AC_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1 2021-02-07T11:08:15Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A6_EIK1.jpg | thumb | right | '''Εικ. 1. FCC του συμβάντος πριν (α) και μετά (β) τη πτώση χαλαζιού από δ...'</p> <hr /> <div>[[Εικόνα: AG_A6_EIK1.jpg | thumb | right | '''Εικ. 1. FCC του συμβάντος πριν (α) και μετά (β) τη πτώση χαλαζιού από δορυφορικά δεδομένα εδάφους Landsat-8 με την περιοχή μελέτης να σημειώνεται στο ορθογώνιο. ΔNDVI στη γκρι εικόνα υπό κλίμακα (γ) εμφάνιση λωρίδων καταστροφής (I έως VI) στην περιοχή μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]]<br /> [[Εικόνα: AG_A6_EIK2.png | thumb | right | '''Εικ. 2. Μεθοδολογία που ακολουθήθηκε για ανάλυση δορυφορικών δεδομένων.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]] <br /> [[Εικόνα: AG_A6_EIK3.png | thumb | right | '''Εικ. 3. NDVI διαφορά πριν και μετά της πτώσης χαλαζιού στις διαφορετικές καλλιέργειες.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]]<br /> [[Εικόνα: AG_A6_EIK4.png | thumb | right | '''Εικ. 4. Μοντέλο για την εκτίμηση των αλλαγών στις τιμές NDVI λόγω καταιγίδας με χαλάζι (Α), επικύρωση μοντέλου (Β).''' Πηγή: https://www.sciencedirect.com/science/article/pii/S1110982317300674]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Mapping hailstorm damaged crop area using multispectral satellite data'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Mathyam Prabhakar, K.A. Gopinath, A.G.K. Reddy , M. Thirupathi, Ch. Srinivasa Rao'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Mathyam Prabhakar, K.A. Gopinath, A.G.K. Reddy , M. Thirupathi, Ch. Srinivasa Rao. Mapping hailstorm damaged crop area using multispectral satellite data, The Egyptian Journal of Remote Sensing and Space Science Vol. 22, April 2019, pp. 73-79 https://www.sciencedirect.com/science/article/pii/S1110982317300674'''<br /> <br /> '''Εισαγωγή:'''<br /> <br /> Η καταιγίδα, ειδικά η καταιγίδα με χαλάζι είναι απρόβλεπτη και μπορεί να προκαλέσει σοβαρές ζημιές σε ακίνητα και γεωργικές καλλιέργειες (Wang et al., 2012). Ανάλυση της χωρικής κατανομής της συχνότητας χαλαζιού στην Ινδία για μια περίοδο 39 ετών (1972–2011) έδειξε ότι τα περισσότερα χρόνια τα γεγονότα ήταν τοπικά. Το έτος 2014, ωστόσο, η εμφάνισή του ήταν πολύ σοβαρή, σε παρατεταμένη διάρκεια και η οποία είναι άνευ προηγουμένου στα 80 χρόνια καταγεγραμμένης ιστορίας της Ινδίας (Rao et al., 2014). Περίπου 28 από τις 35 περιφέρειες στην πολιτεία Μαχαράστρα (Κεντρική Ινδία) επηρεάστηκαν σοβαρά από τις εποχιακές βροχές και τις βαριές χιονοθύελλες που προκάλεσαν εκτεταμένες ζημιές στις καλλιέργειες (Bal et al., 2014). Όταν συμβαίνει ένα χαλάζι, είναι σημαντικό να εκτιμηθεί η χωρική έκταση της ζημίας για να ληφθούν διορθωτικά μέτρα για να ελαχιστοποιηθεί η απώλεια των καλλιεργειών, των ζώων και να παρέχεται ανακούφιση και αποζημίωση στους πληγέντες αγρότες. <br /> Κατά τη διάρκεια του Φεβρουαρίου-Μαρτίου 2014, σε περίπου 18 εκατομμύρια εκτάρια καλλιέργειες στον τομέα της κηπουρικής στην πολιτεία Maharashtra υπέστη σοβαρές ζημιές λόγω καταιγίδων χαλάρωσης και πρόωρων βροχών και η αποζημίωση που καταβλήθηκε στους αγρότες από την κυβέρνηση της Maharashtra ήταν μόνο 154 εκατομμύρια USD, αν και εκτιμήθηκαν τα πραγματικά στοιχεία ήταν 1482 εκατομμύρια USD. Το επόμενο έτος, δηλαδή κατά τον Φεβρουάριο-Μάρτιο του 2015, πρωτοφανείς καταιγίδες χαλάζι και βροντές που σχετίζονται με ισχυρές βροχοπτώσεις και ισχυρούς ανέμους έπληξαν διάφορα μέρη της βόρειας Ινδίας (Ray et al., 2016). Η εκτιμώμενη ζημία των καλλιεργειών σε 14 πολιτείες ήταν περίπου 106,73 εκατομμύρια εκτάρια. Η διαδικασία απαρίθμησης της εκτίμησης των ζημιών στις καλλιέργειες και την αποζημίωση στους πληγέντες αγρότες σε πολλές περιπτώσεις ήταν δύσκολο έργο. Τα χαλασμένα χωράφια στις αγροτικές περιοχές μπορούν να γίνουν απρόσιτα. Ως αποτέλεσμα, η αποτελεσματικότητα παρακολούθησης και η ακρίβεια της αξιολόγησης από τους ανιχνευτές πεδίου είναι πάντοτε χαμηλή. Η τηλεπισκόπηση προσφέρει μια αποτελεσματική και μοναδική λεωφόρο για γρήγορες έρευνες φυσικών καταστροφών (Roy et al., 2010). Οι πολυφασματικές εικόνες από δορυφόρους με τηλεπισκόπηση, έχουν τη δυνατότητα να παρέχουν πολύτιμη βοήθεια κατά τη διάρκεια ερευνών ζημιών μετά από σοβαρά συμβάντα χαλαζιού (Jedlovec et al., 2006). Η ενσωμάτωση δεδομένων που εντοπίστηκαν εξ αποστάσεως στο Γεωγραφικό Σύστημα Πληροφοριών (GIS) για την εκτίμηση της βλάβης από χαλάζι έχει χρησιμοποιηθεί εκτενώς στις Ηνωμένες Πολιτείες (Jedlovec et al., 2006; Peters et al., 2000; Yuan et al., 2002), Αυστραλία (Chandler et al., 2002) και Κίνα (Zhao et al., 2012). Σε αυτή τη μελέτη, εξετάσαμε τη σκοπιμότητα χρήσης δορυφορικών δεδομένων για να αντιστοιχίσουμε τις ζημιές από τις καταιγίδες σε αρκετούς αγρούς και κηπευτικές καλλιέργειες.<br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> ''Επιτόπια έρευνα και συλλογή δεδομένων''<br /> <br /> Μια σειρά από καταιγίδες με χαλάζι έπληξαν την κεντρική Ινδία κατά την περίοδο από τις 26 Φεβρουαρίου έως τις 15 Μαρτίου 2014. Τα γεγονότα με χαλάζι καταγράφηκαν σε 7 διαφορετικές ημέρες σε διάφορες τοποθεσίες στο Maharashtra. Το Pune επιλέχθηκε ως τοπογραφικό δείγμα για τη μελέτη. Η μέση ετήσια βροχόπτωση της περιοχής Solapur είναι 708 mm. Ο αέρας είναι γενικά ξηρός από Νοέμβριο έως Μάρτιο. Οι συνολικές βροχοπτώσεις κατά τη διάρκεια αυτής της περιόδου καταιγίδας (26 Φεβρουαρίου έως 15 Μαρτίου 2014) ήταν περίπου 85,8 mm στην περιοχή Solapur, η οποία είναι πολύ σπάνια και πολύ υψηλότερη (20 φορές) από τις κανονικές βροχοπτώσεις (4,2 mm) για την περίοδο. Οι επιτόπιες έρευνες πραγματοποιήθηκαν κατά τη διάρκεια της 16-19 Μαρτίου 2014 στην περιοχή που επλήγη από την καταιγίδα με χαλάζι για να εκτιμηθεί η ζημιά σε διάφορες καλλιέργειες και συλλέχθηκαν δεδομένα αλήθειας εδάφους χρησιμοποιώντας GPS (Trimble GeoXT). Οι σοβαρές απώλειες σε διάφορα χωράφια και κηπευτικές καλλιέργειες θα μπορούσαν να αποδοθούν στην επίδραση του χαλαζιού, σε συνδυασμό με τους ισχυρούς ανέμους και τις συνεχείς βροχές. Οι περισσότερες καλλιέργειες στην περιοχή της έρευνας ήταν σε στάδιο ωριμότητας ή συγκομιδής. Αν και οι περισσότερες καλλιέργειες στην περιοχή μελέτης υπέστησαν μερικώς ή εντελώς ζημιές, επιλέχθηκαν τρεις καλλιέργειες, δηλαδή σταφύλια, παπάγια και ζαχαροκάλαμο για να εξετάσουν κριτικά τη χωρική έκταση και το δυναμικό της τηλεπισκόπησης στην εκτίμηση ζημιών λόγω χαλαζιού.<br /> <br /> '''Ανάλυση δορυφορικών δεδομένων'''<br /> <br /> Χρησιμοποιήθηκαν δορυφορικά σύνολα δεδομένων Landsat-8 με ανάλυση 30 m (25 Φεβρουαρίου και 13 Μαρτίου 2014 για την εκδήλωση πριν και μετά, αντίστοιχα) χρησιμοποιήθηκαν για την χαρτογράφηση των ραβδώσεων που έχουν υποστεί ζημιά (Εικ. 1α &amp; β). Τα δεδομένα LISS-IV από την IRS Resourcesat-2 συλλέχθηκαν ένα δεκαπενθήμερο πριν από την εκδήλωση (11 Φεβρουαρίου 2014) για να ταξινομήσουν διαφορετικές καλλιέργειες στο χαλάζι. Τα σύνολα δορυφορικών δεδομένων γεωαναφέρθηκαν χρησιμοποιώντας σημεία ελέγχου εδάφους (GCP) εφαρμόζοντας εξίσωση πολυωνυμίας δεύτερης τάξης. Η διαδικασία της ραδιομετρικής διόρθωσης περιελάμβανε μετατροπή των μετρημένων τιμών πολυφασματικής φωτεινότητας (DN) σε μονάδες ανάκλασης της κορυφής της ατμόσφαιρας (TOA). Αυτή η διαδικασία κανονικοποίησης είναι κρίσιμη κατά τη δημιουργία πολυχρονικών δεδομένων. <br /> Τα πακέτα λογισμικού ENVI 4.6 και Arc GIS 10.1 χρησιμοποιήθηκαν για την εκτέλεση επεξεργασίας εικόνας και χαρτογράφησης. <br /> Το NDVI (Normalized Difference Vegetation Index) είναι ο πιο συνηθισμένος δείκτης βλάστησης που χρησιμοποιείται στην τηλεπισκόπηση :<br /> <br /> NDVI = (Near Infra Red-Red)/(Near Infra Red +Red )<br /> <br /> Για να εκτιμηθεί η ζημιά από τη χαλάζι, αναπτύχθηκε ένα απλό μοντέλο γραμμικής παλινδρόμησης χρησιμοποιώντας τιμές NDVI πριν και μετά τη χαλάζι. Υιοθετήσαμε την προσέγγιση ΔNDVI (ΔNDVI = NDVIpre NDVIpost) για να διακρίνουμε τις αλλαγές στη βλάστηση με την πάροδο του χρόνου στην περιοχή μελέτης (Jedlovec et al., 2006; Peters et al., 2000; Yuan et al., 2002). Η ταξινόμηση των καλλιεργειών στα χαλάζι πραγματοποιήθηκε σε δεδομένα LISS-IV υιοθετώντας τη μέθοδο μέγιστης πιθανότητας με αναφορά στην αλήθεια του εδάφους. Η βλάστηση ταξινομήθηκε σε τέσσερις κατηγορίες, δηλαδή, σταφύλι-1 (νεαρά περιβόλια, &lt;3 ετών), σταφύλι 2 (παλαιές οπωρώνες,&gt; 3 ετών), παπάγια και ζαχαροκάλαμο, καθώς αυτές οι τάξεις ήταν φασματικά διακριτές στην δορυφορική εικόνα. Το διάγραμμα ροής που απεικονίζει τη μεθοδολογία που υιοθετήθηκε για την ανάλυση δεδομένων.<br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> Χρησιμοποιώντας τις τιμές ΔNDVI που επαληθεύτηκαν δεόντως με δεδομένα αλήθειας εδάφους, χαρτογραφήθηκαν έξι ραβδώσεις στην περιοχή μελέτης (Εικ. 1γ). Η ανάλυση δορυφορικών εικόνων ΔNDVI έδειξε ότι οι κατεστραμμένες περιοχές δεν ήταν συνεχείς, αλλά εμφανίστηκαν ως επιμήκεις και ακανόνιστες ραβδώσεις. Οι χωρικές ιδιότητες αυτών των ραβδώσεων έδειξαν σημαντική διακύμανση. Ωστόσο, δεν υπάρχει μεγάλη διακύμανση στο πλάτος των ραβδώσεων (3-8 km) σε σύγκριση με το μήκος τους. Η περιοχή που έχει υποστεί ζημιά αντικατοπτρίζει μόνο ζημιές στην καλλιέργεια, καθώς υπολογίστηκε με βάση τις αλλαγές στο NDVI, το οποίο είναι ιδιαίτερα ειδικό για τη βλάστηση. Η αλλαγή της τιμής NDVI μεταξύ του γεγονότος πριν και μετά το χαλάζι πάνω από 0,08 θεωρήθηκε ως πιθανή περιοχή που επηρεάστηκε. Αυτά τα κατώτατα όρια αποφασίστηκαν με βάση τα δεδομένα αλήθειας εδάφους που συλλέχθηκαν κατά τη διάρκεια των επιτόπιων ερευνών. Η χωροταξική κατάταξη των καλλιεργειών σε «άλλες» δεν ήταν δυνατή μέσω των συνόλων δεδομένων Landsat-8 και LISS-IV, καθώς οι περισσότερες από αυτές τις καλλιέργειες ήταν σε στάδιο ωριμότητας ή συγκομιδής κατά τη στιγμή της απόκτησης δεδομένων. Η φυσική γήρανση που προκαλείται από τις φυτικές ορμόνες προκαλεί αλλαγές στο χρώμα των φύλλων και το σθένος που οδηγεί σε αποβολή φύλλων και χαμηλότερο δείκτη εμβαδού φύλλων στα φυτά των φυτών στο στάδιο της ωριμότητας. Υπό τέτοιες συνθήκες, λόγω της κακής κάλυψης της βλάστησης, το έδαφος εκτίθεται με αποτέλεσμα τη μείωση της NDVI.