<?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=Billtsoum&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</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=Billtsoum&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"/>
		<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/Billtsoum"/>
		<updated>2026-05-31T01:25:57Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T20:08:42Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''Ruben Remelgado, Benjamin Leutner, Kamran Safi, Ruth Sonnenschein, Carina Kuebert &amp;amp; Martin Wegmann&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Fafa.PNG |600px| thumb | left |''Εικόνα 1.Χάρτης περιοχών μελέτης'']]&lt;br /&gt;
[[Εικόνα:Method3.PNG |500px| thumb | right|''Εικόνα 2. Μεθοδολογία'']]&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T20:04:22Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaodong Huang , Jie Deng ,Wei Wang , Qisheng Feng , Tiangang Liang&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα για να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα 1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
[[Εικόνα:Thib.PNG |500px| thumb | left|''Εικόνα 1. Μέση χιονοκάλυψη 2001-2014'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Thibettiti.PNG |500px| thumb | right|''Εικόνα 2. Μεταβολές στην διάρκεια χιονοκάλυψης'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T20:02:35Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Xiaodong Huang , Jie Deng ,Wei Wang , Qisheng Feng , Tiangang Liang&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα γ&lt;br /&gt;
ια να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
γ&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα 1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
[[Εικόνα:Thib.PNG |500px| thumb | left|''Εικόνα 1. Μέση χιονοκάλυψη 2001-2014'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Thibettiti.PNG |500px| thumb | right|''Εικόνα 2. Μεταβολές στην διάρκεια χιονοκάλυψης'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T20:00:28Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Demetris Stathakis, Pavlos Baltas&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | left |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| right | ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T19:59:25Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Demetris Stathakis, Pavlos Baltas&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | left |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| right| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T19:58:39Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Demetris Stathakis, Pavlos Baltas&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T19:57:12Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Demetris Stathakis, Pavlos Baltas&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T19:57:00Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Demetris Stathakis, Pavlos Baltas&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T19:56:51Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Demetris Stathakis, Pavlos Baltas&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T19:54:09Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''Ruben Remelgado, Benjamin Leutner, Kamran Safi, Ruth Sonnenschein, Carina Kuebert &amp;amp; Martin Wegmann&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
Fafa.PNG&lt;br /&gt;
[[Εικόνα:Fafa.PNG |600px| thumb | left |''Εικόνα 1.Χάρτης περιοχών μελέτης'']]&lt;br /&gt;
[[Εικόνα:Method3.PNG |500px| thumb | right|''Εικόνα 2. Μεθοδολογία'']]&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD.</id>
		<title>Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD."/>
				<updated>2020-02-23T19:33:52Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:''' https://www.pnas.org/content/116/4/1213&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''Gary R. Watmough , Charlotte L. J. Marcinko , Clare Sullivan, Kevin Tschirhart, Patrick K. Mutuo, Cheryl A. Palm , and Jens-Christian Svenning&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' '' Proceedings of the National Academy of Sciences of the United States of America&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι να παρουσιάσει πως τα δορυφορικά δεδομένα μπορούν να βοηθήσουν στην κατανόηση των σχέσεων μεταξυ φτώχειας και περιβάλλοντος με σκοπό την αειφόρο ανάπτυξη και την οικολογική προστασία.Συγκεκριμένα μελετώνται πως τα δορυφορικά δεδομένα προέβλεψαν με ακρίβεια 62% την φτωχή οικονομική κατάσταση σε μία περιοχή της Κένυας. Η πολυεπίπεδη κοινωνικοοικονομική αντιμετώπιση που δείχνει τους πολύπλοκους τρόπους με τους οποίους τα νοικοκυριά αλληλεπιδρούν με το περιβάλλον, δίνει μεγαλύτερα ποσοστά ακρίβειας από την τυπική μονοδιάστατη προσέγγιση. Η αυξανόμενη διαθεσιμότητα υψηλής ανάλυσης εικόνων σημαίνει πως η μέθοδος θα μπορούσε να τροποποιηθεί και να αναβαθμιστεί στο μέλλον για να βοηθήσει την παρακολούθηση των στόχων της αειφόρου ανάπτυξης (SDG1 “Ending Poverty”).&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Τα δύο κύρια ζητήματα προς μελέτη είναι [[Εικόνα:Eeikona1.PNG |500px| thumb | right |''Εικόνα 1. Κατηγοριοποιήσεις'']]&lt;br /&gt;
i) Μπορεί η διακύμανση του πλούτου κάθε νοικοκυριού να εξηγηθεί με δεδομένα τηλεπισκόπησης.&lt;br /&gt;
ii) Μπορούν τα κοινωνικοοικολογικά δεδομένα να βοηθήσουν στην εξήγηση της διακύμανσης του πλούτου σε οικιακό επίπεδο.&lt;br /&gt;
Χρησιμοποιήθηκε ένα δέντρο ταξινόμησης για να εξεταστεί η πρόβλεψη του πλούτου του χωριού Sauri. Τα τέσσερα χωρικά επίπεδα που επιλέχτηκαν είναι αγροικία,γεωργική γη,σύμπλεγμα χωριών και ευρήτερη περιφέρεια χωριού.Αυτή η μέθοδος συγκρίθηκε με  την μονοδιάστατη προσέγγιση(με συγκεντρωτικά κοινωνικοοικολογικά στοιχεία).Tα αποτελέσματα έδειξαν πως η πολυδίαστατη προσέγγιση (60%) είχε μεγαλύτερη ακρίβεια 6-12% απ’την μονοδιάστατη.Οι στατιστικές σχέσεις μεταξύ πλούτου και νοικοκυριών φαίνονται στην Εικόνα 2. Σημαντικότερη μεταβλητή πρόβλεψης του πλούτου φαίνεται να είναι το μέγεθος του κτηρίου,αυτό μπορεί να προκύπτει καθώς τα φτωχότερα νοικοκυρία καθυστερούν την φύτευση λογώ της απασχόλησης τους σε πλουσιότερα νοικοκυριά για την εξασφάλιση πόρων,και έτσι χάνουν αρκετές γόνιμες μέρες.Ενώ άλλες σημαντικές μεταβλητές είναι η ποσότητα γυμνού γεωργικού εδάφους και φυτεμένες γεωργικές εκτάσεις δίπλα στην οικία.&lt;br /&gt;
To σφάλμα στην μονοδιάστατη προσέγγιση είναι ότι όλες οι περιοχές στην buffer zone μπορούν να χρησιμοποίηθούν από ένα συγκεκριμένο νοικοκυριό, ενώ στην περίπτωση πολλών buffer zones θα θεωρηθέι πως συνδέεται με πολλά νοικοκυριά, λόγω της επικάλυψης των pixels.(Eικόνα 3)&lt;br /&gt;
&lt;br /&gt;
Προοπτικές Μεθοδολογίας&lt;br /&gt;
