<?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=Areti_Sagiakou&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%2FAreti_Sagiakou</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=Areti_Sagiakou&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%2FAreti_Sagiakou"/>
		<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/Areti_Sagiakou"/>
		<updated>2026-04-06T22:15:47Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/Results_of_the_DUE_Thermopolis_campaign_with_regard_to_the_urban_heat_island_(UHI)_effect_in_Athens</id>
		<title>Results of the DUE Thermopolis campaign with regard to the urban heat island (UHI) effect in Athens</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/Results_of_the_DUE_Thermopolis_campaign_with_regard_to_the_urban_heat_island_(UHI)_effect_in_Athens"/>
				<updated>2019-01-31T15:37:02Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Τίτλος συνδέσμου]]'''RESULTS OF THE DUE THERMOPOLIS CAMPAIGN WITH REGARD TO THE URBAN HEAT ISLAND (UHI) EFFECT IN ATHENS'''&lt;br /&gt;
&lt;br /&gt;
'''ΤΟ ΦΑΙΝΟΜΕΝΟ ΤΗΣ ΑΣΤΙΚΗΣ ΘΕΡΜΙΚΗΣ ΝΗΣΙΔΑΣ ΣΤΗΝ ΑΘΗΝΑ: ΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΗΣ ΠΕΙΡΑΜΑΤΙΚΗΣ ΕΚΣΤΡΑΤΕΙΑΣ «ΘΕΡΜΟΠΟΛΙΣ'''»&lt;br /&gt;
&lt;br /&gt;
συγγραφείς: Ιωάννης Α. Δαγλής (1), Σπυρίδωνας Ραψομανίκης , Κωνσταντίνος Κουρτίδης (2), Δημήτριος Μελάς (3) , Αλέξανδρος Παπαγιάννης (4) , Ιφιγένεια Κεραμίτσογλου (1), Θεόδωρος Γιάνναρος (3), Βασίλης Αμοιρίδης (1), Γεώργιος Πετρόπουλος (1), Αριστείδης Γεωργούλιας (2), José Antonio Sobrino (3), Paolo Manunta (6), Julian Gröbner (7) , Marc Paganini(8), Remo Bianchi (8)&lt;br /&gt;
&lt;br /&gt;
  1. Ινστιτούτο Διαστημικών Εφαρμογών και Τηλεπισκόπησης, Εθνικό Αστεροσκοπείο Αθηνών, Ελλάδα&lt;br /&gt;
  2. Τμήμα Μηχανικών Περιβάλλοντος,  Δημοκρίτειο Πανεπιστήμιο Θράκης, Ελλάδα&lt;br /&gt;
  3. Εργαστήριο Φυσικής της Ατμόσφαιρας, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Ελλάδα&lt;br /&gt;
  4. Τομέας Φυσικής, Εθνικό Μετσόβιο Πολυτεχνείο, Ελλάδα&lt;br /&gt;
  5. Global Change Unit, Πανεπιστήμιο της Βαλένσια, Ισπανία&lt;br /&gt;
  6. Planetek Italia srl, Ιταλία&lt;br /&gt;
  7. Physikalisch-Meteorologisches Observatorium Davos, World Radiation Center, Ελβετία&lt;br /&gt;
  8. Ευρωπαϊκό Ινστιτούτο Διαστημικών Ερευνών (ΕΙΔΕ-ESRIN), Ευρωπαϊκός Οργανισμός Διαστήματος (ΕΟΔ-ESA)&lt;br /&gt;
&lt;br /&gt;
'''ΠΗΓΗ:'''[http://www.researchgate.net/publication/260134002_Due_UHI_And_Thermopolis_2009_Results_Of_The_Thermopolis_2009_Campaign_With_Regard_To_The_Urban_Heat_Island_UHI_Effect_In_Athens]&lt;br /&gt;
&lt;br /&gt;
'''citation:''' Daglis, Ioannis &amp;amp; Rapsomanikis, S &amp;amp; Kourtidis, Kostas &amp;amp; Melas, D &amp;amp; Keramitsoglou, Iphigenia &amp;amp; Giannaros, Theodore &amp;amp; Amiridis, Vassilis &amp;amp; Petropoulos, George &amp;amp; Sobrino,Jose &amp;amp; Manunta, Paolo &amp;amp; Grobner, J &amp;amp; Paganini, Marc &amp;amp; Bianchi, R. (2010). Due UHI And Thermopolis 2009 Results Of The Thermopolis 2009 Campaign With Regard To The Urban Heat Island (UHI) Effect In Athens.. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Rs_wiki_edf_0104_Thermopolis_Daglis-etal.png|thumb|right|'''Εικόνα 4''':Χάρτης κατανομής θερμοκρασίας αέρος]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:rs_wiki_edf_0105_Thermopolis_Daglis-etal.png|thumb|right|'''Εικόνα 5''':Χάρτης θερμοκρασιών επιφανείας εδάφους Αθήνας και &lt;br /&gt;
περιχώρων (κατά την διάρκεια της ημέρας), Landsat TM, 24 Ioυλίου 2009]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:rs_wiki_edf_0107_Thermopolis_Daglis-etal.png|thumb|right|'''Εικόνα 7''':Χάρτης θερμοκρασιών επιφανείας εδάφους Αθήνας και περιχώρων (κατά την διάρκεια της νύχτας), ΜODIS, 16 Ioυλίου 2009]]&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΨΗ'''&lt;br /&gt;
Το φαινόμενο της Αστικής Θερμικής Νησίδας (Urban Heat Island effect, UHI) παρατηρείται όταν η θερμοκρασία των κεντρικών αστικών περιοχών είναι αυξημένη συγκριτικά με εκείνη των περιφερειακών υπαίθριων περιοχών με αντίστοιχο υψόμετρο. Η διαφορά στην θερμοκρασία είναι ιδιαιτέρως αισθητή τις νυχτερινές ώρες. Το UHI έχει μελετηθεί μέσα από πολλές επίγειες παρατηρήσεις. Η δυνατότητα όμως θερμικής τηλεπισκόπησης με την χρήση διαστημικών ή εναέριων σταθμών είναι σχετικά πρόσφατη και προσφέρει καινοτόμους τρόπους παρακολούθησης και καταγραφής του φαινομένου.&lt;br /&gt;
Με αφορμή την πρωτοβουλία του Ευρωπαϊκού Οργανισμού Διαστήματος (ΕΟΔ, European Space Agency-ESA) να μελετήσει την πολυπλοκότητα του φαινομένου ενεργοποιήθηκε ένα παρεμφερές πρόγραμμα με τίτλο «Αστική Θερμική Νησίδα και Αστική Θερμογραφία». Σκοπός ήτανε να μελετήσει το φαινόμενο στα μεγάλα αστικά κέντρα της Ευρώπης συνδυάζοντας επίγειες και δορυφορικές παρατηρήσεις. Σε αυτό το άρθρο παρουσιάζονται τα προκαταρκτικά αποτελέσματα του προγράμματος, τα οποία συγκεντρώθηκαν μέσα από καταγραφές στην ευρύτερη περιοχή της Αθήνας, με την συμβολή και εναέριων τηλεπισκοπικών παρατηρήσεων που συγκεντρώθηκαν από την εκστρατεία «Θερμόπολις 2009» η οποία επιχορηγήθηκε από τον ΕΟΔ. Ο συντονισμός της εκστρατείας έγινε από το Δημοκρίτειο Πανεπιστήμιο Θράκης και συμμετείχε μια διευρυμένη κοινοπραξία ινστιτούτων και εταιρειών.&lt;br /&gt;
&lt;br /&gt;
'''1.	ΕΙΣΑΓΩΓΗ'''&lt;br /&gt;
&lt;br /&gt;
Τον Νοέμβριο του 2008 μια κοινοπραξία επτά ινστιτούτων και εταιριών από πέντε ευρωπαϊκές χώρες ενεργοποίησαν την εφαρμογή του προγράμματος «Αστικές Θερμικές Νησίδες και Αστική Θερμογραφία» (Urban Heat Islands and Urban Thermography, UHI &amp;amp; UT) με χρηματοδότηση από τον EOΔ.&lt;br /&gt;
Πρωτεύοντας στόχος του προγράμματος ήτανε η συγχώνευση δορυφορικών τηλεπισκοπικών απεικονίσεων με τα δεδομένα από τις μετρήσεις των επίγειων καιρικών συνθηκών (πχ θερμοκρασία, σχετική υγρασία, και ταχύτητα του ανέμου) σε ένα αστικό μετεωρολογικό και κλιματικό προσομοιωτή. Οι δορυφορικές  απεικονίσεις ελήφθησαν κυρίως μέσα από το φάσμα του Θερμικού Υπερύθρου (TIR) της ηλεκτρομαγνητικής ακτινοβολίας. Μακροπρόθεσμος στόχος της έρευνας ήτανε να συμβάλλει στην καλύτερη πρόβλεψη, πρόληψη και αποτροπή των επιπτώσεων του φαινομένου σε περιόδους καύσωνα μέσα από κατάλληλα συστήματα εντοπισμού επικινδυνότητας, καθώς και στην μετρίαση του κινδύνου μέσα από στοχευμένο αστικό σχεδιασμό. Ένα επιπλέον αντικείμενο μελέτης του προγράμματος ήτανε να διερευνηθούν οι λειτουργικές απαιτήσεις ενός δoρυφορικού θερμικού ανιχνευτή υπερύθρων (TIR) με υψηλή ανάλυση. Ένας τέτοιος ανιχνευτής θα εξυπηρετεί στο μέγιστο την δημόσια διοίκηση στην συγκέντρωση παρατηρήσεων σχετικά με το UHI στις αστικές περιοχές. Το τρίτο αντικείμενο μελέτης είναι να διερευνήσει με ποιόν τρόπο οι δορυφορικές απεικονίσεις TIR μπορούν να υποστηρίξουν την εφαρμογή μιας πολιτικής ενεργειακής εξοικονόμησης στα αστικά κέντρα. &lt;br /&gt;
Για να υποστηρίξει τα Προγράμματα Γήινων Παρατηρήσεων (Εarth Observation Programms) ο ΕΟΔ διοργανώνει συντονισμένες επίγειες και εναέριες πειραματικές εκστρατείες. Η εκστρατεία «Θερμόπολις 2009» διοργανώθηκε με σκοπό να λειτουργήσει συμπληρωματικά στις δραστηριότητες που έχουν προταθεί για την Αθήνα. Συγχώνευσε εναέριες υπερφασματικές απεικονίσεις με διαστημικές και εντοπισμένες επίγειες μετρήσεις (συγχρονισμένες με τις δορυφορικές απεικονίσεις) σε μια ενιαία φασματική και γεωμετρική απεικόνιση δεδομένων, με σκοπό να απαντήσει στις απαιτήσεις του προγράμματος.&lt;br /&gt;
&lt;br /&gt;
'''2.	ΛΗΨΗ ΔΕΔΟΜΕΝΩΝ (15 Ιουλίου 2009 – 2 Αυγούστου 2009)'''&lt;br /&gt;
&lt;br /&gt;
Οι εταίροι του προγράμματος διέθεσαν τον τεχνολογικό εξοπλισμό τους και ταυτόχρονα με τις εναέριες και τις επίγειες μετρήσεις ελήφθησαν δορυφορικές εικόνες από ποικίλους δορυφορικούς ανιχνευτές, με αποτέλεσμα να συγκεντρωθεί υλικό ευρείας χωρικής και φασματικής διακριτικής ικανότητας.&lt;br /&gt;
2.1 Επίγειες μετρήσεις&lt;br /&gt;
Ο κύριος όγκος των μετρήσεων έγινε μεταξύ 15-31 Ιουλίου 2009 (απεικόνιση σταθμών στην εικ.1). Έγιναν τρία είδη μετρήσεων:&lt;br /&gt;
α. προσδιορισμός ολικής στήλης και κατακόρυφης κατανομής αερολυμάτων, νεφών και υδρατμών για να πραγματοποιηθεί ατμοσφαιρική διόρθωση στα δεδομένα των δορυφορικών απεικονίσεων.&lt;br /&gt;
β. μετρήσεις για την περιγραφή της αστικής θερμικής νησίδας στην περιοχή της Αθήνας (πχ μετρήσεις θερμοκρασίας), για να γίνει ανάλυση και παρακολούθηση του φαινομένου κατά την διάρκεια του πειράματος&lt;br /&gt;
γ. ραδιομετρικές μετρήσεις, για την προσαρμογή/επαλήθευση των παραμέτρων που προκύπτουν απ’τα εναέρια δεδομένα.&lt;br /&gt;
&lt;br /&gt;
'''2.2	Δορυφορικές λήψεις'''&lt;br /&gt;
Δορυφορικά δεδομένα ελήφθησαν από πέντε δορυφόρους :&lt;br /&gt;
α. LANDSAT, χρησιμοποιήθηκε μία απεικόνιση. Διαθέτει αισθητήρα Landsat TM – Thematic Mapper, υψηλής χωρικής διακριτικής ικανότητας, πολυφασματικό , με 7 φασματικά κανάλια από το ορατό έως το θερμικό υπέρυθρο και με χωρική διακριτική ικανότητα από τα 30 έως τα 120 μέτρα. Διαθέτει ένα κανάλι στον υπέρυθρο και χωρική ανάλυση 120Χ120 μ. &lt;br /&gt;
β. MSG-2 / Meteosat Second Generation, γεωστατικός δορυφόρος. Διαθέτει ραδιόμετρο SEVIRI, σαρώνει την επιφάνεια της γης σε 15 λεπτά, και δίνει εικόνες από όλη την Ευρώπη. Έχει 12 φασματικά κανάλια, εκ των οποίων 5 λειτουργούν στον υπέρυθρο. Δίνει δεδομένα χαμηλής χωρικής διακριτικής ικανότητας αλλά υψηλής χρονικής διακριτικής ικανότητας .&lt;br /&gt;
γ. ENVISAT, χρησιμοποιήθηκαν 5 λήψεις που έκανε τις ημέρες της εκστρατείας. Διαθέτει προηγμένο ραδιόμετρο σάρωσης κατά μήκος της τροχιάς  AATSR - Advanced Along-Track Scanning Radiometer, με 7 κανάλια από το ορατό στο υπέρυθρο και με χωρική ανάλυση 1Χ1 χλμ στο ναδίρ. Έχει 2 κανάλια στο υπέρυθρο. Μια ιδιαιτερότητα του AATSR είναι πως έχει σχεδιαστεί με δύο τηλεσκόπια και αυτό προσφέρει μεγάλη ακρίβεια στην ατμοσφαιρική διόρθωση των δεδομένων άρα και μεγάλη ακρίβεια στην καταγραφή θερμοκρασιών εδάφους.&lt;br /&gt;
δ. ΝΟΑΑ, National Oceanic and Atmospheric Administration. Χρησιμοποιήθηκαν 4 εικόνες κατά μέσο όρο σε καθημερινή βάση – ημερήσιες και νυχτερινές, σε σχεδόν πραγματικό χρόνο. Διαθέτει ραδιόμετρο AVHRR – Αdvanced Very High Resolution Radiometer. Είναι προηγμένο ραδιόμετρο πολύ υψηλής ανάλυσης, με 5 κανάλια απ’το ορατό έως το θερμικό υπέρυθρο και με χωρική ανάλυση 1Χ1 χλμ, με ημερίσια και νυχτερινή λήψη της ίδιας περιοχής ανά 24ωρο.&lt;br /&gt;
ε. TERRA and AQUA. Χρησιμοποιήθηκαν 4 απεικονίσεις κατά μέσο όρο σε καθημερινή βάση – ημερήσιες και νυχτερινές – από τον MODIS και 2 απεικονίσεις από τον ASTER . Ο ανιχνευτής MODIS έχει 36 κανάλια από το ορατό στο θερμικό υπέρυθρο και χωρική ανάλυση μεταξύ 250 μ και 1 χλμ. Ο ανιχνευτής ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) είναι προηγμένο δορυφορικό ραδιόμετρο εκπομπής και ανάλυσης. Δίνει υψηλή ανάλυση με 15 κανάλια από το ανακλαστικό στο θερμικό υπέρυθρο με χωρική ανάλυση από 15 έως 90 μέτρα και λήψη δεδομένων κάθε 16 μέρες.&lt;br /&gt;
&lt;br /&gt;
'''2.3 Μοντέλο Πρόβλεψης Καιρού'''&lt;br /&gt;
Για την πρόγνωση θερμοκρασίας αέρα και νεφοκάλυψης χρησιμοποιήθηκε το Σύστημα Έρευνας και Πρόγνωσης Καιρού (WRF, Weather Research and Forecasting model). Λόγω της δυνατότητας του συστήματος αυτού να προσαρμόζεται στην πολυπλοκότητα των παραμέτρων του αστικού περιβάλλοντος, επιλέχθηκε σαν βάση για να αναπτυχθεί μια υπηρεσία πρόγνωσης αστικής θερμικής νησίδας. Το σύστημα ρυθμίστηκε να εκτελεί υψηλής ανάλυσης (1 χλμ) προσομοιώσεις της πόλης κάθε 72 ώρες. Σκοπός αυτής της ρύθμισης ήτανε να διαπιστωθεί η προγνωστική ακρίβεια του συστήματος όσο αφορά την κατανομή θερμοκρασίας αέρος (ΑΤ) και την νεφοκάλυψη, για να γίνεται σωστός προγραμματισμός των εναέριων μετρήσεων. Η διασταύρωση των προγνώσεων με τις επίγειες παρατηρήσεις οδήγησαν στον εντοπισμό των αδυναμιών του συστήματος ώστε να γίνουν βελτιώσεις.&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
'''3.	ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
'''3.1 Επίγειες μετρήσεις'''&lt;br /&gt;
Οι επίγειες μετρήσεις όπως περιγράφηκαν στο 2.1 έγιναν σε 26 σταθμούς και έδωσαν ένα διάγραμμα οπτικού βάθους αερολυμάτων και έναν χάρτη κατανομής θερμοκρασίας αέρος (εικ. 4).&lt;br /&gt;
&lt;br /&gt;
'''3.2 Αστική Θερμική Νησίδα, Landsat TM LST (Land Surface Temperature, Θερμοκρασία Επιφάνειας Εδάφους) και εκπομπές'''&lt;br /&gt;
Οι χάρτες της θερμοκρασίας επιφάνειας εδάφους προέκυψαν απ’την εφαρμογή του αλγόριθμου Jiménez-Muñoz et al (2009) στις δορυφορικές απεικονίσεις του αισθητήρα Landsat TM. O αλγόριθμος αυτός θεωρήθηκε ο πλέον κατάλληλος για τον σκοπό του πειράματος γιατί είναι γενικός αλλά και περιεκτικός και απαιτεί να ρυθμιστούν πολύ λίγες παράμετροι για να εφαρμοστεί. Ένα παράδειγμα χάρτη απεικονίζεται στην εικόνα 5. Εδώ η κεντρική αστική περιοχή φαίνεται να έχει χαμηλότερη θερμοκρασία επιφανείας εδάφους από ότι οι περιφερειακές υπαίθριες περιοχές. Δύο «θερμά σημεία» (hot spots) εμφανίζονται στην βιομηχανική ζώνη ανατολικά της Αθήνας (Μέγαρα και Ασπρόπυργος). Οι θερμοκρασίες αντιστρέφονται τις νυχτερινές ώρες. (εικ. 7)&lt;br /&gt;
&lt;br /&gt;
'''4.2	Προγνωστικά δεδομένα''' &lt;br /&gt;
Ο χάρτης της κατανομής θερμοκρασιών αέρα όπως προβλέφθηκε απ’το σύστημα πρόγνωσης WRF για την 25η Ιουλίου 2009 έδειξε πως το μοντέλο προέβλεψε μια συνήθη κατανομή αστικής θερμικής νησίδας. Εάν όμως συγκρίνουμε την κατανομή αυτή με την κατανομή που προέκυψε από τις επίγειες μετρήσεις, διαπιστώνουμε πως η προβλεπόμενη θερμοκρασία αέρος υπολείπεται της πραγματικής κατά 2-3 βαθμούς Κελσίου. Τα αποτελέσματα αυτά οδηγούν σε νέες έρευνες για την αξιοποίηση πιο ενημερωμένων και λεπτομερών δορυφορικών απεικονίσεων υψηλής ανάλυσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	ΠΡΩΤΑ ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
'''5.1	Σύγκριση μετρήσεων θερμοκρασίας επιφανείας εδάφους (LST, Land Surface Temperature) από δορυφόρο με επίγειες μετρήσεις''' &lt;br /&gt;
Μια σύγκριση των τιμών θερμοκρασίας επιφανείας εδάφους που προέκυψαν απ’το Landsat TM με εκείνες που προέκυψαν από τις επίγειες μετρήσεις έδειξαν μια διαφορά &amp;lt; 1 βαθμό Κέλβιν, η οποία είναι αναμενόμενη. Αναμένονται περισσότερες συγκρίσεις μεταξύ των δορυφορικών και των εναέριων μετρήσεων. Αυτές οι συγκρίσεις είναι επισφαλείς για διάφορους λόγους. Με βάση τα έως τώρα αποτελέσματα, η επαλήθευση των λήψεων από το Landsat TM χρήζει περαιτέρω διερεύνησης.&lt;br /&gt;
Η σύγκριση των θερμοκρασιών επιφανείας εδάφους του Landsat TM με εκείνες που προέκυψαν από τις εναέριες μετρήσεις προβλέπεται να συνεισφέρει δραματικά στην βελτίωση στην ακρίβεια των δεδομένων του Landsat TM, καθώς και στην κατανόηση του φαινομένου της αστικής θερμικής νησίδας στην ευρύτερη περιοχή της Αθήνας.&lt;br /&gt;
&lt;br /&gt;
'''5.2	Σύγκριση πρόγνωσης θερμοκρασίας αέρος με επίγειες μετρήσεις''' &lt;br /&gt;
Σε μια πρώτη σύγκριση τιμών μεταξύ της προβλεπόμενης και της πραγματικής θερμοκρασίας αέρος&lt;br /&gt;
προέκυψε μια μέση απόλυτη διαφορά 2.9 βαθμών Κελσίου και μια σταθερή απόκλιση της τάξης του 1.64 βαθμού Κελσίου. Ως εκ τούτου έγινε προσπάθεια να βελτιωθεί το προγνωστικό μοντέλο τροποποιώντας την χωρική ανάλυση των προγνώσεων από τα 2 χλμ στα 250 μέτρα. Η τροποποίηση αυτή οδήγησε σε βελτίωση της μέση διαφοράς σε όλους τους επίγειους σταθμούς ( -1.10 έως -0.18 βαθμούς Κελσίου).  &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	ΕΥΧΑΡΙΣΤΙΕΣ'''&lt;br /&gt;
Το πρόγραμμα UHI και Θερμόπολις 2009 χρηματοδοτείται από το Data User Element (DUE), τμήμα του προγράμματος 3rd Earth Observation Envelope Programme (EOEP-3), ένα προαιρετικό πρόγραμμα του ΕSA.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''7.	ΑΝΑΦΟΡΕΣ'''&lt;br /&gt;
&lt;br /&gt;
LANDSAF. HTTP://LANDSAF.METEO.PT/[ACCESSED ON FEBRUARY, 16TH, 2010]&lt;br /&gt;
&lt;br /&gt;
LANDSAF User’s Manual, 2008: SAF for Land surface Analysis. Algorithm Theoretical Basis Document. Meteosat Second Generation Evapotranspiration (MET) product. Available at: http://landsaf.meteo.pt/algorithms.jsp;jsessionid=43A1CD5F12EA9E53C2106C9B943D1642?seltab=6&amp;amp;starttab=6#adescription  [accessed on March 7th, 2010]  &lt;br /&gt;
&lt;br /&gt;
Gao &amp;amp; Kaufman, 1998: The MODIS Near-IR Water Vapor Algorithm. Products: MOD05_L2, MOD08_D3, MOD08_E3, MOD08_M3. ATBD Reference Number: ATBD-MOD-03. Available at: http://modisatmos.gsfc.nasa.gov/MOD05_L2/atbd.html [accessed on February, 16th, 2010]&lt;br /&gt;
&lt;br /&gt;
Jiménez-Muñoz, J. C., Cristóbal, J. Sobrino, J. A., Sòria, G. , Ninyerola, M., and X. Pons, 2009: Revision of the Single-Channel Algorithm for Land Surface Temperature Retrieval From Landsat Thermal-Infrared Data. IEEE Transactions on Geoscience and Remote Sensing, 47 (1). &lt;br /&gt;
&lt;br /&gt;
Sobrino, J. A., Raissouni, N. and Li, Z. -L., 2001. A comparative study of land surface emissivity retrieval from NOAA data. Remote Sensing of Environment, 75, 256– 266.&lt;br /&gt;
&lt;br /&gt;
Sobrino, J. A., Jiménez-Muñoz, J. C., Sòria, G., Romaguera, M., Guanter, L., Moreno, J., Plaza, A. and Martínez, P., 2008. Land Surface Emissivity Retrieval From Different VNIR and TIR Sensors. IEEE Transactions on Geoscience and Remote Sensing, 46, 316 - 327.&lt;br /&gt;
&lt;br /&gt;
Sobrino, J. A. and Raissouni, N., 2000. Toward remote sensing methods for land cover dynamic monitoring. Application to Morocco. Int. J Remote Sens. 21, 353–366.&lt;br /&gt;
Wan. Z., 2009: MODIS Land Surface Temperature Products User’s Guide. Available at: http://www.icess.ucsb.edu/modis/LstUsrGuide/MODIS_LST_products_Users_guide_C5.pdf&lt;br /&gt;
[accessed on February 16th, 2010]&lt;br /&gt;
&lt;br /&gt;
 [[category:Περιβαλλοντικές Επιπτώσεις]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%B1%CE%B3%CE%B9%CE%AC%CE%BA%CE%BF%CF%85_%CE%91%CF%81%CE%B5%CF%84%CE%AE</id>
		<title>Σαγιάκου Αρετή</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CE%B1%CE%B3%CE%B9%CE%AC%CE%BA%CE%BF%CF%85_%CE%91%CF%81%CE%B5%CF%84%CE%AE"/>
				<updated>2019-01-23T16:16:01Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με '* [[Αυτοματοποιημένη παρακολούθηση πουλιών σε πτήση: Επίδειξη του εγχειρήματος με αετούς σε ε...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Αυτοματοποιημένη παρακολούθηση πουλιών σε πτήση: Επίδειξη του εγχειρήματος με αετούς σε εγκαταστάσεις αιολικών πάρκων]]&lt;br /&gt;
* [[Χρήση τηλεπισκοπικών μεθόδων για τη χαρτογράφηση φυσικών οικοτόπων και της κατάστασης διατήρησής του – Νέες δυνατότητες και προκλήσεις]]&lt;br /&gt;
* [[Χρήση εναέριου υπερφασματικού συστήματος απεικόνισης κυμάτων στο φάσμα του μέσου υπέρυθρου για τον εντοπισμό ωκεάνιων πλαστικών]]&lt;br /&gt;
* [[Εφαρμογές θερμικής απεικόνισης στην μελέτη της ορνιθοπανίδας]]&lt;br /&gt;
* [[Χρήση αυτοματοποιημένων τεχνικών για την καταμέτρηση και εκτίμηση του αριθμού των πτηνών που προσκρούουν σε ανεμογεννήτριες στη θάλασσα]]&lt;br /&gt;
* [[Σχεδιασμός αλγορίθμου για υπερφασματική τηλεπισκόπηση επιπλεόντων στην θάλασσα μακροπλαστικών]]&lt;br /&gt;
* [[Χρήση δικτύου μετεωρολογικών ραντάρ παρακολούθησης για την ταυτοποίηση μοτίβων μετανάστευσης της ορνιθοπανίδας σε μεγάλη χωρική κλίμακα]]&lt;br /&gt;
* [[Ποσοτικοποίηση της μετανάστευσης των πτηνών με ραντάρ - ένα πρόβλημα πιθανότητας ανίχνευσης]]&lt;br /&gt;
* [[Μελέτη της μετανάστευσης της ορνιθοπανίδας με ραντάρ]]&lt;br /&gt;
* [[Δέκα Τρόποι με τους οποίους η Τηλεπισκόπηση μπορεί να συμβάλει στη Διατήρηση]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%AD%CE%BA%CE%B1_%CE%A4%CF%81%CF%8C%CF%80%CE%BF%CE%B9_%CE%BC%CE%B5_%CF%84%CE%BF%CF%85%CF%82_%CE%BF%CF%80%CE%BF%CE%AF%CE%BF%CF%85%CF%82_%CE%B7_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CF%80%CE%BF%CF%81%CE%B5%CE%AF_%CE%BD%CE%B1_%CF%83%CF%85%CE%BC%CE%B2%CE%AC%CE%BB%CE%B5%CE%B9_%CF%83%CF%84%CE%B7_%CE%94%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7</id>
		<title>Δέκα Τρόποι με τους οποίους η Τηλεπισκόπηση μπορεί να συμβάλει στη Διατήρηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%AD%CE%BA%CE%B1_%CE%A4%CF%81%CF%8C%CF%80%CE%BF%CE%B9_%CE%BC%CE%B5_%CF%84%CE%BF%CF%85%CF%82_%CE%BF%CF%80%CE%BF%CE%AF%CE%BF%CF%85%CF%82_%CE%B7_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BC%CF%80%CE%BF%CF%81%CE%B5%CE%AF_%CE%BD%CE%B1_%CF%83%CF%85%CE%BC%CE%B2%CE%AC%CE%BB%CE%B5%CE%B9_%CF%83%CF%84%CE%B7_%CE%94%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7"/>
				<updated>2019-01-23T16:15:16Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με ''''Συγγραφείς: '''   Rose R. A., Byler D, Eastman R. J., Fleishman E., Geller G., Goetz S., Guild L., Hamilton H., Hansen M., Headley R., Hewson J., Horning N., ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Συγγραφείς: '''&lt;br /&gt;
&lt;br /&gt;
 Rose R. A., Byler D, Eastman R. J., Fleishman E., Geller G., Goetz S., Guild L., Hamilton H., Hansen M., Headley R., Hewson J., Horning N., Kaplin B. A., Laporte N., Leidner A., Leimgruber P., Morisette J., Musinsky J., Pintea L., Prados A., Radeloff V. C., Rowen M., Saatchi S., Schill S., Tabor K., Turner W., Vodacek A., Vogelmann J., Wegmann M., Wilkie D. and Wilson C.&lt;br /&gt;
&lt;br /&gt;
Από το 1972 οπότε η NASA επάνδρωσε τον πρώτο δορυφόρο Landsat 1, η επιστήμη της τηλεπισκόπησης έχει παίξει σπουδαίο ρόλο στην ανίχνευση, χαρτογράφηση, κατανόηση και πρόβλεψη μεταβολών στο περιβάλλον. Ωστόσο, οι τεχνικές της τηλεπισκόπησης έχουν εφαρμοστεί περισσότερο σε αντικείμενα εκτός της διαχείρισης της βιολογικής ποικιλότητας. Πρόσφατα, χρηματοδοτήθηκαν εγχειρήματα και δημοσιεύθηκαν επιστημονικά άρθρα, στα οποία χρησιμοποιήθηκαν τεχνικές τηλεπισκόπησης για τον υπολογισμό περιβαλλοντικών παραμέτρων (π.χ. πρωτογενής παραγωγικότητα, κάλυψη γης κ.α.), οι οποίες μπορεί να αντιπροσωπεύουν οικολογικές αποκρίσεις (π.χ. εξαφάνιση). Το παρόν άρθρο παρουσιάζει δέκα (10) τρόπους με τους οποίους η διεύρυνση των τεχνικών τηλεπισκόπησης θα συμβάλει στην διαχείριση της βιοποικιλότητας:&lt;br /&gt;
&lt;br /&gt;
1.	'''Κατανομές ειδών και Αφθονίες '''&lt;br /&gt;
&lt;br /&gt;
Για την ανάπτυξη προβλέψεων με χωρική ακρίβεια για τις κατανομές και αφθονίες των ειδών σε μια σειρά από χωρικές και χρονικές κλίμακες απαιτείται η συγκέντρωση δεδομένων για βιολογικούς παράγοντες, περιβαλλοντικούς δείκτες και ιστορικών δεδομένων για τις κατανομές και αφθονίες. Μέσω τηλεπισκόπησης μπορούν να συλλεχθούν δεδομένα για εξωγενείς περιβαλλοντικούς δείκτες όπως η κάλυψη γης, η πρωτογενής παραγωγικότητα, η κλίση και η βαθυμετρία. Ωστόσο, οι προβλέψεις κατανομής που λαμβάνουμε με τεχνικές τηλεπισκόπησης έχουν χωρική ανάλυση περίπου 0.5-1.0 km, η οποία καλύπτει μεγαλύτερη επιφάνεια σε σχέση με αυτή όπου συνήθως τα taxa αλληλεπιδρούν με το περιβάλλον τους. Εικόνες καλύτερης χωρικής ανάλυσης θα ήταν χρήσιμες για την εκτίμηση μεταβλητών συμπεριλαμβανομένου της κλασματικής κάλυψης γης, της έντασης των ανθρώπινων δραστηριοτήτων, της ποιότητας των οικοτόπων, της δυναμικής των πυρκαγιών, της φαινολογίας, της τοπογραφίας κ.α. Κάποιες εκ των μεταβλητών αυτών μπορούν να υπολογιστούν από υπάρχοντες πολυφασματικούς αισθητήρες, ενώ για την παγκόσμια κάλυψη άλλων μεταβλητών μπορεί να απαιτείται σχεδιασμός νέων αισθητήρων, σπεκτόμετρων, ή ακόμα προϊόντων που συνδυάζουν τις επίγειες παρατηρήσεις με δευτερεύοντα δεδομένα.&lt;br /&gt;
&lt;br /&gt;
2.	'''Μετακινήσεις ειδών και στάδια ζωής '''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη των μετακινήσεων μεγάλων αποστάσεων ειδών, τα οποία χαρακτηρίζονται ως οικολογικά φαινόμενα δύσκολα να διατηρηθούν, λόγω της έως σήμερα άγνωστης τοπικής και παγκόσμιας κατανομής τους και λειτουργίας τους στο οικοσύστημα, ενώ λίγα είναι γνωστά για την επίδραση της κλιματικής αλλαγής στις μετακινήσεις των ειδών. Επίσης, παραμένει άγνωστο το πώς η εποχιακή μεταβλητότητα ορισμένων παραγόντων που συνδέονται με τη διαθεσιμότητα τροφής, τις οποίες συνήθως τα είδη εκμεταλλεύονται κατά την μετακίνησή τους από το ένα μέρος στο άλλο, και τις καιρικές συνθήκες, επιδρούν στις μεγάλων αποστάσεων μετακινήσεις ζώων. Η κατανόηση της μεταβλητότητας αυτής, καθώς και των μοτίβων των ανθρώπινων δραστηριοτήτων, είναι καθοριστική για την κατανόηση και διατήρηση των μετακινήσεων αυτών. Μέσω τηλεπισκοπικών τεχνικών μπορεί να γίνει καταγραφή χωρικών και χρονικών περιβαλλοντικών δεδομένων, τα οποία επηρεάζουν την ποιότητα των μεταναστευτικών διαδρομών των ειδών, όπως η πρωτογενής παραγωγικότητα και η τοπογραφία, ενώ για την καταγραφή άλλων στοιχείων, τίθεται και πάλι το ζήτημα της χωρικής, θεματικής και χρονικής ανάλυσης, οι οποίες πρέπει να ανταποκρίνονται στην κλίμακα δραστηριοποίησης των ζώων.&lt;br /&gt;
&lt;br /&gt;
3.	'''Οικοσυστημικές διεργασίες '''&lt;br /&gt;
&lt;br /&gt;
Η κατανόηση της απόκρισης των οικοσυστημάτων σε φυσικές και ανθρωπογενείς οχλήσεις, όπως π.χ. η ικανότητα των θαλάσσιων οικοσυστημάτων να απορροφούν το άζωτο που προέρχεται από ανθρωπογενείς δραστηριότητες και πως αυτό επηρεάζει την παραγωγικότητά τους, παίζουν σημαντικό ρόλο για τη διατήρηση των οικοσυστημάτων. Η τηλεπισκόπηση προσφέρει χαμηλού κόσμους πληροφορίες σε επίπεδο οικοσυστήματος για την κατάσταση και τις αποκρίσεις σε καταστάσεις στρες για μεγάλες περιοχές, όπως είναι η ποσοτικοποίηση της αγροτικής και ατμοσφαιρικής εισροής αζώτου, η συσχέτιση μεταξύ έξαρσης εντόμων και δασικής παραγωγικότητας, η υποβάθμιση των κοραλλιογενών υφάλων, ενώ με υψηλής χωρικής ανάλυσης αισθητήρες, μπορούν να παρατηρηθούν και οι μακροχρόνιες επιδράσεις έντονων φαινομένων, όπως οι καταιγίδες στα οικοσυστήματα.&lt;br /&gt;
&lt;br /&gt;
4.	'''Κλιματική Αλλαγή '''&lt;br /&gt;
&lt;br /&gt;
