<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Angieliol&amp;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%2FAngieliol</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Angieliol&amp;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%2FAngieliol"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Angieliol"/>
		<updated>2026-04-05T21:46:30Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T19:26:47Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
* [[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:123.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
&lt;br /&gt;
*[[ Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.]]&lt;br /&gt;
*[[ Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.]]&lt;br /&gt;
* [[ Χρήση τηλεπισκοπικών μεθόδων στην προστασία υπόγειων νερών]]&lt;br /&gt;
*[[Κλιματολογία των αερολυμάτων και μηχανισμοί τροποποίησης των αέριων μαζών στην περιοχή των Βαλκανίων με χρήση της τεχνικής LIDAR.]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A45.jpg</id>
		<title>Αρχείο:A45.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A45.jpg"/>
				<updated>2010-02-11T19:25:23Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A34.jpg</id>
		<title>Αρχείο:A34.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A34.jpg"/>
				<updated>2010-02-11T19:25:07Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A23.jpg</id>
		<title>Αρχείο:A23.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A23.jpg"/>
				<updated>2010-02-11T19:24:48Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A12.jpg</id>
		<title>Αρχείο:A12.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:A12.jpg"/>
				<updated>2010-02-11T19:24:29Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BB%CE%B9%CE%BC%CE%B1%CF%84%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CE%B1%CE%B5%CF%81%CE%BF%CE%BB%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BC%CE%B7%CF%87%CE%B1%CE%BD%CE%B9%CF%83%CE%BC%CE%BF%CE%AF_%CF%84%CF%81%CE%BF%CF%80%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B1%CE%B6%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_%CF%84%CF%89%CE%BD_%CE%92%CE%B1%CE%BB%CE%BA%CE%B1%CE%BD%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AE%CF%82_LIDAR.</id>
		<title>Κλιματολογία των αερολυμάτων και μηχανισμοί τροποποίησης των αέριων μαζών στην περιοχή των Βαλκανίων με χρήση της τεχνικής LIDAR.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BB%CE%B9%CE%BC%CE%B1%CF%84%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CE%B1%CE%B5%CF%81%CE%BF%CE%BB%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BC%CE%B7%CF%87%CE%B1%CE%BD%CE%B9%CF%83%CE%BC%CE%BF%CE%AF_%CF%84%CF%81%CE%BF%CF%80%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B1%CE%B6%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_%CF%84%CF%89%CE%BD_%CE%92%CE%B1%CE%BB%CE%BA%CE%B1%CE%BD%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AE%CF%82_LIDAR."/>
				<updated>2010-02-11T19:23:31Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Κλιματολογία των αερολυμάτων και μηχανισμοί τροποποίησης των αέριων μαζών στην περιοχή των Βαλκανίων με χρήση της τεχνικής LIDAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
ΔΕΛΤΙΟ ΤΕΛΙΚΗΣ ΕΚΘΕΣΗΣ ΕΡΓΟΥ&lt;br /&gt;
ΔΙΑΚΡΑΤΙΚΗΣ Ε&amp;amp;Τ ΣΥΝΕΡΓΑΣΙΑΣ&lt;br /&gt;
ΕΛΛΗΝΟ – ΡΟΥΜΑΝΙΚΗ Ε+Τ ΣΥΝΕΡΓΑΣΙΑ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Αντικείμενο της εφαρμογής είναι η κατακόρυφη κατανομή των αιωρούμενων σωματιδίων (αερολυμάτων) στην Αθήνα και το Βουκουρέστι.&lt;br /&gt;
Στόχος της εφαρμογής είναι η δημιουργία μιας κλιματολογικής βάσης  δεδομένων για την μελέτη της χωρο – χρονικής μεταβολής της κατακόρυφης κατανομής των αερολυμάτων στην Ελλάδα και τη Ρουμενία με χρήση της επίγειας τηλεπισκόπησης laser (τεχνική lidar). &lt;br /&gt;
&lt;br /&gt;
Περισσότερο από 35 χρόνια η τεχνική της τηλεπισκόπησης laser χρησιμοποιείται για την μελέτη της γήινης ατμόσφαιρας (στρωματώσης, νέφη, βάθος ανάμειξης οριακού στρώματος κλπ. ), την μέτρηση της κατακόρυφης κατανομής της συγκέντρωσης διάφορων αέριων ρυπαντών (πχ O¬3 , NOx, SO¬2, Hg, τουλουένιο, βενζόλιο, κλπ.)καθώς και των οπτικών ιδιοτήτων των αερολυμάτων (οπτικό βάθος, συντελεστής εξασθένησης και οπισθοσκέδασης). &lt;br /&gt;
&lt;br /&gt;
Η τεχνική lidar είναι μια μέθοδος της ενεργούς τηλεπισκόπησης που βασίζεται στην&lt;br /&gt;
εκπομπή χρονικά στενών (διάρκειας ns ή fs) παλμών laser στην μελετούμενη ατμόσφαιρα. Ανάλογα με τον μελετούμενο αέριο ρύπο, επιλέγονται και τα κατάλληλα μήκη κύματος. Στην περίπτωση της μέτρησης της κατακόρυφης κατανομής των αιωρούμενων σωματιδίων διάφορα μήκη κύματος μπορούν να επιλεγούν από την υπεριώδη έως την υπέρυθρη περιοχή (0.355 με 12 μm). Η οπισθοσκεδαζόμενη ακτινοβολία από την μελετούμενη ατμόσφαιρα συλλέγεται&lt;br /&gt;
από ένα οπτικό τηλεσκόπιο. Η επιλογή των μηκών κύματος των σημάτων lidar&lt;br /&gt;
πραγματοποιείται με την βοήθεια στενών φασματικών φίλτρων συμβολης ή με τη βοήθεια ενός φασματόμετρου. Η ανίχνευση των σημάτων lidar πραγματοποιείται με την βοήθεια φωτοπολλαπλασιαστών (PMTs) ή φωτοδιόδων (ΑPDs). Ακολούθως, τα σήματα lidar ψηφιοποιούνται και καταγράφονται στον ηλεκτρονικό υπολογιστή.&lt;br /&gt;
&lt;br /&gt;
Η ικανότητα της τεχνικής lidar να πραγματοποιεί μετρήσεις ατμοσφαιρικών&lt;br /&gt;
παραμέτρων (σχετική υγρασία, πυκνότητα, ταχύτητα και διεύθυνση ανέμου, θερμοκρασία, κλπ.) και συγκεντρώσεων αέριων ρυπαντών με πολύ μεγάλη χωρική (περίπου 10-15 m) και χρονική ακρίβεια (μερικά δευτερόλεπτα έως μερικές δεκάδες λεπτά της ώρας) προκύπτει από την εκπομπή χρονικά στενών παλμών (διάρκειας ns ή fs) με μεγάλη επαναληπτικότητα (μερικές δεκάδες Hz έως kHz) σε συνδυασμό με γρήγορες τεχνικές ανίχνευσης και ψηφιοποίησης σημάτων (transient recorders). Μετρώντας την καθυστέρηση που προκύπτει μεταξύ του εκπεμπόμενου και του οπισθοσκεδαζόμενου παλμού είμαστε σε θέση να υπολογίσουμε την απόσταση του μελετούμενου ατμοσφαιρικού όγκου και να πετύχουμε την μέτρηση των επιθυμητών ατμοσφαιρικών ρυπαντών ή των παραμέτρων της ατμόσφαιρας.&lt;br /&gt;
&lt;br /&gt;
Το 2000 δημιουργήθηκε το Ευρωπαϊκό Δίκτυο lidar (Πρόγραμμα EARLINET) με χρηματοδότηση της Ευρωπαϊκής Ένωσης και επέτρεψε την πραγματοποίηση των πρώτων μετρήσεων lidar στην Ευρωπαϊκή ήπειρο. Έτσι, στα πλαίσια του προγράμματος αυτού πραγματοποιήθηκαν οι πρώτες συστηματικές μετρήσεις της κατακόρυφης κατανομής των οπτικών παραμέτρων των αερολυμάτων, με βάση τις οποίες δημιουργήθηκε η πρώτη κλιματολογική βάση δεδομένων της κατακόρυφης κατανομής των οπτικών παραμέτρων των αερολυμάτων. Στην περιοχή της Ανατολικής Ευρώπης συστηματικές μετρήσεις lidar πραγματοποιούνται μόνον στην Ελλάδα, την Πολωνία και την Λευκορωσία.&lt;br /&gt;
&lt;br /&gt;
Ενώ η περιοχή των Βαλκανίων θεωρείται σταυροδρόμι της διεθνούς ατμοσφαιρικής&lt;br /&gt;
ρύπανσης δεν υπάρχουν διαθέσιμα δεδομένα για την κατακόρυφη κατανομή των αερολυμάτων σε πολλές χώρες των Βαλκανίων όπως Ρουμανία, Βουλγαρία, Αλβανία, Σερβία, είτε επειδή δεν υπάρχουν διαθέσιμα συστήματα lidar, είτε διότι τα υπάρχοντα συστήματα lidar είναι σχετικά παλαιάς τεχνολογίας και χρειάζονται αναβάθμιση στο hardware και στο λογισμικό ελέγχου του συστήματος και επεξεργασίας των δεδομένων.&lt;br /&gt;
&lt;br /&gt;
Στην Ελλάδα, το Εθνικό Μετσόβειο Πολυτεχνείο (ΕΜΠ) και στην Ρουμανία το&lt;br /&gt;
National Institute of R&amp;amp;D and for Optoelectronics (INOE) έχουν αναπτύξει τέτοια συστήματα lidar. Και τα δύο συστήματα lidar χρησιμοποιούν ένα Nd:YAG laser και έχουν παρόμοια τεχνικά χαρακτηριστικά αναφορικά με την εκπεμπόμενη δέσμη laser, τα οπτικά τηλεσκόπια λήψης, την χωρο-χρονική ακρίβεια και την εμβέλεια μέτρησης.&lt;br /&gt;
 &lt;br /&gt;
Στο ΕΜΠ στην Αθήνα (Τομέας Φυσικής, Εργαστήριο Εφαρμογών Lasers στο Περιβάλλον), το έτος 1999 αναπτύχθηκε η πρώτη διάταξη lidar ικανή να μετρά την κατακόρυφη κατανομή των αερολυμάτων στα 532 και 355 nm. Στο τέλος 2000 το σύστημα lidar του ΕΜΠ αναβαθμίσθηκε με την προσθήκη ενός καναλιού στα 387 nm και έκτοτε είναι ικανό μετρά ταυτόχρονα την κατακόρυφη κατανομή του συντελεστή οπισθοσκέδασης και εξασθένησης των αερολυμάτων στα 355 και 532 nm, χρησιμοποιώντας τεχνικές αντιστροφής σήματος Klett-Raman. Το σύστημα lidar του ΕΜΠ βαθμονομήθηκε και πιστοποιήθηκε στα πλαίσια του προγράμματος EARLINET, τόσο σε επίπεδο hardware, όσο και σε επίπεδο λογισμικού.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:a12.jpg|thumb|right|Εικόνα 1]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Εικόνα 1: Το σύστημα lidar του ΕΜΠ για την μέτρηση των αερολυμάτων στην ατμόσφαιρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται μια τυπική ημερήσια μεταβολή της κατακόρυφης κατανομής των αερολυμάτων [συντελεστής οπισθοσκέδασης: (m*sr)-1] στην περιοχή της Αθήνας κατά τη διάρκεια ενός επεισοδίου μεταφοράς σκόνης από την έρημο της Σαχάρα (π.χ. στις 26 Ιανουαρίου 2007). Το σύστημα lidar του ΕΜΠ αναβαθμίσθηκε με την προσθήκη ενός επιπλέον καναλιού Raman (408 nm) για την ταυτόχρονη μέτρηση και της ατμοσφαιρικής υγρασίας στην κατώτερη τροπόσφαιρα. Στη Ρουμανία, η δραστηριότητα στην περιοχή των lidar ξεκίνησε το 1993 όταν αναπτύχθηκε το πρώτο σύστημα lidar με χρήση ενός laser ατμών Cu:Br που κατασκευάσθηκε στο National Institute of R&amp;amp;D for Optoelectronics INOE, για την ανίχνευση των αερολυμάτων στην τροπόσφαιρα (Εικόνα 3). Το σύστημα αυτό χρησιμοποιείτο για την παρακολούθηση της ατμοσφαιρικής ρύπανσης σε μια βιομηχανική περιοχή νότια της πόλης του Βουκουρεστίου. Τελευταία, σχεδιάσθηκε και αναπτύχθηκε ένα μικρότερο και πιο ευέλικτο σύστημα lidar για την μελέτη της δομής της κατώτερης ατμόσφαιρας και για την καταγραφή της κατακόρυφης κατανομής των αερολυμάτων στην ατμόσφαιρα (σύστημα LiSA). Το σύστημα αυτό βασίζεται και πάλι σε ένα laser Nd:YAG που λειτουργεί στα 1064 and 532 nm και παρέχει χωρική ακρίβεια μετρήσεων 6 m, ενώ το εύρος μετρήσεων φθάνει τα 10 km. Το σύστημα αυτό θα αναβαθμισθεί με την προσθήκη 2 καναλιών (πόλωσης και αποπόλωσης) και ενός καναλιού Raman για την μέτρηση του συντελεστή εξασθένησης των αερολυμάτων στα 532 nm.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:a23.jpg|thumb|right|Εικόνα 2]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Εικόνα 2: Τυπική ημερήσια μεταβολή της κατακόρυφης κατανομής των αερολυμάτων στην&lt;br /&gt;
περιοχή της Αθήνας κατά τη διάρκεια ενός επεισοδίου μεταφοράς σκόνης από την έρημο της&lt;br /&gt;
Σαχάρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:a34.jpg|thumb|right|Εικόνα 3]]&lt;br /&gt;
&lt;br /&gt;
Εικόνα 3: Το σύστημα lidar του INOE (Ρουμανία) για την μέτρηση των αερολυμάτων στην&lt;br /&gt;
ατμόσφαιρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:a45.jpg|thumb|right|Εικόνα 4]]&lt;br /&gt;
&lt;br /&gt;
Εικόνα 4: Σύστημα GIS με χρήση δεδομένων lidar (αερολύματα).&lt;br /&gt;
&lt;br /&gt;
Στόχος-τελικά αποτελέσματα έργου&lt;br /&gt;
Στόχος ήταν η παροχή δεδομένων για την κατακόρυφη κατανομή των οπτικών ιδιοτήτων των αερολυμάτων στην περιοχή αυτή, με τα οποία, και σε συνδυασμό με μετεωρολογικά δεδομένα, ακολούθως μελετήθηκε η διασυνοριακή αερομεταφερόμενη ρύπανση, οι μηχανισμοί μεταφοράς ρύπων και εντοπίσθηκαν οι βασικές πηγές αερολυμάτων που επιδρούν στην ποιότητα της ατμόσφαιρας στην περιοχή των Βαλκανίων.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
Για την επίτευξη των παραπάνω στόχων ακολουθήθηκαν οι παρακάτω φάσεις:&lt;br /&gt;
&lt;br /&gt;
Φάση 1: Έλεγχος αξιοπιστίας λογισμικού ανάλυσης και επεξεργασίας σημάτων lidar. &lt;br /&gt;
O έλεγχος της αξιοπιστίας του λογισμικού ανάλυσης και επεξεργασίας σημάτων lidar , βασίζεται σε ένα λογισμικό προσομοίωσης των μετρήσεων lidar με χρήση συνθετικών δεδομένων (synthetic data). Η προσομοίωση αυτή βασίζεται στη διάδοση ακτινοβολίας laser σε μια ατμόσφαιρα μοντέλο, στην οποία έχουν προστεθεί και τα αιωρούμενα σωματίδια. Η διάδοση της ακτινοβολίας λαμβάνει υπόψη της την σκέδαση και την απορρόφηση από τα μόρια και τα αιωρούμενα σωματίδια της ατμόσφαιρας. Με τον τρόπο αυτόν είναι εφικτή η παραγωγή προσομοιωμένων σημάτων lidar σε διάφορα μήκη κύματος (355 nm, 532 nm και 1064 nm) τα οποία προσεγγίζουν σε πολύ μεγάλο βαθμό τα πραγματικά σήματα.&lt;br /&gt;
&lt;br /&gt;
Φάση 2: Πραγματοποίηση συστηματικών μετρήσεων lidar για τα αιωρούμενα Σωματίδια - Πραγματοποίηση ειδικών μετρήσεων lidar, Δημιουργία μιας στατιστικής βάσης δεδομένων για την κατακόρυφη κατανομή των οπτικών ιδιοτήτων των αερολυμάτων στα Βαλκάνια, Δημιουργία μιας κλιματολογικής βάσης δεδομένων για την μεταφορά σκόνης από την έρημο Σαχάρα.  &lt;br /&gt;
Εφαρμόσθηκε ένα συστηματικό πρόγραμμα μετρήσεων lidar για την παρακολούθηση των οπτικών ιδιοτήτων των αερολυμάτων στην τροπόσφαιρα, στην Αθήνα και το Βουκουρέστι σε απλές ημέρες αλλά και σε ημέρες που παρουσιαζόταν ειδικό φαινόμενο (δασικές πυρκαγιές, ηφαιστειακές εκρήξεις, μεταφορά σκόνης από την έρημο Σαχάρα, κλπ.). Οι συστηματικές και ειδικές μετρήσεις lidar, πραγματοποιούνταν τουλάχιστον μία ή δύο φορές την εβδομάδα (Δευτέρα στις 13:00 UT και 19:00 UT και Πέμπτη στις 19:00 UT), για μια χρονική περίοδο τουλάχιστον 2 ωρών και από τις δύο ερευνητικές ομάδες.&lt;br /&gt;
&lt;br /&gt;
Τέλος, δημιουργήθηκε μια στατιστική βάση δεδομένων για την κατακόρυφη κατανομή των οπτικών ιδιοτήτων των αερολυμάτων στην Αθήνα και στο Βουκουρέστι, κάτι που θα αποτελεί και μια τυπική βάση δεδομένων για όλη την περιοχή των Βαλκανίων. Επίσης δημιουργήθηκε μια κλιματολογική βάση δεδομένων μετρήσεων lidar στην περιοχή του Λεκανοπεδίου της Αθήνας και στην πόλη του Βουκουρεστίου, αναφορικά με τα επεισόδια μεταφοράς σκόνης από την έρημο Σαχάρα. Παράλληλα, αναλύθηκαν και όλες οι αεροτροχιές των αερίων μαζών που κατέληγαν στο Λεκανοπέδιο Αθηνών και στην πόλη του Βουκουρεστίου και είχαν προέλευση την έρημο Σαχάρα. Η κλιματολογική βάση δεδομένων αυτή προέκυψε ακριβώς από εκείνες τις μετρήσεις των οπτικών ιδιοτήτων των αερολυμάτων, για τα οποίες οι αεροτροχιές των αερίων μαζών που κατέληγαν στο Λεκανοπέδιο Αθηνών και στην πόλη. &lt;br /&gt;
&lt;br /&gt;
ΦΑΣΗ 3: Ανάλυση επιλεγμένων περιπτώσεων διασυνοριακής ρύπανσης – Υπολογισμός αεροτροχιών- Εντοπισμός βασικών πηγών αέριας ρύπανσης – Χρήση δορυφορικών και επίγειων μετρήσεων αερολυμάτων.&lt;br /&gt;
&lt;br /&gt;
Από την ανάλυση των αποτελεσμάτων που πραγματοποιήθηκε προέκυπταν οι αεροτροχιές που δείχνουν την προέλευση των αέριων μαζών που επηρεάζουν σημαντικά τις δύο περιοχές. Εντοπίστηκαν επίσης οι κύριες πηγές αέριων ρύπων και αναλύθηκαν οι επιλεγμένες περιπτώσεις διασυνοριακής ρύπανσης (δασικές πυρκαγιές στην περιοχή της Αθήνας τον Αύγουστο του 2007 και σκόνη με προέλευση τη Σαχάρα)&lt;br /&gt;
&lt;br /&gt;
ΦΑΣΗ 4: Πραγματοποίηση ειδικών συντονισμένων μετρήσεων lidar για τα αιωρούμενα σωματίδια – Χρήση μετεωρολογικών δεδομένων.&lt;br /&gt;
&lt;br /&gt;
Κατά τη διάρκεια της φάσης αυτής, εφαρμόσθηκε ένα συστηματικό πρόγραμμα&lt;br /&gt;
συντονισμένων μετρήσεων lidar για τη μελέτη του ρόλου των τοπικών πηγών ρύπανσης στην τροποποίηση των οπτικών ιδιοτήτων των αερίων μαζών κατά τη διέλευσή τους υπεράνω της ευρύτερης περιοχής των Βαλκανίων. Στην Φάση αυτή επεξεργασθήκαμε τα δεδομένα lidar που καταγράψαμε και συσχετίσαμε τις μετρήσεις μας με δορυφορικά δεδομένα, καθώς και προγνώσεις μοντέλων σχετικά με την μετακίνηση των αερίων μαζών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Φάση 5: Διάχυση των αποτελεσμάτων του έργου&lt;br /&gt;
&lt;br /&gt;
ΑΠΟΤΕΛΕΣΜΑ&lt;br /&gt;
Οι συγχρονισμένες και οι συστηματικές μετρήσεις των αερολυμάτων καθόλη την διάρκεια του έργου με την βοήθεια της τεχνικής lidar, στην Αθήνα και το Βουκουρέστι, επέτρεψαν, για πρώτη φορά, να μελετηθεί η τροποποίηση των αερίων μαζών (air mass modification) και να προβλεφθούν οι μελλοντικές τάσεις της συγκέντρωσης των αερολυμάτων στην ευρύτερη περιοχή των Βαλκανίων. Επομένως, επετεύχθησαν οι αρχικοί στόχοι του έργου το οποίο ολοκληρώθηκε κανονικά.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BB%CE%B9%CE%BC%CE%B1%CF%84%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CE%B1%CE%B5%CF%81%CE%BF%CE%BB%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BC%CE%B7%CF%87%CE%B1%CE%BD%CE%B9%CF%83%CE%BC%CE%BF%CE%AF_%CF%84%CF%81%CE%BF%CF%80%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B1%CE%B6%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_%CF%84%CF%89%CE%BD_%CE%92%CE%B1%CE%BB%CE%BA%CE%B1%CE%BD%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AE%CF%82_LIDAR.</id>
		<title>Κλιματολογία των αερολυμάτων και μηχανισμοί τροποποίησης των αέριων μαζών στην περιοχή των Βαλκανίων με χρήση της τεχνικής LIDAR.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BB%CE%B9%CE%BC%CE%B1%CF%84%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CE%B1%CE%B5%CF%81%CE%BF%CE%BB%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CE%BC%CE%B7%CF%87%CE%B1%CE%BD%CE%B9%CF%83%CE%BC%CE%BF%CE%AF_%CF%84%CF%81%CE%BF%CF%80%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%B1%CE%AD%CF%81%CE%B9%CF%89%CE%BD_%CE%BC%CE%B1%CE%B6%CF%8E%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_%CF%84%CF%89%CE%BD_%CE%92%CE%B1%CE%BB%CE%BA%CE%B1%CE%BD%CE%AF%CF%89%CE%BD_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CE%AE%CF%82_LIDAR."/>
				<updated>2010-02-11T19:14:16Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Κλιματολογία των αερολυμάτων και μηχανισμοί τροποποίησης των αέριων μαζών στην περιοχή των Βαλκανίων...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Κλιματολογία των αερολυμάτων και μηχανισμοί τροποποίησης των αέριων μαζών στην περιοχή των Βαλκανίων με χρήση της τεχνικής LIDAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
ΔΕΛΤΙΟ ΤΕΛΙΚΗΣ ΕΚΘΕΣΗΣ ΕΡΓΟΥ&lt;br /&gt;
ΔΙΑΚΡΑΤΙΚΗΣ Ε&amp;amp;Τ ΣΥΝΕΡΓΑΣΙΑΣ&lt;br /&gt;
ΕΛΛΗΝΟ – ΡΟΥΜΑΝΙΚΗ Ε+Τ ΣΥΝΕΡΓΑΣΙΑ&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Αντικείμενο της εφαρμογής είναι η κατακόρυφη κατανομή των αιωρούμενων σωματιδίων (αερολυμάτων) στην Αθήνα και το Βουκουρέστι.&lt;br /&gt;
Στόχος της εφαρμογής είναι η δημιουργία μιας κλιματολογικής βάσης  δεδομένων για την μελέτη της χωρο – χρονικής μεταβολής της κατακόρυφης κατανομής των αερολυμάτων στην Ελλάδα και τη Ρουμενία με χρήση της επίγειας τηλεπισκόπησης laser (τεχνική lidar). &lt;br /&gt;
&lt;br /&gt;
Περισσότερο από 35 χρόνια η τεχνική της τηλεπισκόπησης laser χρησιμοποιείται για την μελέτη της γήινης ατμόσφαιρας (στρωματώσης, νέφη, βάθος ανάμειξης οριακού στρώματος κλπ. ), την μέτρηση της κατακόρυφης κατανομής της συγκέντρωσης διάφορων αέριων ρυπαντών (πχ O¬3 , NOx, SO¬2, Hg, τουλουένιο, βενζόλιο, κλπ.)καθώς και των οπτικών ιδιοτήτων των αερολυμάτων (οπτικό βάθος, συντελεστής εξασθένησης και οπισθοσκέδασης). &lt;br /&gt;
&lt;br /&gt;
Η τεχνική lidar είναι μια μέθοδος της ενεργούς τηλεπισκόπησης που βασίζεται στην&lt;br /&gt;
εκπομπή χρονικά στενών (διάρκειας ns ή fs) παλμών laser στην μελετούμενη ατμόσφαιρα. Ανάλογα με τον μελετούμενο αέριο ρύπο, επιλέγονται και τα κατάλληλα μήκη κύματος. Στην περίπτωση της μέτρησης της κατακόρυφης κατανομής των αιωρούμενων σωματιδίων διάφορα μήκη κύματος μπορούν να επιλεγούν από την υπεριώδη έως την υπέρυθρη περιοχή (0.355 με 12 μm). Η οπισθοσκεδαζόμενη ακτινοβολία από την μελετούμενη ατμόσφαιρα συλλέγεται&lt;br /&gt;
από ένα οπτικό τηλεσκόπιο. Η επιλογή των μηκών κύματος των σημάτων lidar&lt;br /&gt;
πραγματοποιείται με την βοήθεια στενών φασματικών φίλτρων συμβολης ή με τη βοήθεια ενός φασματόμετρου. Η ανίχνευση των σημάτων lidar πραγματοποιείται με την βοήθεια φωτοπολλαπλασιαστών (PMTs) ή φωτοδιόδων (ΑPDs). Ακολούθως, τα σήματα lidar ψηφιοποιούνται και καταγράφονται στον ηλεκτρονικό υπολογιστή.&lt;br /&gt;
&lt;br /&gt;
Η ικανότητα της τεχνικής lidar να πραγματοποιεί μετρήσεις ατμοσφαιρικών&lt;br /&gt;
παραμέτρων (σχετική υγρασία, πυκνότητα, ταχύτητα και διεύθυνση ανέμου, θερμοκρασία, κλπ.) και συγκεντρώσεων αέριων ρυπαντών με πολύ μεγάλη χωρική (περίπου 10-15 m) και χρονική ακρίβεια (μερικά δευτερόλεπτα έως μερικές δεκάδες λεπτά της ώρας) προκύπτει από την εκπομπή χρονικά στενών παλμών (διάρκειας ns ή fs) με μεγάλη επαναληπτικότητα (μερικές δεκάδες Hz έως kHz) σε συνδυασμό με γρήγορες τεχνικές ανίχνευσης και ψηφιοποίησης σημάτων (transient recorders). Μετρώντας την καθυστέρηση που προκύπτει μεταξύ του εκπεμπόμενου και του οπισθοσκεδαζόμενου παλμού είμαστε σε θέση να υπολογίσουμε την απόσταση του μελετούμενου ατμοσφαιρικού όγκου και να πετύχουμε την μέτρηση των επιθυμητών ατμοσφαιρικών ρυπαντών ή των παραμέτρων της ατμόσφαιρας.&lt;br /&gt;
&lt;br /&gt;
Το 2000 δημιουργήθηκε το Ευρωπαϊκό Δίκτυο lidar (Πρόγραμμα EARLINET) με χρηματοδότηση της Ευρωπαϊκής Ένωσης και επέτρεψε την πραγματοποίηση των πρώτων μετρήσεων lidar στην Ευρωπαϊκή ήπειρο. Έτσι, στα πλαίσια του προγράμματος αυτού πραγματοποιήθηκαν οι πρώτες συστηματικές μετρήσεις της κατακόρυφης κατανομής των οπτικών παραμέτρων των αερολυμάτων, με βάση τις οποίες δημιουργήθηκε η πρώτη κλιματολογική βάση δεδομένων της κατακόρυφης κατανομής των οπτικών παραμέτρων των αερολυμάτων. Στην περιοχή της Ανατολικής Ευρώπης συστηματικές μετρήσεις lidar πραγματοποιούνται μόνον στην Ελλάδα, την Πολωνία και την Λευκορωσία.&lt;br /&gt;