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη διερεύνησε τη δυνατότητα χρήσης δορυφορικών δεδομένων Landsat-8 μεσαίας ανάλυσης για να εντοπίσει περιοχές που έχουν υποστεί ζημιά από χαλάζι και δεδομένα υψηλής ανάλυσης από το LISS-IV από το IRS Resourcesat-2 για να ταξινομήσουν τη βλάστηση στις περιοχές που έχουν υποστεί χαλάζι.<br /> Η εισαγωγή δεδομένων από πλατφόρμες τηλεπισκόπησης σε περίπτωση ακραίων καιρικών συνθηκών όχι μόνο θα βοηθήσουν στη βελτίωση των εκτιμήσεων απώλειας απόδοσης, αλλά και θα βοηθήσουν στη διευθέτηση απαιτήσεων για ασφάλιση καλλιέργειας. Θα πρέπει να καταβληθούν στο μέλλον συντονισμένες προσπάθειες για την απόκτηση υπερφασματικών δεδομένων από αερομεταφερόμενες πλατφόρμες ή μη επανδρωμένα αεροσκάφη (UAV) που θα βοηθήσουν στην προετοιμασία χαρτών υψηλής ανάλυσης σε σύντομο χρονικό διάστημα, θα καθοδηγήσουν τους επιτόπιους εντοπισμούς για τον εντοπισμό των κατεστραμμένων πεδίων, διαδικασία απαρίθμησης με μεγαλύτερη ακρίβεια και σε σύντομο χρονικό διάστημα.<br /> <br /> <br /> <br /> [[category:Γεωργία]]<br /> [[category:Εκτίμηση ζημιών των γεωργικών καλλιεργειών]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A6_EIK4.png 2021-02-07T10:50:46Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A6_EIK3.png 2021-02-07T10:50:37Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A6_EIK2.png 2021-02-07T10:50:26Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A6_EIK1.jpg 2021-02-07T10:50:16Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T10:34:03Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> * [[Μοντελοποίηση προσομοίωσης πυρκαγιάς με χρήση τηλεπισκόπησης &amp; GIS]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%80%CF%81%CE%BF%CF%83%CE%BF%CE%BC%CE%BF%CE%AF%CF%89%CF%83%CE%B7%CF%82_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC%CF%82_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%26_GIS 2021-02-07T10:33:24Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A5_EIK1.png | thumb | right | '''Εικόνα 1: Περιοχή Μελέτης.''' Πηγή: https://www.researchgate.net/publication/325848449_Forest_F...'</p> <hr /> <div>[[Εικόνα: AG_A5_EIK1.png | thumb | right | '''Εικόνα 1: Περιοχή Μελέτης.''' Πηγή: https://www.researchgate.net/publication/325848449_Forest_Fire_Simulation_Modeling_using_Remote_Sensing_GIS]]<br /> [[Εικόνα: AG_A5_EIK2.png | thumb | right | '''Εικόνα 2: Υιοθετούμενη μεθοδολογία.''' Πηγή: https://www.researchgate.net/publication/325848449_Forest_Fire_Simulation_Modeling_using_Remote_Sensing_GIS]] <br /> [[Εικόνα: AG_A5_EIK3.png | thumb | right | '''Εικόνα 3: Η εξάπλωση της φωτιάς για τους 4 μήνες κατά τη διάρκεια των τριων ημερών.''' https://www.researchgate.net/publication/325848449_Forest_Fire_Simulation_Modeling_using_Remote_Sensing_GIS]]<br /> '''Τίτλος:'''<br /> <br /> '''Forest Fire Simulation Modeling using Remote Sensing &amp; GIS'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Shruti Kanga, Suraj Kumar Singh'''<br /> <br /> '''Πηγή:''' <br /> <br /> '''Kanga, S, Singh, S K, ‘’Forest Fire Simulation Modeling using Remote Sensing &amp; GIS ‘’, International Journal of Advanced Research in Computer Science, Volume 8, No. 5, 2017 https://www.researchgate.net/publication/325848449_Forest_Fire_Simulation_Modeling_using_Remote_Sensing_GIS'''<br /> <br /> Οι πυρκαγιές στην άγρια γη είναι εκείνες οι πυρκαγιές που καίνε τη κάλυψη βλάστησης. Προκαλούν διαταραχές στα χερσαία οικοσυστήματα και σε λιγότερο από 200 χρόνια θα υπάρχει απώλεια σχεδόν έξι εκατομμύρια τετραγωνικά χιλιόμετρα δασών παγκοσμίως. Η παγκόσμια εκτίμηση του συνολικού αριθμού των πυρκαγιών γίνεται περίπλοκη και δύσκολη λόγω ανεπαρκών και μη διαθέσιμων αξιόπιστων δεδομένων για πολλές περιοχές. Για την εκτίμηση του κινδύνου πυρκαγιάς και των επιπτώσεών της έχουν αναπτυχθεί πολυάριθμα μοντέλα όπως το μοντέλο ζημιάς πυρκαγιάς κ.α. Ενώ τα πρώτα μοντέλα ήταν μη χωρικά, οι πρόσφατες εξελίξεις στο GIS επέτρεψαν την ανάπτυξη μοντέλων χωρικού κινδύνου πυρκαγιάς. Μέθοδοι χαρτογράφησης που χρησιμοποιούν συστήματα τηλεπισκόπησης και γεωγραφικών πληροφοριών (GIS) που περιέχουν τοπογραφία, βλάστηση, χρήση γης, πληθυσμό και πληροφορίες οικισμού έχουν χρησιμοποιηθεί για τη μελέτη της ζώνης κινδύνου πυρκαγιάς των δασών. Σε αυτή τη μελέτη χρησιμοποιήθηκε μέθοδος προσομοίωσης για τον εντοπισμό της εξάπλωσης της πυρκαγιάς και τη γνώση σχετικά με την πληγείσα περιοχή. <br /> <br /> '''ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ'''<br /> <br /> Η δασική περιοχή Taradevi της δασικής διαίρεσης Shimla (Himachal Pradesh)στην Ινδία είναι η περιοχή μελέτης που επιλέχθηκε για την τρέχουσα μελέτη (Εικόνα-1). Η δασική περιοχή έχει τρία δασικά τετράγωνα που ονομάζονται τετράγωνο taradevi, τετράγωνο Jubarhatti και τετράγωνο Tutu. Οι κυριότεροι τύποι δασών στην περιοχή είναι το chil (Pinus roxburghii), το μπλε πεύκο (Pinus wallichiana), το Ban Oak (Quercus leucotrichophora) και το Deodar (Cerdus deodara) με ποικιλία πλατύφυλλων δέντρων μαζί με θάμνους και χόρτα. Η περιοχή έχει λοφώδες έδαφος με υψόμετρο που κυμαίνεται μεταξύ 900-2200 m και σχετική υγρασία περίπου 80%. Η θερμοκρασία κυμαίνεται από 150C-220C. Η μέση συνολική ετήσια βροχόπτωση είναι 1520 mm. Στην Ινδία, οι δασικές πυρκαγιές οφείλονται κυρίως σε ανθρώπινους παράγοντες, όπως γεωργικές πρακτικές περικοπής και καύσης, ελεγχόμενη καύση, αποψίλωση δασών, τουριστικές δραστηριότητες (πυρκαγιά στρατόπεδων) και άναμα πυρκαγιάς.<br /> <br /> '''ΜΕΘΟΔΟΛΟΓΙΑ'''<br /> <br /> Δορυφορικά και βοηθητικά δεδομένα : Οι δορυφορικές εικόνες ερμηνεύτηκαν οπτικά με επικύρωση αλήθειας εδάφους για την παραγωγή χαρτών τύπου και πυκνότητας και χάρτες χρήσης γης. Όλες οι θεματικές εργασίες προετοιμασίας δεδομένων πραγματοποιήθηκαν χρησιμοποιώντας λογισμικό Arc GIS. Τοπογραφικοί χάρτες (κλίση, υψόμετρο και όψη) δημιουργήθηκαν από δεδομένα SRTM χρησιμοποιώντας λογισμικό Arc GIS για χρήση ως είσοδος στο λογισμικό FARSITE για προσομοίωση. Η πλήρης μεθοδολογία κατηγοριοποιήθηκε σε δύο μέρη που είναι:<br /> 1.Προετοιμασία θεματικών χαρτών στο Arc GIS. Όλοι οι θεματικοί χάρτες, τοπογραφικοί και κλιματικά δεδομένα χρησιμοποιήθηκαν για τη δημιουργία παραμέτρων εισόδου στο FARSITE ως αρχείο LCP. Δασική κάλυψη, χάρτες πυκνότητας τύπου, τοπογραφικοί χάρτες ετοιμάζονται σε περιβάλλον GIS.<br /> 2.FARSITE Προσομοίωση βάσει θεμάτων GIS και κλιματικών δεδομένων. Το FARSITE (Fire Area Simulator) αναπτύχθηκε για να περιγράψει τις χρονικές και χωρικές διαφορές της συμπεριφοράς και της εξάπλωσης της φωτιάς..Το FARSITE είναι ένα δισδιάστατο ντετερμινιστικό μοντέλο προσομοίωσης πυρκαγιάς για τη χωρική και χρονική προσομοίωση της εξάπλωσης και της συμπεριφοράς των πυρκαγιών υπό συνθήκες ετερογενούς εδάφους , (δηλαδή υψόμετρο, κλίση), καύσιμης ύλης και καιρού που χρησιμοποιεί χωρικές πληροφορίες για τοπογραφία και καύσιμη ύλη μαζί με μετεωρολογικά δεδομένα.<br /> Αφού δόθηκαν όλες οι είσοδοι που απαιτήθηκαν, έχουν ληφθεί τρία σημεία ανάφλεξης από κάθε δασικό ρυθμό της δασικής περιοχής taradevi. Υπολογίστηκε για τέσσερις μήνες που υποτίθεται ότι έχουν μέγιστο αριθμό περιστατικών πυρκαγιάς σύμφωνα με ιστορικά στοιχεία που συλλέχθηκαν από τους δασικούς υπαλλήλους καθώς και από τους ντόπιους κατοίκους της περιοχής,. Έχει καθοριστεί χρόνος τριών ημερών για τον υπολογισμό της ανάπτυξης και της εξάπλωσης στην περιοχή. Μετά τη λήψη και των τεσσάρων μοντέλων, έγινε συγκριτική ανάλυση όλων αυτών με βάση έλεγχο πεδίου και ιστορικά αρχεία πυρκαγιάς.<br /> <br /> '''ΑΠΟΤΕΛΕΣΜΑΤΑ'''<br /> <br /> Τα ιστορικά περιστατικά πυρκαγιάς στην περιοχή των τελευταίων 20 ετών ελήφθησαν υπόψη για την οριοθέτηση των σημείων ανάφλεξης πυρκαγιάς. Οι πληροφορίες που συλλέχθηκαν από τους δασικούς υπαλλήλους και τους ντόπιους της περιοχής αποκαλύπτουν ότι η ανάφλεξη της πυρκαγιάς γενικά πραγματοποιήθηκε για τρεις ημέρες το πολύ. Τα υπολογισμένα στατιστικά στοιχεία σχετικά με την καθημερινή διάδοση των δασικών πυρκαγιών σε όρους έκτασης, περιμέτρου και ρυθμού καύσης υποστηρίζουν τα παραπάνω συμπεράσματα. Γενικά, καθώς η διάρκεια αυξάνει, η φωτιά προχωρά στις περιοχές. Μερικές φορές η φωτιά συσχετίζεται μόνο με φλόγα ή καπνό και μερικές φορές συνοδεύεται και από τους δύο. Αυτά επηρεάζουν την ένταση της πυρκαγιάς ή το ρυθμό εξάπλωσης, καθώς και το ρυθμό καύσης της φωτιάς. Αυτά επηρεάζουν τελικά το ποσοστό εξάπλωσης της πυρκαγιάς στην περιοχή.<br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Βασικό επίκεντρο της μελέτης είναι η ανάλυση του κινδύνου πυρκαγιάς στα δάση με συμπεριφορά πυρκαγιάς στην περιοχή, χρησιμοποιώντας τεχνική μοντελοποίησης προσομοίωσης. Η εφαρμογή δεδομένων τηλεπισκόπησης και GIS με προσομοιώσεις είναι χρήσιμη στην εκτίμηση κινδύνου πυρκαγιάς σε μεγαλύτερες περιοχές με την προσθήκη περισσότερων εισόδων. Υπολογίστηκαν ο σωρευτικός κίνδυνος πυρκαγιάς μαζί με την εξάπλωση και την περίμετρο, την ένταση, την απώλεια βάρους καυσίμου κ.