<?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=ELISAVET_ANDRIOTI&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%2FELISAVET_ANDRIOTI</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=ELISAVET_ANDRIOTI&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%2FELISAVET_ANDRIOTI"/>
		<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/ELISAVET_ANDRIOTI"/>
		<updated>2026-04-29T14:47:09Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD_%CE%B1%CF%81%CE%B4%CE%B5%CF%85%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_Primera_de_Palos_(%CE%99%CF%83%CF%80%CE%B1%CE%BD%CE%AF%CE%B1)</id>
		<title>Ποσοτικοποίηση των επιστροφών αρδευτικών υδάτων στην Primera de Palos (Ισπανία)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD_%CE%B1%CF%81%CE%B4%CE%B5%CF%85%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_Primera_de_Palos_(%CE%99%CF%83%CF%80%CE%B1%CE%BD%CE%AF%CE%B1)"/>
				<updated>2025-02-16T18:22:32Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Quantifying irrigation returns into a highly human managed wetland using remote sensing: The Primera de Palos freshwater lagoon (Spain)''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Eva Contreras, Rafael Pimentel, Cristina Aguilar, Javier Aparicio, and María J. Polo''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Proceedings of IAHS, 385, 297–303''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Τηλεπισκόπηση (Remote sensing), επιστροφές αρδευτικών υδάτων (irrigation returns), λιμνοθάλασσα (freshwater lagoon), ανθρωποδιαχειριζόμενο σύστημα (human-managed system), UPH 16, Panta Rhei''&lt;br /&gt;
 &lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://piahs.copernicus.org/articles/385/297/2024/''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα εργασία, o Global Surface Water Explorer (GSWE) συνδυάστηκε με βαθυμετρικά και ιστορικά μετεωρολογικά δεδομένα για την ποσοτικοποίηση του υδατικού ισοζυγίου κατά την περίοδο 1984-2020 στη λιμνοθάλασσα Primera de Palos (Νοτιοδυτική Ισπανία). Mέσω της προσέγγισης του υδατικού ισοζυγίου, εκτιμήθηκαν όλες τις εισροές και εκροές νερού ώστε να γίνει ανάλυση στις υδρολογικές μεταβολές στη λιμνοθάλασσα. Τα αποτελέσματα έδειξαν υψηλές διακυμάνσεις, με εποχιακές μεταβολές που χαρακτηρίστηκαν από το κλιματικό καθεστώς, κατά τις δύο πρώτες δεκαετίες της περιόδου μελέτης. Μετά την αρχική αυτή περίοδο, η επέκταση του νερού παρέμεινε σταθερή πάνω από το 70 % της μέγιστης έκτασης της λιμνοθάλασσας. Έτσι, το φυσικό υδρολογικό καθεστώς της λιμνοθάλασσας τροποποιήθηκε από τις εισροές νερού από την επιστροφές αρδευτικού νερού, οι οποίες είναι δύσκολο να ποσοτικοποιηθούν. Χάρη στην προσέγγιση του υδατικού ισοζυγίου, αυτές οι επιστροφές ποσοτικοποιήθηκαν και αποτέλεσαν τον τελικό συντελεστή του ισοζυγίου. Μπορούν να οριστούν τρία σενάρια εισροών αρδευτικών επιστροφών, 4500, 1700 και 500 m3 d-1, ανάλογα με την καλλιεργητική περίοδο. Η χρήση της τηλεπισκόπησης σε συνδυασμό με βαθυμετρικά και μετεωρολογικά δεδομένα μπορεί να παρέχει τη γνώση για την υποστήριξη της λήψης αποφάσεων, για την καλύτερη διαχείριση των υδάτων.&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη στοχεύουμε να αναλύσουμε τις αλλαγές στην υδρολογική δυναμική της λιμνοθάλασσας κατά τη διάρκεια των τελευταίων τριάντα ετών, περιορίζοντας τα εύρη των διαφόρων ροών νερού που εμπλέκονται στο υδατικό ισοζύγιο και υπολογίζοντας ειδικά τις επιστροφές από την άρδευση. Για το σκοπό αυτό χρησιμοποιήθηκαν πληροφορίες τηλεπισκόπησης σε συνδυασμό με μετεωρολογικά δεδομένα και τη βαθυμετρία της λιμνοθάλασσας. Η παρούσα εργασία εξετάζει το ερευνητικό ερώτημα αριθ. 16 από τα είκοσι τρία άλυτα προβλήματα στην υδρολογία (UPH- Blöschl et al., 2019): «Πώς μπορούμε να χρησιμοποιήσουμε καινοτόμες τεχνολογίες για τη μέτρηση επιφανειακών και υπόγειων ιδιοτήτων, καταστάσεων και ροών, σε διάφορες χωρικές και χρονικές κλίμακες;».&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Οι υγρότοποι είναι απαραίτητοι για την οικολογία και την περιβαλλοντική ρύθμιση (Westerberg et al., 2010; Newton et al., 2018). Έχουν επίσης βασικό ρόλο για την οικονομία και τις λειτουργίες κοινωνικών υπηρεσιών (Ye and Sun, 2021- Ghanian et al., 2022). Ωστόσο, η φυσική υδρολογία αυτού του είδους των συστημάτων συχνά τροποποιείται από ανθρωπογενείς δραστηριότητες, όπως η αποστράγγιση (Sica et al., 2016), η εξόρυξη και οι δραστικές τροποποιήσεις των χρήσεων γης στις ανάντη περιοχές (Jia et al., 2013; Li et al., 2021). Αυτές οι αλλαγές στην υδρολογική δυναμική αυτών των συστημάτων, για παράδειγμα τροποποιήσεις της κατανομής των ροών νερού, είναι ιδιαίτερα σημαντικές στους υγροτόπους όπου οι ανάντη λεκάνες απορροής τους έχουν σημαντικό ποσοστό επιφάνειας που έχει τροποποιηθεί από αυτές τις ανθρώπινες δραστηριότητες (Merchán et al., 2015). Σε ξηρά και ημίξηρα κλίματα, οι υγρότοποι συχνά βασίζονται σε εισροές από τις αρδευτικές ροές επιστροφής, οι οποίες διαδραματίζουν σημαντικό ρόλο στα υδατικά ισοζύγια των υδρολογικών λεκανών απορροής (Scott et al., 2011; Merchán et al., 2013). Η κατανόηση των αλλαγών πάνω στα οικοσυστήματα των υγροτόπων και της χωροχρονικής κατανομής τους είναι ζωτικής σημασίας για τη διαχείριση, την αποκατάσταση και τη διατήρηση αυτών των συστημάτων.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ένα παράδειγμα λιμνοθάλασσας γλυκού νερού που έχει τροποποιηθεί από τον άνθρωπο λόγω της γεωργικής πίεσης είναι η λιμνοθάλασσα Primera de Palos, η οποία βρίσκεται σε ένα ιδιαίτερα τροποποιημένο ελώδες περιβάλλον στη νοτιοδυτική Ισπανία. Η  Primera de Palos είναι χαρακτηρισμένη ως περιοχή Ramsar, δηλαδή υγρότοπος διεθνούς σημασίας, βάσει της Σύμβασης Ραμσάρ, διεθνούς περιβαλλοντικής συνθήκης που υπογράφηκε το 1971 στο Ραμσάρ του Ιράν, υπό την αιγίδα της UNESCO. &lt;br /&gt;
Στην Primera de Palos τα γύρω εδάφη έχουν μεταβληθεί εντατικά από την πετροχημική βιομηχανία και τις θερμοκηπιακές καλλιέργειες φράουλας. Αυτό το υδάτινο σώμα αποτελεί μέρος ενός σύνθετου υγροτόπου που έχει την προέλευσή του στο κλείσιμο παλαιών κοιλάδων ή κοίτης ποταμών λόγω της προέλασης ενός μετώπου παράκτιων αμμόλοφων που λειτουργεί ως φράγμα τόσο για το νερό της ενδοχώρας που ρέει προς τη θάλασσα όσο και για το θαλασσινό νερό που ρέει στη λιμνοθάλασσα αποφεύγοντας την εισροή αλάτων (Mantecon et al., 1988). Η συνεισφέρουσα λεκάνη απορροής, η οποία από το 1995 είναι εξ ολοκλήρου αφιερωμένη στην καλλιέργεια φράουλας, αποτελείται από αμμώδες υπόστρωμα που επιτρέπει την αποστράγγιση του αρδευτικού νερού στον υγρότοπο.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη χρησιμοποιήθηκαν διαφορετικές πηγές δεδομένων. Αφενός, δεδομένου ότι δεν υπάρχουν χρονοσειρές μετρήσεων ροής στη λιμνοθάλασσα ή στη λεκάνη απορροής που την τροφοδοτεί, χρησιμοποιήθηκε το Global Surface Water Explorer (GSWE), μια εικονική διαδικτυακή μηχανή βασισμένη στην τηλεπισκόπηση, για τη χωρική ποσοτικοποίηση της υδάτινης επιφάνειας κατά την ιστορική περίοδο 1984-2020 (Pekel et al., 2016). Ο GSWE παρέχει την έκταση και τις μεταβολές με την πάροδο του χρόνου των υδάτινων προεκτάσεων του πλανήτη σε χωρική ανάλυση 30 m. Δεδομένου ότι η μελέτη εκτείνεται μέχρι το 2022, χρησιμοποιήθηκαν πληροφορίες Landsat από την περίοδο 2020-2022 για την εξαγωγή της επέκτασης των λιμνοθαλασσών χρησιμοποιώντας τον κανονικοποιημένο δείκτη διαφοράς νερού (NWDI, Gao, 1996). Οι πληροφορίες αυτές συνδυάστηκαν με βαθυμετρικά δεδομένα (τα οποία παρασχέθηκαν από την TYPMA S.L., μια εταιρεία συμβούλων που συμμετέχει σε ορισμένες εργασίες διαχείρισης στον υγρότοπο) και ιστορικά μετεωρολογικά δεδομένα από τον μετεωρολογικό σταθμό κοντά στη λιμνοθάλασσα με τη μεγαλύτερη χρονοσειρά - Palos de la Frontera (τα οποία παρασχέθηκαν από την Ισπανική Κρατική Μετεωρολογική Υπηρεσία).&lt;br /&gt;
Επιπλέον, από τον Μάιο του 2021 έως τον Μάρτιο του 2022, πραγματοποιήθηκαν περιοδικές μετρήσεις της ροής του ρεύματος και της στάθμης του νερού στην έξοδο της λιμνοθάλασσας με εβδομαδιαία/διεβδομαδιαία συχνότητα. Τα δεδομένα αυτά επιτρέπουν τον καθορισμό μιας οριακής τιμής της υδάτινης επιφάνειας από την οποία δεν υπάρχει εκροή στη λιμνοθάλασσα.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκτίμηση της δυναμικής της λιμνοθάλασσας εφαρμόστηκε μια προσέγγιση υδατικού ισοζυγίου:&lt;br /&gt;
ΔV/Δt = inflows – oytflows = (P + Qr + Id + R) – (e + Qout)&lt;br /&gt;
Όπου Δt είναι η χρονική διακύμανση μεταξύ διαδοχικών ημερομηνιών με διαθέσιμες δορυφορικές πληροφορίες, ΔV/Δt είναι η μεταβολή του όγκου στη λιμνοθάλασσα σε κάθε χρονικό διάστημα, το P αντιπροσωπεύει τη βροχόπτωση στη λιμνοθάλασσα, το Qr είναι η άμεση απορροή στη λιμνοθάλασσα, το E είναι η εξατμισοδιαπνοή από τη λιμνοθάλασσα, το Id αντιπροσωπεύει την υπόγεια ροή, το R αντιπροσωπεύει τις επιστροφές άρδευσης και το Qout αντιπροσωπεύει την εκροή νερού.&lt;br /&gt;
Το ΔV/Δt υπολογίζεται ως η διαφορά μεταξύ των όγκων νερού μεταξύ δύο διαδοχικών εικόνων. Για κάθε ημερομηνία, ο όγκος της λιμνοθάλασσας προέκυψε χρησιμοποιώντας την επιφάνεια του νερού από τις πληροφορίες τηλεπισκόπησης και τη σχέση μεταξύ επιφάνειας νερού - όγκου νερού - υγρής επιφάνειας λιμνοθάλασσας - υψομέτρου, που καθορίστηκε χρησιμοποιώντας τις βαθυμετρικές πληροφορίες.&lt;br /&gt;
Το P εκτιμήθηκε ως το γινόμενο της συσσωρευμένης βροχόπτωσης σε κάθε διάστημα και του μέσου εμβαδού της υδάτινης επιφάνειας της λιμνοθάλασσας μεταξύ των εικόνων.&lt;br /&gt;
Το Qr, εκτιμήθηκε ως το γινόμενο της συσσωρευμένης βροχόπτωσης, η οποία θεωρείται σταθερή στην περιοχή αποστράγγισης στη λιμνοθάλασσα, αυτής της συνεισφέρουσας περιοχής (3,73 km2) και ενός μεταβλητού συντελεστή απορροής (c) με την πάροδο του χρόνου με βάση την κύρια χρήση γης στην περιοχή αυτή. Θεωρήσαμε ότι ο c=0,31 για μηδενικές καλλιέργειες υπό πλαστικό και c=0,50 για καλλιέργειες υπό πλαστικό.&lt;br /&gt;
Το E, εκτιμήθηκε ως το γινόμενο της δυνητικής εξάτμισης που συσσωρεύεται μεταξύ των εικόνων και του μέσου εμβαδού της υδάτινης επιφάνειας της λιμνοθάλασσας μεταξύ αυτών των ημερών. Η δυνητική εξάτμιση σε ημερήσια κλίμακα υπολογίστηκε από τα δεδομένα της ελάχιστης, της μέσης και της μέγιστης θερμοκρασίας χρησιμοποιώντας την εξίσωση Hargreaves (Hargreaves and Samani, 1985). Τα IdR και Qout δεν μπορούν να εκτιμηθούν άμεσα. Ως εκ τούτου, ομαδοποιούνται σε έναν όρο και θεωρούνται ο όρος κλεισίματος του υδατικού ισοζυγίου.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση της επέκτασης των υδάτων της GSWE κατά την εξεταζόμενη περίοδο 1984-2020 (Σχήμα 2) έδειξε μεγάλες διακυμάνσεις κατά τις δύο πρώτες δεκαετίες της περιόδου μελέτης. Οι διακυμάνσεις αυτές συνδέονται σαφώς με το κλιματικό καθεστώς, δηλαδή η λιμνοθάλασσα ήταν πιο άδεια τα ξηρά έτη από ό,τι τα υγρά έτη. Ωστόσο, από το 1995 που συνδέεται με την έκρηξη της χρήσης του θερμοκηπίου για καλλιέργειες φράουλας, η επέκταση του νερού στη λιμνοθάλασσα δεν παρουσίασε αυτές τις υψηλές διακυμάνσεις. Από τότε, η έκταση του νερού της λιμνοθάλασσας ήταν πάντα πάνω από το 70 % της μέγιστης έκτασης της λιμνοθάλασσας (121.149 km2). Τα αποτελέσματα αυτά μας επέτρεψαν να επαληθεύσουμε την υπόθεση της τροποποίησης της δυναμικής της λιμνοθάλασσας λόγω της άρδευσης των καλλιεργειών φράουλας. Ως εκ τούτου, η περίοδος που αντιπροσωπεύει την κατάσταση Α - φυσικές συνθήκες διαρκεί από το 1984 έως το 1995 και η περίοδος που αντιπροσωπεύει την κατάσταση Β - τροποποιημένες συνθήκες διαρκεί από το 1996 έως το 2022.&lt;br /&gt;
Για να λάβουμε υπόψη κάθε έναν από αυτούς τους επιμέρους όρους αναλύσαμε συγκεκριμένες καταστάσεις στις οποίες ορισμένοι από τους όρους μπορούν να θεωρηθούν μηδενικοί.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Το εργαλείο τηλεπισκόπησης που χρησιμοποιήθηκε, το GWSE, σε συνδυασμό με τοπικές πληροφορίες, μπορεί να χρησιμοποιηθεί για την επιτυχή αξιολόγηση της υδρολογικής συμπεριφοράς σε υδάτινα σώματα όταν δεν υπάρχουν ιστορικές σειρές υδρολογικών δεδομένων. Η χωροχρονική ανάλυση του GWSE αποδείχθηκε ότι είναι αρκετή για την καταγραφή της εποχιακής δυναμικής των ροών νερού στην αναλυθείσα λιμνοθάλασσα. Μόνο που επισημάνθηκαν ορισμένοι περιορισμοί που συνδέονται με τα χαμηλά επίπεδα στη λιμνοθάλασσα. Αυτή η μικρή έκταση του νερού μπορεί να συνδέεται με λανθασμένη ταυτοποίηση των υδάτινων εικονοστοιχείων. Σε αυτή την περίπτωση, η χρήση τηλεπισκοπικών δεδομένων υψηλότερης ανάλυσης, όπως το Sentinel-2, θα αποτελέσει τη λύση. Η μεθοδολογία που εφαρμόστηκε, προσδιορίζοντας βασικές καταστάσεις στις οποίες ορισμένοι όροι της εξίσωσης του υδατικού ισοζυγίου μπορούν να παραμεληθούν, μας επέτρεψε να καθορίσουμε τη συμπεριφορά της υδάτινης επιφάνειας για την περίοδο 1984-2020.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Υδατικοί Πόροι]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82</id>
		<title>Συστηματική ανασκόπηση εργαλείων τηλεπισκόπησης για την αξιολόγηση της ξηρασίας σε αμπελώνες και ελαιώνες</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82"/>
				<updated>2025-02-16T18:19:52Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:andrioti_anaskopisi_1.png|thumb|right|''Σχήμα 1: Χρονική κατανομή των άρθρων στα έτη μελέτης (a) και κατανομή άρθρων ανά χώρα (b)'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_2.png|thumb|right|''Σχήμα 2: Οι 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί. '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_3.png|thumb|right|''Σχήμα 3: Γράφημα κατανομής μελετών ανά είδος καλλιέργειας'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Satellite Remote Sensing Tools for Drought Assessment in Vineyards and Olive Orchards: A Systematic Review''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Nazaret Crespo, Luís Pádua, João A. Santos, Helder Fraga''&lt;br /&gt;
 &lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Viticulture II, 2024, 16(11), 2040''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Aridity and drought monitoring (παρακολούθηση ξηρότητας και ξηρασίας),  water management (διαχείριση νερού), land-use management (διαχείριση χρήσεων γης), viticulture (αμπελουργία), olive growing (ελαιοκαλλιέργεια), vegetation indices (δείκτες βλάστησης), Sentinel, Landsat''&lt;br /&gt;
&lt;br /&gt;
'' ''' Σύνδεσμος πρωτότυπου κειμένου:''' https://www.mdpi.com/2072-4292/16/11/2040''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες και οι ελαιώνες είναι δύο από τις σημαντικότερες μεσογειακές καλλιέργειες, όχι μόνο για την οικονομική τους αξία αλλά και για την πολιτιστική και περιβαλλοντική τους σημασία, διαδραματίζοντας καθοριστικό ρόλο στην παγκόσμια γεωργία. Η παρούσα έρευνα αποτελεί μια συστηματική ανασκόπηση, η οποία βασιζόμενη στην προσαρμογή Δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, επικεντρώνεται στη χρήση εργαλείων δορυφορικής τηλεπισκόπησης για την ανίχνευση της ξηρασίας σε αμπελώνες και ελαιώνες. Η μεθοδολογία αυτή ακολουθεί ορισμένα βασικά βήματα, όπως ο καθορισμός της προσέγγισης, η επιλογή λέξεων-κλειδιών και βάσεων δεδομένων και η εφαρμογή κριτηρίων αποκλεισμού. Η βιβλιομετρική ανάλυση αποκάλυψε ότι οι πιο συχνά χρησιμοποιούμενοι όροι περιλάμβαναν τους όρους «Google Earth Engine», «τηλεπισκόπηση», «δείκτης φυλλικής επιφάνειας», «Sentinel-2» και «εξατμισοδιαπνοή». Η έρευνα περιελάμβανε συνολικά 81 άρθρα που δημοσιεύθηκαν. Η χρονική κατανομή δείχνει αύξηση της επιστημονικής παραγωγής από το 2018, με κορύφωση το 2021. Γεωγραφικά, οι Ηνωμένες Πολιτείες, η Ιταλία, η Ισπανία, η Γαλλία, η Τυνησία, η Χιλή και η Πορτογαλία κατέχουν ηγετική θέση στην έρευνα στον τομέα αυτό. Οι μελέτες ταξινομήθηκαν σε τέσσερις κατηγορίες: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST). Αναλύθηκαν οι τάσεις της έρευνας σε κάθε κατηγορία, με έμφαση στη χρήση δορυφορικών πλατφορμών και αισθητήρων. Αρκετές μελέτες περίπτωσης απεικονίζουν εφαρμογές σε αμπελώνες και ελαιώνες, ιδίως σε ημίξηρες περιοχές, εστιάζοντας στην εκτίμηση της εξατμισοδιαπνοής, των συντελεστών καλλιέργειας και της αποδοτικότητας της χρήσης νερού. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος του παρόντος άρθρου είναι να αναλύσει την υπάρχουσα βιβλιογραφία σχετικά με τα εργαλεία δορυφορικής τηλεπισκόπησης για την εκτίμηση της ξηρασίας, εστιάζοντας ιδιαίτερα στους αμπελώνες και τα ελαιόδεντρα. Αυτή η συστηματική ανασκόπηση έχει ως στόχο να παράσχει μια προοπτική σχετικά με τις μεθοδολογίες, τους δείκτες και τις εφαρμογές της δορυφορικής τηλεπισκόπησης στην παρακολούθηση και την αξιολόγηση της ξηρασίας που επηρεάζει αυτές τις δύο καλλιέργειες. Απώτερος στόχος είναι ο εντοπισμός κενών γνώσεων και πιθανών ερευνητικών ευκαιριών για επικείμενες μελέτες που αποσκοπούν στην ποσοτικοποίηση των συνθηκών ξηρασίας με τη χρήση δεδομένων δορυφορικής τηλεπισκόπησης.&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες (Vitis vinifera L.) και οι ελαιώνες (Olea europaea L.) είναι βασικές καλλιέργειες της περιοχής της Μεσογείου, οι οποίες χαρακτηρίζονται από την προσαρμογή τους στο μεσογειακό κλίμα (δηλαδή, θερμά ξηρά καλοκαίρια και μέτριοι υγροί χειμώνες, με έντονη εποχιακή μεταβλητότητα και ανομοιομορφία και συχνά επεισόδια ξηρασίας), καθώς και στα εδάφη της. Και οι δύο καλλιέργειες έχουν σημαντική κοινωνικοοικονομική, περιβαλλοντική και πολιτιστική σημασία, καθώς χρησιμεύουν ως ζωτικές πηγές απασχόλησης, εισοδήματος και προϊόντων υψηλής ποιότητας, ενώ παίζουν επίσης ρόλο στο τοπίο και την ταυτότητα πολλών περιοχών. Ωστόσο, τις τελευταίες δεκαετίες, έχουν αντιμετωπίσει αυξανόμενες προκλήσεις από τις επιπτώσεις της κλιματικής αλλαγής, απειλώντας την παραγωγικότητα και την ποιότητά τους.&lt;br /&gt;