Μακροχρόνιες και πολυεπίπεδες παρατηρήσεις της φαινολογίας, των κατακρημνίσεων, της χιονοκάλυψης, της έκτασης των παγετώνων και του πολικού πάγου, της μετακίνησης των δέντρων και άλλων φαινομένων, μπορούν να βοηθήσουν τους επιστήμονες στον χαρακτηρισμό σχέσεων μεταξύ κλιματικής αλλαγής και οικοσυστημάτων και ειδών, τα οποία χρίζουν διατήρησης. Οι τεχνικές τηλεπισκόπησης μπορούν να ανιχνεύσουν τέτοιες περιβαλλοντικές μεταβλητές σε βάθος χρόνου, οι οποίες σε συνδυασμό με τη συλλογή χρονοσειρών επιτόπιων δεδομένων θα βοηθήσουν στη συστηματική μοντελοποίηση μεγάλων περιοχών διαχρονικά.&lt;br /&gt;
&lt;br /&gt;
5.	'''Ταχεία απόκριση '''&lt;br /&gt;
&lt;br /&gt;
 Ορισμένες αποφάσεις διατήρησης προκειμένου να είναι αποτελεσματικές, όσον αφορά φαινόμενα όπως οι πυρκαγιές, η ξηρασία, οι διαρροές πετρελαίου και οι παράνομες εξορύξεις, απαιτούν άμεση και με ακρίβεια πληροφορία εντός ωρών ή ημερών. Τέτοιες πληροφορίες μπορούν να εξασφαλιστούν με σχεδόν σε πραγματικό χρόνο οικοσυστημική παρακολούθηση με τεχνικές τηλεπισκόπησης ώστε η ανίχνευση και απόκριση σε οικοσυστημικές απειλές να είναι άμεση. Η ελεύθερη ή προσιτή πρόσβαση σε τέτοιες τεχνικές έχει γίνει δυνατή μέσω των κυβερνητικών (Landsat, Sentinel) και ιδιωτικών (SPOT, Quicknird) δορυφόρων και μην επανδρωμένων αεροσκαφών (UAVs).&lt;br /&gt;
&lt;br /&gt;
6.	'''Προστατευόμενες περιοχές '''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα τηλεπισκόπησης μπορούν να βοηθήσουν στον καθορισμό της έκτασης και τη σκιαγράφηση πιθανών προστατευόμενων περιοχών ώστε αυτές να ανταποκρίνονται στις ανάγκες των ειδών και τις οικοσυστημικές διεργασίες για την προστασία των οποίων ανακηρύχτηκαν εξαρχής. Επιπλέον, η τηλεπισκόπηση μπορεί να συμβάλει στην παρακολούθηση των προστατευόμενων περιοχών παρέχοντας πληροφορίες για την κατάσταση της βλάστησης, την ανθρωπογενή όχληση και τον εντοπισμό και την εξάπλωση ξενικών ειδών.&lt;br /&gt;
&lt;br /&gt;
7.	'''Οικοσυστημικές υπηρεσίες '''&lt;br /&gt;
&lt;br /&gt;
Τα τελευταία χρόνια το ενδιαφέρον για τις οικοσυστημικές υπηρεσίες έχει αυξηθεί παγκοσμίως. Εγχειρήματα της αγοράς όπως η Μείωση των Εκπομπών από την Αποψίλωση και Υποβάθμιση των Δασών (REDD+) θα μπορούσε να επωφεληθεί από πρακτικές της τηλεπισκόπησης για την καταγραφή, παρακολούθηση και τελικά πρόβλεψη της έκτασης και των συνθηκών των δασών εντός δοθείσας περιοχής υπό τις υπάρχουσες συνθήκες και υπό μελλοντικά νομοθετικά σενάρια.&lt;br /&gt;
&lt;br /&gt;
8.	'''Αποτελεσματικότητα διατήρησης '''&lt;br /&gt;
&lt;br /&gt;
Η παρακολούθηση της αποτελεσματικότητας των στρατηγικών διατήρησης προσφέρει αποδείξεις για την επιτυχία της χρηματοδότησης εγχειρημάτων διατήρησης. Δεδομένα τηλεπισκόπησης μπορούν να παίξουν συμπληρωματικό ρόλο στο καθορισμό του εάν η επένδυση σε προστατευόμενες περιοχές, ελέγχους, πρόσθετα σχήματα χρηματοδότησης και διοικητική εκπαίδευση συσχετίζεται με την κατάσταση των φυσικών πόρων. Διάφορες πηγές τηλεπισκοπικών δεδομένων όπως οι πολυφασματικοί δορυφορικοί αισθητήρες, οι βιντεογράφοι αέρος, οι χερσαίοι ακουστικοί σταθμοί και οι μικρές UAV μελέτες απεικόνισης συμβάλλουν στην εκτίμηση της αποτελεσματικότητας των δράσεων διατήρησης.&lt;br /&gt;
&lt;br /&gt;
9.	'''Επέκταση γεωργικών δραστηριοτήτων και υδατοκαλλιεργειών και Αλλαγές στις Καλύψεις και Χρήσεις Γης '''&lt;br /&gt;
&lt;br /&gt;
Η επέκταση των καλλιεργειών επηρεάζει τόσο τα είδη όσο και τις οικοσυστημικές διεργασίες, όπως η αποθήκευση διοξειδίου του άνθρακα και η διατήρηση των θρεπτικών του εδάφους. Παρομοίως, η επέκταση των υδατοκαλλιεργειών μπορεί να μεταβάλει τις οικοσυστημικές διεργασίες και να εισάγει ξενικά είδη στα υδάτινα και χερσαία οικοσυστήματα. Η εκτίμηση της επέκτασης των δραστηριοτήτων αυτών μέσω εκτίμησης παγκόσμιας κάλυψης και χωρικής και χρονικής ανάλυσης από δορυφορικές παρατηρήσεις επιτρέπει την χαρτογράφησης των μικρής και μεγάλης έκτασης αλλαγών. Εικόνες υψηλής ανάλυσης καταγράφουν την χρονική στιγμή μεταβολών της βλάστησης, των παράκτιων ποσοστών χλωροφύλλης κ.α. που σχετίζονται με την επέκταση των παραπάνω δραστηριοτήτων για αυτό και πολλές εθνικές κυβερνήσεις έχουν αρχίσει να επενδύουν στην επάνδρωση δορυφόρων υψηλής χωρικής ανάλυσης.&lt;br /&gt;
&lt;br /&gt;
10.	'''Καθεστώς όχλησης και υποβάθμισης '''&lt;br /&gt;
&lt;br /&gt;
Παρότι οι τηλεπισκοπικοί δορυφόροι μπορούν να ανιχνεύσουν διάφορους τύπους όχλησης που απορρέουν από αλλαγές στην κάλυψη γης, τα οικοσυστήματα μπορούν να υποστούν όχληση, η οποία να μην ανιχνεύεται σε αλλαγές της κάλυψης γης, όπως αλλαγές στη σύνθεση, τη δομή και τη λειτουργία, συμπεριλαμβανομένων μεταβολών της βλάστησης και του εδάφους λόγω εκτεταμένης βόσκησης ή εισβλητικών ειδών κλπ. Υπερφασματικά δεδομένα έχουν συμβάλει στην ανίχνευση τέτοιων μεταβολών, όπως π.χ. στο πεδίου εκτίμησης της υποβάθμισης των κοραλλιογενών υφάλων, ενώ επίσης τεχνικές με πολυαισθητήρες θα μπορούσαν να φανούν χρήσιμοι στην εκτίμηση αλλαγών στα οικοσυστήματα ειδικά όταν συνδυάζονται με δευτερεύοντα δεδομένα.&lt;br /&gt;
&lt;br /&gt;
[https://onlinelibrary.wiley.com/doi/abs/10.1111/cobi.12397]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_4_(1).jpg</id>
		<title>Αρχείο:Rs wiki 4 (1).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:Rs_wiki_4_(1).jpg"/>
				<updated>2019-01-22T08:42:15Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81</id>
		<title>Μελέτη της μετανάστευσης της ορνιθοπανίδας με ραντάρ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81"/>
				<updated>2019-01-22T08:41:05Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_4_(1).jpg|thumb|right|Εικόνα 1: Κεραία ναυτικού ραντάρ τύπου X-band, πηγή: [https://en.wikipedia.org/wiki/X_band].]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_4_2.PNG|thumb|right|Εικόνα 2: Ψηφιακή οθόνη ραντάρ αναπαριστά μοναδιαία σάρωση σχήματος κώνου σε γωνία κλίσης 22,5ο και εύρος 200-6000 m. Τα φωτεινά σημεία αναπαριστούν παλμούς που προέρχονται από πουλιά.]]&lt;br /&gt;
'''Συγγραφέας:'''&lt;br /&gt;
&lt;br /&gt;
Bruno Bruderer (1997)&lt;br /&gt;
&lt;br /&gt;
Δισεκατομμύρια πτηνά μεταναστεύουν κάθε χρόνο μεταξύ περιοχών αναπαραγωγής και μη, αφήνοντας εποχιακά αφιλόξενες περιοχές. Οι περισσότεροι, ιδιαίτερα οι μικρού μεγέθους μετανάστες μεγάλων αποστάσεων, πετούν τη νύχτα και η παρατήρησή τους είναι σπάνια. Έχουν χρησιμοποιηθεί πολλές μέθοδοι για την παρακολούθηση των εποχιακών αυτών μετακινήσεων. Οι ερευνητές πεδίου καταγράφουν τη μεταβαλλόμενη σύσταση των πληθυσμών των πτηνών στους διάφορους οικοτόπους, είτε υπολογίζουν τους ημερήσιους μετανάστες καθώς πετούν κατά μήκος ακτογραμμών, κορυφογραμμών βουνών, κλπ. Ωστόσο, η οπτική παρατήρηση των μεταναστευτικών πουλιών είναι περιορισμένη και εξαρτάται έντονα από τις συνθήκες φωτεινότητας και τον καιρό. Η εφεύρεση του ραντάρ άνοιξε πληθώρα νέων δυνατοτήτων, οι οποίες, ωστόσο, σε αρκετές περιπτώσεις υπερεκτιμήθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Bασικά χαρακτηριστικά των ραντάρ'''&lt;br /&gt;
&lt;br /&gt;
'''Αξιοποίηση των ανακλώμενων ραδιοκυμάτων για ανίχνευση στόχων'''&lt;br /&gt;
&lt;br /&gt;
Το ραντάρ αφορά την ανίχνευση και τον εντοπισμό ραδιοσυχνοτήτων. Τα ηλεκτρομαγνητικά κύματα ακτινοβολούν, στις περισσότερες περιπτώσεις με τη μορφή παλμών. Μέρος των παλμών αυτών διασπείρονται όταν τα κύματα συναντούν μια διεπιφάνεια με ένα μέσο με διηλεκτρική σταθερά διαφορετική από αυτή του πρωτύτερου μέσου. Μια πολύ μικρή ποσότητα της διάσπαρτης ενέργειας ανακλάται πίσω στο ραντάρ. Στην περίπτωση των παλμικών ραντάρ, η κεραία που χρησιμοποιείται για τη μετάδοση συνήθως λαμβάνει κιόλας την ανακλώμενη ενέργεια. Ένας εναλλασσόμενος διακόπτης ανοίγει την κεραία στον δέκτη μετά τη μετάδοση ενός σύντομου παλμού υψηλής ισχύος. &lt;br /&gt;
&lt;br /&gt;
'''Εντοπισμός των στόχων '''&lt;br /&gt;
&lt;br /&gt;
Η απόσταση από ένα στόχο υπολογίζεται μέσω της καθυστέρησης επιστροφής του παλμού και της ταχύτητας του φωτός (c = 3x108 m/s). Διαφορετικές κεραίες συγκεντρώνουν τους παλμούς μικροκυμάτων σε μορφή ακτινών (μέτρηση σε μοίρες) διαφορετικών σχημάτων ανάλογα με το σκοπό του ραντάρ, οι οποίες μπορούν μαθηματικά να μετατραπούν σε απόσταση (m). Η θέση της κεραίας παρέχει τις γωνιακές συντεταγμένες του στόχου, ενώ η ακρίβεια της πληροφορίας εξαρτάται από το πλάτος της δέσμης στο αντίστοιχο επίπεδο. Σε συνδυασμό με την απόσταση λαμβάνουμε τις πολικές συντεταγμένες του στόχου, δηλαδή τις συντεταγμένες του στόχου στο επίπεδο κίνησης της ακτίνας (κάθετο ή οριζόντιο) [https://el.wikipedia.org/wiki/%CE%A0%CE%BF%CE%BB%CE%B9%CE%BA%CF%8C_%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CF%84%CE%B1%CE%B3%CE%BC%CE%AD%CE%BD%CF%89%CE%BD]. &lt;br /&gt;
&lt;br /&gt;
Η ένταση των παλμών υπολογίζεται μέσω του μήκους των παλμών και από το εύρος της γωνίας ανοίγματος της ακτίνας στο κάθετο και το οριζόντιο επίπεδο. Όσο μικρότερη είναι η ένταση του παλμού, τόσο μεγαλύτερη είναι η ανάλυση του ραντάρ. Οι βραχύτεροι παλμοί και οι στενότερου τύπου ακτίνες παρέχουν καλύτερης ποιότητας πληροφορία για τη θέση του στόχου και μειώνουν την πιθανότητα να συμπεριληφθούν πολλοί στόχοι-πουλιά σε έναν παλμό-ηχώ. &lt;br /&gt;
&lt;br /&gt;
'''Η διατομή του ραντάρ '''&lt;br /&gt;
&lt;br /&gt;
Η διατομή του ραντάρ (σ) είναι μία μονάδα μέτρησης του μεγέθους του στόχου όπως φαίνεται μέσω του ραντάρ και παίρνει χωρικές διαστάσεις (cm2). Εξαρτάται από πέντε παραμέτρους: τις διηλεκτρικές σταθερές του αντικειμένου, το μέγεθος, το σχήμα, την όψη και την πόλωση των κυμάτων του ραντάρ. &lt;br /&gt;
&lt;br /&gt;
'''Μήκος κύματος '''&lt;br /&gt;
&lt;br /&gt;
Για πρακτικούς λόγους, τα μήκη κύματος των ραντάρ (λ) περιορίζονται σε ένα εύρος μεταξύ 2 μέτρων και μερικών χιλιοστών. Τα μεγαλύτερα μήκη κύματος (χαμηλότερες συχνότητες) έχουν το πλεονέκτημα ότι έχουν λιγότερες παρεμβολές λόγω βροχής, από την άλλη πλευρά, οι διαστάσεις της κεραίας πρέπει να αυξηθούν γραμμικά με το μήκος κύματος ώστε να διατηρηθεί ένα σταθερό εύρος δέσμης. Μείωση του μήκους κύματος (αυξανόμενη συχνότητα) σημαίνει και πιο εξελιγμένη τεχνολογία, αυξανόμενη στάθμη θορύβου, αυξανόμενη παρεμβολή από μικρούς στόχους και μειούμενη εμβέλεια, αλλά τα μικρά μήκη κύματος μπορούν να κατευθύνονται σε ακτίνες μεγαλύτερης ευκρίνειας από μικρότερες κεραίες. Συνεπώς, τα μικρότερα μήκη κύματος είναι χρήσιμα για κινητές μονάδες, για ακριβή τοποθεσία και για ανίχνευση βροχής. &lt;br /&gt;
&lt;br /&gt;
'''Σημειακοί στόχοι, στόχοι έντασης και σαφής αεροπορική αναταραχή '''&lt;br /&gt;
&lt;br /&gt;
Οι ορνιθολόγοι που ασχολούνται με ραντάρ συνήθως εστιάζουν σε σημειακούς στόχους, δηλαδή σε διακριτά αντικείμενα που καταλαμβάνουν μόνο μικρά τμήματα της έντασης ενός παλμού, ακόμη και αν υπάρχουν πολλά πουλιά ή κοπάδια πουλιών στον παλμό. Οι στόχοι αυτοί συνήθως παράγουν σαφώς καθορισμένες ανακλαστικότητες με απότομες πλευρές και εμφανή μέγιστα. &lt;br /&gt;
&lt;br /&gt;
'''Πτηνά ως στόχοι των ραντάρ '''&lt;br /&gt;
&lt;br /&gt;
Το νερό στο αίμα και στους μύες είναι κυρίως υπεύθυνο για τον παλμό που παράγεται από ένα πουλί, ενώ η ανακλαστικότητα των φτερών φαίνεται να είναι αμελητέα. Για απλή σύγκριση του μεγέθους του στόχου και του μήκους κύματος, τα πτηνά μπορούν να θεωρηθούν ως σχεδόν σφαιρικοί στόχοι. Στην πραγματικότητα, το σώμα ενός πουλιού είναι πιο κοντά σε ένα σφαιροειδές πέλμα, με το κεφάλι και τον λαιμός να περιπλέκει επιπλέον το σχήμα. Μελέτες έδειξαν ότι τα πουλιά που εκτίθενται σε ένα ραντάρ τύπου X-band από διαφορετικές πλευρές παράγουν μεγαλύτερο παλμό σε πλάγια όψη και μικρότερη από την πλευρά της ουράς και του κεφαλιού. Ο όρος X-band αφορά ένα εύρος (=band) συχνοτήτων στην περιοχή των μικροκυμάτων του ηλεκτρομαγνητικού φάσματος. Τα μικρότερα μήκη κύματος των X-band τύπου ραντάρ επιτρέπουν απεικονίσεις μεγαλύτερης ευκρίνειας για ραντάρ υψηλής ανάλυσης για την ταυτοποίηση στόχων [https://en.wikipedia.org/wiki/X_band]. &lt;br /&gt;
&lt;br /&gt;
'''Μοτίβο φτερουγίσματος '''&lt;br /&gt;
&lt;br /&gt;
Το πλάτος ενός ενιαίου παλμού που προέρχεται από πτηνό, συνήθως δείχνει ρυθμικές διακυμάνσεις που συσχετίζονται με τους κτύπους των φτερών του πουλιού. Τουλάχιστον στα μικρά πουλιά το πτέρωμα και τα στελέχη των φτερών συμβάλλουν ελάχιστα στην ένταση του σήματος. Αν παρατηρηθεί σε ένα μήκος κύματος της τάξης μεγέθους που αντιστοιχεί στις διαστάσεις των πτηνών, οι μεταβολές στο σχήμα του σώματος ενισχύονται στην παλμική υπογραφή, ενώ η πραγματική κίνηση μπορεί να καλύψει ένα εύρος στη διακύμανση το παλμού έως ± 40%, που προκαλείται από μια αλλαγή στη διάμετρο του πουλιού μόνο 5-10%. Έτσι, τουλάχιστον σε μήκη κύματος 3-10 cm, οι κτύποι των φτερών όλων των πτηνών παράγουν χαρακτηριστικές διακυμάνσεις και μπορούν να χρησιμοποιηθούν σε κάποιο βαθμό για την ταυτοποίηση του είδους. &lt;br /&gt;
&lt;br /&gt;
'''Διάφορα ραντάρ στην ορνιθολογική έρευνα '''&lt;br /&gt;
&lt;br /&gt;
'''Παλμικά ραντάρ, ραντάρ Doppler και ραντάρ συνεχών κυμάτων '''&lt;br /&gt;
&lt;br /&gt;
Τα παλμικά ραντάρ χρησιμοποιούν την καθυστέρηση μεταξύ μετάδοσης και λήψης της παλμικής ενέργειας για τη μέτρηση της απόστασης προς έναν στόχο. Τα ραντάρ Doppler μετρούν τη μετατόπιση Doppler που προκαλείται από την ακτινική ταχύτητα των στόχων σε σχέση με το ραντάρ, γεγονός που επιτρέπει στο ραντάρ να διαχωρίζει κινούμενους στόχους από ακίνητα αντικείμενα (MTI). Το ραντάρ Doppler επιτρέπει την ανίχνευση πτηνών ακόμα και όταν πετάνε πάνω από το έδαφος. Το μειονέκτημα του είναι ότι εξαιρείται ένα άγνωστο ποσοστό στόχων πουλιών λόγω του γεγονότος ότι η ισχύς του παλμού μειώνεται λόγω χαμηλής ακτινικής ταχύτητας, η οποία είναι ιδιαίτερα χαμηλή όταν τα πτηνά πετούν αντίθετα στον άνεμο, ενώ είναι μηδέν όταν τα πουλιά πετούν εφαπτομενικά στο ραντάρ. Το φαινόμενο Doppler χρησιμοποιείται επίσης σε ραντάρ συνεχών κυμάτων (CW). Αντί της γρήγορης εναλλαγής μεταξύ εκπομπής και λήψης, τα ραντάρ CW μεταδίδουν συνεχώς και λαμβάνουν ταυτόχρονα. Στην απλούστερη μορφή, μετρούν την ταχύτητα όλων των στόχων που ανιχνεύονται στην κατεύθυνση που είναι τοποθετημένη η κεραία. Αυτά τα ραντάρ χρησιμοποιούνται για ειδικές εφαρμογές (μάλλον μικρής εμβέλειας) και μόνο σπάνια σε ορνιθολογικές μελέτες, όπως και για μερικές μετρήσεις ταχύτητας πτηνών.&lt;br /&gt;
&lt;br /&gt;
'''Ανάπτυξη των ορνιθολογικών ραντάρ '''&lt;br /&gt;
&lt;br /&gt;
Η ανάπτυξη των ορνιθολογικών ραντάρ πριν από το 1967 επανεξετάστηκε διεξοδικά από τον Eastwood. Έδειξε ότι οι πρώτοι παλμοί ραντάρ που συσχετίστηκαν με πτηνά ήταν πτήσεις χήνας που παρατηρήθηκαν από το σταθμό Royal Air Force στο Norfolk το 1940, χρησιμοποιώντας μήκος κύματος 1,5 m. Οι πρώτες ενδείξεις ότι η ορνιθοπανίδα μπορεί να ανιχνευθεί με τη χρήση ραντάρ παρατηρήθηκαν στο Ηνωμένο Βασίλειο το 1941. Κατά τη διάρκεια της δεκαετίας του 1970, τα ραντάρ παρακολούθησης χρησιμοποιήθηκαν κατά κόρον για ορνιθολογικές μελέτες σε όλο τον κόσμο, αλλά μικρή έμφαση δόθηκε στη βελτίωση της μεθοδολογίας. Ωστόσο, στη συνέχεια πραγματοποιήθηκαν σημαντικές βελτιώσεις στις μεθόδους παρακολούθησης της ορνιθοπανίδας με ραντάρ, ως προς την καταμέτρηση των πτηνών, τις χωρικές και χρονικές διακυμάνσεις στους αριθμούς και τις κατανομές των πτηνών, καθώς και στην συμπεριφορά τους.&lt;br /&gt;
&lt;br /&gt;
 [https://link.springer.com/article/10.1007%2Fs001140050338?LI=true] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81</id>
		<title>Μελέτη της μετανάστευσης της ορνιθοπανίδας με ραντάρ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81"/>
				<updated>2019-01-22T08:39:19Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με '[[Εικόνα: rs_wiki_4_1.jpg|thumb|right|Εικόνα 1: Κεραία ναυτικού ραντάρ τύπου X-band, πηγή: [https://en.wikipedia.org/wiki/X_band]....'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_4_1.jpg|thumb|right|Εικόνα 1: Κεραία ναυτικού ραντάρ τύπου X-band, πηγή: [https://en.wikipedia.org/wiki/X_band].]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_4_2.PNG|thumb|right|Εικόνα 2: Ψηφιακή οθόνη ραντάρ αναπαριστά μοναδιαία σάρωση σχήματος κώνου σε γωνία κλίσης 22,5ο και εύρος 200-6000 m. Τα φωτεινά σημεία αναπαριστούν παλμούς που προέρχονται από πουλιά.]]&lt;br /&gt;
'''Συγγραφέας:'''&lt;br /&gt;
&lt;br /&gt;
Bruno Bruderer (1997)&lt;br /&gt;
&lt;br /&gt;
Δισεκατομμύρια πτηνά μεταναστεύουν κάθε χρόνο μεταξύ περιοχών αναπαραγωγής και μη, αφήνοντας εποχιακά αφιλόξενες περιοχές. Οι περισσότεροι, ιδιαίτερα οι μικρού μεγέθους μετανάστες μεγάλων αποστάσεων, πετούν τη νύχτα και η παρατήρησή τους είναι σπάνια. Έχουν χρησιμοποιηθεί πολλές μέθοδοι για την παρακολούθηση των εποχιακών αυτών μετακινήσεων. Οι ερευνητές πεδίου καταγράφουν τη μεταβαλλόμενη σύσταση των πληθυσμών των πτηνών στους διάφορους οικοτόπους, είτε υπολογίζουν τους ημερήσιους μετανάστες καθώς πετούν κατά μήκος ακτογραμμών, κορυφογραμμών βουνών, κλπ. Ωστόσο, η οπτική παρατήρηση των μεταναστευτικών πουλιών είναι περιορισμένη και εξαρτάται έντονα από τις συνθήκες φωτεινότητας και τον καιρό. Η εφεύρεση του ραντάρ άνοιξε πληθώρα νέων δυνατοτήτων, οι οποίες, ωστόσο, σε αρκετές περιπτώσεις υπερεκτιμήθηκαν. &lt;br /&gt;
&lt;br /&gt;
'''Bασικά χαρακτηριστικά των ραντάρ'''&lt;br /&gt;
&lt;br /&gt;
'''Αξιοποίηση των ανακλώμενων ραδιοκυμάτων για ανίχνευση στόχων'''&lt;br /&gt;
&lt;br /&gt;
Το ραντάρ αφορά την ανίχνευση και τον εντοπισμό ραδιοσυχνοτήτων. Τα ηλεκτρομαγνητικά κύματα ακτινοβολούν, στις περισσότερες περιπτώσεις με τη μορφή παλμών. Μέρος των παλμών αυτών διασπείρονται όταν τα κύματα συναντούν μια διεπιφάνεια με ένα μέσο με διηλεκτρική σταθερά διαφορετική από αυτή του πρωτύτερου μέσου. Μια πολύ μικρή ποσότητα της διάσπαρτης ενέργειας ανακλάται πίσω στο ραντάρ. Στην περίπτωση των παλμικών ραντάρ, η κεραία που χρησιμοποιείται για τη μετάδοση συνήθως λαμβάνει κιόλας την ανακλώμενη ενέργεια. Ένας εναλλασσόμενος διακόπτης ανοίγει την κεραία στον δέκτη μετά τη μετάδοση ενός σύντομου παλμού υψηλής ισχύος. &lt;br /&gt;
&lt;br /&gt;
'''Εντοπισμός των στόχων '''&lt;br /&gt;
&lt;br /&gt;
Η απόσταση από ένα στόχο υπολογίζεται μέσω της καθυστέρησης επιστροφής του παλμού και της ταχύτητας του φωτός (c = 3x108 m/s). Διαφορετικές κεραίες συγκεντρώνουν τους παλμούς μικροκυμάτων σε μορφή ακτινών (μέτρηση σε μοίρες) διαφορετικών σχημάτων ανάλογα με το σκοπό του ραντάρ, οι οποίες μπορούν μαθηματικά να μετατραπούν σε απόσταση (m). Η θέση της κεραίας παρέχει τις γωνιακές συντεταγμένες του στόχου, ενώ η ακρίβεια της πληροφορίας εξαρτάται από το πλάτος της δέσμης στο αντίστοιχο επίπεδο. Σε συνδυασμό με την απόσταση λαμβάνουμε τις πολικές συντεταγμένες του στόχου, δηλαδή τις συντεταγμένες του στόχου στο επίπεδο κίνησης της ακτίνας (κάθετο ή οριζόντιο) [https://el.wikipedia.org/wiki/%CE%A0%CE%BF%CE%BB%CE%B9%CE%BA%CF%8C_%CF%83%CF%8D%CF%83%CF%84%CE%B7%CE%BC%CE%B1_%CF%83%CF%85%CE%BD%CF%84%CE%B5%CF%84%CE%B1%CE%B3%CE%BC%CE%AD%CE%BD%CF%89%CE%BD]. &lt;br /&gt;
&lt;br /&gt;
Η ένταση των παλμών υπολογίζεται μέσω του μήκους των παλμών και από το εύρος της γωνίας ανοίγματος της ακτίνας στο κάθετο και το οριζόντιο επίπεδο. Όσο μικρότερη είναι η ένταση του παλμού, τόσο μεγαλύτερη είναι η ανάλυση του ραντάρ. Οι βραχύτεροι παλμοί και οι στενότερου τύπου ακτίνες παρέχουν καλύτερης ποιότητας πληροφορία για τη θέση του στόχου και μειώνουν την πιθανότητα να συμπεριληφθούν πολλοί στόχοι-πουλιά σε έναν παλμό-ηχώ. &lt;br /&gt;
&lt;br /&gt;
'''Η διατομή του ραντάρ '''&lt;br /&gt;
&lt;br /&gt;
Η διατομή του ραντάρ (σ) είναι μία μονάδα μέτρησης του μεγέθους του στόχου όπως φαίνεται μέσω του ραντάρ και παίρνει χωρικές διαστάσεις (cm2). Εξαρτάται από πέντε παραμέτρους: τις διηλεκτρικές σταθερές του αντικειμένου, το μέγεθος, το σχήμα, την όψη και την πόλωση των κυμάτων του ραντάρ. &lt;br /&gt;
&lt;br /&gt;
'''Μήκος κύματος '''&lt;br /&gt;
&lt;br /&gt;
Για πρακτικούς λόγους, τα μήκη κύματος των ραντάρ (λ) περιορίζονται σε ένα εύρος μεταξύ 2 μέτρων και μερικών χιλιοστών. Τα μεγαλύτερα μήκη κύματος (χαμηλότερες συχνότητες) έχουν το πλεονέκτημα ότι έχουν λιγότερες παρεμβολές λόγω βροχής, από την άλλη πλευρά, οι διαστάσεις της κεραίας πρέπει να αυξηθούν γραμμικά με το μήκος κύματος ώστε να διατηρηθεί ένα σταθερό εύρος δέσμης. Μείωση του μήκους κύματος (αυξανόμενη συχνότητα) σημαίνει και πιο εξελιγμένη τεχνολογία, αυξανόμενη στάθμη θορύβου, αυξανόμενη παρεμβολή από μικρούς στόχους και μειούμενη εμβέλεια, αλλά τα μικρά μήκη κύματος μπορούν να κατευθύνονται σε ακτίνες μεγαλύτερης ευκρίνειας από μικρότερες κεραίες. Συνεπώς, τα μικρότερα μήκη κύματος είναι χρήσιμα για κινητές μονάδες, για ακριβή τοποθεσία και για ανίχνευση βροχής. &lt;br /&gt;
&lt;br /&gt;
'''Σημειακοί στόχοι, στόχοι έντασης και σαφής αεροπορική αναταραχή '''&lt;br /&gt;
&lt;br /&gt;
Οι ορνιθολόγοι που ασχολούνται με ραντάρ συνήθως εστιάζουν σε σημειακούς στόχους, δηλαδή σε διακριτά αντικείμενα που καταλαμβάνουν μόνο μικρά τμήματα της έντασης ενός παλμού, ακόμη και αν υπάρχουν πολλά πουλιά ή κοπάδια πουλιών στον παλμό. Οι στόχοι αυτοί συνήθως παράγουν σαφώς καθορισμένες ανακλαστικότητες με απότομες πλευρές και εμφανή μέγιστα. &lt;br /&gt;
&lt;br /&gt;
'''Πτηνά ως στόχοι των ραντάρ '''&lt;br /&gt;
&lt;br /&gt;
Το νερό στο αίμα και στους μύες είναι κυρίως υπεύθυνο για τον παλμό που παράγεται από ένα πουλί, ενώ η ανακλαστικότητα των φτερών φαίνεται να είναι αμελητέα. Για απλή σύγκριση του μεγέθους του στόχου και του μήκους κύματος, τα πτηνά μπορούν να θεωρηθούν ως σχεδόν σφαιρικοί στόχοι. Στην πραγματικότητα, το σώμα ενός πουλιού είναι πιο κοντά σε ένα σφαιροειδές πέλμα, με το κεφάλι και τον λαιμός να περιπλέκει επιπλέον το σχήμα. Μελέτες έδειξαν ότι τα πουλιά που εκτίθενται σε ένα ραντάρ τύπου X-band από διαφορετικές πλευρές παράγουν μεγαλύτερο παλμό σε πλάγια όψη και μικρότερη από την πλευρά της ουράς και του κεφαλιού. Ο όρος X-band αφορά ένα εύρος (=band) συχνοτήτων στην περιοχή των μικροκυμάτων του ηλεκτρομαγνητικού φάσματος. Τα μικρότερα μήκη κύματος των X-band τύπου ραντάρ επιτρέπουν απεικονίσεις μεγαλύτερης ευκρίνειας για ραντάρ υψηλής ανάλυσης για την ταυτοποίηση στόχων [https://en.wikipedia.org/wiki/X_band]. &lt;br /&gt;
&lt;br /&gt;
'''Μοτίβο φτερουγίσματος '''&lt;br /&gt;
&lt;br /&gt;
Το πλάτος ενός ενιαίου παλμού που προέρχεται από πτηνό, συνήθως δείχνει ρυθμικές διακυμάνσεις που συσχετίζονται με τους κτύπους των φτερών του πουλιού. Τουλάχιστον στα μικρά πουλιά το πτέρωμα και τα στελέχη των φτερών συμβάλλουν ελάχιστα στην ένταση του σήματος. Αν παρατηρηθεί σε ένα μήκος κύματος της τάξης μεγέθους που αντιστοιχεί στις διαστάσεις των πτηνών, οι μεταβολές στο σχήμα του σώματος ενισχύονται στην παλμική υπογραφή, ενώ η πραγματική κίνηση μπορεί να καλύψει ένα εύρος στη διακύμανση το παλμού έως ± 40%, που προκαλείται από μια αλλαγή στη διάμετρο του πουλιού μόνο 5-10%. Έτσι, τουλάχιστον σε μήκη κύματος 3-10 cm, οι κτύποι των φτερών όλων των πτηνών παράγουν χαρακτηριστικές διακυμάνσεις και μπορούν να χρησιμοποιηθούν σε κάποιο βαθμό για την ταυτοποίηση του είδους. &lt;br /&gt;
&lt;br /&gt;
'''Διάφορα ραντάρ στην ορνιθολογική έρευνα '''&lt;br /&gt;
&lt;br /&gt;
'''Παλμικά ραντάρ, ραντάρ Doppler και ραντάρ συνεχών κυμάτων '''&lt;br /&gt;
&lt;br /&gt;
Τα παλμικά ραντάρ χρησιμοποιούν την καθυστέρηση μεταξύ μετάδοσης και λήψης της παλμικής ενέργειας για τη μέτρηση της απόστασης προς έναν στόχο. Τα ραντάρ Doppler μετρούν τη μετατόπιση Doppler που προκαλείται από την ακτινική ταχύτητα των στόχων σε σχέση με το ραντάρ, γεγονός που επιτρέπει στο ραντάρ να διαχωρίζει κινούμενους στόχους από ακίνητα αντικείμενα (MTI). Το ραντάρ Doppler επιτρέπει την ανίχνευση πτηνών ακόμα και όταν πετάνε πάνω από το έδαφος. Το μειονέκτημα του είναι ότι εξαιρείται ένα άγνωστο ποσοστό στόχων πουλιών λόγω του γεγονότος ότι η ισχύς του παλμού μειώνεται λόγω χαμηλής ακτινικής ταχύτητας, η οποία είναι ιδιαίτερα χαμηλή όταν τα πτηνά πετούν αντίθετα στον άνεμο, ενώ είναι μηδέν όταν τα πουλιά πετούν εφαπτομενικά στο ραντάρ. Το φαινόμενο Doppler χρησιμοποιείται επίσης σε ραντάρ συνεχών κυμάτων (CW). Αντί της γρήγορης εναλλαγής μεταξύ εκπομπής και λήψης, τα ραντάρ CW μεταδίδουν συνεχώς και λαμβάνουν ταυτόχρονα. Στην απλούστερη μορφή, μετρούν την ταχύτητα όλων των στόχων που ανιχνεύονται στην κατεύθυνση που είναι τοποθετημένη η κεραία. Αυτά τα ραντάρ χρησιμοποιούνται για ειδικές εφαρμογές (μάλλον μικρής εμβέλειας) και μόνο σπάνια σε ορνιθολογικές μελέτες, όπως και για μερικές μετρήσεις ταχύτητας πτηνών.&lt;br /&gt;
&lt;br /&gt;
'''Ανάπτυξη των ορνιθολογικών ραντάρ '''&lt;br /&gt;
&lt;br /&gt;
Η ανάπτυξη των ορνιθολογικών ραντάρ πριν από το 1967 επανεξετάστηκε διεξοδικά από τον Eastwood. Έδειξε ότι οι πρώτοι παλμοί ραντάρ που συσχετίστηκαν με πτηνά ήταν πτήσεις χήνας που παρατηρήθηκαν από το σταθμό Royal Air Force στο Norfolk το 1940, χρησιμοποιώντας μήκος κύματος 1,5 m. Οι πρώτες ενδείξεις ότι η ορνιθοπανίδα μπορεί να ανιχνευθεί με τη χρήση ραντάρ παρατηρήθηκαν στο Ηνωμένο Βασίλειο το 1941. Κατά τη διάρκεια της δεκαετίας του 1970, τα ραντάρ παρακολούθησης χρησιμοποιήθηκαν κατά κόρον για ορνιθολογικές μελέτες σε όλο τον κόσμο, αλλά μικρή έμφαση δόθηκε στη βελτίωση της μεθοδολογίας. Ωστόσο, στη συνέχεια πραγματοποιήθηκαν σημαντικές βελτιώσεις στις μεθόδους παρακολούθησης της ορνιθοπανίδας με ραντάρ, ως προς την καταμέτρηση των πτηνών, τις χωρικές και χρονικές διακυμάνσεις στους αριθμούς και τις κατανομές των πτηνών, καθώς και στην συμπεριφορά τους.&lt;br /&gt;
&lt;br /&gt;
 [https://link.springer.com/article/10.1007%2Fs001140050338?LI=true] &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_4_2.PNG</id>
		<title>Αρχείο:Rs wiki 4 2.PNG</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:Rs_wiki_4_2.PNG"/>