λπ. Τα αποτελέσματα και οι συστάσεις της μελέτης θα είναι χρήσιμες για περαιτέρω έρευνα σχετικά με τη διαχείριση των δασικών πυρκαγιών. Η μελέτη μπορεί περαιτέρω να αναλυθεί για μεθόδους καταστολής χρησιμοποιώντας μοντέλα σε μελλοντικές προοπτικές. <br /> <br /> <br /> <br /> [[category:Διαχείριση κινδύνων]]<br /> [[category:Δασικές Πυρκαγιές]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A5_EIK3.png 2021-02-07T10:18:34Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A5_EIK2.png 2021-02-07T10:18:23Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A5_EIK1.png 2021-02-07T10:18:13Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T10:14:28Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> * [[The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/The_application_of_geographic_information_system_(GIS)_to_assess_the_population_abundance_of_Aedes_albopictus_(Skuse)_in_mangrove_forests_of_Penang,_Malaysia 2021-02-07T10:11:39Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A4_EIK1.png | thumb | right | '''Εικ. 1: Χωρική κατανομή της συγκέντρωσης πληθυσμού του Ae. Albopictus στη hotspot περιοχή του χάρτη της περιοχής μελέτης.''' Πηγή: Πηγή: λογισμικό ArcGIS 10.3]]<br /> [[Εικόνα: AG_A4_EIK2.png | thumb | right | '''Εικ. 2: Χωρική παρεμβολή της πληθυσμιακής πυκνότητας του Ae. albopictus σε σχέση με τη θερμοκρασία, την υγρασία και την ένταση του φωτός στην περιοχή μελέτης.''' Πηγή: https://www.dipterajournal.com/pdf/2019/vol6issue1/PartA/6-1-7-887.pdf]] <br /> <br /> '''Τίτλος:'''<br /> <br /> '''The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia'''<br /> <br /> '''Η εφαρμογή του συστήματος γεωγραφικών πληροφοριών (GIS) για την εκτίμηση του αυξημένου πληθυσμού των Aedes albopictus (Skuse) στα μαγκρόβια δάση του Penang, Μαλαισία'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''TN Saffawati, T Ismail, Nur Faeza A Kassim, Azimah Ab. Rahman, Suhaila Ab. Hamid, Khairun Yahya and Cameron E Webb'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''TN Saffawati, T Ismail, Nur Faeza A Kassim, Azimah Ab. Rahman, Suhaila Ab. Hamid, Khairun Yahya and Cameron E Webb ,’’The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia’’, International Journal of Mosquito Research 2019, Vol.6, pp.50-54 https://www.dipterajournal.com/pdf/2019/vol6issue1/PartA/6-1-7-887.pdf'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η Μαλαισία περιέχει μερικούς από τους μεγαλύτερους βιότοπους μαγκροβίων στην περιοχή της Ασίας. Τα μαγκρόβια δάση αντιπροσωπεύουν μια μοναδική οικολογική θέση που παρέχει βιότοπο για ποικιλία ειδών πανίδας, συμπεριλαμβανομένων των κουνουπιών που μπορεί να ενέχουν κινδύνους για τη δημόσια υγεία. Προηγούμενες μελέτες απέδειξαν ότι τα κουνούπια που είναι παράσιτα και πιθανός φορέας παθογόνων ιών αποτελούν μέρος των οικοσυστημάτων μαγκροβίων.Τα είδη κουνουπιών όπως Anopheles και Aedes που συλλέχθηκαν σε μαγκρόβια δάση τα τελευταία χρόνια έδειξαν πιθανό κίνδυνο εμφάνισης ασθενειών που μεταδίδονται από κουνούπια όπως ο δάγκειος και η ελονοσία.<br /> Η πληροφόρηση που υπάρχει σχετικά με είδη κουνουπιών που σχετίζονται με τα οικοσυστήματα μαγκροβίων της Μαλαισίας είναι περιορισμένη, εμποδίζοντας την εφαρμογή στρατηγικών διαχείρισης κινδύνου για ασθένειες που μεταδίδονται από τα κουνούπια. Η απρόσιτη πρόσβαση της εσωτερικής ζώνης των εκτεταμένων δασών μαγκροβίων, λόγω των διακυμαινόμενων παλιρροιών και των μαλακών ιζημάτων, περιορίζει περαιτέρω την ικανότητα εκτίμησης της παραγωγικότητας των κουνουπιών. Λόγω αυτών των παραγόντων, αξιολογήθηκε η εφαρμογή του Γεωγραφικού Συστήματος Πληροφοριών (GIS) για τη μελέτη της αφθονίας των πληθυσμών των κουνουπιών που κατοικούν σε δοχεία που σχετίζονται με βιότοπους μαγκροβίων. Το σύστημα παρακολούθησης Ovitrap και το γεωγραφικό σύστημα πληροφοριών (GIS) είναι ολοκληρωμένα συστήματα που αναπτύσσονται για τη μελέτη, τον προσδιορισμό και την πρόβλεψη της πορείας της αφθονίας των κουνουπιών σε σχέση με τη χωρική και τη χρονική κατανομή.<br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> ''Τοποθεσία μελέτης''<br /> <br /> To Pulau Betong που βρίσκεται στη νοτιοδυτική γωνία του νησιού Penang είναι ένας μικρός οικισμός που αναπτύχθηκε στις εκβολές του ποταμού Pulau Betong, με το πλησιέστερο σημαντικό αστικό κέντρο να είναι η Τζωρτζτάουν. Οι περιοχές μελέτης επηρεάζονται από την ανθρώπινη δραστηριότητα με το τοπικό περιβάλλον που χαρακτηρίζεται από στοιχεία τεχνητών οικοτόπων κουνουπιών, συμπεριλαμβανομένων δοχείων συγκράτησης νερού (π.χ. μπουκάλια, δοχεία, πλαστικά δοχεία και απορριμμένα ελαστικά), καθώς και από φυσικούς οικοτόπους (π.χ. τρύπες δέντρων, τρύπες καβουριών και νερό - γεμάτες λεκάνες εδάφους).<br /> <br /> ''Συλλογή προνυμφών''<br /> <br /> Το επίκεντρο αυτής της μελέτης, τα αυγά κουνουπιών και οι προνύμφες, συλλέχθηκαν χρησιμοποιώντας τυποποιημένες CDC τροποποιημένες παγίδες ωοθυλακιορρηξίας (Ovitrap) με συνολικά 30 ωοθυλακίδες που αναπτύχθηκαν τυχαία στις περιοχές μελέτης (εικόνα 1). Μεμονωμένες ωοθυλακίδες τοποθετήθηκαν σε μερική ή ολική σκίαση για να αποφευχθεί το άμεσο ηλιακό φως και η δυνατή βροχή που μπορεί να προκαλέσουν διαρροή νερού. Η συλλογή προνυμφών και η συντήρηση των ωοθηκών πραγματοποιήθηκαν σε διαστήματα 5 ημερών κατά τη διάρκεια της μελέτης.<br /> <br /> ''Σύστημα στατιστικής ανάλυσης και γεωγραφικών πληροφοριών (GIS)''<br /> <br /> Ο θετικός δείκτης Ovitrap (POI) και οι μέσες προνύμφες ανά παγίδα αναθεωρήθηκαν από τους Serpa et al και χρησιμοποιήθηκαν για τη μέτρηση της προσβολής του albopictus στην περιοχή μελέτης, ενώ η δοκιμή συσχέτισης του Pearson χρησιμοποιήθηκε για τον προσδιορισμό της σχέσης μεταξύ του αριθμού των παγίδων που περιέχουν προνύμφες. Ο τύπος που χρησιμοποιείται κατά τη διάρκεια του πειραματισμού περιλαμβάνει:<br /> <br /> (POI)= (Αριθμός θετικών ωοθυλακίων στην ωοθυλακιορρηξία)/(Συνολικό αριθμό των ωοθυλακίων)*100<br /> <br /> (MLT) = (Αριθμός Ae.albopictus που συλλέχθησαν ανά ωοθυλακιορρηξία)/(Συνολικές προνύμφες ανά ωοθυλακιορρηξία)<br /> <br /> Το λογισμικό ArcGIS 10.3 χρησιμοποιήθηκε για την παρακολούθηση, την ανάλυση και την κατασκευή της κατανομής και της πυκνότητας πληθυσμού των κουνουπιών στο δάσος μαγκροβίων δημιουργώντας τους χωρικούς χάρτες των περιοχών που στη συνέχεια αναλύθηκαν χρησιμοποιώντας εργαλείο χωρικής ανάλυσης, πυκνότητα πυρήνα και παρεμβολή αντίστροφης απόστασης (IDW).<br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> ''Χωρική ανάλυση'' <br /> <br /> Η χωρική κατανομή του Ae. albopictus στην περιοχή μελέτης αναλύθηκε αρχικά με τον μέσο αριθμό κουνουπιών που συλλέχθηκαν σε κάθε θέση ωοειδούς παγίδας τα οποία στη συνέχεια χαρτογραφήθηκαν χρησιμοποιώντας εφαρμογή ενδιάμεσης πυκνότητας GIS για οπτικοποιημένη κατανομή πυκνότητας. Το αποτέλεσμα του στρωματοποιημένου χάρτη θερμότητας της πυκνότητας του πληθυσμού (εικόνα 1) δείχνει την πυκνότητα του πληθυσμού σε περιοχές μελέτης με μεγαλύτερη πυκνότητα που παρατηρείται σε περιοχές με αφθονία τεχνητών πηγών αναπαραγωγής. <br /> <br /> ''Σχέση θερμοκρασίας, υγρασίας και έντασης φωτός με τη μέση παρουσία προνυμφών''<br /> <br /> Οι δοκιμές συσχέτισης του Pearson δείχνουν ασήμαντη σχέση μεταξύ της θερμοκρασίας, της υγρασίας και της έντασης του φωτός με τη πυκνότητας των προνυμφών στο τόπο μελέτης. Ωστόσο, η χωρική παρεμβολή μεταξύ παραμέτρων και μέσης πυκνότητας προνυμφών έδειξε διαφορετικά μοτίβα. Εν τω μεταξύ, η χωρική παρεμβολή μετεωρολογικών παραμέτρων με τη πληθυσμιακή πυκνότητα του Αe. albopictus στο μαγκρόβιο δάσος του ποταμού Burung, στο Balik Pulau φαίνεται στην εικόνα 2.<br /> <br /> Η εφαρμογή του Γεωγραφικού Συστήματος Πληροφοριών (GIS) και της τηλεανίχνευσης για χωρική και χρονική μελέτη ασθενειών που μεταδίδονται από κουνούπια, αφθονίας και κατανομής κουνουπιών έχει πραγματοποιηθεί εδώ και δεκαετίες. Τα αποτελέσματα που επιτεύχθηκαν από προηγούμενη μελέτη των Dale και Knight στην Ευρώπη ενθάρρυναν τη χώρα της Ασίας-Ειρηνικού να εφαρμόσει τις ίδιες μεθόδους για την πρόληψη και τη διαχείριση των ασθενειών που μεταδίδονται από τα κουνούπια. Το επίκεντρο αυτής της έρευνας ήταν να εκτιμηθούν τα σημεία θερμότητας κουνούπια διανυσμάτων στα μαγκρόβια δάση, έτσι ώστε ο πάροχος υγειονομικής περίθαλψης να μπορεί να θεραπεύσει τα hotspots αντί να σπαταλά χρόνο, ανθρώπινο δυναμικό και χρήματα για να εξοντώσει τον πληθυσμό κουνουπιών από πολύ μαγκρόβια θέση.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα ευρήματα αναγνώρισαν την αποτελεσματικότητα της παρακολούθησης των ωοθηκών ως αποτελεσματική μέθοδο για τη μελέτη της αφθονίας του πληθυσμού του Ae. albopictus. Η πληθυσμιακή πυκνότητα του Ae. albopictus στα μαγκρόβια δάση συσσωρεύεται στις διαταραγμένες περιοχές από ότι στις λιγότερο διαταραγμένες περιοχές, γεγονός που υποδεικνύει την αστικοποίηση, τις προτιμήσεις ξενιστή και τις προτιμήσεις του τόπου αναπαραγωγής ως παράγοντες που συμβάλλουν στην αφθονία του πληθυσμού αυτού του είδους φορέα. Ενώ οι μετεωρολογικές παράμετροι δείχνουν ασήμαντη σύνδεση με την πυκνότητα του πληθυσμού, η εποχική αφθονία σε σχέση με την υγρή και ξηρή περίοδο περιγράφεται από μια υψηλότερη κατανομή της Ae. albopictus κατά τη διάρκεια της υγρής περιόδου. Οι χάρτες θερμότητας της πυκνότητας του πληθυσμού τόνισαν την συγκέντρωση στις διαταραγμένες περιοχές των μαγκροβίων. Η κατανομή του Ae. albopictus στις περιοχές μαγκροβίων μελετά την πιθανότητα έξαρσης των ασθενειών που μεταδίδονται από τα κουνούπια ως επακόλουθο της αστικοποίησης στις περιοχές χωρίς σωστή διαχείριση κινδύνου.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/The_application_of_geographic_information_system_(GIS)_to_assess_the_population_abundance_of_Aedes_albopictus_(Skuse)_in_mangrove_forests_of_Penang,_Malaysia 2021-02-07T10:10:46Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A4_EIK1.png | thumb | right | '''Εικ. 1: Χωρική κατανομή της συγκέντρωσης πληθυσμού του Ae. Albopictus στ...'