Η χρήση δορυφορικών δεδομένων τηλεπισκόπησης για την παρακολούθηση περιβαλλοντικών φαινομένων, όπως η ξηρασία, αποτελεί σημαντική πρόοδο στην τεχνολογία της τηλεπισκόπησης. Οι δορυφορικές εικόνες, με εκτεταμένη κάλυψη και δυνατότητες παρατήρησης, επιτρέπουν την ακριβή αξιολόγηση των επιπτώσεων και της εξέλιξης των ξηρασιών. Τα δεδομένα που λαμβάνονται από δορυφορικές πλατφόρμες, συμπεριλαμβανομένων των Sentinel, Landsat και του φασματοραδιόμετρου απεικόνισης μέτριας ανάλυσης (MODIS), τα οποία είναι εξοπλισμένα με οπτικούς και θερμικούς αισθητήρες, παρέχουν έναν τεράστιο πόρο για τον υπολογισμό δεικτών που σχετίζονται με την ξηρασία. Μαζί με προηγμένα μοντέλα και δείκτες, όπως ο Δείκτης Κατάστασης Βλάστησης (VCI) και ο Δείκτης Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), αυτά τα σύνολα δεδομένων επιτρέπουν την παρακολούθηση και την ανάλυση της δυναμικής της ξηρασίας. Οι πληροφορίες αυτές είναι ζωτικής σημασίας για την αξιολόγηση της υγείας της βλάστησης, των επιπέδων εδαφικής υγρασίας και άλλων σχετικών παραμέτρων, επιτρέποντας έτσι τον ακριβή χαρακτηρισμό της σοβαρότητας της ξηρασίας και της χωρικής της έκτασης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία που χρησιμοποιήθηκε στην παρούσα συστηματική ανασκόπηση βασίζεται σε προσαρμογή της δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, η οποία αποτέλεσε βελτιωμένη έκδοση της αρχικής του 2009. Όπως προτείνεται σε αυτού του είδους τη μεθοδολογία, δημιουργήθηκε ένα αρχικό πρωτόκολλο για την ενοποίηση των κατευθυντήριων γραμμών και των ροών εργασίας που θα πραγματοποιούνταν καθ' όλη τη διάρκεια της παρούσας μελέτης και για την επίτευξη συνεπών και αυστηρών αποτελεσμάτων. Το πρωτόκολλο που ακολουθήθηκε για την παρούσα συστηματική ανασκόπηση στηρίχθηκε σε πέντε βασικά βήματα. &lt;br /&gt;
Με βάση τη διαλογή των άρθρων, αυτά ταξινομήθηκαν σε τέσσερις ομάδες με διακριτή εστίαση: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST).&lt;br /&gt;
Πραγματοποιήθηκε επίσης, βιβλιομετρική ανάλυση (συνδέσεις λέξεων-κλειδιών) με τη χρήση της βιβλιοθήκης NetworkX Python (v3.2.1) για την αξιολόγηση των πιο συχνά χρησιμοποιούμενων λέξεων-κλειδιών στις επιλεγμένες μελέτες. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα άρθρα που αναλύονται στην παρούσα μελέτη καλύπτουν μια περίοδο από το 2003 έως το 2023, κατά την οποία παρατηρείται σημαντική διακύμανση στον αριθμό των άρθρων που δημοσιεύονται ανά έτος. Έως και το 2017,παρατηρείται πιθανή έλλειψη συνάφειας ή διαθεσιμότητας έρευνας. Ωστόσο, αυτό άλλαξε δραστικά τα επόμενα έτη, με αύξηση του αριθμού των άρθρων ανά έτος που εξετάστηκαν στην παρούσα ανασκόπηση, ιδίως από το 2018. Το πιο αξιοσημείωτο έτος όσον αφορά την επιστημονική παραγωγή σχετικών άρθρων ήταν το 2021, με συνολικά 21 δημοσιεύσεις που θεωρήθηκαν σχετικές με τη μελέτη. Αυτός ο αριθμός ερευνητικών μελετών μπορεί να υποδηλώνει ένα αυξανόμενο ενδιαφέρον για το θέμα ή μια σημαντική πρόοδο στην κατανόηση του τομέα μελέτης κατά τη συγκεκριμένη περίοδο. Στο Σχήμα 1 που ακολουθεί παρουσιάζεται η χρονική κατανομή των άρθρων που συμπεριλήφθηκαν στη συστηματική ανασκόπηση ανά έτος δημοσίευσης (α) καθώς και η κατανομή τους ανά χώρα (b):&lt;br /&gt;
 &lt;br /&gt;
Η ανάλυση που παρουσιάζεται στο Σχήμα 2 αποκαλύπτει τις 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Αυτές περιλαμβάνουν τις λέξεις «Google Earth Engine», «Remote Sensing», «Leaf Area Index», «Sentinel-2» και «grapevine». Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί, δηλαδή, οι μεγαλύτεροι κύκλοι υποδηλώνουν ότι η λέξη-κλειδί χρησιμοποιείται συχνότερα. Η εγγύτητα μεταξύ των κύκλων, που υποδεικνύεται από το μήκος της γραμμής, αντιπροσωπεύει ότι οι λέξεις-κλειδιά συνδυάζονται ή χρησιμοποιούνται συχνότερα μαζί. Πρέπει να σημειωθεί ότι η ανάλυση αυτή βασίζεται μόνο σε λέξεις-κλειδιά που επιλέχθηκαν από τους συγγραφείς των μελετών.&lt;br /&gt;
 &lt;br /&gt;
Μέσω της ανάλυσης της κατανομής των άρθρων σύμφωνα με την κύρια καλλιέργεια (Σχήμα 3), διαπιστώνεται ότι οι μελέτες που σχετίζονται με το αμπέλι αντιπροσωπεύουν το 46% των μελετών. Ακολουθούν οι μελέτες για την ελαιοκαλλιέργεια, με το 22% των άρθρων. Τα υπόλοιπα άρθρα ενσωματώνουν τα είδη αυτά με άλλες καλλιέργειες, οι οποίες καλλιεργούνται στην ίδια ερευνητική περιοχή. Είναι σημαντικό να σημειωθεί ότι οι αμπελώνες εξετάζονται σε πάνω από το 60% των μελετών. &lt;br /&gt;
 &lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η χρονική κατανομή των μελετών που αναλύθηκαν αποκαλύπτει μια αύξηση της επιστημονικής παραγωγής από το 2018 και μετά, η οποία κορυφώνεται το 2021. Η τάση αυτή αντανακλά το αυξανόμενο ενδιαφέρον για τη χρήση της δορυφορικής τηλεπισκόπησης για την αξιολόγηση/παρακολούθηση της ξηρασίας σε αμπελώνες και ελαιώνες. Οι Sentinel και Landsat αναδεικνύονται ως οι κύριες πηγές πληροφοριών δορυφορικής τηλεπισκόπησης. Οι αντίστοιχοι αισθητήρες τους, όπως MSI, OLI ή TIRS, παρέχουν πολύτιμα και ελεύθερα προσβάσιμα δεδομένα για ποικίλους ερευνητικούς σκοπούς. Οι πλατφόρμες αυτές χρησιμοποιούνται εκτενώς για την παρακολούθηση των συνθηκών ξηρασίας και την αξιολόγηση των απαιτήσεων σε νερό σε αμπελώνες και ελαιώνες σε διάφορες περιοχές. &lt;br /&gt;
Η ανάλυση της χωρικής και χρονικής μεταβλητότητας της βλάστησης και του εδάφους σε αμπελώνες και ελαιώνες με τη χρήση δορυφορικών φασματικών δεικτών, όπως ο NDVI και ο NDWI, παρέχει πολύτιμες πληροφορίες για τη βιώσιμη διαχείριση. Επιπλέον, οι μελέτες αυτές εξετάζουν επίσης τη σημασία καινοτόμων διαδικτυακών πλατφορμών ΓΠΣ που αξιοποιούν δορυφορικά δεδομένα για τη βελτίωση της διαχείρισης της άρδευσης και την ενίσχυση της γεωργικής βιωσιμότητας σε περιοχές όπως η Μεσόγειος, όπου η λειψυδρία αποτελεί σημαντική πρόκληση. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ξηρασία]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1</id>
		<title>Οι επιπτώσεις της ξηρασίας στα αστικά δέντρα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1"/>
				<updated>2025-02-16T18:19:02Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Monitoring drought impacts on street trees using remote sensing - Disentangling temporal and species-specific response patterns with Sentinel-2 imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Leonie Leisenheimer, Thilo Wellmann, Clemens Jänicke, Dagmar Haase''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Ecological Informatics, Volume 82, September 2024, 102659''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Πράσινες υποδομές (green infrastructure), υγεία αστικών δέντρων (urban tree health), χρονοσειρές παρατήρησης γης (earth observation time series), δείκτες βλάστησης (vegetation indices), φαινολογία επιφάνειας γης (land surface phenology), Πόλη της Λειψίας (Compact city of Leipzig).''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S1574954124002012''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη εξετάζει πώς η χρήση εφαρμογών τηλεπισκόπησης θα μπορούσε να συμβάλει στην παρακολούθηση των επιπτώσεων της ξηρασίας, σε δέντρα που βρίσκονται εντός του αστικού ιστού, η οποία είναι απαραίτητη για την αποτελεσματική διαχείρισή τους. Τα υγιή δέντρα του δρόμου λειτουργούν ως ασπίδα για το οικοσύστημα των πόλεων, καθώς παρέχουν σε αυτές σημαντικές οικοσυστημικές υπηρεσίες. Παράλληλα όμως, δέχονται αυξανόμενες πιέσεις από την αστικοποίηση και την κλιματική αλλαγή, συμπεριλαμβανομένης της ξηρασίας. Η πόλη της Λειψίας αντιμετώπισε παρατεταμένες περιόδους σοβαρής ξηρασίας από το 2018 έως το 2022. Η διατήρηση της υγείας των αστικών δέντρων, και συνεπώς της παροχής από αυτά υπηρεσιών οικοσυτήματος, υπό τέτοιες συνθήκες ξηρασίας αποτελεί σημαντική πρόκληση για πολλές αστικές περιοχές παγκοσμίως και αποκτά ολοένα και μεγαλύτερη σημασία στο πλαίσιο της κλιματικής αλλαγής. Οι παραδοσιακές επιτόπιες παρατηρήσεις είναι περιορισμένες ως προς την ικανότητά τους να παρέχουν τακτική παρακολούθηση της αντίδρασης των αστικών δέντρων στην ξηρασία, σε όλη την έκταση μίας πόλης. Ως λύση σε αυτό, προτείνεται η χρήση δορυφορικών εικόνων Sentinel-2, για τον εντοπισμό των χρονικών και εξειδικευμένων, ως προς το είδος του δέντρου, προτύπων αντίδρασης των αστικών δέντρων, στην ξηρασία. Αξιολογείται η εφαρμογή της μεθόδου σε ένα δείγμα 2514 ώριμων αστικών δέντρων, από τα επτά πιο κοινά είδη δέντρων, στη Λειψία της Γερμανίας. Για κάθε δέντρο, δημιουργούνται χρονοσειρές οκτώ δεικτών βλάστησης από το 2017 έως το 2022. Οι δείκτες, αποτελούν τη βάση για μια ανάλυση συσχέτισης, με τον τυποποιημένο μετεωρολογικό δείκτη ξηρασίας βροχόπτωσης-εξατμισοδιαπνοής (SPEI) και για τα ετήσια ολοκληρώματα της αυξητικής περιόδου, τα οποία αφαιρούμε από εκείνα του έτους βάσης 2017. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσφέρει επιστημονικά δεδομένα και εργαλεία για τη βελτίωση της διαχείρισης του αστικού πρασίνου, μέσω της χρήσης τεχνολογιών τηλεπισκόπησης, στοχεύοντας στη διαφύλαξη του πλέον ιδιαίτερα περιορισμένου αριθμού υγιών αστικών δέντρων που βρίσκονται στις Ευρωπαϊκές πόλεις και στη διασφάλιση της συντήρησης του πληθυσμού τους. Κύριος στόχος είναι να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες, σχετικά με χρονικά και εξειδικευμένα στα είδη δέντρων, πρότυπα απόκρισης στην ξηρασία, αναπτύσσοντας και αξιολογώντας δύο μετρικές απόκρισης στην ξηρασία που προέρχονται από χρονοσειρές δεικτών βλάστησης, από δορυφορικές εικόνες Sentinel-2 από το 2017 έως το 2022, για να αποτυπωθεί ο αντίκτυπος μιας πολυετούς ξηρασίας στα υφιστάμενα ώριμα αστικά δέντρα, στη Λειψία της Γερμανίας. Για την απόκριση και την ανοχή τους στην ξηρασία συγκρίθηκαν τα δέντρα Platanus x acerifolia (P. x acerifolia), Quercus robur (Q. robur), Tilia cordata (T. cordata), Fraxinus excelsior (F. excelsior), Aesculus hippocastanum (A. hippocastanum), Acer pseudoplatanus (A. pseudoplatanus) και Acer platanoides (A. platanoides).&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Μια συνήθης αντίδραση των δέντρων στην ξηρασία είναι το κλείσιμο των στομάτων για να μειωθεί η απώλεια νερού, με αποτέλεσμα χαμηλότερους ρυθμούς φωτοσύνθεσης και μειωμένες υπηρεσίες οικοσυστήματος, όπως η πρόσληψη άνθρακα. Μεσοπρόθεσμα, τα δέντρα αντιδρούν παραμορφώνοντας τα φύλλα τους και ρίχνοντας φύλλα ή ολόκληρα κλαδιά. Μακροπρόθεσμα, η θνησιμότητα αυξάνεται, η ανάπτυξη μειώνεται και σχηματίζονται κοντύτεροι βλαστοί (Brune, 2016). Η αντίδραση των δέντρων στην ξηρασία εξαρτάται από τη διάρκεια και τη σοβαρότητα της ξηρασίας και διαφέρει μεταξύ των ειδών. Λόγω διαφορετικών μορφολογικών και φυσιολογικών χαρακτηριστικών, ορισμένα είδη είναι πιο ανθεκτικά στην ξηρασία από άλλα (Πίνακας 1). Γενικά, η διαθεσιμότητα του νερού της άνοιξης επηρεάζει έντονα την υγεία των δέντρων (Hirsch et al., 2023- Moser et al., 2017). Ορισμένα δέντρα, όπως το P. x acerifolia και το A. platanoides, ανταποκρίνονται στις ελλείψεις νερού με χρονική υστέρηση, με αποτέλεσμα την περιορισμένη ανάπτυξη στα έτη που ακολουθούν την ξηρασία (Gillner et al., 2014; Hirsch et al., 2023).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Λειψία είναι μια ταχέως αναπτυσσόμενη πόλη στην κεντρική Γερμανία με μέση ετήσια βροχόπτωση 611 mm (Deutscher Wetterdienst [DWD], 2023). Η πόλη αντιμετώπισε πολλαπλά φαινόμενα ξηρασίας τα τελευταία χρόνια, με τα έτη 2018, 2019, 2020 και 2022 να είναι τα θερμότερα που έχουν καταγραφεί (Fuchs, 2022; Imbery et al., 2023). Αν και το 2021 ήταν ελαφρώς υγρότερο και ψυχρότερο, η μετεωρολογική ξηρασία των προηγούμενων ετών είχε ως αποτέλεσμα την πιο σοβαρή ξηρασία υπόγειων υδάτων των τελευταίων 100 ετών (Fuchs, 2022). Προβλέπεται ότι οι ξηρασίες θα εμφανίζονται συχνότερα στη Λειψία, καθώς εκτιμάται ότι η μείωση των θερινών βροχοπτώσεων θα είναι 34% σε συνδυασμό με την αύξηση της ετήσιας θερμοκρασίας κατά 3,7 έως 5,4 °C έως το 2071 (Rumpf, 2021a, Rumpf, 2021b).&lt;br /&gt;
Η στρατηγική της Λειψίας για την προσαρμογή στην κλιματική αλλαγή ορίζει τα αστικά δέντρα ως σημαντικό μέτρο για τον μετριασμό της θερμότητας, ιδίως μέσω της σκίασης (Stadt Leipzig, 2021). Ταυτόχρονα, η πόλη αναγνωρίζει τις πολλές απειλές για τα δέντρα του δρόμου, οι οποίες πλήττουν ιδιαίτερα τα παλαιότερα δέντρα, καθώς η παρατεταμένη ξηρασία των τελευταίων ετών έχει αποξηράνει τα βαθύτερα στρώματα του εδάφους (Stadt Leipzig, 2019a). Η άρδευση χρησιμοποιείται κυρίως για νεαρά δέντρα, ηλικίας έως δέκα ετών. Επιπλέον, οι πολίτες παρακινούνται να συμβάλλουν υιοθετώντας και ποτίζοντας νεαρά δέντρα (Stadt Leipzig, 2023). Η πόλη της Λειψίας στοχεύει στην ανάπτυξη επιπλέον 45.000 αστικών δέντρων, με στόχο τη φύτευση 1000 δέντρων ετησίως (Stadt Leipzig, 2019b).&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
1.	Τηλεπισκόπηση: Ως κύρια μέθοδος εφαρμογής της έρευνας χρησιμοποιείται η τηλεπισκόπηση, γίνεται χρήση ελεύθερα διαθέσιμων δορυφορικών εικόνων από την σειρά εικόνων του δορυφόρου Sentinel-2, ανάλυση αυτών και σύγκρισή τους για την παραγωγή δεικτών.&lt;br /&gt;
2.	Δείκτες βλάστησης και ξηρασίας: Χρησιμοποιούνται δείκτες όπως ο ενισχυμένος δείκτης βλάστησης (EVI), ο κανονικοποιημένος λόγος καύσης (NBR) και ο κανονικοποιημένος δείκτης βλάστησης (NDVI), ο καθένας χρησιμοποιώντας τη ζώνη εγγύς υπέρυθρης ακτινοβολίας ανάλυσης 10 m και 20 m (EVI-10, EVI-20, NBR-10, NBR-20, NDVI-10, NDVI-20), καθώς και ο κανονικοποιημένος δείκτη διαφοράς βλάστησης κόκκινης ακμής (RENDVI) και ο δείκτης βλάστησης κόκκινου-πράσινου (RGVI).&lt;br /&gt;
3.	Ανάλυση συσχέτισης:  Εξετάζεται η σχέση μεταξύ των μετεωρολογικών συνθηκών ξηρασίας και των δεικτών βλάστησης χρησιμοποιώντας το συντελεστή συσχέτισης Pearson για τη σύγκριση οκτώ δεικτών βλάστησης και να προσδιοριστούν οι  σωρευτικές επιπτώσεις της ξηρασίας σε διάφορα είδη δέντρων. Με βάση τη σύγκριση των δεικτών βλάστησης, επιλέγεται ο δείκτης με την υψηλότερη συσχέτιση. Παράγονται αποτελέσματα συσχέτισης μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης. &lt;br /&gt;
4.	Στατιστικός έλεγχος υποθέσεων: Χρησιμοποιούνται boxplots και στατιστικός έλεγχος υποθέσεων για να εξεταστούν οι διαφορές μεταξύ των ειδών δέντρων και κατά τη διάρκεια των ετών. &lt;br /&gt;
 &lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν θετικές σχέσεις μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης, άρα σχετίζεται περισσότερο με τον μετεωρολογικό δείκτη ξηρασίας. Και οι δύο δείκτες απόκρισης στην ξηρασία συνάδουν με τα χαρακτηριστικά των διαφόρων ειδών δέντρων που σχετίζονται με την ξηρασία. Διαπιστώνονται επίσης σημαντικές διαφορές στην αντίδραση αρκετών ειδών δέντρων στην ξηρασία, με την Quercus robur να ανταποκρίνεται περισσότερο στην ξηρασία και την Platanus x acerifolia να ανταποκρίνεται λιγότερο. Τα άλλα είδη δέντρων παρουσιάζουν θετικούς συντελεστές συσχέτισης για περιόδους ξηρασίας τριών έως εννέα μηνών, υποδεικνύοντας μια απόκριση στην ξηρασία εντός του ίδιου έτους ξηρών συνθηκών. Η παρατήρηση αυτή αντικατοπτρίζεται επίσης στα ολοκληρώματα της αυξητικής περιόδου, τα οποία είναι σημαντικά χαμηλότερα για τα περισσότερα είδη στα έτη ξηρασίας 2018 και 2020 από ό,τι στο μη ξηρό έτος 2017. &lt;br /&gt;