				<updated>2019-01-22T08:39:16Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_4_1.jpg</id>
		<title>Αρχείο:Rs wiki 4 1.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:Rs_wiki_4_1.jpg"/>
				<updated>2019-01-22T08:39:08Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Rs wiki 4 1.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%B5_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_-_%CE%AD%CE%BD%CE%B1_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B7%CE%BC%CE%B1_%CF%80%CE%B9%CE%B8%CE%B1%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82</id>
		<title>Ποσοτικοποίηση της μετανάστευσης των πτηνών με ραντάρ - ένα πρόβλημα πιθανότητας ανίχνευσης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CE%BC%CE%B5_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_-_%CE%AD%CE%BD%CE%B1_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B7%CE%BC%CE%B1_%CF%80%CE%B9%CE%B8%CE%B1%CE%BD%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82"/>
				<updated>2019-01-21T13:03:20Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με 'Εικόνα 1: Διαδικασία ποσοτικοποίησης,  [[Εικόνα: rs_wiki_9_2.PNG|thumb|right|Εικόν...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_9_1.PNG|thumb|right|Εικόνα 1: Διαδικασία ποσοτικοποίησης,]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_9_2.PNG|thumb|right|Εικόνα 2: Δέσμη ραντάρ τύπου fan-beam, πηγή: [http://www.radartutorial.eu/06.antennas/Fan%20beam%20antenna.en.html].]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_9_3.PNG|thumb|right|Εικόνα 3: Δέσμη ραντάρ τύπου pencil-beam, πηγή: [http://www.radartutorial.eu/06.antennas/Pencil%20Beam.en.html].]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_9_4.PNG|thumb|right|Εικόνα 4: Ανάλυση σημάτων ραντάρ με τη χρήση συσκευής STC (δεξιά) και χωρίς (αριστερά).]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_9_5.PNG|thumb|right|Εικόνα 1: Box-plot ταχύτητας αέρα, τυποποιημένου μέγεθος σήματος και τυπική απόκλιση της υπογραφής του σήματος μεμονωμένων εντοπισμένων εντόμων (ανοιχτό γκρι) και εντοπισμένων πτηνών (σκούρο γκρι) τα οποία ταυτοποιήθηκαν οπτικά χρησιμοποιώντας  τηλεσκόπιο τοποθετημένο παράλληλα στη δέσμη του ραντάρ. Οι διαφορές μεταξύ εντόμων και πτηνών ήταν στατιστικά σημαντικές.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''&lt;br /&gt;
&lt;br /&gt;
HEIKO SCHMALJOHANN, FELIX LIECHTI, ERICH BÄCHLER, THOMAS STEURI &amp;amp; BRUNO BRUDERER&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η ποσοτικοποίηση της μετανάστευσης των πτηνών αφορά τη χωρική και χρονική κατανομή τους. Καθώς τα πουλιά συχνά μεταναστεύουν σε υπερβολικά υψηλό υψόμετρο για οπτική παρατήρηση, και πιο συχνά κατά τη διάρκεια της νύχτας, τα ραντάρ χρησιμοποιούνται συστηματικά για την παρακολούθηση της μετανάστευσης των πτηνών. Επιστημονικές μελέτες έχουν δώσει μεγάλη προσοχή στην σωστή καταγραφή και ερμηνεία των δεδομένων από ραντάρ. Η ανάγκη για γρήγορα διαθέσιμες μελέτες περιβαλλοντικών επιπτώσεων, παράλληλα με τη διαθεσιμότητα σχετικά φθηνών ναυτικών ραντάρ οδήγησε σε πολλαπλασιασμό των μελετών με ραντάρ. Ωστόσο, οι δυνατότητες και οι περιορισμοί των οργάνων στην ανίχνευση και ποσοτικοποίηση πτηνών και εντόμων δεν έχει αξιολογηθεί επαρκώς. Το μεγαλύτερο ποσοστό ζήτησης για μελέτες περιβαλλοντικών επιπτώσεων σήμερα συνδέεται με τα αιολικά πάρκα. Προκειμένου να πραγματοποιηθεί αξιολόγηση των εν δυνάμει απειλών τέτοιων δομών, στην ορνιθοπανίδα, είναι απαραίτητο να ποσοτικοποιηθούν οι κινήσεις των πουλιών. Η αρχή της ποσοτικοποίησης φαίνεται απλή: ο αριθμός των πουλιών εντός της ακτίνας του ραντάρ παρέχει τη χωρική και χρονική κατανομή τους. Ωστόσο, για να εξασφαλισθούν αξιόπιστα αποτελέσματα, τα σήματα αυτά πρέπει να ταυτοποιηθεί ότι αντιπροσωπεύουν πτηνά και ο προς εξέταση όγκος (surveyed volume) πρέπει να είναι γνωστός. Ο προς εξέταση όγκος, δηλαδή οι διαστάσεις της δέσμης του ραντάρ, μεταβάλλεται με το &amp;quot;μέγεθος του στόχου&amp;quot; (διατομή του ραντάρ), γεγονός που κάνει την ποσοτικοποίηση της μετανάστευσης της ορνιθοπανίδας ένα δύσκολο εγχείρημα. Ωστόσο, στις περισσότερες εφαρμοσμένες μελέτες ραντάρ και ακόμη και σε πρόσφατες επιστημονικές μελέτες ούτε η αναγνώριση του σήματος ούτε κατάλληλες εκτιμήσεις των εξεταζόμενων όγκων έχουν ληφθεί υπόψη. Λαμβάνοντας υπόψη τη ζήτηση για γρήγορες αλλά εντούτοις αξιόπιστες μελέτες περιβαλλοντικών επιπτώσεων, η σημασία της σωστής ποσοτικής ανάλυσης είναι σημαντική. Καθώς τα στοιχεία αυτά αποτελούν τη βάση για αποφάσεις που αφορούν τη διατήρηση της φύσης, οι ανεπάρκειες των αναλύσεων που έχουν ήδη δημοσιευθεί είναι ανησυχητικές. Σκοπός του παρόντος άρθρου είναι η η παρουσίαση των βέλτιστων πρακτικών υπολογισμού της απόλυτης τιμής πυκνότητας πτηνών με τη χρήση ραντάρ (Εικόνα 1), των απαραίτητων προσαρμογών των δεδομένων ραντάρ και των απαραίτητων παραμέτρων για ποσοτικοποίηση, ενώ παρουσιάζονται και λύσεις που βασίζονται σε δεδομένα πεδίου.&lt;br /&gt;
&lt;br /&gt;
'''Ανίχνευση σημάτων'''&lt;br /&gt;
&lt;br /&gt;
'''Συλλογή δεδομένων'''&lt;br /&gt;
&lt;br /&gt;
Για την κατάλληλη ποσοτικοποίηση της μετανάστευσης της ορνιθοπανίδας απαιτείται συλλογή δεδομένων για τη διατομή του ραντάρ, τη φασματική υπογραφή του σήματος, την ταχύτητα του αέρα, την κατεύθυνση πτήσης και τη θέση ως προς τη δέσμη του ραντάρ κάθε στόχου. Δεδομένου ότι δεν υπάρχει σύστημα ραντάρ μέχρι στιγμής που μπορεί να παρέχει αυτές τις βασικές παραμέτρους με μία μόνο μέθοδο δειγματοληψίας, τουλάχιστον δύο μέθοδοι δειγματοληψίας πρέπει να συνδυαστούν για να ποσοτικοποιηθεί η μετανάστευση της ορνιθοπανίδας επιτυχώς.&lt;br /&gt;
&lt;br /&gt;
Οι βασικές μέθοδοι δειγματοληψίας που χρησιμοποιούνται στις μελέτες ορνιθοπανίδας με ραντάρ είναι με ραντάρ των οποίων η δυσδιάστατη δέσμη στη μία διάσταση έχει μεγάλο εύρος και στην άλλη μικρό (fan-beam radars) (Εικόνα 2) και με ραντάρ με δέσμη σε σχήμα μολυβιού (pencil-beam radars) (Εικόνα 3).&lt;br /&gt;
&lt;br /&gt;
Τα ραντάρ τύπου fan-beam σε οριζόντια διάταξη ανίχνευσης των πουλιών, δίνουν ελλιπή δεδομένα για το υψόμετρο, για αυτό το λόγο αυτού του τύπου τα ραντάρ χρησιμοποιούνται σε κάθετη διάταξη ανίχνευσης, παρέχοντας δεδομένα για το υψόμετρο, τον αριθμό σημάτων με την απόσταση και την γωνία κλίσης και πιθανά και το μεγέθους του σήματος. Η κωνική ανίχνευση με ραντάρ τύπου pencil-beam σε διαφορετικά υψόμετρα αποδίδουν το μέγεθος του σήματος, την απόσταση και το ύψος. Στις περισσότερες επιστημονικές μελέτες και μελέτες περιβαλλοντικών επιπτώσεων χρησιμοποιούνται ναυτικού τύπου ραντάρ για την ποσοτικοποίηση της μετανάστευσης της ορνιθοπανίδας. Σε αυτές τις περιπτώσεις, οι μέθοδοι οριζόντιας και κάθετης ανίχνευσης συνήθως συνδυάζονται για τη λήψη δεδομένων για την υψομετρική κατανομή και την κατεύθυνση πτήσης.&lt;br /&gt;
&lt;br /&gt;
'''Καλιμπράρισμα/βαθμονόμηση ραντάρ'''&lt;br /&gt;
&lt;br /&gt;
Η ρύθμιση/βαθμονόμηση των ραντάρ είναι το πρώτο βήμα για την ποσοτικοποίηση της μετανάστευσης της ορνιθοπανίδας. Εάν τα ραντάρ δεν καλιμπράρονται, οι μελετούμενοι όγκοι δεν μπορούν να εκτιμηθούν και τα φίλτρα, που μειώνουν την ανίχνευση μικρών στόχων σε στενά όρια, δεν μπορούν να εφαρμοστούν καταλλήλως. Οι στόχοι που ανιχνεύονται εντός της δέσμης του ραντάρ ανακλούν μέρος της ενέργειας του παλμού στην κεραία του ραντάρ. Τα ραντάρ μπορούν να καλιμπραριστούν εμπειρικά, καταγράφοντας τα σήματα από συγκεκριμένες διατομές του ραντάρ σε διάφορες αποστάσεις. Μία πρακτική μέθοδος καλιμπραρίσματος γίνεται διαμέσου αποστολής συγκεκριμένων ποσοτήτων ενέργειας στην κεραία χρησιμοποιώντας μέσω ενός συστήματος παραγωγής σημάτων. Δεδομένα από μη καλιμπραρισμένο ραντάρ είναι δύσκολο να εκτιμηθούν, γιατί οι διατομές των ραντάρ είναι απαραίτητες για τον έλεγχο της διακύμανσης στην πιθανότητα ανίχνευσης για διάφορους στόχους.&lt;br /&gt;
&lt;br /&gt;
'''Φίλτρα-STC (Sensitivity Time Control=Έλεγχος Χρόνου Ευαισθησίας) '''&lt;br /&gt;
&lt;br /&gt;
Η ποσότητα ενέργειας παλμού που ανακλάται από ένα στόχο για συγκεκριμένη διατομή του ραντάρ αυξάνεται με μείωση της απόστασης. Η διατομή του ραντάρ αποτελεί μέτρο ανίχνευσης ενός αντικειμένου (Πηγή: https://en.wikipedia.org/wiki/Radar_cross-section). Προκειμένου να αποφευχθεί η ανίχνευση πολυάριθμων μικρών διατομών ραντάρ σε μικρό εύρος (π.χ. έντομα), τα περισσότερα συστήματα ραντάρ μειώνουν την ευαισθησία του αποδέκτη όταν μειώνεται η απόσταση. Αυτό το σκοπό εξυπηρετούν τα συστήματα Ελέγχου Χρόνου Ευαισθησίας (STC), τα οποία θέτουν ένα κατώτατο όριο ανίχνευσης το οποίο σχετίζεται με την απόσταση και όχι μόνο περιορίζουν μικρές διατομές ραντάρ που ανιχνεύονται, αλλά μειώνουν και τον όγκο μελέτης σε συγκεκριμένο ποσοστό. Σε ναυτικού τύπου ραντάρ η επίδραση των συσκευών STC δεν έχει αναλυθεί επαρκώς ή παραμένουν άγνωστες. Για την επίλυση αυτού του προβλήματος, οι κατασκευαστές των συσκευών θα μπορούσαν να παρέχουν σαφής οδηγίες για τη λειτουργία και επίδραση των συσκευών στα λαμβανόμενα δεδομένα μέσω κατάλληλου καλιμπραρίσματος του συστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Ταυτοποίηση σημάτων'''&lt;br /&gt;
&lt;br /&gt;
Τα σήματα που εκπέμπουν τα ραντάρ πρέπει να ταυτοποιούνται ως πτηνά, εάν σκοπός της μελέτης είναι να ποσοτικοποιούνται οι κινήσεις των πτηνών. Τα έντομα μπορεί να οδηγήσουν σε υπερεκτίμηση του αριθμού των στόχων αναλόγως τη χρονική στιγμή, την τοποθεσία και την ευαισθησία του ραντάρ, αποτελώντας την πιο σημαντική παρεμβολή όταν στόχος είναι η ανίχνευση πτηνών. Η καλύτερη μέθοδος διαφοροποίησης μεταξύ σημάτων από πουλιά και έντομα αφορά τη διατομή του ραντάρ και τις διακυμάνσεις της διαμέσου του χρόνου ή της ταχύτητας του ανέμου. Γενικά, η διατομή του ραντάρ καθώς και οι διακυμάνσεις της είναι πολύ μικρότερες για σήματα από έντομα από ότι από πουλιά. Όσον αφορά τα πτηνά, η υπογραφή του σήματος αντανακλά τo χτύπημα των φτερών του πουλιού, ενώ στα έντομα η πολύπλοκη δομή της υπογραφής του σήματος πιθανά αποτελείται από ένα μίγμα του χτυπήματος των φτερών και άλλων κινήσεων του σώματος. &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη ακολουθήθηκαν ορισμένες από τις συνήθεις εφαρμογές που περιγράφηκαν παραπάνω. Χρησιμοποιήθηκε ραντάρ τύπου pencil-beam, ενώ το καλιμπράρισμα του ραντάρ πραγματοποιήθηκε με τις συνήθεις διαδικασίες. Η λειτουργική απόσταση της συσκευής STC καθορίστηκε εμπειρικά (το όριο τέθηκε στα 3 χλμ), με σκοπό την μεγαλύτερη δυνατή απόκλιση σημάτων από έντονα, παράλληλα με τη μικρότερη δυνατή απόκλιση σημάτων από πουλιά. Στην Εικόνα 4 φαίνεται η διαφορά μεταξύ της πρωτογενούς εικόνας που δίνει το ραντάρ και της εικόνας μετά την εφαρμογή καλιμπραρισμένης συσκευής STC επιδρόντας στα σήματα άνω των 3 χλμ. Όσον αφορά την ταυτοποίηση των σημάτων που αντιστοιχούν σε πουλιά, ταυτοποιήθηκαν οπτικά κάποια σήματα, με τη χρήση τηλεσκοπίου, ως έντομα και ως πουλιά. Αυτά είχαν σαφής διαφοροποιήσεις ως προς την ταχύτητα ανέμου, το τυποποιημένο μέγεθος του σήματος και την υπογραφή αυτού (Εικόνα 5).&lt;br /&gt;
&lt;br /&gt;
'''Ποσοτικοποίση'''&lt;br /&gt;
&lt;br /&gt;
'''Προς μελέτη όγκος'''&lt;br /&gt;
&lt;br /&gt;
Για αξιόπιστη ποσοτικοποίηση, δεν φτάνει μόνο τα σήματα να ταυτοποιηθούν, αλλά πρέπει να εκτιμηθεί και ο προς μελέτη όγκος. Στα ραντάρ, το σχήμα της δέσμης, το οποίο γεωμετρικά ομοιάζει σε όλες τις διατομές ραντάρ, περιγράφει τη μορφή του προς μελέτη όγκου αλλά το απόλυτο μέγεθός του ποικίλει ανάλογα με τη διατομή ραντάρ. Το απόλυτο μέγεθος του προς μελέτη όγκου μπορεί να υπολογιστεί με το μέγιστο εύρος ανίχνευσης ανά διατομή ραντάρ και το διάγραμμα της κεραίας.&lt;br /&gt;
&lt;br /&gt;
'''Υπολογισμός συχνοτήτων και πυκνοτήτων'''&lt;br /&gt;
&lt;br /&gt;
Έχοντας ταυτοποιήσει τα σήματα ως πτηνά και εκτιμήσει τον ειδικά για τα πουλιά προς μελέτη όγκο, τότε μπορούν να υπολογιστούν οι μεταναστευτικές συχνότητες και αφθονίες. Η μεταναστευτική συχνότητα μπορεί να υπολογιστεί ως μεταναστευτικός ρυθμός κίνησης, ο οποίος ορίζεται ως ο αριθμός πτηνών που περνούν μία ιδεατή γραμμή συγκεκριμένου μήκους (τυπικά 1 χλμ), κάθετη στην κατεύθυνσης κίνησης εντός μίας ώρας. Εν ολίγοις ο μεταναστευτικός ρυθμός κίνησης υπολογίζεται μετρώντας πτηνά εντός συγκεκριμένης περιοχής μελέτης για συγκεκριμένο χρονικό διάστημα.&lt;br /&gt;
&lt;br /&gt;
Συμπερασματικά, μόνο εάν το ραντάρ είναι βαθμονομημένο/καλιμπραρισμένο, τα σήματα ταυτοποιούνται ως πτηνά και ο προς μελέτη όγκος έχει εκτιμηθεί, με τις βέλτιστες μεθόδους που παρουσιάστηκαν στην παρούσα μελέτη, τότε μπορεί να ποσοτικοποιηθεί αξιόπιστα η μετανάστευση πτηνών με τη χρήση ραντάρ. Ακόμη και με βαθμονομημένο ραντάρ, όπου τα μικρού μεγέθους σήματα, που συνήθως αντιστοιχούν σε έντομα, εξαιρούνται από συστήματα STC, τα εναπομείναντα σήματα δεν αντιστοιχούν απαραίτητα σε πτηνά, για αυτό πρέπει παράλληλα να υπολογίζονται οι αλλαγές στον εξεταζόμενο όγκο (surveyed volume). &lt;br /&gt;
&lt;br /&gt;
[https://onlinelibrary.wiley.com/doi/full/10.1111/j.1474-919X.2007.00797.x]&lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_9_5.PNG</id>
		<title>Αρχείο:Rs wiki 9 5.PNG</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:Rs_wiki_9_5.PNG"/>
				<updated>2019-01-21T13:03:14Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_9_4.PNG</id>
		<title>Αρχείο:Rs wiki 9 4.PNG</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:Rs_wiki_9_4.PNG"/>
				<updated>2019-01-21T13:03:05Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_9_3.PNG</id>
		<title>Αρχείο:Rs wiki 9 3.PNG</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:Rs_wiki_9_3.PNG"/>
				<updated>2019-01-21T13:02:53Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_9_2.PNG</id>
		<title>Αρχείο:Rs wiki 9 2.PNG</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:Rs_wiki_9_2.PNG"/>
				<updated>2019-01-21T13:02:44Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_9_1.PNG</id>
		<title>Αρχείο:Rs wiki 9 1.PNG</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:Rs_wiki_9_1.PNG"/>
				<updated>2019-01-21T13:02:34Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85_%CE%BC%CE%B5%CF%84%CE%B5%CF%89%CF%81%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BC%CE%BF%CF%84%CE%AF%CE%B2%CF%89%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B7_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CE%BA%CE%B1</id>
		<title>Χρήση δικτύου μετεωρολογικών ραντάρ παρακολούθησης για την ταυτοποίηση μοτίβων μετανάστευσης της ορνιθοπανίδας σε μεγάλη χωρική κλίμακα</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_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85_%CE%BC%CE%B5%CF%84%CE%B5%CF%89%CF%81%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BC%CE%BF%CF%84%CE%AF%CE%B2%CF%89%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B7_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CE%BA%CE%B1"/>
				<updated>2019-01-19T16:28:29Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_8_2.PNG|thumb|right|Εικόνα 1: Τοποθεσίες των ραντάρ τύπου WSR-88D στις ΗΠΑ. Τα τετράγωνα και οι τελείες υποδεικνύου σημεία με σταθμούς ραντάρ και τα τετράγωνα με 3ψήφιο κωδικό υποδεικνύουν ότι στο σημείο υπάρχει και μετεωρολογικός σταθμός.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8.PNG|thumb|right|Εικόνα 2: Απεικόνιση ανακλαστικότητα βάσης (πάνω) και ταχύτητα βάσης (κάτω) από ραντάρ τύπου WSR-88D στο Ντάλας του Τέξας. Η απόσταση μεταξύ των διαδοχικών κύκλων είναι 55.5 χλμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8_43.PNG|thumb|right|Εικόνα 3: Χάρτες μετανάστευσης στην περιοχή των ΗΠΑ για τις υψομετρικές κλάσεις 0-754, 18-1724.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8_4.PNG|thumb|right|Εικόνα 4: Χάρτες μετανάστευσης στην περιοχή των ΗΠΑ για τις υψομετρικές κλάσεις 431-2909 και 970-4309.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8_3.PNG|thumb|right|Εικόνα 5: Εποχιακά πρότυπα μετανάστευσης στο Ντάλας του Τέξας την άνοιξη του 2000.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς '''&lt;br /&gt;
&lt;br /&gt;
Gauthreaux A. S., Jr., Bersel G. C., van Blaricom D. (2003)&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή '''&lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες μελέτες της μετανάστευσης της ορνιθοπανίδας με ραντάρ περιορίζονταν στην παρακολούθηση περιοχών με ένα μόνο ραντάρ. Λίγες μελέτες εξέτασαν ταυτόχρονα την μετανάστευση με ραντάρ σε πολλαπλά σημεία, ενώ καμία μελέτη δεν χρησιμοποίησε δίκτυο ραντάρ παρακολούθησης για εντοπισμό, ποσοτικοποίηση και παρακολούθηση ταυτόχρονα της νυχτερινής μετανάστευσης κατά τη διάρκεια των περιόδων μετανάστευσης. Στην παρούσα μελέτη χρησιμοποιήθηκαν συνολικά 140 μετεωρολογικά ραντάρ παρακολούθησης τύπου Doppler (W(weather) S(surveillance) R(radar) - 88(1988) D(Doppler)) για την παρακολούθηση των μοτίβων νυχτερινής μετανάστευσης της ορνιθοπανίδας την άνοιξη και το φθινόπωρο, στις ΗΠΑ, σε τοπική και εθνική κλίμακα (Εικόνα 1).&lt;br /&gt;
 &lt;br /&gt;
Τα ραντάρ τύπου WSR-88D καταγράφει σε ύψος από το ύψος της κεραίες έως 21 χλμ από το επίπεδο του εδάφους και σε μέγιστο εύρος 460 χλμ. Με κάθε παλμό του ραντάρ καταγράφονται τρία μεγέθη: η ανακλαστικότητα, η μέση ακτινική ταχύτητα και το φασματικό εύρος της ταχύτητας. &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη χρησιμοποιήθηκαν δύο προϊόντα εικόνας τύπου WSR-88D, η ανακλαστικότητα βάσης και η ταχύτητα βάσης (Εικόνα 2), για την ποσοτικοποίηση του αριθμού των πουλιών που μεταναστεύουν, της ταχύτητας πτήσης των μεταναστευτικών πουλιών και την κατεύθυνσης πτήσης. Η ανακλαστικότητα βάσης αντιπροσωπεύει την σχετική ανακλαστικότητα σε κάθε ένταση παλμού, ενώ η ταχύτητα βάσης τη μέση ακτινική ταχύτητα των στόχων. Τα στοιχεία που κατέγραψαν τα ραντάρ ήταν διαθέσιμα μέσω δορυφόρου σε τοπικό υπολογιστή συλλογής δεδομένων.&lt;br /&gt;
 &lt;br /&gt;
Για την ποσοτικοποίηση της νυχτερινής μετανάστευσης πουλιών, αναπτύχθηκε σύστημα διαλογής που αφαιρούσε τις απεικονίσεις ραντάρ μη βιολογικού περιεχομένου και αλγόριθμος που μείωνε το «νέφος» από βιολογικούς στόχους που δεν αφορούσαν μεταναστευτικά πουλιά. Ένας τρόπος προκειμένου να διαχωριστούν τα σήματα που παράγουν τα μεταναστευτικά πουλιά και αυτά που παράγονται από έντομα, νυχτερίδες, φωλιάζοντα πουλιά κ.α. είναι διαμέσου σύγκρισης της εδαφικής ταχύτητας των στόχων με την ταχύτητα του ανέμου. Συνήθως τα πουλιά πετούν με μεγαλύτερη ταχύτητα από ότι τα έντομα. Στη συνέχεια μέσω προγράμματος που μετατρέπει αρχεία κειμένου με ατμοσφαιρικά δεδομένα σε προϊόντα ταχύτητα βάσης του ανέμου, πραγματοποιήθηκε αντιπαράθεση των ταχυτήτων και κατευθύνσεων των στόχων με ατμοσφαιρικά δεδομένα ανέμου σε παρόμοιο υψόμετρο, αποκλείοντας με αυτόν τον τρόπο στόχους με παρόμοια με του ανέμου ταχύτητα (πιθανά έντομα), με αποτέλεσμα τα εναπομείναντα δεδομένα που ήταν πάνω από ένα όριο ακτινικής ταχύτητα να αναπαριστούν το πιο πιθανό, πτηνά. Στο ίδιο πρόγραμμα κατηγοριοποιήθηκαν τρεις υψομετρικές κλάσεις από το επίπεδο του εδάφους: 0-754, 18-1724, 431-2909 και 970-4309 m, για τη μέτρηση της ταχύτητας του στόχου.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα '''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα για την πυκνότητα μετανάστευσης, την κατεύθυνση κίνησης και την ταχύτητα κίνησης κάθε νύχτας από κάθε ραντάρ εισήχθησαν σε βάση δεδομένων και πραγματοποιήθηκε χαρτογράφηση με δεδομένα 5-ημερης μέσης πυκνότητας και μέσης κατεύθυνσης κίνησης για κάθε μία από τις τέσσερις υψομετρικές κλάσεις (Εικόνα 3). Από τους χάρτες αυτούς, συμπεραίνεται ότι η πυκνότητα μετανάστευσης είναι μεγαλύτερη στις κεντρικές και ανατολικές πολιτείες των ΗΠΑ με πυκνά «νέφη» μετανάστευσης από το κεντρικό Τέξας μέχρι τη Μινεσότα.&lt;br /&gt;
&lt;br /&gt;
Η κορύφωση της μεταναστευτικής περιόδου παρατηρήθηκε μεταξύ τα μέσα Απριλίου και μέσα Μαϊου (Εικόνα 4), ενώ μεγαλύτερη αφθονία μετανάστευσης παρατηρήθηκε στις δύο χαμηλότερες υψομετρικές κλάσεις με την χαμηλότερη κλάση να παρουσιάζει τη μεγαλύτερη αφθονία (0-754) μεταναστών στην ατμόσφαιρα. Η από νύχτα σε νύχτα καταγραφές της πυκνότητας μετανάστευσης παρουσιάζει σημαντική διακύμανση με σαφή όμως εποχιακά πρότυπα σε όλες τις υψομετρικές κλάσεις. Επιπλέον, παρατηρήθηκαν συγκεκριμένα πρότυπα κατευθύνσεων της μετανάστευσης.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση '''&lt;br /&gt;
&lt;br /&gt;
Η τεχνική που παρουσιάζεται σε αυτό το άρθρο μπορεί να χρησιμοποιηθεί για τη συλλογή δεδομένων για την πυκνότητα και την υψομετρική κατανομή της μετανάστευσης των πτηνών και την κατεύθυνση και ταχύτητα των κινήσεών τους. Αποτελεί μία χρονοβόρα μέθοδο συλλογής και διαλογής του συνόλου των δεδομένων από τα ραντάρ και τους μετεωρολογικούς σταθμούς και την επεξεργασία με τους αλγορίθμους, αλλά τα προγράμματα που χρησιμοποιήθηκαν επιτάχυναν σημαντικά τη διαδικασία. Οι αλγόριθμοι που αναπτύχθηκαν για αυτή τη μελέτη έχουν περιθώρια βελτίωσης και γίνονται προσπάθειες για να επιτευχθεί αυτό. Σημαντικός περιορισμός στην παρούσα μελέτη ήταν η αδυναμία συλλογής δεδομένων από περιοχές με κατακρημνίσεις. Όταν η ακτινική ταχύτητα των πουλιών διαφέρει από αυτή των κατακρημνισμάτων, είναι δυνατό να διαχωριστούν, αλλά όσον αφορά τις μετρήσεις πυκνότητας από τις απεικονίσεις ανακλαστικότητας, υπάρχουν ακόμη περιορισμοί.Παρότι, είναι γνωστό ότι η βροχή περιορίζει την μετανάστευση των πουλιών υπάρχουν περιορισμένα δεδομένα για τις ποσότητες μετανάστευσης που πραγματοποιούνται κατά τη διάρκεια βροχής.&lt;br /&gt;
&lt;br /&gt;
Ο αλγόριθμος που αφαιρεί τους στόχους με ταχύτητα κίνησης περίπου ίση με του ανέμου ή στόχους που πετούν προς ανορθόδοξες κατευθύνσεις δίνουν καλά αποτελέσματα, ωστόσο οι συνθήκες ανέμου αλλάζουν σημαντικά από τη στιγμή μέτρησης στους μετεωρολογικούς σταθμούς (μία φορά τη μέρα) μέχρι τη στιγμή ανίχνευσης των στόχων, με αποτέλεσμα να παράγονται αμφίβολα αποτελέσματα. Εάν η ταχύτητα του ανέμου μειωθεί μετά τη μέτρηση στο σταθμό, τότε ο αλγόριθμος είναι πιθανό να αφαιρέσει από τις μετρήσεις στόχους με χαμηλότερες ταχύτητες πτήσης και αντίστοιχα εάν η ταχύτητα του ανέμου αυξηθεί, είναι πιθανό ο αλγόριθμος να συμπεριλάβει στις μετρήσεις έντομα με αυξημένη ταχύτητα πτήσης. Τέτοια γεγονότα μπορούν γρήγορα να ανιχνευθούν με τη χρήση επιπλέον προϊόντων των ραντάρ WSR-88D. &lt;br /&gt;
&lt;br /&gt;
Παρότι στο παρόν άρθρο παρουσιάστηκε ένα μοτίβο μετανάστευσης για περιόδο 5 ημερών, αυτό βρίσκεται σε γενική συμφωνία με τις τάσεις κατεύθυνσης της νυχτερινής ανοιξιάτικης μετανάστευσης.&lt;br /&gt;
&lt;br /&gt;
Η χρήση του δικτύου ραντάρ τύπου WSR-88D για τη μελέτη των χωρικών και χρονικών προτύπων της μετανάστευσης της ορνιθοπανίδας σε επίπεδο ηπείρου δίνει τη δυνατότητα φια μακροπρόθεσμη παρακολούθηση των μοτίβων μετανάστευσης. Με αυτό τον τρόπο θα μπορούν να παρατηρηθούν αλλαγές από χρόνο σε χρόνο ως προς τις ποσότητες μετανάστευσης σε γεωγραφικές περιοχές και συσχέτιση αυτών με κλιματικές διακυμάνσεις ή άλλες πηγές πληθυσμιακής μείωσης. Παρομοίως, αλλαγές στις κατευθύνσεις της μετανάστευσης θα μπορούσαν να παρατηρηθούν. Συμπερασματικά, το δίκτυο θα μπορούσε να χρησιμοποιηθεί για την μακροχρόνια παρακολούθηση των χαρακτηριστικών και την «υγείας» του μεταναστευτικού συστήματος στη Βόρειο Αμερική.&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/chapter/10.1007/978-3-662-05957-9_23]&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85_%CE%BC%CE%B5%CF%84%CE%B5%CF%89%CF%81%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BC%CE%BF%CF%84%CE%AF%CE%B2%CF%89%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B7_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CE%BA%CE%B1</id>
		<title>Χρήση δικτύου μετεωρολογικών ραντάρ παρακολούθησης για την ταυτοποίηση μοτίβων μετανάστευσης της ορνιθοπανίδας σε μεγάλη χωρική κλίμακα</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_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85_%CE%BC%CE%B5%CF%84%CE%B5%CF%89%CF%81%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CF%81%CE%B1%CE%BD%CF%84%CE%AC%CF%81_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CE%BC%CE%BF%CF%84%CE%AF%CE%B2%CF%89%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B7_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CE%BA%CE%B1"/>
				<updated>2019-01-19T16:25:02Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με '[[Εικόνα: rs_wiki_8_2.PNG|thumb|right|Εικόνα 1: Τοποθεσίες των ραντάρ τύπου WSR-88D στις ΗΠΑ. Τα τετράγωνα και ο...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_8_2.PNG|thumb|right|Εικόνα 1: Τοποθεσίες των ραντάρ τύπου WSR-88D στις ΗΠΑ. Τα τετράγωνα και οι τελείες υποδεικνύου σημεία με σταθμούς ραντάρ και τα τετράγωνα με 3ψήφιο κωδικό υποδεικνύουν ότι στο σημείο υπάρχει και μετεωρολογικός σταθμός.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόναrs_wiki_8.PNG|thumb|right|Εικόνα 2: Απεικόνιση ανακλαστικότητα βάσης (πάνω) και ταχύτητα βάσης (κάτω) από ραντάρ τύπου WSR-88D στο Ντάλας του Τέξας. Η απόσταση μεταξύ των διαδοχικών κύκλων είναι 55.5 χλμ.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8_43.PNG|thumb|right|Εικόνα 3: Χάρτες μετανάστευσης στην περιοχή των ΗΠΑ για τις υψομετρικές κλάσεις 0-754, 18-1724.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8_4.PNG|thumb|right|Εικόνα 4: Χάρτες μετανάστευσης στην περιοχή των ΗΠΑ για τις υψομετρικές κλάσεις 431-2909 και 970-4309.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_8_3.PNG|thumb|right|Εικόνα 5: Εποχιακά πρότυπα μετανάστευσης στο Ντάλας του Τέξας την άνοιξη του 2000.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς '''&lt;br /&gt;
&lt;br /&gt;