</p> <hr /> <div>[[Εικόνα: AG_A4_EIK1.png | thumb | right | '''Εικ. 1: Χωρική κατανομή της συγκέντρωσης πληθυσμού του Ae. Albopictus στη hotspot περιοχή του χάρτη της περιοχής μελέτης.''' Πηγή: Πηγή: λογισμικό ArcGIS 10.3]]<br /> [[Εικόνα: AG_A4_EIK2.png | thumb | right | '''Εικ. 2: Χωρική παρεμβολή της πληθυσμιακής πυκνότητας του Ae. albopictus σε σχέση με τη θερμοκρασία, την υγρασία και την ένταση του φωτός στην περιοχή μελέτης.''' Πηγή: https://www.dipterajournal.com/pdf/2019/vol6issue1/PartA/6-1-7-887.pdf]] <br /> <br /> '''Τίτλος:'''<br /> <br /> '''The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia'''<br /> <br /> '''Η εφαρμογή του συστήματος γεωγραφικών πληροφοριών (GIS) για την εκτίμηση του αυξημένου πληθυσμού των Aedes albopictus (Skuse) στα μαγκρόβια δάση του Penang, Μαλαισία'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''TN Saffawati, T Ismail, Nur Faeza A Kassim, Azimah Ab. Rahman, Suhaila Ab. Hamid, Khairun Yahya and Cameron E Webb'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''TN Saffawati, T Ismail, Nur Faeza A Kassim, Azimah Ab. Rahman, Suhaila Ab. Hamid, Khairun Yahya and Cameron E Webb ,’’The application of geographic information system (GIS) to assess the population abundance of Aedes albopictus (Skuse) in mangrove forests of Penang, Malaysia’’, International Journal of Mosquito Research 2019, Vol.6, pp.50-54 https://www.dipterajournal.com/pdf/2019/vol6issue1/PartA/6-1-7-887.pdf'''<br /> <br /> '''Εισαγωγή'''<br /> <br /> Η Μαλαισία περιέχει μερικούς από τους μεγαλύτερους βιότοπους μαγκροβίων στην περιοχή της Ασίας. Τα μαγκρόβια δάση αντιπροσωπεύουν μια μοναδική οικολογική θέση που παρέχει βιότοπο για ποικιλία ειδών πανίδας, συμπεριλαμβανομένων των κουνουπιών που μπορεί να ενέχουν κινδύνους για τη δημόσια υγεία. Προηγούμενες μελέτες απέδειξαν ότι τα κουνούπια που είναι παράσιτα και πιθανός φορέας παθογόνων ιών αποτελούν μέρος των οικοσυστημάτων μαγκροβίων.Τα είδη κουνουπιών όπως Anopheles και Aedes που συλλέχθηκαν σε μαγκρόβια δάση τα τελευταία χρόνια έδειξαν πιθανό κίνδυνο εμφάνισης ασθενειών που μεταδίδονται από κουνούπια όπως ο δάγκειος και η ελονοσία.<br /> Η πληροφόρηση που υπάρχει σχετικά με είδη κουνουπιών που σχετίζονται με τα οικοσυστήματα μαγκροβίων της Μαλαισίας είναι περιορισμένη, εμποδίζοντας την εφαρμογή στρατηγικών διαχείρισης κινδύνου για ασθένειες που μεταδίδονται από τα κουνούπια. Η απρόσιτη πρόσβαση της εσωτερικής ζώνης των εκτεταμένων δασών μαγκροβίων, λόγω των διακυμαινόμενων παλιρροιών και των μαλακών ιζημάτων, περιορίζει περαιτέρω την ικανότητα εκτίμησης της παραγωγικότητας των κουνουπιών. Λόγω αυτών των παραγόντων, αξιολογήθηκε η εφαρμογή του Γεωγραφικού Συστήματος Πληροφοριών (GIS) για τη μελέτη της αφθονίας των πληθυσμών των κουνουπιών που κατοικούν σε δοχεία που σχετίζονται με βιότοπους μαγκροβίων. Το σύστημα παρακολούθησης Ovitrap και το γεωγραφικό σύστημα πληροφοριών (GIS) είναι ολοκληρωμένα συστήματα που αναπτύσσονται για τη μελέτη, τον προσδιορισμό και την πρόβλεψη της πορείας της αφθονίας των κουνουπιών σε σχέση με τη χωρική και τη χρονική κατανομή.<br /> <br /> '''Υλικά και μέθοδοι'''<br /> <br /> ''Τοποθεσία μελέτης''<br /> <br /> To Pulau Betong που βρίσκεται στη νοτιοδυτική γωνία του νησιού Penang είναι ένας μικρός οικισμός που αναπτύχθηκε στις εκβολές του ποταμού Pulau Betong, με το πλησιέστερο σημαντικό αστικό κέντρο να είναι η Τζωρτζτάουν. Οι περιοχές μελέτης επηρεάζονται από την ανθρώπινη δραστηριότητα με το τοπικό περιβάλλον που χαρακτηρίζεται από στοιχεία τεχνητών οικοτόπων κουνουπιών, συμπεριλαμβανομένων δοχείων συγκράτησης νερού (π.χ. μπουκάλια, δοχεία, πλαστικά δοχεία και απορριμμένα ελαστικά), καθώς και από φυσικούς οικοτόπους (π.χ. τρύπες δέντρων, τρύπες καβουριών και νερό - γεμάτες λεκάνες εδάφους).<br /> <br /> ''Συλλογή προνυμφών''<br /> <br /> Το επίκεντρο αυτής της μελέτης, τα αυγά κουνουπιών και οι προνύμφες, συλλέχθηκαν χρησιμοποιώντας τυποποιημένες CDC τροποποιημένες παγίδες ωοθυλακιορρηξίας (Ovitrap) με συνολικά 30 ωοθυλακίδες που αναπτύχθηκαν τυχαία στις περιοχές μελέτης (εικόνα 1). Μεμονωμένες ωοθυλακίδες τοποθετήθηκαν σε μερική ή ολική σκίαση για να αποφευχθεί το άμεσο ηλιακό φως και η δυνατή βροχή που μπορεί να προκαλέσουν διαρροή νερού. Η συλλογή προνυμφών και η συντήρηση των ωοθηκών πραγματοποιήθηκαν σε διαστήματα 5 ημερών κατά τη διάρκεια της μελέτης.<br /> <br /> ''Σύστημα στατιστικής ανάλυσης και γεωγραφικών πληροφοριών (GIS)''<br /> <br /> Ο θετικός δείκτης Ovitrap (POI) και οι μέσες προνύμφες ανά παγίδα αναθεωρήθηκαν από τους Serpa et al και χρησιμοποιήθηκαν για τη μέτρηση της προσβολής του albopictus στην περιοχή μελέτης, ενώ η δοκιμή συσχέτισης του Pearson χρησιμοποιήθηκε για τον προσδιορισμό της σχέσης μεταξύ του αριθμού των παγίδων που περιέχουν προνύμφες. Ο τύπος που χρησιμοποιείται κατά τη διάρκεια του πειραματισμού περιλαμβάνει:<br /> <br /> (POI)= (Αριθμός θετικών ωοθυλακίων στην ωοθυλακιορρηξία)/(Συνολικό αριθμό των ωοθυλακίων)*100<br /> <br /> (MLT) = (Αριθμός Ae.albopictus που συλλέχθησαν ανά ωοθυλακιορρηξία)/(Συνολικές προνύμφες ανά ωοθυλακιορρηξία)<br /> <br /> Το λογισμικό ArcGIS 10.3 χρησιμοποιήθηκε για την παρακολούθηση, την ανάλυση και την κατασκευή της κατανομής και της πυκνότητας πληθυσμού των κουνουπιών στο δάσος μαγγροβίων δημιουργώντας τους χωρικούς χάρτες των περιοχών που στη συνέχεια αναλύθηκαν χρησιμοποιώντας εργαλείο χωρικής ανάλυσης, πυκνότητα πυρήνα και παρεμβολή αντίστροφης απόστασης (IDW).<br /> <br /> '''Αποτελέσματα και συζήτηση'''<br /> <br /> ''Χωρική ανάλυση'' <br /> <br /> Η χωρική κατανομή του Ae. albopictus στην περιοχή μελέτης αναλύθηκε αρχικά με τον μέσο αριθμό κουνουπιών που συλλέχθηκαν σε κάθε θέση ωοειδούς παγίδας τα οποία στη συνέχεια χαρτογραφήθηκαν χρησιμοποιώντας εφαρμογή ενδιάμεσης πυκνότητας GIS για οπτικοποιημένη κατανομή πυκνότητας. Το αποτέλεσμα του στρωματοποιημένου χάρτη θερμότητας της πυκνότητας του πληθυσμού (εικόνα 1) δείχνει την πυκνότητα του πληθυσμού σε περιοχές μελέτης με μεγαλύτερη πυκνότητα που παρατηρείται σε περιοχές με αφθονία τεχνητών πηγών αναπαραγωγής. <br /> <br /> ''Σχέση θερμοκρασίας, υγρασίας και έντασης φωτός με τη μέση παρουσία προνυμφών''<br /> <br /> Οι δοκιμές συσχέτισης του Pearson δείχνουν ασήμαντη σχέση μεταξύ της θερμοκρασίας, της υγρασίας και της έντασης του φωτός με τη πυκνότητας των προνυμφών στο τόπο μελέτης. Ωστόσο, η χωρική παρεμβολή μεταξύ παραμέτρων και μέσης πυκνότητας προνυμφών έδειξε διαφορετικά μοτίβα. Εν τω μεταξύ, η χωρική παρεμβολή μετεωρολογικών παραμέτρων με τη πληθυσμιακή πυκνότητα του Αe. albopictus στο μαγκρόβιο δάσος του ποταμού Burung, στο Balik Pulau φαίνεται στην εικόνα 2.<br /> <br /> Η εφαρμογή του Γεωγραφικού Συστήματος Πληροφοριών (GIS) και της τηλεανίχνευσης για χωρική και χρονική μελέτη ασθενειών που μεταδίδονται από κουνούπια, αφθονίας και κατανομής κουνουπιών έχει πραγματοποιηθεί εδώ και δεκαετίες. Τα αποτελέσματα που επιτεύχθηκαν από προηγούμενη μελέτη των Dale και Knight στην Ευρώπη ενθάρρυναν τη χώρα της Ασίας-Ειρηνικού να εφαρμόσει τις ίδιες μεθόδους για την πρόληψη και τη διαχείριση των ασθενειών που μεταδίδονται από τα κουνούπια. Το επίκεντρο αυτής της έρευνας ήταν να εκτιμηθούν τα σημεία θερμότητας κουνούπια διανυσμάτων στα μαγκρόβια δάση, έτσι ώστε ο πάροχος υγειονομικής περίθαλψης να μπορεί να θεραπεύσει τα hotspots αντί να σπαταλά χρόνο, ανθρώπινο δυναμικό και χρήματα για να εξοντώσει τον πληθυσμό κουνουπιών από πολύ μαγκρόβια θέση.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Τα ευρήματα αναγνώρισαν την αποτελεσματικότητα της παρακολούθησης των ωοθηκών ως αποτελεσματική μέθοδο για τη μελέτη της αφθονίας του πληθυσμού του Ae. albopictus. Η πληθυσμιακή πυκνότητα του Ae. albopictus στα μαγκρόβια δάση συσσωρεύεται στις διαταραγμένες περιοχές από ότι στις λιγότερο διαταραγμένες περιοχές, γεγονός που υποδεικνύει την αστικοποίηση, τις προτιμήσεις ξενιστή και τις προτιμήσεις του τόπου αναπαραγωγής ως παράγοντες που συμβάλλουν στην αφθονία του πληθυσμού αυτού του είδους φορέα. Ενώ οι μετεωρολογικές παράμετροι δείχνουν ασήμαντη σύνδεση με την πυκνότητα του πληθυσμού, η εποχική αφθονία σε σχέση με την υγρή και ξηρή περίοδο περιγράφεται από μια υψηλότερη κατανομή της Ae. albopictus κατά τη διάρκεια της υγρής περιόδου. Οι χάρτες θερμότητας της πυκνότητας του πληθυσμού τόνισαν την συγκέντρωση στις διαταραγμένες περιοχές των μαγκροβίων. Η κατανομή του Ae. albopictus στις περιοχές μαγκροβίων μελετά την πιθανότητα έξαρσης των ασθενειών που μεταδίδονται από τα κουνούπια ως επακόλουθο της αστικοποίησης στις περιοχές χωρίς σωστή διαχείριση κινδύνου.<br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A4_EIK2.png 2021-02-07T09:52:05Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A4_EIK1.png 2021-02-07T09:51:52Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_GIS_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%BA%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%80%CF%81%CF%89%CF%84%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CE%B1%CF%82_%CF%85%CE%B3%CE%B5%CE%B9%CE%BF%CE%BD%CE%BF%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%B5%CF%81%CE%AF%CE%B8%CE%B1%CE%BB%CF%88%CE%B7%CF%82 2021-02-07T00:15:16Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A3_EIK1.jpg | thumb | right | '''Εικ. 1. Χάρτης τοποθεσίας της περιοχής μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2210832717302466]]<br /> [[Εικόνα: AG_A3_EIK2.png | thumb | right | '''Εικ. 2. Κύκλος επικάλυψης με 2,5 km για κάθε κέντρο PHC πέρα από τα όρια διοίκησης.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2210832717302466]] <br /> <br /> '''Τίτλος:'''<br /> <br /> '''Towards integration of remote sensing and GIS to manage primary health care centers'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Ahmed Ibrahim Ramzi, Magda Abdl-Latif El-Bedawi''' <br /> <br /> '''Πηγή:'''<br /> <br /> '''Ibrahim Ramzi, A., &amp; Abdl-Latif El-Bedawi, M. Towards integration of remote sensing and GIS to manage primary health care centers.Applied Computing and Informatics, Vol.15, July 2019, pp.109-113 https://www.sciencedirect.com/science/article/pii/S2210832717302466'''<br /> <br /> '''Στόχος μελέτης'''<br /> <br /> Ο στόχος αυτής της έρευνας είναι η μελέτη, παρακολούθηση, χαρτογράφηση, σχεδιασμός, διανομή και εντοπισμός κυβερνητικών πρωτοβάθμιων κέντρων υγειονομικής περίθαλψης (PHCC) στην επιλεγμένη περιοχή μελέτης. Αυτές οι πληροφορίες πρέπει να διατηρούνται σε μια βάση δεδομένων. Το άρθρο επικεντρώνεται επίσης στην παρακολούθηση της προσφοράς και της ζήτησης στα (PHCC).