Παρόλα αυτά οι επιπτώσεις δεν είναι τόσο έντονες στα ξηρά έτη 2019 και 2022. Οι συντελεστές συσχέτισης υπερέχουν στην αποτύπωση των διαφορετικών χρονικών χαρακτηριστικών των ξηρασιών, περιγράφοντας τις σωρευτικές επιπτώσεις τους στα δέντρα του δρόμου, ενώ τα ολοκληρώματα απόκλισης προσφέρουν ένα πλεονέκτημα στη διάκριση των δυνάμεων απόκρισης στην ξηρασία μεταξύ των ετών, επιτρέποντας έτσι την ανάλυση της επιμονής των ζημιών που προκαλούνται από την ξηρασία.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα της έρευνας παρουσιάζουν σημαντικές πληροφορίες για την απόκριση των διαφορετικών ειδών δέντρων στις περιόδους ξηρασίας. Αβεβαιότητες προκύπτουν από τις μεταβολές του φασματικού σήματος που προκαλούνται από τις παρακείμενες χρήσεις γης. Συμπερασματικά, η προτεινόμενη μέθοδος αποτελεί εν δυνάμει ολιστική λύση για τη διαχείριση του αστικού πρασίνου και για περαιτέρω έρευνα σχετικά με τα αίτια και τις συνέπειες των ζημιών που προκαλούνται από την ξηρασία στα αστικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Ξηρασία]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82</id>
		<title>Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82"/>
				<updated>2025-02-16T18:18:32Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Urban heat island mitigation by green infrastructure in European Functional Urban Areas''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Federica Marando, Mehdi P. Heris, Grazia Zulian, Angel Udías, Lorenzo Mentaschi, Nektarios Chrysoulakis, David Parastatidis, Joachim Maes''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Sustainable Cities and Society, Volume 77, February 2022, 103564''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Υπηρεσίες οικοσυστημάτων (ecosystem services), πράσινες υποδομές (urban green infrastructure), αστική θερμική νησίδα (urban heat island), ρύθμιση μικροκλίματος (microclimate regulation), nature-based solutions''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S2210670721008301''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας ή  Urban Heat Island (UHI) είναι ένας από τους πιο επιβλαβείς περιβαλλοντικούς κινδύνους για τους κατοίκους των πόλεων. Η κλιματική αλλαγή αναμένεται να αυξήσει την ένταση του φαινομένου UHI. Στο πλαίσιο αυτό, η εφαρμογή αστικών πράσινων υποδομών (UGI) μπορεί να μειώσει εν μέρει την ένταση του φαινομένου UHI, προωθώντας ένα ανθεκτικό αστικό περιβάλλον και συμβάλλοντας στην προσαρμογή στην κλιματική αλλαγή και στον μετριασμό της. Για την επίτευξη αυτού του αποτελέσματος, υπάρχει ανάγκη συστηματικής ενσωμάτωσης των UGI στον αστικό σχεδιασμό και τη νομοθεσία, αλλά η διαδικασία αυτή εξαρτάται από τη διαθεσιμότητα ευρέως εφαρμόσιμων, εύκολα προσβάσιμων και ποσοτικών στοιχείων. Για να προσφέρουμε μια μεγάλη εικόνα της έντασης της αστικής θερμότητας και των δυνατοτήτων μετριασμού των υψηλών θερμοκρασιών, αναπτύξαμε ένα μοντέλο που αναφέρει την Οικοσυστημική Υπηρεσία της ρύθμισης του μικροκλίματος των UGI σε 601 ευρωπαϊκές πόλεις. Το μοντέλο αυτό προσομοιώνει τη διαφορά θερμοκρασίας μεταξύ ενός βασικού σεναρίου και ενός σεναρίου χωρίς βλάστηση, προεκτείνοντας το ρόλο των αστικών πράσινων υποδομών στον μετριασμό της UHI, σε διαφορετικά αστικά περιβάλλοντα. Τέλος, εκπονήθηκε ένας πρακτικός, ποσοτικός δείκτης που μπορεί να εφαρμοστεί από τους υπεύθυνους χάραξης πολιτικής και τις διοικήσεις των πόλεων, επιτρέποντας την εκτίμηση της ποσότητας της αστικής βλάστησης που απαιτείται για την ψύξη των θερινών θερμοκρασιών κατά ένα ορισμένο βαθμό. Διαπιστώθηκε ότι οι αστικές πράσινες υποδομές δροσίζουν τις ευρωπαϊκές πόλεις κατά 1,07 °C κατά μέσο όρο, και μέχρι 2,9 °C, αλλά για να επιτευχθεί μείωση της αστικής θερμοκρασίας κατά 1 °C, απαιτείται δενδροκάλυψη τουλάχιστον 16%. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας (UHI) μπορεί να περιγραφεί ως ένα ξεχωριστό αστικό κλίμα, το οποίο χαρακτηρίζεται από υψηλότερες θερμοκρασίες σε πυκνοδομημένες περιοχές σε σύγκριση με τις γύρω περιοχές (Oke, 1982). Το φαινόμενο αυτό προκαλείται από την ανθρωπογενή αλλοίωση του φυσικού περιβάλλοντος, όπως η ανάπτυξη κτιρίων και αδιαπέρατων επιφανειών. Οι αλλαγές αυτές καθορίζουν μια υψηλότερη θερμοχωρητικότητα η οποία παγιδεύει περισσότερη ενέργεια και ακτινοβολία με επακόλουθη αύξηση της θερμοκρασίας. Η αστική μορφολογία μπορεί επίσης να επηρεάσει, αυξάνοντας την πολλαπλή τροφοδοσία της ακτινοβολίας βραχέων κυμάτων και παγιδεύοντας την ακτινοβολία μακρών κυμάτων, με αποτέλεσμα την εντατικοποίηση της αποθήκευσης θερμότητας στην πόλη. Επιπλέον, οι ανθρωπογενείς δραστηριότητες, όπως η θέρμανση και οι μεταφορές, αυξάνουν περαιτέρω την ποσότητα θερμότητας που εκλύεται στις αστικές περιοχές, σε σύγκριση με το φυσικό τοπίο (Zhou, Rybski &amp;amp; Kropp, 2017). Η έκταση και η κατανομή της UHI μπορούν να εκτιμηθούν τόσο μέσω της θερμοκρασίας του αέρα όσο και μέσω των δεδομένων της θερμοκρασίας της επιφάνειας του εδάφους (LST). &lt;br /&gt;
Η πρώτη προσέγγιση μετράει, συνήθως με μετεωρολογικούς σταθμούς παρακολούθησης, τη θερμοκρασία από το έδαφος μέχρι το ύψος των δέντρων, το «στρώμα του θόλου» (Schwarz, Schlink, Franck &amp;amp; Großmann, 2012). Η δεύτερη προσέγγιση μετρά τη θερμοκρασία της επιφάνειας της γης, η οποία ανακτάται μέσω δορυφορικών ή εναέριων αισθητήρων. Το πλεονέκτημα της χρήσης των μετρήσεων της θερμοκρασίας του αέρα συνίσταται στο γεγονός ότι μπορούν να παρέχουν αντιπροσωπευτικές και χρονικά συνεχείς πληροφορίες UHI, αλλά η παρουσία μετεωρολογικών σταθμών στην επικράτεια είναι συχνά περιορισμένη. Από την άλλη πλευρά, η εκτίμηση της LST επιτρέπει μια χωρικά ρητή ανάλυση της θερμοκρασίας, αλλά παρ' όλα αυτά αποτελεί μια έμμεση εκτίμηση της UHI, της λεγόμενης «Επιφανειακής Αστικής Θερμικής Νησίδας» (SUHI) (Clinton &amp;amp; Gong, 2013- Oke, Mills, Christen &amp;amp; Voogt, 2017). Οι μελέτες με βάση την LST είναι όλο και πιο διαδεδομένες, λόγω των πρακτικών εφαρμογών, της αμεσότητας και της διαθεσιμότητας αισθητήρων χωρίς κόστος, ιδίως όταν υπάρχει η ανάγκη διεξαγωγής αναλύσεων σε περιφερειακή ή ακόμη και παγκόσμια κλίμακα (Ottlè et al., 1992).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος των UGI στη μείωση της θερμοκρασίας του αέρα εκτιμήθηκε για 601 λειτουργικές αστικές περιοχές ή Functional Urban Areas (FUAs) στην ΕΕ-27. Οι FUAs, παλαιότερα γνωστές ως Larger Urban Zones (LUZ), που καθορίστηκαν το 2011 από την Ευρωπαϊκή Επιτροπή και τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), αναπτύσσονται από τη Eurostat ως μέρος των αστικών διοικητικών στατιστικών μονάδων. Οι FUAs επιτρέπουν τη χαρτογράφηση και την αξιολόγηση της πόλης και του άμεσου περιβάλλοντός της, καθώς και τη συγκριτική ανάλυση των πόλεων μεταξύ των κρατών μελών. Αντιπροσωπεύονται από τον πυρήνα της πόλης και τη ζώνη μετακίνησής της και χρησιμοποιούνται για την περιγραφή της ευρωπαϊκής αστικοποιημένης γης, όπως συνιστάται από τη Eurostat (Dijkstra &amp;amp; Poelman, 2012- EuroStat, 2016- Eurostat, 2017). Τα δεδομένα έχουν ληφθεί από τον ιστότοπο της Eurostat (Eurostat, Urban Audit, 2020, έκδοση 2018).&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
1.	Ανάκτηση LST: Η διαδικασία εκτίμησης της LST από δορυφορικά δεδομένα βασίζεται στη διαθεσιμότητα αισθητήρων θερμικής υπέρυθρης ακτινοβολίας. Δορυφόροι όπως οι Landsat 5, 7 και 8 είναι κατάλληλοι για την εκτίμηση της LST. Στην προκειμένη περίπτωση, χρησιμοποιήθηκαν δεδομένα Landsat-8 OLI TIRS. Τα δεδομένα LST αποκτήθηκαν μέσω της πλατφόρμας Google Earth Engine (GEE), χρησιμοποιώντας έναν αλγόριθμο ενός καναλιού που αναπτύχθηκε από τους Parastatidis et al. (2017). &lt;br /&gt;
2.	Σύνολο δεδομένων θερμοκρασίας αέρα: Λόγω της έλλειψης συνόλων δεδομένων υψηλής ανάλυσης για τη θερμοκρασία του αέρα σε ευρωπαϊκή κλίμακα και λόγω της ανεπαρκούς κάλυψης του υφιστάμενου δικτύου μετεωρολογικών σταθμών, χρησιμοποιήθηκε ένα σύνολο δεδομένων που εκπονήθηκε από το Πανεπιστήμιο του Κολοράντο Ντένβερ, το οποίο προέρχεται από τις ημερήσιες μετρήσεις του δικτύου μετεωρολογικών σταθμών NOAA (National Oceanic and Atmospheric Administration) στις ΗΠΑ (Heris et al., 2021) για τη δημιουργία ενός προγνωστικού μοντέλου της σχέσης μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας του αέρα των ΥΠΑ της ΕΕ.&lt;br /&gt;
3.	Πληθυσμός: Προκειμένου να εκτιμηθεί το όφελος από τον μετριασμό της θερμοκρασίας που λαμβάνουν οι κάτοικοι των πόλεων, εκτιμήθηκε το ποσοστό του πληθυσμού που κατοικεί σε περιοχές όπου γίνεται ρύθμιση του μικροκλίματος, δηλαδή όπου η ψύξη είναι θετική, και εκφράστηκε σε ποσοστό. Για τον σκοπό αυτό, χρησιμοποιήθηκε το σύνολο δεδομένων για την πυκνότητα πληθυσμού του Global Human Settlement layer για το 2015 (έτος έκδοσης: 2019- Freire et al., 2019- Schiavina, Freire &amp;amp; MacManus, 2019), που εκφράζει την κατανομή και την πυκνότητα του οικιστικού πληθυσμού.&lt;br /&gt;
4.	Μοντέλο μετριασμού του μικροκλίματος: Το βιοφυσικό μοντέλο βασίζεται στην προσαρμογή μιας μεθόδου δύο επιπέδων που αναφέρεται στο Heris et al., 2021: στο πρώτο επίπεδο, αναπτύχθηκε ένα διμεταβλητό μοντέλο γραμμικής παλινδρόμησης για την εκτίμηση της LST, χρησιμοποιώντας την πυκνότητα της δενδροκάλυψης και την ποσότητα του νερού που εξατμίζεται από τους θόλους των δέντρων ως προγνωστικούς παράγοντες. Στη συνέχεια, αναπτύχθηκε ένα δεύτερο μονομεταβλητό μοντέλο για την εκτίμηση της μέγιστης θερμοκρασίας του αέρα ως συνάρτηση δύο προβλεπτικών παραγόντων: της LST που εκτιμήθηκε μέσω του πρώτου μοντέλου παλινδρόμησης και του γεωγραφικού πλάτους. Τέλος, τα δύο μοντέλα συνδυάστηκαν για τον υπολογισμό της ψυκτικής ικανότητας της βλάστησης.&lt;br /&gt;
5.	 Δείκτης ψύξης: Εδώ, προκειμένου να καταστούν τα αποτελέσματα σχετικά με την ψύξη λειτουργικά ως μέσο υποστήριξης της πολιτικής, προτείνεται ένας δείκτης ψύξης, ο οποίος τυποποιεί και συγκεντρώνει τις πληροφορίες που περιλαμβάνονται στην έξοδο του μοντέλου ρύθμισης του μικροκλίματος.&lt;br /&gt;
6.	Ανάλυση των κινητήριων δυνάμεων της ψύξης: Τέλος, αναλύθηκε αν υπάρχουν σημαντικές διαφορές μεταξύ των χωρών αναφορικά με τη σχέση μεταξύ της μείωσης της θερμοκρασίας και της αναλογίας των πράσινων υποδομών σε κάθε πόλη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει ένα πλήθος πόλεων που χαρακτηρίζονται από έναν βαθμό ετερογένειας στο εσωτερικού τους αλλά και μεταξύ τους. Ως εκ τούτου, το μοντέλο ορίστηκε ώστε να είναι απλό και εύκολα επεκτάσιμο/εφαρμόσιμο σε μια ευρεία χωρική περιοχή. Για το σκοπό αυτό, ένα μοντέλο γραμμικής παλινδρόμησης με δύο προγνωστικούς παράγοντες αξιολογήθηκε ως το καταλληλότερο από άποψη κόστους/οφέλους. Πριν από την επιλογή αυτών των προβλεπτικών παραγόντων, δοκιμάστηκαν και άλλες πρόσθετες μεταβλητές, όπως το υψόμετρο, η αδιαπέραστη επιφάνεια, η απόσταση από τη θάλασσα και τα υδάτινα σώματα, οι τύποι εδάφους και κάλυψης γης, ο δείκτης υγρασίας, η πυκνότητα των κτιρίων και ο NDVI. Επίσης, διερευνήθηκαν και άλλοι αλγόριθμοι μηχανικής μάθησης, όπως τα τυχαία δάση και τα δέντρα αποφάσεων. Παρ' όλα αυτά, η αύξηση της πολυπλοκότητας του μοντέλου με περισσότερους προγνωστικούς παράγοντες ή με προσεγγίσεις μηχανικής μάθησης δεν έχει αποδειχθεί ότι αυξάνει παράλληλα την ακρίβεια και την αποτελεσματικότητα του μοντέλου, ενώ από την άλλη πλευρά δημιουργεί προβλήματα αυτοσυσχέτισης ή έλλειψης στατιστικής σημαντικότητας. &lt;br /&gt;
Η προσέγγιση της παρούσας μελέτης έδειξε ότι τα δέντρα μειώνουν σημαντικά την UHI, με αντίκτυπο που εξαρτάται από την έκταση των χώρων πρασίνου και την ποσότητα διαπνοής στο εσωτερικό μιας πόλης. Συγκεκριμένα, παρατηρήθηκε ότι απαιτείται κάλυψη με δέντρα τουλάχιστον 16% για να επιτευχθεί μείωση της μέσης θερινής θερμοκρασίας κατά 1 °C. Οι ενδιαφερόμενοι φορείς και οι διαχειριστές των πόλεων μπορούν να επωφεληθούν από τον δείκτη ψύξης προκειμένου να προβλέψουν καλύτερα τις στρατηγικές μετριασμού της θερμοκρασίας στις πόλεις, με στόχο έναν βιώσιμο και αποτελεσματικό σχεδιασμό. Επί του παρόντος, ένα σημαντικό ποσοστό του αστικού πληθυσμού δεν επωφελείται από την οικοσυστημική υπηρεσία της ρύθμισης του μικροκλίματος, με αποτέλεσμα να είναι ιδιαίτερα εκτεθειμένο στις επιζήμιες επιπτώσεις του UHI, καθώς και σε άλλες μη βιώσιμες περιβαλλοντικές συνθήκες που συχνά χαρακτηρίζουν τις αστικές περιοχές. Οι ιεραρχημένες και στοχοθετημένες παρεμβάσεις πράσινων υποδομών. πρέπει να στοχεύουν στη μείωση της αναντιστοιχίας των οικοσυστημικών υπηρεσιών, ιδίως στις αστικές περιοχές που βρίσκονται σε ξηρές/νότιες περιοχές και στις οποίες η δενδροκάλυψη είναι ανεπαρκής. Άλλωστε, σχεδόν το ένα τρίτο (∼32%) των ευρωπαϊκών FUAs έχει δενδροκάλυψη κάτω από 16%. Τα οικοσυστήματα είναι θεμελιώδεις σύμμαχοι από την άποψη μιας ανθεκτικής στρατηγικής προσαρμογής στην κλιματική αλλαγή στις αστικές περιοχές και η ταχεία εφαρμογή των πράσινων υποδομών αποτελεί σήμερα μια επιτακτική στρατηγική.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:Αστικός ιστός]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T18:16:56Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Plasticbot1.png|thumb|right|''Εικόνα 1: Στόχος από πλαστικά μπουκάλια (Kyriacos Themistocleous)'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, δορυφορικές εικόνες (satellite images), πλαστικά απορρίμματα (plastic litter), φασματικοί δείκτες (spectral indices), φασματοσκοπία (spectroscopy), τηλεπισκόπηση (remote sensing), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:Ρύπναση από πλαστικά]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B4%CF%81%CE%B9%CF%8E%CF%84%CE%B7_%CE%95%CE%BB%CE%B9%CF%83%CE%AC%CE%B2%CE%B5%CF%84</id>
		<title>Ανδριώτη Ελισάβετ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B4%CF%81%CE%B9%CF%8E%CF%84%CE%B7_%CE%95%CE%BB%CE%B9%CF%83%CE%AC%CE%B2%CE%B5%CF%84"/>
				<updated>2025-02-16T18:10:56Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων]]&lt;br /&gt;
&lt;br /&gt;
[[Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές]]&lt;br /&gt;
&lt;br /&gt;
[[Οι επιπτώσεις της ξηρασίας στα αστικά δέντρα]]&lt;br /&gt;
&lt;br /&gt;
[[Συστηματική ανασκόπηση εργαλείων τηλεπισκόπησης για την αξιολόγηση της ξηρασίας σε αμπελώνες και ελαιώνες]]&lt;br /&gt;
&lt;br /&gt;
[[Ποσοτικοποίηση των επιστροφών αρδευτικών υδάτων στην Primera de Palos (Ισπανία)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Αθήνα)]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B4%CF%81%CE%B9%CF%8E%CF%84%CE%B7_%CE%95%CE%BB%CE%B9%CF%83%CE%AC%CE%B2%CE%B5%CF%84</id>
		<title>Ανδριώτη Ελισάβετ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%B4%CF%81%CE%B9%CF%8E%CF%84%CE%B7_%CE%95%CE%BB%CE%B9%CF%83%CE%AC%CE%B2%CE%B5%CF%84"/>
				<updated>2025-02-16T18:09:35Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: Νέα σελίδα με 'Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων  [[Μετριασμός της αστικής θερ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων]]&lt;br /&gt;
&lt;br /&gt;
[[Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές]]&lt;br /&gt;
&lt;br /&gt;
[[Οι επιπτώσεις της ξηρασίας στα αστικά δέντρα]]&lt;br /&gt;
&lt;br /&gt;
[[Συστηματική ανασκόπηση εργαλείων τηλεπισκόπησης για την αξιολόγηση της ξηρασίας σε αμπελώνες και ελαιώνες]]&lt;br /&gt;
&lt;br /&gt;
[[Ποσοτικοποίηση των επιστροφών αρδευτικών υδάτων στην Primera de Palos (Ισπανία)]]&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82</id>
		<title>Συστηματική ανασκόπηση εργαλείων τηλεπισκόπησης για την αξιολόγηση της ξηρασίας σε αμπελώνες και ελαιώνες</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82"/>
				<updated>2025-02-16T17:44:14Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:andrioti_anaskopisi_1.png|thumb|right|''Σχήμα 1: Χρονική κατανομή των άρθρων στα έτη μελέτης (a) και κατανομή άρθρων ανά χώρα (b)'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_2.png|thumb|right|''Σχήμα 2: Οι 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί. '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_3.png|thumb|right|''Σχήμα 3: Γράφημα κατανομής μελετών ανά είδος καλλιέργειας'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Satellite Remote Sensing Tools for Drought Assessment in Vineyards and Olive Orchards: A Systematic Review''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Nazaret Crespo, Luís Pádua, João A. Santos, Helder Fraga''&lt;br /&gt;
 &lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Viticulture II, 2024, 16(11), 2040''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Aridity and drought monitoring (παρακολούθηση ξηρότητας και ξηρασίας),  water management (διαχείριση νερού), land-use management (διαχείριση χρήσεων γης), viticulture (αμπελουργία), olive growing (ελαιοκαλλιέργεια), vegetation indices (δείκτες βλάστησης), Sentinel, Landsat''&lt;br /&gt;
&lt;br /&gt;