Η μεθολογία που αναπτύχθηκε μπορεί να δοκιμαστεί σε διαφορετικές χωροταξικές ρυθμίσεις(σπίτια,χωράφια,οδικά δίκτυα,αγορές κ.α.) Οι τοπικοί και περιφερειακοί θεσμοί μπορούν επίσης να επηρεάσουν τους τρόπους πρόσβασης και αξιοποίησης των φυσικών πόρων στους δίαφορους ενδιαφερόμενους. Ως εκ τούτου, οι μελλοντικές εργασίες θα πρέπει να εξετάσουν πώς προστατεύονται οι εδαφικές περιοχές, τα δικαιώματα κατοχής καθώς και τις  θεσμικές ρυθμίσεις που πρέπει να  ενσωματωθούν στην πολυεπίπεδη προσέγγιση. Αυτό θα μπορούσε να οδηγήσει σε πιο ακριβείς δεσμούς μεταξύ των μεμονωμένων νοικοκυριών και των αγροτεμαχίων που αυτά χρησιμοποιούν.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η συχνή παρακολούθηση των κοινωνικοοικονομικών αλλαγών που περιβάλλουν τα νοικοκυριά περιλαμβάνουν έρευνες απαγορευτικά δαπανηρές.Εδώ αυτό που αποδεικνύεται με δορυφορικά δεδομένα είναι πως μπορούν να προβλέφθουν τα φτωχότερα νοικοκυριά σε μια τοποθεσία στην ύπαιθρο Κένυα με ακρίβεια 62%. Η μελέτη χρησιμοποίησε στοιχεία για την έρευνα των νοικοκυριών που κάλυπταν 231 νοικοκυριά το 2005 και την λήψη εικόνας δορυφόρου υψηλής ανάλυσης που αποκτήθηκε λίγους μήνες πριν την έρευνα.&lt;br /&gt;
Τα υψηλής ανάλυσης δορυφορικά δεδομένα θα μπορούσαν να προσφέρουν έναν ταχύτερο και φθηνότερο τρόπο παρακολούθησης πολλών στόχων για την αειφόρο ανάπτυξη, από τις κλασσικές μεθόδους έρευνας, ιδίως εκείνες που σχετίζονται με αυτές της φτώχειας, της διασφάλισης τροφής και την λογική να μην μείνει κανείς πίσω.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Ee2.PNG |500px| thumb | left| ''Εικόνα 2. Μεθολογία'']]&lt;br /&gt;
[[Εικόνα:Ee3.PNG  |500px| thumb | right | ''Εικόνα 3. Μονοδιάστατη προσσέγιση'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;br /&gt;
[[category:Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Ee3.PNG</id>
		<title>Αρχείο:Ee3.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:Ee3.PNG"/>
				<updated>2020-02-23T19:30:37Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD.</id>
		<title>Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD."/>
				<updated>2020-02-23T19:29:54Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:''' https://www.pnas.org/content/116/4/1213&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''Gary R. Watmough , Charlotte L. J. Marcinko , Clare Sullivan, Kevin Tschirhart, Patrick K. Mutuo, Cheryl A. Palm , and Jens-Christian Svenning&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' '' Proceedings of the National Academy of Sciences of the United States of America&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι να παρουσιάσει πως τα δορυφορικά δεδομένα μπορούν να βοηθήσουν στην κατανόηση των σχέσεων μεταξυ φτώχειας και περιβάλλοντος με σκοπό την αειφόρο ανάπτυξη και την οικολογική προστασία.Συγκεκριμένα μελετώνται πως τα δορυφορικά δεδομένα προέβλεψαν με ακρίβεια 62% την φτωχή οικονομική κατάσταση σε μία περιοχή της Κένυας. Η πολυεπίπεδη κοινωνικοοικονομική αντιμετώπιση που δείχνει τους πολύπλοκους τρόπους με τους οποίους τα νοικοκυριά αλληλεπιδρούν με το περιβάλλον, δίνει μεγαλύτερα ποσοστά ακρίβειας από την τυπική μονοδιάστατη προσέγγιση. Η αυξανόμενη διαθεσιμότητα υψηλής ανάλυσης εικόνων σημαίνει πως η μέθοδος θα μπορούσε να τροποποιηθεί και να αναβαθμιστεί στο μέλλον για να βοηθήσει την παρακολούθηση των στόχων της αειφόρου ανάπτυξης (SDG1 “Ending Poverty”).&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Τα δύο κύρια ζητήματα προς μελέτη είναι &lt;br /&gt;
i) Μπορεί η διακύμανση του πλούτου κάθε νοικοκυριού να εξηγηθεί με δεδομένα τηλεπισκόπησης.&lt;br /&gt;
ii) Μπορούν τα κοινωνικοοικολογικά δεδομένα να βοηθήσουν στην εξήγηση της διακύμανσης του πλούτου σε οικιακό επίπεδο.&lt;br /&gt;
Χρησιμοποιήθηκε ένα δέντρο ταξινόμησης για να εξεταστεί η πρόβλεψη του πλούτου του χωριού Sauri. Τα τέσσερα χωρικά επίπεδα που επιλέχτηκαν είναι αγροικία,γεωργική γη,σύμπλεγμα χωριών και ευρήτερη περιφέρεια χωριού.Αυτή η μέθοδος συγκρίθηκε με  την μονοδιάστατη προσέγγιση(με συγκεντρωτικά κοινωνικοοικολογικά στοιχεία).Tα αποτελέσματα έδειξαν πως η πολυδίαστατη προσέγγιση (60%) είχε μεγαλύτερη ακρίβεια 6-12% απ’την μονοδιάστατη.Οι στατιστικές σχέσεις μεταξύ πλούτου και νοικοκυριών φαίνονται στην Εικόνα 2. Σημαντικότερη μεταβλητή πρόβλεψης του πλούτου φαίνεται να είναι το μέγεθος του κτηρίου,αυτό μπορεί να προκύπτει καθώς τα φτωχότερα νοικοκυρία καθυστερούν την φύτευση λογώ της απασχόλησης τους σε πλουσιότερα νοικοκυριά για την εξασφάλιση πόρων,και έτσι χάνουν αρκετές γόνιμες μέρες.Ενώ άλλες σημαντικές μεταβλητές είναι η ποσότητα γυμνού γεωργικού εδάφους και φυτεμένες γεωργικές εκτάσεις δίπλα στην οικία.&lt;br /&gt;
To σφάλμα στην μονοδιάστατη προσέγγιση είναι ότι όλες οι περιοχές στην buffer zone μπορούν να χρησιμοποίηθούν από ένα συγκεκριμένο νοικοκυριό, ενώ στην περίπτωση πολλών buffer zones θα θεωρηθέι πως συνδέεται με πολλά νοικοκυριά, λόγω της επικάλυψης των pixels.(Eικόνα 3)&lt;br /&gt;
&lt;br /&gt;
Προοπτικές Μεθοδολογίας&lt;br /&gt;
Η μεθολογία που αναπτύχθηκε μπορεί να δοκιμαστεί σε διαφορετικές χωροταξικές ρυθμίσεις(σπίτια,χωράφια,οδικά δίκτυα,αγορές κ.α.) Οι τοπικοί και περιφερειακοί θεσμοί μπορούν επίσης να επηρεάσουν τους τρόπους πρόσβασης και αξιοποίησης των φυσικών πόρων στους δίαφορους ενδιαφερόμενους. Ως εκ τούτου, οι μελλοντικές εργασίες θα πρέπει να εξετάσουν πώς προστατεύονται οι εδαφικές περιοχές, τα δικαιώματα κατοχής καθώς και τις  θεσμικές ρυθμίσεις που πρέπει να  ενσωματωθούν στην πολυεπίπεδη προσέγγιση. Αυτό θα μπορούσε να οδηγήσει σε πιο ακριβείς δεσμούς μεταξύ των μεμονωμένων νοικοκυριών και των αγροτεμαχίων που αυτά χρησιμοποιούν.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η συχνή παρακολούθηση των κοινωνικοοικονομικών αλλαγών που περιβάλλουν τα νοικοκυριά περιλαμβάνουν έρευνες απαγορευτικά δαπανηρές.Εδώ αυτό που αποδεικνύεται με δορυφορικά δεδομένα είναι πως μπορούν να προβλέφθουν τα φτωχότερα νοικοκυριά σε μια τοποθεσία στην ύπαιθρο Κένυα με ακρίβεια 62%. Η μελέτη χρησιμοποίησε στοιχεία για την έρευνα των νοικοκυριών που κάλυπταν 231 νοικοκυριά το 2005 και την λήψη εικόνας δορυφόρου υψηλής ανάλυσης που αποκτήθηκε λίγους μήνες πριν την έρευνα.&lt;br /&gt;
Τα υψηλής ανάλυσης δορυφορικά δεδομένα θα μπορούσαν να προσφέρουν έναν ταχύτερο και φθηνότερο τρόπο παρακολούθησης πολλών στόχων για την αειφόρο ανάπτυξη, από τις κλασσικές μεθόδους έρευνας, ιδίως εκείνες που σχετίζονται με αυτές της φτώχειας, της διασφάλισης τροφής και την λογική να μην μείνει κανείς πίσω.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Eeikona1.PNG |500px| thumb | right |''Εικόνα 1. Κατηγοριοποιήσεις'']]&lt;br /&gt;
[[Εικόνα:Ee2.PNG |500px| thumb | left| ''Εικόνα 2. Μεθολογία'']]&lt;br /&gt;
[[Εικόνα:  |500px| thumb | right | ''Εικόνα 3.'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;br /&gt;
[[category:Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Ee2.PNG</id>
		<title>Αρχείο:Ee2.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:Ee2.PNG"/>
				<updated>2020-02-23T19:26:04Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD.</id>
		<title>Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD."/>