Gauthreaux A. S., Jr., Bersel G. C., van Blaricom D. (2003)&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή '''&lt;br /&gt;
&lt;br /&gt;
Οι περισσότερες μελέτες της μετανάστευσης της ορνιθοπανίδας με ραντάρ περιορίζονταν στην παρακολούθηση περιοχών με ένα μόνο ραντάρ. Λίγες μελέτες εξέτασαν ταυτόχρονα την μετανάστευση με ραντάρ σε πολλαπλά σημεία, ενώ καμία μελέτη δεν χρησιμοποίησε δίκτυο ραντάρ παρακολούθησης για εντοπισμό, ποσοτικοποίηση και παρακολούθηση ταυτόχρονα της νυχτερινής μετανάστευσης κατά τη διάρκεια των περιόδων μετανάστευσης. Στην παρούσα μελέτη χρησιμοποιήθηκαν συνολικά 140 μετεωρολογικά ραντάρ παρακολούθησης τύπου Doppler (W(weather) S(surveillance) R(radar) - 88(1988) D(Doppler)) για την παρακολούθηση των μοτίβων νυχτερινής μετανάστευσης της ορνιθοπανίδας την άνοιξη και το φθινόπωρο, στις ΗΠΑ, σε τοπική και εθνική κλίμακα (Εικόνα 1).&lt;br /&gt;
 &lt;br /&gt;
Τα ραντάρ τύπου WSR-88D καταγράφει σε ύψος από το ύψος της κεραίες έως 21 χλμ από το επίπεδο του εδάφους και σε μέγιστο εύρος 460 χλμ. Με κάθε παλμό του ραντάρ καταγράφονται τρία μεγέθη: η ανακλαστικότητα, η μέση ακτινική ταχύτητα και το φασματικό εύρος της ταχύτητας. &lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη χρησιμοποιήθηκαν δύο προϊόντα εικόνας τύπου WSR-88D, η ανακλαστικότητα βάσης και η ταχύτητα βάσης (Εικόνα 2), για την ποσοτικοποίηση του αριθμού των πουλιών που μεταναστεύουν, της ταχύτητας πτήσης των μεταναστευτικών πουλιών και την κατεύθυνσης πτήσης. Η ανακλαστικότητα βάσης αντιπροσωπεύει την σχετική ανακλαστικότητα σε κάθε ένταση παλμού, ενώ η ταχύτητα βάσης τη μέση ακτινική ταχύτητα των στόχων. Τα στοιχεία που κατέγραψαν τα ραντάρ ήταν διαθέσιμα μέσω δορυφόρου σε τοπικό υπολογιστή συλλογής δεδομένων.&lt;br /&gt;
 &lt;br /&gt;
Για την ποσοτικοποίηση της νυχτερινής μετανάστευσης πουλιών, αναπτύχθηκε σύστημα διαλογής που αφαιρούσε τις απεικονίσεις ραντάρ μη βιολογικού περιεχομένου και αλγόριθμος που μείωνε το «νέφος» από βιολογικούς στόχους που δεν αφορούσαν μεταναστευτικά πουλιά. Ένας τρόπος προκειμένου να διαχωριστούν τα σήματα που παράγουν τα μεταναστευτικά πουλιά και αυτά που παράγονται από έντομα, νυχτερίδες, φωλιάζοντα πουλιά κ.α. είναι διαμέσου σύγκρισης της εδαφικής ταχύτητας των στόχων με την ταχύτητα του ανέμου. Συνήθως τα πουλιά πετούν με μεγαλύτερη ταχύτητα από ότι τα έντομα. Στη συνέχεια μέσω προγράμματος που μετατρέπει αρχεία κειμένου με ατμοσφαιρικά δεδομένα σε προϊόντα ταχύτητα βάσης του ανέμου, πραγματοποιήθηκε αντιπαράθεση των ταχυτήτων και κατευθύνσεων των στόχων με ατμοσφαιρικά δεδομένα ανέμου σε παρόμοιο υψόμετρο, αποκλείοντας με αυτόν τον τρόπο στόχους με παρόμοια με του ανέμου ταχύτητα (πιθανά έντομα), με αποτέλεσμα τα εναπομείναντα δεδομένα που ήταν πάνω από ένα όριο ακτινικής ταχύτητα να αναπαριστούν το πιο πιθανό, πτηνά. Στο ίδιο πρόγραμμα κατηγοριοποιήθηκαν τρεις υψομετρικές κλάσεις από το επίπεδο του εδάφους: 0-754, 18-1724, 431-2909 και 970-4309 m, για τη μέτρηση της ταχύτητας του στόχου.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα '''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα για την πυκνότητα μετανάστευσης, την κατεύθυνση κίνησης και την ταχύτητα κίνησης κάθε νύχτας από κάθε ραντάρ εισήχθησαν σε βάση δεδομένων και πραγματοποιήθηκε χαρτογράφηση με δεδομένα 5-ημερης μέσης πυκνότητας και μέσης κατεύθυνσης κίνησης για κάθε μία από τις τέσσερις υψομετρικές κλάσεις (Εικόνα 3). Από τους χάρτες αυτούς, συμπεραίνεται ότι η πυκνότητα μετανάστευσης είναι μεγαλύτερη στις κεντρικές και ανατολικές πολιτείες των ΗΠΑ με πυκνά «νέφη» μετανάστευσης από το κεντρικό Τέξας μέχρι τη Μινεσότα.&lt;br /&gt;
&lt;br /&gt;
Η κορύφωση της μεταναστευτικής περιόδου παρατηρήθηκε μεταξύ τα μέσα Απριλίου και μέσα Μαϊου (Εικόνα 4), ενώ μεγαλύτερη αφθονία μετανάστευσης παρατηρήθηκε στις δύο χαμηλότερες υψομετρικές κλάσεις με την χαμηλότερη κλάση να παρουσιάζει τη μεγαλύτερη αφθονία (0-754) μεταναστών στην ατμόσφαιρα. Η από νύχτα σε νύχτα καταγραφές της πυκνότητας μετανάστευσης παρουσιάζει σημαντική διακύμανση με σαφή όμως εποχιακά πρότυπα σε όλες τις υψομετρικές κλάσεις. Επιπλέον, παρατηρήθηκαν συγκεκριμένα πρότυπα κατευθύνσεων της μετανάστευσης.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση '''&lt;br /&gt;
&lt;br /&gt;
Η τεχνική που παρουσιάζεται σε αυτό το άρθρο μπορεί να χρησιμοποιηθεί για τη συλλογή δεδομένων για την πυκνότητα και την υψομετρική κατανομή της μετανάστευσης των πτηνών και την κατεύθυνση και ταχύτητα των κινήσεών τους. Αποτελεί μία χρονοβόρα μέθοδο συλλογής και διαλογής του συνόλου των δεδομένων από τα ραντάρ και τους μετεωρολογικούς σταθμούς και την επεξεργασία με τους αλγορίθμους, αλλά τα προγράμματα που χρησιμοποιήθηκαν επιτάχυναν σημαντικά τη διαδικασία. Οι αλγόριθμοι που αναπτύχθηκαν για αυτή τη μελέτη έχουν περιθώρια βελτίωσης και γίνονται προσπάθειες για να επιτευχθεί αυτό. Σημαντικός περιορισμός στην παρούσα μελέτη ήταν η αδυναμία συλλογής δεδομένων από περιοχές με κατακρημνίσεις. Όταν η ακτινική ταχύτητα των πουλιών διαφέρει από αυτή των κατακρημνισμάτων, είναι δυνατό να διαχωριστούν, αλλά όσον αφορά τις μετρήσεις πυκνότητας από τις απεικονίσεις ανακλαστικότητας, υπάρχουν ακόμη περιορισμοί.Παρότι, είναι γνωστό ότι η βροχή περιορίζει την μετανάστευση των πουλιών υπάρχουν περιορισμένα δεδομένα για τις ποσότητες μετανάστευσης που πραγματοποιούνται κατά τη διάρκεια βροχής.&lt;br /&gt;
&lt;br /&gt;
Ο αλγόριθμος που αφαιρεί τους στόχους με ταχύτητα κίνησης περίπου ίση με του ανέμου ή στόχους που πετούν προς ανορθόδοξες κατευθύνσεις δίνουν καλά αποτελέσματα, ωστόσο οι συνθήκες ανέμου αλλάζουν σημαντικά από τη στιγμή μέτρησης στους μετεωρολογικούς σταθμούς (μία φορά τη μέρα) μέχρι τη στιγμή ανίχνευσης των στόχων, με αποτέλεσμα να παράγονται αμφίβολα αποτελέσματα. Εάν η ταχύτητα του ανέμου μειωθεί μετά τη μέτρηση στο σταθμό, τότε ο αλγόριθμος είναι πιθανό να αφαιρέσει από τις μετρήσεις στόχους με χαμηλότερες ταχύτητες πτήσης και αντίστοιχα εάν η ταχύτητα του ανέμου αυξηθεί, είναι πιθανό ο αλγόριθμος να συμπεριλάβει στις μετρήσεις έντομα με αυξημένη ταχύτητα πτήσης. Τέτοια γεγονότα μπορούν γρήγορα να ανιχνευθούν με τη χρήση επιπλέον προϊόντων των ραντάρ WSR-88D. &lt;br /&gt;
&lt;br /&gt;
Παρότι στο παρόν άρθρο παρουσιάστηκε ένα μοτίβο μετανάστευσης για περιόδο 5 ημερών, αυτό βρίσκεται σε γενική συμφωνία με τις τάσεις κατεύθυνσης της νυχτερινής ανοιξιάτικης μετανάστευσης.&lt;br /&gt;
&lt;br /&gt;
Η χρήση του δικτύου ραντάρ τύπου WSR-88D για τη μελέτη των χωρικών και χρονικών προτύπων της μετανάστευσης της ορνιθοπανίδας σε επίπεδο ηπείρου δίνει τη δυνατότητα φια μακροπρόθεσμη παρακολούθηση των μοτίβων μετανάστευσης. Με αυτό τον τρόπο θα μπορούν να παρατηρηθούν αλλαγές από χρόνο σε χρόνο ως προς τις ποσότητες μετανάστευσης σε γεωγραφικές περιοχές και συσχέτιση αυτών με κλιματικές διακυμάνσεις ή άλλες πηγές πληθυσμιακής μείωσης. Παρομοίως, αλλαγές στις κατευθύνσεις της μετανάστευσης θα μπορούσαν να παρατηρηθούν. Συμπερασματικά, το δίκτυο θα μπορούσε να χρησιμοποιηθεί για την μακροχρόνια παρακολούθηση των χαρακτηριστικών και την «υγείας» του μεταναστευτικού συστήματος στη Βόρειο Αμερική.&lt;br /&gt;
&lt;br /&gt;
[https://link.springer.com/chapter/10.1007/978-3-662-05957-9_23]&lt;br /&gt;
 &lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_8_43.PNG</id>
		<title>Αρχείο:Rs wiki 8 43.PNG</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:Rs_wiki_8_43.PNG"/>
				<updated>2019-01-19T16:24:56Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_8_4.PNG</id>
		<title>Αρχείο:Rs wiki 8 4.PNG</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:Rs_wiki_8_4.PNG"/>
				<updated>2019-01-19T16:24:44Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_8_3.PNG</id>
		<title>Αρχείο:Rs wiki 8 3.PNG</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:Rs_wiki_8_3.PNG"/>
				<updated>2019-01-19T16:24:34Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_8_2.PNG</id>
		<title>Αρχείο:Rs wiki 8 2.PNG</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:Rs_wiki_8_2.PNG"/>
				<updated>2019-01-19T16:24:23Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_8.PNG</id>
		<title>Αρχείο:Rs wiki 8.PNG</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:Rs_wiki_8.PNG"/>
				<updated>2019-01-19T16:24:11Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Χρήση εναέριου υπερφασματικού συστήματος απεικόνισης κυμάτων στο φάσμα του μέσου υπέρυθρου για τον εντοπισμό ωκεάνιων πλαστικών</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_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T21:29:23Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_3.PNG|thumb|right|Εικόνα 1: Κατηγορίες πλαστικών που ανιχνεύθηκαν στη θάλασσα.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: '''&lt;br /&gt;
&lt;br /&gt;
Shungudzemwoyo P. Garaba, Jen Aitken, Boyan Slat, Heidi M. Dierssen, Laurent Lebreton, Oliver Zielinski, Julia Reisser&lt;br /&gt;
&lt;br /&gt;
Καθώς η ποσότητα πλαστικών στο φυσικό περιβάλλον αυξάνεται, υπάρχει επείγουσα ανάγκη για ανάπτυξη τεχνολογικών, νομοθετικών και πολιτικών λύσεων βασιζόμενων σε ακριβή επιστημονικά τεκμηριωμένη έρευνα. Δυστυχώς, υπάρχει ένα χάσμα γνώσης όσον αφορά τη χρονική και χωρική κατανομή των ωκεάνιων πλαστικών. Επί του παρόντος, υπάρχουν μόνο περιφερειακές αξιολογήσεις πλαστικών σε παραλίες, στην υδάτινη στήλη και τον πυθμένα της θάλασσας, όπως για παράδειγμα των ιζημάτων βαθέων υδάτων στην Αρκτική. Όσον αφορά την κατανομή των ωκεάνιων πλαστικών σε πλανητικό επίπεδο, το μεγαλύτερο μέρος της υπάρχουσας γνώσης βασίζεται σε αξιόπιστη αριθμητική μοντελοποίηση σε συνδυασμό με περιορισμένα σύνολα δεδομένων που περιέχουν πληροφορίες για της παρατηρούμενες ποσότητες πλαστικών μεγέθους μερικών χιλιοστών.  Η τιμή επιπλεόντων τεμαχίων (ή μαζών) ωκεάνιου πλαστικού ανά μονάδα θαλάσσιας επιφάνειας συνήθως υπολογίζεται χρησιμοποιώντας τον αριθμό (ή μάζα) σωματιδίων που συλλέγονται από μικρά επιφανειακά δίχτυα, με αναγωγή προς την επιφάνεια που καλύπτεται συνολικά. Παρότι αυτή η τεχνική χρησιμοποιείται ευρέως και αποτελεί βασική πηγή πληροφοριών, είναι πολύ περιορισμένη τόσο χωρικά, όσο και χρονικά. Τα μοντέλα που υπολογίζονται με αυτά τα περιορισμένα σύνολα δεδομένων παρέχουν εκτιμήσεις για την αφθονία των ωκεάνιων πλαστικών, με γεωγραφικές λεπτομέρειες για σημεία συσσωρευμένης ρύπανσης από πλαστικά, συμπεριλαμβανομένων των περιοχών όπου τα πλαστικά εισέρχονται στους ωκεανούς, όπως τα συστήματα εκβολών ποταμών και παράκτιων οικοσυστημάτων, καθώς και περιοχές όπου τα πλαστικά δημιουργούν μεγάλες συσσωρεύσεις. Ωστόσο, τα αριθμητικά αυτά μοντέλα ζωγραφίζουν μόνο μια γενική εικόνα της κατανομής των ωκεάνιων πλαστικών, κυρίως λόγω της έλλειψης δεδομένων από επιτόπιες παρατηρήσεις. &lt;br /&gt;
&lt;br /&gt;
Τα επιπλέοντα ωκεάνια πλαστικά  φαίνεται να συγκεντρώνονται στο πάνω στρώμα της υδάτινης στήλης των ωκεανών, ως επί το πλείστον εντός των πρώτων 0,5 m. Ως εκ τούτου,  η τηλεπισκόπηση των ωκεάνιων πλαστικών από το διάστημα και τις αεροναυτικές πλατφόρμες αποτελεί αξιόπιστη πηγή ποσοτικών και ποιοτικών δεδομένων σε ευρεία γεωγραφική κλίμακα. Η ικανότητα απομακρυσμένου εντοπισμού των ωκεάνιων πλαστικών θα μας επέτρεπε να οικοδομήσουμε μία βάση γνώσεων για την κατανόηση της ποσότητας και της συμπεριφοράς των ωκεάνιων πλαστικών. Ωστόσο, μέχρι σήμερα, μόνο λίγες έρευνες για τα πλαστικά των ωκεανών έχουν διερευνήσει τις δυνατότητες των δορυφορικών και εναέριων εργαλείων τηλεπισκόπησης για την αξιολόγηση της ρύπανσης από πλαστικά στους ωκεανούς.&lt;br /&gt;
&lt;br /&gt;
Οι οπτικοί αισθητήρες απεικόνισης μπορούν να επιτρέψουν την αυτοματοποιημένη, μη επεμβατική και μη επανδρωμένη ανίχνευση θαλάσσιων απορριμμάτων, δίνοντας μετρήσεις που μπορούν να βοηθήσουν στην καλύτερη εκτίμησή της συγκέντρωσης και σύνθεσής τους. Εναέρια υπερφασματικά συστήματα απεικόνισης μπορούν να δώσουν σημαντικά συμπληρωματικά δεδομένα αναφοράς σχετικά με τη ρύπανση των ωκεανών από πλαστικά  λόγω υψηλής φασματικής και γεωχωρικής ανάλυσης. Επί του παρόντος, οι εναέριες βάσεις φαίνεται να αποτελούν μια πολλά υποσχόμενη πηγή τεκμητιωμένων στοιχείων για το σχεδιασμό μελλοντικών δορυφορικών αποστολών με δυνατότητες ανίχνευσης, εντοπισμού, αναγνώρισης, και ή ποσοτικοποίησης των πλαστικών στους ωκεανούς. Σε χερσαία έρευνα που πραγματοποιήθηκε, η υπερφασματική απεικόνιση και ανάπτυξη αλγορίθμου ανίχνευσης πραγματοποιήθηκε πάνω σε γνωστούς στόχους συμπεριλαμβανομένων φυσικών και συνθετικών υδρογονανθράκων. Πιο πρόσφατα, οι οπτικές ιδιότητες των μικρο-(&amp;lt;5 mm) και μακρο- (&amp;gt; 5 mm) πλαστικών που έχουν συλλεχθεί στη θάλασσα διερευνήθηκαν παράλληλα με μια μελέτη που δείχνει τις δυνατότητες απομακρυσμένης ανίχνευσης και ταυτοποίησης πολυμερών υγρών και ξηρών πλαστικών στην ξηρά. Επίσης έχουν προταθεί τεχνικές για τη μέτρηση της φασματικής ανάκλασης των μικροπλαστικών που  επιπλέουν στη θάλασσα. Τον Ιούνιο του 2018, επιπλέοντες τεχνητοί στόχοι κοινών ωκεάνιων πλαστικών ανιχνεύθηκαν με επιτυχία από drones και δορυφορικές αποστολές (π.χ. PlanetScope Dove, Sentinel, TanDEM-X, WorldView) στο πλαίσιο του προγράμματος &amp;quot;Πείραμα καταγραφής πλαστικών στο θαλάσσιο περιβάλλον του Αιγαίου από ΣμηΕΑ και προσπάθεια εντοπισμού από δορυφορικά συστήματα &amp;quot; [https://mrsg.aegean.gr/?content=&amp;amp;nav=55] με επικεφαλής, ομάδα ερευνητών του Πανεπιστημίου Αιγαίου.&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, παρουσιάζονται οι δυνατότητες ενός υπερφασματικού συστήματος απεικόνισης στο μέσο υπέρυθρο φάσμα (SWIR) για την από απόσταση ανίχνευση  των ωκεάνιων πλαστικών. Αντικείμενο της έρευνας ήταν η εξερεύνηση της φασματικής υπογραφής των πλωτών μαζών από κομμάτια πλαστικού μέσω ενός εναέριου φασματογραφικού στο μέσο υπέρυθρο συστήματος απεικόνισης (SASI) από υψόμετρο 400 μ. πάνω από ένα σημείο συσσώρευσης ρύπανσης από πλαστικά απορρίμματα γνωστό ως Ζώνη Συσσώρευσης Βόρειου Ειρηνικού (GPGP). Πρώτα ταυτοποιήθηκαν τα ωκεάνια πλαστικά στο κόκκινο, πράσινο και μπλε (RGB) έγχρωμο σύνθετο και στη συνέχεια έγινε γεωαναφορά των ωκεάνιων πλαστικών στο SWIR ώστε να γίνει εξαγωγή του φάσματος στο SWIR. Αξιολογήσαμε επίσης τις εφαρμογές των συστημάτων απεικόνισης σε SWIR στον τομέα τηλεπισκόπησης ωκεάνιων πλαστικών. Στις εικόνες RGB πραγματοποιήθηκε ταυτοποίηση πλαστικών αντικειμένων από έμπειρους παρατηρητές, καθώς και με ειδικά διαμορφωμένο αυτοματοποιημένο αλγόριθμο εντοπισμού. Τα αντικείμενα κατατάχθηκαν σε πέντε ομάδες: δοχεία, επιπλέοντα αντικείμενα, δίχτυα, σχοινιά-κυλινδρικά αντικείμενα και άγνωστα αντικείμενα (Εικόνα 1). Χρησιμοποιώντας ως βάση 118 αντικείμενα που ανιχνεύθηκαν στην εικόνα RGB και κατατάχθηκαν σε μία από τις πέντε κατηγορίες που αναφέρθηκαν παραπάνω, πραγματοποιήθηκε αντιπαραβολή των εικόνων RGB και SWIR σε περιβάλλον QGIS, ώστε να καταγραφεί η φασματική υπογραφή των αντικειμένων αυτών.&lt;br /&gt;
&lt;br /&gt;
Το SWIR σήμα των ωκεάνιων πλαστικών που εξετάστηκαν σε αυτή τη μελέτη (N = 118) έδειξε κάποια μεταβλητότητα στο μέγεθος και το σχήμα. Αυτές οι διακυμάνσεις ήταν αρκετά συνεπείς μεταξύ των τύπων πλαστικού, με τα μέσα φάσματα ανάκλασης των διαφορετικού τύπου ωκεάνιων πλαστικών να συσχετίζονται έντονα ρ &amp;gt; 0,98 και τους δείκτες ομοιότητας φασματικού σχήματος θ &amp;lt; 11°. Αυτό υποδηλώνει ότι τα σχήματα των μέσων φασμάτων των διαφορετικών τύπων ωκεάνιων πλαστικών ήταν παρόμοια, με μέτριες ομοιότητες μεταξύ των άγνωστων αντικειμένων και των δοχείων (θ = 10,7°) και πολύ ισχυρές ομοιότητες μεταξύ των διχτυών και των πλωτών αντικειμένων (θ = 4. °). Το φασματικό σχήμα είναι μια σημαντική μέτρηση στην ταυτοποίηση των πολυμερών με τη βοήθεια βιβλιοθηκών φασματικών υπογραφών. Οι ομοιότητες ως προς το σχήμα του φάσματος που βρέθηκαν στην παρούσα μελέτη θα μπορούσαν να είναι συνέπεια της σχετικά ομοιόμορφης σύσταση των πολυμερών στα πλαστικά του GPGP, καθώς σε προηγούμενες μελέτες έχει βρεθεί ότι αποτελείται κυρίως από πολυαιθυλένιο (PE) και PP. &lt;br /&gt;
&lt;br /&gt;
Συνολικά, τα πλωτά αντικείμενα είχαν την υψηλότερη ακτινοβολία, πιθανώς λόγω υψηλής ανακλαστικότητας και υψηλής πλευστότητας που θα μπορούσε να οδηγήσει σε λίγο ή καθόλου κάλυψη από το θαλασσινό νερό άρα και λιγότερη απορρόφηση φωτός από το νερό. Τα δοχεία είχαν τη χαμηλότερη ακτινοβολία, πιθανώς λόγω της σχετικά χαμηλής πλευστότητας τους που οδηγεί σε ελαφρώς μεγαλύτερη κάλυψη σε θαλασσινό νερό. Υψηλές διαφορές (&amp;gt; 62%) έντασης μεταξύ φασμάτων σημειώθηκαν μεταξύ των 970,1200, 1530, 1680 και 2100 nm. Αυτά τα στοιχεία απορρόφησης  συμπίπτουν με φάσματα απορρόφησης μοναδικά για τα πλαστικά και είναι λιγότερο πιθανό να επηρεαστούν από τις φασματικές ιδιότητες των ατμοσφαιρικών αερίων. &lt;br /&gt;
&lt;br /&gt;
[https://pubs.acs.org/doi/abs/10.1021/acs.est.8b02855]&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση ρύπανσης υδάτινων όγκων]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CE%BF%CF%81%CE%AF%CE%B8%CE%BC%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_%CE%BC%CE%B1%CE%BA%CF%81%CE%BF%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Σχεδιασμός αλγορίθμου για υπερφασματική τηλεπισκόπηση επιπλεόντων στην θάλασσα μακροπλαστικών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CE%BF%CF%81%CE%AF%CE%B8%CE%BC%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_%CE%BC%CE%B1%CE%BA%CF%81%CE%BF%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T21:29:06Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_10_1.PNG |thumb|right|Εικόνα 1: Πορεία της ηλιακής ακτινοβολίας διαμέσου της επιφάνειας της θάλασσας και διαμέσου ενός κομματιού πλαστικού.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''&lt;br /&gt;
&lt;br /&gt;
Goddijn-Murphy L., Peters S., van Sebille E., James A. N. και Gibb S. (2018) &lt;br /&gt;
&lt;br /&gt;
Η ρύπανση από θαλάσσια πλαστικά απορρίμματα αποτελεί παγκόσμιο περιβαλλοντικό πρόβλημα αυξημένης ανησυχίας. Η παγκόσμια παραγωγή πλαστικών αυξάνεται ετησίως, εκτιμώντας ότι 4,8 έως 12,7 εκατομμύρια μετρικών τόνων πλαστικού εισέρχονται στους ωκεανούς κάθε χρόνο, αποτελώντας απειλή για θαλασσοπούλια, ψάρια, χελώνες και θαλάσσια θηλαστικά. Ωστόσο, υπάρχουν ακόμα αρκετά ερωτήματα για τις πηγές, τις διόδους και τα πρότυπα αφθονίας των θαλάσσιων πλαστικών απορριμμάτων, των επιπτώσεών τους στον άνθρωπο και τη θαλάσσια ζωή, καθώς και της αποτελεσματικότητας εκστρατειών καθαρισμού. Έχουν εκπονηθεί μικρής κλίμακας μελέτες, ωστόσο μακροπρόθεσμη και μεγάλης κλίμακας παρακολούθηση δεν έχει ακόμη πραγματοποιηθεί. Οι τεχνικές τηλεπισκόπησης έχουν τη δυνατότητα να προσφέρουν μακροπρόθεσμη, παγκόσμια παρακολούθηση των επιπλεόντων θαλάσσιων πλαστικών, αλλά τέτοια εγχειρήματα παραμένουν στην αφάνεια. &lt;br /&gt;
&lt;br /&gt;
Μία πιθανή μέθοδος τηλεπισκόπησης για τα θαλάσσια επιπλέοντα πλαστικά απορρίμματα στο ανώτερο στρώμα της θαλάσσιας επιφάνειας, βασίζεται στη γεωμετρική οπτική και τις φασματικές υπογραφές των πλαστικών και του θαλασσινού νερού. Αντικείμενο αυτής της μεθόδου είναι εύρεση της επιφανειακής μάζας επιπλεόντων πλαστικών στην επιφάνεια της θάλασσας μέσω της μετρούμενης ανακλαστικότητας του φυσικού φωτός της ημέρας στην ατμόσφαιρα. Η μέθοδος αυτή βασίζεται στη φασματική υπογραφή των μακροπλαστικών στο ορατό (VIS) και μέσο υπέρυθρο (SWIR) φάσμα που περιέγραψε ο Anser (2016). Το ορατό φάσμα κυμαίνεται μεταξύ 400 και 780 nm, το μέσο υπέρυθρο από 1.1 έως 3 μm και το εγγύς υπέρυθρο (NIR) παίρνει τις ενδιάμεσες τιμές μήκους κύματος.&lt;br /&gt;
&lt;br /&gt;
Τέτοιου είδους εγχειρήματα διαλεύκανσης των ερωτημάτων που υπάρχουν γύρω από τα θαλάσσια πλαστικά απορρίμματα παρουσιάζουν δυσκολίες λόγων των πολλών διαφορετικών τύπων πλαστικών που συναντώνται στη θάλασσα, τα οποία ποικίλουν σε μέγεθος (μικροπλαστικά-μακροπλαστικά), τύπο επικινδυνότητας (τοξικότητα, παγίδευση), πηγή προέλευσης (πρωτογενή και δευτερογενή μικροπλαστικά), σύσταση πολυμερών, σχήμα κλπ. Τα δευτερογενή μικροπλαστικά προέρχονται από τη διάσπαση των μακροπλαστικών και εκτιμάται ότι θα αποτελέσουν  την κυριότερη πηγή μικροπλαστικών, διότι λόγω λήψης μέτρων τα πρωτογενή μικροπλαστικά θα μειωθούν. Εντούτοις, οι μελέτες μικροπλαστικών με τη χρήση μεθόδων τηλεπισκόπησης αφορούν και τα δευτερογενή μικροπλαστικά. Επιπλέον, σε αντίθεση με τα μικροπλαστικά, τα μακροπλαστικά που ανιχνεύονται με μεθόδους τηλεπισκόπησης, μπορούν δυνητικά να αφαιρεθούν από τη θάλασσα.&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά αντικείμενα στην επιφάνεια του νερού «ελέγχουν» την ακτινοβολία που ανακλάται από την επιφάνεια, όπως φαίνεται στην Εικόνα 1. Οι διαφορετικές διαδρομές που απεικονίζονται στην Εικόνα 1, εξηγούν γιατί η μέτρηση των θαλάσσιων πλαστικών είναι διαφορετική από την ανάκτηση των συγκεντρώσεων των οπτικά ενεργών στοιχείων του νερού διαμέσου των ιδιοτήτων φασματικής σκέδασης και απορρόφησης αυτών. Το χρησιμοποιούμενο μαθηματικό μοντέλο θα πρέπει να περιλαμβάνει την μεταφορά ακτινοβολίας από το ίδιο το νερό, καθώς και την αλληλεπίδραση του φωτός με τα πλαστικά στην επιφάνεια του νερού με διαφορετικές οπτικές ιδιότητες (π.χ. χρώμα, διαφάνεια και σχήμα). Το μαθηματικό μοντέλο που προτείνεται στο παρόν άρθρο μπορεί να βοηθήσει στην επιλογή του βέλτιστου μήκους κύματος, στο σχεδιασμό πειραμάτων και στην ανάπτυξη αλγορίθμου για τηλεπισκοπική ανίχνευση των θαλάσσιων πλαστικών.&lt;br /&gt;
&lt;br /&gt;
Κύρια λογική του παρόντος μαθηματικού μοντέλου οπτικής ανακλαστικότητας είναι ότι εάν υπολογίσουμε την ανακλαστικότητα της καθαρής θαλάσσιας επιφάνειας μέσω τηλεπισκόπησης, και της επιφάνειας του πλαστικού, τότε μπορούμε να εκτιμήσουμε το κλάσμα της πλαστικής επιφάνειας μέσω μετρήσεων στον αέρα. Μπορούμε να προσδιορίσουμε την ανακλαστικότητα της επιφάνειας του νερού εάν ο τύπος νερού είναι γνωστός και την επιφάνεια του πλαστικού, μέσω επιτόπιων μετρήσεων ανακλαστικότητας (με σπεκτόμετρο κλπ).&lt;br /&gt;
&lt;br /&gt;
Για την παραγωγή του μαθηματικού μοντέλου αυτού ήταν απαραίτητες διαφορετικές προσεγγίσεις. Αρχικά, το προτεινόμενο μοντέλο ανακλαστικότητας είναι για ένα τύπο πλαστικού με δύο διαστάσεις, όπως μία ομαλή επίπεδη επιφάνεια με συγκεκριμένες φυσικές και οπτικές ιδιότητες, ενώ στην πραγματικότητα τα θαλάσσια πλαστικά απορρίμματα έχουν διαφόρων ειδών σχήματα και χημική σύσταση. Στην πραγματικότητα, ένα πλαστικό αντικείμενο έχει τρεις διαστάσεις και μπορεί να ανακλάσει το φως πίσω προς τον αισθητήρα, ειδικά όταν κινείται λόγω των κυμάτων της θάλασσας. Επίσης, εάν τα σχήματα τριών διαστάσεων αλλάξουν το φωτεινό περιβάλλον κοντά στην επιφάνεια της θάλασσας, μπορεί να επηρεάσουν και το ένα την ανακλαστικότητα του άλλου. Σε αυτές τις περιπτώσεις, η ανακλαστικότητα του πλαστικού εξαρτάται επίσης από την πυκνότητα του πλαστικού. Μία πλαστική επιφάνεια δεν είναι συνήθως μόνο ένα κατοπτρικός ανακλαστήρας, όπως παρουσιάζεται στην Εικόνα 1 (ομαλή επιφάνεια), αλλά μπορεί να ανακλά το φως σε περισσότερες από μία κατευθύνσεις (τραχιά επιφάνεια), γνωστή ως διάχυτη ανάκλαση ενισχύοντας έτσι την πυκνότητα του πλαστικού. Περιπλέκοντας ακόμα περισσότερο τα πράγματα, εάν η επιφάνεια του πλαστικού είναι υγρή, το νερό μπορεί να γεμίσει τα κενά και να εξομαλύνει την επιφάνεια μειώνοντας έτσι τη διάχυτη ανάκλαση. Επιπλέον, το νερό απορροφά ισχυρά τα μήκη κύματος στο υπέρυθρο και ένα λεπτό στρώμα νερού μπορεί να μειώσει περαιτέρω το σήμα σε αυτά τα μήκη κύματος. &lt;br /&gt;
&lt;br /&gt;
Μία επιπλέον πρόκληση προσαρμογής των μαθηματικών υπολογισμών του συγκεκριμένου μοντέλου, είναι η μίξη διαφορετικών τύπων πλαστικού και του πως αλληλεπιδρούν με το φως στο μήκος κύματος που μας ενδιαφέρει, καθώς και πως τα διαφορετικά σήματα μπορούν να συνδυαστούν.&lt;br /&gt;
&lt;br /&gt;
Τα θαλάσσια πλαστικά απορρίμματα που έχουν περάσει κάποιο διάστημα στον ωκεανό συνήθως δεν έχουν καθαρή επιφάνεια, αλλά πάνω σε αυτή μαζεύονται διάφοροι θαλάσσιοι οργανισμοί, όπως φύκη. Τέτοιοι οργανισμοί μπορεί να βυθίσουν ένα πλαστικό αντικείμενο κάτω από την επιφάνεια της θάλασσας, κρύβοντας το, ή μπορεί να επηρεάσουν την ανακλαστικότητά του, καθώς οι θαλάσσιοι φυτικοί οργανισμοί περιέχουν χλωροφύλλη η οποία απορροφά γύρω στα 672-680 nm.Τα περισσότερα φύκη έχουν χαμηλή ανακλαστικότητα στο ορατό φάσμα και υψηλή στο εγγύς υπέρυθρο, επομένως ο αλγόριθμος για την εφαρμογή τηλεπισκόπησης στα θαλάσσια απορρίμματα θα πρέπει να επιλέξει μήκη κύματος στο υπέρυθρο παρά στο ορατό φάσμα, για παράδειγμα κοντά στα 750 nm.&lt;br /&gt;
&lt;br /&gt;
Θεωρητικά, η παρούσα μέθοδος γεωμετρικής οπτικής μπορεί να εφαρμοστεί σε αντικείμενα των οποίων οι διαστάσεις είναι μεγαλύτερες από μερικά μήκη κύματος ακτινοβολίας (στην κλίμαμα των μικρόμετρων στο VIS-SWIR φάσμα) συμπεριλαμβάνοντας έτσι μικροπλαστικά, αλλά σωματίδια τόσο μικρά που μπορούν γρήγορα να αφαιρεθούν από την επιφάνεια της θάλασσας. Για τη συμπλήρωση αυτής της προσέγγισης, η οποία έλαβε υπόψη το μέγεθος των πλαστικών, περαιτέρω μελέτες για τη σύσταση των πλαστικών είναι απαραίτητες προκειμένου να λάβουμε πλήρη εικόνα της θαλάσσιας ρύπανσης από πλαστικά. &lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0025326X17309530]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ανίχνευση ρύπανσης υδάτινων όγκων]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD</id>
		<title>Αυτοματοποιημένη παρακολούθηση πουλιών σε πτήση: Επίδειξη του εγχειρήματος με αετούς σε εγκαταστάσεις αιολικών πάρκων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD"/>