&lt;br /&gt;
Ενώ η περιοχή των Βαλκανίων θεωρείται σταυροδρόμι της διεθνούς ατμοσφαιρικής&lt;br /&gt;
ρύπανσης δεν υπάρχουν διαθέσιμα δεδομένα για την κατακόρυφη κατανομή των αερολυμάτων σε πολλές χώρες των Βαλκανίων όπως Ρουμανία, Βουλγαρία, Αλβανία, Σερβία, είτε επειδή δεν υπάρχουν διαθέσιμα συστήματα lidar, είτε διότι τα υπάρχοντα συστήματα lidar είναι σχετικά παλαιάς τεχνολογίας και χρειάζονται αναβάθμιση στο hardware και στο λογισμικό ελέγχου του συστήματος και επεξεργασίας των δεδομένων.&lt;br /&gt;
&lt;br /&gt;
Στην Ελλάδα, το Εθνικό Μετσόβειο Πολυτεχνείο (ΕΜΠ) και στην Ρουμανία το&lt;br /&gt;
National Institute of R&amp;amp;D and for Optoelectronics (INOE) έχουν αναπτύξει τέτοια συστήματα lidar. Και τα δύο συστήματα lidar χρησιμοποιούν ένα Nd:YAG laser και έχουν παρόμοια τεχνικά χαρακτηριστικά αναφορικά με την εκπεμπόμενη δέσμη laser, τα οπτικά τηλεσκόπια λήψης, την χωρο-χρονική ακρίβεια και την εμβέλεια μέτρησης.&lt;br /&gt;
 &lt;br /&gt;
Στο ΕΜΠ στην Αθήνα (Τομέας Φυσικής, Εργαστήριο Εφαρμογών Lasers στο Περιβάλλον), το έτος 1999 αναπτύχθηκε η πρώτη διάταξη lidar ικανή να μετρά την κατακόρυφη κατανομή των αερολυμάτων στα 532 και 355 nm. Στο τέλος 2000 το σύστημα lidar του ΕΜΠ αναβαθμίσθηκε με την προσθήκη ενός καναλιού στα 387 nm και έκτοτε είναι ικανό μετρά ταυτόχρονα την κατακόρυφη κατανομή του συντελεστή οπισθοσκέδασης και εξασθένησης των αερολυμάτων στα 355 και 532 nm, χρησιμοποιώντας τεχνικές αντιστροφής σήματος Klett-Raman. Το σύστημα lidar του ΕΜΠ βαθμονομήθηκε και πιστοποιήθηκε στα πλαίσια του προγράμματος EARLINET, τόσο σε επίπεδο hardware, όσο και σε επίπεδο λογισμικού.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Εικόνα 1: Το σύστημα lidar του ΕΜΠ για την μέτρηση των αερολυμάτων στην ατμόσφαιρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Στην Εικόνα 2 παρουσιάζεται μια τυπική ημερήσια μεταβολή της κατακόρυφης κατανομής των αερολυμάτων [συντελεστής οπισθοσκέδασης: (m*sr)-1] στην περιοχή της Αθήνας κατά τη διάρκεια ενός επεισοδίου μεταφοράς σκόνης από την έρημο της Σαχάρα (π.χ. στις 26 Ιανουαρίου 2007). Το σύστημα lidar του ΕΜΠ αναβαθμίσθηκε με την προσθήκη ενός επιπλέον καναλιού Raman (408 nm) για την ταυτόχρονη μέτρηση και της ατμοσφαιρικής υγρασίας στην κατώτερη τροπόσφαιρα. Στη Ρουμανία, η δραστηριότητα στην περιοχή των lidar ξεκίνησε το 1993 όταν αναπτύχθηκε το πρώτο σύστημα lidar με χρήση ενός laser ατμών Cu:Br που κατασκευάσθηκε στο National Institute of R&amp;amp;D for Optoelectronics INOE, για την ανίχνευση των αερολυμάτων στην τροπόσφαιρα (Εικόνα 3). Το σύστημα αυτό χρησιμοποιείτο για την παρακολούθηση της ατμοσφαιρικής ρύπανσης σε μια βιομηχανική περιοχή νότια της πόλης του Βουκουρεστίου. Τελευταία, σχεδιάσθηκε και αναπτύχθηκε ένα μικρότερο και πιο ευέλικτο σύστημα lidar για την μελέτη της δομής της κατώτερης ατμόσφαιρας και για την καταγραφή της κατακόρυφης κατανομής των αερολυμάτων στην ατμόσφαιρα (σύστημα LiSA). Το σύστημα αυτό βασίζεται και πάλι σε ένα laser Nd:YAG που λειτουργεί στα 1064 and 532 nm και παρέχει χωρική ακρίβεια μετρήσεων 6 m, ενώ το εύρος μετρήσεων φθάνει τα 10 km. Το σύστημα αυτό θα αναβαθμισθεί με την προσθήκη 2 καναλιών (πόλωσης και αποπόλωσης) και ενός καναλιού Raman για την μέτρηση του συντελεστή εξασθένησης των αερολυμάτων στα 532 nm.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Εικόνα 2: Τυπική ημερήσια μεταβολή της κατακόρυφης κατανομής των αερολυμάτων στην&lt;br /&gt;
περιοχή της Αθήνας κατά τη διάρκεια ενός επεισοδίου μεταφοράς σκόνης από την έρημο της&lt;br /&gt;
Σαχάρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Εικόνα 3: Το σύστημα lidar του INOE (Ρουμανία) για την μέτρηση των αερολυμάτων στην&lt;br /&gt;
ατμόσφαιρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Εικόνα 4: Σύστημα GIS με χρήση δεδομένων lidar (αερολύματα).&lt;br /&gt;
&lt;br /&gt;
Στόχος-τελικά αποτελέσματα έργου&lt;br /&gt;
Στόχος ήταν η παροχή δεδομένων για την κατακόρυφη κατανομή των οπτικών ιδιοτήτων των αερολυμάτων στην περιοχή αυτή, με τα οποία, και σε συνδυασμό με μετεωρολογικά δεδομένα, ακολούθως μελετήθηκε η διασυνοριακή αερομεταφερόμενη ρύπανση, οι μηχανισμοί μεταφοράς ρύπων και εντοπίσθηκαν οι βασικές πηγές αερολυμάτων που επιδρούν στην ποιότητα της ατμόσφαιρας στην περιοχή των Βαλκανίων.&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
Για την επίτευξη των παραπάνω στόχων ακολουθήθηκαν οι παρακάτω φάσεις:&lt;br /&gt;
&lt;br /&gt;
Φάση 1: Έλεγχος αξιοπιστίας λογισμικού ανάλυσης και επεξεργασίας σημάτων lidar. &lt;br /&gt;
O έλεγχος της αξιοπιστίας του λογισμικού ανάλυσης και επεξεργασίας σημάτων lidar , βασίζεται σε ένα λογισμικό προσομοίωσης των μετρήσεων lidar με χρήση συνθετικών δεδομένων (synthetic data). Η προσομοίωση αυτή βασίζεται στη διάδοση ακτινοβολίας laser σε μια ατμόσφαιρα μοντέλο, στην οποία έχουν προστεθεί και τα αιωρούμενα σωματίδια. Η διάδοση της ακτινοβολίας λαμβάνει υπόψη της την σκέδαση και την απορρόφηση από τα μόρια και τα αιωρούμενα σωματίδια της ατμόσφαιρας. Με τον τρόπο αυτόν είναι εφικτή η παραγωγή προσομοιωμένων σημάτων lidar σε διάφορα μήκη κύματος (355 nm, 532 nm και 1064 nm) τα οποία προσεγγίζουν σε πολύ μεγάλο βαθμό τα πραγματικά σήματα.&lt;br /&gt;
&lt;br /&gt;
Φάση 2: Πραγματοποίηση συστηματικών μετρήσεων lidar για τα αιωρούμενα Σωματίδια - Πραγματοποίηση ειδικών μετρήσεων lidar, Δημιουργία μιας στατιστικής βάσης δεδομένων για την κατακόρυφη κατανομή των οπτικών ιδιοτήτων των αερολυμάτων στα Βαλκάνια, Δημιουργία μιας κλιματολογικής βάσης δεδομένων για την μεταφορά σκόνης από την έρημο Σαχάρα.  &lt;br /&gt;
Εφαρμόσθηκε ένα συστηματικό πρόγραμμα μετρήσεων lidar για την παρακολούθηση των οπτικών ιδιοτήτων των αερολυμάτων στην τροπόσφαιρα, στην Αθήνα και το Βουκουρέστι σε απλές ημέρες αλλά και σε ημέρες που παρουσιαζόταν ειδικό φαινόμενο (δασικές πυρκαγιές, ηφαιστειακές εκρήξεις, μεταφορά σκόνης από την έρημο Σαχάρα, κλπ.). Οι συστηματικές και ειδικές μετρήσεις lidar, πραγματοποιούνταν τουλάχιστον μία ή δύο φορές την εβδομάδα (Δευτέρα στις 13:00 UT και 19:00 UT και Πέμπτη στις 19:00 UT), για μια χρονική περίοδο τουλάχιστον 2 ωρών και από τις δύο ερευνητικές ομάδες.&lt;br /&gt;
&lt;br /&gt;
Τέλος, δημιουργήθηκε μια στατιστική βάση δεδομένων για την κατακόρυφη κατανομή των οπτικών ιδιοτήτων των αερολυμάτων στην Αθήνα και στο Βουκουρέστι, κάτι που θα αποτελεί και μια τυπική βάση δεδομένων για όλη την περιοχή των Βαλκανίων. Επίσης δημιουργήθηκε μια κλιματολογική βάση δεδομένων μετρήσεων lidar στην περιοχή του Λεκανοπεδίου της Αθήνας και στην πόλη του Βουκουρεστίου, αναφορικά με τα επεισόδια μεταφοράς σκόνης από την έρημο Σαχάρα. Παράλληλα, αναλύθηκαν και όλες οι αεροτροχιές των αερίων μαζών που κατέληγαν στο Λεκανοπέδιο Αθηνών και στην πόλη του Βουκουρεστίου και είχαν προέλευση την έρημο Σαχάρα. Η κλιματολογική βάση δεδομένων αυτή προέκυψε ακριβώς από εκείνες τις μετρήσεις των οπτικών ιδιοτήτων των αερολυμάτων, για τα οποίες οι αεροτροχιές των αερίων μαζών που κατέληγαν στο Λεκανοπέδιο Αθηνών και στην πόλη. &lt;br /&gt;
&lt;br /&gt;
ΦΑΣΗ 3: Ανάλυση επιλεγμένων περιπτώσεων διασυνοριακής ρύπανσης – Υπολογισμός αεροτροχιών- Εντοπισμός βασικών πηγών αέριας ρύπανσης – Χρήση δορυφορικών και επίγειων μετρήσεων αερολυμάτων.&lt;br /&gt;
&lt;br /&gt;
Από την ανάλυση των αποτελεσμάτων που πραγματοποιήθηκε προέκυπταν οι αεροτροχιές που δείχνουν την προέλευση των αέριων μαζών που επηρεάζουν σημαντικά τις δύο περιοχές. Εντοπίστηκαν επίσης οι κύριες πηγές αέριων ρύπων και αναλύθηκαν οι επιλεγμένες περιπτώσεις διασυνοριακής ρύπανσης (δασικές πυρκαγιές στην περιοχή της Αθήνας τον Αύγουστο του 2007 και σκόνη με προέλευση τη Σαχάρα)&lt;br /&gt;
&lt;br /&gt;
ΦΑΣΗ 4: Πραγματοποίηση ειδικών συντονισμένων μετρήσεων lidar για τα αιωρούμενα σωματίδια – Χρήση μετεωρολογικών δεδομένων.&lt;br /&gt;
&lt;br /&gt;
Κατά τη διάρκεια της φάσης αυτής, εφαρμόσθηκε ένα συστηματικό πρόγραμμα&lt;br /&gt;
συντονισμένων μετρήσεων lidar για τη μελέτη του ρόλου των τοπικών πηγών ρύπανσης στην τροποποίηση των οπτικών ιδιοτήτων των αερίων μαζών κατά τη διέλευσή τους υπεράνω της ευρύτερης περιοχής των Βαλκανίων. Στην Φάση αυτή επεξεργασθήκαμε τα δεδομένα lidar που καταγράψαμε και συσχετίσαμε τις μετρήσεις μας με δορυφορικά δεδομένα, καθώς και προγνώσεις μοντέλων σχετικά με την μετακίνηση των αερίων μαζών.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Φάση 5: Διάχυση των αποτελεσμάτων του έργου&lt;br /&gt;
&lt;br /&gt;
ΑΠΟΤΕΛΕΣΜΑ&lt;br /&gt;
Οι συγχρονισμένες και οι συστηματικές μετρήσεις των αερολυμάτων καθόλη την διάρκεια του έργου με την βοήθεια της τεχνικής lidar, στην Αθήνα και το Βουκουρέστι, επέτρεψαν, για πρώτη φορά, να μελετηθεί η τροποποίηση των αερίων μαζών (air mass modification) και να προβλεφθούν οι μελλοντικές τάσεις της συγκέντρωσης των αερολυμάτων στην ευρύτερη περιοχή των Βαλκανίων. Επομένως, επετεύχθησαν οι αρχικοί στόχοι του έργου το οποίο ολοκληρώθηκε κανονικά.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T19:10:20Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
* [[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:123.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
&lt;br /&gt;
*[[ Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.]]&lt;br /&gt;
*[[ Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.]]&lt;br /&gt;
* [[ Χρήση τηλεπισκοπικών μεθόδων στην προστασία υπόγειων νερών]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T19:07:18Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
* [[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:123.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
&lt;br /&gt;
*[[ Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.]]&lt;br /&gt;
*[[ Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>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_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CE%B4%CE%B9%CE%AC%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B2%CE%BB%CE%AE%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%A1%CE%B9%CE%AC%CE%BD%CF%84_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_RADARSAT_Imagery.</id>
		<title>Χαρτογράφηση χώρων διάθεσης αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.</title>
		<link rel="alternate" type="text/html" href="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_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CE%B4%CE%B9%CE%AC%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B2%CE%BB%CE%AE%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%A1%CE%B9%CE%AC%CE%BD%CF%84_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_RADARSAT_Imagery."/>
				<updated>2010-02-11T19:05:35Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.&lt;br /&gt;
&lt;br /&gt;
Άρθρο: MAPPING WASTE-DISPOSAL SITES IN RIYADH&lt;br /&gt;
USING RADARSAT IMAGERY.  Abdalla Elsadiq Ali, Emad Eddin Abdou Ibrahim,  Elshami Mohd Masaad. Sep. 2007&lt;br /&gt;
&lt;br /&gt;
Εισαγωγή&lt;br /&gt;
Αερομεταφερόμενη και δορυφορική τηλεπισκόπηση είναι τώρα μια ώριμη τεχνολογία με πολλά οφέλη. Πολυφασματική επεξεργασία εικόνας των δεδομένων αυτών, παρέχει πληροφορίες για τη χημική σύνθεση της επιφάνειας της γης με καλύτερο χωροταξικό πλαίσιο από αυτό που μπορούν να παρέχουν δεδομένα απεικόνησης μη-αισθητήρων. Έτσι, η τηλεπισκόπηση προσφέρει ευκαιρίες για τον εναέριο υπολογισμό των επίγειων σημείων μέτρησης σημειώνοντας εξέλιξη αφού η πληροφορία πια μπορεί να φανεί από ένα σύνολο μετρήσεων σημείων.&lt;br /&gt;
Σήμερα, μόλις συλλέγονται δεδομένα τηλεπισκόπησης, μπορεί τυπικά να ολοκληρωθεί σε προσωπικό υπολογιστή, πολυφασματική και χωρική επεξεργασία εικόνας σε λιγότερο χρόνο από τον χρόνο που απαιτείται για μετρήσεις και συλλογές δείγματος. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δυστυχώς, τα παραπάνω αναφέρονται σχεδόν αποκλειστικά&lt;br /&gt;
στην οπτική τηλεπισκόπηση συμπεριλαμβανομένων αεροφωτογραφιών και δορυφορικών δεδομένων από Landsat MSS και TM και SPOT HRV εικόνες. Από την άποψη αυτή, η ανάπτυξη των δορυφορικών συστημάτων SAR υπολειπόταν σαφώς πίσω από τα ηλεκτροοπτικά συστήματα. Το υπόδειγμα του Landsat επαναπροσανατολίζει επιστήμονες και χρήστες προς ανίχνευση νέου προτύπου μακριά από το πρότυπο της δεκαετίας του 1960 της φασματικής ανάλυσης εδάφους. Δικαιολογημένα, η αδράνεια που υπάρχει εδώ και τρεις δεκαετίες μεταφράζεται σήμερα σε μια επιστημονική κοινότητα της οποίας η εξοικείωση με τα στοιχεία ραντάρ είναι μεγάλη για την κατανόηση των χωρικών δεδομένων που προέρχονται από αισθητήρες που λειτουργούν στην ορατό, εγγύς υπέρυθρο (VNIR) και θερμικό υπέρυθρο(TIR)φάσμα. Δεδομένα από όλες τις φασματικές περιοχές, συμπεριλαμβανομένης της περιοχή των μικροκυμάτων, παράγουν μοναδικές και σε ορισμένες περιπτώσεις ζωτικής σημασίας πληροφορίες για τις επιστήμες του Γήινου συστήματος. Προσδιορισμός του δυναμικού του περιεχομένου των πληροφοριών και τα μέσα ανάκτησης της πληροφορίας εικόνων από ραντάρ συνθετικού διαφράγματος (Synthetic Aperture Radar, (SAR)) απαιτούν τεράστια εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
Ως αποτέλεσμα της παγκόσμιας προτεραιότητας για ηλεκτρο-οπτικά δεδομένα αισθητήρα, υπήρχε έλλειψη πρόσβασης δεδομένων δορυφόρου SAR για τη μετάφραση αερομεταφερόμενων εφαρμογών  &lt;br /&gt;
αιτήσεις σε επικυρωμένες δορυφορικές εφαρμογές. Κατά συνέπεια, η επιστημονική κοινότητα είχε καθυστερήσει στην εύρεση μεθόδων για την αξιοποίηση SAR δεδομένων, ένα σημαντικό μέρος της οποίας&lt;br /&gt;
είχε αναμιχθεί στην έρευνα ερμηνείας δεδομένων που είχαν αποκτηθεί από &lt;br /&gt;
Seasat (1978), SIR-A (1982), SIR-B  (1984), ERS-1 (1995), Almaz (1992), ΚΕΑ-1 (1995) και από άλλα πειραματικά συστήματα SAR. Με την εκτόξευση του καναδικού συστήματος SAR, υψηλής ανάλυσης, &lt;br /&gt;
RADARSAT το 1995 μια νέα δυνατότητα αναδείχθηκε ως προς τη χρήση διαστημικών δεδομένων SAR για τη χαρτογράφηση και παρακολούθηση της Επιφάνειας της Γης. Επειδή δεδομένα ραντάρ &lt;br /&gt;
κοστίζουν λιγότερο από 5 δολάρια ΗΠΑ / km2 κάλυψη (σε αντίθεση με 40- &lt;br /&gt;
50 δολάρια/km2 για εναέριες φωτογραφίες) αναμένεται οι επιστήμονες να δώσουν ιδιαίτερη έμφαση στη χρήση δεδομένων από δορυφορικούς αισθητήρες SAR τρίτης γενιάς για έρευνες γης και παρακολούθησης. &lt;br /&gt;
&lt;br /&gt;
Το παρόν έγγραφο ασχολείται με την έρευνα Rasarsat-1 &lt;br /&gt;
δεδομένων για την παρακολούθηση χώρων διάθεσης αποβλήτων στην πόλη Ριάντ, στη Σαουδική Αραβία. Το πρόβλημα της διάθεσης των αποβλήτων-είναι ένα από τις μεγαλύτερες ανησυχίες των τοπικών αρχών &lt;br /&gt;
μεγάλων και γρήγορα επεκτάσιμων πόλεων, όπως το Ριάντ. Η φύση του προβλήματος, τα δεδομένα που χρησιμοποιούνται, οι διαδικασίες που ακολουθούνται και τα αποτελέσματα εξηγούνται και αναλύονται πλήρως. Ένα σύνολο συμπεράσματα όσον αφορά τη χρήση που μεταδίδονται δορυφορικά ραντάρ συνθετικού διαφράγματος στοιχεία για τη διάθεση των αποβλήτων-χαρτογράφηση στην περιοχή η πόλη του Ριάντ είναι που στη συνέχεια.&lt;br /&gt;
&lt;br /&gt;
Χρήση της Τηλεπισκόπησης για ιστοσελίδα Παρακολούθησης Χώρων Διάθεσης Αποβλήτων.  &lt;br /&gt;
&lt;br /&gt;
Ειδικότερα, χαρτογράφηση μέσω τηλεπισκόπησης μπορεί να βοηθήσει στην αξιολόγηση των χρονικών αλλαγών στη χρήση γης για  επικίνδυνα απόβλητα και υγειονομική ταφή. Τα αποτελέσματα της μόλυνσης των χώρων υγειονομικής ταφής, για παράδειγμα, είναι επίσης ανιχνεύσιμα με τηλεσκοπικές τεχνικές. Έτσι, με τη χαρτογράφηση και παρακολούθηση χώρων διάθεσης αποβλήτων σε μεγάλες πόλεις όπως το Ριάντ, πολλά πλεονεκτήματα αποκτήθηκαν: &lt;br /&gt;
•	Πρώτον, οι μηχανικοί περιβάλλοντος θα  έχουν άλλη μια πηγή πληροφοριών για να εξετάσουν τί αυξάνει την&lt;br /&gt;
δυνατότητα να παρθεί σωστή απόφαση στα περιβαλλοντικά θέματα τους. &lt;br /&gt;
•	Δεύτερον, μπορούν να προσδιοριστούν&lt;br /&gt;
κατάλληλοι χώροι για μελλοντική χρήση με βάση πιο υγιή&lt;br /&gt;
χαρακτηριστικά.&lt;br /&gt;
•	Τρίτον, η αστική επέκταση προς τέτοιους χώρους θα μπορούσε να είναι επακριβώς παρακολουθίσιμη έτσι ώστε να προλάβει την εξέλιξή μελλοντικών περιβαλλοντικών προβλημάτων. &lt;br /&gt;
•	Τέταρτον, στην εποχή της τεχνολογίας των πληροφοριών, χάρτες χωματερών θα μπορούσαν επίσης να συμβάλουν στη δημιουργία χρήσιμων και αποτελεσματικών επιπέδων της πόλης και της GIS κομητείας.&lt;br /&gt;
&lt;br /&gt;
Ορισμένες εμπειρίες που αποκτήθηκαν με &lt;br /&gt;
Έρευνες Χώρων Διάθεσης Αποβλήτων&lt;br /&gt;
 &lt;br /&gt;
 Ως παραδείγματα, Barnaba et al. (1991) διερεύνησε τη χρήση &lt;br /&gt;
αεροφωτογραφιών στην απογραφή χώρων διάθεσης αποβλήτων των νομών-επαρχιών. Για το σκοπό αυτό, ιστορικές αέρο – φωτογραφίες πολλών ημερών χρησιμοποιήθηκαν σε συνδυασμό &lt;br /&gt;
με επίγειες έρευνες για την ανάλυση, την ανίχνευση και την ταξινομήση εκατοντάδων άγνωστων (μέχρι τότε) χώρων αποβλήτων για διορθωτικές δράσεις. Η διαδικασία που ακολουθήθηκε αποτελείται από προ-έρευνας εργασία, απόκτηση αερο–φωτογραφιών, την ανάπτυξη κατάλληλου συστήματος ταξινόμησης που να χρησιμοποιείται για την καταγραφή της διαδικασίας, έρευνα για πληροφορίες δημοσίου, ανάλυση και γεωαναφορά αερο-φωτογραφιών, προτεραιότητα τοποθεσίας και τέλος εφαρμογή ενός συστήματος παρακολούθησης. Η τεχνική αυτή περιγράφεται &lt;br /&gt;
ως &amp;quot;αποτελεσματική&amp;quot; κατά την εκτέλεση ολοκληρωμένων απογραφών των χώρων διάθεσης αποβλήτων σε περιοχές μεγέθους νομού. &lt;br /&gt;
&lt;br /&gt;
Η Λυών (1987) ανέφερε αποτελέσματα έρευνας που αφορούσαν τη χρήση διάφορων πηγών δεδομένων, δηλαδή παλαιών χαρτών, αεροφωτογραφιών, άλλων δεδομένων απομακρυσμένων αισθητήρων και προηγμένων τεχνικών αξιολόγησης για την καλύτερη αναγνώριση και απογραφή του εδάφους, υδρολογικές και περιοχές βλάστησης που πιστεύεται ότι είναι θετικός δείκτης επικίνδυνων χώρων αποβλήτων. Μετρήσεις για αυτές τις πηγές διεξήχθησαν για να καθορίσουν την αλλαγή στο μέγεθος και τα χαρακτηριστικά των χώρων υγειονομικής ταφής κατά την πάροδο του χρόνου. Από την εργασία αυτή και με τη χρήση αυτών των δεδομένων φάνηκε να είναι εφικτό η χωροθέτηση, η παρακολούθηση, το κλείσιμο και η αποκατάσταση των εγκαταλελειμμένων επικίνδυνων χώρων αποβλήτων.&lt;br /&gt;
Από την πιο προηγμένη πλευρά, η χρήση ψηφιακής Φωτογραμμικής μεθόδου αποδεικνύεται να πλεονεκτεί στην αξιολόγηση χωρών υγειονομικής ταφής στερεών αποβλήτων και επικίνδυνων χώρων αποβλήτων. Ο Vincent (1994), για παράδειγμα, πραγματοποίησε λεπτομερή τοπογραφική αποτύπωση με μεθόδους ψηφιακής φωτογραμετρίας υψηλής ανάλυσης για να αποδώσει μοντέλα ψηφιακών τοπίων υψηλής ανάλυσης (Digital Terrain Models, DTM). Αυτά τα μοντέλα χρησιμοποιήθηκαν ως είσοδος στα μοντέλα επιφανειακής απορροής για να&lt;br /&gt;
προβλέπονται πού ήταν πιο πιθανό&lt;br /&gt;
να συμβούν μολύνσεις από στερεά απόβλητα και τοξικές χωματερές και όταν οι γούβες στην γη μπορούν να συλλέγουν και να συγκεντρώνουν&lt;br /&gt;
την απορροή. Επίσης, δύο DTMs συλλέγουν δεδομένα σε διαφορετικές ημερομηνίες για μια περιοχή θα μπορούσαν να χρησιμοποιηθούν ως συμβολή για τη μείωση-συμπλήρωση και την εκτίμηση λογισμικού για ακριβή υπολογισμό των ογκομετρικών αλλαγών σε χώρους υγειονομικής ταφής, λόγω συνεχόμενων γεμισμάτων ή λόγω ξηρών&lt;br /&gt;
καθιζήσεων. Ορατό λογισμικό προσομοίωσης θα μπορούσε επίσης να χρησιμοποιηθεί σε συνδυασμό με&lt;br /&gt;
DTM για να παράγουν προσομοιωμένες εικόνες με προοπτική  χώρων υγειονομικής ταφής από κάθε χρήστη-επιλεγμένη θέση.&lt;br /&gt;
&lt;br /&gt;
Χρήση πολυφασματικού τηλε-αισθητήρα δεδομένων και ψηφιακής επεξεργασίας εικόνας έδειξε ότι είναι δυνατή η χαρτογράφηση στερεών χώρων υγειονομικής ταφής αποβλήτων (ειδικά των πτυχών&lt;br /&gt;
που σχετίζονται με σίδηρο και οξείδια σιδήρου που&lt;br /&gt;
είναι υποπροϊόντα γεωχημικών διεργασιών χαμηλής θερμοκρασίας που προκαλούνται από προσμείξεις στα απόβλητα), και περιπτώσεων στρες στη βλάστηση (π.χ. chorosis) που θα μπορούσαν να είναι έμμεσοι δείκτες υγρών και αέριων διαρροών αποβλήτων.&lt;br /&gt;
&lt;br /&gt;
Συστήματα τηλεπισκόπησης ενεργού ραντάρ και θερμικού υπέρυθρου (TIR) έχουν επίσης χρησιμοποιηθεί για την χαρτογράφηση τοποθεσιών ταφής αποβλήτων και δυνητικά επικίνδυνων και&lt;br /&gt;
μη επικίνδυνων λοφίων υγρών διαρροών. Εν προκειμένω, ο Weil (1994), δήλωσε ότι οι αισθητήρες θα μπορούσαν να χρησιμοποιηθούν για τη διερεύνηση και τη χαρτογράφηση δεκάδων στρεμμάτων ανά ημέρα για τους σκοπούς του εντοπισμού τοποθεσιών αποβλήτων όταν χρησιμοποιείται σε συνδυασμένη μορφή που περιλαμβάνει ταχείες τεχνικές έρευνας και χειροκίνητη ανάλυση δεδομένων. Περιπτώσεις μελέτης από την Αεροπορική Βάση Δυτικής Ακτής Καλιφόρνιας (Η.Π.Α.) για να εντοπιστούν 89 υποψήφιες υπόγειες δεξαμενές αποθήκευσης και από το Νέο Μεξικό όπου μία 33-χρονών χωματερή ήταν επιτυχώς τοποθετημένη και χαρακτηρισμένη με χρήση ραντάρ και αισθητήρων θερμικής υπέρυθρης (TIR), έδειξαν ότι αυτοί οι μη – συμβατικοί αισθητήρες συμβάλουν θετικά στη χαρτογράφηση τοποθεσιών διάθεσης αποβλήτων.&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος της μη μετρικής, μικρού σχήματος κάμερα λήψης φωτογραφίας (το λεγόμενο χαμηλού κόστους σύστημα χαρτογράφησης) στην τοπογράφηση χώρων αποβλήτων περιγράφτηκε από τον Warner&lt;br /&gt;