				<updated>2020-02-23T19:23:32Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:''' https://www.pnas.org/content/116/4/1213&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς'''Gary R. Watmough , Charlotte L. J. Marcinko , Clare Sullivan, Kevin Tschirhart, Patrick K. Mutuo, Cheryl A. Palm , and Jens-Christian Svenning&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' '' Proceedings of the National Academy of Sciences of the United States of America&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι να παρουσιάσει πως τα δορυφορικά δεδομένα μπορούν να βοηθήσουν στην κατανόηση των σχέσεων μεταξυ φτώχειας και περιβάλλοντος με σκοπό την αειφόρο ανάπτυξη και την οικολογική προστασία.Συγκεκριμένα μελετώνται πως τα δορυφορικά δεδομένα προέβλεψαν με ακρίβεια 62% την φτωχή οικονομική κατάσταση σε μία περιοχή της Κένυας. Η πολυεπίπεδη κοινωνικοοικονομική αντιμετώπιση που δείχνει τους πολύπλοκους τρόπους με τους οποίους τα νοικοκυριά αλληλεπιδρούν με το περιβάλλον, δίνει μεγαλύτερα ποσοστά ακρίβειας από την τυπική μονοδιάστατη προσέγγιση. Η αυξανόμενη διαθεσιμότητα υψηλής ανάλυσης εικόνων σημαίνει πως η μέθοδος θα μπορούσε να τροποποιηθεί και να αναβαθμιστεί στο μέλλον για να βοηθήσει την παρακολούθηση των στόχων της αειφόρου ανάπτυξης (SDG1 “Ending Poverty”).&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Τα δύο κύρια ζητήματα προς μελέτη είναι &lt;br /&gt;
i) Μπορεί η διακύμανση του πλούτου κάθε νοικοκυριού να εξηγηθεί με δεδομένα τηλεπισκόπησης.&lt;br /&gt;
ii) Μπορούν τα κοινωνικοοικολογικά δεδομένα να βοηθήσουν στην εξήγηση της διακύμανσης του πλούτου σε οικιακό επίπεδο.&lt;br /&gt;
Χρησιμοποιήθηκε ένα δέντρο ταξινόμησης για να εξεταστεί η πρόβλεψη του πλούτου του χωριού Sauri. Τα τέσσερα χωρικά επίπεδα που επιλέχτηκαν είναι αγροικία,γεωργική γη,σύμπλεγμα χωριών και ευρήτερη περιφέρεια χωριού.Αυτή η μέθοδος συγκρίθηκε με  την μονοδιάστατη προσέγγιση(με συγκεντρωτικά κοινωνικοοικολογικά στοιχεία).Tα αποτελέσματα έδειξαν πως η πολυδίαστατη προσέγγιση (60%) είχε μεγαλύτερη ακρίβεια 6-12% απ’την μονοδιάστατη.Οι στατιστικές σχέσεις μεταξύ πλούτου και νοικοκυριών φαίνονται στην Εικόνα 2. Σημαντικότερη μεταβλητή πρόβλεψης του πλούτου φαίνεται να είναι το μέγεθος του κτηρίου,αυτό μπορεί να προκύπτει καθώς τα φτωχότερα νοικοκυρία καθυστερούν την φύτευση λογώ της απασχόλησης τους σε πλουσιότερα νοικοκυριά για την εξασφάλιση πόρων,και έτσι χάνουν αρκετές γόνιμες μέρες.Ενώ άλλες σημαντικές μεταβλητές είναι η ποσότητα γυμνού γεωργικού εδάφους και φυτεμένες γεωργικές εκτάσεις δίπλα στην οικία.&lt;br /&gt;
To σφάλμα στην μονοδιάστατη προσέγγιση είναι ότι όλες οι περιοχές στην buffer zone μπορούν να χρησιμοποίηθούν από ένα συγκεκριμένο νοικοκυριό, ενώ στην περίπτωση πολλών buffer zones θα θεωρηθέι πως συνδέεται με πολλά νοικοκυριά, λόγω της επικάλυψης των pixels.(Eικόνα 3)&lt;br /&gt;
&lt;br /&gt;
Προοπτικές Μεθοδολογίας&lt;br /&gt;
Η μεθολογία που αναπτύχθηκε μπορεί να δοκιμαστεί σε διαφορετικές χωροταξικές ρυθμίσεις(σπίτια,χωράφια,οδικά δίκτυα,αγορές κ.α.) Οι τοπικοί και περιφερειακοί θεσμοί μπορούν επίσης να επηρεάσουν τους τρόπους πρόσβασης και αξιοποίησης των φυσικών πόρων στους δίαφορους ενδιαφερόμενους. Ως εκ τούτου, οι μελλοντικές εργασίες θα πρέπει να εξετάσουν πώς προστατεύονται οι εδαφικές περιοχές, τα δικαιώματα κατοχής καθώς και τις  θεσμικές ρυθμίσεις που πρέπει να  ενσωματωθούν στην πολυεπίπεδη προσέγγιση. Αυτό θα μπορούσε να οδηγήσει σε πιο ακριβείς δεσμούς μεταξύ των μεμονωμένων νοικοκυριών και των αγροτεμαχίων που αυτά χρησιμοποιούν.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η συχνή παρακολούθηση των κοινωνικοοικονομικών αλλαγών που περιβάλλουν τα νοικοκυριά περιλαμβάνουν έρευνες απαγορευτικά δαπανηρές.Εδώ αυτό που αποδεικνύεται με δορυφορικά δεδομένα είναι πως μπορούν να προβλέφθουν τα φτωχότερα νοικοκυριά σε μια τοποθεσία στην ύπαιθρο Κένυα με ακρίβεια 62%. Η μελέτη χρησιμοποίησε στοιχεία για την έρευνα των νοικοκυριών που κάλυπταν 231 νοικοκυριά το 2005 και την λήψη εικόνας δορυφόρου υψηλής ανάλυσης που αποκτήθηκε λίγους μήνες πριν την έρευνα.&lt;br /&gt;
Τα υψηλής ανάλυσης δορυφορικά δεδομένα θα μπορούσαν να προσφέρουν έναν ταχύτερο και φθηνότερο τρόπο παρακολούθησης πολλών στόχων για την αειφόρο ανάπτυξη, από τις κλασσικές μεθόδους έρευνας, ιδίως εκείνες που σχετίζονται με αυτές της φτώχειας, της διασφάλισης τροφής και την λογική να μην μείνει κανείς πίσω.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Eeikona1.PNG |500px| thumb | right |''Εικόνα 1. Κατηγοριοποιήσεις'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;br /&gt;
[[category:]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD.</id>
		<title>Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD."/>
				<updated>2020-02-23T19:23:18Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:''' https://www.pnas.org/content/116/4/1213&lt;br /&gt;
'''Συγγραφείς'''Gary R. Watmough , Charlotte L. J. Marcinko , Clare Sullivan, Kevin Tschirhart, Patrick K. Mutuo, Cheryl A. Palm , and Jens-Christian Svenning&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:''' '' '' Proceedings of the National Academy of Sciences of the United States of America&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι να παρουσιάσει πως τα δορυφορικά δεδομένα μπορούν να βοηθήσουν στην κατανόηση των σχέσεων μεταξυ φτώχειας και περιβάλλοντος με σκοπό την αειφόρο ανάπτυξη και την οικολογική προστασία.Συγκεκριμένα μελετώνται πως τα δορυφορικά δεδομένα προέβλεψαν με ακρίβεια 62% την φτωχή οικονομική κατάσταση σε μία περιοχή της Κένυας. Η πολυεπίπεδη κοινωνικοοικονομική αντιμετώπιση που δείχνει τους πολύπλοκους τρόπους με τους οποίους τα νοικοκυριά αλληλεπιδρούν με το περιβάλλον, δίνει μεγαλύτερα ποσοστά ακρίβειας από την τυπική μονοδιάστατη προσέγγιση. Η αυξανόμενη διαθεσιμότητα υψηλής ανάλυσης εικόνων σημαίνει πως η μέθοδος θα μπορούσε να τροποποιηθεί και να αναβαθμιστεί στο μέλλον για να βοηθήσει την παρακολούθηση των στόχων της αειφόρου ανάπτυξης (SDG1 “Ending Poverty”).&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Τα δύο κύρια ζητήματα προς μελέτη είναι &lt;br /&gt;
i) Μπορεί η διακύμανση του πλούτου κάθε νοικοκυριού να εξηγηθεί με δεδομένα τηλεπισκόπησης.&lt;br /&gt;
ii) Μπορούν τα κοινωνικοοικολογικά δεδομένα να βοηθήσουν στην εξήγηση της διακύμανσης του πλούτου σε οικιακό επίπεδο.&lt;br /&gt;
Χρησιμοποιήθηκε ένα δέντρο ταξινόμησης για να εξεταστεί η πρόβλεψη του πλούτου του χωριού Sauri. Τα τέσσερα χωρικά επίπεδα που επιλέχτηκαν είναι αγροικία,γεωργική γη,σύμπλεγμα χωριών και ευρήτερη περιφέρεια χωριού.Αυτή η μέθοδος συγκρίθηκε με  την μονοδιάστατη προσέγγιση(με συγκεντρωτικά κοινωνικοοικολογικά στοιχεία).Tα αποτελέσματα έδειξαν πως η πολυδίαστατη προσέγγιση (60%) είχε μεγαλύτερη ακρίβεια 6-12% απ’την μονοδιάστατη.Οι στατιστικές σχέσεις μεταξύ πλούτου και νοικοκυριών φαίνονται στην Εικόνα 2. Σημαντικότερη μεταβλητή πρόβλεψης του πλούτου φαίνεται να είναι το μέγεθος του κτηρίου,αυτό μπορεί να προκύπτει καθώς τα φτωχότερα νοικοκυρία καθυστερούν την φύτευση λογώ της απασχόλησης τους σε πλουσιότερα νοικοκυριά για την εξασφάλιση πόρων,και έτσι χάνουν αρκετές γόνιμες μέρες.Ενώ άλλες σημαντικές μεταβλητές είναι η ποσότητα γυμνού γεωργικού εδάφους και φυτεμένες γεωργικές εκτάσεις δίπλα στην οικία.&lt;br /&gt;
To σφάλμα στην μονοδιάστατη προσέγγιση είναι ότι όλες οι περιοχές στην buffer zone μπορούν να χρησιμοποίηθούν από ένα συγκεκριμένο νοικοκυριό, ενώ στην περίπτωση πολλών buffer zones θα θεωρηθέι πως συνδέεται με πολλά νοικοκυριά, λόγω της επικάλυψης των pixels.(Eικόνα 3)&lt;br /&gt;
&lt;br /&gt;
Προοπτικές Μεθοδολογίας&lt;br /&gt;