				<updated>2019-01-18T14:21:57Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_camera_trap_wwf.jpg|thumb|right|Εικόνα 1: Κάμερα-παγίδα, πηγή: [https://www.wwf.org.uk/conservationtechnology/camera-trap.html].]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_identiflight.PNG|thumb|right|Εικόνα 2: Δομή συστήματος Identiflight.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''&lt;br /&gt;
&lt;br /&gt;
Christopher J.W. McClure, Luke Martinson, Taber D. Allison&lt;br /&gt;
&lt;br /&gt;
''' Εισαγωγή: '''&lt;br /&gt;
&lt;br /&gt;
Συχνά στη διαχείριση της άγριας ζωής είναι απαραίτητη η εκτίμηση της κατανομής, της αφθονίας ή/και της μετακίνησης των ζώων χωρικά και χρονικά. Τέτοιου είδους δράσεις παρακολούθησης πραγματοποιούνται διαμέσου αυτοματοποιημένων τεχνολογιών (automated technology), οι οποίες δίνουν την ευκαιρία στους ερευνητές και τους διαχειριστές να συλλέξουν μεγάλη ποσότητα δεδομένων με ακρίβεια και αποτελεσματικότητα. Τέτοιου είδους τεχνολογίες περιλαμβάνουν για παράδειγμα τη χρήση καμερών-παγίδων (Εικόνα 1) για την καταγραφή μεγάλης ποικιλίας ειδών και τη χρήση ραντάρ για τον εντοπισμό μεταναστευτικών πουλιών και την εκτίμηση του κινδύνου σύγκρουσης πτηνών (bird collision). &lt;br /&gt;
&lt;br /&gt;
Φαινόμενα όπως συγκρούσεις μεταξύ πουλιών και αεροπλάνων ή πουλιών επάνω σε ανεμογεννήτριες, έχουν οδηγήσει σε αύξηση της χρήσης των αυτοματοποιημένων τεχνολογιών στην εφαρμοσμένη οικολογία και συγκεκριμένα για τον εντοπισμό και την ταυτοποίηση πουλιών σε πτήση. Για τις εταιρίες παραγωγής αιολικής ενέργειας, η ανάγκη ανάπτυξης αυτοματοποιημένων μεθόδων παρακολούθησης των πουλιών θα δώσει τη δυνατότητα αντικατάστασης του ανθρώπινου δυναμικού που απασχολούν ώστε να παρακολουθούν πάνω από παρατηρητήρια την κίνηση των πουλιών και να προβαίνουν σε διακοπή της κίνησης ορισμένων ανεμογεννητριών όταν υπάρχει ο κίνδυνος σύγκρουσης κάποιου προστατευόμενου είδους πουλιού σε αυτές.&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία ελέγχου της αποτελεσματικότητας των αυτοματοποιημένων τεχνολογιών μέσω δοκιμής, σε υφιστάμενα δείγματα που έχουν συλλεχθεί από παρατηρητές, της ικανότητας ανίχνευσης ικανής ποσότητας του δείγματος από για παράδειγμα μονάδες καταγραφής ήχου ή ραντάρ, αποτελεί μια μέθοδο που έχει χρησιμοποιηθεί από αρκετούς ερευνητές στο παρελθόν. Στην παρούσα μελέτη, χρησιμοποιήθηκαν δύο μονάδες μελέτης, η μία αποτελούνταν από ομάδα ειδικών (παρατηρητές) και η άλλη αφορούσε ένα σύστημα παρακολούθησης με κάμερες. Το αντικείμενο της μελέτης ήταν ο εντοπισμός-ανίχνευση πουλιών σε πτήση και η ικανότητα των μονάδων (παρατηρητές ή κάμερες) να διακρίνουν εάν το πουλί ήταν αετός ή όχι. Με τα δεδομένα που συλλέχθηκαν, πραγματοποιήθηκε ποσοτικοποίηση των πουλιών που ανιχνεύθηκαν από τη μία μονάδα εντοπισμού (παρατηρητές) και δεν ανιχνεύθηκε από την άλλη. Επιπλέον, έγινε σύγκριση των ποσοστών έγκυρης ταυτοποίησης των πουλιών ως αετούς ή μη-αετούς και τέλος, έγινε υπολογισμός της απόστασης από την οποία το σύστημα καμερών εντόπιζε τα πουλιά και του απαραίτητου, για την ταυτοποίηση των πουλιών ως αετών, χρονικού διαστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη πραγματοποιήθηκε στο αιολικό πάρκο “Top of the World Windpower”, το οποίο αποτελεί έργο της εταιρείας παραγωγής ηλεκτρικής ενέργειας DUKE ENERGY και βρίσκεται στο Wyoming των ΗΠΑ. Η συγκεκριμένη εταιρεία, λόγω υψηλής δραστηριότητας των ειδών αρπακτικών πουλιών του Χρυσαετού και του Αμερικάνικού Θαλασσαετού στην περιοχή, προκειμένου να τηρήσει την συμφωνία διακανονισμού που σύναψε με το Υπουργείο δικαιοσύνης των ΗΠΑ, ήταν αναγκασμένη από το νόμο να αναπτύξει στρατηγικές μείωσης του κινδύνου σύγκρουσης στις ανεμογεννήτριες. Η εταιρεία εγκατέστησε τέσσερις μονάδες IdentiFlight και ζήτησε από το Αμερικάνικο Ινστιτούτο για την Άγρια Πανίδα να εκπονήσει ανεξάρτητη μελέτη αξιολόγησης της εφαρμοσμένης τεχνολογίας.&lt;br /&gt;
&lt;br /&gt;
'''Σύστημα  IdentiFlight και Παρατηρητές'''&lt;br /&gt;
&lt;br /&gt;
Το σύστημα IdentiFlight αναπτύχθηκε με σκοπό να εντοπίζει άτομα αετών σε ικανή απόσταση από τις ανεμογεννήτριες ώστε σε πραγματικές συνθήκες να διακοπεί ή να μην ξεκινήσει η λειτουργία οποιασδήποτε ανεμογεννήτριας. Το σύστημα έχει ύψος 7-10 μέτρα και αποτελείται από ένα δίκτυο οκτώ καμερών με ευρύ οπτικό πεδίο, τοποθετημένων σε σχήμα δαχτυλιδιού και  μία κάμερα υψηλής ευκρίνειας στην κορυφή, όπως φαίνεται στην Εικόνα 2. Το σύστημα καμερών με ευρύ οπτικό πεδίο ανιχνεύει τα κινούμενα αντικείμενα και ξεκινάει να τα καταγράφει, ενώ η κάμερα υψηλής ευκρίνειας, μόλις γίνει ανίχνευση ενός αντικειμένου, στρέφεται επάνω του και υπολογίζει την απόσταση από το αντικείμενο και κάνει λήψη φωτογραφιών του αντικειμένου κάθε 200 ms ώστε να συλλέξει τα απαραίτητα, για την ταυτοποίησή του, δεδομένα. Κάθε μονάδα IdentiFlight χρησιμοποιεί συγκεκριμένο αλγόριθμο  για τον εντοπισμό και την ταξινόμηση των αντικειμένων ως αετών ή μη-αετών σε μια ακτίνα 1000 μέτρων.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Ο σχεδιασμός της παρούσας μελέτης αποτελούνταν από 4 μονάδες παρατηρητών και 4 μονάδες IdentiFlight, όπου κάθε παρατηρητής συνδυάστηκε με μία συσκευή IdentiFlight ώστε τα αποτελέσματα να είναι συγκρίσιμα. Οι μονάδες είχαν απόσταση 530-630m μεταξύ τους και πραγματοποίησαν προσπάθεια ανίχνευσης πουλιών σε μία ακτίνα 1000m.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι παρατηρητές ανίχνευσαν 1277 πουλιά σε πτήση, από τα οποία το 96% ανιχνεύθηκε από τις μονάδες IdentiFlight, παραλείποντας μόνο 53 άτομα, ενώ οι μονάδες ανίχνευσαν 5958 πουλιά, τα οποία δεν ανιχνεύθηκαν από τους παρατηρητές. Επομένως, οι παρατηρητές ανίχνευσαν 1224 πουλιά από τα 7182 άτομα που ανιχνεύθηκαν συνολικά από τις μονάδες IdentiFliight. Από τα 1224 πουλιά που ανιχνεύθηκαν από τους παρατηρητές και τις μονάδες IdentiFliight αμφότερους, 1162 άτομα ταυτοποιήθηκαν ως αετοί (n=149) και μη-αετοί (n=1013). Οι μονάδες IdentiFliight ταυτοποίησαν όλους τους αετούς, εκτός από 9 άτομα (ευαισθησία=0.94), ενώ από τα άτομα που ταυτοποιήθηκαν από τους παρατηρητές ως μη-αετοί, 287 από αυτά ταυτοποιήθηκαν από τις μονάδες IdentiFliight ως αετοί (ακρίβεια=0.72). Επομένως, οι παρατηρητές ήταν σημαντικά καλύτερη στην ταυτοποίηση των μη-αετών, ενώ οι μονάδες IdentiFliight ήταν σημαντικά καλύτερες στην ταυτοποίηση των αετών (στατιστικά σημαντικά αποτελέσματα). Επιπλέον, ο μέσος χρόνος ταυτοποίησης των πουλιών από τις μονάδες IdentiFliight, ως αετούς ήταν 0.4s και ως μη-αετούς 0.2s, ενώ η μέση απόσταση όπου τα πουλιά ταυτοποιούνταν ως μη-αετοί ήταν 537m και ως αετοί 793m.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με την παρούσα μελέτη, οι μονάδες IdentiFlight έχουν την ικανότητα να ανιχνεύουν αποτελεσματικά  πουλιά μεγέθους μεγαλύτερου από το Αμερικάνικο Βραχοκιρκίνεζο και να ταυτοποιούν τα άτομα που είναι αετοί, ενώ είχαν μικρότερη ικανότητα ταυτοποίησης των μη-αετών, η οποία πιθανά να οφείλεται στον σκοπό σχεδιασμού των συγκεκριμένων συστημάτων, ο οποίος είναι η προστασία των αετών από γεγονότα πρόσκρουσης σε ανεμογεννήτριες, θέτοντας έτσι την ταυτοποίηση των αετών ως προτεραιότητα. Τα αποτελέσματα της μελέτης επηρέασαν επίσης η απόσταση των παρατηρητών από τα πουλιά-στόχους και η θέση της περιοχής μελέτης, ενώ είναι πιθανό ο καιρός, η εποχικότητα και η σύσταση των κοινοτήτων ορνιθοπανίδας να έπαιξε επίσης ρόλο στον καθορισμό των αποτελεσμάτων. Συμπερασματικά, οι τεχνολογίες που χρησιμοποιούν αυτοματοποιημένα συστήματα καμερών, είναι χρήσιμες για τον εντοπισμό και την ανίχνευση πουλιών, ωστόσο χρειάζεται περαιτέρω μελέτη με την προσθήκη περισσότερων παραμέτρων-συνθηκών στον σχεδιασμό, ενώ τα συστήματα παρακολούθησης όπως το IdentiFlight θα μπορούσαν να χρησιμοποιηθούν επίσης στην παρακολούθηση της μετανάστευσης, σε περιοχές με πιθανό δυναμικό ενεργειακής ανάπτυξης και αεροδρόμια.&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0006320717319407]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD</id>
		<title>Αυτοματοποιημένη παρακολούθηση πουλιών σε πτήση: Επίδειξη του εγχειρήματος με αετούς σε εγκαταστάσεις αιολικών πάρκων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD"/>
				<updated>2019-01-18T14:20:11Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Διαγραφή του περιεχομένου της σελίδας&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CE%BF%CF%81%CE%AF%CE%B8%CE%BC%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_%CE%BC%CE%B1%CE%BA%CF%81%CE%BF%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Σχεδιασμός αλγορίθμου για υπερφασματική τηλεπισκόπηση επιπλεόντων στην θάλασσα μακροπλαστικών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CE%BF%CF%81%CE%AF%CE%B8%CE%BC%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_%CE%BC%CE%B1%CE%BA%CF%81%CE%BF%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T14:18:28Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_10_1.PNG |thumb|right|Εικόνα 1: Πορεία της ηλιακής ακτινοβολίας διαμέσου της επιφάνειας της θάλασσας και διαμέσου ενός κομματιού πλαστικού.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''&lt;br /&gt;
&lt;br /&gt;
Goddijn-Murphy L., Peters S., van Sebille E., James A. N. και Gibb S. (2018) &lt;br /&gt;
&lt;br /&gt;
Η ρύπανση από θαλάσσια πλαστικά απορρίμματα αποτελεί παγκόσμιο περιβαλλοντικό πρόβλημα αυξημένης ανησυχίας. Η παγκόσμια παραγωγή πλαστικών αυξάνεται ετησίως, εκτιμώντας ότι 4,8 έως 12,7 εκατομμύρια μετρικών τόνων πλαστικού εισέρχονται στους ωκεανούς κάθε χρόνο, αποτελώντας απειλή για θαλασσοπούλια, ψάρια, χελώνες και θαλάσσια θηλαστικά. Ωστόσο, υπάρχουν ακόμα αρκετά ερωτήματα για τις πηγές, τις διόδους και τα πρότυπα αφθονίας των θαλάσσιων πλαστικών απορριμμάτων, των επιπτώσεών τους στον άνθρωπο και τη θαλάσσια ζωή, καθώς και της αποτελεσματικότητας εκστρατειών καθαρισμού. Έχουν εκπονηθεί μικρής κλίμακας μελέτες, ωστόσο μακροπρόθεσμη και μεγάλης κλίμακας παρακολούθηση δεν έχει ακόμη πραγματοποιηθεί. Οι τεχνικές τηλεπισκόπησης έχουν τη δυνατότητα να προσφέρουν μακροπρόθεσμη, παγκόσμια παρακολούθηση των επιπλεόντων θαλάσσιων πλαστικών, αλλά τέτοια εγχειρήματα παραμένουν στην αφάνεια. &lt;br /&gt;
&lt;br /&gt;
Μία πιθανή μέθοδος τηλεπισκόπησης για τα θαλάσσια επιπλέοντα πλαστικά απορρίμματα στο ανώτερο στρώμα της θαλάσσιας επιφάνειας, βασίζεται στη γεωμετρική οπτική και τις φασματικές υπογραφές των πλαστικών και του θαλασσινού νερού. Αντικείμενο αυτής της μεθόδου είναι εύρεση της επιφανειακής μάζας επιπλεόντων πλαστικών στην επιφάνεια της θάλασσας μέσω της μετρούμενης ανακλαστικότητας του φυσικού φωτός της ημέρας στην ατμόσφαιρα. Η μέθοδος αυτή βασίζεται στη φασματική υπογραφή των μακροπλαστικών στο ορατό (VIS) και μέσο υπέρυθρο (SWIR) φάσμα που περιέγραψε ο Anser (2016). Το ορατό φάσμα κυμαίνεται μεταξύ 400 και 780 nm, το μέσο υπέρυθρο από 1.1 έως 3 μm και το εγγύς υπέρυθρο (NIR) παίρνει τις ενδιάμεσες τιμές μήκους κύματος.&lt;br /&gt;
&lt;br /&gt;
Τέτοιου είδους εγχειρήματα διαλεύκανσης των ερωτημάτων που υπάρχουν γύρω από τα θαλάσσια πλαστικά απορρίμματα παρουσιάζουν δυσκολίες λόγων των πολλών διαφορετικών τύπων πλαστικών που συναντώνται στη θάλασσα, τα οποία ποικίλουν σε μέγεθος (μικροπλαστικά-μακροπλαστικά), τύπο επικινδυνότητας (τοξικότητα, παγίδευση), πηγή προέλευσης (πρωτογενή και δευτερογενή μικροπλαστικά), σύσταση πολυμερών, σχήμα κλπ. Τα δευτερογενή μικροπλαστικά προέρχονται από τη διάσπαση των μακροπλαστικών και εκτιμάται ότι θα αποτελέσουν  την κυριότερη πηγή μικροπλαστικών, διότι λόγω λήψης μέτρων τα πρωτογενή μικροπλαστικά θα μειωθούν. Εντούτοις, οι μελέτες μικροπλαστικών με τη χρήση μεθόδων τηλεπισκόπησης αφορούν και τα δευτερογενή μικροπλαστικά. Επιπλέον, σε αντίθεση με τα μικροπλαστικά, τα μακροπλαστικά που ανιχνεύονται με μεθόδους τηλεπισκόπησης, μπορούν δυνητικά να αφαιρεθούν από τη θάλασσα.&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά αντικείμενα στην επιφάνεια του νερού «ελέγχουν» την ακτινοβολία που ανακλάται από την επιφάνεια, όπως φαίνεται στην Εικόνα 1. Οι διαφορετικές διαδρομές που απεικονίζονται στην Εικόνα 1, εξηγούν γιατί η μέτρηση των θαλάσσιων πλαστικών είναι διαφορετική από την ανάκτηση των συγκεντρώσεων των οπτικά ενεργών στοιχείων του νερού διαμέσου των ιδιοτήτων φασματικής σκέδασης και απορρόφησης αυτών. Το χρησιμοποιούμενο μαθηματικό μοντέλο θα πρέπει να περιλαμβάνει την μεταφορά ακτινοβολίας από το ίδιο το νερό, καθώς και την αλληλεπίδραση του φωτός με τα πλαστικά στην επιφάνεια του νερού με διαφορετικές οπτικές ιδιότητες (π.χ. χρώμα, διαφάνεια και σχήμα). Το μαθηματικό μοντέλο που προτείνεται στο παρόν άρθρο μπορεί να βοηθήσει στην επιλογή του βέλτιστου μήκους κύματος, στο σχεδιασμό πειραμάτων και στην ανάπτυξη αλγορίθμου για τηλεπισκοπική ανίχνευση των θαλάσσιων πλαστικών.&lt;br /&gt;
&lt;br /&gt;
Κύρια λογική του παρόντος μαθηματικού μοντέλου οπτικής ανακλαστικότητας είναι ότι εάν υπολογίσουμε την ανακλαστικότητα της καθαρής θαλάσσιας επιφάνειας μέσω τηλεπισκόπησης, και της επιφάνειας του πλαστικού, τότε μπορούμε να εκτιμήσουμε το κλάσμα της πλαστικής επιφάνειας μέσω μετρήσεων στον αέρα. Μπορούμε να προσδιορίσουμε την ανακλαστικότητα της επιφάνειας του νερού εάν ο τύπος νερού είναι γνωστός και την επιφάνεια του πλαστικού, μέσω επιτόπιων μετρήσεων ανακλαστικότητας (με σπεκτόμετρο κλπ).&lt;br /&gt;
&lt;br /&gt;
Για την παραγωγή του μαθηματικού μοντέλου αυτού ήταν απαραίτητες διαφορετικές προσεγγίσεις. Αρχικά, το προτεινόμενο μοντέλο ανακλαστικότητας είναι για ένα τύπο πλαστικού με δύο διαστάσεις, όπως μία ομαλή επίπεδη επιφάνεια με συγκεκριμένες φυσικές και οπτικές ιδιότητες, ενώ στην πραγματικότητα τα θαλάσσια πλαστικά απορρίμματα έχουν διαφόρων ειδών σχήματα και χημική σύσταση. Στην πραγματικότητα, ένα πλαστικό αντικείμενο έχει τρεις διαστάσεις και μπορεί να ανακλάσει το φως πίσω προς τον αισθητήρα, ειδικά όταν κινείται λόγω των κυμάτων της θάλασσας. Επίσης, εάν τα σχήματα τριών διαστάσεων αλλάξουν το φωτεινό περιβάλλον κοντά στην επιφάνεια της θάλασσας, μπορεί να επηρεάσουν και το ένα την ανακλαστικότητα του άλλου. Σε αυτές τις περιπτώσεις, η ανακλαστικότητα του πλαστικού εξαρτάται επίσης από την πυκνότητα του πλαστικού. Μία πλαστική επιφάνεια δεν είναι συνήθως μόνο ένα κατοπτρικός ανακλαστήρας, όπως παρουσιάζεται στην Εικόνα 1 (ομαλή επιφάνεια), αλλά μπορεί να ανακλά το φως σε περισσότερες από μία κατευθύνσεις (τραχιά επιφάνεια), γνωστή ως διάχυτη ανάκλαση ενισχύοντας έτσι την πυκνότητα του πλαστικού. Περιπλέκοντας ακόμα περισσότερο τα πράγματα, εάν η επιφάνεια του πλαστικού είναι υγρή, το νερό μπορεί να γεμίσει τα κενά και να εξομαλύνει την επιφάνεια μειώνοντας έτσι τη διάχυτη ανάκλαση. Επιπλέον, το νερό απορροφά ισχυρά τα μήκη κύματος στο υπέρυθρο και ένα λεπτό στρώμα νερού μπορεί να μειώσει περαιτέρω το σήμα σε αυτά τα μήκη κύματος. &lt;br /&gt;
&lt;br /&gt;
Μία επιπλέον πρόκληση προσαρμογής των μαθηματικών υπολογισμών του συγκεκριμένου μοντέλου, είναι η μίξη διαφορετικών τύπων πλαστικού και του πως αλληλεπιδρούν με το φως στο μήκος κύματος που μας ενδιαφέρει, καθώς και πως τα διαφορετικά σήματα μπορούν να συνδυαστούν.&lt;br /&gt;
&lt;br /&gt;
Τα θαλάσσια πλαστικά απορρίμματα που έχουν περάσει κάποιο διάστημα στον ωκεανό συνήθως δεν έχουν καθαρή επιφάνεια, αλλά πάνω σε αυτή μαζεύονται διάφοροι θαλάσσιοι οργανισμοί, όπως φύκη. Τέτοιοι οργανισμοί μπορεί να βυθίσουν ένα πλαστικό αντικείμενο κάτω από την επιφάνεια της θάλασσας, κρύβοντας το, ή μπορεί να επηρεάσουν την ανακλαστικότητά του, καθώς οι θαλάσσιοι φυτικοί οργανισμοί περιέχουν χλωροφύλλη η οποία απορροφά γύρω στα 672-680 nm.Τα περισσότερα φύκη έχουν χαμηλή ανακλαστικότητα στο ορατό φάσμα και υψηλή στο εγγύς υπέρυθρο, επομένως ο αλγόριθμος για την εφαρμογή τηλεπισκόπησης στα θαλάσσια απορρίμματα θα πρέπει να επιλέξει μήκη κύματος στο υπέρυθρο παρά στο ορατό φάσμα, για παράδειγμα κοντά στα 750 nm.&lt;br /&gt;
&lt;br /&gt;
Θεωρητικά, η παρούσα μέθοδος γεωμετρικής οπτικής μπορεί να εφαρμοστεί σε αντικείμενα των οποίων οι διαστάσεις είναι μεγαλύτερες από μερικά μήκη κύματος ακτινοβολίας (στην κλίμαμα των μικρόμετρων στο VIS-SWIR φάσμα) συμπεριλαμβάνοντας έτσι μικροπλαστικά, αλλά σωματίδια τόσο μικρά που μπορούν γρήγορα να αφαιρεθούν από την επιφάνεια της θάλασσας. Για τη συμπλήρωση αυτής της προσέγγισης, η οποία έλαβε υπόψη το μέγεθος των πλαστικών, περαιτέρω μελέτες για τη σύσταση των πλαστικών είναι απαραίτητες προκειμένου να λάβουμε πλήρη εικόνα της θαλάσσιας ρύπανσης από πλαστικά. &lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0025326X17309530]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CE%BF%CF%81%CE%AF%CE%B8%CE%BC%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_%CE%BC%CE%B1%CE%BA%CF%81%CE%BF%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Σχεδιασμός αλγορίθμου για υπερφασματική τηλεπισκόπηση επιπλεόντων στην θάλασσα μακροπλαστικών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CE%BF%CF%81%CE%AF%CE%B8%CE%BC%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1_%CE%BC%CE%B1%CE%BA%CF%81%CE%BF%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T14:18:16Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με '[[Εικόνα: rs_wiki_10_1.PNG |thumb|right|Εικόνα 1: Πορεία της ηλιακής ακτινοβολίας διαμέσου της επιφάνειας τη...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_10_1.PNG |thumb|right|Εικόνα 1: Πορεία της ηλιακής ακτινοβολίας διαμέσου της επιφάνειας της θάλασσας και διαμέσου ενός κομματιού πλαστικού.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''&lt;br /&gt;
&lt;br /&gt;
'Goddijn-Murphy L., Peters S., van Sebille E., James A. N. και Gibb S. (2018) &lt;br /&gt;
&lt;br /&gt;
Η ρύπανση από θαλάσσια πλαστικά απορρίμματα αποτελεί παγκόσμιο περιβαλλοντικό πρόβλημα αυξημένης ανησυχίας. Η παγκόσμια παραγωγή πλαστικών αυξάνεται ετησίως, εκτιμώντας ότι 4,8 έως 12,7 εκατομμύρια μετρικών τόνων πλαστικού εισέρχονται στους ωκεανούς κάθε χρόνο, αποτελώντας απειλή για θαλασσοπούλια, ψάρια, χελώνες και θαλάσσια θηλαστικά. Ωστόσο, υπάρχουν ακόμα αρκετά ερωτήματα για τις πηγές, τις διόδους και τα πρότυπα αφθονίας των θαλάσσιων πλαστικών απορριμμάτων, των επιπτώσεών τους στον άνθρωπο και τη θαλάσσια ζωή, καθώς και της αποτελεσματικότητας εκστρατειών καθαρισμού. Έχουν εκπονηθεί μικρής κλίμακας μελέτες, ωστόσο μακροπρόθεσμη και μεγάλης κλίμακας παρακολούθηση δεν έχει ακόμη πραγματοποιηθεί. Οι τεχνικές τηλεπισκόπησης έχουν τη δυνατότητα να προσφέρουν μακροπρόθεσμη, παγκόσμια παρακολούθηση των επιπλεόντων θαλάσσιων πλαστικών, αλλά τέτοια εγχειρήματα παραμένουν στην αφάνεια. &lt;br /&gt;
&lt;br /&gt;
Μία πιθανή μέθοδος τηλεπισκόπησης για τα θαλάσσια επιπλέοντα πλαστικά απορρίμματα στο ανώτερο στρώμα της θαλάσσιας επιφάνειας, βασίζεται στη γεωμετρική οπτική και τις φασματικές υπογραφές των πλαστικών και του θαλασσινού νερού. Αντικείμενο αυτής της μεθόδου είναι εύρεση της επιφανειακής μάζας επιπλεόντων πλαστικών στην επιφάνεια της θάλασσας μέσω της μετρούμενης ανακλαστικότητας του φυσικού φωτός της ημέρας στην ατμόσφαιρα. Η μέθοδος αυτή βασίζεται στη φασματική υπογραφή των μακροπλαστικών στο ορατό (VIS) και μέσο υπέρυθρο (SWIR) φάσμα που περιέγραψε ο Anser (2016). Το ορατό φάσμα κυμαίνεται μεταξύ 400 και 780 nm, το μέσο υπέρυθρο από 1.1 έως 3 μm και το εγγύς υπέρυθρο (NIR) παίρνει τις ενδιάμεσες τιμές μήκους κύματος.&lt;br /&gt;
&lt;br /&gt;
Τέτοιου είδους εγχειρήματα διαλεύκανσης των ερωτημάτων που υπάρχουν γύρω από τα θαλάσσια πλαστικά απορρίμματα παρουσιάζουν δυσκολίες λόγων των πολλών διαφορετικών τύπων πλαστικών που συναντώνται στη θάλασσα, τα οποία ποικίλουν σε μέγεθος (μικροπλαστικά-μακροπλαστικά), τύπο επικινδυνότητας (τοξικότητα, παγίδευση), πηγή προέλευσης (πρωτογενή και δευτερογενή μικροπλαστικά), σύσταση πολυμερών, σχήμα κλπ. Τα δευτερογενή μικροπλαστικά προέρχονται από τη διάσπαση των μακροπλαστικών και εκτιμάται ότι θα αποτελέσουν  την κυριότερη πηγή μικροπλαστικών, διότι λόγω λήψης μέτρων τα πρωτογενή μικροπλαστικά θα μειωθούν. Εντούτοις, οι μελέτες μικροπλαστικών με τη χρήση μεθόδων τηλεπισκόπησης αφορούν και τα δευτερογενή μικροπλαστικά. Επιπλέον, σε αντίθεση με τα μικροπλαστικά, τα μακροπλαστικά που ανιχνεύονται με μεθόδους τηλεπισκόπησης, μπορούν δυνητικά να αφαιρεθούν από τη θάλασσα.&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά αντικείμενα στην επιφάνεια του νερού «ελέγχουν» την ακτινοβολία που ανακλάται από την επιφάνεια, όπως φαίνεται στην Εικόνα 1. Οι διαφορετικές διαδρομές που απεικονίζονται στην Εικόνα 1, εξηγούν γιατί η μέτρηση των θαλάσσιων πλαστικών είναι διαφορετική από την ανάκτηση των συγκεντρώσεων των οπτικά ενεργών στοιχείων του νερού διαμέσου των ιδιοτήτων φασματικής σκέδασης και απορρόφησης αυτών. Το χρησιμοποιούμενο μαθηματικό μοντέλο θα πρέπει να περιλαμβάνει την μεταφορά ακτινοβολίας από το ίδιο το νερό, καθώς και την αλληλεπίδραση του φωτός με τα πλαστικά στην επιφάνεια του νερού με διαφορετικές οπτικές ιδιότητες (π.χ. χρώμα, διαφάνεια και σχήμα). Το μαθηματικό μοντέλο που προτείνεται στο παρόν άρθρο μπορεί να βοηθήσει στην επιλογή του βέλτιστου μήκους κύματος, στο σχεδιασμό πειραμάτων και στην ανάπτυξη αλγορίθμου για τηλεπισκοπική ανίχνευση των θαλάσσιων πλαστικών.&lt;br /&gt;
&lt;br /&gt;
Κύρια λογική του παρόντος μαθηματικού μοντέλου οπτικής ανακλαστικότητας είναι ότι εάν υπολογίσουμε την ανακλαστικότητα της καθαρής θαλάσσιας επιφάνειας μέσω τηλεπισκόπησης, και της επιφάνειας του πλαστικού, τότε μπορούμε να εκτιμήσουμε το κλάσμα της πλαστικής επιφάνειας μέσω μετρήσεων στον αέρα. Μπορούμε να προσδιορίσουμε την ανακλαστικότητα της επιφάνειας του νερού εάν ο τύπος νερού είναι γνωστός και την επιφάνεια του πλαστικού, μέσω επιτόπιων μετρήσεων ανακλαστικότητας (με σπεκτόμετρο κλπ).&lt;br /&gt;
&lt;br /&gt;
Για την παραγωγή του μαθηματικού μοντέλου αυτού ήταν απαραίτητες διαφορετικές προσεγγίσεις. Αρχικά, το προτεινόμενο μοντέλο ανακλαστικότητας είναι για ένα τύπο πλαστικού με δύο διαστάσεις, όπως μία ομαλή επίπεδη επιφάνεια με συγκεκριμένες φυσικές και οπτικές ιδιότητες, ενώ στην πραγματικότητα τα θαλάσσια πλαστικά απορρίμματα έχουν διαφόρων ειδών σχήματα και χημική σύσταση. Στην πραγματικότητα, ένα πλαστικό αντικείμενο έχει τρεις διαστάσεις και μπορεί να ανακλάσει το φως πίσω προς τον αισθητήρα, ειδικά όταν κινείται λόγω των κυμάτων της θάλασσας. Επίσης, εάν τα σχήματα τριών διαστάσεων αλλάξουν το φωτεινό περιβάλλον κοντά στην επιφάνεια της θάλασσας, μπορεί να επηρεάσουν και το ένα την ανακλαστικότητα του άλλου. Σε αυτές τις περιπτώσεις, η ανακλαστικότητα του πλαστικού εξαρτάται επίσης από την πυκνότητα του πλαστικού. Μία πλαστική επιφάνεια δεν είναι συνήθως μόνο ένα κατοπτρικός ανακλαστήρας, όπως παρουσιάζεται στην Εικόνα 1 (ομαλή επιφάνεια), αλλά μπορεί να ανακλά το φως σε περισσότερες από μία κατευθύνσεις (τραχιά επιφάνεια), γνωστή ως διάχυτη ανάκλαση ενισχύοντας έτσι την πυκνότητα του πλαστικού. Περιπλέκοντας ακόμα περισσότερο τα πράγματα, εάν η επιφάνεια του πλαστικού είναι υγρή, το νερό μπορεί να γεμίσει τα κενά και να εξομαλύνει την επιφάνεια μειώνοντας έτσι τη διάχυτη ανάκλαση. Επιπλέον, το νερό απορροφά ισχυρά τα μήκη κύματος στο υπέρυθρο και ένα λεπτό στρώμα νερού μπορεί να μειώσει περαιτέρω το σήμα σε αυτά τα μήκη κύματος. &lt;br /&gt;
&lt;br /&gt;
Μία επιπλέον πρόκληση προσαρμογής των μαθηματικών υπολογισμών του συγκεκριμένου μοντέλου, είναι η μίξη διαφορετικών τύπων πλαστικού και του πως αλληλεπιδρούν με το φως στο μήκος κύματος που μας ενδιαφέρει, καθώς και πως τα διαφορετικά σήματα μπορούν να συνδυαστούν.&lt;br /&gt;
&lt;br /&gt;
Τα θαλάσσια πλαστικά απορρίμματα που έχουν περάσει κάποιο διάστημα στον ωκεανό συνήθως δεν έχουν καθαρή επιφάνεια, αλλά πάνω σε αυτή μαζεύονται διάφοροι θαλάσσιοι οργανισμοί, όπως φύκη. Τέτοιοι οργανισμοί μπορεί να βυθίσουν ένα πλαστικό αντικείμενο κάτω από την επιφάνεια της θάλασσας, κρύβοντας το, ή μπορεί να επηρεάσουν την ανακλαστικότητά του, καθώς οι θαλάσσιοι φυτικοί οργανισμοί περιέχουν χλωροφύλλη η οποία απορροφά γύρω στα 672-680 nm.Τα περισσότερα φύκη έχουν χαμηλή ανακλαστικότητα στο ορατό φάσμα και υψηλή στο εγγύς υπέρυθρο, επομένως ο αλγόριθμος για την εφαρμογή τηλεπισκόπησης στα θαλάσσια απορρίμματα θα πρέπει να επιλέξει μήκη κύματος στο υπέρυθρο παρά στο ορατό φάσμα, για παράδειγμα κοντά στα 750 nm.&lt;br /&gt;
&lt;br /&gt;
Θεωρητικά, η παρούσα μέθοδος γεωμετρικής οπτικής μπορεί να εφαρμοστεί σε αντικείμενα των οποίων οι διαστάσεις είναι μεγαλύτερες από μερικά μήκη κύματος ακτινοβολίας (στην κλίμαμα των μικρόμετρων στο VIS-SWIR φάσμα) συμπεριλαμβάνοντας έτσι μικροπλαστικά, αλλά σωματίδια τόσο μικρά που μπορούν γρήγορα να αφαιρεθούν από την επιφάνεια της θάλασσας. Για τη συμπλήρωση αυτής της προσέγγισης, η οποία έλαβε υπόψη το μέγεθος των πλαστικών, περαιτέρω μελέτες για τη σύσταση των πλαστικών είναι απαραίτητες προκειμένου να λάβουμε πλήρη εικόνα της θαλάσσιας ρύπανσης από πλαστικά. &lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0025326X17309530]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%B1%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%8D_%CF%84%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CF%83%CE%BA%CF%81%CE%BF%CF%8D%CE%BF%CF%85%CE%BD_%CF%83%CE%B5_%CE%B1%CE%BD%CE%B5%CE%BC%CE%BF%CE%B3%CE%B5%CE%BD%CE%BD%CE%AE%CF%84%CF%81%CE%B9%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1</id>