(1994). Φωτογραφίες που λαμβάνονται με μια φορητή - πρότυπο κάμερα 35 χιλιοστών μεγεθύνονταν με  λέιζερ-σάρωση εμπορικών χρωμάτων σε ηλεκτρονικό φωτοαντιγράφων. Στερεοσκοπικές και μονοσκοπικές μετρήσεις έγιναν για την μεγέθυνση φωτογραφιών χρησιμοποιώντας ένα δισκίο χαμηλού κόστους ψηφιοποιητή  και απλών φωτογραμμετρικών διαδικασιών. Σε μία από τις τρεις τοποθεσίες αποβλήτων, έρευνες που διεξήχθηκαν από τον Warner, είχαν μετρηθεί οι επιφανειακές περιοχές πέντε φιλτραρισμένων λιμνοθαλασσών (οι οποίες κατασκευάστηκαν πρόσφατα στη βάση της αγροτικής χωματερής). Η απόλυτη ακρίβεια θεωρείται ότι είναι για ± 2μ. Τα σημεία ελέγχου στην τοποθεσία ήταν&lt;br /&gt;
ψηφιοποιημένα από 1 / 5000 χάρτη διαστάσεων, με&lt;br /&gt;
5μ. διάστημα περιγράμματος. Συντονισμένες ακρίβειες σχ = ± 2,3 και  σy = ±2,1 ελήφθησαν οι οποίες πιστεύεται ότι είναι πολύ κοντά στον αριθμό που ζητείται, έτσι αποδεικνύουν την αποτελεσματικότητα της χαμηλού κόστους μη μετρικής φωτογραμμετρίας σε χαρτογράφηση χώρων αποβλήτων.&lt;br /&gt;
&lt;br /&gt;
 Διάθεση των αποβλήτων στο Ριάντ: &lt;br /&gt;
&lt;br /&gt;
Το Ριάντ είναι η πρωτεύουσα της Σαουδικής Αραβίας, έχει πληθυσμό πάνω από 4,5 εκατομμύρια και αυξάνεται με ρυθμό της τάξης του 8% ετησίως. Περίπου 400 φορτηγά εμπλέκονται στη διαδικασία της μεταφοράς διαφορετικών αποβλήτων σε χώρους υγειονομικής ταφής που βρίσκονται έξω από τα περίχωρα της πόλης. Κάθε &lt;br /&gt;
φορτηγό αδειάζει το περιεχόμενό του περίπου πέντε φορές την ημέρα. Σύμφωνα με το Τμήμα Γενικής Εκκαθάρισης του Δήμου Ριάντ, σε κάθε χώρο υγειονομικής ταφής, βαριά μηχανήματα διαδίδουν και συμπιέζουν &lt;br /&gt;
τα απόβλητα σε πάχος 2,5 μ. Τα απόβλητα καλύπτονται στη συνέχεια με ένα στρώμα επιλεγμένου εδάφους σε περίπου 0,5μ. πάχος. &lt;br /&gt;
Τα ποσοστά των υλικών της ταφής παρουσιάζονται στον Πίνακα 1. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:k12.jpg|thumb|right|Πίνακας 1]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Πηγές αυτών των υλικών αποβλήτων είναι αγροκτήματα, σπίτια, επιχειρήσεις, δρόμοι, νοσοκομεία, εργαστήρια, εργοστάσια και εργοτάξια. Με τον καιρό, η περιοχή και το ύψος του χώρου υγειονομικής ταφής θα αυξηθεί, &lt;br /&gt;
έτσι θα υπάρξει η ανάγκη για κλείσιμο του χώρου υγειονομικής ταφής και &lt;br /&gt;
η κατοχή μιας άλλης τοποθεσίας. Προφανώς προσεκτικές μετρήσεις πρέπει να ληφθούν για την προστασία του περιβάλλοντος από τις αρνητικές επιπτώσεις που ενδέχεται να έχουν οι χώροι υγειονομικής ταφής.&lt;br /&gt;
 &lt;br /&gt;
Όσον αφορά τα υγρά απόβλητα είναι υπό εξέταση, περίπου 18.750.000 λίτρα / ημέρα του νερού συσσωρεύονται στην πόλη, συλλέγονται και &lt;br /&gt;
διοχετεύονται σε έναν ανοικτό χώρο (λατομείο). Όπως τα &lt;br /&gt;
στερεά υποκατάστασης, τα υγρά απόβλητα μπορούν να &lt;br /&gt;
προκαλέσουν σοβαρή βλάβη στο περιβάλλον και κατά συνέπεια οι λακκούβες συλλογής υγρών πρέπει να επιλέγονται προσεκτικά και να παρακολουθούνται.&lt;br /&gt;
Το Τμήμα Γενικής Εκκαθάρισης του Δήμου Ριάντ τονίζει ότι υπάρχει πραγματική ανάγκη να παρακολουθούνται αυτές οι περιοχές. Υπάρχουν τέσσερις από αυτές στο Ριάντ που παρουσιάζονται στον Πίνακα 2, τρείς είναι χώροι υγειονομικής ταφής και ένας είναι λάκκος.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:k23.jpg|thumb|right|Πίνακας 2]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Το περιεχόμενο του πίνακα 2 θα πρέπει να είναι κάπως ανησυχητικό για τις αστικές αρχές διαχείρισης της πόλης, ιδίως όσον αφορά την εγγύτητα των  χώρων υγειονομικής ταφής σε αστικές περιοχές. Ένας από τους χώρους υγειονομικής ταφής του Πίνακα 2 πιστεύεται ότι είναι ανενεργός. Συνεπώς&lt;br /&gt;
σκοπός αυτού του πειράματος είναι να προσπαθήσει&lt;br /&gt;
για την απογραφή και αξιολόγηση των χώρων διάθεσης αποβλήτων χρησιμοποιώντας ενεργά συστήματα τηλεπισκόπησης όπως δείγματα από RADARSAT  SAR συσκευής. &lt;br /&gt;
&lt;br /&gt;
Δεδομένα που χρησιμοποιούνται και Περιοχές δοκιμής:&lt;br /&gt;
Τα στοιχεία που χρησιμοποιούνται σε αυτό το πείραμα αποτελούνται από μια λειτουργία ορθοεπαναφοράς F2 RADARSAT εικόνας (ανάλυση 12,5μ.) της πόλης Riyadh. Ο RADARSAT-1 είναι ένας δορυφόρος προχωρημένης παρατήρησης της Γης που αναπτύχθηκε από την Καναδική Υπηρεσία Διαστήματος (CSA). Εγκαινιάστηκε από τη NASA το 1995 από την βάση Vanbenburg  AirForce Base στην Καλιφόρνια για να παρακολουθεί περιβαλλοντικές αλλαγές και να υποστηρίζει την βιωσιμότητα των φυσικών πόρων. Ορισμένες δυνατότητες των εφαρμογών των δεδομένων του RADARSAT-1  περιλαμβάνουν την παρακολούθηση του θαλάσσιου πάγου, την απόκτηση καθημερινών διαγραμμάτων πάγου, την εκτεταμένη χαρτογράφηση κάποιων άλλων μη-χαρτογραφημένων εφαρμογών. Υπό την αιγίδα του CSA, ο Καναδάς ήταν υπεύθυνος για τον σχεδιασμό και την ολοκλήρωση του συνολικού συστήματος, για τον έλεγχο και τη λειτουργία σε τροχιά και για τη λειτουργία λήψης δεδομένων και των σταθμών επεξεργασίας που βρίσκονται στο Prince Albert, Saskatchewan και Gatineau, (Quebec). Ο RADARSAT είναι εξοπλισμένος με ένα προηγμένο C-κανάλι SAR  (λ = 5.6 cm), με κάθετη φορά, κατευθυνόμενες κεραίες και δυνατότητες απεικόνισης με πολλούς τρόπους.&lt;br /&gt;
&lt;br /&gt;
Η περιοχή δοκιμών καλύπτει την πόλη του Ριάντ&lt;br /&gt;
και του περιβάλλοντος χώρου από το Alnaseem στα ανατολικά ,το  Dariyah στα δυτικά, το Al -Haer στα νότια και το Almursalat στα βόρεια. Αρχικά, τα δεδομένα θα παρέχονταν από το Σαουδικό Κέντρο Τηλεπισκόπησης της πόλης  King Abduaziz για το Science and Technology (KASCT) στο Ριάντ. Αργότερα, τα στοιχεία υπέστησαν ψηφιακή επεξεργασία  χρησιμοποιώντας μια έκδοση PCI&lt;br /&gt;
10 λογισμικού. Η χρήση των εικόνων RADARSAT απαιτεί πολλούς τύπους&lt;br /&gt;
επεξεργασίας για την παραγωγή της ορθοεπναφερόμενης εικόνας. Ένα ψηφιακό μοντέλο παράχθηκε χρησιμοποιώντας στέρεο SAR τεχνικές και στη συνέχεια αυτό μαζί με επίγεια σημεία ελέγχου για την επαναφορά της εικόνας λειτουργίας F2 RADARSAT.&lt;br /&gt;
&lt;br /&gt;
Για την χαρτογράφηση χώρων  διάθεσης αποβλήτων, η μέθοδος προσέγγισης συνιστά τη χρήση τεχνικών ψηφιακής επεξεργασίας εικόνας για να χαρτογραφίσουν και να επαλήθευσουν την ύπαρξη διαφορετικών ειδών χώρων διάθεσης αποβλήτων χρησιμοποιώντας δείγματα εδάφους ως είσοδο &lt;br /&gt;
σε έναν επιτηρούμενο αλγόριθμο κατάταξης στην έκδοση του λογισμικού PCI 10. Η διαδικασία προχωρεί με βάση τις ακόλουθες γραμμές:&lt;br /&gt;
&lt;br /&gt;
 	(i)Κατανομή SAR (Oliver Γ. και Ι. Quegan, 1998).&lt;br /&gt;
(ii)Εποπτευόμενη κατάταξη.&lt;br /&gt;
(iii) Αποθήκευση των αποτελέσματα διάθεσης αποβλήτων σε  διανυσματικό επίπεδο.&lt;br /&gt;
(iv) Υπέρθεση του επιπέδου διάθεσης αποβλήτων στην εικόνα SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 Αποτελέσματα και Ανάλυση:&lt;br /&gt;
&lt;br /&gt;
Πρώτον, οι εικόνες είναι κατακερματισμένες με αλγόριθμους βιβλιοθήκης &amp;quot;SARSEG&amp;quot; του PCI. Το σχήμα 1 δείχνει την κατακερματισμένη F2 εικόνα του Ριάντ. Δοκιμαστικές σελίδες επιλέχθηκαν με βάση μια παρόμοια εργασία για το Ριάντ που πραγματοποιήθηκε από τον Ali και Algarni (1996) χρησιμοποιώντας Spot-2 εικόνες του χώρου δοκιμής και πακέτο ERDAS έκδοση 6.1. &lt;br /&gt;
&lt;br /&gt;
Εν συνεχεία μια επιβλεπόμενη ταξινόμηση γίνεται με τη χρήση της&lt;br /&gt;
αρχικής εικόνας και της κατακερματισμένης εικόνας ως όριο. Οι προκύπτουσες περιοχές διάθεσης αποβλήτων απεικονίζονται σε προεξέχον στρώμα ως μπαλώματα κόκκινου χρώματος στο Σχήμα 2.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα της κατάταξης έδειξαν δώδεκα χώρους διάθεσης αποβλήτων στην πόλη του Ριάντ, περισσότεροι από τους οποίους βρίσκονται στο νότιο-ανατολικό τμήμα της πόλης. Μεταγενέστεροι έλεγχοι επιβεβαίωσαν την ύπαρξη αυτών των χώρων. Τα στοιχεία αυτών των χώρων είναι τα εξής:&lt;br /&gt;
&lt;br /&gt;
1  Χώροι S1, S2, S3, S4, S5 και S6 είναι γνωστοί χώροι διάθεσης αποβλήτων και είχαν εντοπιστεί από τον Ali και Algarni (1996) χρησιμοποιώντας εικόνα Spot-2 πολυκαναλικού καναλιού πάνω από την περιοχή δοκιμής.&lt;br /&gt;
2 Χώροι S8 και S9 είναι υπό κατασκευή χώροι αποβλήτων.&lt;br /&gt;
3 Χώροι S7 και S12 είναι βιομηχανικοί χώροι αποβλήτων &amp;quot;λάκκοι &amp;quot;.&lt;br /&gt;
4 Ο χώρος S11 δείχνει βιομηχανικά απόβλητα από ένα εργοστάσιο τσιμέντου . &lt;br /&gt;
5 Ο χώρος S10 δείχνει μεγάλη κατασκευή χωματερής.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:k45.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτού του πειράματος δείχνουν την αποδοτικότητα των εικόνων. Θα μπορούσαν να ήταν καλύτερα αν χρησιμοποιούνταν πολύ  καναλικές εικόνες SAR αντί αυτής της μονό καναλικής εικόνας.&lt;br /&gt;
&lt;br /&gt;
Μπορεί να σημειωθεί ότι η αστική επέκταση είναι κοντά σε όλους σχεδόν τους χώρους διάθεσης αποβλήτων που δημιουργεί έναν συναγερμό στους πολεοδόμους και τους διαχειριστές της πόλης για να πάρουν τα κατάλληλα μέτρα για να αντιμετωπίσουν πιθανά επικίνδυνα αποτελέσματα των εν λόγω χώρων σε κατοικήσιμες περιοχές. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Συμπέρασμα&lt;br /&gt;
Εν κατακλείδι ως εκ τούτου, μπορεί να αναφερθεί ότι η χρήση διαστημικών SAR εικόνων σε συνδυασμό με τεχνικές ψηφιακής επεξεργασίας εικόνας θα μπορούσε να είναι βιώσιμο εργαλείο για την απογραφή χώρων διάθεσης αποβλήτων. Αυτό είναι ένα σημαντικό συμπέρασμα για μια πόλη όπως το Ριάντ, όπου η αύξηση του πληθυσμού ανέρχεται σε 8% σε ετήσια βάση απαιτώντας την ανάπτυξη ενός προγράμματος συνεχούς παρακολούθησης του φαινόμενο αυτού και του αντίκτυπού του στην ανθρώπινη ζωή και των υποδομών της κοινωνίας. Σε αντίθεση με την εύκολη έρευνα επί του εδάφους,  η SAR τηλεπισκόπηση μπορεί να αποδειχθεί αποδοτική μέθοδος για την επίλυση περίπλοκων και δυναμικών περιβαλλοντικών προβλημάτων, όπως η χαρτογράφηση και καταγραφή χώρων διάθεσης αποβλήτων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Deposition landforms]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T19:01:46Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
[[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:123.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
&lt;br /&gt;
[[  Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.]]&lt;br /&gt;
[[Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K45.jpg</id>
		<title>Αρχείο:K45.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K45.jpg"/>
				<updated>2010-02-11T19:00:52Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K34.jpg</id>
		<title>Αρχείο:K34.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K34.jpg"/>
				<updated>2010-02-11T19:00:35Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K23.jpg</id>
		<title>Αρχείο:K23.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K23.jpg"/>
				<updated>2010-02-11T19:00:01Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K12.jpg</id>
		<title>Αρχείο:K12.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K12.jpg"/>
				<updated>2010-02-11T18:59:44Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>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_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CE%B4%CE%B9%CE%AC%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B2%CE%BB%CE%AE%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%A1%CE%B9%CE%AC%CE%BD%CF%84_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_RADARSAT_Imagery.</id>
		<title>Χαρτογράφηση χώρων διάθεσης αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.</title>
		<link rel="alternate" type="text/html" href="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_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CE%B4%CE%B9%CE%AC%CE%B8%CE%B5%CF%83%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CE%B2%CE%BB%CE%AE%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%A1%CE%B9%CE%AC%CE%BD%CF%84_%CE%BC%CE%B5_%CF%87%CF%81%CE%AE%CF%83%CE%B7_RADARSAT_Imagery."/>
				<updated>2010-02-11T18:49:25Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Add Your Content Here   Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.  Άρθρο: MAPPING WASTE-DISPOSAL SIT...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
Χαρτογράφηση χώρων διάθεσης  αποβλήτων στο Ριάντ με χρήση RADARSAT Imagery.&lt;br /&gt;
&lt;br /&gt;
Άρθρο: MAPPING WASTE-DISPOSAL SITES IN RIYADH&lt;br /&gt;
USING RADARSAT IMAGERY.  Abdalla Elsadiq Ali, Emad Eddin Abdou Ibrahim,  Elshami Mohd Masaad. Sep. 2007&lt;br /&gt;
&lt;br /&gt;
Εισαγωγή&lt;br /&gt;
Αερομεταφερόμενη και δορυφορική τηλεπισκόπηση είναι τώρα μια ώριμη τεχνολογία με πολλά οφέλη. Πολυφασματική επεξεργασία εικόνας των δεδομένων αυτών, παρέχει πληροφορίες για τη χημική σύνθεση της επιφάνειας της γης με καλύτερο χωροταξικό πλαίσιο από αυτό που μπορούν να παρέχουν δεδομένα απεικόνησης μη-αισθητήρων. Έτσι, η τηλεπισκόπηση προσφέρει ευκαιρίες για τον εναέριο υπολογισμό των επίγειων σημείων μέτρησης σημειώνοντας εξέλιξη αφού η πληροφορία πια μπορεί να φανεί από ένα σύνολο μετρήσεων σημείων.&lt;br /&gt;
Σήμερα, μόλις συλλέγονται δεδομένα τηλεπισκόπησης, μπορεί τυπικά να ολοκληρωθεί σε προσωπικό υπολογιστή, πολυφασματική και χωρική επεξεργασία εικόνας σε λιγότερο χρόνο από τον χρόνο που απαιτείται για μετρήσεις και συλλογές δείγματος. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δυστυχώς, τα παραπάνω αναφέρονται σχεδόν αποκλειστικά&lt;br /&gt;
στην οπτική τηλεπισκόπηση συμπεριλαμβανομένων αεροφωτογραφιών και δορυφορικών δεδομένων από Landsat MSS και TM και SPOT HRV εικόνες. Από την άποψη αυτή, η ανάπτυξη των δορυφορικών συστημάτων SAR υπολειπόταν σαφώς πίσω από τα ηλεκτροοπτικά συστήματα. Το υπόδειγμα του Landsat επαναπροσανατολίζει επιστήμονες και χρήστες προς ανίχνευση νέου προτύπου μακριά από το πρότυπο της δεκαετίας του 1960 της φασματικής ανάλυσης εδάφους. Δικαιολογημένα, η αδράνεια που υπάρχει εδώ και τρεις δεκαετίες μεταφράζεται σήμερα σε μια επιστημονική κοινότητα της οποίας η εξοικείωση με τα στοιχεία ραντάρ είναι μεγάλη για την κατανόηση των χωρικών δεδομένων που προέρχονται από αισθητήρες που λειτουργούν στην ορατό, εγγύς υπέρυθρο (VNIR) και θερμικό υπέρυθρο(TIR)φάσμα. Δεδομένα από όλες τις φασματικές περιοχές, συμπεριλαμβανομένης της περιοχή των μικροκυμάτων, παράγουν μοναδικές και σε ορισμένες περιπτώσεις ζωτικής σημασίας πληροφορίες για τις επιστήμες του Γήινου συστήματος. Προσδιορισμός του δυναμικού του περιεχομένου των πληροφοριών και τα μέσα ανάκτησης της πληροφορίας εικόνων από ραντάρ συνθετικού διαφράγματος (Synthetic Aperture Radar, (SAR)) απαιτούν τεράστια εξέλιξη.&lt;br /&gt;
&lt;br /&gt;
Ως αποτέλεσμα της παγκόσμιας προτεραιότητας για ηλεκτρο-οπτικά δεδομένα αισθητήρα, υπήρχε έλλειψη πρόσβασης δεδομένων δορυφόρου SAR για τη μετάφραση αερομεταφερόμενων εφαρμογών  &lt;br /&gt;
αιτήσεις σε επικυρωμένες δορυφορικές εφαρμογές. Κατά συνέπεια, η επιστημονική κοινότητα είχε καθυστερήσει στην εύρεση μεθόδων για την αξιοποίηση SAR δεδομένων, ένα σημαντικό μέρος της οποίας&lt;br /&gt;
είχε αναμιχθεί στην έρευνα ερμηνείας δεδομένων που είχαν αποκτηθεί από &lt;br /&gt;
Seasat (1978), SIR-A (1982), SIR-B  (1984), ERS-1 (1995), Almaz (1992), ΚΕΑ-1 (1995) και από άλλα πειραματικά συστήματα SAR. Με την εκτόξευση του καναδικού συστήματος SAR, υψηλής ανάλυσης, &lt;br /&gt;
RADARSAT το 1995 μια νέα δυνατότητα αναδείχθηκε ως προς τη χρήση διαστημικών δεδομένων SAR για τη χαρτογράφηση και παρακολούθηση της Επιφάνειας της Γης. Επειδή δεδομένα ραντάρ &lt;br /&gt;
κοστίζουν λιγότερο από 5 δολάρια ΗΠΑ / km2 κάλυψη (σε αντίθεση με 40- &lt;br /&gt;
50 δολάρια/km2 για εναέριες φωτογραφίες) αναμένεται οι επιστήμονες να δώσουν ιδιαίτερη έμφαση στη χρήση δεδομένων από δορυφορικούς αισθητήρες SAR τρίτης γενιάς για έρευνες γης και παρακολούθησης. &lt;br /&gt;
&lt;br /&gt;
Το παρόν έγγραφο ασχολείται με την έρευνα Rasarsat-1 &lt;br /&gt;
δεδομένων για την παρακολούθηση χώρων διάθεσης αποβλήτων στην πόλη Ριάντ, στη Σαουδική Αραβία. Το πρόβλημα της διάθεσης των αποβλήτων-είναι ένα από τις μεγαλύτερες ανησυχίες των τοπικών αρχών &lt;br /&gt;
μεγάλων και γρήγορα επεκτάσιμων πόλεων, όπως το Ριάντ. Η φύση του προβλήματος, τα δεδομένα που χρησιμοποιούνται, οι διαδικασίες που ακολουθούνται και τα αποτελέσματα εξηγούνται και αναλύονται πλήρως. Ένα σύνολο συμπεράσματα όσον αφορά τη χρήση που μεταδίδονται δορυφορικά ραντάρ συνθετικού διαφράγματος στοιχεία για τη διάθεση των αποβλήτων-χαρτογράφηση στην περιοχή η πόλη του Ριάντ είναι που στη συνέχεια.&lt;br /&gt;
&lt;br /&gt;
Χρήση της Τηλεπισκόπησης για ιστοσελίδα Παρακολούθησης Χώρων Διάθεσης Αποβλήτων.  &lt;br /&gt;
&lt;br /&gt;
Ειδικότερα, χαρτογράφηση μέσω τηλεπισκόπησης μπορεί να βοηθήσει στην αξιολόγηση των χρονικών αλλαγών στη χρήση γης για  επικίνδυνα απόβλητα και υγειονομική ταφή. Τα αποτελέσματα της μόλυνσης των χώρων υγειονομικής ταφής, για παράδειγμα, είναι επίσης ανιχνεύσιμα με τηλεσκοπικές τεχνικές. Έτσι, με τη χαρτογράφηση και παρακολούθηση χώρων διάθεσης αποβλήτων σε μεγάλες πόλεις όπως το Ριάντ, πολλά πλεονεκτήματα αποκτήθηκαν: &lt;br /&gt;
•	Πρώτον, οι μηχανικοί περιβάλλοντος θα  έχουν άλλη μια πηγή πληροφοριών για να εξετάσουν τί αυξάνει την&lt;br /&gt;
δυνατότητα να παρθεί σωστή απόφαση στα περιβαλλοντικά θέματα τους. &lt;br /&gt;
•	Δεύτερον, μπορούν να προσδιοριστούν&lt;br /&gt;
κατάλληλοι χώροι για μελλοντική χρήση με βάση πιο υγιή&lt;br /&gt;
χαρακτηριστικά.&lt;br /&gt;
•	Τρίτον, η αστική επέκταση προς τέτοιους χώρους θα μπορούσε να είναι επακριβώς παρακολουθίσιμη έτσι ώστε να προλάβει την εξέλιξή μελλοντικών περιβαλλοντικών προβλημάτων. &lt;br /&gt;
•	Τέταρτον, στην εποχή της τεχνολογίας των πληροφοριών, χάρτες χωματερών θα μπορούσαν επίσης να συμβάλουν στη δημιουργία χρήσιμων και αποτελεσματικών επιπέδων της πόλης και της GIS κομητείας.&lt;br /&gt;
&lt;br /&gt;
Ορισμένες εμπειρίες που αποκτήθηκαν με &lt;br /&gt;
Έρευνες Χώρων Διάθεσης Αποβλήτων&lt;br /&gt;
 &lt;br /&gt;
 Ως παραδείγματα, Barnaba et al. (1991) διερεύνησε τη χρήση &lt;br /&gt;
αεροφωτογραφιών στην απογραφή χώρων διάθεσης αποβλήτων των νομών-επαρχιών. Για το σκοπό αυτό, ιστορικές αέρο – φωτογραφίες πολλών ημερών χρησιμοποιήθηκαν σε συνδυασμό &lt;br /&gt;
με επίγειες έρευνες για την ανάλυση, την ανίχνευση και την ταξινομήση εκατοντάδων άγνωστων (μέχρι τότε) χώρων αποβλήτων για διορθωτικές δράσεις. Η διαδικασία που ακολουθήθηκε αποτελείται από προ-έρευνας εργασία, απόκτηση αερο–φωτογραφιών, την ανάπτυξη κατάλληλου συστήματος ταξινόμησης που να χρησιμοποιείται για την καταγραφή της διαδικασίας, έρευνα για πληροφορίες δημοσίου, ανάλυση και γεωαναφορά αερο-φωτογραφιών, προτεραιότητα τοποθεσίας και τέλος εφαρμογή ενός συστήματος παρακολούθησης. Η τεχνική αυτή περιγράφεται &lt;br /&gt;
ως &amp;quot;αποτελεσματική&amp;quot; κατά την εκτέλεση ολοκληρωμένων απογραφών των χώρων διάθεσης αποβλήτων σε περιοχές μεγέθους νομού. &lt;br /&gt;
&lt;br /&gt;
Η Λυών (1987) ανέφερε αποτελέσματα έρευνας που αφορούσαν τη χρήση διάφορων πηγών δεδομένων, δηλαδή παλαιών χαρτών, αεροφωτογραφιών, άλλων δεδομένων απομακρυσμένων αισθητήρων και προηγμένων τεχνικών αξιολόγησης για την καλύτερη αναγνώριση και απογραφή του εδάφους, υδρολογικές και περιοχές βλάστησης που πιστεύεται ότι είναι θετικός δείκτης επικίνδυνων χώρων αποβλήτων. Μετρήσεις για αυτές τις πηγές διεξήχθησαν για να καθορίσουν την αλλαγή στο μέγεθος και τα χαρακτηριστικά των χώρων υγειονομικής ταφής κατά την πάροδο του χρόνου. Από την εργασία αυτή και με τη χρήση αυτών των δεδομένων φάνηκε να είναι εφικτό η χωροθέτηση, η παρακολούθηση, το κλείσιμο και η αποκατάσταση των εγκαταλελειμμένων επικίνδυνων χώρων αποβλήτων.&lt;br /&gt;
Από την πιο προηγμένη πλευρά, η χρήση ψηφιακής Φωτογραμμικής μεθόδου αποδεικνύεται να πλεονεκτεί στην αξιολόγηση χωρών υγειονομικής ταφής στερεών αποβλήτων και επικίνδυνων χώρων αποβλήτων. Ο Vincent (1994), για παράδειγμα, πραγματοποίησε λεπτομερή τοπογραφική αποτύπωση με μεθόδους ψηφιακής φωτογραμετρίας υψηλής ανάλυσης για να αποδώσει μοντέλα ψηφιακών τοπίων υψηλής ανάλυσης (Digital Terrain Models, DTM). Αυτά τα μοντέλα χρησιμοποιήθηκαν ως είσοδος στα μοντέλα επιφανειακής απορροής για να&lt;br /&gt;
προβλέπονται πού ήταν πιο πιθανό&lt;br /&gt;
να συμβούν μολύνσεις από στερεά απόβλητα και τοξικές χωματερές και όταν οι γούβες στην γη μπορούν να συλλέγουν και να συγκεντρώνουν&lt;br /&gt;
την απορροή. Επίσης, δύο DTMs συλλέγουν δεδομένα σε διαφορετικές ημερομηνίες για μια περιοχή θα μπορούσαν να χρησιμοποιηθούν ως συμβολή για τη μείωση-συμπλήρωση και την εκτίμηση λογισμικού για ακριβή υπολογισμό των ογκομετρικών αλλαγών σε χώρους υγειονομικής ταφής, λόγω συνεχόμενων γεμισμάτων ή λόγω ξηρών&lt;br /&gt;
καθιζήσεων. Ορατό λογισμικό προσομοίωσης θα μπορούσε επίσης να χρησιμοποιηθεί σε συνδυασμό με&lt;br /&gt;