<br /> <br /> Το GIS σε κυβερνητικούς οργανισμούς υγείας, μαζί με τον πολλαπλασιασμό χωρικά χωριστών δεδομένων οδήγησαν σε ορισμένες έρευνες που επικεντρώθηκαν στην ανάπτυξη μέτρων πρόσβασης διαφόρων εγκαταστάσεων υγειονομικής περίθαλψης (HCS). Αυτή η έρευνα διεξάγεται για την ενσωμάτωση της τηλεπισκόπησης και του GIS στη διαχείριση PHCCs και οι αρμόδιοι για την υγεία και τη λήψη αποφάσεων μπορούν να συνεχίσουν να χρησιμοποιήσουν τη συνεχή προηγμένη τηλεπισκόπηση για τη διαχείριση διαφόρων εγκαταστάσεων υγειονομικής περίθαλψης HC.<br /> <br /> '''Περιοχή μελέτης'''<br /> <br /> Η περιοχή μελέτης είναι η ιατρική περιοχή El-Salam Awel, Κάιρο, Αίγυπτος. Είναι μια πυκνοκατοικημένη αστική περιοχή. Η προτεινόμενη μεθοδολογία περιελάμβανε πολλές διαδικασίες, βασισμένες στη χρήση δορυφορικών εικόνων, GIS, δημογραφικών στοιχείων, δεδομένων υγείας και δεδομένων πεδίου. Τα αποτελέσματα που προέκυψαν έδειξαν ότι υπήρχε έλλειψη σε κέντρα PHC στην επιλεγμένη περιοχή μελέτης. <br /> <br /> '''Κατευθυντήριες γραμμές και πρότυπα των κέντρων PHC'''<br /> <br /> Το MOH στην Αίγυπτο λαμβάνει τις διεθνείς κατευθυντήριες γραμμές σύμφωνα με τα διεθνή πρότυπα. Μια μονάδα PHC στην Αίγυπτο πρέπει να εξυπηρετεί 20.000 άτομα και έκταση 2,5 χιλιομέτρων ακτίνα. Επίσης, σύμφωνα με τους κανόνες του αιγυπτιακού MOH: η περιοχή της μονάδας PHC δεν πρέπει να είναι πάνω από 1200 τετραγωνικά μέτρα και πρέπει να βρίσκεται σε γη που ανήκει στο κράτος.<br /> Η μελέτη πραγματοποιήθηκε σε 8 PHCC που σχετίζονται με την ιατρική περιοχή El Salam.<br /> <br /> '''Συλλογή δεδομένων'''<br /> <br /> Συλλέχθηκαν δεδομένα συνόρων διοίκησης, δορυφορικά δεδομένα (πολύ υψηλής ανάλυσης δορυφορική εικόνα Dubisat2. Σημεία ελέγχου εδάφους GCP και σημεία ελέγχου CP έχουν συλλεχθεί με χρήση GPS. Επίσης δεδομένα κλινικών από αρχεία και πεδίο. Και τέλος δημογραφικά ή πληθυσμιακά δεδομένα από απογραφή και τοπικά αρχεία.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η προτεινόμενη μεθοδολογία στο αρχικό στάδιο είναι αρκεά απλή για την εύκολη εξυπηρέτηση των διαφόρων τομέων υγείας. Στα προσεχή στάδια, η μέθοδος θα βασιστεί σε προηγμένες τεχνικές στην επιστήμη τηλεπισκόπησης, στην επιστήμη των υπολογιστών και η πρόβλεψη του πληθυσμού θα βασίζεται σε διαφορετικά μοντέλα όπως εκθετικά μοντέλα και δεδομένα απογραφής. Έχουν προταθεί τα ακόλουθα βήματα: Συλλογή δεδομένων που καλύπτουν την περιοχή μελέτης. Απόκτηση GCP, CP και θέση PHC με χρήση φορητού GPS από το πεδίο. Προεπεξεργασία δορυφορικών εικόνων. Αξιολόγηση ακρίβειας της διορθωμένης καταχώρησης δορυφορικών εικόνων με βάση το RMS. Διανομή και τοποθεσίες κυβερνητικών PHCC. Παραγωγή στρωμάτων διανυσμάτων. Προβολή πληθυσμού έως το 2015. Υπολογισμός προσφοράς κέντρων PHC. Εφαρμογή διεθνών και αιγυπτιακών κατευθυντήριων γραμμών των κέντρων PHC. Υπολογισμός ζήτησης κέντρων εξυπηρετούμενων / μη εξυπηρετούμενων πολιτών και περιοχής. Και τέλος εκτίμηση αποτελεσμάτων.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η ζήτηση των PHCC υπολογίστηκε με βάση τις οδηγίες και τα πρότυπα του αιγυπτιακού MOH. Υπήρχαν δύο κριτήρια; το κέντρο να εξυπηρετεί 20.000 κατά κεφαλήν: Τα αποτελέσματα έδειξαν ότι για την επίτευξη του κριτηρίου για τον συνολικό αριθμό των μη εξυπηρετούμενων 359.723, απαιτούνται 18 κέντρα. Για το δεύτερο κριτήριο όπου η περιοχή πρέπει να καλύπτεται από κύκλο 2,5 km ακτίνα (Εικ. 2), τα αποτελέσματα έδειξαν ότι χρειάζονται 2 κέντρα. Ως εκ τούτου, δεν υπάρχει έλλειμμα στον αριθμό των κέντρων υγείας σύμφωνα με το 2ο κριτήριο. Τα τελικά συμπεράσματα του ελλείμματος στα κέντρα PHC συνδέονται κυρίως με τον συνολικό αριθμό του πληθυσμού. Για την κατασκευή ενός νέου PHCC, η κατάσταση μελετήθηκε και αναφέρθηκε ότι δεν υπάρχει κομμάτι γης στην περιοχή 1200 m2 που ανήκει στην πολιτεία εντός της περιοχής μελέτης. Έτσι, η λύση είναι η αναζήτηση δωρητών για την επίλυση του προβλήματος ή ο επανασχεδιασμός και η ανακατανομή των κρατικών γαιών. <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η παραδοσιακή μέθοδος δεν είναι ικανή να καταστείλει τα κέντρα PHC και είναι δαπανηρή και χρονοβόρα. Το αποτέλεσμα που προέκυψε έδειξε ότι οι αρμόδιοι για την υγεία και οι υπεύθυνοι λήψης αποφάσεων μπορούν να χρησιμοποιούν συνεχή προηγμένα πεδία γνώσεων όπως τηλεπισκόπηση, GIS και επιστήμη υπολογιστών στη μελέτη, παρακολούθηση, χαρτογράφηση, προγραμματισμό, παρακολούθηση της προσφοράς και ζήτησης σε PHCC για τη διαχείριση διαφόρων εγκαταστάσεων HC σύμφωνα με τα κριτήρια και τα πρότυπα του MOH της Αιγύπτου.<br /> Η μελέτη διαπίστωσε ότι ο πληθυσμός θεωρείται ως το ενεργό κριτήριο λόγω της υψηλής αύξησης του. Θεωρητικά, τα κέντρα PHC καλύπτουν την περιοχή εξυπηρέτησης αλλά δεν καλύπτουν τον εξυπηρετούμενο πληθυσμό σύμφωνα με τα κριτήρια του αιγυπτιακού MOH. Επιπλέον, η μελέτη διερεύνησε ότι υπάρχουν πολλές άλλες κυβερνητικές και ιδιωτικές υπηρεσίες υγείας που χρησιμοποιήθηκαν από ορισμένους ασθενείς αντί για κέντρα PHC. Έτσι, αυτό το σημείο πρέπει να ληφθεί υπόψη στην επόμενη μελέτη.<br /> <br /> <br /> <br /> <br /> [[category:Υγεία]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-07T00:12:18Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> * [[Προς την ενσωμάτωση της τηλεπισκόπησης και των GIS για τη διαχείριση κέντρων πρωτοβάθμιας υγειονομικής περίθαλψης]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_GIS_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%BA%CE%AD%CE%BD%CF%84%CF%81%CF%89%CE%BD_%CF%80%CF%81%CF%89%CF%84%CE%BF%CE%B2%CE%AC%CE%B8%CE%BC%CE%B9%CE%B1%CF%82_%CF%85%CE%B3%CE%B5%CE%B9%CE%BF%CE%BD%CE%BF%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CF%80%CE%B5%CF%81%CE%AF%CE%B8%CE%B1%CE%BB%CF%88%CE%B7%CF%82 2021-02-07T00:11:32Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A3_EIK1.jpg | thumb | right | '''Εικ. 1. Χάρτης τοποθεσίας της περιοχής μελέτης.''' Πηγή: https://www.sciencedi...'</p> <hr /> <div>[[Εικόνα: AG_A3_EIK1.jpg | thumb | right | '''Εικ. 1. Χάρτης τοποθεσίας της περιοχής μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2210832717302466]]<br /> [[Εικόνα: AG_A3_EIK2.png | thumb | right | '''Εικ. 2. Κύκλος επικάλυψης με 2,5 km για κάθε κέντρο PHC πέρα από τα όρια διοίκησης.''' Πηγή: https://www.sciencedirect.com/science/article/pii/S2210832717302466]] <br /> <br /> '''Τίτλος:'''<br /> <br /> '''Towards integration of remote sensing and GIS to manage primary health care centers'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Ahmed Ibrahim Ramzi, Magda Abdl-Latif El-Bedawi''' <br /> <br /> '''Πηγή:'''<br /> <br /> '''Ibrahim Ramzi, A., &amp; Abdl-Latif El-Bedawi, M. Towards integration of remote sensing and GIS to manage primary health care centers.Applied Computing and Informatics, Vol.15, July 2019, pp.109-113 https://www.sciencedirect.com/science/article/pii/S2210832717302466'''<br /> <br /> '''Στόχος μελέτης'''<br /> <br /> Ο στόχος αυτής της έρευνας είναι η μελέτη, παρακολούθηση, χαρτογράφηση, σχεδιασμός, διανομή και εντοπισμός κυβερνητικών πρωτοβάθμιων κέντρων υγειονομικής περίθαλψης (PHCC) στην επιλεγμένη περιοχή μελέτης. Αυτές οι πληροφορίες πρέπει να διατηρούνται σε μια βάση δεδομένων. Το άρθρο επικεντρώνεται επίσης στην παρακολούθηση της προσφοράς και της ζήτησης στα (PHCC).<br /> <br /> Το GIS σε κυβερνητικούς οργανισμούς υγείας, μαζί με τον πολλαπλασιασμό χωρικά χωριστών δεδομένων οδήγησαν σε ορισμένες έρευνες που επικεντρώθηκαν στην ανάπτυξη μέτρων πρόσβασης διαφόρων εγκαταστάσεων υγειονομικής περίθαλψης (HCS). Αυτή η έρευνα διεξάγεται για την ενσωμάτωση της τηλεπισκόπησης και του GIS στη διαχείριση PHCCs και οι αρμόδιοι για την υγεία και τη λήψη αποφάσεων μπορούν να συνεχίσουν να χρησιμοποιήσουν τη συνεχή προηγμένη τηλεπισκόπηση για τη διαχείριση διαφόρων εγκαταστάσεων υγειονομικής περίθαλψης HC.<br /> <br /> '''Περιοχή μελέτης'''<br /> <br /> Η περιοχή μελέτης είναι η ιατρική περιοχή El-Salam Awel, Κάιρο, Αίγυπτος. Είναι μια πυκνοκατοικημένη αστική περιοχή. Η προτεινόμενη μεθοδολογία περιελάμβανε πολλές διαδικασίες, βασισμένες στη χρήση δορυφορικών εικόνων, GIS, δημογραφικών στοιχείων, δεδομένων υγείας και δεδομένων πεδίου. Τα αποτελέσματα που προέκυψαν έδειξαν ότι υπήρχε έλλειψη σε κέντρα PHC στην επιλεγμένη περιοχή μελέτης. <br /> <br /> '''Κατευθυντήριες γραμμές και πρότυπα των κέντρων PHC'''<br /> <br /> Το MOH στην Αίγυπτο λαμβάνει τις διεθνείς κατευθυντήριες γραμμές σύμφωνα με τα διεθνή πρότυπα. Μια μονάδα PHC στην Αίγυπτο πρέπει να εξυπηρετεί 20.000 άτομα και έκταση 2,5 χιλιομέτρων ακτίνα. Επίσης, σύμφωνα με τους κανόνες του αιγυπτιακού MOH: η περιοχή της μονάδας PHC δεν πρέπει να είναι πάνω από 1200 τετραγωνικά μέτρα και πρέπει να βρίσκεται σε γη που ανήκει στο κράτος.<br /> Η μελέτη πραγματοποιήθηκε σε 8 PHCC που σχετίζονται με την ιατρική περιοχή El Salam.<br /> <br /> '''Συλλογή δεδομένων'''<br /> <br /> Συλλέχθηκαν δεδομένα συνόρων διοίκησης, δορυφορικά δεδομένα (πολύ υψηλής ανάλυσης δορυφορική εικόνα Dubisat2. Σημεία ελέγχου εδάφους GCP και σημεία ελέγχου CP έχουν συλλεχθεί με χρήση GPS. Επίσης δεδομένα κλινικών από αρχεία και πεδίο. Και τέλος δημογραφικά ή πληθυσμιακά δεδομένα από απογραφή και τοπικά αρχεία.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η προτεινόμενη μεθοδολογία στο αρχικό στάδιο είναι αρκεά απλή για την εύκολη εξυπηρέτηση των διαφόρων τομέων υγείας. Στα προσεχή στάδια, η μέθοδος θα βασιστεί σε προηγμένες τεχνικές στην επιστήμη τηλεπισκόπησης, στην επιστήμη των υπολογιστών και η πρόβλεψη του πληθυσμού θα βασίζεται σε διαφορετικά μοντέλα όπως εκθετικά μοντέλα και δεδομένα απογραφής. Έχουν προταθεί τα ακόλουθα βήματα: Συλλογή δεδομένων που καλύπτουν την περιοχή μελέτης; Απόκτηση GCP, CP και θέση PHC με χρήση φορητού GPS από το πεδίο.