		<title>Χρήση αυτοματοποιημένων τεχνικών για την καταμέτρηση και εκτίμηση του αριθμού των πτηνών που προσκρούουν σε ανεμογεννήτριες στη θάλασσα</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_%CE%B1%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B5%CF%87%CE%BD%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%BC%CE%AD%CF%84%CF%81%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%B1%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%8D_%CF%84%CF%89%CE%BD_%CF%80%CF%84%CE%B7%CE%BD%CF%8E%CE%BD_%CF%80%CE%BF%CF%85_%CF%80%CF%81%CE%BF%CF%83%CE%BA%CF%81%CE%BF%CF%8D%CE%BF%CF%85%CE%BD_%CF%83%CE%B5_%CE%B1%CE%BD%CE%B5%CE%BC%CE%BF%CE%B3%CE%B5%CE%BD%CE%BD%CE%AE%CF%84%CF%81%CE%B9%CE%B5%CF%82_%CF%83%CF%84%CE%B7_%CE%B8%CE%AC%CE%BB%CE%B1%CF%83%CF%83%CE%B1"/>
				<updated>2019-01-18T14:14:38Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με '[[Εικόνα: rs_wiki_desholm2.PNG |thumb|right|Εικόνα 1: Καταγραφές ραντάρ από ΑΙΟΠΑ επεξεργασμένες σε περιβάλλο...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_desholm2.PNG |thumb|right|Εικόνα 1: Καταγραφές ραντάρ από ΑΙΟΠΑ επεξεργασμένες σε περιβάλλον GIS. Κόκκινα στίγματα = ΑΙΟΠΑ, πράσινη περιοχή = χέρσα γη, μαύρες γραμμές = σμήνη μεταναστευτικών υδρόβιων πουλιών.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_desholm.PNG |thumb|right|Εικόνα 2: Θερμική εικόνα που απεικονίζει ένα σμήνος Πουπουλόπαπιων (Somateria mollissima) με το σύστημα TADS που περνά σε απόσταση 70 μέτρων από το σημείο θέασης.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: '''&lt;br /&gt;
&lt;br /&gt;
 M. DESHOLM, A. D. FOX, P. D. L. BEASLEY &amp;amp; J. KAHLERT (2006)&lt;br /&gt;
&lt;br /&gt;
'''Ορνιθοπανίδα και υπεράκτια αιολικά πάρκα'''&lt;br /&gt;
&lt;br /&gt;
Τα μεταναστευτικά πουλιά χρίζουν ιδιαίτερης προστασίας και ως εκ τούτου κατέχουν ιδιαίτερη θέση στην παγκόσμια και εθνική νομοθεσία. Λόγω αυτού, σε αναπτυξιακά έργα αιολικών πάρκων (ΑΙΟΠΑ) τα μεταναστευτικά πουλιά αποτελούν σημαντικό κομμάτι των μελετών περιβαλλοντικών επιπτώσεων, ιδιαίτερα στις παράκτιες περιοχές της Ευρώπης, όπου ζουν και μεταναστεύουν σημαντικός αριθμός πουλιών. Οι κύριες απειλές που αντιμετωπίζει η ορνιθοπανίδα λόγω της εγκατάστασης αιολικών πάρκων είναι 1.η μετακίνηση/αποφυγή σημαντικών περιοχών για τροφοληψία ή μεταναστευτικών οδών λόγω της παρουσίας των ΑΙΟΠΑ, 2.η απώλεια ενδιαιτήματος και 3.ο κίνδυνος πρόσκρουσης στις ανεμογεννήτριες. Από αυτές, τις πιο άμεσες επιπτώσεις σε επίπεδο πληθυσμού έχει ο κίνδυνος πρόσκρουσης.&lt;br /&gt;
&lt;br /&gt;
'''Αποσαφηνίζοντας τον ρόλο των αυτοματοποιημένων τεχνολογιών'''&lt;br /&gt;
&lt;br /&gt;
Η εκτίμηση και παρακολούθηση της επίπτωσης που δύναται να προκαλέσει κάθε απειλή στα πλαίσια των ΜΠΕ, θα ήταν εξαιρετικά χρονοβόρες έως ακατόρθωτες μέσω άμεσων παρατηρήσεων, για αυτό και χρησιμοποιούνται κατά κόρον αυτοματοποιημένες τεχνικές για την παρατήρηση των αποκρίσεων της ορνιθοπανίδας πριν και μετά την κατασκευή των ΑΙΟΠΑ, προσφέροντας ακριβή δεδομένα για μοντελοποίηση. Ιδιαίτερα στην περίπτωση των υπεράκτιων ΑΙΟΠΑ, μέθοδοι όπως η συλλογή νεκρών ζώων θα ήταν περιορισμένη λόγω των συχνά αντίξοων συνθηκών. &lt;br /&gt;
&lt;br /&gt;
'''Συστήματα ραντάρ'''&lt;br /&gt;
&lt;br /&gt;
Οι διαθέσιμοι εμπορικοί τύπο ραντάρ συνήθως κατηγοριοποιούνται με βάση τρία κριτήρια. Αρχικά, με βάση τη λειτουργική συχνότητα του ραντάρ χωρίζονται σε μπάντες συχνότητας, με τα πιο συνηθισμένα ραντάρ για τη μελέτη της ορνιθοπανίδας να είναι τα X-band (3 cm, 8-12.5 GHz), S-band (10 cm, 2-4 GHz) και L-band (23 cm, 1-2 GHz). Δεύτερον, η μέγιστη ισχύ εξόδου διαφέρει κυρίως ανάλογα με την ισχύ του σήματος του ραντάρ, η οποία συνήθως κυμαίνεται από 10 kW έως 200kW και καθορίζει το λειτουργικό εύρος για συγκεκριμένο μέγεθος στόχου, με λίγα λόγια όσο περισσότερα kW τόσο καλύτερη η ανιχνευσιμότητα . Τέλος, διαχωρίζονται με βάση το λειτουργικό και συνήθως διακρίνονται σε ραντάρ παρακολούθησης, ραντάρ Doppler και ραντάρ εντοπισμού. Εν συνεχεία, ανάλογα με τον σκοπό  λειτουργίας τους διαχωρίζονται σε ναυτικά και μετεωρολογικά ραντάρ (WSR), στρατιωτικά ραντάρ κ.α. Τα ραντάρ παρακολούθησης, μπορούν να χρησιμοποιηθούν για την παρακολούθηση της πορείας ενός στόχου, τον εντοπισμό μεμονωμένων πουλιών και σμήνων. Τα ραντάρ τύπου Doppler έχουν  την ικανότητα να ανιχνεύουν μικρές μεταβολές της θέσης του στόχου μεταξύ διαδοχικών παλμών ακτινοβολίας και να δίνουν πληροφορίες για την ταχύτητα του στόχου. Τα ραντάρ εντοπισμού χρησιμοποιούνται κυρίως για στρατιωτικούς σκοπούς και έχουν την ικανότητα να ανιχνεύουν ένα στόχο τη φορά, μπορούν όμως να δώσουν πληροφορίες για το χαρακτηριστικό χτύπημα των φτερών των πουλιών.&lt;br /&gt;
&lt;br /&gt;
'''Μελέτες με ραντάρ σε αιολικά πάρκα'''&lt;br /&gt;
&lt;br /&gt;
Μέχρι σήμερα για τη μελέτη της ορνιθοπανίδας σε εγκαταστάσεις αιολικών πάρκων έχουν χρησιμοποιηθεί ραντάρ παρακολούθησης τύπου X-band και S-band, τα οποία έχουν τη δυνατότητα να σαρώνουν οριζόντια σε γωνία 360ο για την παρακολούθηση της κίνησης του στόχου, ενώ έχουν επίσης προσαρμοστεί σε κάθετη κίνηση ώστε να ανιχνεύουν και το ύψος πτήσης. Για τη μελέτη των επιπτώσεων των υπεράκτιων ΑΙΟΠΑ στην ορνιθοπανίδα με ραντάρ σημασία έχει επίσης και η χωροθέτηση του ραντάρ. Στην περίπτωση χωροθέτησης του ραντάρ στην στεριά, αναπόφευκτα είναι απαραίτητη η χρήση μεγάλου λειτουργικού εύρους, ενώ στην περίπτωση εκπόνησης της μελέτης σε σκάφος, ο περιοριστικός παράγοντας αφορά την αδυναμία ολικής ακινητοποίησης του σκάφους. Μετά το πέρας της συλλογής των δεδομένων των διαδρομών που ακολουθούν τα πουλιά, το αποτελεσματικότερο περιβάλλον αποθήκευσης και ανάλυσης των δεδομένων αποτελούν τα γεωγραφικά συστήματα πληροφοριών (GIS) (Figure 1).&lt;br /&gt;
&lt;br /&gt;
'''Υπέρυθρα συστήματα απεικόνισης'''&lt;br /&gt;
&lt;br /&gt;
Οι συσκευές υπέρυθρης θερμικής απεικόνισης νέας γενιάς παράγουν εικόνες με βάση την θερμική ενέργεια του υπέρυθρου φάσματος θερμικής ενέργειας (2-15μm) που εκπέμπουν τα σώματα εντός του οπτικού τους πεδίου. Ο φακός τέτοιου τύπου καμερών έχει ιδιαίτερη κατασκευή, καθώς οι γυάλινοι φακοί απορροφούν πλήρων την υπέρυθρη ακτινοβολία, και συγκεντρώνει τη θερμική ακτινοβολία πάνω σε στοιχεία που αποκαλούνται υπέρυθροι ανιχνευτές, οι οποίοι μετατρέπουν την ακτινοβολία σε ηλεκτρικό σήμα. Στη συνέχεια αυτό ενισχύεται και μεταφέρεται μία δίοδο εκπομπής φωτός, η οποία παράγει μία ορατή εικόνα. Βασικός παράγοντας για την ανίχνευση αντικειμένων είναι η θερμική ανάλυση, η οποία ορίζεται ως η ελάχιστη διαφορά μεταξύ δύο αντικειμένων, στην ζητούμενη περίπτωση της διάκρισης του σώματος ενός πουλιού από το υπόβαθρο. Μέσω της διάκρισης του σχήματος σώματος, της συχνότητας χτυπημάτων των φτερών και του σχηματισμού του σμήνους, οι συσκευές θερμικής απεικόνισης μπορούν να δώσουν πληροφορίες για την ταυτοποίηση του είδους ή της ομάδας στην οποία ανήκει ένα άτομο. Μέχρι σήμερα έχουν δημοσιευθεί δύο μελέτες για χρήση θερμικής κάμερας για παρακολούθηση ορνιθοπανίδας σε ΑΙΟΠΑ. Η μία εξ αυτών είναι σε εξέλιξη στην Δανία και αφορά την ανάπτυξη ενός συστήματος θερμικής ανίχνευσης ζώων (Thermal Animal Detection – TADS) για την παρακολούθηση προσκρούσεων  και την παραμετροποίηση των συγκρούσεων σε υπεράκτιο ΑΙΟΠΑ (Figure 2). Τα συστήματα TADS είχαν την ικανότητα να ανιχνεύσουν υδρόβια και στρουθιόμορφα πουλιά σε απόσταση πάνω από 150 και 30 μέτρα, αντίστοιχα.&lt;br /&gt;
&lt;br /&gt;
Άλλες μέθοδοι, όπως η χρήση τηλεσκοπίου και η καταμέτρηση νεκρών ατόμων, παρουσιάζουν περιορισμούς και μειονεκτήματα, αλλά είναι σκόπιμο να εφαρμόζονται συγχρόνως με τις αυτοματοποιημένες μεθόδους.&lt;br /&gt;
&lt;br /&gt;
[https://onlinelibrary.wiley.com/doi/full/10.1111/j.1474-919X.2006.00509.x]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82</id>
		<title>Εφαρμογές θερμικής απεικόνισης στην μελέτη της ορνιθοπανίδας</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AD%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CE%B7%CF%82_%CE%BF%CF%81%CE%BD%CE%B9%CE%B8%CE%BF%CF%80%CE%B1%CE%BD%CE%AF%CE%B4%CE%B1%CF%82"/>
				<updated>2019-01-18T14:09:08Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με 'Εικόνα 1: Διαδοχικές εικόνες των κινήσεων ενός θηλυκού ατόμου Tyto alba.  [[...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_1.PNG|thumb|right|Εικόνα 1: Διαδοχικές εικόνες των κινήσεων ενός θηλυκού ατόμου Tyto alba.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_12.PNG |thumb|right|Εικόνα 2: Θερμική καταγραφή περιστεριών του είδους Columbia livia.]]&lt;br /&gt;
&lt;br /&gt;
''' Συγγραφέας: '''&lt;br /&gt;
&lt;br /&gt;
 Dominic J. McCafferty (2013)&lt;br /&gt;
&lt;br /&gt;
Η τεχνολογία διαδραματίζει σημαντικό ρόλο στην διαλεύκανση οικολογικών και συμπεριφορικών ερωτημάτων στη μελέτη της ορνιθοπανίδας. Μια τεχνολογία που χρησιμοποιείται όλο και περισσότερο στην έρευνα των πτηνών είναι η θερμική απεικόνιση, γνωστή και ως υπέρυθρη θερμογραφία. Αν και η τεχνική αυτή χρησιμοποιήθηκε για τη μελέτη των πουλιών από τη δεκαετία του 1960 για τον εντοπισμό θέσεων απώλειας θερμότητας σε είδη της Αρκτικής, είναι χρησιμοποιείται πλέον ευρέως για τη μελέτη της θερμορύθμισης, των ενεργειακών δαπανών και σε μικρή κλίμακα για τη μελέτη της οικολογίας και συμπεριφοράς των πουλιών. Το κόστος αυτής της τεχνολογίας, είναι πιθανά ο λόγος που δεν έχει χρησιμοποιηθεί ευρέως στην έρευνα πεδίου. Ωστόσο, οι κάμερες θερμικής απεικόνισης καθίστανται πιο προσιτές, με τις τιμές τους να κυμαίνονται από κάμερες ανίχνευσης χειρός (&amp;lt;£1000) έως προηγμένης τεχνολογίας συστήματα έρευνας και ανάπτυξης (&amp;gt;£30.000). &lt;br /&gt;
&lt;br /&gt;
''' ΘΕΡΜΙΚΗ ΑΝΤΙΔΡΑΣΗ: ΘΕΩΡΙΑ ΚΑΙ ΜΕΤΡΗΣΗ '''&lt;br /&gt;
&lt;br /&gt;
Η θερμική απεικόνιση περιλαμβάνει την ανίχνευση υπερύθρων κυμάτων ακτινοβολίας (θερμότητα) η οποία εκπέμπεται από ένα αντικείμενο. Οποιοδήποτε αντικείμενο έχει θερμοκρασία πάνω από το απόλυτο μηδέν (~273,15 °C) εκπέμπει υπέρυθρη ακτινοβολία και η θερμοκρασία του αντικείμενο θα καθορίσει το μήκος κύματος της εκπεμπόμενης ακτινοβολίας. Σε βιολογικά σχετικές θερμοκρασίες (-40 έως 100 °C) η ακτινοβολία φτάνει στις μέγιστες τιμές της στο υπέρυθρο φάσμα σε μήκη κύματος 8 - 12 nm. Η υπέρυθρη ακτινοβολία απορροφάται εύκολα από το νερό και επομένως η θερμογραφία μπορεί να χρησιμοποιηθεί μόνο στον αέρα και όχι για βυθισμένα αντικείμενα. Οι θερμικές κάμερες λειτουργούν μετρώντας την υπέρυθρη ακτινοβολία R (W/m2) και υπολογίζοντας τη θερμοκρασία Τ (°Κ). Η εκπομπή μεταφράζεται ως η ικανότητα μίας επιφάνειας να εκπέμπει και απορροφά ακτινοβολία. Η εκπομπή βιολογικών ιστών πλησιάζει ένα μέλαν σώμα (τέλειος πομπός) και το πτέρωμα των πουλιών έχει καταγραφεί ότι εκπέμπει μήκη κύματος 0.96-0.98 nm. Το χρώμα του πτερώματος δεν επηρεάζει την εκπομπή, αλλά μπορεί να επηρεάσει την ηλιακή απορρόφηση με αποτέλεσμα τα σκουρόχρωμα φτερά να έχουν μεγαλύτερη επιφανειακή θερμοκρασία σε σχέση με τα ωχρού χρώματος φτερά σε έντονη ηλιοφάνεια. &lt;br /&gt;
&lt;br /&gt;
Μια φωτογραφική μηχανή θερμικής απεικόνισης παράγει γκρι ή πολύχρωμες εικόνες, οι οποίες αποτελούνται από εικονοστοιχεία που αντιπροσωπεύουν μεμονωμένες θερμοκρασίες (Figure 1). Στα περισσότερα συστήματα υπάρχει η επιλογή της διαθέσιμης χρωματικής παλέτας. Η θερμική απεικόνιση καταγράφει μόνο επιφανειακές θερμοκρασίες και για περιοχές χωρίς φτερά αυτό είναι η θερμοκρασία της επιφάνειας του δέρματος ή του ιστού. Ωστόσο, το πτέρωμα δεν είναι μια λεία συμπαγής επιφάνεια και η ακτινοβολία θα εκπέμπεται από διαφορετικά στρώματα μέσα από το πλέγμα των φτερών. Με βάση την απόσταση μεταξύ των εξωτερικών φτερών, η θερμοκρασία που καταγράφεται είναι η θερμοκρασία του πτερώματος λίγα χιλιοστά κάτω από τη φυσική επιφάνεια του πτερώματος. &lt;br /&gt;
&lt;br /&gt;
Η επιλογή της θερμικής κάμερας θα εξαρτηθεί από απαιτήσεις μέτρησης της εκάστοτε μελέτης. Οι κύριες επιλογές εξαρτώνται από το αν ο ερευνητής  επιθυμεί να κάνει μετρήσεις θερμοκρασίας ή απλά να εντοπίσει τη διαφορά μεταξύ ζεστών και κρύων επιφανειών, τι θερμοκρασία και χωρική ανάλυση απαιτείται, ποια είναι η απόσταση μέτρησης και αν ο ερευνητής επιθυμεί να καταγράψει ακόμα ή κινούμενες εικόνες. &lt;br /&gt;
&lt;br /&gt;
Τα πλεονεκτήματα και οι περιορισμοί της θερμικής απεικόνισης για τη μέτρηση της επιφανειακής θερμοκρασίας ή τον εντοπισμό ζώων έχουν διερευνηθεί εκτενώς. Η θερμική απεικόνιση είναι ιδιαίτερα κατάλληλη για μελέτες με πτηνά σε αιχμαλωσία όταν η απόσταση της κάμερας από το στόχο είναι λίγα μέτρα. Είναι δυνατή η λήψη εικόνων διαμέσου μεταλλικών κλουβιών, όταν η απόσταση μεταξύ του πουλιού-στόχου και του κλουβιού είναι μικρή σε σχέση με την απόσταση μεταξύ του κλουβιού και της φωτογραφικής μηχανής. Οι περισσότερες κάμερες έχουν σχεδιαστεί για βιομηχανικά περιβάλλοντα, γεγονός που τις κάνει κατάλληλες για εργασίες πεδίου με υψηλή υγρασία και ακραίες θερμοκρασίες. Επιπλέον, θερμικές κάμερες μπορεί να χρησιμοποιηθεί για ανίχνευση πτηνών σε μεγάλες αποστάσεις. &lt;br /&gt;
&lt;br /&gt;
''' ΕΦΑΡΜΟΓΕΣ '''&lt;br /&gt;
&lt;br /&gt;
Κύριο αντικείμενο των πρώτων θερμογραφικών μελετών των πτηνών ήταν ο προσδιορισμός των διακυμάνσεων απώλειας θερμότητας και η μονωτική ικανότητα των διαφόρων περιοχών του πτερώματος. Παραδοσιακά, συμπαγείς αισθητήρες όπως θερμοστοιχεία (thermocouples) και θερμοστάτες (thermistors) χρησιμοποιούνταν για να μετρήσουν τη θερμοκρασία του πρερώματος ή του δέρματος. Τα συστήματα αυτά είναι φθηνά αλλά απαιτείται μεγάλος αριθμός αισθητήρων για να δώσει καλή χωρική κάλυψη και οι συμπαγείς αισθητήρες μπορεί να διαταράξουν και να επηρεάζουν τις μονωτικές ιδιότητες του πτερώματος, καθώς και επηρεάσουν την κίνηση του πουλιού. Υπέρυθρα θερμόμετρα που μετράνε την υπέρυθρη ακτινοβολία που εκπέμπεται από ένα αντικείμενο μπορεί επίσης να χρησιμοποιηθούν για τη λήψη μεμονωμένων μετρήσεων θερμοκρασίας. Το προφανές πλεονέκτημα της θερμικής απεικόνισης είναι ότι παρέχει μετρήσεις της θερμοκρασίας για το σύνολο του σώματος ενός ζώντος πουλιού χωρίς την ανάγκη σύλληψης του πουλιού. &lt;br /&gt;
&lt;br /&gt;
Η θερμική απεικόνιση έχει δείξει ότι οι περιοχές γύρω από το κεφάλι και ειδικότερα η περιοχή του οφθαλμού και του ωτός έχουν την υψηλότερη θερμοκρασία, ενώ οι περιοχές με πυκνό πτέρωμα είναι πιο κοντά στη θερμοκρασία περιβάλλοντος. Η συσχέτιση μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας αέρα για τα διάφορα μέρη του σώματος έχουν χρησιμοποιηθεί για την εκτίμηση της αγωγιμότητας του πτερώματος και της μεταβολικής απώλειας θερμότητας. Για είδη με μεγάλες επιφάνειες χωρίς φτερά, όπως τα στρουθιόμορφα, οι περιοχές του λαιμού και των ποδιών εκτιμάται ότι από εκεί διαχέεται το 40% της θερμότητας που παράγεται από το μεταβολισμό, παρότι οι δομές αυτές αντιπροσωπεύουν &amp;lt;20% της επιφάνειας του σώματος. &lt;br /&gt;
&lt;br /&gt;
Η θερμική απεικόνιση μπορεί να προσφέρει νέα δεδομένα για τις λειτουργίες των διαφόρων τμημάτων του σώματος, τον υπολογισμό του ενεργειακού κόστους συμπεριφορών που δεν μπορεί να υπολογιστεί σε ορισμένα πουλιά. Για παράδειγμα, το σχέση μεταξύ δραστηριότητας και μεταβολικής παραγωγής θερμότητας έχει διερευνηθεί με μελέτες θερμικές απεικόνισης. Η θερμική απεικόνιση μπορεί επίσης να χρησιμοποιηθεί για την έμμεση εκτίμηση της θερμοκρασίας σώματος των πτηνών. Η θερμογραφία και η μοντελοποίηση της μεταφοράς θερμότητας μπορούν να χρησιμοποιηθούν για τον υπολογισμό του κόστους ενέργειας των διαφόρων συμπεριφορών. &lt;br /&gt;
&lt;br /&gt;
Σχετικά λίγες μελέτες έχουν χρησιμοποιήσει θερμική απεικόνιση για επιτόπιες έρευνες. Αυτό μπορεί να οφείλεται στο γεγονός ότι είναι διαθέσιμες πιο αποτελεσματικές μέθοδοι καταμέτρησης και εντοπισμού πουλιών. Θερμικές έρευνες μπορούν να χρησιμοποιηθούν για τον εντοπισμό φωλιών, ατόμων και κοπαδιών πτηνών σε ποικιλία ενδιαιτημάτων (Figure 2). Οι επιτόπιες έρευνες μπορούν να πραγματοποιηθούν με τα πόδια, από σκάφος ή, όπου απαιτείται μεγαλύτερη χωρική κάλυψη, ακόμη και από τα αεροσκάφη. Οι πρώτες μελέτες δεν ήταν ενθαρρυντικές γι 'αυτή την τεχνική λόγω της βλάστησης που εμποδίζει το θερμικό σήμα και λόγω πρακτικών προβλημάτων όπως το μεγάλο μέγεθος και το κόστος των καμερών. Από τότε, έχουν πραγματοποιηθεί αρκετές επιτυχημένες θερμικές μελέτες  για μερικά μεγάλα είδη (γαλοπούλες και γερανούς). Πιο πρόσφατα, φορητές κάμερες χειρός έχουν χρησιμοποιηθεί για τον εντοπισμό φωλιών και νεαρών ατόμων. Οι θερμικές έρευνες είναι περισσότερο κατάλληλες για τα είδη που φωλιάζουν στο έδαφος και των οποίων τα εκκολαπτόμενα νεαρά μπορούν να εντοπιστούν σε σχετικά ανοικτούς οικότοπους. &lt;br /&gt;
&lt;br /&gt;
Η θερμική απεικόνιση από σκάφος έχει αυξήσει τα ποσοστά εντοπισμού ορισμένων ειδών τη νύχτα. Μικρές συσκευές χειρός που χρησιμοποιούνται σε κυνηγετικές δραστηριότητες παρουσιάζουν σημαντικά αποτελέσματα για μελέτες στις οποίες τα πουλιά πρέπει να παγιδεύονται τη νύχτα.  Υπάρχει ενδιαφέρον για την εκπόνηση ερευνών με μεθόδους θερμικής απεικόνισης σε μελέτες εκτίμησης περιβαλλοντικών επιπτώσεων. Αυτοματοποιημένα συστήματα τοποθετημένα σε ανεμογεννήτριες έχουν χρησιμοποιηθεί για παρακολούθηση φαινομένων σύγκρουσης πτηνών σε αιολικά πάρκα και με θερμικές υπογραφές ήταν σε θέση να διαφοροποιήσουν είδη που κυμαίνονται σε μέγεθος από στρουθιόμορφα μέχρι πάπιες. Ωστόσο, λόγω της έκτασης της έρευνας και του κόστους ανάπτυξης των συστημάτων, η εφαρμογή τους είναι περιορισμένη. Συνδυασμός συστημάτων θερμικής απεικόνισης και ραντάρ έχουν επίσης αναπτυχθεί για την καταμέτρηση μεγάλου αριθμού πουλιών κατά τη διάρκεια της νυχτερινής μετανάστευσης. Επιπλέον έχουν διερευνυθεί ορισμένες αναλυτικές μέθοδοι ανίχνευσης εικόνων με βάση τη συχνότητα κτύπημα των πτερυγίων, αλλά υπάρχει ανάγκη περαιτέρω ανάπτυξης αυτοματοποιημένων συστημάτων παρακολούθησης πτηνών.&lt;br /&gt;
&lt;br /&gt;
[https://onlinelibrary.wiley.com/doi/full/10.1111/ibi.12010]&lt;br /&gt;
&lt;br /&gt;
 [[category:Απογραφή του πληθυσμού της]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Χρήση εναέριου υπερφασματικού συστήματος απεικόνισης κυμάτων στο φάσμα του μέσου υπέρυθρου για τον εντοπισμό ωκεάνιων πλαστικών</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_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T14:02:57Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_3.PNG|thumb|right|Εικόνα 1: Κατηγορίες πλαστικών που ανιχνεύθηκαν στη θάλασσα.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: '''&lt;br /&gt;
&lt;br /&gt;
Shungudzemwoyo P. Garaba, Jen Aitken, Boyan Slat, Heidi M. Dierssen, Laurent Lebreton, Oliver Zielinski, Julia Reisser&lt;br /&gt;
&lt;br /&gt;
Καθώς η ποσότητα πλαστικών στο φυσικό περιβάλλον αυξάνεται, υπάρχει επείγουσα ανάγκη για ανάπτυξη τεχνολογικών, νομοθετικών και πολιτικών λύσεων βασιζόμενων σε ακριβή επιστημονικά τεκμηριωμένη έρευνα. Δυστυχώς, υπάρχει ένα χάσμα γνώσης όσον αφορά τη χρονική και χωρική κατανομή των ωκεάνιων πλαστικών. Επί του παρόντος, υπάρχουν μόνο περιφερειακές αξιολογήσεις πλαστικών σε παραλίες, στην υδάτινη στήλη και τον πυθμένα της θάλασσας, όπως για παράδειγμα των ιζημάτων βαθέων υδάτων στην Αρκτική. Όσον αφορά την κατανομή των ωκεάνιων πλαστικών σε πλανητικό επίπεδο, το μεγαλύτερο μέρος της υπάρχουσας γνώσης βασίζεται σε αξιόπιστη αριθμητική μοντελοποίηση σε συνδυασμό με περιορισμένα σύνολα δεδομένων που περιέχουν πληροφορίες για της παρατηρούμενες ποσότητες πλαστικών μεγέθους μερικών χιλιοστών.  Η τιμή επιπλεόντων τεμαχίων (ή μαζών) ωκεάνιου πλαστικού ανά μονάδα θαλάσσιας επιφάνειας συνήθως υπολογίζεται χρησιμοποιώντας τον αριθμό (ή μάζα) σωματιδίων που συλλέγονται από μικρά επιφανειακά δίχτυα, με αναγωγή προς την επιφάνεια που καλύπτεται συνολικά. Παρότι αυτή η τεχνική χρησιμοποιείται ευρέως και αποτελεί βασική πηγή πληροφοριών, είναι πολύ περιορισμένη τόσο χωρικά, όσο και χρονικά. Τα μοντέλα που υπολογίζονται με αυτά τα περιορισμένα σύνολα δεδομένων παρέχουν εκτιμήσεις για την αφθονία των ωκεάνιων πλαστικών, με γεωγραφικές λεπτομέρειες για σημεία συσσωρευμένης ρύπανσης από πλαστικά, συμπεριλαμβανομένων των περιοχών όπου τα πλαστικά εισέρχονται στους ωκεανούς, όπως τα συστήματα εκβολών ποταμών και παράκτιων οικοσυστημάτων, καθώς και περιοχές όπου τα πλαστικά δημιουργούν μεγάλες συσσωρεύσεις. Ωστόσο, τα αριθμητικά αυτά μοντέλα ζωγραφίζουν μόνο μια γενική εικόνα της κατανομής των ωκεάνιων πλαστικών, κυρίως λόγω της έλλειψης δεδομένων από επιτόπιες παρατηρήσεις. &lt;br /&gt;
&lt;br /&gt;
Τα επιπλέοντα ωκεάνια πλαστικά  φαίνεται να συγκεντρώνονται στο πάνω στρώμα της υδάτινης στήλης των ωκεανών, ως επί το πλείστον εντός των πρώτων 0,5 m. Ως εκ τούτου,  η τηλεπισκόπηση των ωκεάνιων πλαστικών από το διάστημα και τις αεροναυτικές πλατφόρμες αποτελεί αξιόπιστη πηγή ποσοτικών και ποιοτικών δεδομένων σε ευρεία γεωγραφική κλίμακα. Η ικανότητα απομακρυσμένου εντοπισμού των ωκεάνιων πλαστικών θα μας επέτρεπε να οικοδομήσουμε μία βάση γνώσεων για την κατανόηση της ποσότητας και της συμπεριφοράς των ωκεάνιων πλαστικών. Ωστόσο, μέχρι σήμερα, μόνο λίγες έρευνες για τα πλαστικά των ωκεανών έχουν διερευνήσει τις δυνατότητες των δορυφορικών και εναέριων εργαλείων τηλεπισκόπησης για την αξιολόγηση της ρύπανσης από πλαστικά στους ωκεανούς.&lt;br /&gt;
&lt;br /&gt;
Οι οπτικοί αισθητήρες απεικόνισης μπορούν να επιτρέψουν την αυτοματοποιημένη, μη επεμβατική και μη επανδρωμένη ανίχνευση θαλάσσιων απορριμμάτων, δίνοντας μετρήσεις που μπορούν να βοηθήσουν στην καλύτερη εκτίμησή της συγκέντρωσης και σύνθεσής τους. Εναέρια υπερφασματικά συστήματα απεικόνισης μπορούν να δώσουν σημαντικά συμπληρωματικά δεδομένα αναφοράς σχετικά με τη ρύπανση των ωκεανών από πλαστικά  λόγω υψηλής φασματικής και γεωχωρικής ανάλυσης. Επί του παρόντος, οι εναέριες βάσεις φαίνεται να αποτελούν μια πολλά υποσχόμενη πηγή τεκμητιωμένων στοιχείων για το σχεδιασμό μελλοντικών δορυφορικών αποστολών με δυνατότητες ανίχνευσης, εντοπισμού, αναγνώρισης, και ή ποσοτικοποίησης των πλαστικών στους ωκεανούς. Σε χερσαία έρευνα που πραγματοποιήθηκε, η υπερφασματική απεικόνιση και ανάπτυξη αλγορίθμου ανίχνευσης πραγματοποιήθηκε πάνω σε γνωστούς στόχους συμπεριλαμβανομένων φυσικών και συνθετικών υδρογονανθράκων. Πιο πρόσφατα, οι οπτικές ιδιότητες των μικρο-(&amp;lt;5 mm) και μακρο- (&amp;gt; 5 mm) πλαστικών που έχουν συλλεχθεί στη θάλασσα διερευνήθηκαν παράλληλα με μια μελέτη που δείχνει τις δυνατότητες απομακρυσμένης ανίχνευσης και ταυτοποίησης πολυμερών υγρών και ξηρών πλαστικών στην ξηρά. Επίσης έχουν προταθεί τεχνικές για τη μέτρηση της φασματικής ανάκλασης των μικροπλαστικών που  επιπλέουν στη θάλασσα. Τον Ιούνιο του 2018, επιπλέοντες τεχνητοί στόχοι κοινών ωκεάνιων πλαστικών ανιχνεύθηκαν με επιτυχία από drones και δορυφορικές αποστολές (π.χ. PlanetScope Dove, Sentinel, TanDEM-X, WorldView) στο πλαίσιο του προγράμματος &amp;quot;Πείραμα καταγραφής πλαστικών στο θαλάσσιο περιβάλλον του Αιγαίου από ΣμηΕΑ και προσπάθεια εντοπισμού από δορυφορικά συστήματα &amp;quot; [https://mrsg.aegean.gr/?content=&amp;amp;nav=55] με επικεφαλής, ομάδα ερευνητών του Πανεπιστημίου Αιγαίου.&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, παρουσιάζονται οι δυνατότητες ενός υπερφασματικού συστήματος απεικόνισης στο μέσο υπέρυθρο φάσμα (SWIR) για την από απόσταση ανίχνευση  των ωκεάνιων πλαστικών. Αντικείμενο της έρευνας ήταν η εξερεύνηση της φασματικής υπογραφής των πλωτών μαζών από κομμάτια πλαστικού μέσω ενός εναέριου φασματογραφικού στο μέσο υπέρυθρο συστήματος απεικόνισης (SASI) από υψόμετρο 400 μ. πάνω από ένα σημείο συσσώρευσης ρύπανσης από πλαστικά απορρίμματα γνωστό ως Ζώνη Συσσώρευσης Βόρειου Ειρηνικού (GPGP). Πρώτα ταυτοποιήθηκαν τα ωκεάνια πλαστικά στο κόκκινο, πράσινο και μπλε (RGB) έγχρωμο σύνθετο και στη συνέχεια έγινε γεωαναφορά των ωκεάνιων πλαστικών στο SWIR ώστε να γίνει εξαγωγή του φάσματος στο SWIR. Αξιολογήσαμε επίσης τις εφαρμογές των συστημάτων απεικόνισης σε SWIR στον τομέα τηλεπισκόπησης ωκεάνιων πλαστικών. Στις εικόνες RGB πραγματοποιήθηκε ταυτοποίηση πλαστικών αντικειμένων από έμπειρους παρατηρητές, καθώς και με ειδικά διαμορφωμένο αυτοματοποιημένο αλγόριθμο εντοπισμού. Τα αντικείμενα κατατάχθηκαν σε πέντε ομάδες: δοχεία, επιπλέοντα αντικείμενα, δίχτυα, σχοινιά-κυλινδρικά αντικείμενα και άγνωστα αντικείμενα (Εικόνα 1). Χρησιμοποιώντας ως βάση 118 αντικείμενα που ανιχνεύθηκαν στην εικόνα RGB και κατατάχθηκαν σε μία από τις πέντε κατηγορίες που αναφέρθηκαν παραπάνω, πραγματοποιήθηκε αντιπαραβολή των εικόνων RGB και SWIR σε περιβάλλον QGIS, ώστε να καταγραφεί η φασματική υπογραφή των αντικειμένων αυτών.&lt;br /&gt;
&lt;br /&gt;
Το SWIR σήμα των ωκεάνιων πλαστικών που εξετάστηκαν σε αυτή τη μελέτη (N = 118) έδειξε κάποια μεταβλητότητα στο μέγεθος και το σχήμα. Αυτές οι διακυμάνσεις ήταν αρκετά συνεπείς μεταξύ των τύπων πλαστικού, με τα μέσα φάσματα ανάκλασης των διαφορετικού τύπου ωκεάνιων πλαστικών να συσχετίζονται έντονα ρ &amp;gt; 0,98 και τους δείκτες ομοιότητας φασματικού σχήματος θ &amp;lt; 11°. Αυτό υποδηλώνει ότι τα σχήματα των μέσων φασμάτων των διαφορετικών τύπων ωκεάνιων πλαστικών ήταν παρόμοια, με μέτριες ομοιότητες μεταξύ των άγνωστων αντικειμένων και των δοχείων (θ = 10,7°) και πολύ ισχυρές ομοιότητες μεταξύ των διχτυών και των πλωτών αντικειμένων (θ = 4. °). Το φασματικό σχήμα είναι μια σημαντική μέτρηση στην ταυτοποίηση των πολυμερών με τη βοήθεια βιβλιοθηκών φασματικών υπογραφών. Οι ομοιότητες ως προς το σχήμα του φάσματος που βρέθηκαν στην παρούσα μελέτη θα μπορούσαν να είναι συνέπεια της σχετικά ομοιόμορφης σύσταση των πολυμερών στα πλαστικά του GPGP, καθώς σε προηγούμενες μελέτες έχει βρεθεί ότι αποτελείται κυρίως από πολυαιθυλένιο (PE) και PP. &lt;br /&gt;
&lt;br /&gt;