DTM για να παράγουν προσομοιωμένες εικόνες με προοπτική  χώρων υγειονομικής ταφής από κάθε χρήστη-επιλεγμένη θέση.&lt;br /&gt;
&lt;br /&gt;
Χρήση πολυφασματικού τηλε-αισθητήρα δεδομένων και ψηφιακής επεξεργασίας εικόνας έδειξε ότι είναι δυνατή η χαρτογράφηση στερεών χώρων υγειονομικής ταφής αποβλήτων (ειδικά των πτυχών&lt;br /&gt;
που σχετίζονται με σίδηρο και οξείδια σιδήρου που&lt;br /&gt;
είναι υποπροϊόντα γεωχημικών διεργασιών χαμηλής θερμοκρασίας που προκαλούνται από προσμείξεις στα απόβλητα), και περιπτώσεων στρες στη βλάστηση (π.χ. chorosis) που θα μπορούσαν να είναι έμμεσοι δείκτες υγρών και αέριων διαρροών αποβλήτων.&lt;br /&gt;
&lt;br /&gt;
Συστήματα τηλεπισκόπησης ενεργού ραντάρ και θερμικού υπέρυθρου (TIR) έχουν επίσης χρησιμοποιηθεί για την χαρτογράφηση τοποθεσιών ταφής αποβλήτων και δυνητικά επικίνδυνων και&lt;br /&gt;
μη επικίνδυνων λοφίων υγρών διαρροών. Εν προκειμένω, ο Weil (1994), δήλωσε ότι οι αισθητήρες θα μπορούσαν να χρησιμοποιηθούν για τη διερεύνηση και τη χαρτογράφηση δεκάδων στρεμμάτων ανά ημέρα για τους σκοπούς του εντοπισμού τοποθεσιών αποβλήτων όταν χρησιμοποιείται σε συνδυασμένη μορφή που περιλαμβάνει ταχείες τεχνικές έρευνας και χειροκίνητη ανάλυση δεδομένων. Περιπτώσεις μελέτης από την Αεροπορική Βάση Δυτικής Ακτής Καλιφόρνιας (Η.Π.Α.) για να εντοπιστούν 89 υποψήφιες υπόγειες δεξαμενές αποθήκευσης και από το Νέο Μεξικό όπου μία 33-χρονών χωματερή ήταν επιτυχώς τοποθετημένη και χαρακτηρισμένη με χρήση ραντάρ και αισθητήρων θερμικής υπέρυθρης (TIR), έδειξαν ότι αυτοί οι μη – συμβατικοί αισθητήρες συμβάλουν θετικά στη χαρτογράφηση τοποθεσιών διάθεσης αποβλήτων.&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος της μη μετρικής, μικρού σχήματος κάμερα λήψης φωτογραφίας (το λεγόμενο χαμηλού κόστους σύστημα χαρτογράφησης) στην τοπογράφηση χώρων αποβλήτων περιγράφτηκε από τον Warner&lt;br /&gt;
(1994). Φωτογραφίες που λαμβάνονται με μια φορητή - πρότυπο κάμερα 35 χιλιοστών μεγεθύνονταν με  λέιζερ-σάρωση εμπορικών χρωμάτων σε ηλεκτρονικό φωτοαντιγράφων. Στερεοσκοπικές και μονοσκοπικές μετρήσεις έγιναν για την μεγέθυνση φωτογραφιών χρησιμοποιώντας ένα δισκίο χαμηλού κόστους ψηφιοποιητή  και απλών φωτογραμμετρικών διαδικασιών. Σε μία από τις τρεις τοποθεσίες αποβλήτων, έρευνες που διεξήχθηκαν από τον Warner, είχαν μετρηθεί οι επιφανειακές περιοχές πέντε φιλτραρισμένων λιμνοθαλασσών (οι οποίες κατασκευάστηκαν πρόσφατα στη βάση της αγροτικής χωματερής). Η απόλυτη ακρίβεια θεωρείται ότι είναι για ± 2μ. Τα σημεία ελέγχου στην τοποθεσία ήταν&lt;br /&gt;
ψηφιοποιημένα από 1 / 5000 χάρτη διαστάσεων, με&lt;br /&gt;
5μ. διάστημα περιγράμματος. Συντονισμένες ακρίβειες σχ = ± 2,3 και  σy = ±2,1 ελήφθησαν οι οποίες πιστεύεται ότι είναι πολύ κοντά στον αριθμό που ζητείται, έτσι αποδεικνύουν την αποτελεσματικότητα της χαμηλού κόστους μη μετρικής φωτογραμμετρίας σε χαρτογράφηση χώρων αποβλήτων.&lt;br /&gt;
&lt;br /&gt;
 Διάθεση των αποβλήτων στο Ριάντ: &lt;br /&gt;
&lt;br /&gt;
Το Ριάντ είναι η πρωτεύουσα της Σαουδικής Αραβίας, έχει πληθυσμό πάνω από 4,5 εκατομμύρια και αυξάνεται με ρυθμό της τάξης του 8% ετησίως. Περίπου 400 φορτηγά εμπλέκονται στη διαδικασία της μεταφοράς διαφορετικών αποβλήτων σε χώρους υγειονομικής ταφής που βρίσκονται έξω από τα περίχωρα της πόλης. Κάθε &lt;br /&gt;
φορτηγό αδειάζει το περιεχόμενό του περίπου πέντε φορές την ημέρα. Σύμφωνα με το Τμήμα Γενικής Εκκαθάρισης του Δήμου Ριάντ, σε κάθε χώρο υγειονομικής ταφής, βαριά μηχανήματα διαδίδουν και συμπιέζουν &lt;br /&gt;
τα απόβλητα σε πάχος 2,5 μ. Τα απόβλητα καλύπτονται στη συνέχεια με ένα στρώμα επιλεγμένου εδάφους σε περίπου 0,5μ. πάχος. &lt;br /&gt;
Τα ποσοστά των υλικών της ταφής παρουσιάζονται στον Πίνακα 1. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Πηγές αυτών των υλικών αποβλήτων είναι αγροκτήματα, σπίτια, επιχειρήσεις, δρόμοι, νοσοκομεία, εργαστήρια, εργοστάσια και εργοτάξια. Με τον καιρό, η περιοχή και το ύψος του χώρου υγειονομικής ταφής θα αυξηθεί, &lt;br /&gt;
έτσι θα υπάρξει η ανάγκη για κλείσιμο του χώρου υγειονομικής ταφής και &lt;br /&gt;
η κατοχή μιας άλλης τοποθεσίας. Προφανώς προσεκτικές μετρήσεις πρέπει να ληφθούν για την προστασία του περιβάλλοντος από τις αρνητικές επιπτώσεις που ενδέχεται να έχουν οι χώροι υγειονομικής ταφής.&lt;br /&gt;
 &lt;br /&gt;
Όσον αφορά τα υγρά απόβλητα είναι υπό εξέταση, περίπου 18.750.000 λίτρα / ημέρα του νερού συσσωρεύονται στην πόλη, συλλέγονται και &lt;br /&gt;
διοχετεύονται σε έναν ανοικτό χώρο (λατομείο). Όπως τα &lt;br /&gt;
στερεά υποκατάστασης, τα υγρά απόβλητα μπορούν να &lt;br /&gt;
προκαλέσουν σοβαρή βλάβη στο περιβάλλον και κατά συνέπεια οι λακκούβες συλλογής υγρών πρέπει να επιλέγονται προσεκτικά και να παρακολουθούνται.&lt;br /&gt;
Το Τμήμα Γενικής Εκκαθάρισης του Δήμου Ριάντ τονίζει ότι υπάρχει πραγματική ανάγκη να παρακολουθούνται αυτές οι περιοχές. Υπάρχουν τέσσερις από αυτές στο Ριάντ που παρουσιάζονται στον Πίνακα 2, τρείς είναι χώροι υγειονομικής ταφής και ένας είναι λάκκος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Το περιεχόμενο του πίνακα 2 θα πρέπει να είναι κάπως ανησυχητικό για τις αστικές αρχές διαχείρισης της πόλης, ιδίως όσον αφορά την εγγύτητα των  χώρων υγειονομικής ταφής σε αστικές περιοχές. Ένας από τους χώρους υγειονομικής ταφής του Πίνακα 2 πιστεύεται ότι είναι ανενεργός. Συνεπώς&lt;br /&gt;
σκοπός αυτού του πειράματος είναι να προσπαθήσει&lt;br /&gt;
για την απογραφή και αξιολόγηση των χώρων διάθεσης αποβλήτων χρησιμοποιώντας ενεργά συστήματα τηλεπισκόπησης όπως δείγματα από RADARSAT  SAR συσκευής. &lt;br /&gt;
&lt;br /&gt;
Δεδομένα που χρησιμοποιούνται και Περιοχές δοκιμής:&lt;br /&gt;
Τα στοιχεία που χρησιμοποιούνται σε αυτό το πείραμα αποτελούνται από μια λειτουργία ορθοεπαναφοράς F2 RADARSAT εικόνας (ανάλυση 12,5μ.) της πόλης Riyadh. Ο RADARSAT-1 είναι ένας δορυφόρος προχωρημένης παρατήρησης της Γης που αναπτύχθηκε από την Καναδική Υπηρεσία Διαστήματος (CSA). Εγκαινιάστηκε από τη NASA το 1995 από την βάση Vanbenburg  AirForce Base στην Καλιφόρνια για να παρακολουθεί περιβαλλοντικές αλλαγές και να υποστηρίζει την βιωσιμότητα των φυσικών πόρων. Ορισμένες δυνατότητες των εφαρμογών των δεδομένων του RADARSAT-1  περιλαμβάνουν την παρακολούθηση του θαλάσσιου πάγου, την απόκτηση καθημερινών διαγραμμάτων πάγου, την εκτεταμένη χαρτογράφηση κάποιων άλλων μη-χαρτογραφημένων εφαρμογών. Υπό την αιγίδα του CSA, ο Καναδάς ήταν υπεύθυνος για τον σχεδιασμό και την ολοκλήρωση του συνολικού συστήματος, για τον έλεγχο και τη λειτουργία σε τροχιά και για τη λειτουργία λήψης δεδομένων και των σταθμών επεξεργασίας που βρίσκονται στο Prince Albert, Saskatchewan και Gatineau, (Quebec). Ο RADARSAT είναι εξοπλισμένος με ένα προηγμένο C-κανάλι SAR  (λ = 5.6 cm), με κάθετη φορά, κατευθυνόμενες κεραίες και δυνατότητες απεικόνισης με πολλούς τρόπους.&lt;br /&gt;
&lt;br /&gt;
Η περιοχή δοκιμών καλύπτει την πόλη του Ριάντ&lt;br /&gt;
και του περιβάλλοντος χώρου από το Alnaseem στα ανατολικά ,το  Dariyah στα δυτικά, το Al -Haer στα νότια και το Almursalat στα βόρεια. Αρχικά, τα δεδομένα θα παρέχονταν από το Σαουδικό Κέντρο Τηλεπισκόπησης της πόλης  King Abduaziz για το Science and Technology (KASCT) στο Ριάντ. Αργότερα, τα στοιχεία υπέστησαν ψηφιακή επεξεργασία  χρησιμοποιώντας μια έκδοση PCI&lt;br /&gt;
10 λογισμικού. Η χρήση των εικόνων RADARSAT απαιτεί πολλούς τύπους&lt;br /&gt;
επεξεργασίας για την παραγωγή της ορθοεπναφερόμενης εικόνας. Ένα ψηφιακό μοντέλο παράχθηκε χρησιμοποιώντας στέρεο SAR τεχνικές και στη συνέχεια αυτό μαζί με επίγεια σημεία ελέγχου για την επαναφορά της εικόνας λειτουργίας F2 RADARSAT.&lt;br /&gt;
&lt;br /&gt;
Για την χαρτογράφηση χώρων  διάθεσης αποβλήτων, η μέθοδος προσέγγισης συνιστά τη χρήση τεχνικών ψηφιακής επεξεργασίας εικόνας για να χαρτογραφίσουν και να επαλήθευσουν την ύπαρξη διαφορετικών ειδών χώρων διάθεσης αποβλήτων χρησιμοποιώντας δείγματα εδάφους ως είσοδο &lt;br /&gt;
σε έναν επιτηρούμενο αλγόριθμο κατάταξης στην έκδοση του λογισμικού PCI 10. Η διαδικασία προχωρεί με βάση τις ακόλουθες γραμμές:&lt;br /&gt;
&lt;br /&gt;
 	(i)Κατανομή SAR (Oliver Γ. και Ι. Quegan, 1998).&lt;br /&gt;
(ii)Εποπτευόμενη κατάταξη.&lt;br /&gt;
(iii) Αποθήκευση των αποτελέσματα διάθεσης αποβλήτων σε  διανυσματικό επίπεδο.&lt;br /&gt;
(iv) Υπέρθεση του επιπέδου διάθεσης αποβλήτων στην εικόνα SAR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 Αποτελέσματα και Ανάλυση:&lt;br /&gt;
&lt;br /&gt;
Πρώτον, οι εικόνες είναι κατακερματισμένες με αλγόριθμους βιβλιοθήκης &amp;quot;SARSEG&amp;quot; του PCI. Το σχήμα 1 δείχνει την κατακερματισμένη F2 εικόνα του Ριάντ. Δοκιμαστικές σελίδες επιλέχθηκαν με βάση μια παρόμοια εργασία για το Ριάντ που πραγματοποιήθηκε από τον Ali και Algarni (1996) χρησιμοποιώντας Spot-2 εικόνες του χώρου δοκιμής και πακέτο ERDAS έκδοση 6.1. &lt;br /&gt;
&lt;br /&gt;
Εν συνεχεία μια επιβλεπόμενη ταξινόμηση γίνεται με τη χρήση της&lt;br /&gt;
αρχικής εικόνας και της κατακερματισμένης εικόνας ως όριο. Οι προκύπτουσες περιοχές διάθεσης αποβλήτων απεικονίζονται σε προεξέχον στρώμα ως μπαλώματα κόκκινου χρώματος στο Σχήμα 2.&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα της κατάταξης έδειξαν δώδεκα χώρους διάθεσης αποβλήτων στην πόλη του Ριάντ, περισσότεροι από τους οποίους βρίσκονται στο νότιο-ανατολικό τμήμα της πόλης. Μεταγενέστεροι έλεγχοι επιβεβαίωσαν την ύπαρξη αυτών των χώρων. Τα στοιχεία αυτών των χώρων είναι τα εξής:&lt;br /&gt;
&lt;br /&gt;
1  Χώροι S1, S2, S3, S4, S5 και S6 είναι γνωστοί χώροι διάθεσης αποβλήτων και είχαν εντοπιστεί από τον Ali και Algarni (1996) χρησιμοποιώντας εικόνα Spot-2 πολυκαναλικού καναλιού πάνω από την περιοχή δοκιμής.&lt;br /&gt;
2 Χώροι S8 και S9 είναι υπό κατασκευή χώροι αποβλήτων (Σχήμα 3).&lt;br /&gt;
3 Χώροι S7 και S12 είναι βιομηχανικοί χώροι αποβλήτων &amp;quot;λάκκοι &amp;quot; (Σχήμα 4).&lt;br /&gt;
4 Ο χώρος S11 δείχνει βιομηχανικά απόβλητα από ένα εργοστάσιο τσιμέντου (Σχήμα 5). &lt;br /&gt;
5 Ο χώρος S10 δείχνει μεγάλη κατασκευή χωματερής (Σχήμα 6).&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτού του πειράματος δείχνουν την αποδοτικότητα των εικόνων. Θα μπορούσαν να ήταν καλύτερα αν χρησιμοποιούνταν πολύ  καναλικές εικόνες SAR αντί αυτής της μονό καναλικής εικόνας.&lt;br /&gt;
&lt;br /&gt;
Στο Σχήμα 2, μπορεί να σημειωθεί ότι η αστική επέκταση είναι κοντά σε όλους σχεδόν τους χώρους διάθεσης αποβλήτων που δημιουργεί έναν συναγερμό στους πολεοδόμους και τους διαχειριστές της πόλης για να πάρουν τα κατάλληλα μέτρα για να αντιμετωπίσουν πιθανά επικίνδυνα αποτελέσματα των εν λόγω χώρων σε κατοικήσιμες περιοχές. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Συμπέρασμα&lt;br /&gt;
Εν κατακλείδι ως εκ τούτου, μπορεί να αναφερθεί ότι η χρήση διαστημικών SAR εικόνων σε συνδυασμό με τεχνικές ψηφιακής επεξεργασίας εικόνας θα μπορούσε να είναι βιώσιμο εργαλείο για την απογραφή χώρων διάθεσης αποβλήτων. Αυτό είναι ένα σημαντικό συμπέρασμα για μια πόλη όπως το Ριάντ, όπου η αύξηση του πληθυσμού ανέρχεται σε 8% σε ετήσια βάση απαιτώντας την ανάπτυξη ενός προγράμματος συνεχούς παρακολούθησης του φαινόμενο αυτού και του αντίκτυπού του στην ανθρώπινη ζωή και των υποδομών της κοινωνίας. Σε αντίθεση με την εύκολη έρευνα επί του εδάφους,  η SAR τηλεπισκόπηση μπορεί να αποδειχθεί αποδοτική μέθοδος για την επίλυση περίπλοκων και δυναμικών περιβαλλοντικών προβλημάτων, όπως η χαρτογράφηση και καταγραφή χώρων διάθεσης αποβλήτων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Deposition landforms]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CE%BF%CF%83%CF%84%CE%B1%CF%83%CE%AF%CE%B1_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CE%BD%CE%B5%CF%81%CF%8E%CE%BD</id>
		<title>Χρήση τηλεπισκοπικών μεθόδων στην προστασία υπόγειων νερών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CE%B8%CF%8C%CE%B4%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CE%BF%CF%83%CF%84%CE%B1%CF%83%CE%AF%CE%B1_%CF%85%CF%80%CF%8C%CE%B3%CE%B5%CE%B9%CF%89%CE%BD_%CE%BD%CE%B5%CF%81%CF%8E%CE%BD"/>
				<updated>2010-02-11T18:42:17Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Add Your Content Here   Χρήση τηλεπισκοπικών μεθόδων στην προστασία υπόγειων νερών.  &amp;quot;USE OP REMOTE SENSING METHODS IN GROUNDWATER PROTE...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
Χρήση τηλεπισκοπικών μεθόδων στην προστασία υπόγειων νερών.&lt;br /&gt;
&lt;br /&gt;
&amp;quot;USE OP REMOTE SENSING METHODS IN GROUNDWATER PROTECTION&amp;quot;&lt;br /&gt;
 Jan §voma Stavebni géologie n,p Praha, Gorkého nam.&lt;br /&gt;
Czechoslovakia&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
ΠΕΡΙΛΗΨΗ&lt;br /&gt;
Φωτογραφικοί μέθοδοι έχουν αποδείξει την αξία τους στην προστασία υπόγειων υδάτων από τη μόλυνση. Αλλαγές στη βλάστηση μπορεί να χρησιμοποιηθούν για την αύξηση της κάθετης ανίχνευσης από συσκευές ανίχνευσης υπόγειας ρύπανσης. Διαρροές φυσικού αερίου και μόλυνση βράχων από προϊόντα πετρελαίου, νιτρικά και άλλες ουσίες μπορεί να προσδιοριστούν με την βοήθεια της μεθοδολογίας που εφαρμόζεται στις εύκρατες ζώνες,&lt;br /&gt;
&lt;br /&gt;
ΕΙΣΑΓΩΓΗ&lt;br /&gt;
Η σταθερά αυξανόμενη ρύπανση των υπόγειων νερών απαιτεί βελτιστοποίηση των υδρογεωλογικών ερευνών που διενεργούνται για την προστασία τους. Τηλεπισκοπικοί μέθοδοι είναι κατάλληλοι για την επίλυση των προβλημάτων ρύπανσης: γρήγορη απόκτηση δεδομένων, αέρια ακεραιότητα της απεικόνισης τους και αξία των αρχείων δεδομένων.&lt;br /&gt;
&lt;br /&gt;
ΠΡΟΛΗΨΗ ΤΗΣ ΡΥΠΑΝΣΗΣ&lt;br /&gt;
Αεροφωτογραφίες και δορυφορικές εικόνες παρέχουν σημαντικές πληροφορίες για την προστασία των υπόγειων υδάτων. Φωτό - γεωλογικοί μέθοδοι έχουν εκπονηθεί με μεγάλη λεπτομέρεια και μπορούν να χρησιμοποιηθούν ειδικά σε περιοχές όπου η βλάστηση είναι μόνιμα ή προσωρινά απόν. Εκτός από στοιχεία για την κατανομή των βράχων με διαφορετικές διαπερατότητα, δίνουν σημαντικές πληροφορίες για την τεκτονική και τη μικρομορφολογία της απουσίας βλάστησης. Σε καρστικές περιοχές, αεροφωτογραφίες βοηθούν για τον εντοπισμό μεγάλων φαινόμενων της υδρογεωλογικής ευπάθειας: καταβόθρες, καρστικά φρέατα μπορούν να βοηθήσουν στην ανίχνευση δραστηριοτήτων που είναι ζωτικά επικίνδυνες για το νερό, όπως για παράδειγμα η αγροτική χρήση γης και η εναπόθεση αποβλήτων σε καταβόθρες. &lt;br /&gt;
&lt;br /&gt;
Οι αεροφωτογραφίες είναι χρήσιμες για την απογραφή των δυνητικών πηγών ρύπανσης όπως χώροι υγειονομικής ταφής επικίνδυνων αποβλήτων, καθώς επίσης και για την ανίχνευση επικίνδυνων δραστηριοτήτων στην περιοχή σωλήνων πετρελαίου που μπορεί να οδηγήσει σε βλάβη τους (εκσκαφή και έργα γεώτρησης, κτλ).&lt;br /&gt;
 &lt;br /&gt;
Η πρόληψη της ρύπανσης των υπογείων υδάτων λόγω γεωργίας είναι πολύ σημαντική. Υπερβολική ή εσφαλμένη εφαρμογή βιομηχανικών λιπασμάτων μπορεί να μην αξιοποιούνται πλήρως από τα φυτά και μετά μεταφέρονται με καθίζηση στο υδροφόρο ορίζοντα, Εμπλουτισμός με λιπάσματα στα φυτά είναι εμφανώς πρόδηλη, στις εγκαταστάσεις υψηλής αντανακλαστικότητας στην υπέρυθρη ζώνη. Τα άλλα διακριτικά στα φυτά περιλαμβάνουν αυξημένη πυκνότητα, ύψος της κάλυψης και έντονες αποχρώσεις του πράσινου χρώματος. Αεροφωτογραφίες έτσι παρέχουν πολύτιμες πληροφορίες για τη λήψη αντιπροσωπευτικών δειγμάτων υδάτων και εδάφους κατά τη διάρκεια της παρακολούθησης της ρύπανσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
ΜΕΘΟΔΟΙ  ΤΗΛΕΑΝΙΧΝΕΥΣΗΣ στην ανίχνευση ΡΥΠΑΝΣΗΣ ΚΑΙ ΕΛΕΓΧΟΜΕΝΟΣ ΚΑΘΑΡΙΣΜΟΣ&lt;br /&gt;
Η βασική προϋπόθεση για την προστασία των υπόγειων υδάτων είναι να εντοπίσετε τα ενεργά σημεία της ρύπανσης. Σε ειδικές περιπτώσεις της μολυσμένης διαρροής σε μεσοπρόθεσμη βράχο, πρωτογενές στόχος της υδρογεωλογικής έρευνας είναι να προσδιορίσει την έκταση της μόλυνσης με σκοπό τον καθαρισμό. Σε ένα μέσο με σχισμή, η παρακολούθηση της μόλυνσης είναι δύσκολη. Δεν επιτρέπουν όλες οι ρωγμές μετακίνηση ρύπων. &lt;br /&gt;
&lt;br /&gt;
Οι ρύποι εντοπίζονται μέσω αλλαγών σε περιοχές βλάστησης που φανερώνονται στη φωτογραφική καταγραφή του φάσματος φωτός. Η διαδικασία αυτή βασίζεται στις φυσικές συνθήκες της Τσεχοσλοβακίας (τα περισσότερα εδάφη της καλύπτονται από βλάστηση). Άλλο πλεονέκτημα είναι η ακεραιότητα των ανιχνεύσιμων αλλαγών στα φυτά, που προκλήθηκαν από παρουσία ρύπων με διάφορες χημικές συνθέσεις.&lt;br /&gt;
&lt;br /&gt;
Απαραίτητη προϋπόθεση για την εφαρμογή των φωτογραφικών μεθόδων είναι οι φωτογραφικά ανιχνεύσιμες αποκρίσεις των φυτών των ανωτέρων τμημάτων του εδάφους κατά την παρουσία ρύπων στο ριζικό τους σύστημα. Δυστυχώς, οι αλλαγές στην κυριαρχία εντός των κοινοτήτων των φυτών που προκαλούνται με την καθίζηση των ευαίσθητων ειδών δεν μπορεί να ερμηνευθεί με τις εικόνες. Αντίθετα, οι αλλαγές στους φυτικούς θόλους μπορεί να είναι χρήσιμες στα αρχικά στάδια της μόλυνσης. Θάμνοι και δέντρα, στους οποίους η αλλαγή στη σειρά, διαρκεί πολλά χρόνια, είναι σε γενικές γραμμές μεγαλύτερης ενδεικτικής αξίας. Αλλαγές στην υγεία των φυτών, όπως μαρασμός, κιτρίνισμα και πτώση των φύλλων μπορεί να παρατηρηθεί με γυμνό μάτι. Το άγχος της υγείας μπορεί επίσης να καταχωρηθεί στην προσεχή υπέρυθρη ζώνη (800 με 1.100 nm). Η πτώση της υπέρυθρης ανακλάσεως είναι πιο έντονες και συχνά εμφανίζεται νωρίτερα από ό, τι οι αλλαγές στο ορατό φάσμα. Η κατάσταση της υγείας των φυτών μπορεί να καταγράφεται καλύτερα σε έγχρωμες υπέρυθρες ταινίες με στρώματα για να ευαισθητοποιηθεί το ορατό, καθώς και το εγγύς - υπέρυθρο κανάλι. Το πιο διαδεδομένο υλικό είναι η αμερικανική Kodak EKTACHROME (ή Aerochrome) Infrared. Αυτό το ανάστροφο φιλμ αποτελείται από τρία ευαίσθητα στρώματα το πράσινο, κόκκινο και υπέρυθρες ζώνες. Έχοντας εξαλείψει το αρνητικό αποτέλεσμα του μπλε φάσματος με τη βοήθεια ενός κίτρινου φίλτρου, το πράσινο αρχικά εμφανίζεται ως μπλε, το κόκκινο ως πράσινο και η υπέρυθρη ως κόκκινο. &lt;br /&gt;
&lt;br /&gt;
Δεν είναι δυνατή η παραγωγή ενός απόλυτου κλειδιού για την ερμηνεία της κατάστασης της υγείας της βλάστησης, επειδή η αντανάκλαση αλλάζει όχι μόνο με το είδος αλλά και με τη φαινοφάση τους, την ηλικία και την τοποθεσία. Ως κανόνα, υγιείς βλάστηση πλατύφυλλων αντιπροσωπεύεται από αποχρώσεις του κόκκινου και βαθυκόκκινες αποχρώσεις στα χρώματα, πτώση στο υπέρυθρο στοιχείο αντανακλά σε αύξηση των μπλε τόνων από ιώδες σε μπλε για νεκρά δείγματα. Η σωστή αποκρυπτογράφηση προετοιμάζεται από την ταυτόχρονη παρουσία των υγιών και των κατεστραμμένων φυτών. Νέες πληροφορίες προκύπτουν με την ψηφιοποίηση η οποία τροποποιεί τις γεωμετρικές ιδιότητες των εικόνων και κυρίως, αυξάνει την απόδοση των φασματικών χαρακτηριστικών τους, ενισχύει αντιθέσεις και επιτρέπει τη δημιουργία περιοχών ίσης πυκνότητας. Η ψηφιοποίηση είναι απαραίτητη προϋπόθεση για την ταξινόμηση των πληροφοριών για την επεξεργασία των δεδομένων, απαραίτητη για την παρακολούθηση της ποιότητας του περιβάλλοντος για την περιφερειακή κλίμακα (γεωργικές περιοχές, τα δρομολόγια των διασυνοριακών - αγωγών χώρα, κλπ.) &lt;br /&gt;
&lt;br /&gt;
Η φωτοανίχνευση σηματοδοτεί τη μεγαλύτερη επιτυχία σε διαρροή φυσικού αερίου που είναι πρόδηλη σε διαφορετικές επιπτώσεις στην υγεία όλης σχεδόν της βλάστησης σε ακτίνα ενός με τριάντα μέτρα, ανάλογα με τη σύνθεση του εδάφους και της περιεκτικότητάς του σε νερό. Η επιτυχία της ανίχνευσης υγρών υδρογονάνθρακων σε βράχο εξαρτάται από το βάθος της διείσδυσης των ρύπων και την ευαισθησία των φυτών στο πραγματική συγκέντρωση των πετρελαϊκών προϊόντων. Η κρίσιμη συγκέντρωση υδρογονανθράκων έχει καθορισθεί από μέσα δοκιμών πεδίου.&lt;br /&gt;
&lt;br /&gt;
ΣΥΜΠΕΡΑΣΜΑ&lt;br /&gt;
Αξιοποίηση των αλλαγών στη βλάστηση βοηθάει την επεκταμένη φωτοανίχνευση ρύπων για την κάλυψη μέρους της επιφανειακής μετανάστευσης, με χωράφια και δάση μονοκαλλιέργειας να παρέχουν βέλτιστες συνθήκες. Για ατυχήματα πετρελαίου και επείγουσες περιπτώσεις τηλεκατευθυνόμενα αεροπλάνα είναι το μοντέλο που χρησιμοποιείται συχνά για λόγους ευελιξίας. Η ευκολότερη ερμηνεία της μόλυνσης είναι μέσω της ταυτόχρονης φωτογράφησης για το χρώμα και τα έγχρωμα υπερύθρα φιλμ. Η ευρύτερη εφαρμογή αυτών των μεθόδων είναι περιορισμένη για διάφορους λόγους: εποχιακές και τοπικές απουσίες βλάστησηςonf βάθος, ανιχνεύσιμη αντίδραση των φυτών μέχρι την κρίσιμη συγκέντρωση ρύπων,  το φαινόμενο που πρέπει να ανιχνευθεί συγκαλύπτεται από διάφορες παρεμβολές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Υδατικοί Πόροι]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>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%B5%CE%BD%CF%8C%CF%82_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%87%CE%BF%CE%BB%CE%AD%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B4%CE%B7%CE%BC%CF%8C%CF%83%CE%B9%CE%B1%CF%82_%CF%85%CE%B3%CE%B5%CE%AF%CE%B1%CF%82_%CF%83%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.</id>
		<title>Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.</title>