Προεπεξεργασία δορυφορικών εικόνων; Αξιολόγηση ακρίβειας της διορθωμένης καταχώρησης δορυφορικών εικόνων με βάση το RMS;Διανομή και τοποθεσίες κυβερνητικών PHCC. Παραγωγή στρωμάτων διανυσμάτων;Προβολή πληθυσμού έως το 2015; Υπολογισμός προσφοράς κέντρων PHC; Εφαρμογή διεθνών και αιγυπτιακών κατευθυντήριων γραμμών των κέντρων PHC; Υπολογισμός ζήτησης κέντρων εξυπηρετούμενων / μη εξυπηρετούμενων πολιτών και περιοχής; Και εκτίμηση αποτελεσμάτων.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η ζήτηση των PHCC υπολογίστηκε με βάση τις οδηγίες και τα πρότυπα του αιγυπτιακού MOH. Υπήρχαν δύο κριτήρια; το κέντρο να εξυπηρετεί 20.000 κατά κεφαλήν: Τα αποτελέσματα έδειξαν ότι για την επίτευξη του κριτηρίου για τον συνολικό αριθμό των μη εξυπηρετούμενων 359.723, απαιτούνται 18 κέντρα. Για το δεύτερο κριτήριο όπου η περιοχή πρέπει να καλύπτεται από κύκλο 2,5 km ακτίνα (Εικ. 2), τα αποτελέσματα έδειξαν ότι χρειάζονται 2 κέντρα. Ως εκ τούτου, δεν υπάρχει έλλειμμα στον αριθμό των κέντρων υγείας σύμφωνα με το 2ο κριτήριο. Τα τελικά συμπεράσματα του ελλείμματος στα κέντρα PHC συνδέονται κυρίως με τον συνολικό αριθμό του πληθυσμού. Για την κατασκευή ενός νέου PHCC, η κατάσταση μελετήθηκε και αναφέρθηκε ότι δεν υπάρχει κομμάτι γης στην περιοχή 1200 m2 που ανήκει στην πολιτεία εντός της περιοχής μελέτης. Έτσι, η λύση είναι η αναζήτηση δωρητών για την επίλυση του προβλήματος ή ο επανασχεδιασμός και η ανακατανομή των κρατικών γαιών. <br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η παραδοσιακή μέθοδος δεν είναι ικανή να καταστείλει τα κέντρα PHC και είναι δαπανηρή και χρονοβόρα. Το αποτέλεσμα που προέκυψε έδειξε ότι οι αρμόδιοι για την υγεία και οι υπεύθυνοι λήψης αποφάσεων μπορούν να χρησιμοποιούν συνεχή προηγμένα πεδία γνώσεων όπως τηλεπισκόπηση, GIS και επιστήμη υπολογιστών στη μελέτη, παρακολούθηση, χαρτογράφηση, προγραμματισμό, παρακολούθηση της προσφοράς και ζήτησης σε PHCC για τη διαχείριση διαφόρων εγκαταστάσεων HC σύμφωνα με τα κριτήρια και τα πρότυπα του MOH της Αιγύπτου.<br /> Η μελέτη διαπίστωσε ότι ο πληθυσμός θεωρείται ως το ενεργό κριτήριο λόγω της υψηλής αύξησης του. Θεωρητικά, τα κέντρα PHC καλύπτουν την περιοχή εξυπηρέτησης αλλά δεν καλύπτουν τον εξυπηρετούμενο πληθυσμό σύμφωνα με τα κριτήρια του αιγυπτιακού MOH. Επιπλέον, η μελέτη διερεύνησε ότι υπάρχουν πολλές άλλες κυβερνητικές και ιδιωτικές υπηρεσίες υγείας που χρησιμοποιήθηκαν από ορισμένους ασθενείς αντί για κέντρα PHC. Έτσι, αυτό το σημείο πρέπει να ληφθεί υπόψη στην επόμενη μελέτη.<br /> <br /> <br /> <br /> <br /> [[category:Υγεία]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CE%B9%CE%BA%CE%B1%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CE%B1%CF%80%CF%8C%CE%BA%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%AC_%CE%B1%CF%80%CF%8C_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC_%CF%83%CE%B5_%CE%BF%CF%81%CE%B5%CE%B9%CE%BD%CF%8C_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82 2021-02-07T00:02:10Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A2_EIK1.png | thumb | right | '''Εικ. 1. Χάρτης της περιοχής μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]]<br /> [[Εικόνα: AG_A2_EIK2.png | thumb | right | '''Εικ. 2. Ένα ανεπτυγμένο μοντέλο για την αξιολόγηση της ικανότητας απόκρισης της βλάστησης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]] <br /> [[Εικόνα: AG_A2_EIK3.png | thumb | right | '''Εικ. 3. Ανάλυση παλινδρόμησης μεταξύ της ικανότητας απόκρισης βλάστησης και του δείκτη ανάκτησης βλάστησης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Development of post-fire vegetation response-ability model in grassland mountainous ecosystem using GIS and remote sensing'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Adagbasa, E. G., Adelabu, S. A., &amp; Okello, T. W.'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Adagbasa, E. G., Adelabu, S. A., &amp; Okello, T. W. Development of post-fire vegetation response-ability model in grassland mountainous ecosystem using GIS and remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, Vol.164, June 2020, pp.173–183. https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039'''<br /> <br /> '''Περιγραφή αντικειμένου''' <br /> <br /> Το ορεινό λιβαδικό οικοσύστημα στο Εθνικό Πάρκο Golden Gate (Νότια Αφρική) έχει οικολογική αντοχή μετά τη φωτιά. Ωστόσο, η σύνθεση και η δομή των ειδών βλάστησης μπορεί να αλλάξει όταν το οικοσύστημα έχει συνεχώς ανεξέλεγκτες πυρκαγιές. Αυτή η μελέτη ανέπτυξε ένα μοντέλο ικανότητας απόκρισης βλάστησης ενσωματώνοντας περιβαλλοντικούς παράγοντες (υψόμετρο, όψη, βροχόπτωση, θερμοκρασία επιφάνειας γης, έδαφος και πυκνότητα πυρκαγιάς), προσαρμοστικές στρατηγικές (μήνες ανθοφορίας, απαιτήσεις νερού, αναπροσανατολισμός / σπόροι) και οικολογική κατάσταση (αύξηση ή μείωση) για το πάρκο. Ο δείκτης ανάκτησης βλάστησης που προήλθε από τον δείκτη βλάστησης (NDVI) πριν και μετά την πυρκαγιά, χρησιμοποιήθηκε με ανάλυση συσχέτισης και παλινδρόμησης για την επαλήθευση του μοντέλου.<br /> Πρόσφατες μελέτες υπογραμμίζουν τη σημασία της τηλεπισκόπησης και του GIS στην ανάλυση της δυναμικής ανάκτησης της βλάστησης μετά τη φωτιά χρησιμοποιώντας τη σοβαρότητα της φωτιάς και τους περιβαλλοντικούς παράγοντες (Adagbasa et al., 2018a; Rodrigues et al., 2014; Viana-Soto et al., 2017) . Επιπλέον, υπήρξε μεγάλη επιτυχία στην αξιολόγηση της σοβαρότητας της πυρκαγιάς με χρήση τηλεπισκόπησης με τρόπο αποδοτικό τόσο χρονικά και οικονομικά, με μοντελοποίηση της φασματικής απόκρισης της αναγεννημένης καμένης βλάστησης στον βαθμό σοβαρότητας του εγκαύματος.<br /> <br /> '''Περιοχή μελέτης'''<br /> <br /> Η μελέτη διεξήχθη στο Εθνικό Πάρκο Golden Gate Highlands, που βρίσκεται στο Free State της Νότιας Αφρικής.Το πάρκο καλύπτει έκταση 340 km2 και βρίσκεται στο Rooiberge της Ανατολικής Ελεύθερης Πολιτείας στους πρόποδες των βουνών Maloti. Η υψηλότερη κορυφή του πάρκου είναι 2.829 μ. (9.281 πόδια) πάνω από την επιφάνεια της θάλασσας. Το πάρκο βιώνει ένα ξηρό, ηλιόλουστο κλίμα από τον Ιούνιο έως τον Αύγουστο με ντους, χαλάζι και καταιγίδες μεταξύ Οκτωβρίου και Απριλίου και χιόνι το χειμώνα. Το πάρκο έχει σχετικά υψηλές ετήσιες βροχοπτώσεις 800 mm (31 in) με πάνω από 60 είδη χόρτου. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> ''Δεδομένα πεδίου''<br /> <br /> Είκοσι οικόπεδα 20 m × 20 m δημιουργήθηκαν σε μια κατηγορία πέντε σοβαρότητας πυρκαγιάς, κάνοντας συνολικά 100 οικόπεδα χρησιμοποιώντας στρωματοποιημένη τυχαία δειγματοληψία (Adagbasa et al., 2018b). Τα δείγματα βλάστησης στις περιοχές συλλέχθηκαν δύο φορές. Πρώτον, τον Οκτώβριο του 2017, στο τέλος της περιόδου πυρκαγιάςκαι δεύτερη επίσκεψη πραγματοποιήθηκε τον Απρίλιο του 2018 πριν από την έναρξη της επόμενης σεζόν πυρκαγιάς όταν η βλάστηση είχε αναπτυχθεί πλήρως. Πέντε οικόπεδα 1 m × 1 m τοποθετήθηκαν σε κάθε οικόπεδο 20 m × 20 m. Μέσα σε κάθε υποπεριοχή, ήταν ένα άλλο 10 cm × 10 cm ένθετο οικόπεδο. Ο αριθμός των ειδών σε κάθε ένθετο οικόπεδο μετρήθηκε και προστέθηκε για να προσδιοριστεί η αφθονία των ειδών για το οικόπεδο. Οι συντεταγμένες του Global Positioning System (GPS) καταγράφηκαν στο κέντρο του οικοπέδου (McPhearson et al., 2010). Τα συλλεχθέντα δείγματα βλάστησης μεταφέρθηκαν σε ένα ερμπάριο για αναγνώριση.<br /> <br /> ''Μοντέλο ικανότητας απόκρισης βλάστησης''<br /> <br /> Το μοντέλο που αναπτύχθηκε για την αξιολόγηση της απόκρισης της βλάστησης μετά την πυρκαγιά καθορίστηκε από την ενσωμάτωση επιλεγμένων περιβαλλοντικών παραγόντων και προσαρμοσμένης στρατηγικής βλάστησης. Το μοντέλο συνοψίστηκε με ένα ολοκληρωμένο σύστημα της διαδικασίας αξιολόγησης στην Εικ. 2. <br /> <br /> ''Περιβαλλοντικοί παράγοντες''<br /> <br /> Τα δεδομένα βροχόπτωσης λήφθηκαν από το σύνολο δεδομένων υπερύθρων βροχοπτώσεων της ομάδας κινδύνων κλίματος των σταθμών.Το σύνολο δεδομένων διαμορφώνεται σε διαδικασίες που ενσωματώνουν και συνδυάζουν δορυφορικές πληροφορίες από αραιά μετρημένες τοποθεσίες και εκτιμήσεις υετού των δεδομένων σταθμών από το 1981 έως σήμερα (Funk et al., 2015).<br /> Η θερμοκρασία της επιφάνειας του εδάφους αποκτήθηκε από προηγούμενη μελέτη, η οποία χρησιμοποίησε τη θερμική ζώνη των ίδιων μηνών μετά τη φωτιά από τις εικόνες Landsat 8 OLI (Adagbasa et al., 2018a) Δείγματα εδάφους μεταφέρθηκαν σε εργαστήριο για τον προσδιορισμό των μεγεθών των σωματιδίων του εδάφους (Gee and Or, 2002).<br /> <br /> '''Επαλήθευση'''<br /> <br /> Οι συσχετίσεις Pearson και οι αναλύσεις παλινδρόμησης εφαρμόστηκαν στο δείκτη αποκατάστασης βλάστησης για επαλήθευση του μοντέλου. Οι Lin et al. (2005), πρώτο χρησιμοποίησαν τον δείκτη αποκατάστασης βλάστησης στην έρευνά τους για να προσδιορίσει την αποκατάσταση της βλάστησης μετά τον σεισμό στην Κεντρική Ταϊβάν. Ο δείκτης ανάκτησης βλάστησης μπορεί να εκφράζεται με :<br /> <br /> VRI = ((NDVΙ1 - -NDVI2) / (NDVI1 - - NDVI0)) * 100 <br /> <br /> όπου NDVI0 είναι ο δείκτης κάλυψης βλάστησης πριν από την πυρκαγιά, NDVI1 είναι ο δείκτης κάλυψης βλάστησης αμέσως μετά την πυρκαγιά, και NDVI2 είναι ο δείκτης κάλυψης βλάστησης για μια καθορισμένη περίοδο μετά την πυρκαγιά.<br /> <br /> '''Αποτελέσματα-Συμπεράσματα''' <br /> <br /> Τα αποτελέσματα έδειξαν ότι ανάμεσα στις περιβαλλοντικές μεταβλητές, το υψόμετρο και η πυρκαγιά ήταν οι πιο σημαντικοί παράγοντες που επηρέασαν την ανταπόκριση της βλάστησης ακολουθούμενες από το έδαφος, την όψη, τις βροχοπτώσεις και τη θερμοκρασία της επιφάνειας της γης. Σχεδόν το ήμισυ (48%) του πάρκου είχε υψηλή ικανότητα απόκρισης βλάστησης, 43% μεσαία και 9% χαμηλή. Από την άλλη πλευρά, ο δείκτης ανάκτησης της βλάστησης έδειξε το 34% του πάρκου ανέκαμψε πλήρως σε συνθήκες όπως πριν από τη φωτιά, ενώ το 61% και το 5% ανέκαμψε στο μεγαλύτερο βαθμό και ελαφρώς αντίστοιχα. Υπήρχε ισχυρή συσχέτιση μεταξύ της ικανότητας απόκρισης της βλάστησης και του δείκτη ανάκτησης της βλάστησης. Η ανάλυση παλινδρόμησης έδειξε μια καλή σχέση μεταξύ της ικανότητας απόκρισης της βλάστησης και του δείκτη ανάκτησης της βλάστησης(R = 0,91) με συντελεστή προσδιορισμού 83,34%. Το μοντέλο μπορεί να εφαρμοστεί σε άλλα οικοσυστήματα με διαφορετικές περιβαλλοντικές συνθήκες και στρατηγικές προσαρμογής στη βλάστηση. Περαιτέρω έρευνα θα μπορούσε να ενσωματώσει το μοντέλο με το ποσοστό απώλειας εδάφους λόγω διάβρωσης για να βελτιώσει την ακρίβεια και να αναπτύξει ένα πιο ισχυρό μοντέλο για μελέτες οικολογικής ευπάθειας.<br /> <br /> <br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A3_EIK2.png 2021-02-06T23:52:33Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:AG_A3_EIK1.jpg 2021-02-06T23:52:18Z