Η μεθολογία που αναπτύχθηκε μπορεί να δοκιμαστεί σε διαφορετικές χωροταξικές ρυθμίσεις(σπίτια,χωράφια,οδικά δίκτυα,αγορές κ.α.) Οι τοπικοί και περιφερειακοί θεσμοί μπορούν επίσης να επηρεάσουν τους τρόπους πρόσβασης και αξιοποίησης των φυσικών πόρων στους δίαφορους ενδιαφερόμενους. Ως εκ τούτου, οι μελλοντικές εργασίες θα πρέπει να εξετάσουν πώς προστατεύονται οι εδαφικές περιοχές, τα δικαιώματα κατοχής καθώς και τις  θεσμικές ρυθμίσεις που πρέπει να  ενσωματωθούν στην πολυεπίπεδη προσέγγιση. Αυτό θα μπορούσε να οδηγήσει σε πιο ακριβείς δεσμούς μεταξύ των μεμονωμένων νοικοκυριών και των αγροτεμαχίων που αυτά χρησιμοποιούν.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η συχνή παρακολούθηση των κοινωνικοοικονομικών αλλαγών που περιβάλλουν τα νοικοκυριά περιλαμβάνουν έρευνες απαγορευτικά δαπανηρές.Εδώ αυτό που αποδεικνύεται με δορυφορικά δεδομένα είναι πως μπορούν να προβλέφθουν τα φτωχότερα νοικοκυριά σε μια τοποθεσία στην ύπαιθρο Κένυα με ακρίβεια 62%. Η μελέτη χρησιμοποίησε στοιχεία για την έρευνα των νοικοκυριών που κάλυπταν 231 νοικοκυριά το 2005 και την λήψη εικόνας δορυφόρου υψηλής ανάλυσης που αποκτήθηκε λίγους μήνες πριν την έρευνα.&lt;br /&gt;
Τα υψηλής ανάλυσης δορυφορικά δεδομένα θα μπορούσαν να προσφέρουν έναν ταχύτερο και φθηνότερο τρόπο παρακολούθησης πολλών στόχων για την αειφόρο ανάπτυξη, από τις κλασσικές μεθόδους έρευνας, ιδίως εκείνες που σχετίζονται με αυτές της φτώχειας, της διασφάλισης τροφής και την λογική να μην μείνει κανείς πίσω.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Eeikona1.PNG |500px| thumb | right |''Εικόνα 1. Κατηγοριοποιήσεις'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;br /&gt;
[[category:]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD.</id>
		<title>Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD."/>
				<updated>2020-02-23T19:22:41Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών&lt;br /&gt;
'''Σύνδεσμος:''' https://www.pnas.org/content/116/4/1213&lt;br /&gt;
'''Συγγραφείς'''Gary R. Watmough , Charlotte L. J. Marcinko , Clare Sullivan, Kevin Tschirhart, Patrick K. Mutuo, Cheryl A. Palm , and Jens-Christian Svenning&lt;br /&gt;
'''Πηγή:''' '' '' Proceedings of the National Academy of Sciences of the United States of America&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι να παρουσιάσει πως τα δορυφορικά δεδομένα μπορούν να βοηθήσουν στην κατανόηση των σχέσεων μεταξυ φτώχειας και περιβάλλοντος με σκοπό την αειφόρο ανάπτυξη και την οικολογική προστασία.Συγκεκριμένα μελετώνται πως τα δορυφορικά δεδομένα προέβλεψαν με ακρίβεια 62% την φτωχή οικονομική κατάσταση σε μία περιοχή της Κένυας. Η πολυεπίπεδη κοινωνικοοικονομική αντιμετώπιση που δείχνει τους πολύπλοκους τρόπους με τους οποίους τα νοικοκυριά αλληλεπιδρούν με το περιβάλλον, δίνει μεγαλύτερα ποσοστά ακρίβειας από την τυπική μονοδιάστατη προσέγγιση. Η αυξανόμενη διαθεσιμότητα υψηλής ανάλυσης εικόνων σημαίνει πως η μέθοδος θα μπορούσε να τροποποιηθεί και να αναβαθμιστεί στο μέλλον για να βοηθήσει την παρακολούθηση των στόχων της αειφόρου ανάπτυξης (SDG1 “Ending Poverty”).&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Τα δύο κύρια ζητήματα προς μελέτη είναι &lt;br /&gt;
i) Μπορεί η διακύμανση του πλούτου κάθε νοικοκυριού να εξηγηθεί με δεδομένα τηλεπισκόπησης.&lt;br /&gt;
ii) Μπορούν τα κοινωνικοοικολογικά δεδομένα να βοηθήσουν στην εξήγηση της διακύμανσης του πλούτου σε οικιακό επίπεδο.&lt;br /&gt;
Χρησιμοποιήθηκε ένα δέντρο ταξινόμησης για να εξεταστεί η πρόβλεψη του πλούτου του χωριού Sauri. Τα τέσσερα χωρικά επίπεδα που επιλέχτηκαν είναι αγροικία,γεωργική γη,σύμπλεγμα χωριών και ευρήτερη περιφέρεια χωριού.Αυτή η μέθοδος συγκρίθηκε με  την μονοδιάστατη προσέγγιση(με συγκεντρωτικά κοινωνικοοικολογικά στοιχεία).Tα αποτελέσματα έδειξαν πως η πολυδίαστατη προσέγγιση (60%) είχε μεγαλύτερη ακρίβεια 6-12% απ’την μονοδιάστατη.Οι στατιστικές σχέσεις μεταξύ πλούτου και νοικοκυριών φαίνονται στην Εικόνα 2. Σημαντικότερη μεταβλητή πρόβλεψης του πλούτου φαίνεται να είναι το μέγεθος του κτηρίου,αυτό μπορεί να προκύπτει καθώς τα φτωχότερα νοικοκυρία καθυστερούν την φύτευση λογώ της απασχόλησης τους σε πλουσιότερα νοικοκυριά για την εξασφάλιση πόρων,και έτσι χάνουν αρκετές γόνιμες μέρες.Ενώ άλλες σημαντικές μεταβλητές είναι η ποσότητα γυμνού γεωργικού εδάφους και φυτεμένες γεωργικές εκτάσεις δίπλα στην οικία.&lt;br /&gt;
To σφάλμα στην μονοδιάστατη προσέγγιση είναι ότι όλες οι περιοχές στην buffer zone μπορούν να χρησιμοποίηθούν από ένα συγκεκριμένο νοικοκυριό, ενώ στην περίπτωση πολλών buffer zones θα θεωρηθέι πως συνδέεται με πολλά νοικοκυριά, λόγω της επικάλυψης των pixels.(Eικόνα 3)&lt;br /&gt;
&lt;br /&gt;
Προοπτικές Μεθοδολογίας&lt;br /&gt;
Η μεθολογία που αναπτύχθηκε μπορεί να δοκιμαστεί σε διαφορετικές χωροταξικές ρυθμίσεις(σπίτια,χωράφια,οδικά δίκτυα,αγορές κ.α.) Οι τοπικοί και περιφερειακοί θεσμοί μπορούν επίσης να επηρεάσουν τους τρόπους πρόσβασης και αξιοποίησης των φυσικών πόρων στους δίαφορους ενδιαφερόμενους. Ως εκ τούτου, οι μελλοντικές εργασίες θα πρέπει να εξετάσουν πώς προστατεύονται οι εδαφικές περιοχές, τα δικαιώματα κατοχής καθώς και τις  θεσμικές ρυθμίσεις που πρέπει να  ενσωματωθούν στην πολυεπίπεδη προσέγγιση. Αυτό θα μπορούσε να οδηγήσει σε πιο ακριβείς δεσμούς μεταξύ των μεμονωμένων νοικοκυριών και των αγροτεμαχίων που αυτά χρησιμοποιούν.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η συχνή παρακολούθηση των κοινωνικοοικονομικών αλλαγών που περιβάλλουν τα νοικοκυριά περιλαμβάνουν έρευνες απαγορευτικά δαπανηρές.Εδώ αυτό που αποδεικνύεται με δορυφορικά δεδομένα είναι πως μπορούν να προβλέφθουν τα φτωχότερα νοικοκυριά σε μια τοποθεσία στην ύπαιθρο Κένυα με ακρίβεια 62%. Η μελέτη χρησιμοποίησε στοιχεία για την έρευνα των νοικοκυριών που κάλυπταν 231 νοικοκυριά το 2005 και την λήψη εικόνας δορυφόρου υψηλής ανάλυσης που αποκτήθηκε λίγους μήνες πριν την έρευνα.&lt;br /&gt;
Τα υψηλής ανάλυσης δορυφορικά δεδομένα θα μπορούσαν να προσφέρουν έναν ταχύτερο και φθηνότερο τρόπο παρακολούθησης πολλών στόχων για την αειφόρο ανάπτυξη, από τις κλασσικές μεθόδους έρευνας, ιδίως εκείνες που σχετίζονται με αυτές της φτώχειας, της διασφάλισης τροφής και την λογική να μην μείνει κανείς πίσω.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Eeikona1.PNG |500px| thumb | right |''Εικόνα 1. Κατηγοριοποιήσεις'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;br /&gt;
[[category:]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Eeikona1.PNG</id>
		<title>Αρχείο:Eeikona1.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:Eeikona1.PNG"/>
				<updated>2020-02-23T19:20:02Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD.</id>
		<title>Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BA%CE%BF%CE%BF%CE%B9%CE%BA%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7_%CF%84%CE%B7%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CF%86%CF%84%CF%8E%CF%87%CE%B5%CE%B9%CE%B1%CF%82_%CF%83%CE%B5_%CE%B5%CF%80%CE%AF%CF%80%CE%B5%CE%B4%CE%BF_%CE%BD%CE%BF%CE%B9%CE%BA%CE%BF%CE%BA%CF%85%CF%81%CE%B9%CF%8E%CE%BD."/>
				<updated>2020-02-23T19:17:24Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: Νέα σελίδα με ''''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της α...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών&lt;br /&gt;
'''Σύνδεσμος:''' https://www.pnas.org/content/116/4/1213&lt;br /&gt;
'''Συγγραφείς'''Gary R. Watmough , Charlotte L. J. Marcinko , Clare Sullivan, Kevin Tschirhart, Patrick K. Mutuo, Cheryl A. Palm , and Jens-Christian Svenning&lt;br /&gt;