		<link rel="alternate" type="text/html" href="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%B5%CE%BD%CF%8C%CF%82_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%87%CE%BF%CE%BB%CE%AD%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B4%CE%B7%CE%BC%CF%8C%CF%83%CE%B9%CE%B1%CF%82_%CF%85%CE%B3%CE%B5%CE%AF%CE%B1%CF%82_%CF%83%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."/>
				<updated>2010-02-11T18:37:20Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση. &lt;br /&gt;
&lt;br /&gt;
Άρθρο 1: Climate and infectious disease: Use of remote sensing for detection of Vibrio cholerae by indirect measurement , Brad Lobitz, Louisa Beck, Anwar Huq,  Byron Wood,  George Fuchs,  A. S. G. Faruque, Rita Colwell.&lt;br /&gt;
Άρθρο 2: Public-health applications in remote sensing. William Sprigg, Stanley Morain, Goran Pejanovic, Amelia Budge,William Hudspeth, and Brian Barbari.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τα κρούσματα χολέρας μπορούν να ξεκινήσουν όταν το Vibrio cholerae, το βακτήριο που προκαλεί τη χολέρα, είναι παρόν στο πόσιμο νερό σε επαρκή αριθμό για να αποτελέσει μολυσματική, αν καταναλωθεί από τον άνθρωπο. Εστίες  που συνδέονται με την κατανάλωση ή την κολύμβηση σε ακάθαρτα νερά ποταμού ή υφάλμυρα νερά μπορεί άμεσα ή έμμεσα να εξαρτώνται από συνθήκες όπως η θερμοκρασία του νερού, η συγκέντρωση θρεπτικών ουσιών  η παραγωγή πλαγκτόν που μπορεί να είναι ευνοϊκές για την ανάπτυξη και την αναπαραγωγή του βακτηρίου.  Αν και αυτές οι περιβαλλοντικές παράμετροι συνήθως μετρούνται με τη χρήση δειγμάτων νερού που συλλέγονται από πλοία, τα διαθέσιμα σύνολα δειγμάτων είναι αραιά και σπάνια. Επιπλέον, η μέθοδος αυτή είναι δαπανηρή και χρονοβόρα. Παρά το γεγονός ότι το βακτήριο, V. cholerae, δεν μπορεί να εντοπιστεί  άμεσα,  δεδομένα τηλεπισκόπησης  μπορούν να χρησιμοποιηθούν για να συμπεράνουμε την παρουσία του. &lt;br /&gt;
Στη μελέτη που αναφέρεται εδώ δεδομένα τηλεπισκόπησης για τον κόλπο της Βεγγάλης συγκρίθηκαν  άμεσα με δεδομένα που έχουν συλλεχθεί σε επεισόδιο χολέρας στο Μπαγκλαντές 1992-1995. Τα δεδομένα τηλεπισκόπησης περιλαμβάνουν τη θερμοκρασία της θαλάσσιας επιφάνειας και το ύψος της θαλάσσιας επιφάνειας. Διαπιστώθηκε ότι η θερμοκρασία της επιφάνειας της θάλασσας παρουσιάζει έναν ετήσιο κύκλο παρόμοιο με τα δεδομένα του επιεσοδίου χολέρας. Το ύψος της θαλάσσιας επιφάνειας μπορεί να αποτελεί ένδειξη της εισβολή πλαγκτόν σε  εσωτερικά ύδατα, όπως  παλιρροϊκά ποτάμια, επειδή διαπιστώθηκε επίσης να σχετίζεται με κρούσματα χολέρας. Οι εκτεταμένες μελέτες κατά τη διάρκεια των τελευταίων 25 ετών σε συνδυασμό με τα πορίσματα της ανάλυσης των δορυφορικών δεδομένων, παρέχουν ισχυρές ενδείξεις ότι οι επιδημίες  χολέρας συνδέονται με το κλίμα.&lt;br /&gt;
&lt;br /&gt;
Επειδή το φυτοπλαγκτόν ωκεανού  αποτελεί πηγή τροφίμων για το  ζωοπλαγκτόν, τόσο φυτοπλαγκτόν όσο και το ζωοπλαγκτόν είναι συνδεδεμένα χωρικά και χρονικά. Η σχέση φυτοπλαγκτόν και ζωοπλαγκτόν μπορεί να ελεγχθεί με χρήση δεδομένων τηλεπισκόπησης, διότι  οι συγκεντρώσεις φυτοπλαγκτού των ωκεανών  μπορούν να εκτιμηθούν με τη χρήση τηλεπισκόπησης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δεδομένα&lt;br /&gt;
Από το Διεθνές Κέντρο Έρευνας Διαρροϊκών Ασθενειών συγκεντρώθηκαν εβδομαδιαία στοιχεία για τα κρούσματα χολέρας στο Μπαγκλαντές για το διάστημα 1980-1995. Τα δεδομένα περιλαμβάνουν το ποσοστό που βγαίνει θετικό για  χολέρα.&lt;br /&gt;
Τα Δεδομένα τηλεπισκόπησης περιλαμβάνουν δεδομένα SST  και SSH. Η SST χρησιμοποιήθηκε επειδή έχει σχέση με τη συγκέντρωση φυτοπλαγκτόν, ενώ η SSH χρησιμοποιήθηκε διότι μπορεί να σχετίζεται με την ανθρώπινη επαφή με το πλαγκτόν.  &lt;br /&gt;
Η θερμοκρασία των ωκεανών μετριέται με τη χρήση θερμικών-υπέρυθρων μήκων κύματος, έτσι ώστε η ποσότητα που μετράται να είναι η εκπεμπόμενη ακτινοβολία, δηλαδή, η θερμοκρασία της επιφάνειας. Πολύ – καναλικές (Multichannel) εκτιμήσεις SST υπολογίστηκαν από το συνδυασμό των δύο καναλιών της θερμοκρασίας περιβάλλοντος για την Εθνική Ωκεανογραφική και Ατμοσφαιρική Υπηρεσία (NOAA) του αισθητήρα Advanced Very High Resolution Radiometer (AVHRR) και αρχειοθετούνται σε αυτή τη μορφή. Στις SSH μετρήσεις, οι ανωμαλίες της θαλάσσιας επιφάνειας προέρχονταν από τη διαφοροποίηση μεταξύ διορθωμένων μετρήσεων υψομέτρου και τη μέση επιφάνεια του ωκεανού για 3 χρόνια. Δεδομένα SSH υπάρχουν διαθέσιμα για έναν κύκλο 10 ημερών από την Jet Propulsion Laboratory's TOPEX/Poseidon.    Ο δορυφόρος απαιτεί 10 ημέρες για να ολοκληρώσει ένα παγκόσμιο κύκλο κάλυψης. Για τη χωρική ανάλυση ενός – βαθμού, τα στοιχεία είχαν την πιο αδρή χωρική ανάλυση όλων των στοιχείων που εξετάστηκαν. Ο TOPEX / Poseidon ξεκίνησε το Σεπτέμβριο του 1992, και πριν από την έναρξή του δεν ήταν διαθέσιμα δημόσια στοιχεία για το υψόμετρο των ωκεανών.  Άλλοι δορυφόροι είναι πλέον διαθέσιμοι για την παροχή υψομετρικού ραντάρ όπως ο ERS-1 ,του Ευρωπαϊκού Οργανισμού Διαστήματος (που ξεκίνησε τον Ιούλιο, 1991) και ο ERS-2 (που ξεκίνησε τον Απρίλιο, 1995). Ο Αμερικάνικος δορυφόρος  SeaStar (OrbView-2) που ξεκίνησε τον Αύγουστο του 1997, ο  οποίος ασκεί την Sea-Viewing Wide Field-of-view Sensor (SeaWifs) που παρέχει τώρα συνολικές εκτιμήσεις της  θαλάσσιας συγκέντρωσης χλωροφύλλης.&lt;br /&gt;
[[Εικόνα:aaa.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
Σχήμα 1: Εικόνα γκρίζας  κλίμακα AVHRR από τις 26 Οκτωβρίου του 1992. Η κατά προσέγγιση θέση του SST και SSH σημείο δειγματοληψίας αναφέρεται ως ένα μαύρο τετράγωνο στην κάτω δεξιά.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:bbb.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
Σχήμα 2:Κόλπος της Βεγγάλης: Θερμοκρασίες Θαλάσσιας επιφάνειας για το 1993 (Α) και παράκτια Μπαγκλαντές: δεδομένα SST για 1989-1995 (Β) [NASA Jet Propulsion Laboratory Φυσικής Ωκεανογραφίας Distributed Active Archive Cente.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:ccc.jpg|thumb|right|Σχήμα 3]]&lt;br /&gt;
Σχήμα 3: Κόλπος της Βεγγάλης:  SSH μηνιαίες ανωμαλίες για το 1993 (Α) και παράκτια του Μπαγκλαντές:  SSH για το 1992-1995 (Β) [Κέντρο Διαστημικών Ερευνών, του Πανεπιστημίου του Τέξας, Austin, TX.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογία&lt;br /&gt;
Για κάθε ημέρα του χρόνου, οι SST και SSH τιμές pixel από ένα σημείο στα ανοικτά των ακτών του Μπανγκλαντές (σχ. 1) που προέρχονται από τις εικόνες. SST δεδομένα είχαν εξεταστεί από 1989-1995 (σχ. 3) ενώ SSH δεδομένα υπήρχαν διαθέσιμα για τον Σεπτέμβριο, 1992-1995 (σχ. 4). Τα σημειακά  δεδομένα αυτά συγκρίθηκαν με δεδομένα από την υπόθεση χολέρας με την υπέρθεση των σημειακών δεδομένων (σχ. 4) για την ανίχνευση μοτίβων. Ακολούθησαν στατιστικές αναλύσεις με αποτελέσματα που δείχνουν σημαντικές συσχετίσεις.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:ddd.jpg|thumb|right|Σχήμα 4]]&lt;br /&gt;
Σχήμα 4: Περιπτώσεις Χολέρας (ενιαία  γραμμή), SST (dashed), και SSH (διακεκομμένη) δεδομένα για τον Σεπτέμβριο, 1992-1995. Το 1994 και το 1995, οι περιπτώσεις χολέρας ακολούθησαν τον κύκλο των SST. Ωστόσο, την άνοιξη του 1993, SSH ήταν η χαμηλότερη για την περίοδο αυτή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα SST έδειξε μια συνέπεια ετήσιου κύκλου, και το 1992, 1994 και 1995, τα κρούσματα χολέρας έδειξαν μια στατιστικά σημαντική συσχέτιση με αυτό τον κύκλο (Σχήμα 6). Η σχέση αυτή ήταν αναμενόμενη λόγω έξαρσης του πλαγκτόν το οποίο εξαρτάται από τις  θερμές θερμοκρασίες των ωκεανών. Αν και άλλες μεταβλητές, όπως το θρεπτικό φορτίο ουσιών που σχετίζεται με τις επιφανειακές απορροές, ανάμειξη, η διαθεσιμότητα φωτός κλπ, μπορεί να σχετίζονται με την έξαρση πλαγκτόν, η σχέση μεταξύ SST και V. cholerae είναι πιο άμεση. Η καθυστέρηση μεταξύ του χρόνου αύξησης SST μέχρι οι περιπτώσεις χολέρας να αυξηθούν  μπορεί να εξηγηθεί από την υποτιθέμενη ανταπόκριση του φυτοπλαγκτόν στην αύξηση της θερμοκρασίας και την μετέπειτα άνθιση του ζωοπλαγκτόν.&lt;br /&gt;
&lt;br /&gt;
Επειδή μετρήσεις στον τομέα της βιομάζας πλαγκτόν δεν ήταν διαθέσιμες, αυτές οι αλληλεπιδράσεις δεν μπορούσαν να επαληθευτούν. Ωστόσο, μια μεγάλη μελέτη, που χρηματοδοτήθηκε από το Εθνικό Ινστιτούτο Υγείας, ξεκίνησε στα τέλη του 1996 που επέτρεψε να αποκτηθούν δεδομένα που απαιτούνται για μελλοντικές αναλύσεις.  Για παράδειγμα, για την επαλήθευση της σύνδεσης μεταξύ των συνθηκών των ωκεανών και των επιδημιών χολέρας, οι συγκεντρώσεις πλαγκτόν και οι εκτιμήσεις βιομάζας τώρα συλλέγονται. Οι εκτιμήσεις συγκέντρωσης φυτοπλαγκτόν μπορούν να συναχθούν από τις συγκεντρώσεις χλωροφύλλης που υπολογίζονται από εικόνες με το χρώμα των ωκεανών, για παράδειγμα, που αποκτήθηκαν από SeaWifs. Η NASDA (Japanese Space Agency) Advanced Earth Observing Satellite (ADEOS), η οποία μεταφέρει τον Ocean Color and Temperature Scanner (OCTS), ξεκίνησε τον Αύγουστο του 1996, αλλάη ισχύ της απέτυχε  τον Ιούνιο του 1997 εμποδίζοντας την απόκτηση των πρόσθετων στοιχείων συγκέντρωσης χλωροφύλλης.&lt;br /&gt;
Παρόλο που δεδομένα τηλεπισκόπησης  έχουν τη δυνατότητα να παρέχουν τη συγκέντρωση χλωροφύλλης, χωρικά δεδομένα - τα στοιχεία του οικοπέδου (δειγματοληψία υδάτων επί του πλοίου), συμπίπτουν με τις εκτιμήσεις συγκέντρωσης χλωροφύλλης που προέρχονται από τηλεπισκόπηση, που συγκεντρώθηκαν για την ανάλυση των προοπτικών. Πεδίο μετρήσεων αποτελούν εκτιμήσεις των ειδικών βιομάζας πλαγκτόν (φυτοπλαγκτού και ζωοπλαγκτού) καθώς και η πληθώρα θρεπτικών συστατικών. Δοθέντος επαρκούς χρονικής ανάλυσης, οι εκτιμήσεις  που προέρχονται από τηλεπισκόπηση, της συγκέντρωσης χλωροφύλλης (φυτοπλαγκτόν) σε συνδυασμό με μετρήσεις στον τομέα της αφθονίας ζωοπλαγκτού και της κυκλοφορίας τους θα χρησιμοποιηθούν για την παρακολούθηση της γεωγραφική κατανομή του πλαγκτού και τη σύνδεση πλαγκτόν και V. cholerae από τα ωκεάνια ρεύματα. Με την επαλήθευση από πεδία μετρήσεων, η σχέση μεταξύ κρούσματα χολέρας και SST και SSH που προσδιορίζονται στην παρούσα μελέτη θα πρέπει να συνδυαστούν με μοντέλα κατανομής πλαγκτόν για την πρόβλεψη κρουσμάτων χολέρας. Ένα μοντέλο πρόβλεψης για χολέρα στον κόλπο της Βεγγάλης είναι υπό ανάπτυξη, καθώς και ένα παγκόσμιο μοντέλο είναι πλέον δυνατόν, μετά από τον κόλπο της Βεγγάλης το μοντέλο επεκτείνεται και σε άλλες περιοχές των κρουσμάτων χολέρας.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ddd.jpg</id>
		<title>Αρχείο:Ddd.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ddd.jpg"/>
				<updated>2010-02-11T18:35:12Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ccc.jpg</id>
		<title>Αρχείο:Ccc.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ccc.jpg"/>
				<updated>2010-02-11T18:34:52Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Bbb.jpg</id>
		<title>Αρχείο:Bbb.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Bbb.jpg"/>
				<updated>2010-02-11T18:34:32Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Aaa.jpg</id>
		<title>Αρχείο:Aaa.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Aaa.jpg"/>
				<updated>2010-02-11T18:34:05Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities</id>
		<title>Remote Sensing and Human Health: New Sensors and New Opportunities</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities"/>
				<updated>2010-02-11T18:26:12Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Remote Sensing and Human Health: New Sensors and New Opportunities &lt;br /&gt;
Louisa R. Beck,*Bradley M. Lobitz,Byron L. Wood &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τηλεπισκόπηση και ανθρώπινη υγεία: νέοι αισθητήρες και νέες ευκαιρίες&lt;br /&gt;
Από την έναρξη του  Landsat-1 28 χρόνια πριν, δεδομένα τηλεπισκόπησης έχουν χρησιμοποιηθεί για τη χαρτογράφηση χαρακτηριστικών στην επιφάνεια της γης. Ένας αυξανόμενος αριθμός μελετών για την υγεία έχουν χρησιμοποιήσει την τεχνική της τηλεπισκόπησης δεδομένων για την παρακολούθηση, την επιτήρηση, ή χαρτογράφηση του κινδύνου, ιδίως των μεταδιδόμενων ασθενειών.  Σχεδόν όλες οι μελέτες  χρησιμοποιούν στοιχεία από Landsat, the French Système Pour l'Observation de la Terre, and the National Oceanic and Atmospheric Administration's Advanced Very High Resolution Radiometer . Νέα συστήματα αισθητήρων είναι σε τροχιά, ή σύντομα να ξεκινήσει, τα δεδομένα των οποίων μπορούν να αποδειχθούν χρήσιμα για το χαρακτηρισμό και την παρακολούθηση της χωροχρονικό μοντέλο των λοιμωδών νόσων. Η αυξημένη υπολογιστική ισχύς και οι δυνατότητες χωρικής μοντελοποίησης των συστημάτων γεωγραφικών πληροφοριών θα μπορούσε να επεκτείνει τη χρήση της τηλεπισκόπησης πέραν της ερευνητικής κοινότητας σε επιχειρησιακή επιτήρηση και τον έλεγχο της νόσου.  Το άρθρο αυτό δείχνει πώς δεδομένα τηλεανίχνευσης έχουν χρησιμοποιηθεί σε εφαρμογές για την υγεία και την αξιολογεί  παρατήρησης γης  των δορυφόρων που θα μπορούσαν να ανιχνεύσουν και να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές που σχετίζονται με τη διανομή των μεταδιδόμενων ασθενειών.&lt;br /&gt;
&lt;br /&gt;
ΕΙΣΑΓΩΓΗ&lt;br /&gt;
Δεδομένα τηλεπισκόπησης επιτρέπουν στους επιστήμονες να μελετούν τα βιοτικά και αβιοτικά στοιχεία της γης. Τα εν λόγω στοιχεία και οι αλλαγές τους χαρτογραφούνται από το διάστημα, σε διάφορες χρονικές και χωρικές κλίμακες από το 1972. Ένας μικρός αριθμός ερευνητών στην κοινότητα της υγείας έχουν διερευνήσει  τηλεπισκοπικούς περιβαλλοντικούς παράγοντες που ενδέχεται να σχετίζονται με το φυσικό περιβάλλον των οργανισμών - φορέων και με τον κίνδυνο μετάδοσης στον άνθρωπο. Ωστόσο, οι περισσότερες μελέτες για την υγεία του ανθρώπου με δεδομένα τηλεπισκόπησης επικεντρώνεται σε στοιχεία από Landsat's Multispectral Scanner (MSS) Πολυφασματικούς σαρωτές Landsat και Thematic  Mapper (TM), τη National Oceanic and Atmospheric Administration 's  (NOAA) Advanced Very High Resolution Radiometer (AVHRR), και το Γαλλικό Système Pour l' Observation de la Terre (SPOT). Σε πολλές από αυτές τις μελέτες, δεδομένα τηλεπισκόπησης χρησιμοποιήθηκαν για να αποκομίσουν τρεις μεταβλητές: την κάλυψη βλάστησης, τη δομή του τοπίου, και υδατικά συστήματα. &lt;br /&gt;
&lt;br /&gt;
Οι διεθνείς οργανισμοί διαστήματος σχεδιάζουν περισσότερες από 80 αποστολές παρατήρησης γης στα επόμενα 15 χρόνια. Κατά τη διάρκεια αυτών των αποστολών περισσότερα από  200 μέσα θα μετρούν  πρόσθετα περιβαλλοντικά χαρακτηριστικά όπως το χρώμα των ωκεανών και άλλες τρέχουσες  ανιχνεύσιμες μεταβλητές, αλλά σε πολύ υψηλότερη χωρική και φασματική ανάλυση. Ο εμπορικός τομέας επίσης σχεδιάζει να ξεκινήσει διάφορα συστήματα στα επόμενα 5 χρόνια που θα μπορούν να παρέχουν συμπληρωματικά στοιχεία. Αυτές οι νέες δυνατότητες θα βελτιώσουν τη φασματική, τη χωρική και τη χρονική ανάλυση, επιτρέποντας καλύτερη εξερεύνηση παραγόντων κινδύνου. Επιπλέον, η πρόοδος στην παθογένεια,  στους φορείς μεταδιδόμενων ασθενειών, επέτρεψαν την εκτίμηση ενός μεγαλύτερου εύρους περιβαλλοντικών παραγόντων που ευνοούν την μετάδοση  νόσων, την παραγωγή των φορέων, την ανάδειξη και συντήρηση των εστιών νόσων καθώς και τον κίνδυνο επαφής ανθρώπου - φορέα. Πρόοδος στην επεξεργασία των ηλεκτρονικών υπολογιστών και των Συστημάτων Γεωγραφικών Πληροφοριών και των Τεχνολογιών Συστημάτων Παγκόσμιου Εντοπισμού Θέσης διευκολύνει  την ενσωμάτωση των τηλεσκοπικών περιβαλλοντικών παραμέτρων με τα δεδομένα υγείας, έτσι ώστε τα μοντέλα για την επιτήρηση και τον έλεγχο νόσων  να μπορούν  να αναπτυχθούν.&lt;br /&gt;
Το 1998, η Εθνική Υπηρεσία Αεροναυτικής και Διαστήματος (NASA),  το Κέντρο Υγείας των Αεροδιαστημικών Τεχνολογιών (Center for Health Applications of Aerospace Related Technologies (CHAART)) αξιολόγησαν τρέχοντα και σχεδιασμένα δορυφορικά συστήματα αισθητήρων, ως ένα πρώτο βήμα προκειμένου να μπορέσουν οι επιστήμονες υγείας να καθορίσουν τα δεδομένα που αφορούν τις επιδημιολογικές, εντομολογικές  και τις  οικολογικές προοπτικές της έρευνάς τους, καθώς και την ανάπτυξη μοντέλων κινδύνων μετάδοσης  βασισμένα στην τηλεπισκόπηση. &lt;br /&gt;
Το πρώτο παράδειγμα επίγειας εφαρμογής,  δείχνει πώς μια ενιαία εικόνα Landsat TM χρησιμοποιήθηκε για να χαρακτηρίσει τα χωρικά πρότυπα των βασικών συνιστωσών του κύκλου μετάδοσης της νόσου Lyme στη Νέα Υόρκη. Το δεύτερο παράδειγμα, επικεντρώνεται στο παράκτιο περιβάλλον, δείχνει πώς δεδομένα τηλεπισκόπησης από διάφορα δορυφορικά συστήματα μπορούν να συνδυαστούν για να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές στον Κόλπο της Βεγγάλης που σχετίζονται με τις διαχρονικά κρούσματα χολέρας στο Μπαγκλαντές. Αυτά τα παραδείγματα δείχνουν πώς  δεδομένα τηλεπισκόπησης που αποκτήθηκαν σε διάφορες κλίμακες και φασματική ανάλυση μπορούν να χρησιμοποιηθούν ως πρότυπα για τη μελέτη μολυσματικών ασθενειών.&lt;br /&gt;
&lt;br /&gt;
Ένα τρίτο παράδειγμα είναι το επιχορηγούμενο από τη ΝΑΣΑ, προτζεκτ του Public Health Applications in Remote Sensing (PHAiRS), όπου δεδομένα από τον δορυφόρο Terra της NASA εξομοιώνονται σε ένα αριθμητικό-δυναμικό μοντέλο&lt;br /&gt;
παραγωγής και μεταφοράς σκόνης, το DREAM (Dust Regional Atmospheric Model). Αρχικά αναπτύχθηκε για τη Μεσογειακή&lt;br /&gt;
περιοχή και τροποποιήθηκε στο PHAiRS για τις νοτιοδυτικές ΗΠΑ, το DREAM οδηγείται από επιχειρησιακά μοντέλα πρόγνωσης καιρού των ΗΠΑ (US National Weather Service). Το σύστημα DREAM προσομοιώνει και&lt;br /&gt;
προβλέπει μέχρι τρεις ημέρες νωρίτερα την έναρξη των θυελλών σκόνης&lt;br /&gt;
και το τρισδιάστατο μέγεθος των χαρακτηριστικών της συγκέντρωσης των αερομεταφερόμενων σύννεφων σκόνης.&lt;br /&gt;
&lt;br /&gt;
Το τρέχον άγονο έδαφος που αποτελεί είσοδο για το μοντέλο αποτελείται από&lt;br /&gt;
ταξινόμηση MOD12 (Διεθνές γεωσφαιρικό - βιοσφαιρικό&lt;br /&gt;
Πρόγραμμα Περιγραφής οικοσυστήματος  της κάλυψης γης και του δυναμικού) συμπυκνώνεται σε προϊόν δύο κατηγοριών: γυμνό έδαφος = 1 και όλες τις άλλες κατηγορίες = 0. Χρησιμοποιώντας Μέτρια Ανάλυση Spectroradiometer Εικόνας (MODIS) τα προϊόντα που θα αντικαταστήσουν την κατηγορία γυμνού εδάφους&lt;br /&gt;
από το Olson Παγκόσμιο Οικοσύστημα χαρτών κάλυψης γης, θα βελτιώσουν&lt;br /&gt;
την απόδοση του DREAM σημαντικά (βλ. σχήμα 1).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: 123.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
Σχήμα 1: Συγκεντρώσεις σκόνης κοντά στην επιφάνεια-συγκεντρώσεις πάνω Odessa, στις 13 Δεκεμβρίου 2003, προσομοίωση με DREAM (solid lines) που χρησιμοποιούν (αριστερά) Olsen Χερσαία επιφάνεια και (δεξιά) NASA Μέτρια Ανάλυση Εικόνας Spectroradiometer χαρακτηριστικά της γης σε σύγκριση με τις μετρήσιμες συγκεντρώσεις (διακεκομμένη γραμμή). Σημειώστε το αριστερό και το δεξιό διαφορές κλίμακας πάνελ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δουλεύοντας με το νέο Περιβαλλοντικό Tracking Σύστημα για τη Δημόσια Υγεία του Μεξικού, έχουμε αναπτύξει ένα server για τον πελάτη που βασίζεται στο διαδίκτυο (βλέπε&lt;br /&gt;
Σχήμα 3) για να βοηθήσει στην παρακολούθηση του άσθματος και του εμφράγματος του μυοκαρδίου σε ολόκληρη την πολιτεία. Έγκαιρες προβλέψεις θα επιτρέψουν επίσης περιβαλλοντικούς &lt;br /&gt;
συναγερμούς και θα προετοιμάσει την παροχή υγειονομικής περίθαλψης για τις αυξήσεις στις ενδονοσοκομειακές&lt;br /&gt;
και εξωτερικών ασθενών υπηρεσίες.&lt;br /&gt;
&lt;br /&gt;
Για την επαλήθευση του μοντέλο, βασιζόμαστε σε περιφερειακό αραιό δίκτυο των σταθμών δειγματοληψίας να συγκρίνουν τις συγκεντρώσεις των αιωρούμενων σωματιδίων με μεγέθη των 10 και&lt;br /&gt;
2.5μm (PM10 και PM2.5, αντίστοιχα) που δημιουργούνται&lt;br /&gt;
από το μοντέλο.  Τα δίκτυα αυτά είναι&lt;br /&gt;
συγκεντρωμένα σε πυκνοκατοικημένες αστικές περιοχές, που υπόκεινται σε&lt;br /&gt;
PM10 και PM2.5 πηγές που δημιουργούνται από την ανθρώπινη δραστηριότητα.  Λίγα είναι τα διαθέσιμα σημεία δειγματοληψίας τα οποία εντοπίζουν φυσικές έναντι τεχνητών πηγών  Μελλοντικές εργασίες θα αντιμετωπίσουν αυτά τα προβλήματα,&lt;br /&gt;
επιφανειακά χαρακτηριστικά που αλλάζουν διακριτικά και εποχικά και μετατρέπονται σε lidar  δίκτυα (Light Detection and Ranging) και ο A- Train (ο «απογευματινός» δορυφόρος της NASA) και οι δορυφόροι CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation) και Glory για τις μετρήσεις του προφίλ αερολυμάτων&lt;br /&gt;
το οποίο θα συγκρίνουν με τα αποτελέσματα του μοντέλου. Για να βελτιωθεί η ακρίβεια&lt;br /&gt;
και η χρησιμότητα των προσομοιώσεων και των προβλέψεων, DREAM-NMM &lt;br /&gt;
δοκιμάστηκε σε 3 με 5 χιλιόμετρα χωρική διακριτική ικανότητα (Σχήμα 2). Σήμερα εγκαθίσταται στο Πανεπιστημίου της Αριζόνα,&lt;br /&gt;
το οποίο θα αποφέρει μεγαλύτερη λεπτομέρεια και ένα ευρύτερο χωροταξικό τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
Σχήμα 2. Το Public Health Applications in Remote Sensing&lt;br /&gt;
website6 επιτρέπει στο χρήστη επιλογές για την απόκτηση μοντέλου που δημιουργεί δεδομένα  από τα συμβάντα εκδήλωσης σκόνης, το οποίο συμπεριλαμβάνει προβλέψεις 72 ωρών κινούμενη επιφάνεια-συγκεντρώσεως της σκόνης&lt;br /&gt;
και μετά την εκδήλωση, συγκρίνει με τις επιτόπιες μετρήσεις, εάν&lt;br /&gt;
αυτές είναι διαθέσιμες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Προϊόντα που έχουν σχεδιαστεί ειδικά με τον τελικό χρήστη στο μυαλό είναι&lt;br /&gt;
που αξιολογούνται σε βασικούς Αριζόνα και το Νέο Μεξικό κρατικές υπηρεσίες&lt;br /&gt;