'' ''' Σύνδεσμος πρωτότυπου κειμένου:''' https://www.mdpi.com/2072-4292/16/11/2040''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες και οι ελαιώνες είναι δύο από τις σημαντικότερες μεσογειακές καλλιέργειες, όχι μόνο για την οικονομική τους αξία αλλά και για την πολιτιστική και περιβαλλοντική τους σημασία, διαδραματίζοντας καθοριστικό ρόλο στην παγκόσμια γεωργία. Η παρούσα έρευνα αποτελεί μια συστηματική ανασκόπηση, η οποία βασιζόμενη στην προσαρμογή Δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, επικεντρώνεται στη χρήση εργαλείων δορυφορικής τηλεπισκόπησης για την ανίχνευση της ξηρασίας σε αμπελώνες και ελαιώνες. Η μεθοδολογία αυτή ακολουθεί ορισμένα βασικά βήματα, όπως ο καθορισμός της προσέγγισης, η επιλογή λέξεων-κλειδιών και βάσεων δεδομένων και η εφαρμογή κριτηρίων αποκλεισμού. Η βιβλιομετρική ανάλυση αποκάλυψε ότι οι πιο συχνά χρησιμοποιούμενοι όροι περιλάμβαναν τους όρους «Google Earth Engine», «τηλεπισκόπηση», «δείκτης φυλλικής επιφάνειας», «Sentinel-2» και «εξατμισοδιαπνοή». Η έρευνα περιελάμβανε συνολικά 81 άρθρα που δημοσιεύθηκαν. Η χρονική κατανομή δείχνει αύξηση της επιστημονικής παραγωγής από το 2018, με κορύφωση το 2021. Γεωγραφικά, οι Ηνωμένες Πολιτείες, η Ιταλία, η Ισπανία, η Γαλλία, η Τυνησία, η Χιλή και η Πορτογαλία κατέχουν ηγετική θέση στην έρευνα στον τομέα αυτό. Οι μελέτες ταξινομήθηκαν σε τέσσερις κατηγορίες: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST). Αναλύθηκαν οι τάσεις της έρευνας σε κάθε κατηγορία, με έμφαση στη χρήση δορυφορικών πλατφορμών και αισθητήρων. Αρκετές μελέτες περίπτωσης απεικονίζουν εφαρμογές σε αμπελώνες και ελαιώνες, ιδίως σε ημίξηρες περιοχές, εστιάζοντας στην εκτίμηση της εξατμισοδιαπνοής, των συντελεστών καλλιέργειας και της αποδοτικότητας της χρήσης νερού. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος του παρόντος άρθρου είναι να αναλύσει την υπάρχουσα βιβλιογραφία σχετικά με τα εργαλεία δορυφορικής τηλεπισκόπησης για την εκτίμηση της ξηρασίας, εστιάζοντας ιδιαίτερα στους αμπελώνες και τα ελαιόδεντρα. Αυτή η συστηματική ανασκόπηση έχει ως στόχο να παράσχει μια προοπτική σχετικά με τις μεθοδολογίες, τους δείκτες και τις εφαρμογές της δορυφορικής τηλεπισκόπησης στην παρακολούθηση και την αξιολόγηση της ξηρασίας που επηρεάζει αυτές τις δύο καλλιέργειες. Απώτερος στόχος είναι ο εντοπισμός κενών γνώσεων και πιθανών ερευνητικών ευκαιριών για επικείμενες μελέτες που αποσκοπούν στην ποσοτικοποίηση των συνθηκών ξηρασίας με τη χρήση δεδομένων δορυφορικής τηλεπισκόπησης.&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες (Vitis vinifera L.) και οι ελαιώνες (Olea europaea L.) είναι βασικές καλλιέργειες της περιοχής της Μεσογείου, οι οποίες χαρακτηρίζονται από την προσαρμογή τους στο μεσογειακό κλίμα (δηλαδή, θερμά ξηρά καλοκαίρια και μέτριοι υγροί χειμώνες, με έντονη εποχιακή μεταβλητότητα και ανομοιομορφία και συχνά επεισόδια ξηρασίας), καθώς και στα εδάφη της. Και οι δύο καλλιέργειες έχουν σημαντική κοινωνικοοικονομική, περιβαλλοντική και πολιτιστική σημασία, καθώς χρησιμεύουν ως ζωτικές πηγές απασχόλησης, εισοδήματος και προϊόντων υψηλής ποιότητας, ενώ παίζουν επίσης ρόλο στο τοπίο και την ταυτότητα πολλών περιοχών. Ωστόσο, τις τελευταίες δεκαετίες, έχουν αντιμετωπίσει αυξανόμενες προκλήσεις από τις επιπτώσεις της κλιματικής αλλαγής, απειλώντας την παραγωγικότητα και την ποιότητά τους.&lt;br /&gt;
Η χρήση δορυφορικών δεδομένων τηλεπισκόπησης για την παρακολούθηση περιβαλλοντικών φαινομένων, όπως η ξηρασία, αποτελεί σημαντική πρόοδο στην τεχνολογία της τηλεπισκόπησης. Οι δορυφορικές εικόνες, με εκτεταμένη κάλυψη και δυνατότητες παρατήρησης, επιτρέπουν την ακριβή αξιολόγηση των επιπτώσεων και της εξέλιξης των ξηρασιών. Τα δεδομένα που λαμβάνονται από δορυφορικές πλατφόρμες, συμπεριλαμβανομένων των Sentinel, Landsat και του φασματοραδιόμετρου απεικόνισης μέτριας ανάλυσης (MODIS), τα οποία είναι εξοπλισμένα με οπτικούς και θερμικούς αισθητήρες, παρέχουν έναν τεράστιο πόρο για τον υπολογισμό δεικτών που σχετίζονται με την ξηρασία. Μαζί με προηγμένα μοντέλα και δείκτες, όπως ο Δείκτης Κατάστασης Βλάστησης (VCI) και ο Δείκτης Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), αυτά τα σύνολα δεδομένων επιτρέπουν την παρακολούθηση και την ανάλυση της δυναμικής της ξηρασίας. Οι πληροφορίες αυτές είναι ζωτικής σημασίας για την αξιολόγηση της υγείας της βλάστησης, των επιπέδων εδαφικής υγρασίας και άλλων σχετικών παραμέτρων, επιτρέποντας έτσι τον ακριβή χαρακτηρισμό της σοβαρότητας της ξηρασίας και της χωρικής της έκτασης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία που χρησιμοποιήθηκε στην παρούσα συστηματική ανασκόπηση βασίζεται σε προσαρμογή της δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, η οποία αποτέλεσε βελτιωμένη έκδοση της αρχικής του 2009. Όπως προτείνεται σε αυτού του είδους τη μεθοδολογία, δημιουργήθηκε ένα αρχικό πρωτόκολλο για την ενοποίηση των κατευθυντήριων γραμμών και των ροών εργασίας που θα πραγματοποιούνταν καθ' όλη τη διάρκεια της παρούσας μελέτης και για την επίτευξη συνεπών και αυστηρών αποτελεσμάτων. Το πρωτόκολλο που ακολουθήθηκε για την παρούσα συστηματική ανασκόπηση στηρίχθηκε σε πέντε βασικά βήματα. &lt;br /&gt;
Με βάση τη διαλογή των άρθρων, αυτά ταξινομήθηκαν σε τέσσερις ομάδες με διακριτή εστίαση: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST).&lt;br /&gt;
Πραγματοποιήθηκε επίσης, βιβλιομετρική ανάλυση (συνδέσεις λέξεων-κλειδιών) με τη χρήση της βιβλιοθήκης NetworkX Python (v3.2.1) για την αξιολόγηση των πιο συχνά χρησιμοποιούμενων λέξεων-κλειδιών στις επιλεγμένες μελέτες. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα άρθρα που αναλύονται στην παρούσα μελέτη καλύπτουν μια περίοδο από το 2003 έως το 2023, κατά την οποία παρατηρείται σημαντική διακύμανση στον αριθμό των άρθρων που δημοσιεύονται ανά έτος. Έως και το 2017,παρατηρείται πιθανή έλλειψη συνάφειας ή διαθεσιμότητας έρευνας. Ωστόσο, αυτό άλλαξε δραστικά τα επόμενα έτη, με αύξηση του αριθμού των άρθρων ανά έτος που εξετάστηκαν στην παρούσα ανασκόπηση, ιδίως από το 2018. Το πιο αξιοσημείωτο έτος όσον αφορά την επιστημονική παραγωγή σχετικών άρθρων ήταν το 2021, με συνολικά 21 δημοσιεύσεις που θεωρήθηκαν σχετικές με τη μελέτη. Αυτός ο αριθμός ερευνητικών μελετών μπορεί να υποδηλώνει ένα αυξανόμενο ενδιαφέρον για το θέμα ή μια σημαντική πρόοδο στην κατανόηση του τομέα μελέτης κατά τη συγκεκριμένη περίοδο. Στο Σχήμα 1 που ακολουθεί παρουσιάζεται η χρονική κατανομή των άρθρων που συμπεριλήφθηκαν στη συστηματική ανασκόπηση ανά έτος δημοσίευσης (α) καθώς και η κατανομή τους ανά χώρα (b):&lt;br /&gt;
 &lt;br /&gt;
Η ανάλυση που παρουσιάζεται στο Σχήμα 2 αποκαλύπτει τις 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Αυτές περιλαμβάνουν τις λέξεις «Google Earth Engine», «Remote Sensing», «Leaf Area Index», «Sentinel-2» και «grapevine». Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί, δηλαδή, οι μεγαλύτεροι κύκλοι υποδηλώνουν ότι η λέξη-κλειδί χρησιμοποιείται συχνότερα. Η εγγύτητα μεταξύ των κύκλων, που υποδεικνύεται από το μήκος της γραμμής, αντιπροσωπεύει ότι οι λέξεις-κλειδιά συνδυάζονται ή χρησιμοποιούνται συχνότερα μαζί. Πρέπει να σημειωθεί ότι η ανάλυση αυτή βασίζεται μόνο σε λέξεις-κλειδιά που επιλέχθηκαν από τους συγγραφείς των μελετών.&lt;br /&gt;
 &lt;br /&gt;
Μέσω της ανάλυσης της κατανομής των άρθρων σύμφωνα με την κύρια καλλιέργεια (Σχήμα 3), διαπιστώνεται ότι οι μελέτες που σχετίζονται με το αμπέλι αντιπροσωπεύουν το 46% των μελετών. Ακολουθούν οι μελέτες για την ελαιοκαλλιέργεια, με το 22% των άρθρων. Τα υπόλοιπα άρθρα ενσωματώνουν τα είδη αυτά με άλλες καλλιέργειες, οι οποίες καλλιεργούνται στην ίδια ερευνητική περιοχή. Είναι σημαντικό να σημειωθεί ότι οι αμπελώνες εξετάζονται σε πάνω από το 60% των μελετών. &lt;br /&gt;
 &lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η χρονική κατανομή των μελετών που αναλύθηκαν αποκαλύπτει μια αύξηση της επιστημονικής παραγωγής από το 2018 και μετά, η οποία κορυφώνεται το 2021. Η τάση αυτή αντανακλά το αυξανόμενο ενδιαφέρον για τη χρήση της δορυφορικής τηλεπισκόπησης για την αξιολόγηση/παρακολούθηση της ξηρασίας σε αμπελώνες και ελαιώνες. Οι Sentinel και Landsat αναδεικνύονται ως οι κύριες πηγές πληροφοριών δορυφορικής τηλεπισκόπησης. Οι αντίστοιχοι αισθητήρες τους, όπως MSI, OLI ή TIRS, παρέχουν πολύτιμα και ελεύθερα προσβάσιμα δεδομένα για ποικίλους ερευνητικούς σκοπούς. Οι πλατφόρμες αυτές χρησιμοποιούνται εκτενώς για την παρακολούθηση των συνθηκών ξηρασίας και την αξιολόγηση των απαιτήσεων σε νερό σε αμπελώνες και ελαιώνες σε διάφορες περιοχές. &lt;br /&gt;
Η ανάλυση της χωρικής και χρονικής μεταβλητότητας της βλάστησης και του εδάφους σε αμπελώνες και ελαιώνες με τη χρήση δορυφορικών φασματικών δεικτών, όπως ο NDVI και ο NDWI, παρέχει πολύτιμες πληροφορίες για τη βιώσιμη διαχείριση. Επιπλέον, οι μελέτες αυτές εξετάζουν επίσης τη σημασία καινοτόμων διαδικτυακών πλατφορμών ΓΠΣ που αξιοποιούν δορυφορικά δεδομένα για τη βελτίωση της διαχείρισης της άρδευσης και την ενίσχυση της γεωργικής βιωσιμότητας σε περιοχές όπως η Μεσόγειος, όπου η λειψυδρία αποτελεί σημαντική πρόκληση. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Andrioti_anaskopisi_3.png</id>
		<title>Αρχείο:Andrioti anaskopisi 3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Andrioti_anaskopisi_3.png"/>
				<updated>2025-02-16T17:43:23Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Andrioti_anaskopisi_2.png</id>
		<title>Αρχείο:Andrioti anaskopisi 2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Andrioti_anaskopisi_2.png"/>
				<updated>2025-02-16T17:43:11Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Andrioti_anaskopisi_1.png</id>
		<title>Αρχείο:Andrioti anaskopisi 1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Andrioti_anaskopisi_1.png"/>
				<updated>2025-02-16T17:42:45Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82</id>
		<title>Συστηματική ανασκόπηση εργαλείων τηλεπισκόπησης για την αξιολόγηση της ξηρασίας σε αμπελώνες και ελαιώνες</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82"/>
				<updated>2025-02-16T17:42:28Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:andrioti_anaskopisi_1|thumb|right|''Σχήμα 1: Χρονική κατανομή των άρθρων στα έτη μελέτης (a) και κατανομή άρθρων ανά χώρα (b)'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_2|thumb|right|''Σχήμα 2: Οι 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί. '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_3|thumb|right|''Σχήμα 3: Γράφημα κατανομής μελετών ανά είδος καλλιέργειας'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Satellite Remote Sensing Tools for Drought Assessment in Vineyards and Olive Orchards: A Systematic Review''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Nazaret Crespo, Luís Pádua, João A. Santos, Helder Fraga''&lt;br /&gt;
 &lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Viticulture II, 2024, 16(11), 2040''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Aridity and drought monitoring (παρακολούθηση ξηρότητας και ξηρασίας),  water management (διαχείριση νερού), land-use management (διαχείριση χρήσεων γης), viticulture (αμπελουργία), olive growing (ελαιοκαλλιέργεια), vegetation indices (δείκτες βλάστησης), Sentinel, Landsat''&lt;br /&gt;
&lt;br /&gt;
'' ''' Σύνδεσμος πρωτότυπου κειμένου:''' https://www.mdpi.com/2072-4292/16/11/2040''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες και οι ελαιώνες είναι δύο από τις σημαντικότερες μεσογειακές καλλιέργειες, όχι μόνο για την οικονομική τους αξία αλλά και για την πολιτιστική και περιβαλλοντική τους σημασία, διαδραματίζοντας καθοριστικό ρόλο στην παγκόσμια γεωργία. Η παρούσα έρευνα αποτελεί μια συστηματική ανασκόπηση, η οποία βασιζόμενη στην προσαρμογή Δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, επικεντρώνεται στη χρήση εργαλείων δορυφορικής τηλεπισκόπησης για την ανίχνευση της ξηρασίας σε αμπελώνες και ελαιώνες. Η μεθοδολογία αυτή ακολουθεί ορισμένα βασικά βήματα, όπως ο καθορισμός της προσέγγισης, η επιλογή λέξεων-κλειδιών και βάσεων δεδομένων και η εφαρμογή κριτηρίων αποκλεισμού. Η βιβλιομετρική ανάλυση αποκάλυψε ότι οι πιο συχνά χρησιμοποιούμενοι όροι περιλάμβαναν τους όρους «Google Earth Engine», «τηλεπισκόπηση», «δείκτης φυλλικής επιφάνειας», «Sentinel-2» και «εξατμισοδιαπνοή». Η έρευνα περιελάμβανε συνολικά 81 άρθρα που δημοσιεύθηκαν. Η χρονική κατανομή δείχνει αύξηση της επιστημονικής παραγωγής από το 2018, με κορύφωση το 2021. Γεωγραφικά, οι Ηνωμένες Πολιτείες, η Ιταλία, η Ισπανία, η Γαλλία, η Τυνησία, η Χιλή και η Πορτογαλία κατέχουν ηγετική θέση στην έρευνα στον τομέα αυτό. Οι μελέτες ταξινομήθηκαν σε τέσσερις κατηγορίες: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST). Αναλύθηκαν οι τάσεις της έρευνας σε κάθε κατηγορία, με έμφαση στη χρήση δορυφορικών πλατφορμών και αισθητήρων. Αρκετές μελέτες περίπτωσης απεικονίζουν εφαρμογές σε αμπελώνες και ελαιώνες, ιδίως σε ημίξηρες περιοχές, εστιάζοντας στην εκτίμηση της εξατμισοδιαπνοής, των συντελεστών καλλιέργειας και της αποδοτικότητας της χρήσης νερού. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος του παρόντος άρθρου είναι να αναλύσει την υπάρχουσα βιβλιογραφία σχετικά με τα εργαλεία δορυφορικής τηλεπισκόπησης για την εκτίμηση της ξηρασίας, εστιάζοντας ιδιαίτερα στους αμπελώνες και τα ελαιόδεντρα. Αυτή η συστηματική ανασκόπηση έχει ως στόχο να παράσχει μια προοπτική σχετικά με τις μεθοδολογίες, τους δείκτες και τις εφαρμογές της δορυφορικής τηλεπισκόπησης στην παρακολούθηση και την αξιολόγηση της ξηρασίας που επηρεάζει αυτές τις δύο καλλιέργειες. Απώτερος στόχος είναι ο εντοπισμός κενών γνώσεων και πιθανών ερευνητικών ευκαιριών για επικείμενες μελέτες που αποσκοπούν στην ποσοτικοποίηση των συνθηκών ξηρασίας με τη χρήση δεδομένων δορυφορικής τηλεπισκόπησης.&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες (Vitis vinifera L.) και οι ελαιώνες (Olea europaea L.) είναι βασικές καλλιέργειες της περιοχής της Μεσογείου, οι οποίες χαρακτηρίζονται από την προσαρμογή τους στο μεσογειακό κλίμα (δηλαδή, θερμά ξηρά καλοκαίρια και μέτριοι υγροί χειμώνες, με έντονη εποχιακή μεταβλητότητα και ανομοιομορφία και συχνά επεισόδια ξηρασίας), καθώς και στα εδάφη της. Και οι δύο καλλιέργειες έχουν σημαντική κοινωνικοοικονομική, περιβαλλοντική και πολιτιστική σημασία, καθώς χρησιμεύουν ως ζωτικές πηγές απασχόλησης, εισοδήματος και προϊόντων υψηλής ποιότητας, ενώ παίζουν επίσης ρόλο στο τοπίο και την ταυτότητα πολλών περιοχών. Ωστόσο, τις τελευταίες δεκαετίες, έχουν αντιμετωπίσει αυξανόμενες προκλήσεις από τις επιπτώσεις της κλιματικής αλλαγής, απειλώντας την παραγωγικότητα και την ποιότητά τους.&lt;br /&gt;
Η χρήση δορυφορικών δεδομένων τηλεπισκόπησης για την παρακολούθηση περιβαλλοντικών φαινομένων, όπως η ξηρασία, αποτελεί σημαντική πρόοδο στην τεχνολογία της τηλεπισκόπησης. Οι δορυφορικές εικόνες, με εκτεταμένη κάλυψη και δυνατότητες παρατήρησης, επιτρέπουν την ακριβή αξιολόγηση των επιπτώσεων και της εξέλιξης των ξηρασιών. Τα δεδομένα που λαμβάνονται από δορυφορικές πλατφόρμες, συμπεριλαμβανομένων των Sentinel, Landsat και του φασματοραδιόμετρου απεικόνισης μέτριας ανάλυσης (MODIS), τα οποία είναι εξοπλισμένα με οπτικούς και θερμικούς αισθητήρες, παρέχουν έναν τεράστιο πόρο για τον υπολογισμό δεικτών που σχετίζονται με την ξηρασία. Μαζί με προηγμένα μοντέλα και δείκτες, όπως ο Δείκτης Κατάστασης Βλάστησης (VCI) και ο Δείκτης Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), αυτά τα σύνολα δεδομένων επιτρέπουν την παρακολούθηση και την ανάλυση της δυναμικής της ξηρασίας. Οι πληροφορίες αυτές είναι ζωτικής σημασίας για την αξιολόγηση της υγείας της βλάστησης, των επιπέδων εδαφικής υγρασίας και άλλων σχετικών παραμέτρων, επιτρέποντας έτσι τον ακριβή χαρακτηρισμό της σοβαρότητας της ξηρασίας και της χωρικής της έκτασης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία που χρησιμοποιήθηκε στην παρούσα συστηματική ανασκόπηση βασίζεται σε προσαρμογή της δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, η οποία αποτέλεσε βελτιωμένη έκδοση της αρχικής του 2009. Όπως προτείνεται σε αυτού του είδους τη μεθοδολογία, δημιουργήθηκε ένα αρχικό πρωτόκολλο για την ενοποίηση των κατευθυντήριων γραμμών και των ροών εργασίας που θα πραγματοποιούνταν καθ' όλη τη διάρκεια της παρούσας μελέτης και για την επίτευξη συνεπών και αυστηρών αποτελεσμάτων. Το πρωτόκολλο που ακολουθήθηκε για την παρούσα συστηματική ανασκόπηση στηρίχθηκε σε πέντε βασικά βήματα. &lt;br /&gt;
Με βάση τη διαλογή των άρθρων, αυτά ταξινομήθηκαν σε τέσσερις ομάδες με διακριτή εστίαση: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST).&lt;br /&gt;