'''Πηγή:''' '' '' Proceedings of the National Academy of Sciences of the United States of America&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Στόχος της παρούσας μελέτης είναι να παρουσιάσει πως τα δορυφορικά δεδομένα μπορούν να βοηθήσουν στην κατανόηση των σχέσεων μεταξυ φτώχειας και περιβάλλοντος με σκοπό την αειφόρο ανάπτυξη και την οικολογική προστασία.Συγκεκριμένα μελετώνται πως τα δορυφορικά δεδομένα προέβλεψαν με ακρίβεια 62% την φτωχή οικονομική κατάσταση σε μία περιοχή της Κένυας. Η πολυεπίπεδη κοινωνικοοικονομική αντιμετώπιση που δείχνει τους πολύπλοκους τρόπους με τους οποίους τα νοικοκυριά αλληλεπιδρούν με το περιβάλλον, δίνει μεγαλύτερα ποσοστά ακρίβειας από την τυπική μονοδιάστατη προσέγγιση. Η αυξανόμενη διαθεσιμότητα υψηλής ανάλυσης εικόνων σημαίνει πως η μέθοδος θα μπορούσε να τροποποιηθεί και να αναβαθμιστεί στο μέλλον για να βοηθήσει την παρακολούθηση των στόχων της αειφόρου ανάπτυξης (SDG1 “Ending Poverty”).&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Τα δύο κύρια ζητήματα προς μελέτη είναι &lt;br /&gt;
i) Μπορεί η διακύμανση του πλούτου κάθε νοικοκυριού να εξηγηθεί με δεδομένα τηλεπισκόπησης.&lt;br /&gt;
ii) Μπορούν τα κοινωνικοοικολογικά δεδομένα να βοηθήσουν στην εξήγηση της διακύμανσης του πλούτου σε οικιακό επίπεδο.&lt;br /&gt;
Χρησιμοποιήθηκε ένα δέντρο ταξινόμησης για να εξεταστεί η πρόβλεψη του πλούτου του χωριού Sauri. Τα τέσσερα χωρικά επίπεδα που επιλέχτηκαν είναι αγροικία,γεωργική γη,σύμπλεγμα χωριών και ευρήτερη περιφέρεια χωριού.Αυτή η μέθοδος συγκρίθηκε με  την μονοδιάστατη προσέγγιση(με συγκεντρωτικά κοινωνικοοικολογικά στοιχεία).Tα αποτελέσματα έδειξαν πως η πολυδίαστατη προσέγγιση (60%) είχε μεγαλύτερη ακρίβεια 6-12% απ’την μονοδιάστατη.Οι στατιστικές σχέσεις μεταξύ πλούτου και νοικοκυριών φαίνονται στην Εικόνα 2. Σημαντικότερη μεταβλητή πρόβλεψης του πλούτου φαίνεται να είναι το μέγεθος του κτηρίου,αυτό μπορεί να προκύπτει καθώς τα φτωχότερα νοικοκυρία καθυστερούν την φύτευση λογώ της απασχόλησης τους σε πλουσιότερα νοικοκυριά για την εξασφάλιση πόρων,και έτσι χάνουν αρκετές γόνιμες μέρες.Ενώ άλλες σημαντικές μεταβλητές είναι η ποσότητα γυμνού γεωργικού εδάφους και φυτεμένες γεωργικές εκτάσεις δίπλα στην οικία.&lt;br /&gt;
To σφάλμα στην μονοδιάστατη προσέγγιση είναι ότι όλες οι περιοχές στην buffer zone μπορούν να χρησιμοποίηθούν από ένα συγκεκριμένο νοικοκυριό, ενώ στην περίπτωση πολλών buffer zones θα θεωρηθέι πως συνδέεται με πολλά νοικοκυριά, λόγω της επικάλυψης των pixels.(Eικόνα 3)&lt;br /&gt;
&lt;br /&gt;
Προοπτικές Μεθοδολογίας&lt;br /&gt;
Η μεθολογία που αναπτύχθηκε μπορεί να δοκιμαστεί σε διαφορετικές χωροταξικές ρυθμίσεις(σπίτια,χωράφια,οδικά δίκτυα,αγορές κ.α.) Οι τοπικοί και περιφερειακοί θεσμοί μπορούν επίσης να επηρεάσουν τους τρόπους πρόσβασης και αξιοποίησης των φυσικών πόρων στους δίαφορους ενδιαφερόμενους. Ως εκ τούτου, οι μελλοντικές εργασίες θα πρέπει να εξετάσουν πώς προστατεύονται οι εδαφικές περιοχές, τα δικαιώματα κατοχής καθώς και τις  θεσμικές ρυθμίσεις που πρέπει να  ενσωματωθούν στην πολυεπίπεδη προσέγγιση. Αυτό θα μπορούσε να οδηγήσει σε πιο ακριβείς δεσμούς μεταξύ των μεμονωμένων νοικοκυριών και των αγροτεμαχίων που αυτά χρησιμοποιούν.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η συχνή παρακολούθηση των κοινωνικοοικονομικών αλλαγών που περιβάλλουν τα νοικοκυριά περιλαμβάνουν έρευνες απαγορευτικά δαπανηρές.Εδώ αυτό που αποδεικνύεται με δορυφορικά δεδομένα είναι πως μπορούν να προβλέφθουν τα φτωχότερα νοικοκυριά σε μια τοποθεσία στην ύπαιθρο Κένυα με ακρίβεια 62%. Η μελέτη χρησιμοποίησε στοιχεία για την έρευνα των νοικοκυριών που κάλυπταν 231 νοικοκυριά το 2005 και την λήψη εικόνας δορυφόρου υψηλής ανάλυσης που αποκτήθηκε λίγους μήνες πριν την έρευνα.&lt;br /&gt;
Τα υψηλής ανάλυσης δορυφορικά δεδομένα θα μπορούσαν να προσφέρουν έναν ταχύτερο και φθηνότερο τρόπο παρακολούθησης πολλών στόχων για την αειφόρο ανάπτυξη, από τις κλασσικές μεθόδους έρευνας, ιδίως εκείνες που σχετίζονται με αυτές της φτώχειας, της διασφάλισης τροφής και την λογική να μην μείνει κανείς πίσω.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;br /&gt;
[[category:]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%83%CE%BF%CF%85%CE%BC%CE%AC%CE%BD%CE%B7%CF%82_%CE%92%CE%B1%CF%83%CE%AF%CE%BB%CE%B7%CF%82</id>
		<title>Τσουμάνης Βασίλης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%83%CE%BF%CF%85%CE%BC%CE%AC%CE%BD%CE%B7%CF%82_%CE%92%CE%B1%CF%83%CE%AF%CE%BB%CE%B7%CF%82"/>
				<updated>2020-02-23T19:09:18Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.]]&lt;br /&gt;
* [[Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.]]&lt;br /&gt;
* [[Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης  μέσω χαρτογράφησης καταλληλότητας των πόρων.]]&lt;br /&gt;
* [[Κοινωνικοοικολογική χρήση δεδομένων τηλεπισκόπησης για την πρόβλεψη της αγροτικής φτώχειας σε επίπεδο νοικοκυριών.]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T19:06:38Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
Fafa.PNG&lt;br /&gt;
[[Εικόνα:Fafa.PNG |600px| thumb | left |''Εικόνα 1.Χάρτης περιοχών μελέτης'']]&lt;br /&gt;
[[Εικόνα:Method3.PNG |500px| thumb | right|''Εικόνα 2. Μεθοδολογία'']]&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T19:05:54Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
Fafa.PNG&lt;br /&gt;
[[Εικόνα:Fafa.PNG |500px| thumb | left |''Εικόνα 1.Χάρτης περιοχών μελέτης'']]&lt;br /&gt;
[[Εικόνα:Method3.PNG |500px| thumb | right|''Εικόνα 2. Μεθοδολογία'']]&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Fafa.PNG</id>
		<title>Αρχείο:Fafa.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:Fafa.PNG"/>
				<updated>2020-02-23T19:02:17Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T19:01:13Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Method3.PNG |500px| thumb | center |''Εικόνα 2. Μεθοδολογία'']]&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Method3.PNG</id>
		<title>Αρχείο:Method3.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:Method3.PNG"/>
				<updated>2020-02-23T18:58:37Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T18:57:42Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[category:Οικολογία]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD.</id>
		<title>Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης μέσω χαρτογράφησης καταλληλότητας των πόρων.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%87%CE%AD%CF%84%CE%B9%CF%83%CE%B7_%CE%BC%CE%B5%CF%84%CE%B1%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7%CF%82_%CE%B6%CF%8E%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BC%CE%AD%CF%83%CF%89_%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%82_%CE%BA%CE%B1%CF%84%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%84%CF%89%CE%BD_%CF%80%CF%8C%CF%81%CF%89%CE%BD."/>
				<updated>2020-02-23T18:56:30Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: Νέα σελίδα με ''''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping resource suitability from a remote sensing perspective '''Σύνδεσμος:'''http...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Linking animal movement and remote sensing – mapping&lt;br /&gt;
resource suitability from a remote sensing perspective&lt;br /&gt;
'''Σύνδεσμος:'''https://zslpublications.onlinelibrary.wiley.com/doi/full/10.1002/rse2.70&lt;br /&gt;