με την επιχειρησιακή της υγείας και του αέρα-ευθύνες ποιότητας.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities</id>
		<title>Remote Sensing and Human Health: New Sensors and New Opportunities</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities"/>
				<updated>2010-02-11T18:25:45Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Remote Sensing and Human Health: New Sensors and New Opportunities &lt;br /&gt;
Louisa R. Beck,*Bradley M. Lobitz,Byron L. Wood &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τηλεπισκόπηση και ανθρώπινη υγεία: νέοι αισθητήρες και νέες ευκαιρίες&lt;br /&gt;
Από την έναρξη του  Landsat-1 28 χρόνια πριν, δεδομένα τηλεπισκόπησης έχουν χρησιμοποιηθεί για τη χαρτογράφηση χαρακτηριστικών στην επιφάνεια της γης. Ένας αυξανόμενος αριθμός μελετών για την υγεία έχουν χρησιμοποιήσει την τεχνική της τηλεπισκόπησης δεδομένων για την παρακολούθηση, την επιτήρηση, ή χαρτογράφηση του κινδύνου, ιδίως των μεταδιδόμενων ασθενειών.  Σχεδόν όλες οι μελέτες  χρησιμοποιούν στοιχεία από Landsat, the French Système Pour l'Observation de la Terre, and the National Oceanic and Atmospheric Administration's Advanced Very High Resolution Radiometer . Νέα συστήματα αισθητήρων είναι σε τροχιά, ή σύντομα να ξεκινήσει, τα δεδομένα των οποίων μπορούν να αποδειχθούν χρήσιμα για το χαρακτηρισμό και την παρακολούθηση της χωροχρονικό μοντέλο των λοιμωδών νόσων. Η αυξημένη υπολογιστική ισχύς και οι δυνατότητες χωρικής μοντελοποίησης των συστημάτων γεωγραφικών πληροφοριών θα μπορούσε να επεκτείνει τη χρήση της τηλεπισκόπησης πέραν της ερευνητικής κοινότητας σε επιχειρησιακή επιτήρηση και τον έλεγχο της νόσου.  Το άρθρο αυτό δείχνει πώς δεδομένα τηλεανίχνευσης έχουν χρησιμοποιηθεί σε εφαρμογές για την υγεία και την αξιολογεί  παρατήρησης γης  των δορυφόρων που θα μπορούσαν να ανιχνεύσουν και να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές που σχετίζονται με τη διανομή των μεταδιδόμενων ασθενειών.&lt;br /&gt;
&lt;br /&gt;
ΕΙΣΑΓΩΓΗ&lt;br /&gt;
Δεδομένα τηλεπισκόπησης επιτρέπουν στους επιστήμονες να μελετούν τα βιοτικά και αβιοτικά στοιχεία της γης. Τα εν λόγω στοιχεία και οι αλλαγές τους χαρτογραφούνται από το διάστημα, σε διάφορες χρονικές και χωρικές κλίμακες από το 1972. Ένας μικρός αριθμός ερευνητών στην κοινότητα της υγείας έχουν διερευνήσει  τηλεπισκοπικούς περιβαλλοντικούς παράγοντες που ενδέχεται να σχετίζονται με το φυσικό περιβάλλον των οργανισμών - φορέων και με τον κίνδυνο μετάδοσης στον άνθρωπο. Ωστόσο, οι περισσότερες μελέτες για την υγεία του ανθρώπου με δεδομένα τηλεπισκόπησης επικεντρώνεται σε στοιχεία από Landsat's Multispectral Scanner (MSS) Πολυφασματικούς σαρωτές Landsat και Thematic  Mapper (TM), τη National Oceanic and Atmospheric Administration 's  (NOAA) Advanced Very High Resolution Radiometer (AVHRR), και το Γαλλικό Système Pour l' Observation de la Terre (SPOT). Σε πολλές από αυτές τις μελέτες, δεδομένα τηλεπισκόπησης χρησιμοποιήθηκαν για να αποκομίσουν τρεις μεταβλητές: την κάλυψη βλάστησης, τη δομή του τοπίου, και υδατικά συστήματα. &lt;br /&gt;
&lt;br /&gt;
Οι διεθνείς οργανισμοί διαστήματος σχεδιάζουν περισσότερες από 80 αποστολές παρατήρησης γης στα επόμενα 15 χρόνια. Κατά τη διάρκεια αυτών των αποστολών περισσότερα από  200 μέσα θα μετρούν  πρόσθετα περιβαλλοντικά χαρακτηριστικά όπως το χρώμα των ωκεανών και άλλες τρέχουσες  ανιχνεύσιμες μεταβλητές, αλλά σε πολύ υψηλότερη χωρική και φασματική ανάλυση. Ο εμπορικός τομέας επίσης σχεδιάζει να ξεκινήσει διάφορα συστήματα στα επόμενα 5 χρόνια που θα μπορούν να παρέχουν συμπληρωματικά στοιχεία. Αυτές οι νέες δυνατότητες θα βελτιώσουν τη φασματική, τη χωρική και τη χρονική ανάλυση, επιτρέποντας καλύτερη εξερεύνηση παραγόντων κινδύνου. Επιπλέον, η πρόοδος στην παθογένεια,  στους φορείς μεταδιδόμενων ασθενειών, επέτρεψαν την εκτίμηση ενός μεγαλύτερου εύρους περιβαλλοντικών παραγόντων που ευνοούν την μετάδοση  νόσων, την παραγωγή των φορέων, την ανάδειξη και συντήρηση των εστιών νόσων καθώς και τον κίνδυνο επαφής ανθρώπου - φορέα. Πρόοδος στην επεξεργασία των ηλεκτρονικών υπολογιστών και των Συστημάτων Γεωγραφικών Πληροφοριών και των Τεχνολογιών Συστημάτων Παγκόσμιου Εντοπισμού Θέσης διευκολύνει  την ενσωμάτωση των τηλεσκοπικών περιβαλλοντικών παραμέτρων με τα δεδομένα υγείας, έτσι ώστε τα μοντέλα για την επιτήρηση και τον έλεγχο νόσων  να μπορούν  να αναπτυχθούν.&lt;br /&gt;
Το 1998, η Εθνική Υπηρεσία Αεροναυτικής και Διαστήματος (NASA),  το Κέντρο Υγείας των Αεροδιαστημικών Τεχνολογιών (Center for Health Applications of Aerospace Related Technologies (CHAART)) αξιολόγησαν τρέχοντα και σχεδιασμένα δορυφορικά συστήματα αισθητήρων, ως ένα πρώτο βήμα προκειμένου να μπορέσουν οι επιστήμονες υγείας να καθορίσουν τα δεδομένα που αφορούν τις επιδημιολογικές, εντομολογικές  και τις  οικολογικές προοπτικές της έρευνάς τους, καθώς και την ανάπτυξη μοντέλων κινδύνων μετάδοσης  βασισμένα στην τηλεπισκόπηση. &lt;br /&gt;
Το πρώτο παράδειγμα επίγειας εφαρμογής,  δείχνει πώς μια ενιαία εικόνα Landsat TM χρησιμοποιήθηκε για να χαρακτηρίσει τα χωρικά πρότυπα των βασικών συνιστωσών του κύκλου μετάδοσης της νόσου Lyme στη Νέα Υόρκη. Το δεύτερο παράδειγμα, επικεντρώνεται στο παράκτιο περιβάλλον, δείχνει πώς δεδομένα τηλεπισκόπησης από διάφορα δορυφορικά συστήματα μπορούν να συνδυαστούν για να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές στον Κόλπο της Βεγγάλης που σχετίζονται με τις διαχρονικά κρούσματα χολέρας στο Μπαγκλαντές. Αυτά τα παραδείγματα δείχνουν πώς  δεδομένα τηλεπισκόπησης που αποκτήθηκαν σε διάφορες κλίμακες και φασματική ανάλυση μπορούν να χρησιμοποιηθούν ως πρότυπα για τη μελέτη μολυσματικών ασθενειών.&lt;br /&gt;
&lt;br /&gt;
Ένα τρίτο παράδειγμα είναι το επιχορηγούμενο από τη ΝΑΣΑ, προτζεκτ του Public Health Applications in Remote Sensing (PHAiRS), όπου δεδομένα από τον δορυφόρο Terra της NASA εξομοιώνονται σε ένα αριθμητικό-δυναμικό μοντέλο&lt;br /&gt;
παραγωγής και μεταφοράς σκόνης, το DREAM (Dust Regional Atmospheric Model). Αρχικά αναπτύχθηκε για τη Μεσογειακή&lt;br /&gt;
περιοχή και τροποποιήθηκε στο PHAiRS για τις νοτιοδυτικές ΗΠΑ, το DREAM οδηγείται από επιχειρησιακά μοντέλα πρόγνωσης καιρού των ΗΠΑ (US National Weather Service). Το σύστημα DREAM προσομοιώνει και&lt;br /&gt;
προβλέπει μέχρι τρεις ημέρες νωρίτερα την έναρξη των θυελλών σκόνης&lt;br /&gt;
και το τρισδιάστατο μέγεθος των χαρακτηριστικών της συγκέντρωσης των αερομεταφερόμενων σύννεφων σκόνης.&lt;br /&gt;
&lt;br /&gt;
Το τρέχον άγονο έδαφος που αποτελεί είσοδο για το μοντέλο αποτελείται από&lt;br /&gt;
ταξινόμηση MOD12 (Διεθνές γεωσφαιρικό - βιοσφαιρικό&lt;br /&gt;
Πρόγραμμα Περιγραφής οικοσυστήματος  της κάλυψης γης και του δυναμικού) συμπυκνώνεται σε προϊόν δύο κατηγοριών: γυμνό έδαφος = 1 και όλες τις άλλες κατηγορίες = 0. Χρησιμοποιώντας Μέτρια Ανάλυση Spectroradiometer Εικόνας (MODIS) τα προϊόντα που θα αντικαταστήσουν την κατηγορία γυμνού εδάφους&lt;br /&gt;
από το Olson Παγκόσμιο Οικοσύστημα χαρτών κάλυψης γης, θα βελτιώσουν&lt;br /&gt;
την απόδοση του DREAM σημαντικά (βλ. σχήμα 1).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: 1.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
Σχήμα 1: Συγκεντρώσεις σκόνης κοντά στην επιφάνεια-συγκεντρώσεις πάνω Odessa, στις 13 Δεκεμβρίου 2003, προσομοίωση με DREAM (solid lines) που χρησιμοποιούν (αριστερά) Olsen Χερσαία επιφάνεια και (δεξιά) NASA Μέτρια Ανάλυση Εικόνας Spectroradiometer χαρακτηριστικά της γης σε σύγκριση με τις μετρήσιμες συγκεντρώσεις (διακεκομμένη γραμμή). Σημειώστε το αριστερό και το δεξιό διαφορές κλίμακας πάνελ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δουλεύοντας με το νέο Περιβαλλοντικό Tracking Σύστημα για τη Δημόσια Υγεία του Μεξικού, έχουμε αναπτύξει ένα server για τον πελάτη που βασίζεται στο διαδίκτυο (βλέπε&lt;br /&gt;
Σχήμα 3) για να βοηθήσει στην παρακολούθηση του άσθματος και του εμφράγματος του μυοκαρδίου σε ολόκληρη την πολιτεία. Έγκαιρες προβλέψεις θα επιτρέψουν επίσης περιβαλλοντικούς &lt;br /&gt;
συναγερμούς και θα προετοιμάσει την παροχή υγειονομικής περίθαλψης για τις αυξήσεις στις ενδονοσοκομειακές&lt;br /&gt;
και εξωτερικών ασθενών υπηρεσίες.&lt;br /&gt;
&lt;br /&gt;
Για την επαλήθευση του μοντέλο, βασιζόμαστε σε περιφερειακό αραιό δίκτυο των σταθμών δειγματοληψίας να συγκρίνουν τις συγκεντρώσεις των αιωρούμενων σωματιδίων με μεγέθη των 10 και&lt;br /&gt;
2.5μm (PM10 και PM2.5, αντίστοιχα) που δημιουργούνται&lt;br /&gt;
από το μοντέλο.  Τα δίκτυα αυτά είναι&lt;br /&gt;
συγκεντρωμένα σε πυκνοκατοικημένες αστικές περιοχές, που υπόκεινται σε&lt;br /&gt;
PM10 και PM2.5 πηγές που δημιουργούνται από την ανθρώπινη δραστηριότητα.  Λίγα είναι τα διαθέσιμα σημεία δειγματοληψίας τα οποία εντοπίζουν φυσικές έναντι τεχνητών πηγών  Μελλοντικές εργασίες θα αντιμετωπίσουν αυτά τα προβλήματα,&lt;br /&gt;
επιφανειακά χαρακτηριστικά που αλλάζουν διακριτικά και εποχικά και μετατρέπονται σε lidar  δίκτυα (Light Detection and Ranging) και ο A- Train (ο «απογευματινός» δορυφόρος της NASA) και οι δορυφόροι CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation) και Glory για τις μετρήσεις του προφίλ αερολυμάτων&lt;br /&gt;
το οποίο θα συγκρίνουν με τα αποτελέσματα του μοντέλου. Για να βελτιωθεί η ακρίβεια&lt;br /&gt;
και η χρησιμότητα των προσομοιώσεων και των προβλέψεων, DREAM-NMM &lt;br /&gt;
δοκιμάστηκε σε 3 με 5 χιλιόμετρα χωρική διακριτική ικανότητα (Σχήμα 2). Σήμερα εγκαθίσταται στο Πανεπιστημίου της Αριζόνα,&lt;br /&gt;
το οποίο θα αποφέρει μεγαλύτερη λεπτομέρεια και ένα ευρύτερο χωροταξικό τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
Σχήμα 2. Το Public Health Applications in Remote Sensing&lt;br /&gt;
website6 επιτρέπει στο χρήστη επιλογές για την απόκτηση μοντέλου που δημιουργεί δεδομένα  από τα συμβάντα εκδήλωσης σκόνης, το οποίο συμπεριλαμβάνει προβλέψεις 72 ωρών κινούμενη επιφάνεια-συγκεντρώσεως της σκόνης&lt;br /&gt;
και μετά την εκδήλωση, συγκρίνει με τις επιτόπιες μετρήσεις, εάν&lt;br /&gt;
αυτές είναι διαθέσιμες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Προϊόντα που έχουν σχεδιαστεί ειδικά με τον τελικό χρήστη στο μυαλό είναι&lt;br /&gt;
που αξιολογούνται σε βασικούς Αριζόνα και το Νέο Μεξικό κρατικές υπηρεσίες&lt;br /&gt;
με την επιχειρησιακή της υγείας και του αέρα-ευθύνες ποιότητας.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T18:24:45Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
[[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:123.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
[[Εικόνα:234.jpg|thumb|right|Σχήμα 2]]&lt;br /&gt;
&lt;br /&gt;
[[  Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:234.jpg</id>
		<title>Αρχείο:234.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:234.jpg"/>
				<updated>2010-02-11T18:23:57Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:123.jpg</id>
		<title>Αρχείο:123.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:123.jpg"/>
				<updated>2010-02-11T18:23:26Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities</id>
		<title>Remote Sensing and Human Health: New Sensors and New Opportunities</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities"/>
				<updated>2010-02-11T18:22:10Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Remote Sensing and Human Health: New Sensors and New Opportunities &lt;br /&gt;
Louisa R. Beck,*Bradley M. Lobitz,Byron L. Wood &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τηλεπισκόπηση και ανθρώπινη υγεία: νέοι αισθητήρες και νέες ευκαιρίες&lt;br /&gt;
Από την έναρξη του  Landsat-1 28 χρόνια πριν, δεδομένα τηλεπισκόπησης έχουν χρησιμοποιηθεί για τη χαρτογράφηση χαρακτηριστικών στην επιφάνεια της γης. Ένας αυξανόμενος αριθμός μελετών για την υγεία έχουν χρησιμοποιήσει την τεχνική της τηλεπισκόπησης δεδομένων για την παρακολούθηση, την επιτήρηση, ή χαρτογράφηση του κινδύνου, ιδίως των μεταδιδόμενων ασθενειών.  Σχεδόν όλες οι μελέτες  χρησιμοποιούν στοιχεία από Landsat, the French Système Pour l'Observation de la Terre, and the National Oceanic and Atmospheric Administration's Advanced Very High Resolution Radiometer . Νέα συστήματα αισθητήρων είναι σε τροχιά, ή σύντομα να ξεκινήσει, τα δεδομένα των οποίων μπορούν να αποδειχθούν χρήσιμα για το χαρακτηρισμό και την παρακολούθηση της χωροχρονικό μοντέλο των λοιμωδών νόσων. Η αυξημένη υπολογιστική ισχύς και οι δυνατότητες χωρικής μοντελοποίησης των συστημάτων γεωγραφικών πληροφοριών θα μπορούσε να επεκτείνει τη χρήση της τηλεπισκόπησης πέραν της ερευνητικής κοινότητας σε επιχειρησιακή επιτήρηση και τον έλεγχο της νόσου.  Το άρθρο αυτό δείχνει πώς δεδομένα τηλεανίχνευσης έχουν χρησιμοποιηθεί σε εφαρμογές για την υγεία και την αξιολογεί  παρατήρησης γης  των δορυφόρων που θα μπορούσαν να ανιχνεύσουν και να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές που σχετίζονται με τη διανομή των μεταδιδόμενων ασθενειών.&lt;br /&gt;
&lt;br /&gt;
ΕΙΣΑΓΩΓΗ&lt;br /&gt;
Δεδομένα τηλεπισκόπησης επιτρέπουν στους επιστήμονες να μελετούν τα βιοτικά και αβιοτικά στοιχεία της γης. Τα εν λόγω στοιχεία και οι αλλαγές τους χαρτογραφούνται από το διάστημα, σε διάφορες χρονικές και χωρικές κλίμακες από το 1972. Ένας μικρός αριθμός ερευνητών στην κοινότητα της υγείας έχουν διερευνήσει  τηλεπισκοπικούς περιβαλλοντικούς παράγοντες που ενδέχεται να σχετίζονται με το φυσικό περιβάλλον των οργανισμών - φορέων και με τον κίνδυνο μετάδοσης στον άνθρωπο. Ωστόσο, οι περισσότερες μελέτες για την υγεία του ανθρώπου με δεδομένα τηλεπισκόπησης επικεντρώνεται σε στοιχεία από Landsat's Multispectral Scanner (MSS) Πολυφασματικούς σαρωτές Landsat και Thematic  Mapper (TM), τη National Oceanic and Atmospheric Administration 's  (NOAA) Advanced Very High Resolution Radiometer (AVHRR), και το Γαλλικό Système Pour l' Observation de la Terre (SPOT). Σε πολλές από αυτές τις μελέτες, δεδομένα τηλεπισκόπησης χρησιμοποιήθηκαν για να αποκομίσουν τρεις μεταβλητές: την κάλυψη βλάστησης, τη δομή του τοπίου, και υδατικά συστήματα. &lt;br /&gt;
&lt;br /&gt;
Οι διεθνείς οργανισμοί διαστήματος σχεδιάζουν περισσότερες από 80 αποστολές παρατήρησης γης στα επόμενα 15 χρόνια. Κατά τη διάρκεια αυτών των αποστολών περισσότερα από  200 μέσα θα μετρούν  πρόσθετα περιβαλλοντικά χαρακτηριστικά όπως το χρώμα των ωκεανών και άλλες τρέχουσες  ανιχνεύσιμες μεταβλητές, αλλά σε πολύ υψηλότερη χωρική και φασματική ανάλυση. Ο εμπορικός τομέας επίσης σχεδιάζει να ξεκινήσει διάφορα συστήματα στα επόμενα 5 χρόνια που θα μπορούν να παρέχουν συμπληρωματικά στοιχεία. Αυτές οι νέες δυνατότητες θα βελτιώσουν τη φασματική, τη χωρική και τη χρονική ανάλυση, επιτρέποντας καλύτερη εξερεύνηση παραγόντων κινδύνου. Επιπλέον, η πρόοδος στην παθογένεια,  στους φορείς μεταδιδόμενων ασθενειών, επέτρεψαν την εκτίμηση ενός μεγαλύτερου εύρους περιβαλλοντικών παραγόντων που ευνοούν την μετάδοση  νόσων, την παραγωγή των φορέων, την ανάδειξη και συντήρηση των εστιών νόσων καθώς και τον κίνδυνο επαφής ανθρώπου - φορέα. Πρόοδος στην επεξεργασία των ηλεκτρονικών υπολογιστών και των Συστημάτων Γεωγραφικών Πληροφοριών και των Τεχνολογιών Συστημάτων Παγκόσμιου Εντοπισμού Θέσης διευκολύνει  την ενσωμάτωση των τηλεσκοπικών περιβαλλοντικών παραμέτρων με τα δεδομένα υγείας, έτσι ώστε τα μοντέλα για την επιτήρηση και τον έλεγχο νόσων  να μπορούν  να αναπτυχθούν.&lt;br /&gt;
Το 1998, η Εθνική Υπηρεσία Αεροναυτικής και Διαστήματος (NASA),  το Κέντρο Υγείας των Αεροδιαστημικών Τεχνολογιών (Center for Health Applications of Aerospace Related Technologies (CHAART)) αξιολόγησαν τρέχοντα και σχεδιασμένα δορυφορικά συστήματα αισθητήρων, ως ένα πρώτο βήμα προκειμένου να μπορέσουν οι επιστήμονες υγείας να καθορίσουν τα δεδομένα που αφορούν τις επιδημιολογικές, εντομολογικές  και τις  οικολογικές προοπτικές της έρευνάς τους, καθώς και την ανάπτυξη μοντέλων κινδύνων μετάδοσης  βασισμένα στην τηλεπισκόπηση. &lt;br /&gt;
Το πρώτο παράδειγμα επίγειας εφαρμογής,  δείχνει πώς μια ενιαία εικόνα Landsat TM χρησιμοποιήθηκε για να χαρακτηρίσει τα χωρικά πρότυπα των βασικών συνιστωσών του κύκλου μετάδοσης της νόσου Lyme στη Νέα Υόρκη. Το δεύτερο παράδειγμα, επικεντρώνεται στο παράκτιο περιβάλλον, δείχνει πώς δεδομένα τηλεπισκόπησης από διάφορα δορυφορικά συστήματα μπορούν να συνδυαστούν για να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές στον Κόλπο της Βεγγάλης που σχετίζονται με τις διαχρονικά κρούσματα χολέρας στο Μπαγκλαντές. Αυτά τα παραδείγματα δείχνουν πώς  δεδομένα τηλεπισκόπησης που αποκτήθηκαν σε διάφορες κλίμακες και φασματική ανάλυση μπορούν να χρησιμοποιηθούν ως πρότυπα για τη μελέτη μολυσματικών ασθενειών.&lt;br /&gt;
&lt;br /&gt;
Ένα τρίτο παράδειγμα είναι το επιχορηγούμενο από τη ΝΑΣΑ, προτζεκτ του Public Health Applications in Remote Sensing (PHAiRS), όπου δεδομένα από τον δορυφόρο Terra της NASA εξομοιώνονται σε ένα αριθμητικό-δυναμικό μοντέλο&lt;br /&gt;
παραγωγής και μεταφοράς σκόνης, το DREAM (Dust Regional Atmospheric Model). Αρχικά αναπτύχθηκε για τη Μεσογειακή&lt;br /&gt;
περιοχή και τροποποιήθηκε στο PHAiRS για τις νοτιοδυτικές ΗΠΑ, το DREAM οδηγείται από επιχειρησιακά μοντέλα πρόγνωσης καιρού των ΗΠΑ (US National Weather Service). Το σύστημα DREAM προσομοιώνει και&lt;br /&gt;
προβλέπει μέχρι τρεις ημέρες νωρίτερα την έναρξη των θυελλών σκόνης&lt;br /&gt;
και το τρισδιάστατο μέγεθος των χαρακτηριστικών της συγκέντρωσης των αερομεταφερόμενων σύννεφων σκόνης.&lt;br /&gt;
&lt;br /&gt;
Το τρέχον άγονο έδαφος που αποτελεί είσοδο για το μοντέλο αποτελείται από&lt;br /&gt;
ταξινόμηση MOD12 (Διεθνές γεωσφαιρικό - βιοσφαιρικό&lt;br /&gt;
Πρόγραμμα Περιγραφής οικοσυστήματος  της κάλυψης γης και του δυναμικού) συμπυκνώνεται σε προϊόν δύο κατηγοριών: γυμνό έδαφος = 1 και όλες τις άλλες κατηγορίες = 0. Χρησιμοποιώντας Μέτρια Ανάλυση Spectroradiometer Εικόνας (MODIS) τα προϊόντα που θα αντικαταστήσουν την κατηγορία γυμνού εδάφους&lt;br /&gt;
από το Olson Παγκόσμιο Οικοσύστημα χαρτών κάλυψης γης, θα βελτιώσουν&lt;br /&gt;
την απόδοση του DREAM σημαντικά (βλ. σχήμα 1).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: 1.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
Σχήμα 1: Συγκεντρώσεις σκόνης κοντά στην επιφάνεια-συγκεντρώσεις πάνω Odessa, στις 13 Δεκεμβρίου 2003, προσομοίωση με DREAM (solid lines) που χρησιμοποιούν (αριστερά) Olsen Χερσαία επιφάνεια και (δεξιά) NASA Μέτρια Ανάλυση Εικόνας Spectroradiometer χαρακτηριστικά της γης σε σύγκριση με τις μετρήσιμες συγκεντρώσεις (διακεκομμένη γραμμή). Σημειώστε το αριστερό και το δεξιό διαφορές κλίμακας πάνελ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δουλεύοντας με το νέο Περιβαλλοντικό Tracking Σύστημα για τη Δημόσια Υγεία του Μεξικού, έχουμε αναπτύξει ένα server για τον πελάτη που βασίζεται στο διαδίκτυο (βλέπε&lt;br /&gt;
Σχήμα 3) για να βοηθήσει στην παρακολούθηση του άσθματος και του εμφράγματος του μυοκαρδίου σε ολόκληρη την πολιτεία. Έγκαιρες προβλέψεις θα επιτρέψουν επίσης περιβαλλοντικούς &lt;br /&gt;
συναγερμούς και θα προετοιμάσει την παροχή υγειονομικής περίθαλψης για τις αυξήσεις στις ενδονοσοκομειακές&lt;br /&gt;
και εξωτερικών ασθενών υπηρεσίες.&lt;br /&gt;
&lt;br /&gt;
Για την επαλήθευση του μοντέλο, βασιζόμαστε σε περιφερειακό αραιό δίκτυο των σταθμών δειγματοληψίας να συγκρίνουν τις συγκεντρώσεις των αιωρούμενων σωματιδίων με μεγέθη των 10 και&lt;br /&gt;
2.5μm (PM10 και PM2.5, αντίστοιχα) που δημιουργούνται&lt;br /&gt;
από το μοντέλο.  Τα δίκτυα αυτά είναι&lt;br /&gt;
συγκεντρωμένα σε πυκνοκατοικημένες αστικές περιοχές, που υπόκεινται σε&lt;br /&gt;
PM10 και PM2.5 πηγές που δημιουργούνται από την ανθρώπινη δραστηριότητα.  Λίγα είναι τα διαθέσιμα σημεία δειγματοληψίας τα οποία εντοπίζουν φυσικές έναντι τεχνητών πηγών  Μελλοντικές εργασίες θα αντιμετωπίσουν αυτά τα προβλήματα,&lt;br /&gt;
επιφανειακά χαρακτηριστικά που αλλάζουν διακριτικά και εποχικά και μετατρέπονται σε lidar  δίκτυα (Light Detection and Ranging) και ο A- Train (ο «απογευματινός» δορυφόρος της NASA) και οι δορυφόροι CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation) και Glory για τις μετρήσεις του προφίλ αερολυμάτων&lt;br /&gt;
το οποίο θα συγκρίνουν με τα αποτελέσματα του μοντέλου. Για να βελτιωθεί η ακρίβεια&lt;br /&gt;
και η χρησιμότητα των προσομοιώσεων και των προβλέψεων, DREAM-NMM &lt;br /&gt;
δοκιμάστηκε σε 3 με 5 χιλιόμετρα χωρική διακριτική ικανότητα (Σχήμα 2). Σήμερα εγκαθίσταται στο Πανεπιστημίου της Αριζόνα,&lt;br /&gt;
το οποίο θα αποφέρει μεγαλύτερη λεπτομέρεια και ένα ευρύτερο χωροταξικό τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Σχήμα 2. Το Public Health Applications in Remote Sensing&lt;br /&gt;
website6 επιτρέπει στο χρήστη επιλογές για την απόκτηση μοντέλου που δημιουργεί δεδομένα  από τα συμβάντα εκδήλωσης σκόνης, το οποίο συμπεριλαμβάνει προβλέψεις 72 ωρών κινούμενη επιφάνεια-συγκεντρώσεως της σκόνης&lt;br /&gt;
και μετά την εκδήλωση, συγκρίνει με τις επιτόπιες μετρήσεις, εάν&lt;br /&gt;