Πραγματοποιήθηκε επίσης, βιβλιομετρική ανάλυση (συνδέσεις λέξεων-κλειδιών) με τη χρήση της βιβλιοθήκης NetworkX Python (v3.2.1) για την αξιολόγηση των πιο συχνά χρησιμοποιούμενων λέξεων-κλειδιών στις επιλεγμένες μελέτες. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα άρθρα που αναλύονται στην παρούσα μελέτη καλύπτουν μια περίοδο από το 2003 έως το 2023, κατά την οποία παρατηρείται σημαντική διακύμανση στον αριθμό των άρθρων που δημοσιεύονται ανά έτος. Έως και το 2017,παρατηρείται πιθανή έλλειψη συνάφειας ή διαθεσιμότητας έρευνας. Ωστόσο, αυτό άλλαξε δραστικά τα επόμενα έτη, με αύξηση του αριθμού των άρθρων ανά έτος που εξετάστηκαν στην παρούσα ανασκόπηση, ιδίως από το 2018. Το πιο αξιοσημείωτο έτος όσον αφορά την επιστημονική παραγωγή σχετικών άρθρων ήταν το 2021, με συνολικά 21 δημοσιεύσεις που θεωρήθηκαν σχετικές με τη μελέτη. Αυτός ο αριθμός ερευνητικών μελετών μπορεί να υποδηλώνει ένα αυξανόμενο ενδιαφέρον για το θέμα ή μια σημαντική πρόοδο στην κατανόηση του τομέα μελέτης κατά τη συγκεκριμένη περίοδο. Στο Σχήμα 1 που ακολουθεί παρουσιάζεται η χρονική κατανομή των άρθρων που συμπεριλήφθηκαν στη συστηματική ανασκόπηση ανά έτος δημοσίευσης (α) καθώς και η κατανομή τους ανά χώρα (b):&lt;br /&gt;
 &lt;br /&gt;
Η ανάλυση που παρουσιάζεται στο Σχήμα 2 αποκαλύπτει τις 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Αυτές περιλαμβάνουν τις λέξεις «Google Earth Engine», «Remote Sensing», «Leaf Area Index», «Sentinel-2» και «grapevine». Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί, δηλαδή, οι μεγαλύτεροι κύκλοι υποδηλώνουν ότι η λέξη-κλειδί χρησιμοποιείται συχνότερα. Η εγγύτητα μεταξύ των κύκλων, που υποδεικνύεται από το μήκος της γραμμής, αντιπροσωπεύει ότι οι λέξεις-κλειδιά συνδυάζονται ή χρησιμοποιούνται συχνότερα μαζί. Πρέπει να σημειωθεί ότι η ανάλυση αυτή βασίζεται μόνο σε λέξεις-κλειδιά που επιλέχθηκαν από τους συγγραφείς των μελετών.&lt;br /&gt;
 &lt;br /&gt;
Μέσω της ανάλυσης της κατανομής των άρθρων σύμφωνα με την κύρια καλλιέργεια (Σχήμα 3), διαπιστώνεται ότι οι μελέτες που σχετίζονται με το αμπέλι αντιπροσωπεύουν το 46% των μελετών. Ακολουθούν οι μελέτες για την ελαιοκαλλιέργεια, με το 22% των άρθρων. Τα υπόλοιπα άρθρα ενσωματώνουν τα είδη αυτά με άλλες καλλιέργειες, οι οποίες καλλιεργούνται στην ίδια ερευνητική περιοχή. Είναι σημαντικό να σημειωθεί ότι οι αμπελώνες εξετάζονται σε πάνω από το 60% των μελετών. &lt;br /&gt;
 &lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η χρονική κατανομή των μελετών που αναλύθηκαν αποκαλύπτει μια αύξηση της επιστημονικής παραγωγής από το 2018 και μετά, η οποία κορυφώνεται το 2021. Η τάση αυτή αντανακλά το αυξανόμενο ενδιαφέρον για τη χρήση της δορυφορικής τηλεπισκόπησης για την αξιολόγηση/παρακολούθηση της ξηρασίας σε αμπελώνες και ελαιώνες. Οι Sentinel και Landsat αναδεικνύονται ως οι κύριες πηγές πληροφοριών δορυφορικής τηλεπισκόπησης. Οι αντίστοιχοι αισθητήρες τους, όπως MSI, OLI ή TIRS, παρέχουν πολύτιμα και ελεύθερα προσβάσιμα δεδομένα για ποικίλους ερευνητικούς σκοπούς. Οι πλατφόρμες αυτές χρησιμοποιούνται εκτενώς για την παρακολούθηση των συνθηκών ξηρασίας και την αξιολόγηση των απαιτήσεων σε νερό σε αμπελώνες και ελαιώνες σε διάφορες περιοχές. &lt;br /&gt;
Η ανάλυση της χωρικής και χρονικής μεταβλητότητας της βλάστησης και του εδάφους σε αμπελώνες και ελαιώνες με τη χρήση δορυφορικών φασματικών δεικτών, όπως ο NDVI και ο NDWI, παρέχει πολύτιμες πληροφορίες για τη βιώσιμη διαχείριση. Επιπλέον, οι μελέτες αυτές εξετάζουν επίσης τη σημασία καινοτόμων διαδικτυακών πλατφορμών ΓΠΣ που αξιοποιούν δορυφορικά δεδομένα για τη βελτίωση της διαχείρισης της άρδευσης και την ενίσχυση της γεωργικής βιωσιμότητας σε περιοχές όπως η Μεσόγειος, όπου η λειψυδρία αποτελεί σημαντική πρόκληση. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82</id>
		<title>Συστηματική ανασκόπηση εργαλείων τηλεπισκόπησης για την αξιολόγηση της ξηρασίας σε αμπελώνες και ελαιώνες</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B5%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%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_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CE%B5%CF%82"/>
				<updated>2025-02-16T17:40:50Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: Νέα σελίδα με '[[Εικόνα:andrioti_anaskopisi_1|thumb|right|''Σχήμα 1: Χρονική κατανομή των άρθρων στα έτη μελέτης (a) και κατανομ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:andrioti_anaskopisi_1|thumb|right|''Σχήμα 1: Χρονική κατανομή των άρθρων στα έτη μελέτης (a) και κατανομή άρθρων ανά χώρα (b)'']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_2|thumb|right|''Σχήμα 2: Οι 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί. '']]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:andrioti_anaskopisi_3|thumb|right|''Σχήμα 3: Γράφημα κατανομής μελετών ανά είδος καλλιέργειας'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Satellite Remote Sensing Tools for Drought Assessment in Vineyards and Olive Orchards: A Systematic Review''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Nazaret Crespo, Luís Pádua, João A. Santos, Helder Fraga''&lt;br /&gt;
 &lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Viticulture II, 2024, 16(11), 2040''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Aridity and drought monitoring (παρακολούθηση ξηρότητας και ξηρασίας),  water management (διαχείριση νερού), land-use management (διαχείριση χρήσεων γης), viticulture (αμπελουργία), olive growing (ελαιοκαλλιέργεια), vegetation indices (δείκτες βλάστησης), Sentinel, Landsat''&lt;br /&gt;
&lt;br /&gt;
'' ''' Σύνδεσμος πρωτότυπου κειμένου:''' https://www.mdpi.com/2072-4292/16/11/2040''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Οι αμπελώνες και οι ελαιώνες είναι δύο από τις σημαντικότερες μεσογειακές καλλιέργειες, όχι μόνο για την οικονομική τους αξία αλλά και για την πολιτιστική και περιβαλλοντική τους σημασία, διαδραματίζοντας καθοριστικό ρόλο στην παγκόσμια γεωργία. Η παρούσα έρευνα αποτελεί μια συστηματική ανασκόπηση, η οποία βασιζόμενη στην προσαρμογή Δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, επικεντρώνεται στη χρήση εργαλείων δορυφορικής τηλεπισκόπησης για την ανίχνευση της ξηρασίας σε αμπελώνες και ελαιώνες. Η μεθοδολογία αυτή ακολουθεί ορισμένα βασικά βήματα, όπως ο καθορισμός της προσέγγισης, η επιλογή λέξεων-κλειδιών και βάσεων δεδομένων και η εφαρμογή κριτηρίων αποκλεισμού. Η βιβλιομετρική ανάλυση αποκάλυψε ότι οι πιο συχνά χρησιμοποιούμενοι όροι περιλάμβαναν τους όρους «Google Earth Engine», «τηλεπισκόπηση», «δείκτης φυλλικής επιφάνειας», «Sentinel-2» και «εξατμισοδιαπνοή». Η έρευνα περιελάμβανε συνολικά 81 άρθρα που δημοσιεύθηκαν. Η χρονική κατανομή δείχνει αύξηση της επιστημονικής παραγωγής από το 2018, με κορύφωση το 2021. Γεωγραφικά, οι Ηνωμένες Πολιτείες, η Ιταλία, η Ισπανία, η Γαλλία, η Τυνησία, η Χιλή και η Πορτογαλία κατέχουν ηγετική θέση στην έρευνα στον τομέα αυτό. Οι μελέτες ταξινομήθηκαν σε τέσσερις κατηγορίες: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST). Αναλύθηκαν οι τάσεις της έρευνας σε κάθε κατηγορία, με έμφαση στη χρήση δορυφορικών πλατφορμών και αισθητήρων. Αρκετές μελέτες περίπτωσης απεικονίζουν εφαρμογές σε αμπελώνες και ελαιώνες, ιδίως σε ημίξηρες περιοχές, εστιάζοντας στην εκτίμηση της εξατμισοδιαπνοής, των συντελεστών καλλιέργειας και της αποδοτικότητας της χρήσης νερού. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Ο κύριος στόχος του παρόντος άρθρου είναι να αναλύσει την υπάρχουσα βιβλιογραφία σχετικά με τα εργαλεία δορυφορικής τηλεπισκόπησης για την εκτίμηση της ξηρασίας, εστιάζοντας ιδιαίτερα στους αμπελώνες και τα ελαιόδεντρα. Αυτή η συστηματική ανασκόπηση έχει ως στόχο να παράσχει μια προοπτική σχετικά με τις μεθοδολογίες, τους δείκτες και τις εφαρμογές της δορυφορικής τηλεπισκόπησης στην παρακολούθηση και την αξιολόγηση της ξηρασίας που επηρεάζει αυτές τις δύο καλλιέργειες. Απώτερος στόχος είναι ο εντοπισμός κενών γνώσεων και πιθανών ερευνητικών ευκαιριών για επικείμενες μελέτες που αποσκοπούν στην ποσοτικοποίηση των συνθηκών ξηρασίας με τη χρήση δεδομένων δορυφορικής τηλεπισκόπησης.&lt;br /&gt;
ΒΑΣΙΚΟΙ ΟΡΟΙ (Basic terms)&lt;br /&gt;
Οι αμπελώνες (Vitis vinifera L.) και οι ελαιώνες (Olea europaea L.) είναι βασικές καλλιέργειες της περιοχής της Μεσογείου, οι οποίες χαρακτηρίζονται από την προσαρμογή τους στο μεσογειακό κλίμα (δηλαδή, θερμά ξηρά καλοκαίρια και μέτριοι υγροί χειμώνες, με έντονη εποχιακή μεταβλητότητα και ανομοιομορφία και συχνά επεισόδια ξηρασίας), καθώς και στα εδάφη της. Και οι δύο καλλιέργειες έχουν σημαντική κοινωνικοοικονομική, περιβαλλοντική και πολιτιστική σημασία, καθώς χρησιμεύουν ως ζωτικές πηγές απασχόλησης, εισοδήματος και προϊόντων υψηλής ποιότητας, ενώ παίζουν επίσης ρόλο στο τοπίο και την ταυτότητα πολλών περιοχών. Ωστόσο, τις τελευταίες δεκαετίες, έχουν αντιμετωπίσει αυξανόμενες προκλήσεις από τις επιπτώσεις της κλιματικής αλλαγής, απειλώντας την παραγωγικότητα και την ποιότητά τους.&lt;br /&gt;
Η χρήση δορυφορικών δεδομένων τηλεπισκόπησης για την παρακολούθηση περιβαλλοντικών φαινομένων, όπως η ξηρασία, αποτελεί σημαντική πρόοδο στην τεχνολογία της τηλεπισκόπησης. Οι δορυφορικές εικόνες, με εκτεταμένη κάλυψη και δυνατότητες παρατήρησης, επιτρέπουν την ακριβή αξιολόγηση των επιπτώσεων και της εξέλιξης των ξηρασιών. Τα δεδομένα που λαμβάνονται από δορυφορικές πλατφόρμες, συμπεριλαμβανομένων των Sentinel, Landsat και του φασματοραδιόμετρου απεικόνισης μέτριας ανάλυσης (MODIS), τα οποία είναι εξοπλισμένα με οπτικούς και θερμικούς αισθητήρες, παρέχουν έναν τεράστιο πόρο για τον υπολογισμό δεικτών που σχετίζονται με την ξηρασία. Μαζί με προηγμένα μοντέλα και δείκτες, όπως ο Δείκτης Κατάστασης Βλάστησης (VCI) και ο Δείκτης Κανονικοποιημένης Διαφοράς Βλάστησης (NDVI), αυτά τα σύνολα δεδομένων επιτρέπουν την παρακολούθηση και την ανάλυση της δυναμικής της ξηρασίας. Οι πληροφορίες αυτές είναι ζωτικής σημασίας για την αξιολόγηση της υγείας της βλάστησης, των επιπέδων εδαφικής υγρασίας και άλλων σχετικών παραμέτρων, επιτρέποντας έτσι τον ακριβή χαρακτηρισμό της σοβαρότητας της ξηρασίας και της χωρικής της έκτασης.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Η μεθοδολογία που χρησιμοποιήθηκε στην παρούσα συστηματική ανασκόπηση βασίζεται σε προσαρμογή της δήλωσης PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) του 2020, η οποία αποτέλεσε βελτιωμένη έκδοση της αρχικής του 2009. Όπως προτείνεται σε αυτού του είδους τη μεθοδολογία, δημιουργήθηκε ένα αρχικό πρωτόκολλο για την ενοποίηση των κατευθυντήριων γραμμών και των ροών εργασίας που θα πραγματοποιούνταν καθ' όλη τη διάρκεια της παρούσας μελέτης και για την επίτευξη συνεπών και αυστηρών αποτελεσμάτων. Το πρωτόκολλο που ακολουθήθηκε για την παρούσα συστηματική ανασκόπηση στηρίχθηκε σε πέντε βασικά βήματα. &lt;br /&gt;
Με βάση τη διαλογή των άρθρων, αυτά ταξινομήθηκαν σε τέσσερις ομάδες με διακριτή εστίαση: παρακολούθηση της ξηρασίας και της ξηρασίας (ADM), διαχείριση των γεωργικών υδάτων (AWM), διαχείριση των χρήσεων γης (LUM) και υδατικό στρες (WST).&lt;br /&gt;
Πραγματοποιήθηκε επίσης, βιβλιομετρική ανάλυση (συνδέσεις λέξεων-κλειδιών) με τη χρήση της βιβλιοθήκης NetworkX Python (v3.2.1) για την αξιολόγηση των πιο συχνά χρησιμοποιούμενων λέξεων-κλειδιών στις επιλεγμένες μελέτες. &lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα άρθρα που αναλύονται στην παρούσα μελέτη καλύπτουν μια περίοδο από το 2003 έως το 2023, κατά την οποία παρατηρείται σημαντική διακύμανση στον αριθμό των άρθρων που δημοσιεύονται ανά έτος. Έως και το 2017,παρατηρείται πιθανή έλλειψη συνάφειας ή διαθεσιμότητας έρευνας. Ωστόσο, αυτό άλλαξε δραστικά τα επόμενα έτη, με αύξηση του αριθμού των άρθρων ανά έτος που εξετάστηκαν στην παρούσα ανασκόπηση, ιδίως από το 2018. Το πιο αξιοσημείωτο έτος όσον αφορά την επιστημονική παραγωγή σχετικών άρθρων ήταν το 2021, με συνολικά 21 δημοσιεύσεις που θεωρήθηκαν σχετικές με τη μελέτη. Αυτός ο αριθμός ερευνητικών μελετών μπορεί να υποδηλώνει ένα αυξανόμενο ενδιαφέρον για το θέμα ή μια σημαντική πρόοδο στην κατανόηση του τομέα μελέτης κατά τη συγκεκριμένη περίοδο. Στο Σχήμα 1 που ακολουθεί παρουσιάζεται η χρονική κατανομή των άρθρων που συμπεριλήφθηκαν στη συστηματική ανασκόπηση ανά έτος δημοσίευσης (α) καθώς και η κατανομή τους ανά χώρα (b):&lt;br /&gt;
 &lt;br /&gt;
Η ανάλυση που παρουσιάζεται στο Σχήμα 2 αποκαλύπτει τις 20 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά, με τους κόκκινους κύκλους να αντιπροσωπεύουν τις 5 πιο συχνά χρησιμοποιούμενες λέξεις-κλειδιά. Αυτές περιλαμβάνουν τις λέξεις «Google Earth Engine», «Remote Sensing», «Leaf Area Index», «Sentinel-2» και «grapevine». Το μέγεθος του κύκλου υποδηλώνει τη συχνότητα μιας λέξης-κλειδί, δηλαδή, οι μεγαλύτεροι κύκλοι υποδηλώνουν ότι η λέξη-κλειδί χρησιμοποιείται συχνότερα. Η εγγύτητα μεταξύ των κύκλων, που υποδεικνύεται από το μήκος της γραμμής, αντιπροσωπεύει ότι οι λέξεις-κλειδιά συνδυάζονται ή χρησιμοποιούνται συχνότερα μαζί. Πρέπει να σημειωθεί ότι η ανάλυση αυτή βασίζεται μόνο σε λέξεις-κλειδιά που επιλέχθηκαν από τους συγγραφείς των μελετών.&lt;br /&gt;
 &lt;br /&gt;
Μέσω της ανάλυσης της κατανομής των άρθρων σύμφωνα με την κύρια καλλιέργεια (Σχήμα 3), διαπιστώνεται ότι οι μελέτες που σχετίζονται με το αμπέλι αντιπροσωπεύουν το 46% των μελετών. Ακολουθούν οι μελέτες για την ελαιοκαλλιέργεια, με το 22% των άρθρων. Τα υπόλοιπα άρθρα ενσωματώνουν τα είδη αυτά με άλλες καλλιέργειες, οι οποίες καλλιεργούνται στην ίδια ερευνητική περιοχή. Είναι σημαντικό να σημειωθεί ότι οι αμπελώνες εξετάζονται σε πάνω από το 60% των μελετών. &lt;br /&gt;
 &lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η χρονική κατανομή των μελετών που αναλύθηκαν αποκαλύπτει μια αύξηση της επιστημονικής παραγωγής από το 2018 και μετά, η οποία κορυφώνεται το 2021. Η τάση αυτή αντανακλά το αυξανόμενο ενδιαφέρον για τη χρήση της δορυφορικής τηλεπισκόπησης για την αξιολόγηση/παρακολούθηση της ξηρασίας σε αμπελώνες και ελαιώνες. Οι Sentinel και Landsat αναδεικνύονται ως οι κύριες πηγές πληροφοριών δορυφορικής τηλεπισκόπησης. Οι αντίστοιχοι αισθητήρες τους, όπως MSI, OLI ή TIRS, παρέχουν πολύτιμα και ελεύθερα προσβάσιμα δεδομένα για ποικίλους ερευνητικούς σκοπούς. Οι πλατφόρμες αυτές χρησιμοποιούνται εκτενώς για την παρακολούθηση των συνθηκών ξηρασίας και την αξιολόγηση των απαιτήσεων σε νερό σε αμπελώνες και ελαιώνες σε διάφορες περιοχές. &lt;br /&gt;
Η ανάλυση της χωρικής και χρονικής μεταβλητότητας της βλάστησης και του εδάφους σε αμπελώνες και ελαιώνες με τη χρήση δορυφορικών φασματικών δεικτών, όπως ο NDVI και ο NDWI, παρέχει πολύτιμες πληροφορίες για τη βιώσιμη διαχείριση. Επιπλέον, οι μελέτες αυτές εξετάζουν επίσης τη σημασία καινοτόμων διαδικτυακών πλατφορμών ΓΠΣ που αξιοποιούν δορυφορικά δεδομένα για τη βελτίωση της διαχείρισης της άρδευσης και την ενίσχυση της γεωργικής βιωσιμότητας σε περιοχές όπως η Μεσόγειος, όπου η λειψυδρία αποτελεί σημαντική πρόκληση. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD_%CE%B1%CF%81%CE%B4%CE%B5%CF%85%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_Primera_de_Palos_(%CE%99%CF%83%CF%80%CE%B1%CE%BD%CE%AF%CE%B1)</id>
		<title>Ποσοτικοποίηση των επιστροφών αρδευτικών υδάτων στην Primera de Palos (Ισπανία)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD_%CE%B1%CF%81%CE%B4%CE%B5%CF%85%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_Primera_de_Palos_(%CE%99%CF%83%CF%80%CE%B1%CE%BD%CE%AF%CE%B1)"/>
				<updated>2025-02-16T17:31:51Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Quantifying irrigation returns into a highly human managed wetland using remote sensing: The Primera de Palos freshwater lagoon (Spain)''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Eva Contreras, Rafael Pimentel, Cristina Aguilar, Javier Aparicio, and María J. Polo''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Proceedings of IAHS, 385, 297–303''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Τηλεπισκόπηση (Remote sensing), επιστροφές αρδευτικών υδάτων (irrigation returns), λιμνοθάλασσα (freshwater lagoon), ανθρωποδιαχειριζόμενο σύστημα (human-managed system), UPH 16, Panta Rhei''&lt;br /&gt;