Συνολικά, τα πλωτά αντικείμενα είχαν την υψηλότερη ακτινοβολία, πιθανώς λόγω υψηλής ανακλαστικότητας και υψηλής πλευστότητας που θα μπορούσε να οδηγήσει σε λίγο ή καθόλου κάλυψη από το θαλασσινό νερό άρα και λιγότερη απορρόφηση φωτός από το νερό. Τα δοχεία είχαν τη χαμηλότερη ακτινοβολία, πιθανώς λόγω της σχετικά χαμηλής πλευστότητας τους που οδηγεί σε ελαφρώς μεγαλύτερη κάλυψη σε θαλασσινό νερό. Υψηλές διαφορές (&amp;gt; 62%) έντασης μεταξύ φασμάτων σημειώθηκαν μεταξύ των 970,1200, 1530, 1680 και 2100 nm. Αυτά τα στοιχεία απορρόφησης  συμπίπτουν με φάσματα απορρόφησης μοναδικά για τα πλαστικά και είναι λιγότερο πιθανό να επηρεαστούν από τις φασματικές ιδιότητες των ατμοσφαιρικών αερίων. &lt;br /&gt;
&lt;br /&gt;
[https://pubs.acs.org/doi/abs/10.1021/acs.est.8b02855]&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Χρήση εναέριου υπερφασματικού συστήματος απεικόνισης κυμάτων στο φάσμα του μέσου υπέρυθρου για τον εντοπισμό ωκεάνιων πλαστικών</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_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T14:01:37Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_3.PNG|thumb|right|Εικόνα 1: Κατηγορίες πλαστικών που ανιχνεύθηκαν στη θάλασσα.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: '''&lt;br /&gt;
&lt;br /&gt;
Shungudzemwoyo P. Garaba, Jen Aitken, Boyan Slat, Heidi M. Dierssen, Laurent Lebreton, Oliver Zielinski, Julia Reisser&lt;br /&gt;
&lt;br /&gt;
Καθώς η ποσότητα πλαστικών στο φυσικό περιβάλλον αυξάνεται, υπάρχει επείγουσα ανάγκη για ανάπτυξη τεχνολογικών, νομοθετικών και πολιτικών λύσεων βασιζόμενων σε ακριβή επιστημονικά τεκμηριωμένη έρευνα. Δυστυχώς, υπάρχει ένα χάσμα γνώσης όσον αφορά τη χρονική και χωρική κατανομή των ωκεάνιων πλαστικών. Επί του παρόντος, υπάρχουν μόνο περιφερειακές αξιολογήσεις πλαστικών σε παραλίες, στην υδάτινη στήλη και τον πυθμένα της θάλασσας, όπως για παράδειγμα των ιζημάτων βαθέων υδάτων στην Αρκτική. Όσον αφορά την κατανομή των ωκεάνιων πλαστικών σε πλανητικό επίπεδο, το μεγαλύτερο μέρος της υπάρχουσας γνώσης βασίζεται σε αξιόπιστη αριθμητική μοντελοποίηση σε συνδυασμό με περιορισμένα σύνολα δεδομένων που περιέχουν πληροφορίες για της παρατηρούμενες ποσότητες πλαστικών μεγέθους μερικών χιλιοστών.  Η τιμή επιπλεόντων τεμαχίων (ή μαζών) ωκεάνιου πλαστικού ανά μονάδα θαλάσσιας επιφάνειας συνήθως υπολογίζεται χρησιμοποιώντας τον αριθμό (ή μάζα) σωματιδίων που συλλέγονται από μικρά επιφανειακά δίχτυα, με αναγωγή προς την επιφάνεια που καλύπτεται συνολικά. Παρότι αυτή η τεχνική χρησιμοποιείται ευρέως και αποτελεί βασική πηγή πληροφοριών, είναι πολύ περιορισμένη τόσο χωρικά, όσο και χρονικά. Τα μοντέλα που υπολογίζονται με αυτά τα περιορισμένα σύνολα δεδομένων παρέχουν εκτιμήσεις για την αφθονία των ωκεάνιων πλαστικών, με γεωγραφικές λεπτομέρειες για σημεία συσσωρευμένης ρύπανσης από πλαστικά, συμπεριλαμβανομένων των περιοχών όπου τα πλαστικά εισέρχονται στους ωκεανούς, όπως τα συστήματα εκβολών ποταμών και παράκτιων οικοσυστημάτων, καθώς και περιοχές όπου τα πλαστικά δημιουργούν μεγάλες συσσωρεύσεις. Ωστόσο, τα αριθμητικά αυτά μοντέλα ζωγραφίζουν μόνο μια γενική εικόνα της κατανομής των ωκεάνιων πλαστικών, κυρίως λόγω της έλλειψης δεδομένων από επιτόπιες παρατηρήσεις. &lt;br /&gt;
&lt;br /&gt;
Τα επιπλέοντα ωκεάνια πλαστικά  φαίνεται να συγκεντρώνονται στο πάνω στρώμα της υδάτινης στήλης των ωκεανών, ως επί το πλείστον εντός των πρώτων 0,5 m. Ως εκ τούτου,  η τηλεπισκόπηση των ωκεάνιων πλαστικών από το διάστημα και τις αεροναυτικές πλατφόρμες αποτελεί αξιόπιστη πηγή ποσοτικών και ποιοτικών δεδομένων σε ευρεία γεωγραφική κλίμακα. Η ικανότητα απομακρυσμένου εντοπισμού των ωκεάνιων πλαστικών θα μας επέτρεπε να οικοδομήσουμε μία βάση γνώσεων για την κατανόηση της ποσότητας και της συμπεριφοράς των ωκεάνιων πλαστικών. Ωστόσο, μέχρι σήμερα, μόνο λίγες έρευνες για τα πλαστικά των ωκεανών έχουν διερευνήσει τις δυνατότητες των δορυφορικών και εναέριων εργαλείων τηλεπισκόπησης για την αξιολόγηση της ρύπανσης από πλαστικά στους ωκεανούς.&lt;br /&gt;
&lt;br /&gt;
Οι οπτικοί αισθητήρες απεικόνισης μπορούν να επιτρέψουν την αυτοματοποιημένη, μη επεμβατική και μη επανδρωμένη ανίχνευση θαλάσσιων απορριμμάτων, δίνοντας μετρήσεις που μπορούν να βοηθήσουν στην καλύτερη εκτίμησή της συγκέντρωσης και σύνθεσής τους. Εναέρια υπερφασματικά συστήματα απεικόνισης μπορούν να δώσουν σημαντικά συμπληρωματικά δεδομένα αναφοράς σχετικά με τη ρύπανση των ωκεανών από πλαστικά  λόγω υψηλής φασματικής και γεωχωρικής ανάλυσης. Επί του παρόντος, οι εναέριες βάσεις φαίνεται να αποτελούν μια πολλά υποσχόμενη πηγή τεκμητιωμένων στοιχείων για το σχεδιασμό μελλοντικών δορυφορικών αποστολών με δυνατότητες ανίχνευσης, εντοπισμού, αναγνώρισης, και ή ποσοτικοποίησης των πλαστικών στους ωκεανούς. Σε χερσαία έρευνα που πραγματοποιήθηκε, η υπερφασματική απεικόνιση και ανάπτυξη αλγορίθμου ανίχνευσης πραγματοποιήθηκε πάνω σε γνωστούς στόχους συμπεριλαμβανομένων φυσικών και συνθετικών υδρογονανθράκων. Πιο πρόσφατα, οι οπτικές ιδιότητες των μικρο-(&amp;lt;5 mm) και μακρο- (&amp;gt; 5 mm) πλαστικών που έχουν συλλεχθεί στη θάλασσα διερευνήθηκαν παράλληλα με μια μελέτη που δείχνει τις δυνατότητες απομακρυσμένης ανίχνευσης και ταυτοποίησης πολυμερών υγρών και ξηρών πλαστικών στην ξηρά. Επίσης έχουν προταθεί τεχνικές για τη μέτρηση της φασματικής ανάκλασης των μικροπλαστικών που  επιπλέουν στη θάλασσα. Τον Ιούνιο του 2018, επιπλέοντες τεχνητοί στόχοι κοινών ωκεάνιων πλαστικών ανιχνεύθηκαν με επιτυχία από drones και δορυφορικές αποστολές (π.χ. PlanetScope Dove, Sentinel, TanDEM-X, WorldView) στο πλαίσιο του προγράμματος &amp;quot;Πείραμα καταγραφής πλαστικών στο θαλάσσιο περιβάλλον του Αιγαίου από ΣμηΕΑ και προσπάθεια εντοπισμού από δορυφορικά συστήματα &amp;quot; με επικεφαλής, ομάδα ερευνητών του Πανεπιστημίου Αιγαίου.&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, παρουσιάζονται οι δυνατότητες ενός υπερφασματικού συστήματος απεικόνισης στο μέσο υπέρυθρο φάσμα (SWIR) για την από απόσταση ανίχνευση  των ωκεάνιων πλαστικών. Αντικείμενο της έρευνας ήταν η εξερεύνηση της φασματικής υπογραφής των πλωτών μαζών από κομμάτια πλαστικού μέσω ενός εναέριου φασματογραφικού στο μέσο υπέρυθρο συστήματος απεικόνισης (SASI) από υψόμετρο 400 μ. πάνω από ένα σημείο συσσώρευσης ρύπανσης από πλαστικά απορρίμματα γνωστό ως Ζώνη Συσσώρευσης Βόρειου Ειρηνικού (GPGP). Πρώτα ταυτοποιήθηκαν τα ωκεάνια πλαστικά στο κόκκινο, πράσινο και μπλε (RGB) έγχρωμο σύνθετο και στη συνέχεια έγινε γεωαναφορά των ωκεάνιων πλαστικών στο SWIR ώστε να γίνει εξαγωγή του φάσματος στο SWIR. Αξιολογήσαμε επίσης τις εφαρμογές των συστημάτων απεικόνισης σε SWIR στον τομέα τηλεπισκόπησης ωκεάνιων πλαστικών. Στις εικόνες RGB πραγματοποιήθηκε ταυτοποίηση πλαστικών αντικειμένων από έμπειρους παρατηρητές, καθώς και με ειδικά διαμορφωμένο αυτοματοποιημένο αλγόριθμο εντοπισμού. Τα αντικείμενα κατατάχθηκαν σε πέντε ομάδες: δοχεία, επιπλέοντα αντικείμενα, δίχτυα, σχοινιά-κυλινδρικά αντικείμενα και άγνωστα αντικείμενα (Εικόνα 1). Χρησιμοποιώντας ως βάση 118 αντικείμενα που ανιχνεύθηκαν στην εικόνα RGB και κατατάχθηκαν σε μία από τις πέντε κατηγορίες που αναφέρθηκαν παραπάνω, πραγματοποιήθηκε αντιπαραβολή των εικόνων RGB και SWIR σε περιβάλλον QGIS, ώστε να καταγραφεί η φασματική υπογραφή των αντικειμένων αυτών.&lt;br /&gt;
&lt;br /&gt;
Το SWIR σήμα των ωκεάνιων πλαστικών που εξετάστηκαν σε αυτή τη μελέτη (N = 118) έδειξε κάποια μεταβλητότητα στο μέγεθος και το σχήμα. Αυτές οι διακυμάνσεις ήταν αρκετά συνεπείς μεταξύ των τύπων πλαστικού, με τα μέσα φάσματα ανάκλασης των διαφορετικού τύπου ωκεάνιων πλαστικών να συσχετίζονται έντονα ρ &amp;gt; 0,98 και τους δείκτες ομοιότητας φασματικού σχήματος θ &amp;lt; 11°. Αυτό υποδηλώνει ότι τα σχήματα των μέσων φασμάτων των διαφορετικών τύπων ωκεάνιων πλαστικών ήταν παρόμοια, με μέτριες ομοιότητες μεταξύ των άγνωστων αντικειμένων και των δοχείων (θ = 10,7°) και πολύ ισχυρές ομοιότητες μεταξύ των διχτυών και των πλωτών αντικειμένων (θ = 4. °). Το φασματικό σχήμα είναι μια σημαντική μέτρηση στην ταυτοποίηση των πολυμερών με τη βοήθεια βιβλιοθηκών φασματικών υπογραφών. Οι ομοιότητες ως προς το σχήμα του φάσματος που βρέθηκαν στην παρούσα μελέτη θα μπορούσαν να είναι συνέπεια της σχετικά ομοιόμορφης σύσταση των πολυμερών στα πλαστικά του GPGP, καθώς σε προηγούμενες μελέτες έχει βρεθεί ότι αποτελείται κυρίως από πολυαιθυλένιο (PE) και PP. &lt;br /&gt;
&lt;br /&gt;
Συνολικά, τα πλωτά αντικείμενα είχαν την υψηλότερη ακτινοβολία, πιθανώς λόγω υψηλής ανακλαστικότητας και υψηλής πλευστότητας που θα μπορούσε να οδηγήσει σε λίγο ή καθόλου κάλυψη από το θαλασσινό νερό άρα και λιγότερη απορρόφηση φωτός από το νερό. Τα δοχεία είχαν τη χαμηλότερη ακτινοβολία, πιθανώς λόγω της σχετικά χαμηλής πλευστότητας τους που οδηγεί σε ελαφρώς μεγαλύτερη κάλυψη σε θαλασσινό νερό. Υψηλές διαφορές (&amp;gt; 62%) έντασης μεταξύ φασμάτων σημειώθηκαν μεταξύ των 970,1200, 1530, 1680 και 2100 nm. Αυτά τα στοιχεία απορρόφησης  συμπίπτουν με φάσματα απορρόφησης μοναδικά για τα πλαστικά και είναι λιγότερο πιθανό να επηρεαστούν από τις φασματικές ιδιότητες των ατμοσφαιρικών αερίων. &lt;br /&gt;
&lt;br /&gt;
[https://pubs.acs.org/doi/abs/10.1021/acs.est.8b02855]&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_3.PNG</id>
		<title>Αρχείο:Rs wiki 3.PNG</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:Rs_wiki_3.PNG"/>
				<updated>2019-01-18T14:01:21Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD</id>
		<title>Χρήση εναέριου υπερφασματικού συστήματος απεικόνισης κυμάτων στο φάσμα του μέσου υπέρυθρου για τον εντοπισμό ωκεάνιων πλαστικών</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_%CE%B5%CE%BD%CE%B1%CE%AD%CF%81%CE%B9%CE%BF%CF%85_%CF%85%CF%80%CE%B5%CF%81%CF%86%CE%B1%CF%83%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%83%CF%85%CF%83%CF%84%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B1%CF%80%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CF%86%CE%AC%CF%83%CE%BC%CE%B1_%CF%84%CE%BF%CF%85_%CE%BC%CE%AD%CF%83%CE%BF%CF%85_%CF%85%CF%80%CE%AD%CF%81%CF%85%CE%B8%CF%81%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C_%CF%89%CE%BA%CE%B5%CE%AC%CE%BD%CE%B9%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD"/>
				<updated>2019-01-18T14:01:10Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με 'Εικόνα 1: Κατηγορίες πλαστικών που ανιχνεύθηκαν στη θάλασσα.  '''Συγγρα...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_3.PNG|thumb|right|Εικόνα 1: Κατηγορίες πλαστικών που ανιχνεύθηκαν στη θάλασσα.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς: '''&lt;br /&gt;
&lt;br /&gt;
 Shungudzemwoyo P. Garaba, Jen Aitken, Boyan Slat, Heidi M. Dierssen, Laurent Lebreton, Oliver Zielinski, Julia Reisser&lt;br /&gt;
&lt;br /&gt;
Καθώς η ποσότητα πλαστικών στο φυσικό περιβάλλον αυξάνεται, υπάρχει επείγουσα ανάγκη για ανάπτυξη τεχνολογικών, νομοθετικών και πολιτικών λύσεων βασιζόμενων σε ακριβή επιστημονικά τεκμηριωμένη έρευνα. Δυστυχώς, υπάρχει ένα χάσμα γνώσης όσον αφορά τη χρονική και χωρική κατανομή των ωκεάνιων πλαστικών. Επί του παρόντος, υπάρχουν μόνο περιφερειακές αξιολογήσεις πλαστικών σε παραλίες, στην υδάτινη στήλη και τον πυθμένα της θάλασσας, όπως για παράδειγμα των ιζημάτων βαθέων υδάτων στην Αρκτική. Όσον αφορά την κατανομή των ωκεάνιων πλαστικών σε πλανητικό επίπεδο, το μεγαλύτερο μέρος της υπάρχουσας γνώσης βασίζεται σε αξιόπιστη αριθμητική μοντελοποίηση σε συνδυασμό με περιορισμένα σύνολα δεδομένων που περιέχουν πληροφορίες για της παρατηρούμενες ποσότητες πλαστικών μεγέθους μερικών χιλιοστών.  Η τιμή επιπλεόντων τεμαχίων (ή μαζών) ωκεάνιου πλαστικού ανά μονάδα θαλάσσιας επιφάνειας συνήθως υπολογίζεται χρησιμοποιώντας τον αριθμό (ή μάζα) σωματιδίων που συλλέγονται από μικρά επιφανειακά δίχτυα, με αναγωγή προς την επιφάνεια που καλύπτεται συνολικά. Παρότι αυτή η τεχνική χρησιμοποιείται ευρέως και αποτελεί βασική πηγή πληροφοριών, είναι πολύ περιορισμένη τόσο χωρικά, όσο και χρονικά. Τα μοντέλα που υπολογίζονται με αυτά τα περιορισμένα σύνολα δεδομένων παρέχουν εκτιμήσεις για την αφθονία των ωκεάνιων πλαστικών, με γεωγραφικές λεπτομέρειες για σημεία συσσωρευμένης ρύπανσης από πλαστικά, συμπεριλαμβανομένων των περιοχών όπου τα πλαστικά εισέρχονται στους ωκεανούς, όπως τα συστήματα εκβολών ποταμών και παράκτιων οικοσυστημάτων, καθώς και περιοχές όπου τα πλαστικά δημιουργούν μεγάλες συσσωρεύσεις. Ωστόσο, τα αριθμητικά αυτά μοντέλα ζωγραφίζουν μόνο μια γενική εικόνα της κατανομής των ωκεάνιων πλαστικών, κυρίως λόγω της έλλειψης δεδομένων από επιτόπιες παρατηρήσεις. &lt;br /&gt;
&lt;br /&gt;
Τα επιπλέοντα ωκεάνια πλαστικά  φαίνεται να συγκεντρώνονται στο πάνω στρώμα της υδάτινης στήλης των ωκεανών, ως επί το πλείστον εντός των πρώτων 0,5 m. Ως εκ τούτου,  η τηλεπισκόπηση των ωκεάνιων πλαστικών από το διάστημα και τις αεροναυτικές πλατφόρμες αποτελεί αξιόπιστη πηγή ποσοτικών και ποιοτικών δεδομένων σε ευρεία γεωγραφική κλίμακα. Η ικανότητα απομακρυσμένου εντοπισμού των ωκεάνιων πλαστικών θα μας επέτρεπε να οικοδομήσουμε μία βάση γνώσεων για την κατανόηση της ποσότητας και της συμπεριφοράς των ωκεάνιων πλαστικών. Ωστόσο, μέχρι σήμερα, μόνο λίγες έρευνες για τα πλαστικά των ωκεανών έχουν διερευνήσει τις δυνατότητες των δορυφορικών και εναέριων εργαλείων τηλεπισκόπησης για την αξιολόγηση της ρύπανσης από πλαστικά στους ωκεανούς.&lt;br /&gt;
&lt;br /&gt;
Οι οπτικοί αισθητήρες απεικόνισης μπορούν να επιτρέψουν την αυτοματοποιημένη, μη επεμβατική και μη επανδρωμένη ανίχνευση θαλάσσιων απορριμμάτων, δίνοντας μετρήσεις που μπορούν να βοηθήσουν στην καλύτερη εκτίμησή της συγκέντρωσης και σύνθεσής τους. Εναέρια υπερφασματικά συστήματα απεικόνισης μπορούν να δώσουν σημαντικά συμπληρωματικά δεδομένα αναφοράς σχετικά με τη ρύπανση των ωκεανών από πλαστικά  λόγω υψηλής φασματικής και γεωχωρικής ανάλυσης. Επί του παρόντος, οι εναέριες βάσεις φαίνεται να αποτελούν μια πολλά υποσχόμενη πηγή τεκμητιωμένων στοιχείων για το σχεδιασμό μελλοντικών δορυφορικών αποστολών με δυνατότητες ανίχνευσης, εντοπισμού, αναγνώρισης, και ή ποσοτικοποίησης των πλαστικών στους ωκεανούς. Σε χερσαία έρευνα που πραγματοποιήθηκε, η υπερφασματική απεικόνιση και ανάπτυξη αλγορίθμου ανίχνευσης πραγματοποιήθηκε πάνω σε γνωστούς στόχους συμπεριλαμβανομένων φυσικών και συνθετικών υδρογονανθράκων. Πιο πρόσφατα, οι οπτικές ιδιότητες των μικρο-(&amp;lt;5 mm) και μακρο- (&amp;gt; 5 mm) πλαστικών που έχουν συλλεχθεί στη θάλασσα διερευνήθηκαν παράλληλα με μια μελέτη που δείχνει τις δυνατότητες απομακρυσμένης ανίχνευσης και ταυτοποίησης πολυμερών υγρών και ξηρών πλαστικών στην ξηρά. Επίσης έχουν προταθεί τεχνικές για τη μέτρηση της φασματικής ανάκλασης των μικροπλαστικών που  επιπλέουν στη θάλασσα. Τον Ιούνιο του 2018, επιπλέοντες τεχνητοί στόχοι κοινών ωκεάνιων πλαστικών ανιχνεύθηκαν με επιτυχία από drones και δορυφορικές αποστολές (π.χ. PlanetScope Dove, Sentinel, TanDEM-X, WorldView) στο πλαίσιο του προγράμματος &amp;quot;Πείραμα καταγραφής πλαστικών στο θαλάσσιο περιβάλλον του Αιγαίου από ΣμηΕΑ και προσπάθεια εντοπισμού από δορυφορικά συστήματα &amp;quot; με επικεφαλής, ομάδα ερευνητών του Πανεπιστημίου Αιγαίου.&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, παρουσιάζονται οι δυνατότητες ενός υπερφασματικού συστήματος απεικόνισης στο μέσο υπέρυθρο φάσμα (SWIR) για την από απόσταση ανίχνευση  των ωκεάνιων πλαστικών. Αντικείμενο της έρευνας ήταν η εξερεύνηση της φασματικής υπογραφής των πλωτών μαζών από κομμάτια πλαστικού μέσω ενός εναέριου φασματογραφικού στο μέσο υπέρυθρο συστήματος απεικόνισης (SASI) από υψόμετρο 400 μ. πάνω από ένα σημείο συσσώρευσης ρύπανσης από πλαστικά απορρίμματα γνωστό ως Ζώνη Συσσώρευσης Βόρειου Ειρηνικού (GPGP). Πρώτα ταυτοποιήθηκαν τα ωκεάνια πλαστικά στο κόκκινο, πράσινο και μπλε (RGB) έγχρωμο σύνθετο και στη συνέχεια έγινε γεωαναφορά των ωκεάνιων πλαστικών στο SWIR ώστε να γίνει εξαγωγή του φάσματος στο SWIR. Αξιολογήσαμε επίσης τις εφαρμογές των συστημάτων απεικόνισης σε SWIR στον τομέα τηλεπισκόπησης ωκεάνιων πλαστικών. Στις εικόνες RGB πραγματοποιήθηκε ταυτοποίηση πλαστικών αντικειμένων από έμπειρους παρατηρητές, καθώς και με ειδικά διαμορφωμένο αυτοματοποιημένο αλγόριθμο εντοπισμού. Τα αντικείμενα κατατάχθηκαν σε πέντε ομάδες: δοχεία, επιπλέοντα αντικείμενα, δίχτυα, σχοινιά-κυλινδρικά αντικείμενα και άγνωστα αντικείμενα (Εικόνα 1). Χρησιμοποιώντας ως βάση 118 αντικείμενα που ανιχνεύθηκαν στην εικόνα RGB και κατατάχθηκαν σε μία από τις πέντε κατηγορίες που αναφέρθηκαν παραπάνω, πραγματοποιήθηκε αντιπαραβολή των εικόνων RGB και SWIR σε περιβάλλον QGIS, ώστε να καταγραφεί η φασματική υπογραφή των αντικειμένων αυτών.&lt;br /&gt;
&lt;br /&gt;
Το SWIR σήμα των ωκεάνιων πλαστικών που εξετάστηκαν σε αυτή τη μελέτη (N = 118) έδειξε κάποια μεταβλητότητα στο μέγεθος και το σχήμα. Αυτές οι διακυμάνσεις ήταν αρκετά συνεπείς μεταξύ των τύπων πλαστικού, με τα μέσα φάσματα ανάκλασης των διαφορετικού τύπου ωκεάνιων πλαστικών να συσχετίζονται έντονα ρ &amp;gt; 0,98 και τους δείκτες ομοιότητας φασματικού σχήματος θ &amp;lt; 11°. Αυτό υποδηλώνει ότι τα σχήματα των μέσων φασμάτων των διαφορετικών τύπων ωκεάνιων πλαστικών ήταν παρόμοια, με μέτριες ομοιότητες μεταξύ των άγνωστων αντικειμένων και των δοχείων (θ = 10,7°) και πολύ ισχυρές ομοιότητες μεταξύ των διχτυών και των πλωτών αντικειμένων (θ = 4. °). Το φασματικό σχήμα είναι μια σημαντική μέτρηση στην ταυτοποίηση των πολυμερών με τη βοήθεια βιβλιοθηκών φασματικών υπογραφών. Οι ομοιότητες ως προς το σχήμα του φάσματος που βρέθηκαν στην παρούσα μελέτη θα μπορούσαν να είναι συνέπεια της σχετικά ομοιόμορφης σύσταση των πολυμερών στα πλαστικά του GPGP, καθώς σε προηγούμενες μελέτες έχει βρεθεί ότι αποτελείται κυρίως από πολυαιθυλένιο (PE) και PP. &lt;br /&gt;
&lt;br /&gt;
Συνολικά, τα πλωτά αντικείμενα είχαν την υψηλότερη ακτινοβολία, πιθανώς λόγω υψηλής ανακλαστικότητας και υψηλής πλευστότητας που θα μπορούσε να οδηγήσει σε λίγο ή καθόλου κάλυψη από το θαλασσινό νερό άρα και λιγότερη απορρόφηση φωτός από το νερό. Τα δοχεία είχαν τη χαμηλότερη ακτινοβολία, πιθανώς λόγω της σχετικά χαμηλής πλευστότητας τους που οδηγεί σε ελαφρώς μεγαλύτερη κάλυψη σε θαλασσινό νερό. Υψηλές διαφορές (&amp;gt; 62%) έντασης μεταξύ φασμάτων σημειώθηκαν μεταξύ των 970,1200, 1530, 1680 και 2100 nm. Αυτά τα στοιχεία απορρόφησης  συμπίπτουν με φάσματα απορρόφησης μοναδικά για τα πλαστικά και είναι λιγότερο πιθανό να επηρεαστούν από τις φασματικές ιδιότητες των ατμοσφαιρικών αερίων. &lt;br /&gt;
&lt;br /&gt;
[https://pubs.acs.org/doi/abs/10.1021/acs.est.8b02855]&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%E2%80%93_%CE%9D%CE%AD%CE%B5%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CF%84%CF%8C%CF%84%CE%B7%CF%84%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82</id>
		<title>Χρήση τηλεπισκοπικών μεθόδων για τη χαρτογράφηση φυσικών οικοτόπων και της κατάστασης διατήρησής του – Νέες δυνατότητες και προκλήσεις</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_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BF%CE%B9%CE%BA%CE%BF%CF%84%CF%8C%CF%80%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7%CF%82_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%AE%CF%82_%CF%84%CE%BF%CF%85_%E2%80%93_%CE%9D%CE%AD%CE%B5%CF%82_%CE%B4%CF%85%CE%BD%CE%B1%CF%84%CF%8C%CF%84%CE%B7%CF%84%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CF%80%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82"/>
				<updated>2019-01-18T13:55:08Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με ''''Συγγραφείς: '''   Corbane C., Pipkins K., Lang S., Alleaume S. (2015)  '''Εισαγωγή'''  Η βιολογική ποικιλότητα στηρίζει ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Συγγραφείς: ''' &lt;br /&gt;
&lt;br /&gt;
Corbane C., Pipkins K., Lang S., Alleaume S. (2015)&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Η βιολογική ποικιλότητα στηρίζει ποικιλία οικολογικών λειτουργιών και οικοσυστημικών υπηρεσιών. Σε αναγνώριση αυτής της σπουδαιότητας, η Ευρωπαϊκή Ένωση εισήγαγε την Οδηγία για τους Οικοτόπους (92/43/ΕΟΚ), προκειμένου να ανακόψει την απώλεια της βιοποικιλότητας και των χερσαίων και θαλάσσιων ενδιαιτημάτων. Από το 1992, μέσω της Οδηγίας για τους Οικοτόπους αναπτύχθηκε το δίκτυο προστατευόμενων περιοχών Natura 2000 (ΕΚ, 1992). Στόχος του δικτύου είναι να εξασφαλίσει τη μακροπρόθεσμη επιβίωση των πολυτιμότερων και απειλούμενων ειδών στην Ευρώπη καθώς και τους φυσικούς και ημι-φυσικούς τύπους οικοτόπων. &lt;br /&gt;
&lt;br /&gt;
Προκειμένου να γίνει έλεγχος της εφαρμογής της Οδηγίας, το άρθρο 17 της Οδηγίας για τους Οικοτόπους υποχρεώνει στα κράτη μέλη της ΕΕ κάθε έξι χρόνια να υποβάλλουν αναφορές σχετικά με την κατάσταση διατήρησης των οικοτόπων κοινοτικού ενδιαφέροντος. Επιπλέον, η στρατηγική της ΕΕ για τη βιοποικιλότητα για το 2020 καλεί τα κράτη μέλη να χαρτογραφήσουν και να αξιολογήσουν ψηφιακά τη βιοποικιλότητα και τις οικοσυστημικές υπηρεσίες. Λόγω του πεδίου εφαρμογής τους, τα μέτρα αυτά θα επωφεληθούν σε μεγάλο βαθμό από την ανάπτυξη αποτελεσματικών από πλευράς κόστους και χρόνου στρατηγικών παρακολούθησης. &lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση έχει γίνει ένα βασικό εργαλείο για την αξιολόγηση της εφαρμογής περιβαλλοντικών πολιτικών. Σήμερα είναι διαθέσιμη μια ευρεία ποικιλία και ποσότητα δεδομένων από διαφορετικούς αισθητήρες, από πολλαπλής ανάλυσης οπτικές (πολύ-φασματικές και υπερφασματικές) απεικονίσεις, μέχρι ραντάρ και προϊόντα LiDAR,  οι οποίες παρέχουν χρήσιμες πληροφορίες για τη χαρτογράφηση των φυσικών οικοτόπων και της κατάστασή τους. &lt;br /&gt;
&lt;br /&gt;
'''Δυνατότητες της τηλεπισκόπησης για χαρτογράφηση φυσικών οικοτόπων '''&lt;br /&gt;
&lt;br /&gt;
Υπάρχουν δύο γενικές προσεγγίσεις για τη χρήση της τηλεπισκόπησης στην παρακολούθησης της βιοποικιλότητας: i) άμεση χαρτογράφηση μεμονωμένων οργανισμών, συναθροίσεων ειδών ή βιοκοινοτήτων από αερομεταφερόμενους ή δορυφορικούς αισθητήρες και ii) έμμεση ανίχνευση δεδομένων που σχετίζονται με τη βιοποικιλότητα χρησιμοποιώντας περιβαλλοντικές παραμέτρους. Πολλά είδη παρουσιάζουν περιορισμένο εύρος κατανομής σε συγκεκριμένους τύπους οικοτόπων, όπως οι δασικές εκτάσεις, οι χορτολιβαδικές εκτάσεις ή τα θαλάσσια λιβάδια, οι οποίοι μπορούν να ταυτοποιηθούν άμεσα με δεδομένα τηλεπισκόπησης. &lt;br /&gt;
&lt;br /&gt;
'''Χαρτογράφηση οικοτόπων με χρήση της τηλεπισκόπησης '''&lt;br /&gt;
&lt;br /&gt;
Τα τελευταία χρόνια, έχει παρατηρηθεί πρόοδος της τεχνολογίας της τηλεπισκόπησης για τη χαρτογράφηση και αξιολόγηση των οικοτόπων στην Ευρώπη. Δύο παράγοντες που παίζουν σημαντικό ρόλο στην επιλογή των εκάστοτε μεθόδων τηλεπισκόπησης και των δεδομένων που θα αναλυθούν είναι 1. η κλίμακα παρατήρησης, όπου π.χ. για την χαρτογράφηση την κάλυψης γης παγκοσμίως χρησιμοποιούνται συνήθως εικόνες MODIS με ανάλυση εικόνας 500m, ενώ σε εθνικού και τοπικού επιπέδου ταξινομήσεις χρησιμοποιούνται μεσαίας ανάλυσης αισθητήρες, όπως ο Landsat και ο SPOT και 2. η πολυπλοκότητα της δομής του τοπίου, η οποία εξαρτάται από το ποσοστό ετερογένειας που χαρακτηρίζει την εκάστοτε περιοχή. &lt;br /&gt;
&lt;br /&gt;
'''Διάκριση δασικών οικοτόπων '''&lt;br /&gt;
&lt;br /&gt;
Η ταξινόμηση των δασικών οικοτόπων είναι δυνατή με διάφορες αναλύσεις εικόνας και τύπους δεδομένων, ανάλογα με το επίπεδο λεπτομέρειας που απαιτείται. Με δεδομένα χαμηλής χωρικής ανάλυσης είναι δυνατή μόνο η αδρή ταξινόμηση των κυριότερων τύπων δασικής κάλυψης (φυλλοβόλων, κωνοφόρων, μικτών), ενώ η διαφοροποίηση μεταξύ των διαφορετικών δασικών τύπων, των οποίων η φασματική υπογραφή βρίσκεται σε στενά όρια και είναι δύσκολο να διαχωριστεί, είναι δυνατή μόνο μέσω της συμπερίληψης βοηθητικών δεδομένων όπως ο τύπος εδάφους ή τη χρήση διαδοχικών χρονικά εικόνων. &lt;br /&gt;
&lt;br /&gt;
Περισσότερο λεπτομερείς αναλύσεις έχουν πραγματοποιηθεί χρησιμοποιώντας αισθητήρες υψηλής χωρικής ανάλυσης, οπότε και εισάγεται και η έννοια της υφής εικόνας, η οποία έχει αποδειχθεί ότι ποικίλει σημαντικά μεταξύ των ειδών δένδρων και των ηλικιακών τάξεων. &lt;br /&gt;
&lt;br /&gt;
Η χρήση της υπερφασματικής απεικόνισης επιτρέπει ακόμα μεγαλύτερη λεπτομέρεια, επιτρέποντας τη διάκριση των τύπων δέντρων με βάση την ανακλαστικότητα ως απάντηση στις διαφορές στη σύσταση χρωστικών, θρεπτικών στοιχείων και στις δομικές διαφορές μεταξύ των ειδών, ωστόσο, η μέθοδος αυτή παρουσιάζει ορισμένα προβλήματα, τα οποία μπορούν να ξεπεραστούν με τη χρήση αντικειμενοστραφούς ανάλυσης (OBIA). Αυτό γίνεται συνήθως μέσω του συνδυασμού φασματικής συμπεριφοράς και υφής, είτε από τις διαθέσιμες λεπτομέρειες μέσω εικόνων υψηλής χωρικής ανάλυσης, είτε μέσω της συμπερίληψης δεδομένων από ενεργούς αισθητήρες όπως το LiDAR. &lt;br /&gt;
&lt;br /&gt;
Ανεξάρτητα από την κατηγορία των αισθητήρων, η ανίχνευση δασικών οικοτόπων περιορίζεται συνήθως στο επίπεδο του είδους δένδρων και της σχετιζόμενης σύνθεσης του ενδιαιτήματος. Εντούτοις, αυτό μπορεί να είναι προβληματικό για τις κατηγορίες ενδιαιτημάτων που διαφέρουν από τη σύσταση του υποορόφου. Οι περιορισμοί αυτοί θα μπορούσαν να μειωθούν με τη χρήση πρόσθετων γεωγραφικών δεδομένων, όπως στοιχεία εδάφους.&lt;br /&gt;
&lt;br /&gt;
'''Διάκριση λιβαδιών '''&lt;br /&gt;
&lt;br /&gt;
Εν αντιθέσει προς τα δάση, τα λιβαδικά είδη ανιχνεύονται κυρίως ως σύνολα. Έτσι, οι προσεγγίσεις άμεσης τηλεπισκόπησης περιορίζονται γενικά στην ανίχνευση σχετικά ομογενών τύπων λιβαδιών. Αντίθετα, οι έμμεσες προσεγγίσεις είναι περισσότερο επιτυχείς, όπως εκείνες που χρησιμοποιούν περιβαλλοντικές διαβαθμίσεις. &lt;br /&gt;
&lt;br /&gt;
Η υψηλής χωρικής ανάλυσης απεικόνιση, χρησιμοποιώντας την αντικειμενοστραφή προσέγγιση με δευτερεύοντα δεδομένα όπως η κλίση και ο τύπος εδάφους, έχει αποδειχθεί επιτυχής για τη διάκριση κυρίαρχων λιβαδικών ειδών. Για σχετικά ομοιογενή λιβάδια, η χρήση φασματικών βιβλιοθηκών (αντί των περιοχών εκπαίδευσης) με δεδομένα υψηλής ανάλυσης έχει αποδειχθεί ότι διαχωρίζει με ακρίβεια τους τύπους λιβαδιών. &lt;br /&gt;