αυτές είναι διαθέσιμες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Προϊόντα που έχουν σχεδιαστεί ειδικά με τον τελικό χρήστη στο μυαλό είναι&lt;br /&gt;
που αξιολογούνται σε βασικούς Αριζόνα και το Νέο Μεξικό κρατικές υπηρεσίες&lt;br /&gt;
με την επιχειρησιακή της υγείας και του αέρα-ευθύνες ποιότητας.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>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%B5%CE%BD%CF%8C%CF%82_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%87%CE%BF%CE%BB%CE%AD%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B4%CE%B7%CE%BC%CF%8C%CF%83%CE%B9%CE%B1%CF%82_%CF%85%CE%B3%CE%B5%CE%AF%CE%B1%CF%82_%CF%83%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.</id>
		<title>Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.</title>
		<link rel="alternate" type="text/html" href="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%B5%CE%BD%CF%8C%CF%82_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF%CF%85_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CF%87%CE%BF%CE%BB%CE%AD%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B4%CE%B7%CE%BC%CF%8C%CF%83%CE%B9%CE%B1%CF%82_%CF%85%CE%B3%CE%B5%CE%AF%CE%B1%CF%82_%CF%83%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."/>
				<updated>2010-02-11T18:17:23Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.   Άρθρ...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση. &lt;br /&gt;
&lt;br /&gt;
Άρθρο 1: Climate and infectious disease: Use of remote sensing for detection of Vibrio cholerae by indirect measurement , Brad Lobitz, Louisa Beck, Anwar Huq,  Byron Wood,  George Fuchs,  A. S. G. Faruque, Rita Colwell.&lt;br /&gt;
Άρθρο 2: Public-health applications in remote sensing. William Sprigg, Stanley Morain, Goran Pejanovic, Amelia Budge,William Hudspeth, and Brian Barbari.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τα κρούσματα χολέρας μπορούν να ξεκινήσουν όταν το Vibrio cholerae, το βακτήριο που προκαλεί τη χολέρα, είναι παρόν στο πόσιμο νερό σε επαρκή αριθμό για να αποτελέσει μολυσματική, αν καταναλωθεί από τον άνθρωπο. Εστίες  που συνδέονται με την κατανάλωση ή την κολύμβηση σε ακάθαρτα νερά ποταμού ή υφάλμυρα νερά μπορεί άμεσα ή έμμεσα να εξαρτώνται από συνθήκες όπως η θερμοκρασία του νερού, η συγκέντρωση θρεπτικών ουσιών  η παραγωγή πλαγκτόν που μπορεί να είναι ευνοϊκές για την ανάπτυξη και την αναπαραγωγή του βακτηρίου.  Αν και αυτές οι περιβαλλοντικές παράμετροι συνήθως μετρούνται με τη χρήση δειγμάτων νερού που συλλέγονται από πλοία, τα διαθέσιμα σύνολα δειγμάτων είναι αραιά και σπάνια. Επιπλέον, η μέθοδος αυτή είναι δαπανηρή και χρονοβόρα. Παρά το γεγονός ότι το βακτήριο, V. cholerae, δεν μπορεί να εντοπιστεί  άμεσα,  δεδομένα τηλεπισκόπησης  μπορούν να χρησιμοποιηθούν για να συμπεράνουμε την παρουσία του. &lt;br /&gt;
Στη μελέτη που αναφέρεται εδώ δεδομένα τηλεπισκόπησης για τον κόλπο της Βεγγάλης συγκρίθηκαν  άμεσα με δεδομένα που έχουν συλλεχθεί σε επεισόδιο χολέρας στο Μπαγκλαντές 1992-1995. Τα δεδομένα τηλεπισκόπησης περιλαμβάνουν τη θερμοκρασία της θαλάσσιας επιφάνειας και το ύψος της θαλάσσιας επιφάνειας. Διαπιστώθηκε ότι η θερμοκρασία της επιφάνειας της θάλασσας παρουσιάζει έναν ετήσιο κύκλο παρόμοιο με τα δεδομένα του επιεσοδίου χολέρας. Το ύψος της θαλάσσιας επιφάνειας μπορεί να αποτελεί ένδειξη της εισβολή πλαγκτόν σε  εσωτερικά ύδατα, όπως  παλιρροϊκά ποτάμια, επειδή διαπιστώθηκε επίσης να σχετίζεται με κρούσματα χολέρας. Οι εκτεταμένες μελέτες κατά τη διάρκεια των τελευταίων 25 ετών σε συνδυασμό με τα πορίσματα της ανάλυσης των δορυφορικών δεδομένων, παρέχουν ισχυρές ενδείξεις ότι οι επιδημίες  χολέρας συνδέονται με το κλίμα.&lt;br /&gt;
&lt;br /&gt;
Επειδή το φυτοπλαγκτόν ωκεανού  αποτελεί πηγή τροφίμων για το  ζωοπλαγκτόν, τόσο φυτοπλαγκτόν όσο και το ζωοπλαγκτόν είναι συνδεδεμένα χωρικά και χρονικά. Η σχέση φυτοπλαγκτόν και ζωοπλαγκτόν μπορεί να ελεγχθεί με χρήση δεδομένων τηλεπισκόπησης, διότι  οι συγκεντρώσεις φυτοπλαγκτού των ωκεανών  μπορούν να εκτιμηθούν με τη χρήση τηλεπισκόπησης. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δεδομένα&lt;br /&gt;
Από το Διεθνές Κέντρο Έρευνας Διαρροϊκών Ασθενειών συγκεντρώθηκαν εβδομαδιαία στοιχεία για τα κρούσματα χολέρας στο Μπαγκλαντές για το διάστημα 1980-1995. Τα δεδομένα περιλαμβάνουν το ποσοστό που βγαίνει θετικό για  χολέρα.&lt;br /&gt;
Τα Δεδομένα τηλεπισκόπησης περιλαμβάνουν δεδομένα SST  και SSH. Η SST χρησιμοποιήθηκε επειδή έχει σχέση με τη συγκέντρωση φυτοπλαγκτόν, ενώ η SSH χρησιμοποιήθηκε διότι μπορεί να σχετίζεται με την ανθρώπινη επαφή με το πλαγκτόν.  &lt;br /&gt;
Η θερμοκρασία των ωκεανών μετριέται με τη χρήση θερμικών-υπέρυθρων μήκων κύματος, έτσι ώστε η ποσότητα που μετράται να είναι η εκπεμπόμενη ακτινοβολία, δηλαδή, η θερμοκρασία της επιφάνειας. Πολύ – καναλικές (Multichannel) εκτιμήσεις SST υπολογίστηκαν από το συνδυασμό των δύο καναλιών της θερμοκρασίας περιβάλλοντος για την Εθνική Ωκεανογραφική και Ατμοσφαιρική Υπηρεσία (NOAA) του αισθητήρα Advanced Very High Resolution Radiometer (AVHRR) και αρχειοθετούνται σε αυτή τη μορφή. Στις SSH μετρήσεις, οι ανωμαλίες της θαλάσσιας επιφάνειας προέρχονταν από τη διαφοροποίηση μεταξύ διορθωμένων μετρήσεων υψομέτρου και τη μέση επιφάνεια του ωκεανού για 3 χρόνια. Δεδομένα SSH υπάρχουν διαθέσιμα για έναν κύκλο 10 ημερών από την Jet Propulsion Laboratory's TOPEX/Poseidon.    Ο δορυφόρος απαιτεί 10 ημέρες για να ολοκληρώσει ένα παγκόσμιο κύκλο κάλυψης. Για τη χωρική ανάλυση ενός – βαθμού, τα στοιχεία είχαν την πιο αδρή χωρική ανάλυση όλων των στοιχείων που εξετάστηκαν. Ο TOPEX / Poseidon ξεκίνησε το Σεπτέμβριο του 1992, και πριν από την έναρξή του δεν ήταν διαθέσιμα δημόσια στοιχεία για το υψόμετρο των ωκεανών.  Άλλοι δορυφόροι είναι πλέον διαθέσιμοι για την παροχή υψομετρικού ραντάρ όπως ο ERS-1 ,του Ευρωπαϊκού Οργανισμού Διαστήματος (που ξεκίνησε τον Ιούλιο, 1991) και ο ERS-2 (που ξεκίνησε τον Απρίλιο, 1995). Ο Αμερικάνικος δορυφόρος  SeaStar (OrbView-2) που ξεκίνησε τον Αύγουστο του 1997, ο  οποίος ασκεί την Sea-Viewing Wide Field-of-view Sensor (SeaWifs) που παρέχει τώρα συνολικές εκτιμήσεις της  θαλάσσιας συγκέντρωσης χλωροφύλλης.&lt;br /&gt;
&lt;br /&gt;
Σχήμα 1: Εικόνα γκρίζας  κλίμακα AVHRR από τις 26 Οκτωβρίου του 1992. Η κατά προσέγγιση θέση του SST και SSH σημείο δειγματοληψίας αναφέρεται ως ένα μαύρο τετράγωνο στην κάτω δεξιά.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Σχήμα 2:Κόλπος της Βεγγάλης: Θερμοκρασίες Θαλάσσιας επιφάνειας για το 1993 (Α) και παράκτια Μπαγκλαντές: δεδομένα SST για 1989-1995 (Β) [NASA Jet Propulsion Laboratory Φυσικής Ωκεανογραφίας Distributed Active Archive Cente.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Σχήμα 3: Κόλπος της Βεγγάλης:  SSH μηνιαίες ανωμαλίες για το 1993 (Α) και παράκτια του Μπαγκλαντές:  SSH για το 1992-1995 (Β) [Κέντρο Διαστημικών Ερευνών, του Πανεπιστημίου του Τέξας, Austin, TX.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Μεθοδολογία&lt;br /&gt;
Για κάθε ημέρα του χρόνου, οι SST και SSH τιμές pixel από ένα σημείο στα ανοικτά των ακτών του Μπανγκλαντές (σχ. 1) που προέρχονται από τις εικόνες. SST δεδομένα είχαν εξεταστεί από 1989-1995 (σχ. 3) ενώ SSH δεδομένα υπήρχαν διαθέσιμα για τον Σεπτέμβριο, 1992-1995 (σχ. 4). Τα σημειακά  δεδομένα αυτά συγκρίθηκαν με δεδομένα από την υπόθεση χολέρας με την υπέρθεση των σημειακών δεδομένων (σχ. 4) για την ανίχνευση μοτίβων. Ακολούθησαν στατιστικές αναλύσεις με αποτελέσματα που δείχνουν σημαντικές συσχετίσεις.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Σχήμα 4: Περιπτώσεις Χολέρας (ενιαία  γραμμή), SST (dashed), και SSH (διακεκομμένη) δεδομένα για τον Σεπτέμβριο, 1992-1995. Το 1994 και το 1995, οι περιπτώσεις χολέρας ακολούθησαν τον κύκλο των SST. Ωστόσο, την άνοιξη του 1993, SSH ήταν η χαμηλότερη για την περίοδο αυτή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα SST έδειξε μια συνέπεια ετήσιου κύκλου, και το 1992, 1994 και 1995, τα κρούσματα χολέρας έδειξαν μια στατιστικά σημαντική συσχέτιση με αυτό τον κύκλο (Σχήμα 6). Η σχέση αυτή ήταν αναμενόμενη λόγω έξαρσης του πλαγκτόν το οποίο εξαρτάται από τις  θερμές θερμοκρασίες των ωκεανών. Αν και άλλες μεταβλητές, όπως το θρεπτικό φορτίο ουσιών που σχετίζεται με τις επιφανειακές απορροές, ανάμειξη, η διαθεσιμότητα φωτός κλπ, μπορεί να σχετίζονται με την έξαρση πλαγκτόν, η σχέση μεταξύ SST και V. cholerae είναι πιο άμεση. Η καθυστέρηση μεταξύ του χρόνου αύξησης SST μέχρι οι περιπτώσεις χολέρας να αυξηθούν  μπορεί να εξηγηθεί από την υποτιθέμενη ανταπόκριση του φυτοπλαγκτόν στην αύξηση της θερμοκρασίας και την μετέπειτα άνθιση του ζωοπλαγκτόν.&lt;br /&gt;
&lt;br /&gt;
Επειδή μετρήσεις στον τομέα της βιομάζας πλαγκτόν δεν ήταν διαθέσιμες, αυτές οι αλληλεπιδράσεις δεν μπορούσαν να επαληθευτούν. Ωστόσο, μια μεγάλη μελέτη, που χρηματοδοτήθηκε από το Εθνικό Ινστιτούτο Υγείας, ξεκίνησε στα τέλη του 1996 που επέτρεψε να αποκτηθούν δεδομένα που απαιτούνται για μελλοντικές αναλύσεις.  Για παράδειγμα, για την επαλήθευση της σύνδεσης μεταξύ των συνθηκών των ωκεανών και των επιδημιών χολέρας, οι συγκεντρώσεις πλαγκτόν και οι εκτιμήσεις βιομάζας τώρα συλλέγονται. Οι εκτιμήσεις συγκέντρωσης φυτοπλαγκτόν μπορούν να συναχθούν από τις συγκεντρώσεις χλωροφύλλης που υπολογίζονται από εικόνες με το χρώμα των ωκεανών, για παράδειγμα, που αποκτήθηκαν από SeaWifs. Η NASDA (Japanese Space Agency) Advanced Earth Observing Satellite (ADEOS), η οποία μεταφέρει τον Ocean Color and Temperature Scanner (OCTS), ξεκίνησε τον Αύγουστο του 1996, αλλάη ισχύ της απέτυχε  τον Ιούνιο του 1997 εμποδίζοντας την απόκτηση των πρόσθετων στοιχείων συγκέντρωσης χλωροφύλλης.&lt;br /&gt;
Παρόλο που δεδομένα τηλεπισκόπησης  έχουν τη δυνατότητα να παρέχουν τη συγκέντρωση χλωροφύλλης, χωρικά δεδομένα - τα στοιχεία του οικοπέδου (δειγματοληψία υδάτων επί του πλοίου), συμπίπτουν με τις εκτιμήσεις συγκέντρωσης χλωροφύλλης που προέρχονται από τηλεπισκόπηση, που συγκεντρώθηκαν για την ανάλυση των προοπτικών. Πεδίο μετρήσεων αποτελούν εκτιμήσεις των ειδικών βιομάζας πλαγκτόν (φυτοπλαγκτού και ζωοπλαγκτού) καθώς και η πληθώρα θρεπτικών συστατικών. Δοθέντος επαρκούς χρονικής ανάλυσης, οι εκτιμήσεις  που προέρχονται από τηλεπισκόπηση, της συγκέντρωσης χλωροφύλλης (φυτοπλαγκτόν) σε συνδυασμό με μετρήσεις στον τομέα της αφθονίας ζωοπλαγκτού και της κυκλοφορίας τους θα χρησιμοποιηθούν για την παρακολούθηση της γεωγραφική κατανομή του πλαγκτού και τη σύνδεση πλαγκτόν και V. cholerae από τα ωκεάνια ρεύματα. Με την επαλήθευση από πεδία μετρήσεων, η σχέση μεταξύ κρούσματα χολέρας και SST και SSH που προσδιορίζονται στην παρούσα μελέτη θα πρέπει να συνδυαστούν με μοντέλα κατανομής πλαγκτόν για την πρόβλεψη κρουσμάτων χολέρας. Ένα μοντέλο πρόβλεψης για χολέρα στον κόλπο της Βεγγάλης είναι υπό ανάπτυξη, καθώς και ένα παγκόσμιο μοντέλο είναι πλέον δυνατόν, μετά από τον κόλπο της Βεγγάλης το μοντέλο επεκτείνεται και σε άλλες περιοχές των κρουσμάτων χολέρας.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T18:08:12Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
[[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:1.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
&lt;br /&gt;
[[  Ανάπτυξη ενός μοντέλου πρόβλεψης της χολέρας και εφαρμογές δημόσιας υγείας στην τηλεπισκόπηση.]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T17:56:46Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
[[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
[[ Εικόνα:1.jpg|thumb|right|Σχήμα 1]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T17:48:52Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
[[ Remote Sensing and Human Health: New Sensors and New Opportunities]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities</id>
		<title>Remote Sensing and Human Health: New Sensors and New Opportunities</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Remote_Sensing_and_Human_Health:_New_Sensors_and_New_Opportunities"/>
				<updated>2010-02-11T17:48:02Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Remote Sensing and Human Health: New Sensors and New Opportunities  Louisa R. Beck,*Bradley M. Lobitz,Byron L. Wood    Τηλεπισκόπηση και ανθρώπινη υγεία...&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Remote Sensing and Human Health: New Sensors and New Opportunities &lt;br /&gt;
Louisa R. Beck,*Bradley M. Lobitz,Byron L. Wood &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Τηλεπισκόπηση και ανθρώπινη υγεία: νέοι αισθητήρες και νέες ευκαιρίες&lt;br /&gt;
Από την έναρξη του  Landsat-1 28 χρόνια πριν, δεδομένα τηλεπισκόπησης έχουν χρησιμοποιηθεί για τη χαρτογράφηση χαρακτηριστικών στην επιφάνεια της γης. Ένας αυξανόμενος αριθμός μελετών για την υγεία έχουν χρησιμοποιήσει την τεχνική της τηλεπισκόπησης δεδομένων για την παρακολούθηση, την επιτήρηση, ή χαρτογράφηση του κινδύνου, ιδίως των μεταδιδόμενων ασθενειών.  Σχεδόν όλες οι μελέτες  χρησιμοποιούν στοιχεία από Landsat, the French Système Pour l'Observation de la Terre, and the National Oceanic and Atmospheric Administration's Advanced Very High Resolution Radiometer . Νέα συστήματα αισθητήρων είναι σε τροχιά, ή σύντομα να ξεκινήσει, τα δεδομένα των οποίων μπορούν να αποδειχθούν χρήσιμα για το χαρακτηρισμό και την παρακολούθηση της χωροχρονικό μοντέλο των λοιμωδών νόσων. Η αυξημένη υπολογιστική ισχύς και οι δυνατότητες χωρικής μοντελοποίησης των συστημάτων γεωγραφικών πληροφοριών θα μπορούσε να επεκτείνει τη χρήση της τηλεπισκόπησης πέραν της ερευνητικής κοινότητας σε επιχειρησιακή επιτήρηση και τον έλεγχο της νόσου.  Το άρθρο αυτό δείχνει πώς δεδομένα τηλεανίχνευσης έχουν χρησιμοποιηθεί σε εφαρμογές για την υγεία και την αξιολογεί  παρατήρησης γης  των δορυφόρων που θα μπορούσαν να ανιχνεύσουν και να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές που σχετίζονται με τη διανομή των μεταδιδόμενων ασθενειών.&lt;br /&gt;
&lt;br /&gt;
ΕΙΣΑΓΩΓΗ&lt;br /&gt;
Δεδομένα τηλεπισκόπησης επιτρέπουν στους επιστήμονες να μελετούν τα βιοτικά και αβιοτικά στοιχεία της γης. Τα εν λόγω στοιχεία και οι αλλαγές τους χαρτογραφούνται από το διάστημα, σε διάφορες χρονικές και χωρικές κλίμακες από το 1972. Ένας μικρός αριθμός ερευνητών στην κοινότητα της υγείας έχουν διερευνήσει  τηλεπισκοπικούς περιβαλλοντικούς παράγοντες που ενδέχεται να σχετίζονται με το φυσικό περιβάλλον των οργανισμών - φορέων και με τον κίνδυνο μετάδοσης στον άνθρωπο. Ωστόσο, οι περισσότερες μελέτες για την υγεία του ανθρώπου με δεδομένα τηλεπισκόπησης επικεντρώνεται σε στοιχεία από Landsat's Multispectral Scanner (MSS) Πολυφασματικούς σαρωτές Landsat και Thematic  Mapper (TM), τη National Oceanic and Atmospheric Administration 's  (NOAA) Advanced Very High Resolution Radiometer (AVHRR), και το Γαλλικό Système Pour l' Observation de la Terre (SPOT). Σε πολλές από αυτές τις μελέτες, δεδομένα τηλεπισκόπησης χρησιμοποιήθηκαν για να αποκομίσουν τρεις μεταβλητές: την κάλυψη βλάστησης, τη δομή του τοπίου, και υδατικά συστήματα. &lt;br /&gt;
&lt;br /&gt;
Οι διεθνείς οργανισμοί διαστήματος σχεδιάζουν περισσότερες από 80 αποστολές παρατήρησης γης στα επόμενα 15 χρόνια. Κατά τη διάρκεια αυτών των αποστολών περισσότερα από  200 μέσα θα μετρούν  πρόσθετα περιβαλλοντικά χαρακτηριστικά όπως το χρώμα των ωκεανών και άλλες τρέχουσες  ανιχνεύσιμες μεταβλητές, αλλά σε πολύ υψηλότερη χωρική και φασματική ανάλυση. Ο εμπορικός τομέας επίσης σχεδιάζει να ξεκινήσει διάφορα συστήματα στα επόμενα 5 χρόνια που θα μπορούν να παρέχουν συμπληρωματικά στοιχεία. Αυτές οι νέες δυνατότητες θα βελτιώσουν τη φασματική, τη χωρική και τη χρονική ανάλυση, επιτρέποντας καλύτερη εξερεύνηση παραγόντων κινδύνου. Επιπλέον, η πρόοδος στην παθογένεια,  στους φορείς μεταδιδόμενων ασθενειών, επέτρεψαν την εκτίμηση ενός μεγαλύτερου εύρους περιβαλλοντικών παραγόντων που ευνοούν την μετάδοση  νόσων, την παραγωγή των φορέων, την ανάδειξη και συντήρηση των εστιών νόσων καθώς και τον κίνδυνο επαφής ανθρώπου - φορέα. Πρόοδος στην επεξεργασία των ηλεκτρονικών υπολογιστών και των Συστημάτων Γεωγραφικών Πληροφοριών και των Τεχνολογιών Συστημάτων Παγκόσμιου Εντοπισμού Θέσης διευκολύνει  την ενσωμάτωση των τηλεσκοπικών περιβαλλοντικών παραμέτρων με τα δεδομένα υγείας, έτσι ώστε τα μοντέλα για την επιτήρηση και τον έλεγχο νόσων  να μπορούν  να αναπτυχθούν.&lt;br /&gt;
Το 1998, η Εθνική Υπηρεσία Αεροναυτικής και Διαστήματος (NASA),  το Κέντρο Υγείας των Αεροδιαστημικών Τεχνολογιών (Center for Health Applications of Aerospace Related Technologies (CHAART)) αξιολόγησαν τρέχοντα και σχεδιασμένα δορυφορικά συστήματα αισθητήρων, ως ένα πρώτο βήμα προκειμένου να μπορέσουν οι επιστήμονες υγείας να καθορίσουν τα δεδομένα που αφορούν τις επιδημιολογικές, εντομολογικές  και τις  οικολογικές προοπτικές της έρευνάς τους, καθώς και την ανάπτυξη μοντέλων κινδύνων μετάδοσης  βασισμένα στην τηλεπισκόπηση. &lt;br /&gt;
Το πρώτο παράδειγμα επίγειας εφαρμογής,  δείχνει πώς μια ενιαία εικόνα Landsat TM χρησιμοποιήθηκε για να χαρακτηρίσει τα χωρικά πρότυπα των βασικών συνιστωσών του κύκλου μετάδοσης της νόσου Lyme στη Νέα Υόρκη. Το δεύτερο παράδειγμα, επικεντρώνεται στο παράκτιο περιβάλλον, δείχνει πώς δεδομένα τηλεπισκόπησης από διάφορα δορυφορικά συστήματα μπορούν να συνδυαστούν για να χαρτογραφήσουν  περιβαλλοντικές μεταβλητές στον Κόλπο της Βεγγάλης που σχετίζονται με τις διαχρονικά κρούσματα χολέρας στο Μπαγκλαντές. Αυτά τα παραδείγματα δείχνουν πώς  δεδομένα τηλεπισκόπησης που αποκτήθηκαν σε διάφορες κλίμακες και φασματική ανάλυση μπορούν να χρησιμοποιηθούν ως πρότυπα για τη μελέτη μολυσματικών ασθενειών.&lt;br /&gt;
&lt;br /&gt;
Ένα τρίτο παράδειγμα είναι το επιχορηγούμενο από τη ΝΑΣΑ, προτζεκτ του Public Health Applications in Remote Sensing (PHAiRS), όπου δεδομένα από τον δορυφόρο Terra της NASA εξομοιώνονται σε ένα αριθμητικό-δυναμικό μοντέλο&lt;br /&gt;
παραγωγής και μεταφοράς σκόνης, το DREAM (Dust Regional Atmospheric Model). Αρχικά αναπτύχθηκε για τη Μεσογειακή&lt;br /&gt;
περιοχή και τροποποιήθηκε στο PHAiRS για τις νοτιοδυτικές ΗΠΑ, το DREAM οδηγείται από επιχειρησιακά μοντέλα πρόγνωσης καιρού των ΗΠΑ (US National Weather Service). Το σύστημα DREAM προσομοιώνει και&lt;br /&gt;
προβλέπει μέχρι τρεις ημέρες νωρίτερα την έναρξη των θυελλών σκόνης&lt;br /&gt;
και το τρισδιάστατο μέγεθος των χαρακτηριστικών της συγκέντρωσης των αερομεταφερόμενων σύννεφων σκόνης.&lt;br /&gt;
&lt;br /&gt;
Το τρέχον άγονο έδαφος που αποτελεί είσοδο για το μοντέλο αποτελείται από&lt;br /&gt;
ταξινόμηση MOD12 (Διεθνές γεωσφαιρικό - βιοσφαιρικό&lt;br /&gt;
Πρόγραμμα Περιγραφής οικοσυστήματος  της κάλυψης γης και του δυναμικού) συμπυκνώνεται σε προϊόν δύο κατηγοριών: γυμνό έδαφος = 1 και όλες τις άλλες κατηγορίες = 0. Χρησιμοποιώντας Μέτρια Ανάλυση Spectroradiometer Εικόνας (MODIS) τα προϊόντα που θα αντικαταστήσουν την κατηγορία γυμνού εδάφους&lt;br /&gt;
από το Olson Παγκόσμιο Οικοσύστημα χαρτών κάλυψης γης, θα βελτιώσουν&lt;br /&gt;
την απόδοση του DREAM σημαντικά (βλ. σχήμα 1).&lt;br /&gt;
&lt;br /&gt;
Σχήμα 1: Συγκεντρώσεις σκόνης κοντά στην επιφάνεια-συγκεντρώσεις πάνω Odessa, στις 13 Δεκεμβρίου 2003, προσομοίωση με DREAM (solid lines) που χρησιμοποιούν (αριστερά) Olsen Χερσαία επιφάνεια και (δεξιά) NASA Μέτρια Ανάλυση Εικόνας Spectroradiometer χαρακτηριστικά της γης σε σύγκριση με τις μετρήσιμες συγκεντρώσεις (διακεκομμένη γραμμή). Σημειώστε το αριστερό και το δεξιό διαφορές κλίμακας πάνελ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δουλεύοντας με το νέο Περιβαλλοντικό Tracking Σύστημα για τη Δημόσια Υγεία του Μεξικού, έχουμε αναπτύξει ένα server για τον πελάτη που βασίζεται στο διαδίκτυο (βλέπε&lt;br /&gt;
Σχήμα 3) για να βοηθήσει στην παρακολούθηση του άσθματος και του εμφράγματος του μυοκαρδίου σε ολόκληρη την πολιτεία. Έγκαιρες προβλέψεις θα επιτρέψουν επίσης περιβαλλοντικούς &lt;br /&gt;
συναγερμούς και θα προετοιμάσει την παροχή υγειονομικής περίθαλψης για τις αυξήσεις στις ενδονοσοκομειακές&lt;br /&gt;
και εξωτερικών ασθενών υπηρεσίες.&lt;br /&gt;
&lt;br /&gt;
Για την επαλήθευση του μοντέλο, βασιζόμαστε σε περιφερειακό αραιό δίκτυο των σταθμών δειγματοληψίας να συγκρίνουν τις συγκεντρώσεις των αιωρούμενων σωματιδίων με μεγέθη των 10 και&lt;br /&gt;
2.5μm (PM10 και PM2.5, αντίστοιχα) που δημιουργούνται&lt;br /&gt;
από το μοντέλο.  Τα δίκτυα αυτά είναι&lt;br /&gt;
συγκεντρωμένα σε πυκνοκατοικημένες αστικές περιοχές, που υπόκεινται σε&lt;br /&gt;
PM10 και PM2.5 πηγές που δημιουργούνται από την ανθρώπινη δραστηριότητα.  Λίγα είναι τα διαθέσιμα σημεία δειγματοληψίας τα οποία εντοπίζουν φυσικές έναντι τεχνητών πηγών  Μελλοντικές εργασίες θα αντιμετωπίσουν αυτά τα προβλήματα,&lt;br /&gt;
επιφανειακά χαρακτηριστικά που αλλάζουν διακριτικά και εποχικά και μετατρέπονται σε lidar  δίκτυα (Light Detection and Ranging) και ο A- Train (ο «απογευματινός» δορυφόρος της NASA) και οι δορυφόροι CALIPSO (Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation) και Glory για τις μετρήσεις του προφίλ αερολυμάτων&lt;br /&gt;