 &lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://piahs.copernicus.org/articles/385/297/2024/''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα εργασία, o Global Surface Water Explorer (GSWE) συνδυάστηκε με βαθυμετρικά και ιστορικά μετεωρολογικά δεδομένα για την ποσοτικοποίηση του υδατικού ισοζυγίου κατά την περίοδο 1984-2020 στη λιμνοθάλασσα Primera de Palos (Νοτιοδυτική Ισπανία). Mέσω της προσέγγισης του υδατικού ισοζυγίου, εκτιμήθηκαν όλες τις εισροές και εκροές νερού ώστε να γίνει ανάλυση στις υδρολογικές μεταβολές στη λιμνοθάλασσα. Τα αποτελέσματα έδειξαν υψηλές διακυμάνσεις, με εποχιακές μεταβολές που χαρακτηρίστηκαν από το κλιματικό καθεστώς, κατά τις δύο πρώτες δεκαετίες της περιόδου μελέτης. Μετά την αρχική αυτή περίοδο, η επέκταση του νερού παρέμεινε σταθερή πάνω από το 70 % της μέγιστης έκτασης της λιμνοθάλασσας. Έτσι, το φυσικό υδρολογικό καθεστώς της λιμνοθάλασσας τροποποιήθηκε από τις εισροές νερού από την επιστροφές αρδευτικού νερού, οι οποίες είναι δύσκολο να ποσοτικοποιηθούν. Χάρη στην προσέγγιση του υδατικού ισοζυγίου, αυτές οι επιστροφές ποσοτικοποιήθηκαν και αποτέλεσαν τον τελικό συντελεστή του ισοζυγίου. Μπορούν να οριστούν τρία σενάρια εισροών αρδευτικών επιστροφών, 4500, 1700 και 500 m3 d-1, ανάλογα με την καλλιεργητική περίοδο. Η χρήση της τηλεπισκόπησης σε συνδυασμό με βαθυμετρικά και μετεωρολογικά δεδομένα μπορεί να παρέχει τη γνώση για την υποστήριξη της λήψης αποφάσεων, για την καλύτερη διαχείριση των υδάτων.&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη στοχεύουμε να αναλύσουμε τις αλλαγές στην υδρολογική δυναμική της λιμνοθάλασσας κατά τη διάρκεια των τελευταίων τριάντα ετών, περιορίζοντας τα εύρη των διαφόρων ροών νερού που εμπλέκονται στο υδατικό ισοζύγιο και υπολογίζοντας ειδικά τις επιστροφές από την άρδευση. Για το σκοπό αυτό χρησιμοποιήθηκαν πληροφορίες τηλεπισκόπησης σε συνδυασμό με μετεωρολογικά δεδομένα και τη βαθυμετρία της λιμνοθάλασσας. Η παρούσα εργασία εξετάζει το ερευνητικό ερώτημα αριθ. 16 από τα είκοσι τρία άλυτα προβλήματα στην υδρολογία (UPH- Blöschl et al., 2019): «Πώς μπορούμε να χρησιμοποιήσουμε καινοτόμες τεχνολογίες για τη μέτρηση επιφανειακών και υπόγειων ιδιοτήτων, καταστάσεων και ροών, σε διάφορες χωρικές και χρονικές κλίμακες;».&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Οι υγρότοποι είναι απαραίτητοι για την οικολογία και την περιβαλλοντική ρύθμιση (Westerberg et al., 2010; Newton et al., 2018). Έχουν επίσης βασικό ρόλο για την οικονομία και τις λειτουργίες κοινωνικών υπηρεσιών (Ye and Sun, 2021- Ghanian et al., 2022). Ωστόσο, η φυσική υδρολογία αυτού του είδους των συστημάτων συχνά τροποποιείται από ανθρωπογενείς δραστηριότητες, όπως η αποστράγγιση (Sica et al., 2016), η εξόρυξη και οι δραστικές τροποποιήσεις των χρήσεων γης στις ανάντη περιοχές (Jia et al., 2013; Li et al., 2021). Αυτές οι αλλαγές στην υδρολογική δυναμική αυτών των συστημάτων, για παράδειγμα τροποποιήσεις της κατανομής των ροών νερού, είναι ιδιαίτερα σημαντικές στους υγροτόπους όπου οι ανάντη λεκάνες απορροής τους έχουν σημαντικό ποσοστό επιφάνειας που έχει τροποποιηθεί από αυτές τις ανθρώπινες δραστηριότητες (Merchán et al., 2015). Σε ξηρά και ημίξηρα κλίματα, οι υγρότοποι συχνά βασίζονται σε εισροές από τις αρδευτικές ροές επιστροφής, οι οποίες διαδραματίζουν σημαντικό ρόλο στα υδατικά ισοζύγια των υδρολογικών λεκανών απορροής (Scott et al., 2011; Merchán et al., 2013). Η κατανόηση των αλλαγών πάνω στα οικοσυστήματα των υγροτόπων και της χωροχρονικής κατανομής τους είναι ζωτικής σημασίας για τη διαχείριση, την αποκατάσταση και τη διατήρηση αυτών των συστημάτων.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ένα παράδειγμα λιμνοθάλασσας γλυκού νερού που έχει τροποποιηθεί από τον άνθρωπο λόγω της γεωργικής πίεσης είναι η λιμνοθάλασσα Primera de Palos, η οποία βρίσκεται σε ένα ιδιαίτερα τροποποιημένο ελώδες περιβάλλον στη νοτιοδυτική Ισπανία. Η  Primera de Palos είναι χαρακτηρισμένη ως περιοχή Ramsar, δηλαδή υγρότοπος διεθνούς σημασίας, βάσει της Σύμβασης Ραμσάρ, διεθνούς περιβαλλοντικής συνθήκης που υπογράφηκε το 1971 στο Ραμσάρ του Ιράν, υπό την αιγίδα της UNESCO. &lt;br /&gt;
Στην Primera de Palos τα γύρω εδάφη έχουν μεταβληθεί εντατικά από την πετροχημική βιομηχανία και τις θερμοκηπιακές καλλιέργειες φράουλας. Αυτό το υδάτινο σώμα αποτελεί μέρος ενός σύνθετου υγροτόπου που έχει την προέλευσή του στο κλείσιμο παλαιών κοιλάδων ή κοίτης ποταμών λόγω της προέλασης ενός μετώπου παράκτιων αμμόλοφων που λειτουργεί ως φράγμα τόσο για το νερό της ενδοχώρας που ρέει προς τη θάλασσα όσο και για το θαλασσινό νερό που ρέει στη λιμνοθάλασσα αποφεύγοντας την εισροή αλάτων (Mantecon et al., 1988). Η συνεισφέρουσα λεκάνη απορροής, η οποία από το 1995 είναι εξ ολοκλήρου αφιερωμένη στην καλλιέργεια φράουλας, αποτελείται από αμμώδες υπόστρωμα που επιτρέπει την αποστράγγιση του αρδευτικού νερού στον υγρότοπο.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη χρησιμοποιήθηκαν διαφορετικές πηγές δεδομένων. Αφενός, δεδομένου ότι δεν υπάρχουν χρονοσειρές μετρήσεων ροής στη λιμνοθάλασσα ή στη λεκάνη απορροής που την τροφοδοτεί, χρησιμοποιήθηκε το Global Surface Water Explorer (GSWE), μια εικονική διαδικτυακή μηχανή βασισμένη στην τηλεπισκόπηση, για τη χωρική ποσοτικοποίηση της υδάτινης επιφάνειας κατά την ιστορική περίοδο 1984-2020 (Pekel et al., 2016). Ο GSWE παρέχει την έκταση και τις μεταβολές με την πάροδο του χρόνου των υδάτινων προεκτάσεων του πλανήτη σε χωρική ανάλυση 30 m. Δεδομένου ότι η μελέτη εκτείνεται μέχρι το 2022, χρησιμοποιήθηκαν πληροφορίες Landsat από την περίοδο 2020-2022 για την εξαγωγή της επέκτασης των λιμνοθαλασσών χρησιμοποιώντας τον κανονικοποιημένο δείκτη διαφοράς νερού (NWDI, Gao, 1996). Οι πληροφορίες αυτές συνδυάστηκαν με βαθυμετρικά δεδομένα (τα οποία παρασχέθηκαν από την TYPMA S.L., μια εταιρεία συμβούλων που συμμετέχει σε ορισμένες εργασίες διαχείρισης στον υγρότοπο) και ιστορικά μετεωρολογικά δεδομένα από τον μετεωρολογικό σταθμό κοντά στη λιμνοθάλασσα με τη μεγαλύτερη χρονοσειρά - Palos de la Frontera (τα οποία παρασχέθηκαν από την Ισπανική Κρατική Μετεωρολογική Υπηρεσία).&lt;br /&gt;
Επιπλέον, από τον Μάιο του 2021 έως τον Μάρτιο του 2022, πραγματοποιήθηκαν περιοδικές μετρήσεις της ροής του ρεύματος και της στάθμης του νερού στην έξοδο της λιμνοθάλασσας με εβδομαδιαία/διεβδομαδιαία συχνότητα. Τα δεδομένα αυτά επιτρέπουν τον καθορισμό μιας οριακής τιμής της υδάτινης επιφάνειας από την οποία δεν υπάρχει εκροή στη λιμνοθάλασσα.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκτίμηση της δυναμικής της λιμνοθάλασσας εφαρμόστηκε μια προσέγγιση υδατικού ισοζυγίου:&lt;br /&gt;
ΔV/Δt = inflows – oytflows = (P + Qr + Id + R) – (e + Qout)&lt;br /&gt;
Όπου Δt είναι η χρονική διακύμανση μεταξύ διαδοχικών ημερομηνιών με διαθέσιμες δορυφορικές πληροφορίες, ΔV/Δt είναι η μεταβολή του όγκου στη λιμνοθάλασσα σε κάθε χρονικό διάστημα, το P αντιπροσωπεύει τη βροχόπτωση στη λιμνοθάλασσα, το Qr είναι η άμεση απορροή στη λιμνοθάλασσα, το E είναι η εξατμισοδιαπνοή από τη λιμνοθάλασσα, το Id αντιπροσωπεύει την υπόγεια ροή, το R αντιπροσωπεύει τις επιστροφές άρδευσης και το Qout αντιπροσωπεύει την εκροή νερού.&lt;br /&gt;
Το ΔV/Δt υπολογίζεται ως η διαφορά μεταξύ των όγκων νερού μεταξύ δύο διαδοχικών εικόνων. Για κάθε ημερομηνία, ο όγκος της λιμνοθάλασσας προέκυψε χρησιμοποιώντας την επιφάνεια του νερού από τις πληροφορίες τηλεπισκόπησης και τη σχέση μεταξύ επιφάνειας νερού - όγκου νερού - υγρής επιφάνειας λιμνοθάλασσας - υψομέτρου, που καθορίστηκε χρησιμοποιώντας τις βαθυμετρικές πληροφορίες.&lt;br /&gt;
Το P εκτιμήθηκε ως το γινόμενο της συσσωρευμένης βροχόπτωσης σε κάθε διάστημα και του μέσου εμβαδού της υδάτινης επιφάνειας της λιμνοθάλασσας μεταξύ των εικόνων.&lt;br /&gt;
Το Qr, εκτιμήθηκε ως το γινόμενο της συσσωρευμένης βροχόπτωσης, η οποία θεωρείται σταθερή στην περιοχή αποστράγγισης στη λιμνοθάλασσα, αυτής της συνεισφέρουσας περιοχής (3,73 km2) και ενός μεταβλητού συντελεστή απορροής (c) με την πάροδο του χρόνου με βάση την κύρια χρήση γης στην περιοχή αυτή. Θεωρήσαμε ότι ο c=0,31 για μηδενικές καλλιέργειες υπό πλαστικό και c=0,50 για καλλιέργειες υπό πλαστικό.&lt;br /&gt;
Το E, εκτιμήθηκε ως το γινόμενο της δυνητικής εξάτμισης που συσσωρεύεται μεταξύ των εικόνων και του μέσου εμβαδού της υδάτινης επιφάνειας της λιμνοθάλασσας μεταξύ αυτών των ημερών. Η δυνητική εξάτμιση σε ημερήσια κλίμακα υπολογίστηκε από τα δεδομένα της ελάχιστης, της μέσης και της μέγιστης θερμοκρασίας χρησιμοποιώντας την εξίσωση Hargreaves (Hargreaves and Samani, 1985). Τα IdR και Qout δεν μπορούν να εκτιμηθούν άμεσα. Ως εκ τούτου, ομαδοποιούνται σε έναν όρο και θεωρούνται ο όρος κλεισίματος του υδατικού ισοζυγίου.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση της επέκτασης των υδάτων της GSWE κατά την εξεταζόμενη περίοδο 1984-2020 (Σχήμα 2) έδειξε μεγάλες διακυμάνσεις κατά τις δύο πρώτες δεκαετίες της περιόδου μελέτης. Οι διακυμάνσεις αυτές συνδέονται σαφώς με το κλιματικό καθεστώς, δηλαδή η λιμνοθάλασσα ήταν πιο άδεια τα ξηρά έτη από ό,τι τα υγρά έτη. Ωστόσο, από το 1995 που συνδέεται με την έκρηξη της χρήσης του θερμοκηπίου για καλλιέργειες φράουλας, η επέκταση του νερού στη λιμνοθάλασσα δεν παρουσίασε αυτές τις υψηλές διακυμάνσεις. Από τότε, η έκταση του νερού της λιμνοθάλασσας ήταν πάντα πάνω από το 70 % της μέγιστης έκτασης της λιμνοθάλασσας (121.149 km2). Τα αποτελέσματα αυτά μας επέτρεψαν να επαληθεύσουμε την υπόθεση της τροποποίησης της δυναμικής της λιμνοθάλασσας λόγω της άρδευσης των καλλιεργειών φράουλας. Ως εκ τούτου, η περίοδος που αντιπροσωπεύει την κατάσταση Α - φυσικές συνθήκες διαρκεί από το 1984 έως το 1995 και η περίοδος που αντιπροσωπεύει την κατάσταση Β - τροποποιημένες συνθήκες διαρκεί από το 1996 έως το 2022.&lt;br /&gt;
Για να λάβουμε υπόψη κάθε έναν από αυτούς τους επιμέρους όρους αναλύσαμε συγκεκριμένες καταστάσεις στις οποίες ορισμένοι από τους όρους μπορούν να θεωρηθούν μηδενικοί.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Το εργαλείο τηλεπισκόπησης που χρησιμοποιήθηκε, το GWSE, σε συνδυασμό με τοπικές πληροφορίες, μπορεί να χρησιμοποιηθεί για την επιτυχή αξιολόγηση της υδρολογικής συμπεριφοράς σε υδάτινα σώματα όταν δεν υπάρχουν ιστορικές σειρές υδρολογικών δεδομένων. Η χωροχρονική ανάλυση του GWSE αποδείχθηκε ότι είναι αρκετή για την καταγραφή της εποχιακής δυναμικής των ροών νερού στην αναλυθείσα λιμνοθάλασσα. Μόνο που επισημάνθηκαν ορισμένοι περιορισμοί που συνδέονται με τα χαμηλά επίπεδα στη λιμνοθάλασσα. Αυτή η μικρή έκταση του νερού μπορεί να συνδέεται με λανθασμένη ταυτοποίηση των υδάτινων εικονοστοιχείων. Σε αυτή την περίπτωση, η χρήση τηλεπισκοπικών δεδομένων υψηλότερης ανάλυσης, όπως το Sentinel-2, θα αποτελέσει τη λύση. Η μεθοδολογία που εφαρμόστηκε, προσδιορίζοντας βασικές καταστάσεις στις οποίες ορισμένοι όροι της εξίσωσης του υδατικού ισοζυγίου μπορούν να παραμεληθούν, μας επέτρεψε να καθορίσουμε τη συμπεριφορά της υδάτινης επιφάνειας για την περίοδο 1984-2020.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1</id>
		<title>Οι επιπτώσεις της ξηρασίας στα αστικά δέντρα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1"/>
				<updated>2025-02-16T17:30:33Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Monitoring drought impacts on street trees using remote sensing - Disentangling temporal and species-specific response patterns with Sentinel-2 imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Leonie Leisenheimer, Thilo Wellmann, Clemens Jänicke, Dagmar Haase''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Ecological Informatics, Volume 82, September 2024, 102659''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Πράσινες υποδομές (green infrastructure), υγεία αστικών δέντρων (urban tree health), χρονοσειρές παρατήρησης γης (earth observation time series), δείκτες βλάστησης (vegetation indices), φαινολογία επιφάνειας γης (land surface phenology), Πόλη της Λειψίας (Compact city of Leipzig).''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S1574954124002012''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη εξετάζει πώς η χρήση εφαρμογών τηλεπισκόπησης θα μπορούσε να συμβάλει στην παρακολούθηση των επιπτώσεων της ξηρασίας, σε δέντρα που βρίσκονται εντός του αστικού ιστού, η οποία είναι απαραίτητη για την αποτελεσματική διαχείρισή τους. Τα υγιή δέντρα του δρόμου λειτουργούν ως ασπίδα για το οικοσύστημα των πόλεων, καθώς παρέχουν σε αυτές σημαντικές οικοσυστημικές υπηρεσίες. Παράλληλα όμως, δέχονται αυξανόμενες πιέσεις από την αστικοποίηση και την κλιματική αλλαγή, συμπεριλαμβανομένης της ξηρασίας. Η πόλη της Λειψίας αντιμετώπισε παρατεταμένες περιόδους σοβαρής ξηρασίας από το 2018 έως το 2022. Η διατήρηση της υγείας των αστικών δέντρων, και συνεπώς της παροχής από αυτά υπηρεσιών οικοσυτήματος, υπό τέτοιες συνθήκες ξηρασίας αποτελεί σημαντική πρόκληση για πολλές αστικές περιοχές παγκοσμίως και αποκτά ολοένα και μεγαλύτερη σημασία στο πλαίσιο της κλιματικής αλλαγής. Οι παραδοσιακές επιτόπιες παρατηρήσεις είναι περιορισμένες ως προς την ικανότητά τους να παρέχουν τακτική παρακολούθηση της αντίδρασης των αστικών δέντρων στην ξηρασία, σε όλη την έκταση μίας πόλης. Ως λύση σε αυτό, προτείνεται η χρήση δορυφορικών εικόνων Sentinel-2, για τον εντοπισμό των χρονικών και εξειδικευμένων, ως προς το είδος του δέντρου, προτύπων αντίδρασης των αστικών δέντρων, στην ξηρασία. Αξιολογείται η εφαρμογή της μεθόδου σε ένα δείγμα 2514 ώριμων αστικών δέντρων, από τα επτά πιο κοινά είδη δέντρων, στη Λειψία της Γερμανίας. Για κάθε δέντρο, δημιουργούνται χρονοσειρές οκτώ δεικτών βλάστησης από το 2017 έως το 2022. Οι δείκτες, αποτελούν τη βάση για μια ανάλυση συσχέτισης, με τον τυποποιημένο μετεωρολογικό δείκτη ξηρασίας βροχόπτωσης-εξατμισοδιαπνοής (SPEI) και για τα ετήσια ολοκληρώματα της αυξητικής περιόδου, τα οποία αφαιρούμε από εκείνα του έτους βάσης 2017. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσφέρει επιστημονικά δεδομένα και εργαλεία για τη βελτίωση της διαχείρισης του αστικού πρασίνου, μέσω της χρήσης τεχνολογιών τηλεπισκόπησης, στοχεύοντας στη διαφύλαξη του πλέον ιδιαίτερα περιορισμένου αριθμού υγιών αστικών δέντρων που βρίσκονται στις Ευρωπαϊκές πόλεις και στη διασφάλιση της συντήρησης του πληθυσμού τους. Κύριος στόχος είναι να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες, σχετικά με χρονικά και εξειδικευμένα στα είδη δέντρων, πρότυπα απόκρισης στην ξηρασία, αναπτύσσοντας και αξιολογώντας δύο μετρικές απόκρισης στην ξηρασία που προέρχονται από χρονοσειρές δεικτών βλάστησης, από δορυφορικές εικόνες Sentinel-2 από το 2017 έως το 2022, για να αποτυπωθεί ο αντίκτυπος μιας πολυετούς ξηρασίας στα υφιστάμενα ώριμα αστικά δέντρα, στη Λειψία της Γερμανίας. Για την απόκριση και την ανοχή τους στην ξηρασία συγκρίθηκαν τα δέντρα Platanus x acerifolia (P. x acerifolia), Quercus robur (Q. robur), Tilia cordata (T. cordata), Fraxinus excelsior (F. excelsior), Aesculus hippocastanum (A. hippocastanum), Acer pseudoplatanus (A. pseudoplatanus) και Acer platanoides (A. platanoides).&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Μια συνήθης αντίδραση των δέντρων στην ξηρασία είναι το κλείσιμο των στομάτων για να μειωθεί η απώλεια νερού, με αποτέλεσμα χαμηλότερους ρυθμούς φωτοσύνθεσης και μειωμένες υπηρεσίες οικοσυστήματος, όπως η πρόσληψη άνθρακα. Μεσοπρόθεσμα, τα δέντρα αντιδρούν παραμορφώνοντας τα φύλλα τους και ρίχνοντας φύλλα ή ολόκληρα κλαδιά. Μακροπρόθεσμα, η θνησιμότητα αυξάνεται, η ανάπτυξη μειώνεται και σχηματίζονται κοντύτεροι βλαστοί (Brune, 2016). Η αντίδραση των δέντρων στην ξηρασία εξαρτάται από τη διάρκεια και τη σοβαρότητα της ξηρασίας και διαφέρει μεταξύ των ειδών. Λόγω διαφορετικών μορφολογικών και φυσιολογικών χαρακτηριστικών, ορισμένα είδη είναι πιο ανθεκτικά στην ξηρασία από άλλα (Πίνακας 1). Γενικά, η διαθεσιμότητα του νερού της άνοιξης επηρεάζει έντονα την υγεία των δέντρων (Hirsch et al., 2023- Moser et al., 2017). Ορισμένα δέντρα, όπως το P. x acerifolia και το A. platanoides, ανταποκρίνονται στις ελλείψεις νερού με χρονική υστέρηση, με αποτέλεσμα την περιορισμένη ανάπτυξη στα έτη που ακολουθούν την ξηρασία (Gillner et al., 2014; Hirsch et al., 2023).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Λειψία είναι μια ταχέως αναπτυσσόμενη πόλη στην κεντρική Γερμανία με μέση ετήσια βροχόπτωση 611 mm (Deutscher Wetterdienst [DWD], 2023). Η πόλη αντιμετώπισε πολλαπλά φαινόμενα ξηρασίας τα τελευταία χρόνια, με τα έτη 2018, 2019, 2020 και 2022 να είναι τα θερμότερα που έχουν καταγραφεί (Fuchs, 2022; Imbery et al., 2023). Αν και το 2021 ήταν ελαφρώς υγρότερο και ψυχρότερο, η μετεωρολογική ξηρασία των προηγούμενων ετών είχε ως αποτέλεσμα την πιο σοβαρή ξηρασία υπόγειων υδάτων των τελευταίων 100 ετών (Fuchs, 2022). Προβλέπεται ότι οι ξηρασίες θα εμφανίζονται συχνότερα στη Λειψία, καθώς εκτιμάται ότι η μείωση των θερινών βροχοπτώσεων θα είναι 34% σε συνδυασμό με την αύξηση της ετήσιας θερμοκρασίας κατά 3,7 έως 5,4 °C έως το 2071 (Rumpf, 2021a, Rumpf, 2021b).&lt;br /&gt;