'''Πηγή:''' '' ''zsl publications''&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η τηλεπισκόπηση είναι ένα σημαντικό εργαλείο στη μελέτη της συμπεριφοράς των ζώων παρέχοντας στους οικολόγους και ερευνητές τα μέσα για να κατανοήσουν τις αλληλεπιδράσεις μεταξύ των ειδών και του περιβάλλοντος σε συνδυασμό με δεδομένα κίνησης των ζώων. Ωστόσο, οι διαφορές στο χωρική και χρονική ανάλυση μεταξύ δεδομένων κίνησης της τηλεπισκόπησης περιορίζουν την άμεση εξομοίωση τους. Σε αυτό το πλαίσιο, δημιουργήθηκε μια βάση με δεδομένα για να χαρτογραφηθεί η καταλληλότητα των πόρων που αντιμετωπίζει τις διαφορές καθώς και τους περιορισμούς των δορυφορικών εικόνων. Συνδυάζει πολυετή εποχιακά δεδομένα ανακλώμενων επιφανειών και βελτιστοποιημένα δείγματα παρουσίας και απουσίας που έχουν ληφθεί με δεδομένα ζώων και την κίνηση στο πλαίσιο ενός επικυρωμένου μοντέλου. Επιπλέον, το μοντέλο ανταποκρίνεται σε μεταβαλόμενες περιβαλλοντικές συνθήκες που το καθιστούν εφαρμόσιμο σε δίαφορα τοπία.Το μοντέλο εφαρμόστηκε χρησιμοποιώντας πέντε πληθυσμούς των Λευκών Πελαργών (Ciconia ciconia) προκειμένου να διαμορφωθεί η καταλληλότητα των πόρων που σχετίζονται με την αναζήτηση τροφής επιτυγχάνοντας ακρίβεια από 0,40 έως 0,94 για παρουσίες και 0,66 έως 0,93 για απουσίες. Αυτά τα αποτελέσματα επηρεάστηκαν από τη χρονική σύνθεση των εποχιακών ανακλάσεων που υποδεικνύονται από τις χαμηλότερες ακρίβειες που σχετίζονται με την ημέρα παρατήρησης σε σχέση με τις ημερομηνίες-στόχους. Επιπλέον,μελετήθηκαν οι πληθυσμιακές διαφορές στην επιλογή πόρων που επηρέασε τα αποτελέσματά με την αρνητική σχέση μεταξύ της ακρίβειας του μοντέλου και της μεταβλητότητας των ανακλάσεων επιφάνειας που σχετίζονται με τα δείγματα παρουσίας. Η προσέγγιση της μοντελοποίησης χωρίζεται χωρικά μεταξύ κατάρτισης και επικύρωσης. Ως αποτέλεσμα, όταν αυτά αντιπροσωπεύουν διαφορετικούς και μοναδικούς πόρους, αντιμετωπίζουμε μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Παρόλες τις ανακρίβειες, το πλαίσιο μας προσφέρει μια σημαντική βάση για την ανάλυση των σχέσεων ειδών – περιβάλλοντος και τις αλληλεπιδράσεις τους. Δεδομένου ότι τυποποιεί τη θέση συμπεριφοράς και των περιβαλλοντικών χαρακτηριστικών, μπορεί να χρησιμοποιηθεί στην σύγκριση των ενδό περιβαλλοντικών απαιτήσεων και να βελτιώσει την ανάλυση των πόρων κατά μήκος των μονοπατιών-περασμάτων.Επιπλέον, λόγω της ευαισθησίας του στις διαφορές στην επιλογή πόρων, η προσέγγισή μπορεί να συμβάλει στην καλύτερη κατανόηση των ειδών.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Μελετήθηκαν 5 τοποθεσίες από την δυτική Ευρώπη έως την κεντρική Ασία (Ισπανία, Γερμάνια,Ελλάδα,Αρμενία,Ουζμπεκιστάν). Οι τόποι μελέτης καλύπτονται ως επί το πλείστον από τη γεωργία (&amp;gt; 50%)αστική κάλυψη (&amp;lt;15%) δασική κάλυψη (&amp;lt;20%), αλλά στη γερμανική περιοχή (32%)η κάλυψη νερού κυμαίνεται μεταξύ 1 και 10%.Το υψόμετρο κυμαίνεται από 100 έως 500μ.Η μοντελοποίηση έγινε με βάση την εποχιακή σύνθεση εικόνων Landstat των μετακινήσεων του πελαργου.Χρησιμόποιήθηκαν χωρικά δεδομένα απουσίας/παρουσίας πελαργού σε διάφορες περιοχές εκπαίδευσης. Ως πρόβλεψη, χρησιμοποιήθηκε το Landstem 5 με πολυετή χρονική περίοδο TM και Landsat 8 OLI. Τα εποχιακά σύνθετα βασίζονται στις φασματικές ζώνες του Landstat για 3 φαινολογικά στάδια αρχή,μέση και τέλος περιόδου που εστιάζουν στην σπορά καλλιέργεια και συγγομιδή.Για να αντληθούν τα σύνθετα χτίστηκε μια μάσκα εικονοστοιχείων καλλιεργήσιμης γης που προσδιορίζονται από MODIS προιόντα. Στη συνέχεια, για κάθε σύνθετο,χρησιμοποιήθηκε αυτή η μάσκα για να υπολογίστεί η μέση και τυπική απόκλιση για καθεμία από τις μετρήσεις εξαιρουμένων των εικονοστοιχείων με πολλαπλά στάδια ανάπτυξης. Στη συνέχεια, υπολογίστηκε η χρονική διαφορά (σε ημέρες) μεταξύ κάθε εικόνας Landsat και τη μέση ημέρα του έτους, και επιλέχτηκε η εικόνα με τη μικρότερη διαφορά ημέρας να γεμίσει τις υπόλοιπες περιοχές με τη χρήση των πληροφοριών εικόνας.&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Η μέση τιμή για τα χρησιμοποιούμενα εικονοστοιχεία καλλιεργήσιμης γης επιλέχτηκαν ημερομηνίες σύνθεσης που κυμαίνονται μεταξύ 57 και 154 για την αρχή της περιόδου, 122 και 206 για τη μέση και το 162 και το 242 για το τέλος. Η τυπική απόκλιση κυμαίνεται μεταξύ 23 και 30 μέρες. Οι μέσες διαφορές ήταν πολύ κάτω από τη καταγεγραμμένη τυπική απόκλιση με μέγιστη τιμή 10 ημέρες. Ο αριθμός των δειγμάτων παρουσίας διέφερε μεταξύ των πληθυσμών. Τρεις από τις πέντε τοποθεσίες μελέτης (Ελλάδα, Ισπανία και Ουζμπεκιστάν) είχαν μεταξύ 295 και 334 δειγμάτων, και τα υπόλοιπα δύο (Αρμενία και Γερμανία) είχαν περισσότερα από 1500 δείγματα. Οι μέσες ακρίβειες του μοντέλου κυμαίνονταν από 0,40 έως 0,91 για παρουσίες και 0,66 έως 0,91 για απουσίες.Η υψηλότερη ακρίβεια και για τις δύο κατηγορίες βρέθηκε στη Γερμανία ενώ η χαμηλότερη βρέθηκε στο Ουζμπεκιστάν. Συγκριτικά με το Ουζμπεκιστάν, η Ισπανία είχε σχετικά χαμηλές επιδόσεις με μέσες τιμές 0,48 και 0,68 για παρουσίες και απουσίες, αντίστοιχα. Και στις δύο θέσεις μελέτης,  η ακρίβεια ήταν μεγαλύτερη από 0,2 για παρουσίες και περίπου 0,1 για απουσίες. Η απόκτηση κατάλληλων χρονικών πληροφοριών δεν είναι πάντα δυνατή λόγω της συνεχής κάλυψης από νέφος.H εργασία πό τη μία πλευρά, ασχολείται με τη δειγματοληψία που οι παρουσίες σε πληθυσμιακή κλίμακα μας έκαναν πιο εύκολο,βοήθησε να αφαιρέθούν προσεκτικά δείγματα αμφίβολης ποιότητας και να προσδιορίστουν τοποθεσίες αντιπροσωπευτικές των προτιμήσεων του είδους. Από την άλλη πλευρά, ωστόσο, οι διαφορές στην επιλογή των πόρων εισάγει μια αρνητική προκατάληψη κατά τη διάρκεια της επικύρωσης. Κατανοώντας αυτές τις διαφορές και τη σχέση τους στη διανομή και τη διαθεσιμότητα των πόρων θα μας βοηθήσει να οριοθετηθούν καλύτερα στη μελέτη με διαχωρισμό μεταξύ υποπληθυσμών.Για να γίνει αυτό, γνωρίζοντας τις πολλές κάλυψης της γης η παρατηρούμενη συμπεριφορά μπορεί να είναι χρήσιμη. Λόγω της έλλειψης συνεκτικότητας υψηλής απόδοσης πληροφοριών κάλυψης γης για όλους τους μελετητές,. Ωστόσο, προτείνεται ότι απαιτούνται περαιτέρω έρευνες και ότι υπάρχουν νέες μέθοδοι που απαιτούνται για την εξαγωγή περιβαλλοντικών και συμπεριφοριστικών κινήτρων που βασίζονται σε μικρής κλίμακας κινήσεις.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%83%CE%BF%CF%85%CE%BC%CE%AC%CE%BD%CE%B7%CF%82_%CE%92%CE%B1%CF%83%CE%AF%CE%BB%CE%B7%CF%82</id>
		<title>Τσουμάνης Βασίλης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CF%83%CE%BF%CF%85%CE%BC%CE%AC%CE%BD%CE%B7%CF%82_%CE%92%CE%B1%CF%83%CE%AF%CE%BB%CE%B7%CF%82"/>
				<updated>2020-02-23T18:53:03Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;* [[Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.]]&lt;br /&gt;
* [[Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.]]&lt;br /&gt;
* [[Συσχέτιση μετακίνησης ζώων και τηλεπισκόπησης  μέσω χαρτογράφησης καταλληλότητας των πόρων.]]&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T18:48:10Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα γ&lt;br /&gt;
ια να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
γ&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα 1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
[[Εικόνα:Thib.PNG |500px| thumb | left|''Εικόνα 1. Μέση χιονοκάλυψη 2001-2014'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Thibettiti.PNG |500px| thumb | right|''Εικόνα 2. Μεταβολές στην διάρκεια χιονοκάλυψης'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T18:47:45Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα γ&lt;br /&gt;