το οποίο θα συγκρίνουν με τα αποτελέσματα του μοντέλου. Για να βελτιωθεί η ακρίβεια&lt;br /&gt;
και η χρησιμότητα των προσομοιώσεων και των προβλέψεων, DREAM-NMM &lt;br /&gt;
δοκιμάστηκε σε 3 με 5 χιλιόμετρα χωρική διακριτική ικανότητα (Σχήμα 2). Σήμερα εγκαθίσταται στο Πανεπιστημίου της Αριζόνα,&lt;br /&gt;
το οποίο θα αποφέρει μεγαλύτερη λεπτομέρεια και ένα ευρύτερο χωροταξικό τομέα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Σχήμα 2. Το Public Health Applications in Remote Sensing&lt;br /&gt;
website6 επιτρέπει στο χρήστη επιλογές για την απόκτηση μοντέλου που δημιουργεί δεδομένα  από τα συμβάντα εκδήλωσης σκόνης, το οποίο συμπεριλαμβάνει προβλέψεις 72 ωρών κινούμενη επιφάνεια-συγκεντρώσεως της σκόνης&lt;br /&gt;
και μετά την εκδήλωση, συγκρίνει με τις επιτόπιες μετρήσεις, εάν&lt;br /&gt;
αυτές είναι διαθέσιμες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Προϊόντα που έχουν σχεδιαστεί ειδικά με τον τελικό χρήστη στο μυαλό είναι&lt;br /&gt;
που αξιολογούνται σε βασικούς Αριζόνα και το Νέο Μεξικό κρατικές υπηρεσίες&lt;br /&gt;
με την επιχειρησιακή της υγείας και του αέρα-ευθύνες ποιότητας.&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T17:33:53Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T17:30:40Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
* [[ I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ&lt;br /&gt;
ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7</id>
		<title>Αγγελική Λιώλη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%B5%CE%BB%CE%B9%CE%BA%CE%AE_%CE%9B%CE%B9%CF%8E%CE%BB%CE%B7"/>
				<updated>2010-02-11T17:29:25Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Add Your Content Here    category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα) ]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/I.C.A.R.O.S._%CE%9F%CE%9B%CE%9F%CE%9A%CE%9B%CE%97%CE%A1%CE%A9%CE%9C%CE%95%CE%9D%CE%9F_%CE%A5%CE%A0%CE%9F%CE%9B%CE%9F%CE%93%CE%99%CE%A3%CE%A4%CE%99%CE%9A%CE%9F_%CE%A3%CE%A5%CE%A3%CE%A4%CE%97%CE%9C%CE%91_%CE%A0%CE%91%CE%A1%CE%91%CE%9A%CE%9F%CE%9B%CE%9F%CE%A5%CE%98%CE%97%CE%A3%CE%97%CE%A3_%CE%A4%CE%97%CE%A3_%CE%A0%CE%9F%CE%99%CE%9F%CE%A4%CE%97%CE%A4%CE%91%CE%A3_%CE%A4%CE%9F%CE%A5_%CE%91%CE%95%CE%A1%CE%91_%CE%9C%CE%95_%CE%91%CE%9E%CE%99%CE%9F%CE%A0%CE%9F%CE%99%CE%97%CE%A3%CE%97_%CE%94%CE%9F%CE%A1%CE%A5%CE%A6%CE%9F%CE%A1%CE%99%CE%9A%CE%A9%CE%9D_%CE%A0%CE%91%CE%A1%CE%91%CE%A4%CE%97%CE%A1%CE%97%CE%A3%CE%95%CE%A9%CE%9D</id>
		<title>I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/I.C.A.R.O.S._%CE%9F%CE%9B%CE%9F%CE%9A%CE%9B%CE%97%CE%A1%CE%A9%CE%9C%CE%95%CE%9D%CE%9F_%CE%A5%CE%A0%CE%9F%CE%9B%CE%9F%CE%93%CE%99%CE%A3%CE%A4%CE%99%CE%9A%CE%9F_%CE%A3%CE%A5%CE%A3%CE%A4%CE%97%CE%9C%CE%91_%CE%A0%CE%91%CE%A1%CE%91%CE%9A%CE%9F%CE%9B%CE%9F%CE%A5%CE%98%CE%97%CE%A3%CE%97%CE%A3_%CE%A4%CE%97%CE%A3_%CE%A0%CE%9F%CE%99%CE%9F%CE%A4%CE%97%CE%A4%CE%91%CE%A3_%CE%A4%CE%9F%CE%A5_%CE%91%CE%95%CE%A1%CE%91_%CE%9C%CE%95_%CE%91%CE%9E%CE%99%CE%9F%CE%A0%CE%9F%CE%99%CE%97%CE%A3%CE%97_%CE%94%CE%9F%CE%A1%CE%A5%CE%A6%CE%9F%CE%A1%CE%99%CE%9A%CE%A9%CE%9D_%CE%A0%CE%91%CE%A1%CE%91%CE%A4%CE%97%CE%A1%CE%97%CE%A3%CE%95%CE%A9%CE%9D"/>
				<updated>2010-02-11T17:23:20Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
1. ΕΙΣΑΓΩΓΗ&lt;br /&gt;
&lt;br /&gt;
Στόχος του ευρωπαϊκού ερευνητικού προγράμματος ICAROS (Integrated Computational Assessment via Remore Observation System) είναι η ανάπτυξη ενός αλληλεπιδρόντος υπολογιστικού περιβάλλοντος, το οποίο θα επιτρέψει την ολοκληρωμένη αφομοίωση δεδομένων παρατήρησης του περιβάλλοντος. Η εφαρμογή του ICAROS αποβλέπει στην ελαχιστοποιήση της αβεβαιότητας κατά τη λήψη αποφάσεων που αφορούν, καταρχάς, στον έλεγχο και στην αντιμετώπιση της ατμοσφαιρικής ρύπανσης σε αστικές περιοχές αλλά και στη διαχείριση ευρύτερων περιβαλλοντικών θεμάτων.&lt;br /&gt;
&lt;br /&gt;
Οι δορυφορικές παρατηρήσεις δεν μπορούν να αντικαταστήσουν άλλες τεχνικές μελέτης και παρατήρησης δυναμικών περιβαλλοντικών φαινομένων (π.χ. μοντέλα προσομοίωσης, αεροφωτογραφίες, επίγειες μετρήσεις, επιτόπιες έρευνες). Το πλεονέκτημα τους, στην αξιοποίηση του οποίου αποβλέπει ο ICAROS, είναι η μακροσκοπική παρατήρηση η οποία παρέχει συνοπτικά και συνθετικά δεδομένα. Τα συνοπτικά δεδομένα αντιστοιχούν στην ομοιόμορφη κατανομή των σημείων μέτρησης (που επιτρέπει μια ομοιογενή χαρτογράφηση) σε παγκόσμια γεωγραφική κάλυψη (επιτρέποντας διεθνείς συγκρίσεις), ενώ τα συνθετικά δεδομένα αντιστοιχούν σε μια ολοκληρωμένη περιβαλλοντική εικόνα που επιτρέπει τον εντοπισμό περιοχών με βάση τα φυσικά χαρακτηριστικά τους (φυσιογνωμική χαρτογράφηση). Η χρονική ασυνέχεια των δορυφορικών παρατηρήσεων είναι ο βασικός περιορισμός τους στη μελέτη δυναμικών φαινομένων όπως η ρύπανση. Όμως, η χρήση δορυφορικών δεδομένων μέσω του ICAROS δεν αποβλέπει στη δυναμική πληροφόρηση αλλά στην γεφύρωση και συμπλήρωση των άλλων τεχνικών με χωρική πληροφορία ειδικού χαρακτήρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Δύο πιλοτικές περιοχές επιλέχθηκαν για να εφαρμοστεί η μεθοδολογία του ICAROS και να αξιολογηθεί η χρησιμότητά του στην περιβαλλοντική πολιτική τοπικού, περιφερειακού και ευρύτερου χαρακτήρα. Οι περιοχές αυτές είναι η Brescia στη Βόρειο Ιταλία και η Γαλλική Γουιάνα. Παράλληλα, η περιοχή της Αττικής χρησιμοποιείται για την βελτίωση και έλεγχο των τεχνικών επεξεργασίας δορυφορικών δεδομένων, λόγω προηγούμενης υπάρχουσας εμπειρίας. Το πρόγραμμα ολοκληρώθηκε το Φεβρουάριο του 2000.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
ΣΥΜΠΛΗΡΩΜΑΤΙΚΟΤΗΤΑ ΤΩΝ ΜΕΘΟΔΩΝ ΠΑΡΑΤΗΡΗΣΗΣ&lt;br /&gt;
&lt;br /&gt;
Για την αποτελεσματική διαχείριση και λήψη αποφάσεων σε θέματα ποιότητας του αέρα απαιτούνται αξιόπιστες, συγκρίσιμες και πρόσφατες πληροφορίες σχετικά με τη χωρική κατανομή των ρύπων, την εκπομπή και μεταφορά τους, τις μη-γραμμικές επιπτώσεις τους στον άνθρωπο και το οικοσύστημα καθώς και τη δυναμική μεταβολή όλων αυτών των  παραμέτρων. Για το λόγο αυτό, έχουν αναπτυχθεί και εφαρμόζονται σε διάφορα επίπεδα ακρίβειας, δυναμικά μοντέλα διάχυσης και μεταφοράς τα οποία διακριβώνονται ή εξακριβώνονται μέσω επίγειων αναλυτικών μετρήσεων. Η ανάπτυξη του περιβάλλοντος ICAROS βασίζεται στο συμπληρωματικό χαρακτήρα που παρουσιάζουν οι επίγειες αναλυτικές μετρήσεις και τα δυναμικά μοντέλα διάχυσης και μεταφοράς ως προς τις δορυφορικές παρατηρήσεις.&lt;br /&gt;
 &lt;br /&gt;
Τόσο οι αναλυτικές μετρήσεις όσο και τα μοντέλα παρέχουν δεδομένα με χρονική συνέχεια (δυναμική παρατηρήση), όμως οι μεν αναλυτικές μετρήσεις παρέχουν ακριβή αλλά σημειακά δεδομένα, τα δε μοντέλα είναι μία χωρική προσέγγιση της πραγματικότητας. ΄Ομως, η “στατική” χωρική εικόνα που μας παρέχουν οι δορυφορικές λήψεις συμπληρώνει και συνδέει τα δύο ευρέως χρησιμοποιούμενα εργαλεία παρακολούθησης της χωροχρονικής εξέλιξης του φαινομένου της ρύπανσης: τις επίγειες αναλυτικές μετρήσεις και τα μοντέλα διάχυσης. &lt;br /&gt;
&lt;br /&gt;
Συνολικά, υπάρχουν πέντε δυνατοί τρόποι αξιοποίησης των ειδικών χαρακτηριστικών της δορυφορικής πληροφορίας (ΕΟ), από τους οποίους μόνο οι δύο πρώτοι εφαρμόζονται ήδη εκτεταμένα:&lt;br /&gt;
&lt;br /&gt;
1.	Χωρική μέτρηση: άμεσα εφαρμοσμένη στην περίπτωση εκτεταμένων χαρτογραφήσεων.&lt;br /&gt;
2.	Ολιστική παρατήρηση: χρήσιμη στην αναγνώριση των επιπτώσεων της ρύπανσης.&lt;br /&gt;
3.	Η δυνατότητα αξιοποίησης του χωρικού δυναμικού για ενίσχυση της αξιοπιστίας των σημειακών μετρήσεων ώστε να αυξηθεί η ακρίβεια των χωρικών παρεμβολών.&lt;br /&gt;
4.	Η δυνατότητα αξιοποίησης της μέτρησης σε αληθινό χρόνο για διακρίβωση της χρονοσειράς των μοντέλων προσομοίωσης.&lt;br /&gt;
5.	Η δυνατότητα χρησιμοποίησης αρχειοθετημένων δορυφορικών δεδομένων για αναδρομικές μελέτες.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Η ΔΟΡΥΦΟΡΙΚΗ ΕΙΚΟΝΑ ΤΗΣ ΡΥΠΑΝΣΗΣ&lt;br /&gt;
&lt;br /&gt;
Οι δορυφορικοί δέκτες ΥΔΙ (η γεωμετρική τους ακρίβεια αντιστοιχεί σε μερικές δεκάδες μέτρα) προσφέρουν νέες δυνατότητες συλλογής χωρικών δεδομένων σχετικών με την  ατμοσφαιρική ρύπανση. Τα δεδομένα αυτά συγκεκριμένα αφορούν:&lt;br /&gt;
•	Στον άμεσο εντοπισμό σταθερών πηγών εκπομπής και στην  εκτεταμένη χαρτογραφήση χρήσεων γης σε κλίμακα μέχρι και 1/20.000. Για παράδειγμα, η ευρωπαϊκή βάση δεδομένων CORINE περιγράφει περιοχές διαφορετικής αξιολόγησης απο πλευράς ρύπανσης: βιομηχανικές, αστικές, ημιαστικές καθώς και περιοχές λατομίων ή εργοταξίων. Επίσης είναι δυνατή η εκτίμηση βιογενών εκπομπών κυρίως από δάση που συμμετέχουν στις συγκεντρώσεις VOCx.&lt;br /&gt;
•	Στην καταγραφή οδικών δικτύων και αστικής πυκνότητας που, συνδιαζόμενα με πληθυσμιακά και οικονομικά δεδομένα, πληροφορούν για μη-σταθερές πηγές εκπομπής. Προσεχή δορυφορικά συστήματα (π.χ. QuickBird) θα επιτρέπουν και άμεσες εκτιμήσεις του κυκλοφοριακού φόρτου.&lt;br /&gt;
•	Στην αξιολόγηση των επιπτώσεων της ρύπανσης στα φυσικά οικοσυστήματα μέσω εφαρμογής δεικτών υποβάθμισης της υγείας των οικοσυστημάτων (π.χ. “δείκτες βλάστησης”, “δείκτες οξύνισης των δασών” κλπ.). Το ευρωπαϊκό πρόγραμμα  SEMEFOR αναπτύσει ένα τέτοιο σύστημα παρακολούθησης της υγείας των δασών.&lt;br /&gt;
•	Στην εκτίμηση των στιγμιαίων επιπέδων ατμοσφαιρικής θολότητας και την ποσοτική πληροφόρηση για τη διασπορά σωματιδιακών ρύπων. Πρόσφατες μελέτες έδειξαν ότι με χρήση ΥΔΙ δορυφορικών συστημάτων παράγονται χάρτες σωματιδιακής ρύπανσης με οριζόντια διακριτικότητα 0.5χλμ. .&lt;br /&gt;
&lt;br /&gt;
Η αξιολόγηση και αξιοποίηση της τελευταίας αυτής δυνατότητα άμεσης χαρτογράφησης της  σωματιδιακής ρύπανσης σε όρους ατμοσφαιρικής θολότητας αποτελεί κύριο ερευνητικό στόχο του ICAROS. Ως θολότητα ή σωματιδιακό οπτικό πάχος (a) στο ορατό τμήμα του φάσματος ορίζεται το γραμμικό ολοκλήρωμα του συντελεστή απόσβεσης λόγω παρουσίας αεροσωματιδίων. Το μέγεθος αυτό δεν ενημερώνει για τη χημική σύσταση του αέρα, όμως μας πληροφορεί για την πυκνότητα συγκεντρώσεως μικρής διαμέτρου σωματιδίων. Η ένταση της θολότητας αποτελεί γραμμική συνάρτηση της κατακόρυφης στήλης συγκέντρωσης οπτικά ενεργών σωματιδίων, τα οποία είναι συγκεντρωμένα κυρίως στα δύο πρώτα χιλιόμετρα από το έδαφος. Οι ατμοσφαιρικοί ρύποι που επηρεάζουν τη θολότητα είναι συγκεκριμένου μεγέθους αεροσωματίδια. Στην περίπτωση του δεύτερου φασματικού καναλιού του δέκτη Landsat TM, το μέγεθος των οπτικά ενεργών σωματιδίων αντιστοιχεί περίπου στο μήκος κύματος του ορατού φωτός και κυμαίνεται από 0.1 έως 3μm. Τα αιωρούμενα αυτά σωματίδια είναι ιχνηθέτες της διασποράς και των άλλων ρύπων και η παρουσία τους στην ατμόσφαιρα προκαλεί πάντοτε αύξηση του οπτικού πάχους. Επιπλέον, η εξασθένηση της έντασης του φωτός από φωτοχημικό νέφος οφείλεται στα σωματίδια, ενώ μονάχα η κιτρινοκαφετιά απόχρωση του νέφους οφείλεται στο αέριο NO2 . Το σημαντικότερο όμως είναι ότι πρόσφατα αποδείχθηκε ότι τα μικρής διαμέτρου εισπνεόμενα σωματίδια είναι τα πλέον επιβλαβή για την ανθρώπινη υγεία. Οι δορυφορικές μετρήσεις μπορούν επομένως να παρέχουν ένα αξιόπιστο δείκτη των συνοπτικών επιπέδων ρύπανσης για τη δεδομένη στιγμή της λήψης της εικόνας. &lt;br /&gt;
&lt;br /&gt;
Πρέπει να διευκρινισθεί ότι η παρουσία υγρασίας δεν διαχωρίζεται από την “ξηρά ομίχλη” της ρύπανσης μέσω δορυφορικών παρατηρήσεων γι΄αυτό και είναι αναγκαία τα μετεωρολογικά δεδομένα. Πάντως, οι υδρατμοί δεν έχουν σημαντικές οπτικές επιδράσεις σε επίπεδα σχετικής υγρασίας χαμηλότερα του 70% και, εξάλλου, η υγρασία σε ρυπασμένες περιοχές αποτελεί φορέα της ρύπανσης αφού οι ρύποι συσσωματώνονται και μεταφέρονται με τα υγροσκοπικά σωματίδια.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
ΜΕΘΟΔΟΛΟΓΙΑ&lt;br /&gt;
&lt;br /&gt;
Η σύνθεση διαφορετικών πηγών δεδομένων μέσω του ICAROS οργανώνεται με σπονδυλωτό τρόπο, έτσι ώστε να επιτραπούν μεταβολές στις χωρο-χρονικές κλίμακες αναφοράς σε σχέση με τα δεδομένα εισόδου και την πληροφορία  που απαιτείται από τους τελικούς χρήστες. Κάθε πηγή πληροφορίας (δορυφόροι, επίγεια συστήματα, μοντέλα) θα θεωρηθεί ως διακεκριμένο αλλά  ολοκληρωμένο αντικείμενο. Η πληροφορία που περιέχεται σ’αυτά τα αντικείμενα θα αφορά στοιχεία ποιότητας του αέρα (χωρική κατανομή των συγκεντρώσεων των ρύπων, μονοπάτια διάχυσης κλπ.) μετεωρολογικά δεδομένα (χωροχρονική μεταβολή νεφοκάλυψης), δεδομένα χρήσης γής, ένταση πηγών εκπομπής. Επίσης θα περιέχει μετα-πληροφορίες που θα επιτρέπουν στο χρήστη να εντοπίζει την προέλευση των περιβαλλοντικών δεδομένων, την ακρίβεια και τα επίπεδα αβεβαιότητας τους, τις χωρικές και χρονικές κλίμακες αναφοράς, και τις απαιτήσεις μορφής για επικοινωνία με άλλες πηγές δεδομένων. &lt;br /&gt;
&lt;br /&gt;
Το περιβάλλον του ICAROS θα είναι σε θέση να υποστηρίζει υπολογιστικά τις πλέον εξελιγμένες τεχνικές που χρησιμοποιούνται στην επίλυση των παρακάτω προβλημάτων. Επιπλέον, για την εφαρμογή του ICAROS σε πιλοτικές περιοχές, όλες ή ορισμένες από τις τεχνικές που αναφέρονται παρακάτω θα χρησιμοποιηθούν σε συνάρτηση με τις απαιτήσεις του χρήστη και τη διαθεσιμότητα δεδομένων από τα τοπικά δίκτυα.&lt;br /&gt;
&lt;br /&gt;
1) Συστήματα επίγειας τηλεπισκόπησης χρησιμοποιούνται για:&lt;br /&gt;
•	Παρακολούθηση βιομηχανικών και θερμικών εκπομπών και συγκεκριμένα με χρήση φασματομετρίας FTIR από κινητή μονάδα και με εμβέλεια 300μ. Οι μετρήσεις ερμηνεύονται με το λογισμικό MAPS του Fraunhofer Institute και καθορίζονται οι συγκεντρώσεις εκπομπής CO, CO2, CH4, N2O, NH3, NO2, NO, SO2, H2O, HCl, με ακρίβεια από 10 έως 100ppm. Εκτιμήσεις του ρυθμού εκπομπής γίνονται δυνατές μέσω ειδικής υπέρυθρης κάμερας.&lt;br /&gt;
•	Παρακολούθηση ανομοιογενών και διάχυτων εκπομπών με συστήματα FTIR και DOAS. Μετεωρολογικές παράμετροι μετρούνται με κινητή μονάδα ηχητικού ραντάρ Doppler και σπινθηρομέτρου. Οι ρυθμοί εκπομπής εκτιμώνται με αντιστροφή Gaussian μοντέλου.&lt;br /&gt;
•	Εξέταση πηγών σωματιδιακής εκπομπής και ορατότητας κοντά στο έδαφος με lidar εμβέλειας 3χλμ. &lt;br /&gt;
•	Εξέταση της ποιότητας του αέρα με μετρήσεις αερίων από κινητή μονάδα (CO, CO2, CH4, N2O, NH3, O3, NO2, NO, HNO3, SO2, HCl, HCN, HF, SF6 και περισσότερα από 100 είδη VOC) με ακρίβεια 10 έως 100ppb, με συστήματα FTIR και DOAS εμβέλειας 100-1000μ. αντίστοιχη της διακριτικότητας δορυφορικών δεκτών. &lt;br /&gt;
•	Εξέταση της κατανομής του όζοντος με κινητή μονάδα lidar και Doppler sodar μέχρι ύψους 4χλμ. με διακριτικότητα 30μ. και κατακόρυφα προφίλ μέχρι 1.300μ. &lt;br /&gt;
&lt;br /&gt;
2) Εξελιγμένα ρυθμιστικά μοντέλα ατμοσφαιρικής διάχυσης και μεταφοράς χρησιμοποιούνται για την διακρίβωση επιβεβαίωση της μεθόδου. Τα στάδια εφαρμογής των ατμοσφαιρικών μοντέλων είναι τα εξής: &lt;br /&gt;
•	Ανάπτυξη και μετατροπή ενός ακριβούς αλλά “οικονομικού” μοντέλου διάχυσης που βασίζεται στο  μοντέλο CTDM Plus (Perry et al. 1989).&lt;br /&gt;
•	Ανάπτυξη ενός μετεωρολογικού προ-επεξεργαστή και σύνδεση με το μοντέλο.&lt;br /&gt;
•	Επεξεργασία δεδομένων εισόδου για τις πιλοτικές εφαρμογές.&lt;br /&gt;
•	Παραγωγή βασικής πληροφορίας για αντίξοες ατμοσφαιρικές συνθήκες με εφαρμογή των μοντέλων  TVM και Eulerian Airpol (Thunis 1995).&lt;br /&gt;
•	Εξακρίβωση και διακρίβωση του “οικονομικού” μοντέλου διάχυσης με βάση τα  αποτελέσματα του μέσης κλίμακας μοντέλου TVM.&lt;br /&gt;
&lt;br /&gt;
3) Δορυφορικά δεδομένα χρησιμοποιούνται είτε άμεσα ως στοιχείο εισόδου στη βάση δεδομένων του ICAROS, είτε έμμεσα παρέχοντας κάποιο από τα δεδομένα για την κατάρτηση ενός στρώματος πληροφορίας. Δύο πηγές δορυφορικών δεδομένων αξιοποιούνται: δεδομένα αρχειοθετημένα και δεδομένα προγραμματισμένων λήψεων που αντιστοιχούν σε ταυτόχρονες επίγειες μετρήσεις. Τα δεδομένα που εξάγονται από τις δορυφορικές εικόνες αντιστοιχούν στα 4 στάδια του κύκλου της ρύπανσης: εκπομπή, μεταφορά, συγκέντρωση και εναπόθεση.&lt;br /&gt;
•	Οι εκπομπές αξιολογούνται με τη βάση το χάρτη CORINE Land Cover που έχει συνταχθεί χρησιμοποιώντας δορυφορικά δεδομένα ΥΔΙ.&lt;br /&gt;
•	Η μεταφορά βασίζεται στην ανάλυση των αντίστοιχων μοντέλων που θα διακριβωθούν χωρικά από δορυφορικά δεδομένα ΥΔΙ. Επίσης, θα χρησιμοποιηθούν δοκιμαστικά δεδομένα δορυφόρων μέσης διακριτικότητας με 2-4 ημερήσιες λήψεις.&lt;br /&gt;
•	Η χωρική κατανομή της ρύπανσης βασίζεται στη στιγμιαία χαρτογράφηση της ατμοσφαιρικής θολότητας και της συσχέτισής της με σωματιδιακούς και άλλους ρύπους. Για το σκοπό αυτό χρησιμοποιούνται οι κώδικες επεξεργασίας DTA® και SMA® με διακριτικότητα 0.5χλμ. Οι κώδικες αυτοί εφαρμόζονται σε δορυφορικά δεδομένα ραδιομετρικά και γεωμετρικά διορθωμένα και βασίζονται στις αρχές της “μείωσης της αντίθεσης” και της “αδιαφάνειας στο υπέρυθρο”.&lt;br /&gt;
•	Η εναπόθεση θα εκτιμηθεί με την εφαρμογή δεικτών βλάστησης και της υποβάθμισής της στις δορυφορικές εικόνες.&lt;br /&gt;
&lt;br /&gt;
ΣΥΜΠΕΡΑΣΜΑΤΑ&lt;br /&gt;
Η αστική περιοχή που επιλέχθηκε για την ανάπτυξη του ΙCAROS ήταν η ευρύτερη περιοχή της Brescia στη βόρειο Ιταλία, 80χλμ. ανατολικά του Μιλάνου. Όμως, προηγήθηκε έλεγχος και δοκιμαστική εφαρμογή των κωδίκων επεξεργασίας δορυφορικών εικόνων στην περιοχή της Αττικής, για την οποία προϋπήρχε σχετική εμπειρία μελέτης της διασποράς των ρύπων από προηγούμενο πρόγραμμα (Asimakopoulos et al. 1997). Ο κώδικας SMA εφαρμόστηκε στην Αττική και τα αποτελέσματα συγκρίθηκαν με δεδομένα μετρήσεων εδάφους δείχνοντας συσχέτιση με τις συγκεντρώσεις των μετρούμενων ρύπων και κυρίως διοξειδίου του θείου. Όμως, στην Αθήνα δεν πραγματοποιούνται αναλυτικές σωματιδιακές μετρήσεις και έτσι δεν έγινε ακόμη δυνατή η αντίστοιχη σύγκριση με τα αποτελέσματα των δορυφορικών δεδομένων. Για την περιοχή της Brescia επιλέχθηκαν αρχειοθετημένες δορυφορικές εικόνες Landsat και SPOT με βασικό κριτήριο την αντιπροσωπευτικότητα των επιπέδων ρύπανσης και των μετεωρολογικών συνθηκών σύμφωνα με στοιχεία των τοπικών δικτύων μέτρησης. Επίσης, προγραμματίστηκαν λήψεις SPOT ταυτόχρονες με επίγειες μετρήσεις. Μετά τις διαδικασίες προεπεξεργασίας, που αφορούν στην γεωμετρική συνόρθωση και ραδιομετρική διακρίβωση των δορυφορικών δεδομένων οι κώδικες επεξεργασίας DTA και SMA εφαρμόστηκαν στις εικόνες. Τα πρώτα αποτελέσματα είχαν τη μορφή χαρτών ρύπανσης με οριζόντια γεωμετρική ακρίβεια 600μ.Χ600μ. στο έδαφος. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ατμοσφαιρική Ρύπανση]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/I.C.A.R.O.S._%CE%9F%CE%9B%CE%9F%CE%9A%CE%9B%CE%97%CE%A1%CE%A9%CE%9C%CE%95%CE%9D%CE%9F_%CE%A5%CE%A0%CE%9F%CE%9B%CE%9F%CE%93%CE%99%CE%A3%CE%A4%CE%99%CE%9A%CE%9F_%CE%A3%CE%A5%CE%A3%CE%A4%CE%97%CE%9C%CE%91_%CE%A0%CE%91%CE%A1%CE%91%CE%9A%CE%9F%CE%9B%CE%9F%CE%A5%CE%98%CE%97%CE%A3%CE%97%CE%A3_%CE%A4%CE%97%CE%A3_%CE%A0%CE%9F%CE%99%CE%9F%CE%A4%CE%97%CE%A4%CE%91%CE%A3_%CE%A4%CE%9F%CE%A5_%CE%91%CE%95%CE%A1%CE%91_%CE%9C%CE%95_%CE%91%CE%9E%CE%99%CE%9F%CE%A0%CE%9F%CE%99%CE%97%CE%A3%CE%97_%CE%94%CE%9F%CE%A1%CE%A5%CE%A6%CE%9F%CE%A1%CE%99%CE%9A%CE%A9%CE%9D_%CE%A0%CE%91%CE%A1%CE%91%CE%A4%CE%97%CE%A1%CE%97%CE%A3%CE%95%CE%A9%CE%9D</id>
		<title>I.C.A.R.O.S. ΟΛΟΚΛΗΡΩΜΕΝΟ ΥΠΟΛΟΓΙΣΤΙΚΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΑΕΡΑ ΜΕ ΑΞΙΟΠΟΙΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/I.C.A.R.O.S._%CE%9F%CE%9B%CE%9F%CE%9A%CE%9B%CE%97%CE%A1%CE%A9%CE%9C%CE%95%CE%9D%CE%9F_%CE%A5%CE%A0%CE%9F%CE%9B%CE%9F%CE%93%CE%99%CE%A3%CE%A4%CE%99%CE%9A%CE%9F_%CE%A3%CE%A5%CE%A3%CE%A4%CE%97%CE%9C%CE%91_%CE%A0%CE%91%CE%A1%CE%91%CE%9A%CE%9F%CE%9B%CE%9F%CE%A5%CE%98%CE%97%CE%A3%CE%97%CE%A3_%CE%A4%CE%97%CE%A3_%CE%A0%CE%9F%CE%99%CE%9F%CE%A4%CE%97%CE%A4%CE%91%CE%A3_%CE%A4%CE%9F%CE%A5_%CE%91%CE%95%CE%A1%CE%91_%CE%9C%CE%95_%CE%91%CE%9E%CE%99%CE%9F%CE%A0%CE%9F%CE%99%CE%97%CE%A3%CE%97_%CE%94%CE%9F%CE%A1%CE%A5%CE%A6%CE%9F%CE%A1%CE%99%CE%9A%CE%A9%CE%9D_%CE%A0%CE%91%CE%A1%CE%91%CE%A4%CE%97%CE%A1%CE%97%CE%A3%CE%95%CE%A9%CE%9D"/>
				<updated>2010-02-11T17:19:38Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Add Your Content Here    category:Ατμοσφαιρική Ρύπανση&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
 [[category:Ατμοσφαιρική Ρύπανση]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Climate_and_infectious_disease:_Use_of_remote_sensing_for_detection_of_Vibrio_cholerae_by_indirect_measurement_,_Brad_Lobitz,_Louisa_Beck,_Anwar_Huq,_Byron_Wood,_George_Fuchs,_A._S._G._Faruque,_Rita_Colwell.</id>
		<title>Climate and infectious disease: Use of remote sensing for detection of Vibrio cholerae by indirect measurement , Brad Lobitz, Louisa Beck, Anwar Huq, Byron Wood, George Fuchs, A. S. G. Faruque, Rita Colwell.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Climate_and_infectious_disease:_Use_of_remote_sensing_for_detection_of_Vibrio_cholerae_by_indirect_measurement_,_Brad_Lobitz,_Louisa_Beck,_Anwar_Huq,_Byron_Wood,_George_Fuchs,_A._S._G._Faruque,_Rita_Colwell."/>
				<updated>2010-02-11T17:17:01Z</updated>
		
		<summary type="html">&lt;p&gt;Angieliol: New page: Add Your Content Here    category:Υγεία&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Add Your Content Here &lt;br /&gt;
&lt;br /&gt;
 [[category:Υγεία]]&lt;/div&gt;</summary>
		<author><name>Angieliol</name></author>	</entry>

	</feed>