Η στρατηγική της Λειψίας για την προσαρμογή στην κλιματική αλλαγή ορίζει τα αστικά δέντρα ως σημαντικό μέτρο για τον μετριασμό της θερμότητας, ιδίως μέσω της σκίασης (Stadt Leipzig, 2021). Ταυτόχρονα, η πόλη αναγνωρίζει τις πολλές απειλές για τα δέντρα του δρόμου, οι οποίες πλήττουν ιδιαίτερα τα παλαιότερα δέντρα, καθώς η παρατεταμένη ξηρασία των τελευταίων ετών έχει αποξηράνει τα βαθύτερα στρώματα του εδάφους (Stadt Leipzig, 2019a). Η άρδευση χρησιμοποιείται κυρίως για νεαρά δέντρα, ηλικίας έως δέκα ετών. Επιπλέον, οι πολίτες παρακινούνται να συμβάλλουν υιοθετώντας και ποτίζοντας νεαρά δέντρα (Stadt Leipzig, 2023). Η πόλη της Λειψίας στοχεύει στην ανάπτυξη επιπλέον 45.000 αστικών δέντρων, με στόχο τη φύτευση 1000 δέντρων ετησίως (Stadt Leipzig, 2019b).&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
1.	Τηλεπισκόπηση: Ως κύρια μέθοδος εφαρμογής της έρευνας χρησιμοποιείται η τηλεπισκόπηση, γίνεται χρήση ελεύθερα διαθέσιμων δορυφορικών εικόνων από την σειρά εικόνων του δορυφόρου Sentinel-2, ανάλυση αυτών και σύγκρισή τους για την παραγωγή δεικτών.&lt;br /&gt;
2.	Δείκτες βλάστησης και ξηρασίας: Χρησιμοποιούνται δείκτες όπως ο ενισχυμένος δείκτης βλάστησης (EVI), ο κανονικοποιημένος λόγος καύσης (NBR) και ο κανονικοποιημένος δείκτης βλάστησης (NDVI), ο καθένας χρησιμοποιώντας τη ζώνη εγγύς υπέρυθρης ακτινοβολίας ανάλυσης 10 m και 20 m (EVI-10, EVI-20, NBR-10, NBR-20, NDVI-10, NDVI-20), καθώς και ο κανονικοποιημένος δείκτη διαφοράς βλάστησης κόκκινης ακμής (RENDVI) και ο δείκτης βλάστησης κόκκινου-πράσινου (RGVI).&lt;br /&gt;
3.	Ανάλυση συσχέτισης:  Εξετάζεται η σχέση μεταξύ των μετεωρολογικών συνθηκών ξηρασίας και των δεικτών βλάστησης χρησιμοποιώντας το συντελεστή συσχέτισης Pearson για τη σύγκριση οκτώ δεικτών βλάστησης και να προσδιοριστούν οι  σωρευτικές επιπτώσεις της ξηρασίας σε διάφορα είδη δέντρων. Με βάση τη σύγκριση των δεικτών βλάστησης, επιλέγεται ο δείκτης με την υψηλότερη συσχέτιση. Παράγονται αποτελέσματα συσχέτισης μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης. &lt;br /&gt;
4.	Στατιστικός έλεγχος υποθέσεων: Χρησιμοποιούνται boxplots και στατιστικός έλεγχος υποθέσεων για να εξεταστούν οι διαφορές μεταξύ των ειδών δέντρων και κατά τη διάρκεια των ετών. &lt;br /&gt;
 &lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν θετικές σχέσεις μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης, άρα σχετίζεται περισσότερο με τον μετεωρολογικό δείκτη ξηρασίας. Και οι δύο δείκτες απόκρισης στην ξηρασία συνάδουν με τα χαρακτηριστικά των διαφόρων ειδών δέντρων που σχετίζονται με την ξηρασία. Διαπιστώνονται επίσης σημαντικές διαφορές στην αντίδραση αρκετών ειδών δέντρων στην ξηρασία, με την Quercus robur να ανταποκρίνεται περισσότερο στην ξηρασία και την Platanus x acerifolia να ανταποκρίνεται λιγότερο. Τα άλλα είδη δέντρων παρουσιάζουν θετικούς συντελεστές συσχέτισης για περιόδους ξηρασίας τριών έως εννέα μηνών, υποδεικνύοντας μια απόκριση στην ξηρασία εντός του ίδιου έτους ξηρών συνθηκών. Η παρατήρηση αυτή αντικατοπτρίζεται επίσης στα ολοκληρώματα της αυξητικής περιόδου, τα οποία είναι σημαντικά χαμηλότερα για τα περισσότερα είδη στα έτη ξηρασίας 2018 και 2020 από ό,τι στο μη ξηρό έτος 2017. &lt;br /&gt;
Παρόλα αυτά οι επιπτώσεις δεν είναι τόσο έντονες στα ξηρά έτη 2019 και 2022. Οι συντελεστές συσχέτισης υπερέχουν στην αποτύπωση των διαφορετικών χρονικών χαρακτηριστικών των ξηρασιών, περιγράφοντας τις σωρευτικές επιπτώσεις τους στα δέντρα του δρόμου, ενώ τα ολοκληρώματα απόκλισης προσφέρουν ένα πλεονέκτημα στη διάκριση των δυνάμεων απόκρισης στην ξηρασία μεταξύ των ετών, επιτρέποντας έτσι την ανάλυση της επιμονής των ζημιών που προκαλούνται από την ξηρασία.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα της έρευνας παρουσιάζουν σημαντικές πληροφορίες για την απόκριση των διαφορετικών ειδών δέντρων στις περιόδους ξηρασίας. Αβεβαιότητες προκύπτουν από τις μεταβολές του φασματικού σήματος που προκαλούνται από τις παρακείμενες χρήσεις γης. Συμπερασματικά, η προτεινόμενη μέθοδος αποτελεί εν δυνάμει ολιστική λύση για τη διαχείριση του αστικού πρασίνου και για περαιτέρω έρευνα σχετικά με τα αίτια και τις συνέπειες των ζημιών που προκαλούνται από την ξηρασία στα αστικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T17:28:13Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Plasticbot1.png|thumb|right|''Εικόνα 1: Στόχος από πλαστικά μπουκάλια (Kyriacos Themistocleous)'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, δορυφορικές εικόνες (satellite images), πλαστικά απορρίμματα (plastic litter), φασματικοί δείκτες (spectral indices), φασματοσκοπία (spectroscopy), τηλεπισκόπηση (remote sensing), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82</id>
		<title>Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82"/>
				<updated>2025-02-16T17:26:32Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Urban heat island mitigation by green infrastructure in European Functional Urban Areas''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Federica Marando, Mehdi P. Heris, Grazia Zulian, Angel Udías, Lorenzo Mentaschi, Nektarios Chrysoulakis, David Parastatidis, Joachim Maes''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Sustainable Cities and Society, Volume 77, February 2022, 103564''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Υπηρεσίες οικοσυστημάτων (ecosystem services), πράσινες υποδομές (urban green infrastructure), αστική θερμική νησίδα (urban heat island), ρύθμιση μικροκλίματος (microclimate regulation), nature-based solutions''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S2210670721008301''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας ή  Urban Heat Island (UHI) είναι ένας από τους πιο επιβλαβείς περιβαλλοντικούς κινδύνους για τους κατοίκους των πόλεων. Η κλιματική αλλαγή αναμένεται να αυξήσει την ένταση του φαινομένου UHI. Στο πλαίσιο αυτό, η εφαρμογή αστικών πράσινων υποδομών (UGI) μπορεί να μειώσει εν μέρει την ένταση του φαινομένου UHI, προωθώντας ένα ανθεκτικό αστικό περιβάλλον και συμβάλλοντας στην προσαρμογή στην κλιματική αλλαγή και στον μετριασμό της. Για την επίτευξη αυτού του αποτελέσματος, υπάρχει ανάγκη συστηματικής ενσωμάτωσης των UGI στον αστικό σχεδιασμό και τη νομοθεσία, αλλά η διαδικασία αυτή εξαρτάται από τη διαθεσιμότητα ευρέως εφαρμόσιμων, εύκολα προσβάσιμων και ποσοτικών στοιχείων. Για να προσφέρουμε μια μεγάλη εικόνα της έντασης της αστικής θερμότητας και των δυνατοτήτων μετριασμού των υψηλών θερμοκρασιών, αναπτύξαμε ένα μοντέλο που αναφέρει την Οικοσυστημική Υπηρεσία της ρύθμισης του μικροκλίματος των UGI σε 601 ευρωπαϊκές πόλεις. Το μοντέλο αυτό προσομοιώνει τη διαφορά θερμοκρασίας μεταξύ ενός βασικού σεναρίου και ενός σεναρίου χωρίς βλάστηση, προεκτείνοντας το ρόλο των αστικών πράσινων υποδομών στον μετριασμό της UHI, σε διαφορετικά αστικά περιβάλλοντα. Τέλος, εκπονήθηκε ένας πρακτικός, ποσοτικός δείκτης που μπορεί να εφαρμοστεί από τους υπεύθυνους χάραξης πολιτικής και τις διοικήσεις των πόλεων, επιτρέποντας την εκτίμηση της ποσότητας της αστικής βλάστησης που απαιτείται για την ψύξη των θερινών θερμοκρασιών κατά ένα ορισμένο βαθμό. Διαπιστώθηκε ότι οι αστικές πράσινες υποδομές δροσίζουν τις ευρωπαϊκές πόλεις κατά 1,07 °C κατά μέσο όρο, και μέχρι 2,9 °C, αλλά για να επιτευχθεί μείωση της αστικής θερμοκρασίας κατά 1 °C, απαιτείται δενδροκάλυψη τουλάχιστον 16%. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας (UHI) μπορεί να περιγραφεί ως ένα ξεχωριστό αστικό κλίμα, το οποίο χαρακτηρίζεται από υψηλότερες θερμοκρασίες σε πυκνοδομημένες περιοχές σε σύγκριση με τις γύρω περιοχές (Oke, 1982). Το φαινόμενο αυτό προκαλείται από την ανθρωπογενή αλλοίωση του φυσικού περιβάλλοντος, όπως η ανάπτυξη κτιρίων και αδιαπέρατων επιφανειών. Οι αλλαγές αυτές καθορίζουν μια υψηλότερη θερμοχωρητικότητα η οποία παγιδεύει περισσότερη ενέργεια και ακτινοβολία με επακόλουθη αύξηση της θερμοκρασίας. Η αστική μορφολογία μπορεί επίσης να επηρεάσει, αυξάνοντας την πολλαπλή τροφοδοσία της ακτινοβολίας βραχέων κυμάτων και παγιδεύοντας την ακτινοβολία μακρών κυμάτων, με αποτέλεσμα την εντατικοποίηση της αποθήκευσης θερμότητας στην πόλη. Επιπλέον, οι ανθρωπογενείς δραστηριότητες, όπως η θέρμανση και οι μεταφορές, αυξάνουν περαιτέρω την ποσότητα θερμότητας που εκλύεται στις αστικές περιοχές, σε σύγκριση με το φυσικό τοπίο (Zhou, Rybski &amp;amp; Kropp, 2017). Η έκταση και η κατανομή της UHI μπορούν να εκτιμηθούν τόσο μέσω της θερμοκρασίας του αέρα όσο και μέσω των δεδομένων της θερμοκρασίας της επιφάνειας του εδάφους (LST). &lt;br /&gt;
Η πρώτη προσέγγιση μετράει, συνήθως με μετεωρολογικούς σταθμούς παρακολούθησης, τη θερμοκρασία από το έδαφος μέχρι το ύψος των δέντρων, το «στρώμα του θόλου» (Schwarz, Schlink, Franck &amp;amp; Großmann, 2012). Η δεύτερη προσέγγιση μετρά τη θερμοκρασία της επιφάνειας της γης, η οποία ανακτάται μέσω δορυφορικών ή εναέριων αισθητήρων. Το πλεονέκτημα της χρήσης των μετρήσεων της θερμοκρασίας του αέρα συνίσταται στο γεγονός ότι μπορούν να παρέχουν αντιπροσωπευτικές και χρονικά συνεχείς πληροφορίες UHI, αλλά η παρουσία μετεωρολογικών σταθμών στην επικράτεια είναι συχνά περιορισμένη. Από την άλλη πλευρά, η εκτίμηση της LST επιτρέπει μια χωρικά ρητή ανάλυση της θερμοκρασίας, αλλά παρ' όλα αυτά αποτελεί μια έμμεση εκτίμηση της UHI, της λεγόμενης «Επιφανειακής Αστικής Θερμικής Νησίδας» (SUHI) (Clinton &amp;amp; Gong, 2013- Oke, Mills, Christen &amp;amp; Voogt, 2017). Οι μελέτες με βάση την LST είναι όλο και πιο διαδεδομένες, λόγω των πρακτικών εφαρμογών, της αμεσότητας και της διαθεσιμότητας αισθητήρων χωρίς κόστος, ιδίως όταν υπάρχει η ανάγκη διεξαγωγής αναλύσεων σε περιφερειακή ή ακόμη και παγκόσμια κλίμακα (Ottlè et al., 1992).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος των UGI στη μείωση της θερμοκρασίας του αέρα εκτιμήθηκε για 601 λειτουργικές αστικές περιοχές ή Functional Urban Areas (FUAs) στην ΕΕ-27. Οι FUAs, παλαιότερα γνωστές ως Larger Urban Zones (LUZ), που καθορίστηκαν το 2011 από την Ευρωπαϊκή Επιτροπή και τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), αναπτύσσονται από τη Eurostat ως μέρος των αστικών διοικητικών στατιστικών μονάδων. Οι FUAs επιτρέπουν τη χαρτογράφηση και την αξιολόγηση της πόλης και του άμεσου περιβάλλοντός της, καθώς και τη συγκριτική ανάλυση των πόλεων μεταξύ των κρατών μελών. Αντιπροσωπεύονται από τον πυρήνα της πόλης και τη ζώνη μετακίνησής της και χρησιμοποιούνται για την περιγραφή της ευρωπαϊκής αστικοποιημένης γης, όπως συνιστάται από τη Eurostat (Dijkstra &amp;amp; Poelman, 2012- EuroStat, 2016- Eurostat, 2017). Τα δεδομένα έχουν ληφθεί από τον ιστότοπο της Eurostat (Eurostat, Urban Audit, 2020, έκδοση 2018).&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
1.	Ανάκτηση LST: Η διαδικασία εκτίμησης της LST από δορυφορικά δεδομένα βασίζεται στη διαθεσιμότητα αισθητήρων θερμικής υπέρυθρης ακτινοβολίας. Δορυφόροι όπως οι Landsat 5, 7 και 8 είναι κατάλληλοι για την εκτίμηση της LST. Στην προκειμένη περίπτωση, χρησιμοποιήθηκαν δεδομένα Landsat-8 OLI TIRS. Τα δεδομένα LST αποκτήθηκαν μέσω της πλατφόρμας Google Earth Engine (GEE), χρησιμοποιώντας έναν αλγόριθμο ενός καναλιού που αναπτύχθηκε από τους Parastatidis et al. (2017). &lt;br /&gt;
2.	Σύνολο δεδομένων θερμοκρασίας αέρα: Λόγω της έλλειψης συνόλων δεδομένων υψηλής ανάλυσης για τη θερμοκρασία του αέρα σε ευρωπαϊκή κλίμακα και λόγω της ανεπαρκούς κάλυψης του υφιστάμενου δικτύου μετεωρολογικών σταθμών, χρησιμοποιήθηκε ένα σύνολο δεδομένων που εκπονήθηκε από το Πανεπιστήμιο του Κολοράντο Ντένβερ, το οποίο προέρχεται από τις ημερήσιες μετρήσεις του δικτύου μετεωρολογικών σταθμών NOAA (National Oceanic and Atmospheric Administration) στις ΗΠΑ (Heris et al., 2021) για τη δημιουργία ενός προγνωστικού μοντέλου της σχέσης μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας του αέρα των ΥΠΑ της ΕΕ.&lt;br /&gt;
3.	Πληθυσμός: Προκειμένου να εκτιμηθεί το όφελος από τον μετριασμό της θερμοκρασίας που λαμβάνουν οι κάτοικοι των πόλεων, εκτιμήθηκε το ποσοστό του πληθυσμού που κατοικεί σε περιοχές όπου γίνεται ρύθμιση του μικροκλίματος, δηλαδή όπου η ψύξη είναι θετική, και εκφράστηκε σε ποσοστό. Για τον σκοπό αυτό, χρησιμοποιήθηκε το σύνολο δεδομένων για την πυκνότητα πληθυσμού του Global Human Settlement layer για το 2015 (έτος έκδοσης: 2019- Freire et al., 2019- Schiavina, Freire &amp;amp; MacManus, 2019), που εκφράζει την κατανομή και την πυκνότητα του οικιστικού πληθυσμού.&lt;br /&gt;
4.	Μοντέλο μετριασμού του μικροκλίματος: Το βιοφυσικό μοντέλο βασίζεται στην προσαρμογή μιας μεθόδου δύο επιπέδων που αναφέρεται στο Heris et al., 2021: στο πρώτο επίπεδο, αναπτύχθηκε ένα διμεταβλητό μοντέλο γραμμικής παλινδρόμησης για την εκτίμηση της LST, χρησιμοποιώντας την πυκνότητα της δενδροκάλυψης και την ποσότητα του νερού που εξατμίζεται από τους θόλους των δέντρων ως προγνωστικούς παράγοντες. Στη συνέχεια, αναπτύχθηκε ένα δεύτερο μονομεταβλητό μοντέλο για την εκτίμηση της μέγιστης θερμοκρασίας του αέρα ως συνάρτηση δύο προβλεπτικών παραγόντων: της LST που εκτιμήθηκε μέσω του πρώτου μοντέλου παλινδρόμησης και του γεωγραφικού πλάτους. Τέλος, τα δύο μοντέλα συνδυάστηκαν για τον υπολογισμό της ψυκτικής ικανότητας της βλάστησης.&lt;br /&gt;
5.	 Δείκτης ψύξης: Εδώ, προκειμένου να καταστούν τα αποτελέσματα σχετικά με την ψύξη λειτουργικά ως μέσο υποστήριξης της πολιτικής, προτείνεται ένας δείκτης ψύξης, ο οποίος τυποποιεί και συγκεντρώνει τις πληροφορίες που περιλαμβάνονται στην έξοδο του μοντέλου ρύθμισης του μικροκλίματος.&lt;br /&gt;
6.	Ανάλυση των κινητήριων δυνάμεων της ψύξης: Τέλος, αναλύθηκε αν υπάρχουν σημαντικές διαφορές μεταξύ των χωρών αναφορικά με τη σχέση μεταξύ της μείωσης της θερμοκρασίας και της αναλογίας των πράσινων υποδομών σε κάθε πόλη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει ένα πλήθος πόλεων που χαρακτηρίζονται από έναν βαθμό ετερογένειας στο εσωτερικού τους αλλά και μεταξύ τους. Ως εκ τούτου, το μοντέλο ορίστηκε ώστε να είναι απλό και εύκολα επεκτάσιμο/εφαρμόσιμο σε μια ευρεία χωρική περιοχή. Για το σκοπό αυτό, ένα μοντέλο γραμμικής παλινδρόμησης με δύο προγνωστικούς παράγοντες αξιολογήθηκε ως το καταλληλότερο από άποψη κόστους/οφέλους. Πριν από την επιλογή αυτών των προβλεπτικών παραγόντων, δοκιμάστηκαν και άλλες πρόσθετες μεταβλητές, όπως το υψόμετρο, η αδιαπέραστη επιφάνεια, η απόσταση από τη θάλασσα και τα υδάτινα σώματα, οι τύποι εδάφους και κάλυψης γης, ο δείκτης υγρασίας, η πυκνότητα των κτιρίων και ο NDVI. Επίσης, διερευνήθηκαν και άλλοι αλγόριθμοι μηχανικής μάθησης, όπως τα τυχαία δάση και τα δέντρα αποφάσεων. Παρ' όλα αυτά, η αύξηση της πολυπλοκότητας του μοντέλου με περισσότερους προγνωστικούς παράγοντες ή με προσεγγίσεις μηχανικής μάθησης δεν έχει αποδειχθεί ότι αυξάνει παράλληλα την ακρίβεια και την αποτελεσματικότητα του μοντέλου, ενώ από την άλλη πλευρά δημιουργεί προβλήματα αυτοσυσχέτισης ή έλλειψης στατιστικής σημαντικότητας. &lt;br /&gt;
Η προσέγγιση της παρούσας μελέτης έδειξε ότι τα δέντρα μειώνουν σημαντικά την UHI, με αντίκτυπο που εξαρτάται από την έκταση των χώρων πρασίνου και την ποσότητα διαπνοής στο εσωτερικό μιας πόλης. Συγκεκριμένα, παρατηρήθηκε ότι απαιτείται κάλυψη με δέντρα τουλάχιστον 16% για να επιτευχθεί μείωση της μέσης θερινής θερμοκρασίας κατά 1 °C. Οι ενδιαφερόμενοι φορείς και οι διαχειριστές των πόλεων μπορούν να επωφεληθούν από τον δείκτη ψύξης προκειμένου να προβλέψουν καλύτερα τις στρατηγικές μετριασμού της θερμοκρασίας στις πόλεις, με στόχο έναν βιώσιμο και αποτελεσματικό σχεδιασμό. Επί του παρόντος, ένα σημαντικό ποσοστό του αστικού πληθυσμού δεν επωφελείται από την οικοσυστημική υπηρεσία της ρύθμισης του μικροκλίματος, με αποτέλεσμα να είναι ιδιαίτερα εκτεθειμένο στις επιζήμιες επιπτώσεις του UHI, καθώς και σε άλλες μη βιώσιμες περιβαλλοντικές συνθήκες που συχνά χαρακτηρίζουν τις αστικές περιοχές. Οι ιεραρχημένες και στοχοθετημένες παρεμβάσεις πράσινων υποδομών. πρέπει να στοχεύουν στη μείωση της αναντιστοιχίας των οικοσυστημικών υπηρεσιών, ιδίως στις αστικές περιοχές που βρίσκονται σε ξηρές/νότιες περιοχές και στις οποίες η δενδροκάλυψη είναι ανεπαρκής. Άλλωστε, σχεδόν το ένα τρίτο (∼32%) των ευρωπαϊκών FUAs έχει δενδροκάλυψη κάτω από 16%. Τα οικοσυστήματα είναι θεμελιώδεις σύμμαχοι από την άποψη μιας ανθεκτικής στρατηγικής προσαρμογής στην κλιματική αλλαγή στις αστικές περιοχές και η ταχεία εφαρμογή των πράσινων υποδομών αποτελεί σήμερα μια επιτακτική στρατηγική.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD_%CE%B1%CF%81%CE%B4%CE%B5%CF%85%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_Primera_de_Palos_(%CE%99%CF%83%CF%80%CE%B1%CE%BD%CE%AF%CE%B1)</id>