&lt;br /&gt;
Τα κυρίαρχα είδη λιβαδιών έχουν επίσης διακριθεί με τη χρήση υπερφασματικών εικόνων. Εντούτοις, τέτοιες εικόνες δίνουν καλύτερα αποτελέσματα σε ότι αφορά στοιχεία βλάστησης και είναι αποδεδειγμένα πιο χρήσιμες στην ταυτοποίηση των οικοτόπων παρά στην ταξινόμηση ειδών. &lt;br /&gt;
&lt;br /&gt;
'''Διάκριση χερσότοπων'''&lt;br /&gt;
&lt;br /&gt;
Γενικά, οι χερσότοποι χαρακτηρίζονται από ένα μίγμα ειδών θάμνων, λιβαδικών ειδών και ανοιγμάτων. Δεδομένου ότι και τα τρία συστατικά μπορούν να διακριθούν φασματικά, η ανίχνευση και την παρακολούθηση των εν λόγω ενδιαιτημάτων μπορεί να γίνει άμεσα. Ωστόσο, εάν οι διαφοροποιήσεις παρατηρούνται μεταξύ των υποτύπων, όπως οι υγροί και οι ξηροί χερσότοποι, έχει δειχθεί ότι οι τάξεις αυτές έχουν κακή φασματική διακριτικότητα μεταξύ τους σε εικόνες μέτριας ανάλυσης. Καλύτερα αποτελέσματα έχουν ληφθεί με τη χρήση μοντέλων, όπου συμπεριλήφθηκαν δεδομένα όπως η αύξηση και η κατακρήμνιση, καθώς και η αντικειμενοστραφής ανάλυση με βάση δεδομένα κτηματολογίου, ενσωματώνοντας στην ταξινόμηση τα ανθρωπογενή όρια. Γενικά, η αντικειμενοστραφής ανάλυση έχει εφαρμοστεί επιτυχώς σε εικόνες υψηλής χωρικής ανάλυσης στη ταυτοποίηση των κυρίαρχων τύπων χερσότοπων. Σε συνδυασμό με άλλα είδη-δείκτες, η αντικειμενοστραφής ανάλυση μπορεί να χρησιμοποιηθεί για τη διαφοροποίηση μεταξύ χερσότοπων. &lt;br /&gt;
&lt;br /&gt;
'''Διάκριση υγροτόπων'''&lt;br /&gt;
&lt;br /&gt;
Η χαρακτηριστική βλάστηση των υγροτόπων διακρίνεται από υψηλή χωρική και φασματική μεταβλητότητα και επηρεάζεται από την υγρασία του εδάφους, την ατμοσφαιρική υγρασία και τις αντίστοιχες υδρολογικές ιδιότητες του τύπου υγροτόπου. Αυτό καθιστά τις παραδοσιακές προσεγγίσεις χαρτογράφησης βλάστησης που βασίζονται στο μέσο και εγγύς υπέρυθρο φάσμα δύσκολες, λόγω της σχετικά υψηλότερης απορρόφησης του νερού σε αυτά τα μήκη κύματος. Παρ 'όλα αυτά, εικόνες μεσαίας ανάλυσης όπως οι Landsat έχουν χρησιμοποιηθεί για την ταξινόμηση υγροτόπων. Επιπρόσθετα, η χρήση βοηθητικών δεδομένων όπως ο τύπος εδάφους, σε συνδυασμό με πολυφασματικές εικόνες, μπορεί να χρησιμοποιηθεί για να διαφοροποιήσει φασματικά παρόμοιες κατηγορίες. Όσον αφορά τη χαρτογράφηση των κυρίαρχων ειδών, η απεικόνιση υψηλής χωρικής ανάλυσης ήταν επιτυχής, συμπεριλαμβανομένων των βυθισμένων τύπων βλάστησης. Επομένως, θεωρείται ότι είναι πιο κατάλληλο από την υπερφασματική απεικόνιση. Παρόλα αυτά, για πιο λεπτομερή διαφοροποίηση μεταξύ τύπων οικοτόπων υγροτόπων, η υπερφασματική απεικόνιση έχει αποδειχθεί πιο χρήσιμη σε επαρκώς υψηλή χωρική ανάλυση. Ωστόσο, εξακολουθεί να είναι δύσκολο να γίνει διάκριση βυθισμένων τύπων βλάστησης, εξαιτίας παραγόντων όπως η θολερότητα του νερού, το βάθος και η ανακλαστικότητα του βυθού. &lt;br /&gt;
&lt;br /&gt;
'''Αξιολόγηση της κατάστασης διατήρησης των οικοτόπων'''&lt;br /&gt;
&lt;br /&gt;
Ακόμα πιο δύσκολη από την ορθή ανίχνευση των ειδών, τύπων οικοτόπων και βιοκοινοτήτων, αλλά παράλληλα πολύ χρήσιμη για τους διατηρητές της φύσης, είναι η ανίχνευση πληροφοριών σχετικά με την κατάσταση διατήρησης των οικοτόπων. Δεδομένου ότι οι πληροφορίες αυτές δεν συνδέονται πάντοτε άμεσα με μια συγκεκριμένη κατηγορία ενδιαιτημάτων, απαιτούνται αποτελεσματικοί και σημαντικοί δείκτες. Στις περισσότερες χώρες, η κατάσταση διατήρησης εκτιμάται από τη δομή των οικοτόπων (π.χ. οριζόντια και κατακόρυφη μεταβολή, ηλικιακή δομή), την παρουσία τυπικών ειδών (κυρίως χλωρίδας) στο φυσικό περιβάλλον, τους αβιοτικούς παράγοντες (π.χ. πλημμύρες) και τις πιέσεις ή διαταραχές της (δείκτες ευτροφισμού, εισβλητικά είδη). Στοιχεία όπως το ποσοστό χαρακτηριστικών ειδών δέντρων, μπορούν να παρατηρηθούν με εργαλεία τηλεπισκόπησης, όπως και άλλες παράμετροι που σχετίζονται με τους δασικούς οικοτόπους. Η εκτίμηση ορισμένων παραμέτρων της κατάστασης διατήρησης είναι πιθανή και για άλλους τύπους οικοτόπων (χερσότοποι, θαμνώδεις περιοχές, λιβάδια). Ωστόσο, η ανίχνευσης πολλών δεικτών ακόμη δεν είναι δυνατή, διότι οι περισσότεροι από αυτούς βασίζονται στην ανίχνευση ειδών ή ομάδων ειδών. &lt;br /&gt;
&lt;br /&gt;
'''Προκλήσεις και ευκαιρίες στη χρήση της τηλεπισκόπησης για τη χαρτογράφηση και παρακολούθηση των οικοτόπων στην Ευρώπη '''&lt;br /&gt;
&lt;br /&gt;
Η χρήση της τηλεπισκόπησης για την ακριβή, λεπτομερή και ολοκληρωμένη αξιολόγηση της κατάστασης διατήρησης και την παρακολούθηση των φυσικών οικοτόπων, όπως απαιτείται στο ευρωπαϊκό πλαίσιο Natura 2000, εξακολουθεί να χρησιμοποιείται σπάνια στην πράξη. Τα κυριότερα εμπόδια για την υιοθέτηση τυποποιημένων μεθοδολογιών επιστημονικής παρακολούθησης είναι: (i) η μεγάλη μεταβλητότητα στην ποιότητα των μεταβλητών εισόδου στο πλαίσιο της σημασιολογικής, θεματικής και γεωμετρικής ακρίβειάς τους, (ii) η πιθανή μεταβλητότητα των φασματικών, χωρικών και χρονικών αναλύσεων των δεδομένων εισόδου που χρησιμοποιούνται στις διάφορες μελέτες, (iii) η μη διαθεσιμότητα δεδομένων τηλεπισκόπησης και επικουρικών δεδομένων, με τυποποιημένες μορφές μεταδεδομένων και πρωτόκολλα προεπεξεργασίας, τα οποία αποτελούν προϋπόθεση για τη δυνατότητα μεταφοράς των μεθόδων μεταξύ των τόπων,  (iv) η μη διαθεσιμότητα δεδομένων βάσης για εφαρμογές τηλεπισκόπησης, (v) η μη εξοικείωση και έλλειψη τεχνικής τεχνογνωσίας έως σήμερα των ειδικών στη διατήρηση στις εφαρμογές της τηλεπισκόπησης στην χαρτογράφηση των οικοτόπων (υπερφασματική απεικόνιση, LiDAR και Ραντάρ), (vi) το υψηλό κόστος των προϊόντων απεικόνισης και των γεωγραφικών δεδομένων, το οποίο όμως λόγω του ανταγωνισμού της αγοράς και της διαθεσιμότητας δωρεάν γεωχωρικών δεδομένων (Open Street Map, Quantum GIS, GRASS, R κ.λπ.) έχει αρχίσει να υποχωρεί, (vii) η έλλειψη άμεσης σχέσης ανάμεσα σε ενδιαιτήματα και καλύψεις γης, όπου η μετατροπή της κάλυψης γης σε οικοτόπους απαιτεί ειδικές γνώσεις και (viii) η απουσία μελετών όσον αφορά το τυπικό εύρος επιφάνειας που αντιστοιχεί στα διαφορετικά κομμάτια ενός οικοτόπου. Ο χαρακτηρισμός φυσικών οικοτόπων σε στοιχειώδη κλίμακα είναι απαραίτητος για την χωρική τους αναγνώριση με τεχνικές τηλεπισκόπησης (αλλά και στο πεδίο). Μερικά προβλήματα στην χαρτογράφηση οικοτόπων, τα οποία παρατίθενται στο Παράρτημα Ι της Οδηγίας για τους Οικοτόπους είναι: (i) τα μωσαϊκά ετερογενών ενδιαιτημάτων (ii) η κλίμακα απεικόνισης των οικοτόπων στο παράρτημα Ι, η οποία δυσκολεύει την οριοθέτησή τους και iii) οι ελλιπείς πολλές φορές πληροφορίες των καλύψεων γης κατά CORINE. &lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0303243414002451]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ποιότητα τοπίου]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_desholm2.PNG</id>
		<title>Αρχείο:Rs wiki desholm2.PNG</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:Rs_wiki_desholm2.PNG"/>
				<updated>2019-01-18T13:49:12Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_desholm.PNG</id>
		<title>Αρχείο:Rs wiki desholm.PNG</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:Rs_wiki_desholm.PNG"/>
				<updated>2019-01-18T13:49:02Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_12.PNG</id>
		<title>Αρχείο:Rs wiki 12.PNG</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:Rs_wiki_12.PNG"/>
				<updated>2019-01-18T13:48:52Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_10_1.PNG</id>
		<title>Αρχείο:Rs wiki 10 1.PNG</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:Rs_wiki_10_1.PNG"/>
				<updated>2019-01-18T13:48:43Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_1.PNG</id>
		<title>Αρχείο:Rs wiki 1.PNG</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:Rs_wiki_1.PNG"/>
				<updated>2019-01-18T13:48:34Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_identiflight.PNG</id>
		<title>Αρχείο:Rs wiki identiflight.PNG</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:Rs_wiki_identiflight.PNG"/>
				<updated>2019-01-18T13:46:10Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD</id>
		<title>Αυτοματοποιημένη παρακολούθηση πουλιών σε πτήση: Επίδειξη του εγχειρήματος με αετούς σε εγκαταστάσεις αιολικών πάρκων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD"/>
				<updated>2019-01-18T13:45:32Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: rs_wiki_camera_trap_wwf.jpg|thumb|right|Εικόνα 1: Κάμερα-παγίδα, πηγή: [https://www.wwf.org.uk/conservationtechnology/camera-trap.html].]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: rs_wiki_identiflight.PNG|thumb|right|Εικόνα 2: Δομή συστήματος Identiflight.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''&lt;br /&gt;
&lt;br /&gt;
Christopher J.W. McClure, Luke Martinson, Taber D. Allison&lt;br /&gt;
&lt;br /&gt;
''' Εισαγωγή: '''&lt;br /&gt;
&lt;br /&gt;
Συχνά στη διαχείριση της άγριας ζωής είναι απαραίτητη η εκτίμηση της κατανομής, της αφθονίας ή/και της μετακίνησης των ζώων χωρικά και χρονικά. Τέτοιου είδους δράσεις παρακολούθησης πραγματοποιούνται διαμέσου αυτοματοποιημένων τεχνολογιών (automated technology), οι οποίες δίνουν την ευκαιρία στους ερευνητές και τους διαχειριστές να συλλέξουν μεγάλη ποσότητα δεδομένων με ακρίβεια και αποτελεσματικότητα. Τέτοιου είδους τεχνολογίες περιλαμβάνουν για παράδειγμα τη χρήση καμερών-παγίδων (Εικόνα 1) για την καταγραφή μεγάλης ποικιλίας ειδών και τη χρήση ραντάρ για τον εντοπισμό μεταναστευτικών πουλιών και την εκτίμηση του κινδύνου σύγκρουσης πτηνών (bird collision). &lt;br /&gt;
&lt;br /&gt;
Φαινόμενα όπως συγκρούσεις μεταξύ πουλιών και αεροπλάνων ή πουλιών επάνω σε ανεμογεννήτριες, έχουν οδηγήσει σε αύξηση της χρήσης των αυτοματοποιημένων τεχνολογιών στην εφαρμοσμένη οικολογία και συγκεκριμένα για τον εντοπισμό και την ταυτοποίηση πουλιών σε πτήση. Για τις εταιρίες παραγωγής αιολικής ενέργειας, η ανάγκη ανάπτυξης αυτοματοποιημένων μεθόδων παρακολούθησης των πουλιών θα δώσει τη δυνατότητα αντικατάστασης του ανθρώπινου δυναμικού που απασχολούν ώστε να παρακολουθούν πάνω από παρατηρητήρια την κίνηση των πουλιών και να προβαίνουν σε διακοπή της κίνησης ορισμένων ανεμογεννητριών όταν υπάρχει ο κίνδυνος σύγκρουσης κάποιου προστατευόμενου είδους πουλιού σε αυτές.&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία ελέγχου της αποτελεσματικότητας των αυτοματοποιημένων τεχνολογιών μέσω δοκιμής, σε υφιστάμενα δείγματα που έχουν συλλεχθεί από παρατηρητές, της ικανότητας ανίχνευσης ικανής ποσότητας του δείγματος από για παράδειγμα μονάδες καταγραφής ήχου ή ραντάρ, αποτελεί μια μέθοδο που έχει χρησιμοποιηθεί από αρκετούς ερευνητές στο παρελθόν. Στην παρούσα μελέτη, χρησιμοποιήθηκαν δύο μονάδες μελέτης, η μία αποτελούνταν από ομάδα ειδικών (παρατηρητές) και η άλλη αφορούσε ένα σύστημα παρακολούθησης με κάμερες. Το αντικείμενο της μελέτης ήταν ο εντοπισμός-ανίχνευση πουλιών σε πτήση και η ικανότητα των μονάδων (παρατηρητές ή κάμερες) να διακρίνουν εάν το πουλί ήταν αετός ή όχι. Με τα δεδομένα που συλλέχθηκαν, πραγματοποιήθηκε ποσοτικοποίηση των πουλιών που ανιχνεύθηκαν από τη μία μονάδα εντοπισμού (παρατηρητές) και δεν ανιχνεύθηκε από την άλλη. Επιπλέον, έγινε σύγκριση των ποσοστών έγκυρης ταυτοποίησης των πουλιών ως αετούς ή μη-αετούς και τέλος, έγινε υπολογισμός της απόστασης από την οποία το σύστημα καμερών εντόπιζε τα πουλιά και του απαραίτητου, για την ταυτοποίηση των πουλιών ως αετών, χρονικού διαστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη πραγματοποιήθηκε στο αιολικό πάρκο “Top of the World Windpower”, το οποίο αποτελεί έργο της εταιρείας παραγωγής ηλεκτρικής ενέργειας DUKE ENERGY και βρίσκεται στο Wyoming των ΗΠΑ. Η συγκεκριμένη εταιρεία, λόγω υψηλής δραστηριότητας των ειδών αρπακτικών πουλιών του Χρυσαετού και του Αμερικάνικού Θαλασσαετού στην περιοχή, προκειμένου να τηρήσει την συμφωνία διακανονισμού που σύναψε με το Υπουργείο δικαιοσύνης των ΗΠΑ, ήταν αναγκασμένη από το νόμο να αναπτύξει στρατηγικές μείωσης του κινδύνου σύγκρουσης στις ανεμογεννήτριες. Η εταιρεία εγκατέστησε τέσσερις μονάδες IdentiFlight και ζήτησε από το Αμερικάνικο Ινστιτούτο για την Άγρια Πανίδα να εκπονήσει ανεξάρτητη μελέτη αξιολόγησης της εφαρμοσμένης τεχνολογίας.&lt;br /&gt;
&lt;br /&gt;
'''Σύστημα  IdentiFlight και Παρατηρητές'''&lt;br /&gt;
&lt;br /&gt;
Το σύστημα IdentiFlight αναπτύχθηκε με σκοπό να εντοπίζει άτομα αετών σε ικανή απόσταση από τις ανεμογεννήτριες ώστε σε πραγματικές συνθήκες να διακοπεί ή να μην ξεκινήσει η λειτουργία οποιασδήποτε ανεμογεννήτριας. Το σύστημα έχει ύψος 7-10 μέτρα και αποτελείται από ένα δίκτυο οκτώ καμερών με ευρύ οπτικό πεδίο, τοποθετημένων σε σχήμα δαχτυλιδιού και  μία κάμερα υψηλής ευκρίνειας στην κορυφή, όπως φαίνεται στην Εικόνα 2. Το σύστημα καμερών με ευρύ οπτικό πεδίο ανιχνεύει τα κινούμενα αντικείμενα και ξεκινάει να τα καταγράφει, ενώ η κάμερα υψηλής ευκρίνειας, μόλις γίνει ανίχνευση ενός αντικειμένου, στρέφεται επάνω του και υπολογίζει την απόσταση από το αντικείμενο και κάνει λήψη φωτογραφιών του αντικειμένου κάθε 200 ms ώστε να συλλέξει τα απαραίτητα, για την ταυτοποίησή του, δεδομένα. Κάθε μονάδα IdentiFlight χρησιμοποιεί συγκεκριμένο αλγόριθμο  για τον εντοπισμό και την ταξινόμηση των αντικειμένων ως αετών ή μη-αετών σε μια ακτίνα 1000 μέτρων.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Ο σχεδιασμός της παρούσας μελέτης αποτελούνταν από 4 μονάδες παρατηρητών και 4 μονάδες IdentiFlight, όπου κάθε παρατηρητής συνδυάστηκε με μία συσκευή IdentiFlight ώστε τα αποτελέσματα να είναι συγκρίσιμα. Οι μονάδες είχαν απόσταση 530-630m μεταξύ τους και πραγματοποίησαν προσπάθεια ανίχνευσης πουλιών σε μία ακτίνα 1000m.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι παρατηρητές ανίχνευσαν 1277 πουλιά σε πτήση, από τα οποία το 96% ανιχνεύθηκε από τις μονάδες IdentiFlight, παραλείποντας μόνο 53 άτομα, ενώ οι μονάδες ανίχνευσαν 5958 πουλιά, τα οποία δεν ανιχνεύθηκαν από τους παρατηρητές. Επομένως, οι παρατηρητές ανίχνευσαν 1224 πουλιά από τα 7182 άτομα που ανιχνεύθηκαν συνολικά από τις μονάδες IdentiFliight. Από τα 1224 πουλιά που ανιχνεύθηκαν από τους παρατηρητές και τις μονάδες IdentiFliight αμφότερους, 1162 άτομα ταυτοποιήθηκαν ως αετοί (n=149) και μη-αετοί (n=1013). Οι μονάδες IdentiFliight ταυτοποίησαν όλους τους αετούς, εκτός από 9 άτομα (ευαισθησία=0.94), ενώ από τα άτομα που ταυτοποιήθηκαν από τους παρατηρητές ως μη-αετοί, 287 από αυτά ταυτοποιήθηκαν από τις μονάδες IdentiFliight ως αετοί (ακρίβεια=0.72). Επομένως, οι παρατηρητές ήταν σημαντικά καλύτερη στην ταυτοποίηση των μη-αετών, ενώ οι μονάδες IdentiFliight ήταν σημαντικά καλύτερες στην ταυτοποίηση των αετών (στατιστικά σημαντικά αποτελέσματα). Επιπλέον, ο μέσος χρόνος ταυτοποίησης των πουλιών από τις μονάδες IdentiFliight, ως αετούς ήταν 0.4s και ως μη-αετούς 0.2s, ενώ η μέση απόσταση όπου τα πουλιά ταυτοποιούνταν ως μη-αετοί ήταν 537m και ως αετοί 793m.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με την παρούσα μελέτη, οι μονάδες IdentiFlight έχουν την ικανότητα να ανιχνεύουν αποτελεσματικά  πουλιά μεγέθους μεγαλύτερου από το Αμερικάνικο Βραχοκιρκίνεζο και να ταυτοποιούν τα άτομα που είναι αετοί, ενώ είχαν μικρότερη ικανότητα ταυτοποίησης των μη-αετών, η οποία πιθανά να οφείλεται στον σκοπό σχεδιασμού των συγκεκριμένων συστημάτων, ο οποίος είναι η προστασία των αετών από γεγονότα πρόσκρουσης σε ανεμογεννήτριες, θέτοντας έτσι την ταυτοποίηση των αετών ως προτεραιότητα. Τα αποτελέσματα της μελέτης επηρέασαν επίσης η απόσταση των παρατηρητών από τα πουλιά-στόχους και η θέση της περιοχής μελέτης, ενώ είναι πιθανό ο καιρός, η εποχικότητα και η σύσταση των κοινοτήτων ορνιθοπανίδας να έπαιξε επίσης ρόλο στον καθορισμό των αποτελεσμάτων. Συμπερασματικά, οι τεχνολογίες που χρησιμοποιούν αυτοματοποιημένα συστήματα καμερών, είναι χρήσιμες για τον εντοπισμό και την ανίχνευση πουλιών, ωστόσο χρειάζεται περαιτέρω μελέτη με την προσθήκη περισσότερων παραμέτρων-συνθηκών στον σχεδιασμό, ενώ τα συστήματα παρακολούθησης όπως το IdentiFlight θα μπορούσαν να χρησιμοποιηθούν επίσης στην παρακολούθηση της μετανάστευσης, σε περιοχές με πιθανό δυναμικό ενεργειακής ανάπτυξης και αεροδρόμια.&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0006320717319407]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</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:Rs_wiki_camera_trap_wwf.jpg</id>
		<title>Αρχείο:Rs wiki camera trap wwf.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:Rs_wiki_camera_trap_wwf.jpg"/>
				<updated>2019-01-18T13:42:29Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD</id>
		<title>Αυτοματοποιημένη παρακολούθηση πουλιών σε πτήση: Επίδειξη του εγχειρήματος με αετούς σε εγκαταστάσεις αιολικών πάρκων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%85%CF%84%CE%BF%CE%BC%CE%B1%CF%84%CE%BF%CF%80%CE%BF%CE%B9%CE%B7%CE%BC%CE%AD%CE%BD%CE%B7_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%80%CE%BF%CF%85%CE%BB%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CF%84%CE%AE%CF%83%CE%B7:_%CE%95%CF%80%CE%AF%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CF%84%CE%BF%CF%85_%CE%B5%CE%B3%CF%87%CE%B5%CE%B9%CF%81%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BC%CE%B5_%CE%B1%CE%B5%CF%84%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CE%B5%CE%B3%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82_%CE%B1%CE%B9%CE%BF%CE%BB%CE%B9%CE%BA%CF%8E%CE%BD_%CF%80%CE%AC%CF%81%CE%BA%CF%89%CE%BD"/>
				<updated>2019-01-18T13:35:55Z</updated>
		
		<summary type="html">&lt;p&gt;Areti Sagiakou: Νέα σελίδα με ''''Συγγραφείς'''  Christopher J.W. McClure, Luke Martinson, Taber D. Allison  ''' Εισαγωγή: '''  Συχνά στη διαχείριση της άγρια...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Συγγραφείς'''&lt;br /&gt;
&lt;br /&gt;
Christopher J.W. McClure, Luke Martinson, Taber D. Allison&lt;br /&gt;
&lt;br /&gt;
''' Εισαγωγή: '''&lt;br /&gt;
&lt;br /&gt;
Συχνά στη διαχείριση της άγριας ζωής είναι απαραίτητη η εκτίμηση της κατανομής, της αφθονίας ή/και της μετακίνησης των ζώων χωρικά και χρονικά. Τέτοιου είδους δράσεις παρακολούθησης πραγματοποιούνται διαμέσου αυτοματοποιημένων τεχνολογιών (automated technology), οι οποίες δίνουν την ευκαιρία στους ερευνητές και τους διαχειριστές να συλλέξουν μεγάλη ποσότητα δεδομένων με ακρίβεια και αποτελεσματικότητα. Τέτοιου είδους τεχνολογίες περιλαμβάνουν για παράδειγμα τη χρήση καμερών-παγίδων (Εικόνα 1) για την καταγραφή μεγάλης ποικιλίας ειδών και τη χρήση ραντάρ για τον εντοπισμό μεταναστευτικών πουλιών και την εκτίμηση του κινδύνου σύγκρουσης πτηνών (bird collision). &lt;br /&gt;
&lt;br /&gt;
Φαινόμενα όπως συγκρούσεις μεταξύ πουλιών και αεροπλάνων ή πουλιών επάνω σε ανεμογεννήτριες, έχουν οδηγήσει σε αύξηση της χρήσης των αυτοματοποιημένων τεχνολογιών στην εφαρμοσμένη οικολογία και συγκεκριμένα για τον εντοπισμό και την ταυτοποίηση πουλιών σε πτήση. Για τις εταιρίες παραγωγής αιολικής ενέργειας, η ανάγκη ανάπτυξης αυτοματοποιημένων μεθόδων παρακολούθησης των πουλιών θα δώσει τη δυνατότητα αντικατάστασης του ανθρώπινου δυναμικού που απασχολούν ώστε να παρακολουθούν πάνω από παρατηρητήρια την κίνηση των πουλιών και να προβαίνουν σε διακοπή της κίνησης ορισμένων ανεμογεννητριών όταν υπάρχει ο κίνδυνος σύγκρουσης κάποιου προστατευόμενου είδους πουλιού σε αυτές.&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία ελέγχου της αποτελεσματικότητας των αυτοματοποιημένων τεχνολογιών μέσω δοκιμής, σε υφιστάμενα δείγματα που έχουν συλλεχθεί από παρατηρητές, της ικανότητας ανίχνευσης ικανής ποσότητας του δείγματος από για παράδειγμα μονάδες καταγραφής ήχου ή ραντάρ, αποτελεί μια μέθοδο που έχει χρησιμοποιηθεί από αρκετούς ερευνητές στο παρελθόν. Στην παρούσα μελέτη, χρησιμοποιήθηκαν δύο μονάδες μελέτης, η μία αποτελούνταν από ομάδα ειδικών (παρατηρητές) και η άλλη αφορούσε ένα σύστημα παρακολούθησης με κάμερες. Το αντικείμενο της μελέτης ήταν ο εντοπισμός-ανίχνευση πουλιών σε πτήση και η ικανότητα των μονάδων (παρατηρητές ή κάμερες) να διακρίνουν εάν το πουλί ήταν αετός ή όχι. Με τα δεδομένα που συλλέχθηκαν, πραγματοποιήθηκε ποσοτικοποίηση των πουλιών που ανιχνεύθηκαν από τη μία μονάδα εντοπισμού (παρατηρητές) και δεν ανιχνεύθηκε από την άλλη. Επιπλέον, έγινε σύγκριση των ποσοστών έγκυρης ταυτοποίησης των πουλιών ως αετούς ή μη-αετούς και τέλος, έγινε υπολογισμός της απόστασης από την οποία το σύστημα καμερών εντόπιζε τα πουλιά και του απαραίτητου, για την ταυτοποίηση των πουλιών ως αετών, χρονικού διαστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή Μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη πραγματοποιήθηκε στο αιολικό πάρκο “Top of the World Windpower”, το οποίο αποτελεί έργο της εταιρείας παραγωγής ηλεκτρικής ενέργειας DUKE ENERGY και βρίσκεται στο Wyoming των ΗΠΑ. Η συγκεκριμένη εταιρεία, λόγω υψηλής δραστηριότητας των ειδών αρπακτικών πουλιών του Χρυσαετού και του Αμερικάνικού Θαλασσαετού στην περιοχή, προκειμένου να τηρήσει την συμφωνία διακανονισμού που σύναψε με το Υπουργείο δικαιοσύνης των ΗΠΑ, ήταν αναγκασμένη από το νόμο να αναπτύξει στρατηγικές μείωσης του κινδύνου σύγκρουσης στις ανεμογεννήτριες. Η εταιρεία εγκατέστησε τέσσερις μονάδες IdentiFlight και ζήτησε από το Αμερικάνικο Ινστιτούτο για την Άγρια Πανίδα να εκπονήσει ανεξάρτητη μελέτη αξιολόγησης της εφαρμοσμένης τεχνολογίας.&lt;br /&gt;
&lt;br /&gt;
'''Σύστημα  IdentiFlight και Παρατηρητές'''&lt;br /&gt;
&lt;br /&gt;
Το σύστημα IdentiFlight αναπτύχθηκε με σκοπό να εντοπίζει άτομα αετών σε ικανή απόσταση από τις ανεμογεννήτριες ώστε σε πραγματικές συνθήκες να διακοπεί ή να μην ξεκινήσει η λειτουργία οποιασδήποτε ανεμογεννήτριας. Το σύστημα έχει ύψος 7-10 μέτρα και αποτελείται από ένα δίκτυο οκτώ καμερών με ευρύ οπτικό πεδίο, τοποθετημένων σε σχήμα δαχτυλιδιού και  μία κάμερα υψηλής ευκρίνειας στην κορυφή, όπως φαίνεται στην Εικόνα 2. Το σύστημα καμερών με ευρύ οπτικό πεδίο ανιχνεύει τα κινούμενα αντικείμενα και ξεκινάει να τα καταγράφει, ενώ η κάμερα υψηλής ευκρίνειας, μόλις γίνει ανίχνευση ενός αντικειμένου, στρέφεται επάνω του και υπολογίζει την απόσταση από το αντικείμενο και κάνει λήψη φωτογραφιών του αντικειμένου κάθε 200 ms ώστε να συλλέξει τα απαραίτητα, για την ταυτοποίησή του, δεδομένα. Κάθε μονάδα IdentiFlight χρησιμοποιεί συγκεκριμένο αλγόριθμο  για τον εντοπισμό και την ταξινόμηση των αντικειμένων ως αετών ή μη-αετών σε μια ακτίνα 1000 μέτρων.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Ο σχεδιασμός της παρούσας μελέτης αποτελούνταν από 4 μονάδες παρατηρητών και 4 μονάδες IdentiFlight, όπου κάθε παρατηρητής συνδυάστηκε με μία συσκευή IdentiFlight ώστε τα αποτελέσματα να είναι συγκρίσιμα. Οι μονάδες είχαν απόσταση 530-630m μεταξύ τους και πραγματοποίησαν προσπάθεια ανίχνευσης πουλιών σε μία ακτίνα 1000m.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Οι παρατηρητές ανίχνευσαν 1277 πουλιά σε πτήση, από τα οποία το 96% ανιχνεύθηκε από τις μονάδες IdentiFlight, παραλείποντας μόνο 53 άτομα, ενώ οι μονάδες ανίχνευσαν 5958 πουλιά, τα οποία δεν ανιχνεύθηκαν από τους παρατηρητές. Επομένως, οι παρατηρητές ανίχνευσαν 1224 πουλιά από τα 7182 άτομα που ανιχνεύθηκαν συνολικά από τις μονάδες IdentiFliight. Από τα 1224 πουλιά που ανιχνεύθηκαν από τους παρατηρητές και τις μονάδες IdentiFliight αμφότερους, 1162 άτομα ταυτοποιήθηκαν ως αετοί (n=149) και μη-αετοί (n=1013). Οι μονάδες IdentiFliight ταυτοποίησαν όλους τους αετούς, εκτός από 9 άτομα (ευαισθησία=0.94), ενώ από τα άτομα που ταυτοποιήθηκαν από τους παρατηρητές ως μη-αετοί, 287 από αυτά ταυτοποιήθηκαν από τις μονάδες IdentiFliight ως αετοί (ακρίβεια=0.72). Επομένως, οι παρατηρητές ήταν σημαντικά καλύτερη στην ταυτοποίηση των μη-αετών, ενώ οι μονάδες IdentiFliight ήταν σημαντικά καλύτερες στην ταυτοποίηση των αετών (στατιστικά σημαντικά αποτελέσματα). Επιπλέον, ο μέσος χρόνος ταυτοποίησης των πουλιών από τις μονάδες IdentiFliight, ως αετούς ήταν 0.4s και ως μη-αετούς 0.2s, ενώ η μέση απόσταση όπου τα πουλιά ταυτοποιούνταν ως μη-αετοί ήταν 537m και ως αετοί 793m.&lt;br /&gt;
&lt;br /&gt;
'''Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Σύμφωνα με την παρούσα μελέτη, οι μονάδες IdentiFlight έχουν την ικανότητα να ανιχνεύουν αποτελεσματικά  πουλιά μεγέθους μεγαλύτερου από το Αμερικάνικο Βραχοκιρκίνεζο και να ταυτοποιούν τα άτομα που είναι αετοί, ενώ είχαν μικρότερη ικανότητα ταυτοποίησης των μη-αετών, η οποία πιθανά να οφείλεται στον σκοπό σχεδιασμού των συγκεκριμένων συστημάτων, ο οποίος είναι η προστασία των αετών από γεγονότα πρόσκρουσης σε ανεμογεννήτριες, θέτοντας έτσι την ταυτοποίηση των αετών ως προτεραιότητα. Τα αποτελέσματα της μελέτης επηρέασαν επίσης η απόσταση των παρατηρητών από τα πουλιά-στόχους και η θέση της περιοχής μελέτης, ενώ είναι πιθανό ο καιρός, η εποχικότητα και η σύσταση των κοινοτήτων ορνιθοπανίδας να έπαιξε επίσης ρόλο στον καθορισμό των αποτελεσμάτων. Συμπερασματικά, οι τεχνολογίες που χρησιμοποιούν αυτοματοποιημένα συστήματα καμερών, είναι χρήσιμες για τον εντοπισμό και την ανίχνευση πουλιών, ωστόσο χρειάζεται περαιτέρω μελέτη με την προσθήκη περισσότερων παραμέτρων-συνθηκών στον σχεδιασμό, ενώ τα συστήματα παρακολούθησης όπως το IdentiFlight θα μπορούσαν να χρησιμοποιηθούν επίσης στην παρακολούθηση της μετανάστευσης, σε περιοχές με πιθανό δυναμικό ενεργειακής ανάπτυξης και αεροδρόμια.&lt;br /&gt;
&lt;br /&gt;
[https://www.sciencedirect.com/science/article/pii/S0006320717319407]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Θάλασσα και ωκεανός]]&lt;/div&gt;</summary>
		<author><name>Areti Sagiakou</name></author>	</entry>

	</feed>