<p>Alexglt11: </p> <hr /> <div></div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BB%CE%AD%CE%BE%CE%B1%CE%BD%CE%B4%CF%81%CE%BF%CF%82_%CE%93%CE%B1%CE%BB%CE%AC%CF%84%CE%B7%CF%82 2021-02-06T23:42:04Z

<p>Alexglt11: </p> <hr /> <div>* [[Ανίχνευση δυναμικής ζώνης υπόγειων υδάτων με βάση την τηλεπισκόπηση και GIS στην περιοχή Ariyalur, Tamil Nadu]]<br /> * [[Ανάπτυξη μοντέλου ικανότητας απόκρισης βλάστησης μετά από πυρκαγιά σε ορεινό οικοσύστημα με χρήση GIS και τηλεπισκόπισης]]<br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CE%B9%CE%BA%CE%B1%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CE%B1%CF%80%CF%8C%CE%BA%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%AC_%CE%B1%CF%80%CF%8C_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC_%CF%83%CE%B5_%CE%BF%CF%81%CE%B5%CE%B9%CE%BD%CF%8C_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82 2021-02-06T23:41:13Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A2_EIK1.png | thumb | right | '''Εικ. 1. Χάρτης της περιοχής μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]]<br /> [[Εικόνα: AG_A2_EIK2.png | thumb | right | '''Εικ. 2. Ένα ανεπτυγμένο μοντέλο για την αξιολόγηση της ικανότητας απόκρισης της βλάστησης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]] <br /> [[Εικόνα: AG_A2_EIK3.png | thumb | right | '''Εικ. 3. Ανάλυση παλινδρόμησης μεταξύ της ικανότητας απόκρισης βλάστησης και του δείκτη ανάκτησης βλάστησης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]]<br /> <br /> '''Τίτλος:'''<br /> <br /> '''Development of post-fire vegetation response-ability model in grassland mountainous ecosystem using GIS and remote sensing'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Adagbasa, E. G., Adelabu, S. A., &amp; Okello, T. W.'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Adagbasa, E. G., Adelabu, S. A., &amp; Okello, T. W. Development of post-fire vegetation response-ability model in grassland mountainous ecosystem using GIS and remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, (2020),164, 173–183. https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039'''<br /> <br /> '''Περιγραφή αντικειμένου''' <br /> <br /> Το ορεινό λιβαδικό οικοσύστημα στο Εθνικό Πάρκο Golden Gate (Νότια Αφρική) έχει οικολογική αντοχή μετά τη φωτιά. Ωστόσο, η σύνθεση και η δομή των ειδών βλάστησης μπορεί να αλλάξει όταν το οικοσύστημα έχει συνεχώς ανεξέλεγκτες πυρκαγιές. Αυτή η μελέτη ανέπτυξε ένα μοντέλο ικανότητας απόκρισης βλάστησης ενσωματώνοντας περιβαλλοντικούς παράγοντες (υψόμετρο, όψη, βροχόπτωση, θερμοκρασία επιφάνειας γης, έδαφος και πυκνότητα πυρκαγιάς), προσαρμοστικές στρατηγικές (μήνες ανθοφορίας, απαιτήσεις νερού, αναπροσανατολισμός / σπόροι) και οικολογική κατάσταση (αύξηση ή μείωση) για το πάρκο. Ο δείκτης ανάκτησης βλάστησης που προήλθε από τον δείκτη βλάστησης (NDVI) πριν και μετά την πυρκαγιά, χρησιμοποιήθηκε με ανάλυση συσχέτισης και παλινδρόμησης για την επαλήθευση του μοντέλου.<br /> Πρόσφατες μελέτες υπογραμμίζουν τη σημασία της τηλεπισκόπησης και του GIS στην ανάλυση της δυναμικής ανάκτησης της βλάστησης μετά τη φωτιά χρησιμοποιώντας τη σοβαρότητα της φωτιάς και τους περιβαλλοντικούς παράγοντες (Adagbasa et al., 2018a; Rodrigues et al., 2014; Viana-Soto et al., 2017) . Επιπλέον, υπήρξε μεγάλη επιτυχία στην αξιολόγηση της σοβαρότητας της πυρκαγιάς με χρήση τηλεπισκόπησης με τρόπο αποδοτικό τόσο χρονικά και οικονομικά, με μοντελοποίηση της φασματικής απόκρισης της αναγεννημένης καμένης βλάστησης στον βαθμό σοβαρότητας του εγκαύματος.<br /> <br /> '''Περιοχή μελέτης'''<br /> <br /> Η μελέτη διεξήχθη στο Εθνικό Πάρκο Golden Gate Highlands, που βρίσκεται στο Free State της Νότιας Αφρικής.Το πάρκο καλύπτει έκταση 340 km2 και βρίσκεται στο Rooiberge της Ανατολικής Ελεύθερης Πολιτείας στους πρόποδες των βουνών Maloti. Η υψηλότερη κορυφή του πάρκου είναι 2.829 μ. (9.281 πόδια) πάνω από την επιφάνεια της θάλασσας. Το πάρκο βιώνει ένα ξηρό, ηλιόλουστο κλίμα από τον Ιούνιο έως τον Αύγουστο με ντους, χαλάζι και καταιγίδες μεταξύ Οκτωβρίου και Απριλίου και χιόνι το χειμώνα. Το πάρκο έχει σχετικά υψηλές ετήσιες βροχοπτώσεις 800 mm (31 in) με πάνω από 60 είδη χόρτου. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> ''Δεδομένα πεδίου''<br /> <br /> Είκοσι οικόπεδα 20 m × 20 m δημιουργήθηκαν σε μια κατηγορία πέντε σοβαρότητας πυρκαγιάς, κάνοντας συνολικά 100 οικόπεδα χρησιμοποιώντας στρωματοποιημένη τυχαία δειγματοληψία (Adagbasa et al., 2018b). Τα δείγματα βλάστησης στις περιοχές συλλέχθηκαν δύο φορές. Πρώτον, τον Οκτώβριο του 2017, στο τέλος της περιόδου πυρκαγιάςκαι δεύτερη επίσκεψη πραγματοποιήθηκε τον Απρίλιο του 2018 πριν από την έναρξη της επόμενης σεζόν πυρκαγιάς όταν η βλάστηση είχε αναπτυχθεί πλήρως. Πέντε οικόπεδα 1 m × 1 m τοποθετήθηκαν σε κάθε οικόπεδο 20 m × 20 m. Μέσα σε κάθε υποπεριοχή, ήταν ένα άλλο 10 cm × 10 cm ένθετο οικόπεδο. Ο αριθμός των ειδών σε κάθε ένθετο οικόπεδο μετρήθηκε και προστέθηκε για να προσδιοριστεί η αφθονία των ειδών για το οικόπεδο. Οι συντεταγμένες του Global Positioning System (GPS) καταγράφηκαν στο κέντρο του οικοπέδου (McPhearson et al., 2010). Τα συλλεχθέντα δείγματα βλάστησης μεταφέρθηκαν σε ένα ερμπάριο για αναγνώριση.<br /> <br /> ''Μοντέλο ικανότητας απόκρισης βλάστησης''<br /> <br /> Το μοντέλο που αναπτύχθηκε για την αξιολόγηση της απόκρισης της βλάστησης μετά την πυρκαγιά καθορίστηκε από την ενσωμάτωση επιλεγμένων περιβαλλοντικών παραγόντων και προσαρμοσμένης στρατηγικής βλάστησης. Το μοντέλο συνοψίστηκε με ένα ολοκληρωμένο σύστημα της διαδικασίας αξιολόγησης στην Εικ. 2. <br /> <br /> ''Περιβαλλοντικοί παράγοντες''<br /> <br /> Τα δεδομένα βροχόπτωσης λήφθηκαν από το σύνολο δεδομένων υπερύθρων βροχοπτώσεων της ομάδας κινδύνων κλίματος των σταθμών.Το σύνολο δεδομένων διαμορφώνεται σε διαδικασίες που ενσωματώνουν και συνδυάζουν δορυφορικές πληροφορίες από αραιά μετρημένες τοποθεσίες και εκτιμήσεις υετού των δεδομένων σταθμών από το 1981 έως σήμερα (Funk et al., 2015).<br /> Η θερμοκρασία της επιφάνειας του εδάφους αποκτήθηκε από προηγούμενη μελέτη, η οποία χρησιμοποίησε τη θερμική ζώνη των ίδιων μηνών μετά τη φωτιά από τις εικόνες Landsat 8 OLI (Adagbasa et al., 2018a) Δείγματα εδάφους μεταφέρθηκαν σε εργαστήριο για τον προσδιορισμό των μεγεθών των σωματιδίων του εδάφους (Gee and Or, 2002).<br /> <br /> '''Επαλήθευση'''<br /> <br /> Οι συσχετίσεις Pearson και οι αναλύσεις παλινδρόμησης εφαρμόστηκαν στο δείκτη αποκατάστασης βλάστησης για επαλήθευση του μοντέλου. Οι Lin et al. (2005), πρώτο χρησιμοποίησαν τον δείκτη αποκατάστασης βλάστησης στην έρευνά τους για να προσδιορίσει την αποκατάσταση της βλάστησης μετά τον σεισμό στην Κεντρική Ταϊβάν. Ο δείκτης ανάκτησης βλάστησης μπορεί να εκφράζεται με :<br /> <br /> VRI = ((NDVΙ1 - -NDVI2) / (NDVI1 - - NDVI0)) * 100 <br /> <br /> όπου NDVI0 είναι ο δείκτης κάλυψης βλάστησης πριν από την πυρκαγιά, NDVI1 είναι ο δείκτης κάλυψης βλάστησης αμέσως μετά την πυρκαγιά, και NDVI2 είναι ο δείκτης κάλυψης βλάστησης για μια καθορισμένη περίοδο μετά την πυρκαγιά.<br /> <br /> '''Αποτελέσματα-Συμπεράσματα''' <br /> <br /> Τα αποτελέσματα έδειξαν ότι ανάμεσα στις περιβαλλοντικές μεταβλητές, το υψόμετρο και η πυρκαγιά ήταν οι πιο σημαντικοί παράγοντες που επηρέασαν την ανταπόκριση της βλάστησης ακολουθούμενες από το έδαφος, την όψη, τις βροχοπτώσεις και τη θερμοκρασία της επιφάνειας της γης. Σχεδόν το ήμισυ (48%) του πάρκου είχε υψηλή ικανότητα απόκρισης βλάστησης, 43% μεσαία και 9% χαμηλή. Από την άλλη πλευρά, ο δείκτης ανάκτησης της βλάστησης έδειξε το 34% του πάρκου ανέκαμψε πλήρως σε συνθήκες όπως πριν από τη φωτιά, ενώ το 61% και το 5% ανέκαμψε στο μεγαλύτερο βαθμό και ελαφρώς αντίστοιχα. Υπήρχε ισχυρή συσχέτιση μεταξύ της ικανότητας απόκρισης της βλάστησης και του δείκτη ανάκτησης της βλάστησης. Η ανάλυση παλινδρόμησης έδειξε μια καλή σχέση μεταξύ της ικανότητας απόκρισης της βλάστησης και του δείκτη ανάκτησης της βλάστησης(R = 0,91) με συντελεστή προσδιορισμού 83,34%. Το μοντέλο μπορεί να εφαρμοστεί σε άλλα οικοσυστήματα με διαφορετικές περιβαλλοντικές συνθήκες και στρατηγικές προσαρμογής στη βλάστηση. Περαιτέρω έρευνα θα μπορούσε να ενσωματώσει το μοντέλο με το ποσοστό απώλειας εδάφους λόγω διάβρωσης για να βελτιώσει την ακρίβεια και να αναπτύξει ένα πιο ισχυρό μοντέλο για μελέτες οικολογικής ευπάθειας.<br /> <br /> <br /> <br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CF%80%CF%84%CF%85%CE%BE%CE%B7_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CE%B9%CE%BA%CE%B1%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CE%B1%CF%80%CF%8C%CE%BA%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%AC_%CE%B1%CF%80%CF%8C_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CE%AC_%CF%83%CE%B5_%CE%BF%CF%81%CE%B5%CE%B9%CE%BD%CF%8C_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_GIS_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7%CF%82 2021-02-06T23:31:11Z