ια να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
γ&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
[[Εικόνα:Thib.PNG |500px| thumb | left|''Εικόνα 1. Μέση χιονοκάλυψη 2001-2014'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Thibettiti.PNG |500px| thumb | right|''Εικόνα 2. Μεταβολές στην διάρκεια χιονοκάλυψης'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Thib.PNG</id>
		<title>Αρχείο:Thib.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:Thib.PNG"/>
				<updated>2020-02-23T18:44:50Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T18:42:34Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα γ&lt;br /&gt;
ια να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
γ&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
[[Εικόνα: |500px| thumb | left|''Εικόνα 1. '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Thibettiti.PNG |500px| thumb | right|''Εικόνα 2. Μεταβολές στην διάρκεια χιονοκάλυψης'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T18:28:06Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα γ&lt;br /&gt;
ια να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
γ&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Thibettiti.PNG |500px| thumb | right|''Εικόνα 2. Μεταβολές στην διάρκει χιονοκάλυψης'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Thibettiti.PNG</id>
		<title>Αρχείο:Thibettiti.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:Thibettiti.PNG"/>
				<updated>2020-02-23T18:24:55Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF.</id>
		<title>Επιπτώσεις του κλίματος και του υψομέτρου χρησιμοποιώντας τηλεπισκοπική ανίχνευση για την κάλυψη χιονιού στο Θιβετιανό Οροπέδιο.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%BF%CF%85_%CE%BA%CE%BB%CE%AF%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%BF%CF%85_%CF%85%CF%88%CE%BF%CE%BC%CE%AD%CF%84%CF%81%CE%BF%CF%85_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%AC%CE%BB%CF%85%CF%88%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%B9%CE%BF%CF%8D_%CF%83%CF%84%CE%BF_%CE%98%CE%B9%CE%B2%CE%B5%CF%84%CE%B9%CE%B1%CE%BD%CF%8C_%CE%9F%CF%81%CE%BF%CF%80%CE%AD%CE%B4%CE%B9%CE%BF."/>
				<updated>2020-02-23T18:20:03Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: Νέα σελίδα με ''''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote sensing snow products in Tibetan Plateau '''Σύνδεσμος:'''htt...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''Impact of climate and elevation on snow cover using integrated remote&lt;br /&gt;
sensing snow products in Tibetan Plateau&lt;br /&gt;
'''Σύνδεσμος:'''https://doi.org/10.1016/j.rse.2016.12.028&lt;br /&gt;
'''Πηγή:''' '' ''Remote Sensing of Environment&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Η μελέτη αυτή παρουσιάζει μια συστηματική ανάλυση των επιπτώσεων της αλλαγής του κλίματος ως προς την κάλυψη του χιονιού στο οροπέδιο του Θιβέτ κατά την περίοδο 2001-2014, χρησιμοποιώντας δεδομένα MODIS καθημερινά χωρίς συνθήκες νέφωσης.Τα οικοσυστήματα του Θιβετιανού οροπεδίου είναι μεταξύ των πιο ευαίσθητων στην παγκόσμια κλιματική αλλαγή η οποία αλλάζει ραγδαία τις συνθήκες του σε περιοχές με εποχιακό χιόνι.Ακόμη η μεταβολή αυτή επηρεάζει την ατμοσφαιρική κυκλοφορία και τα καιρικά συστήματα στην Ανατολική Ασία,καθώς και το κλίμα στην Κίνα. Το χιόνι αποτελεί βασικό χαρακτηριστικό της υδρολογίας και των λεκανών απορροής και επηρεάζει τις παροχές γλυκού νερού, τα επίπεδα των λιμνών, την γεωργία και την παραγωγή υδροηλεκτρικής ενέργειας. Προηγούμενες μελέτες έχουν δείξει ότι οι μεταβολές στο ύψος χιονιού σε όλο το Θιβέτ επηρεάζουν αρνητικά την καλοκαιρινή περίοδο και τις βροχοπτώσεις στον Ινδικό Ωκεανό. Σκοπός αυτής της μελέτης ήταν να εξηγήσει τους λόγους των αλλαγών στην κάλυψη του χιονιού σε όλη το οροπέδιο του Θιβέτ με βάση την καθημερινή ολοκληρωμένη οπτική τηλεπισκόπηση των δεδομένων χιονιού και ανάλυση της κατάστασης του χιονιού κατά την περίοδο 2001-2014, με ψηφιακό μοντέλο υψομέτρου (DEM) και κλιματικά δεδομένα από μετεωρολογικούς σταθμούς.&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Στην μεθοδολογία χρησιμοποιήθηκαν μέσες θερμοκρασίες από 106 σταθμούς που βρίσκονται σε υψόμετρα από 1285μ. έως 4850μ. σε διάστημα 14 χρόνων.Οι τρεις δείκτες ανάλυσης της χιονοκάλυψης είναι ο δείκτης περιοχής κάλυψης, ο δείκτης διάρκειας κάλυψης και ο δείκτης ισοδύναμου χιονιού νερού.Ο αλγόριθμος που χρησιμοποιήθηκε για την παραγωγή αυτόν των δεδομένων αποτελείται από τέσσερα βήματα : 1) σύνθετες καθημερινές εικόνες χιονοκάλυψης που να διακρίνονται χιόνια,σύννεφα και έδαφος 2) ανάλυση εικόνων από διαδοχικές μέρες έτσι ώστε αν μια μέρα το εικονοστοιχείο εμφανίζεται ως σύννεφο και την άλλη ως χιόνι ή έδαφος να γίνεται χιόνι ή έδαφος. 3) τα εικονοστοιχεία του νέφους αναταξινομούνται χρησιμοποιόντας DEM δεδομένα 4) τα αποτελέσματα συνδυάζονται με AMSR-E SWE εργαλεία που αντιλαμβάνοντας την χιονοκάλυψη δίνουν αντίστοιχα τιμές χιόνι ή έδαφος. Η ακρίβεια ΄΄αντίληψης΄΄ στον εντοπισμό του χιονιού σε συγκεκριμένες καιρικές συνθήκες φθάνει το 98,4% με χιόνι πάνω από 3εκ. &lt;br /&gt;
Επιπλέον, δεδομένα DEM προήλθαν από το εθνικά συστήματα διανομής χωρικών δεδομένων. Τα στοιχεία αυτά δημιουργήθηκαν από κοινού από την Εθνική υπηρεσία Αεροναυτικής και Διαστήματος και τις εθνικές υπηρεσίες απεικόνισης και χαρτογράφησης των Ηνωμένων Πολιτειών. Στην παρούσα έρευνα, τα DEM δεδομένα της Κίνας έχουν χωρική ανάλυση 90 μέτρων. Η απόλυτη (κάθετη) ακρίβεια των δεδομένων αυτών φάνηκε να  ήταν καλύτερη από 16 μέτρα. Τα αρχικά δεδομένα DEM επαναλήφθηκαν με την μέθοδο παρεμβολής του πλησιέστερου γείτονα γ&lt;br /&gt;
ια να ληφθεί ένα DEM με χωρική διακριτική ικανότητα 500μ.&lt;br /&gt;
γ&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Στην εικόνα1 απεικονίζεται η χωρική κατανομή του πολυετούς ετήσιου μέσου όρου SCD(δείκτης διάρκειας κάλυψης) πάνω από το Θιβετιανό οροπέδιο κατά την περίοδο 2001-2014. Ο περιοχές υψηλής SCD κατανέμονται κατά κύριο λόγο σε ορεινές περιοχές, όπως π.χ. Mt. Kunlun, Nyenchen Τhanglha, Qilian και τα Ιμαλάια. Περιοχές με χαμηλά SCD κατανέμονται κατά κύριο λόγο στο εσωτερικό του οροπεδίου και στην λεκάνη του Qaidam, η οποία βρίσκεται στα βόρειο του Θιβέτ. Έτσι, η κάλυψη χιονιού είναι εξαιρετικά άνισα κατανεμημένη σε όλο το οροπέδιο.&lt;br /&gt;
Στην εικόνα 2 φαίνεται ότι το SCD μειώθηκε στο 59,7% της περιοχής κατά τη διάρκεια των δεκατριών ετών, κυρίως στο νοτιοδυτικό και βόρειο Θιβέτ. Οι μειώσεις ήταν σημαντικές στο 13,6% της συνολικής έκτασης.Επιπλέον, η περιοχή με αυξανόμενη SCD αντιπροσώπευε 38,5% της συνολικής έκτασης και οι αυξήσεις ήταν σημαντικές σε 5,9%, ,οι περιοχές αυτές ήταν διάσπαρτες στο κεντρικό και νοτιοανατολικό τμήμα των ορεινών. Αυτά τα αποτελέσματα δείχνουν ότι η SCD παρουσιάζει μειώμενη τάση σε όλη την πλειοψηφία του οροπεδίου.&lt;br /&gt;