<p>Alexglt11: Νέα σελίδα με '[[Εικόνα: AG_A2_EIK1.png | thumb | right | '''Εικ. 1. Χάρτης της περιοχής μελέτης.''' Πηγή: https://www.sciencedirect.com/science/arti...'</p> <hr /> <div>[[Εικόνα: AG_A2_EIK1.png | thumb | right | '''Εικ. 1. Χάρτης της περιοχής μελέτης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]]<br /> [[Εικόνα: AG_A2_EIK2.png | thumb | right | '''Εικ. 2. Ένα ανεπτυγμένο μοντέλο για την αξιολόγηση της ικανότητας απόκρισης της βλάστησης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]] <br /> [[Εικόνα: AG_A2_EIK3.png | thumb | right | '''Εικ. 3. Ανάλυση παλινδρόμησης μεταξύ της ικανότητας απόκρισης βλάστησης και του δείκτη ανάκτησης βλάστησης.''' Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0924271620301039]]<br /> <br /> [[category:Δασοπονία, Δασική διαχείριση]]</div>

Alexglt11 http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B6%CF%8E%CE%BD%CE%B7%CF%82_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_GIS_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_Ariyalur,_Tamil_Nadu 2021-02-06T23:30:27Z

<p>Alexglt11: </p> <hr /> <div>[[Εικόνα: AG_A1_EIK1.png | thumb | right | '''Εικ. 1. Τοποθεσία της περιοχής μελέτης της περιφέρειας Ariyalur, πολιτεία Ταμίλ Ναντού της Ινδίας.''' Πηγή: https://www.researchgate.net/publication/328042085_Remote_Sensing_and_GIS_Based_GroundwaterPotential_Zone_Mapping_in_AriyalurDistrict_Tamil_Nadu]]<br /> [[Εικόνα: AG_A1_EIK2.png | thumb | right | '''Πίνακας 1 - Ταξινόμηση δυνητικών υπογείων υδάτων.''' Πηγή: https://www.researchgate.net/publication/328042085_Remote_Sensing_and_GIS_Based_GroundwaterPotential_Zone_Mapping_in_AriyalurDistrict_Tamil_Nadu]] <br /> [[Εικόνα: AG_A1_EIK3.png | thumb | right | '''Εικ. 2. Τελική ταξινόμηση πιθανών ζωνών υπόγειων υδάτων της περιοχής Ariyalur, πολιτεία Ταμίλ Nαντου της Ινδίας.''' Πηγή: https://www.researchgate.net/publication/328042085_Remote_Sensing_and_GIS_Based_GroundwaterPotential_Zone_Mapping_in_AriyalurDistrict_Tamil_Nadu]]<br /> '''Τίτλος:''' <br /> <br /> '''Remote Sensing and GIS Based Groundwater Potential Zone Mapping in Ariyalur District, Tamil Nadu'''<br /> <br /> '''Συγγραφείς:'''<br /> <br /> '''Gnanachandrasamy, G, Yongzhang Zhou, Bagyaraj, M, Venkatramanan, S, Ramkumar, T, Shugong Wang'''<br /> <br /> '''Πηγή:'''<br /> <br /> '''Gnanachandrasamy, G, Yongzhang Zhou, Bagyaraj, M, Venkatramanan, S, Ramkumar, T, Shugong Wang. Remote Sensing and GIS Based Groundwater Potential Zone Mapping in Ariyalur District, Tamil Nadu, Journal Geology Society Of India, Vol.92, October 2018, pp.484-490 https://www.researchgate.net/publication/328042085_Remote_Sensing_and_GIS_Based_GroundwaterPotential_Zone_Mapping_in_AriyalurDistrict_Tamil_Nadu'''<br /> <br /> '''ΕΙΣΑΓΩΓΗ'''<br /> <br /> Υπάρχει μια αξιοσημείωτη και αυξανόμενη αίσθηση του επείγοντος καλού πόσιμου νερού σε σχέση με το επικείμενη λειψυδρία στην Ινδία. Λόγω της ταχείας εκβιομηχάνισης, του εκσυγχρονισμού και της αύξησης του πληθυσμού επηρεάζεται η έλλειψη και η ποιότητα του νερού τόσο στις αγροτικές όσο και στις αστικές περιοχές της Ινδίας. Η παραγωγή υδροφορέων και η καλή ποιότητα του νερού απαιτούν υψηλή προτεραιότητα για ποσοτική αξιολόγηση των υπόγειων υδάτων (Hyun et al. 2011). <br /> Το GIS θεωρείται μια ισχυρή τεχνική για τη διαχείριση χωρικών δεδομένων και τη λήψη αποφάσεων σε διάφορους τομείς γεωλογικών, υδρολογικών και περιβαλλοντικών επιστημών (Brunner et al. 2004; Hyun et al. 2011; Chowdhury et al. 2009; Goodchild, 1993; Rahmati et al. κ.λπ. 2014). Αυτή η τεχνική είναι ένα γρήγορο και οικονομικό εργαλείο για την παραγωγή πολύτιμων δεδομένων διαφόρων γεωλογικών στρωμάτων που βοηθούν στην αποκρυπτογράφηση της πιθανής ζώνης υπόγειων υδάτων. To κύριο θέμα αυτής της μελέτης είναι να οριοθετήσει την πιθανή ζώνη των υπόγειων υδάτων στην περιοχή Ariyalur του νότιου τμήματος της Ινδίας χρησιμοποιώντας την ενσωμάτωση του συστήματος γεωγραφικών πληροφοριών και της τηλεπισκόπησης.<br /> <br /> '''ΤΟΠΟΘΕΣΙΑ ΕΡΕΥΝΑΣ'''<br /> <br /> Το Ariyalur (Εικ. 1) βρίσκεται στην πολιτεία Ταμίλ Ναντού της Ινδίας με έκταση 1.949 km2. Ο κύριος ποταμός είναι το Kollidam. Το κλίμα είναι ζεστό και στεγνό με τη χαμηλότερη θερμοκρασία 19,5 ° C και πολύ ζεστό τους μήνες Μάιο και Ιούνιο με θερμοκρασία 39,8° C. Εμφανίζεται βροχόπτωση από Νοέμβριο έως Δεκέμβριο υπό την επιρροή βορειοανατολικού μουσώνα, με μέση βροχόπτωση 825,6 mm. Γεωμορφολογικά, η περιοχή είναι χωρισμένη σε αλλουβιακή πεδιάδα, θαμμένα αετώματα με κάμπους. Σχέδιο αποχέτευσης της περιοχής κανονικά ακτινωτό και δενδριτικό.<br /> <br /> '''ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ''' <br /> <br /> Η ταυτοποίηση της πιθανής ζώνης υπόγειων υδάτων γίνεται με την προετοιμασία βασικών χαρτών χρησιμοποιώντας ψηφιοποιημένους χάρτες τοπογραφικών της Ινδίας. Για την προετοιμασία του βασικού χάρτη το Arc map 9.3 χρησιμοποιήθηκε με επεκτάσεις εργαλείων χωρικής ανάλυσης της μεθόδου στάθμισης IDW. Δεύτερον, διάφορα θεματικά στρώματα όπως αποστράγγιση, κλίση, γεωλογία, γεωμορφολογία, έδαφος, βροχοπτώσεις, χάρτες γραμμής δημιουργήθηκαν από διάφορες πηγές. Τρίτον, κάθε θεματικό επίπεδο ταξινομείται σε διάφορους τύπους που χαρακτηρίζονται ως κλάσεις Για τον καθορισμό της πιθανής ζώνης των υπόγειων υδάτων, επικαλύπτονται όλα τα θεματικά στρώματα. Τα συνολικά βάρη διαφορετικών πολυγώνων στο ενσωματωμένο στρώμα προέκυψαν από την ακόλουθη εξίσωση για την επίτευξη του δείκτη δυναμικού υπόγειων υδάτων: <br /> <br /> GWPI = ((GMw)(GMwi) + (GGw)(GGwi) + (DDw)(DDwi) + (LDw)<br /> (LDwi) + (RFw)(RFwi) + (SLw)(SLwi) + (STw)(STwi))<br /> <br /> Όπου, το GWPI-Δείκτης υπογείων υδάτων, GM-γεωμορφολογία, RF-βροχόπτωση, GG-γεωλογία, DD-αποστράγγιση πυκνότητας, LD-Lineament πυκνότητα, SL- κλίση, ST-έδαφος τύπος, και ο συνδρομητής «w» και «wi» αναφέρονται στα κανονικοποιημένα βάρη στρώσης και στα κανονικοποιημένα βάρη σε κάθε θεματικό επίπεδο, αντίστοιχα. <br /> <br /> ''Γεωλογία''<br /> <br /> Ο γεωλογικός χάρτης της παρούσας μελέτης ετοιμάστηκε με τη βοήθεια του λογισμικού Arc GIS και πολλές γεωλογικές δομές σημειώθηκαν και χαρτογραφήθηκαν με κατάλληλα σύμβολα. <br /> <br /> ''Γεωμορφολογία'' <br /> <br /> Ο γεωμορφολογικός χάρτης της περιοχής μελέτης έχει ετοιμαστεί από δορυφορικά δεδομένα LISS-III με τεχνικές οπτικής ερμηνείας. Κατατάσσεται σε τέσσερα στρώματα. Με βάση τις μορφές γης και τη χωρητικότητα κατακράτησης νερού κατατάσσεται σε όλα τα στρώματα. <br /> <br /> ''Έδαφος''<br /> <br /> Το έδαφος είναι επίσης ένα από τους σημαντικούς παράγοντες για τον προσδιορισμό της πιθανής ζώνης υπόγειων υδάτων (Pankaj et al. 2016). Έξι τύποι εδάφους ταυτοποιήθηκαν και ταξινομήθηκαν. Σε κάθε τύπο εδάφους αποδίδεται στάθμιση βάσει των χαρακτηριστικών τους που σχετίζονται με τα υπόγεια ύδατα.<br /> <br /> ''Αποχέτευση και πυκνότητα αποχέτευσης'' <br /> <br /> Το σχέδιο αποστράγγισης οποιουδήποτε εδάφους καταδεικνύει ότι τα χαρακτηριστικά του έδαφος καθώς και υπόγειους σχηματισμούς. Στην περιοχή μελέτης, η πυκνότητα αποστράγγισης ταξινομείται σε πέντε κατηγορίες και κυμαίνεται από εξαιρετικά χαμηλή (&lt;1) έως πολύ υψηλή (&gt; 6).<br /> <br /> ''Κλίση'' <br /> <br /> Με βάση τον βαθμό κλίσης, η περιοχή ταξινομείται ως ήπια, μέτρια βαθιά, μέτρια, απότομη και πολύ απότομη κλίση.Οι απαλές πλαγιές θεωρούνται καλές δυνατότητες και ανατέθηκε η υψηλότερη κατάταξη 3. Σε περίπτωση απότομης και πολύ απότομης κλίσης με υψηλή απορροή επιφανείας, θεωρείται ότι έχουν χαμηλό δυναμικό υπόγειων υδάτων με χαμηλότερη κατάταξη 1.<br /> <br /> ''Βροχόπτωση''<br /> <br /> Ο χάρτης βροχόπτωσης αυτής της μελέτης ετοιμάστηκε χρησιμοποιώντας τα δεδομένα που ελήφθησαν από το Ινδικό Τμήμα Μετεωρολογίας (IMD) και το Τμήμα Δημόσιας Εργασίας (PWD), Chennai. Τα δεδομένα στη συνέχεια μεταφέρθηκαν σε περιβάλλον GIS και χρησιμοποιήθηκε η μέθοδος χωρικής παρεμβολής IDW για τη λήψη του χάρτη βροχόπτωσης. Η κατανομή των βροχοπτώσεων μαζί με την βαθμίδα της κλίσης επηρεάζει εύκολα τον ρυθμό διείσδυσης του νερού απορροής, επομένως αυξάνει την πιθανότητα πιθανών ζωνών υπόγειων υδάτων (Magesh et al. 2012). <br /> <br /> ''Οριοθέτηση πιθανής ζώνης υπόγειων υδάτων'' <br /> <br /> Ο χάρτης δυναμικής ζώνης υπόγειων υδάτων προετοιμάστηκε με επικάλυψη σωρευτικού βάρους που αντιστοιχούσε σε όλα τα θεματικά στρώματα χρησιμοποιώντας τις σταθμισμένες τεχνικές επικάλυψης στο εργαλείο χωρικής ανάλυσης της μεθόδου IDW. Κατά τη διαδικασία της σταθμισμένης ανάλυσης επικάλυψης, κάθε θεματικό στρώμα έχει καταταχθεί κατά στάθμιση βάσει της ικανότητας συγκράτησης νερού. Υψηλότερα και χαμηλότερα βάρη δόθηκαν σε υψηλότερο και χαμηλό δυναμικό υπόγειων υδάτων, αντίστοιχα. Μετά την ανάθεση, η κατάταξη και το βάρο κάθε στρώματος προστέθηκαν και το άθροισμα ομαδοποιήθηκε σε πιθανή ζώνη υπόγειων υδάτων. Με βάση την σταθμισμένη ανάλυση επικάλυψης, η περιοχή μελέτης ταξινομήθηκε σε πέντε κατηγορίες (Πίνακας 1). <br /> <br /> '''ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> <br /> Η παρούσα μελέτη εστίασε σε μια πιθανολογική προσέγγιση που χρησιμοποίησε τόσο δορυφορικές εικόνες GIS όσο και RS για να βρει τις πιθανές ζώνες υπόγειων υδάτων στην περιοχή Ariyalur. Αυτές οι τεχνικές έδειξαν ότι, πολύ καλή πιθανή ζώνη υπογείων υδάτων εμφανίστηκε σε τμήματα βόρειων και κεντρικών τμημάτων του Jayamkondam και του Palur. Ενώ η καλή πιθανή ζώνη των υπόγειων υδάτων εμφανίστηκε στο βόρειο, νότιο και βορειοδυτικό τμήμα της περιοχής μελέτης. Αυτή η μελέτη είναι πολύ χρήσιμη για τον δημόσιο και τον κυβερνητικό τομέα για να γνωρίζει τη δυνητική ζώνη της βιώσιμης διαχείρισης και αξιοποίησης αυτής της περιοχής.<br /> <br /> [[category:Υδατικοί Πόροι]]<br /> [[category:Χαρτογράφηση υδροκριτών, υδρολογικών λεκανών, μορφολογικών χαρακτηριστικών του αναγλύφου και υδρογραφικού δικτύου]]</div>

Alexglt11