Για την περαιτέρω ανάλυση του μηχανισμού απόκρισης του χιονιού στο κλίμα πρέπει να κατανοήσουμε τη σχέση μεταξύ SCD και SWE(snow water equivalent) την ετήσια μέση χιονόπτωση, βροχόπτωση και θερμοκρασία. Πρώτον, αναλύσαμε τη σχέση μεταξύ αλλαγών στο SCD και της ετήσιας μέσης χιονόπτωσης, την βροχόπτωση και την θερμοκρασία σε επίπεδο εικονοστοιχείων χρησιμοποιώντας συσχέτιση μέσω του συντελεστής Pearson. Το SCD συσχετίστηκε σημαντικά με την χιονόπτωση στο 20,2% του Θιβετ ,19,8% της περιοχής έδειξε θετική συσχέτιση και το 0,4% παρουσίασε αρνητική συσχέτιση. Η SCD συσχετίστηκε σημαντικά με τις βροχοπτώσεις στο 4,6% του οροπεδίου περιοχή μελέτης, το 2,8% της περιοχής έδειξε αρνητικό και 1,8% έδειξαν θετική συσχέτιση.Η περιοχή με αρνητική συσχέτιση βρισκόταν κυρίως στο βόρειο περιθώριο και το νοτιοδυτικό, και η περιοχή με θετική συσχέτιση ήταν πρωτίστως στο κέντρο και στα βορειοδυτικά. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:27:25Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή. [[Εικόνα:Peak_month.PNG |500px| thumb| right|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:25:57Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| thumb| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
[[Εικόνα:Xartis.PNG |500px| thumb | center |''Εικόνα 2. Χάρτης διάρκειας εποχικότητας'']]&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Xartis.PNG</id>
		<title>Αρχείο:Xartis.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:Xartis.PNG"/>
				<updated>2020-02-23T17:23:52Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:22:55Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| thumb| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| ''Εικόνα 3.'']]&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:21:59Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| thumb| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Pinakas.PNG |500px| thumb| center| &lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</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:Pinakas.PNG</id>
		<title>Αρχείο:Pinakas.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:Pinakas.PNG"/>
				<updated>2020-02-23T17:19:42Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Pinakas.PNG&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Ταξινόμηση σε σταδιακή κλίμακα μεταξύ αμιγώς φυσικών και αμιγώς ανθρωπογενών καταστροφών.&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:19:03Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| thumb| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:17:11Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:16:39Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: Διαγραφή του περιεχομένου της σελίδας&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:16:20Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' Seasonal population estimates based on night-time lights&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:15:42Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' ''Seasonal population estimates based on night-time lights''&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:14:30Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:''' '' Seasonal population estimates based on night-time lights''&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:12:17Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''  &lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |500px| center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:10:48Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''  &lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |800px| thumb | center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:10:21Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''  &lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |600px| thumb | center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82.</id>
		<title>Υπολογισμός εποχιακού πληθυσμού με βάση τα φώτα νυχτερινής χρήσης.</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%B7%CE%B8%CF%85%CF%83%CE%BC%CE%BF%CF%8D_%CE%BC%CE%B5_%CE%B2%CE%AC%CF%83%CE%B7_%CF%84%CE%B1_%CF%86%CF%8E%CF%84%CE%B1_%CE%BD%CF%85%CF%87%CF%84%CE%B5%CF%81%CE%B9%CE%BD%CE%AE%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82."/>
				<updated>2020-02-23T17:09:40Z</updated>
		
		<summary type="html">&lt;p&gt;Billtsoum: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος άρθρου:'''  Mass movements of an alpine rock glacier&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος:'''  [https://doi.org/10.1016/j.compenvurbsys.2017.12.001 https://doi.org/10.1016/j.compenvurbsys.]]&lt;br /&gt;
'''Πηγή:''' '' Computers, Environment and Urban Systems   ''&lt;br /&gt;
&lt;br /&gt;
=='''Αντικείμενο Μελέτης'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Μεθοδολογία'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
=='''Συμπεράσματα'''==&lt;br /&gt;
Σκοπός του παρόντος εγγράφου είναι να παρουσιάσει μια μέθοδο για την εκτίμηση των εποχικά ειδικών μετρήσεων του περιβάλλοντος. Η κεντρική υπόθεση είναι ότι η διακύμανση των παρατηρούμενων νυχτερινών φώτων είναι έγκυρη για τον πληθυσμό.Χρησιμόποιήθηκαν οι πληθυσμοι για επικύρωση, όπου είναι δυνατός ο υπολογισμός του πληθυσμού από τις εθνικές στατιστικές υπηρεσίες. Στη συνέχεια εφαρμόζεται η μέθοδος σε ολόκληρη την Ελλάδα. Η επικύρωση δείχνει μια ισχυρή συσχέτιση μεταξύ των εκτιμήσεων που προκύπτουν από τα νυχτερινά φώτα και του συνόλου των δεδομένων αναφοράς. Βάσει της προτεινόμενης μεθόδου, παράγονται εθνικοί χάρτες που δείχνουν τον μήνα κατά τον οποίο η εποχικότητα είναι στο αποκορύφωμά της, η μέγιστη αξία κατά τη διάρκεια αυτού του μήνα η συνολική διάρκεια της σεζόν και πόσους μήνες υπερβαίνουν ένα συγκεκριμένο όριο. Διακρίνονται διαφορετικά πρότυπα εποχικότητας. Ένα πλεονέκτημα της προτεινόμενης μεθόδου, σε σύγκριση με άλλες σύγχρονες προσεγγίσεις, είναι ότι βασίζεται σε δεδομένα παγκόσμιου ενδιαφέροντος. Ο οικιστικός πληθυσμός της απογραφής είναι ο αριθμός των ανθρώπων που διαμένουν μόνιμα (π.χ. &amp;quot;νυχτερινός&amp;quot; πληθυσμός). Ο περιβάλλων πληθυσμός, σε αντίθεση με τον κατοικημένο πληθυσμό, είναι ο συνολικός πληθυσμός που υπάρχει σε κάθε συγκεκριμένη τοποθεσία σε δεδομένη χρονική στιγμή. Ο περιβάλλων πληθυσμός δείχνει, για παράδειγμα, τη συγκέντρωση ανθρώπων στα εμπορικά κέντρα κατά τη διάρκεια της ημέρας και στα γήπεδα κατά τα Σαββατοκύριακα. Αλλά οι άνθρωποι ξοδεύουν χρόνο σε άλλα μέρη εκτός από την κατοικία τους, δημιουργώντας μια δημογραφική έννοια γνωστή ως εποχιακός πληθυσμός. Μια πρώτη ομάδα αναφέρεται στους τουρίστες που ταξιδεύουν σε μέρη με κάποιο τουριστικό ενδιαφέρον.Μια δεύτερη ομάδα περιλαμβάνει τους εποχικούς εργαζόμενους που συνδέονται με τις εποχιακές θέσεις εργασίας. Τρίτο είναι η ομάδα που περιλαμβάνει ιδιοκτήτες δευτερευουσών κατοικιών, συνήθως αναμένεται να περάσουν περισσότερες μέρες από τους τουρίστες. Τέταρτον, οι μετανάστες, εγγεγραμμένοι ή μη, που μετακινούνται για διάφορους λόγους, συμπεριλαμβανομένων των προσφύγων.Σε κάθε περίπτωση, οι κατανομές του πληθυσμού ανά χρονικό διάστημα μέσα σε ένα χρόνο είναι δύσκολο να εκτιμηθούν με συμβατικά μέσα. Το δημογραφικό και κοινωνικοοικονομικό προφίλ των κατοίκων έναντι των διαφόρων μη οικιστικών ομάδων είναι συνήθως πολύ διαφορετικό. Επιβάλλοντας μια διαφορετική πίεση στις υπηρεσίες και την υποδομή.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:Peak_month.PNG |300px| thumb | center|''Εικόνα 1. Χάρτης μέγιστης εποχικότητας '']]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαστημική Τηλεπισκόπηση]]&lt;/div&gt;</summary>
		<author><name>Billtsoum</name></author>	</entry>

	</feed>