		<title>Ποσοτικοποίηση των επιστροφών αρδευτικών υδάτων στην Primera de Palos (Ισπανία)</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%BF%CF%83%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B5%CF%80%CE%B9%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD_%CE%B1%CF%81%CE%B4%CE%B5%CF%85%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CE%B4%CE%AC%CF%84%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_Primera_de_Palos_(%CE%99%CF%83%CF%80%CE%B1%CE%BD%CE%AF%CE%B1)"/>
				<updated>2025-02-16T17:22:06Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: Νέα σελίδα με ''' '''Πρωτότυπος τίτλος:''' Quantifying irrigation returns into a highly human managed wetland using remote sensing: The Primera de Palos freshwater lagoon...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Quantifying irrigation returns into a highly human managed wetland using remote sensing: The Primera de Palos freshwater lagoon (Spain)''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Eva Contreras, Rafael Pimentel, Cristina Aguilar, Javier Aparicio, and María J. Polo''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Proceedings of IAHS, 385, 297–303''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Remote sensing (τηλεπισκόπηση), irrigation returns (επιστροφές αρδευτικών υδάτων), freshwater lagoon (λιμνοθάλασσα), human-managed system (ανθρωποδιαχειριζόμενο σύστημα), UPH 16, Panta Rhei''&lt;br /&gt;
 &lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://piahs.copernicus.org/articles/385/297/2024/''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα εργασία, o Global Surface Water Explorer (GSWE) συνδυάστηκε με βαθυμετρικά και ιστορικά μετεωρολογικά δεδομένα για την ποσοτικοποίηση του υδατικού ισοζυγίου κατά την περίοδο 1984-2020 στη λιμνοθάλασσα Primera de Palos (Νοτιοδυτική Ισπανία). Mέσω της προσέγγισης του υδατικού ισοζυγίου, εκτιμήθηκαν όλες τις εισροές και εκροές νερού ώστε να γίνει ανάλυση στις υδρολογικές μεταβολές στη λιμνοθάλασσα. Τα αποτελέσματα έδειξαν υψηλές διακυμάνσεις, με εποχιακές μεταβολές που χαρακτηρίστηκαν από το κλιματικό καθεστώς, κατά τις δύο πρώτες δεκαετίες της περιόδου μελέτης. Μετά την αρχική αυτή περίοδο, η επέκταση του νερού παρέμεινε σταθερή πάνω από το 70 % της μέγιστης έκτασης της λιμνοθάλασσας. Έτσι, το φυσικό υδρολογικό καθεστώς της λιμνοθάλασσας τροποποιήθηκε από τις εισροές νερού από την επιστροφές αρδευτικού νερού, οι οποίες είναι δύσκολο να ποσοτικοποιηθούν. Χάρη στην προσέγγιση του υδατικού ισοζυγίου, αυτές οι επιστροφές ποσοτικοποιήθηκαν και αποτέλεσαν τον τελικό συντελεστή του ισοζυγίου. Μπορούν να οριστούν τρία σενάρια εισροών αρδευτικών επιστροφών, 4500, 1700 και 500 m3 d-1, ανάλογα με την καλλιεργητική περίοδο. Η χρήση της τηλεπισκόπησης σε συνδυασμό με βαθυμετρικά και μετεωρολογικά δεδομένα μπορεί να παρέχει τη γνώση για την υποστήριξη της λήψης αποφάσεων, για την καλύτερη διαχείριση των υδάτων.&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη στοχεύουμε να αναλύσουμε τις αλλαγές στην υδρολογική δυναμική της λιμνοθάλασσας κατά τη διάρκεια των τελευταίων τριάντα ετών, περιορίζοντας τα εύρη των διαφόρων ροών νερού που εμπλέκονται στο υδατικό ισοζύγιο και υπολογίζοντας ειδικά τις επιστροφές από την άρδευση. Για το σκοπό αυτό χρησιμοποιήθηκαν πληροφορίες τηλεπισκόπησης σε συνδυασμό με μετεωρολογικά δεδομένα και τη βαθυμετρία της λιμνοθάλασσας. Η παρούσα εργασία εξετάζει το ερευνητικό ερώτημα αριθ. 16 από τα είκοσι τρία άλυτα προβλήματα στην υδρολογία (UPH- Blöschl et al., 2019): «Πώς μπορούμε να χρησιμοποιήσουμε καινοτόμες τεχνολογίες για τη μέτρηση επιφανειακών και υπόγειων ιδιοτήτων, καταστάσεων και ροών, σε διάφορες χωρικές και χρονικές κλίμακες;».&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Οι υγρότοποι είναι απαραίτητοι για την οικολογία και την περιβαλλοντική ρύθμιση (Westerberg et al., 2010; Newton et al., 2018). Έχουν επίσης βασικό ρόλο για την οικονομία και τις λειτουργίες κοινωνικών υπηρεσιών (Ye and Sun, 2021- Ghanian et al., 2022). Ωστόσο, η φυσική υδρολογία αυτού του είδους των συστημάτων συχνά τροποποιείται από ανθρωπογενείς δραστηριότητες, όπως η αποστράγγιση (Sica et al., 2016), η εξόρυξη και οι δραστικές τροποποιήσεις των χρήσεων γης στις ανάντη περιοχές (Jia et al., 2013; Li et al., 2021). Αυτές οι αλλαγές στην υδρολογική δυναμική αυτών των συστημάτων, για παράδειγμα τροποποιήσεις της κατανομής των ροών νερού, είναι ιδιαίτερα σημαντικές στους υγροτόπους όπου οι ανάντη λεκάνες απορροής τους έχουν σημαντικό ποσοστό επιφάνειας που έχει τροποποιηθεί από αυτές τις ανθρώπινες δραστηριότητες (Merchán et al., 2015). Σε ξηρά και ημίξηρα κλίματα, οι υγρότοποι συχνά βασίζονται σε εισροές από τις αρδευτικές ροές επιστροφής, οι οποίες διαδραματίζουν σημαντικό ρόλο στα υδατικά ισοζύγια των υδρολογικών λεκανών απορροής (Scott et al., 2011; Merchán et al., 2013). Η κατανόηση των αλλαγών πάνω στα οικοσυστήματα των υγροτόπων και της χωροχρονικής κατανομής τους είναι ζωτικής σημασίας για τη διαχείριση, την αποκατάσταση και τη διατήρηση αυτών των συστημάτων.&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ένα παράδειγμα λιμνοθάλασσας γλυκού νερού που έχει τροποποιηθεί από τον άνθρωπο λόγω της γεωργικής πίεσης είναι η λιμνοθάλασσα Primera de Palos, η οποία βρίσκεται σε ένα ιδιαίτερα τροποποιημένο ελώδες περιβάλλον στη νοτιοδυτική Ισπανία. Η  Primera de Palos είναι χαρακτηρισμένη ως περιοχή Ramsar, δηλαδή υγρότοπος διεθνούς σημασίας, βάσει της Σύμβασης Ραμσάρ, διεθνούς περιβαλλοντικής συνθήκης που υπογράφηκε το 1971 στο Ραμσάρ του Ιράν, υπό την αιγίδα της UNESCO. &lt;br /&gt;
Στην Primera de Palos τα γύρω εδάφη έχουν μεταβληθεί εντατικά από την πετροχημική βιομηχανία και τις θερμοκηπιακές καλλιέργειες φράουλας. Αυτό το υδάτινο σώμα αποτελεί μέρος ενός σύνθετου υγροτόπου που έχει την προέλευσή του στο κλείσιμο παλαιών κοιλάδων ή κοίτης ποταμών λόγω της προέλασης ενός μετώπου παράκτιων αμμόλοφων που λειτουργεί ως φράγμα τόσο για το νερό της ενδοχώρας που ρέει προς τη θάλασσα όσο και για το θαλασσινό νερό που ρέει στη λιμνοθάλασσα αποφεύγοντας την εισροή αλάτων (Mantecon et al., 1988). Η συνεισφέρουσα λεκάνη απορροής, η οποία από το 1995 είναι εξ ολοκλήρου αφιερωμένη στην καλλιέργεια φράουλας, αποτελείται από αμμώδες υπόστρωμα που επιτρέπει την αποστράγγιση του αρδευτικού νερού στον υγρότοπο.&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη χρησιμοποιήθηκαν διαφορετικές πηγές δεδομένων. Αφενός, δεδομένου ότι δεν υπάρχουν χρονοσειρές μετρήσεων ροής στη λιμνοθάλασσα ή στη λεκάνη απορροής που την τροφοδοτεί, χρησιμοποιήθηκε το Global Surface Water Explorer (GSWE), μια εικονική διαδικτυακή μηχανή βασισμένη στην τηλεπισκόπηση, για τη χωρική ποσοτικοποίηση της υδάτινης επιφάνειας κατά την ιστορική περίοδο 1984-2020 (Pekel et al., 2016). Ο GSWE παρέχει την έκταση και τις μεταβολές με την πάροδο του χρόνου των υδάτινων προεκτάσεων του πλανήτη σε χωρική ανάλυση 30 m. Δεδομένου ότι η μελέτη εκτείνεται μέχρι το 2022, χρησιμοποιήθηκαν πληροφορίες Landsat από την περίοδο 2020-2022 για την εξαγωγή της επέκτασης των λιμνοθαλασσών χρησιμοποιώντας τον κανονικοποιημένο δείκτη διαφοράς νερού (NWDI, Gao, 1996). Οι πληροφορίες αυτές συνδυάστηκαν με βαθυμετρικά δεδομένα (τα οποία παρασχέθηκαν από την TYPMA S.L., μια εταιρεία συμβούλων που συμμετέχει σε ορισμένες εργασίες διαχείρισης στον υγρότοπο) και ιστορικά μετεωρολογικά δεδομένα από τον μετεωρολογικό σταθμό κοντά στη λιμνοθάλασσα με τη μεγαλύτερη χρονοσειρά - Palos de la Frontera (τα οποία παρασχέθηκαν από την Ισπανική Κρατική Μετεωρολογική Υπηρεσία).&lt;br /&gt;
Επιπλέον, από τον Μάιο του 2021 έως τον Μάρτιο του 2022, πραγματοποιήθηκαν περιοδικές μετρήσεις της ροής του ρεύματος και της στάθμης του νερού στην έξοδο της λιμνοθάλασσας με εβδομαδιαία/διεβδομαδιαία συχνότητα. Τα δεδομένα αυτά επιτρέπουν τον καθορισμό μιας οριακής τιμής της υδάτινης επιφάνειας από την οποία δεν υπάρχει εκροή στη λιμνοθάλασσα.&lt;br /&gt;
&lt;br /&gt;
'''Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Για την εκτίμηση της δυναμικής της λιμνοθάλασσας εφαρμόστηκε μια προσέγγιση υδατικού ισοζυγίου:&lt;br /&gt;
ΔV/Δt = inflows – oytflows = (P + Qr + Id + R) – (e + Qout)&lt;br /&gt;
Όπου Δt είναι η χρονική διακύμανση μεταξύ διαδοχικών ημερομηνιών με διαθέσιμες δορυφορικές πληροφορίες, ΔV/Δt είναι η μεταβολή του όγκου στη λιμνοθάλασσα σε κάθε χρονικό διάστημα, το P αντιπροσωπεύει τη βροχόπτωση στη λιμνοθάλασσα, το Qr είναι η άμεση απορροή στη λιμνοθάλασσα, το E είναι η εξατμισοδιαπνοή από τη λιμνοθάλασσα, το Id αντιπροσωπεύει την υπόγεια ροή, το R αντιπροσωπεύει τις επιστροφές άρδευσης και το Qout αντιπροσωπεύει την εκροή νερού.&lt;br /&gt;
Το ΔV/Δt υπολογίζεται ως η διαφορά μεταξύ των όγκων νερού μεταξύ δύο διαδοχικών εικόνων. Για κάθε ημερομηνία, ο όγκος της λιμνοθάλασσας προέκυψε χρησιμοποιώντας την επιφάνεια του νερού από τις πληροφορίες τηλεπισκόπησης και τη σχέση μεταξύ επιφάνειας νερού - όγκου νερού - υγρής επιφάνειας λιμνοθάλασσας - υψομέτρου, που καθορίστηκε χρησιμοποιώντας τις βαθυμετρικές πληροφορίες.&lt;br /&gt;
Το P εκτιμήθηκε ως το γινόμενο της συσσωρευμένης βροχόπτωσης σε κάθε διάστημα και του μέσου εμβαδού της υδάτινης επιφάνειας της λιμνοθάλασσας μεταξύ των εικόνων.&lt;br /&gt;
Το Qr, εκτιμήθηκε ως το γινόμενο της συσσωρευμένης βροχόπτωσης, η οποία θεωρείται σταθερή στην περιοχή αποστράγγισης στη λιμνοθάλασσα, αυτής της συνεισφέρουσας περιοχής (3,73 km2) και ενός μεταβλητού συντελεστή απορροής (c) με την πάροδο του χρόνου με βάση την κύρια χρήση γης στην περιοχή αυτή. Θεωρήσαμε ότι ο c=0,31 για μηδενικές καλλιέργειες υπό πλαστικό και c=0,50 για καλλιέργειες υπό πλαστικό.&lt;br /&gt;
Το E, εκτιμήθηκε ως το γινόμενο της δυνητικής εξάτμισης που συσσωρεύεται μεταξύ των εικόνων και του μέσου εμβαδού της υδάτινης επιφάνειας της λιμνοθάλασσας μεταξύ αυτών των ημερών. Η δυνητική εξάτμιση σε ημερήσια κλίμακα υπολογίστηκε από τα δεδομένα της ελάχιστης, της μέσης και της μέγιστης θερμοκρασίας χρησιμοποιώντας την εξίσωση Hargreaves (Hargreaves and Samani, 1985). Τα IdR και Qout δεν μπορούν να εκτιμηθούν άμεσα. Ως εκ τούτου, ομαδοποιούνται σε έναν όρο και θεωρούνται ο όρος κλεισίματος του υδατικού ισοζυγίου.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Η ανάλυση της επέκτασης των υδάτων της GSWE κατά την εξεταζόμενη περίοδο 1984-2020 (Σχήμα 2) έδειξε μεγάλες διακυμάνσεις κατά τις δύο πρώτες δεκαετίες της περιόδου μελέτης. Οι διακυμάνσεις αυτές συνδέονται σαφώς με το κλιματικό καθεστώς, δηλαδή η λιμνοθάλασσα ήταν πιο άδεια τα ξηρά έτη από ό,τι τα υγρά έτη. Ωστόσο, από το 1995 που συνδέεται με την έκρηξη της χρήσης του θερμοκηπίου για καλλιέργειες φράουλας, η επέκταση του νερού στη λιμνοθάλασσα δεν παρουσίασε αυτές τις υψηλές διακυμάνσεις. Από τότε, η έκταση του νερού της λιμνοθάλασσας ήταν πάντα πάνω από το 70 % της μέγιστης έκτασης της λιμνοθάλασσας (121.149 km2). Τα αποτελέσματα αυτά μας επέτρεψαν να επαληθεύσουμε την υπόθεση της τροποποίησης της δυναμικής της λιμνοθάλασσας λόγω της άρδευσης των καλλιεργειών φράουλας. Ως εκ τούτου, η περίοδος που αντιπροσωπεύει την κατάσταση Α - φυσικές συνθήκες διαρκεί από το 1984 έως το 1995 και η περίοδος που αντιπροσωπεύει την κατάσταση Β - τροποποιημένες συνθήκες διαρκεί από το 1996 έως το 2022.&lt;br /&gt;
Για να λάβουμε υπόψη κάθε έναν από αυτούς τους επιμέρους όρους αναλύσαμε συγκεκριμένες καταστάσεις στις οποίες ορισμένοι από τους όρους μπορούν να θεωρηθούν μηδενικοί.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Το εργαλείο τηλεπισκόπησης που χρησιμοποιήθηκε, το GWSE, σε συνδυασμό με τοπικές πληροφορίες, μπορεί να χρησιμοποιηθεί για την επιτυχή αξιολόγηση της υδρολογικής συμπεριφοράς σε υδάτινα σώματα όταν δεν υπάρχουν ιστορικές σειρές υδρολογικών δεδομένων. Η χωροχρονική ανάλυση του GWSE αποδείχθηκε ότι είναι αρκετή για την καταγραφή της εποχιακής δυναμικής των ροών νερού στην αναλυθείσα λιμνοθάλασσα. Μόνο που επισημάνθηκαν ορισμένοι περιορισμοί που συνδέονται με τα χαμηλά επίπεδα στη λιμνοθάλασσα. Αυτή η μικρή έκταση του νερού μπορεί να συνδέεται με λανθασμένη ταυτοποίηση των υδάτινων εικονοστοιχείων. Σε αυτή την περίπτωση, η χρήση τηλεπισκοπικών δεδομένων υψηλότερης ανάλυσης, όπως το Sentinel-2, θα αποτελέσει τη λύση. Η μεθοδολογία που εφαρμόστηκε, προσδιορίζοντας βασικές καταστάσεις στις οποίες ορισμένοι όροι της εξίσωσης του υδατικού ισοζυγίου μπορούν να παραμεληθούν, μας επέτρεψε να καθορίσουμε τη συμπεριφορά της υδάτινης επιφάνειας για την περίοδο 1984-2020.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1</id>
		<title>Οι επιπτώσεις της ξηρασίας στα αστικά δέντρα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1"/>
				<updated>2025-02-16T17:14:38Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Monitoring drought impacts on street trees using remote sensing - Disentangling temporal and species-specific response patterns with Sentinel-2 imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Leonie Leisenheimer, Thilo Wellmann, Clemens Jänicke, Dagmar Haase''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Ecological Informatics, Volume 82, September 2024, 102659''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Green infrastructure (Πράσινες υποδομές), Urban tree health (υγεία αστικών δέντρων), Earth observation time series (χρονοσειρές παρατήρησης γης), Vegetation indices (δείκτες βλάστησης), Land surface phenology (φαινολογία επιφάνειας γης), Compact city of Leipzig (συμπαγής πόλη της Λειψίας).''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S1574954124002012''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη εξετάζει πώς η χρήση εφαρμογών τηλεπισκόπησης θα μπορούσε να συμβάλει στην παρακολούθηση των επιπτώσεων της ξηρασίας, σε δέντρα που βρίσκονται εντός του αστικού ιστού, η οποία είναι απαραίτητη για την αποτελεσματική διαχείρισή τους. Τα υγιή δέντρα του δρόμου λειτουργούν ως ασπίδα για το οικοσύστημα των πόλεων, καθώς παρέχουν σε αυτές σημαντικές οικοσυστημικές υπηρεσίες. Παράλληλα όμως, δέχονται αυξανόμενες πιέσεις από την αστικοποίηση και την κλιματική αλλαγή, συμπεριλαμβανομένης της ξηρασίας. Η πόλη της Λειψίας αντιμετώπισε παρατεταμένες περιόδους σοβαρής ξηρασίας από το 2018 έως το 2022. Η διατήρηση της υγείας των αστικών δέντρων, και συνεπώς της παροχής από αυτά υπηρεσιών οικοσυτήματος, υπό τέτοιες συνθήκες ξηρασίας αποτελεί σημαντική πρόκληση για πολλές αστικές περιοχές παγκοσμίως και αποκτά ολοένα και μεγαλύτερη σημασία στο πλαίσιο της κλιματικής αλλαγής. Οι παραδοσιακές επιτόπιες παρατηρήσεις είναι περιορισμένες ως προς την ικανότητά τους να παρέχουν τακτική παρακολούθηση της αντίδρασης των αστικών δέντρων στην ξηρασία, σε όλη την έκταση μίας πόλης. Ως λύση σε αυτό, προτείνεται η χρήση δορυφορικών εικόνων Sentinel-2, για τον εντοπισμό των χρονικών και εξειδικευμένων, ως προς το είδος του δέντρου, προτύπων αντίδρασης των αστικών δέντρων, στην ξηρασία. Αξιολογείται η εφαρμογή της μεθόδου σε ένα δείγμα 2514 ώριμων αστικών δέντρων, από τα επτά πιο κοινά είδη δέντρων, στη Λειψία της Γερμανίας. Για κάθε δέντρο, δημιουργούνται χρονοσειρές οκτώ δεικτών βλάστησης από το 2017 έως το 2022. Οι δείκτες, αποτελούν τη βάση για μια ανάλυση συσχέτισης, με τον τυποποιημένο μετεωρολογικό δείκτη ξηρασίας βροχόπτωσης-εξατμισοδιαπνοής (SPEI) και για τα ετήσια ολοκληρώματα της αυξητικής περιόδου, τα οποία αφαιρούμε από εκείνα του έτους βάσης 2017. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσφέρει επιστημονικά δεδομένα και εργαλεία για τη βελτίωση της διαχείρισης του αστικού πρασίνου, μέσω της χρήσης τεχνολογιών τηλεπισκόπησης, στοχεύοντας στη διαφύλαξη του πλέον ιδιαίτερα περιορισμένου αριθμού υγιών αστικών δέντρων που βρίσκονται στις Ευρωπαϊκές πόλεις και στη διασφάλιση της συντήρησης του πληθυσμού τους. Κύριος στόχος είναι να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες, σχετικά με χρονικά και εξειδικευμένα στα είδη δέντρων, πρότυπα απόκρισης στην ξηρασία, αναπτύσσοντας και αξιολογώντας δύο μετρικές απόκρισης στην ξηρασία που προέρχονται από χρονοσειρές δεικτών βλάστησης, από δορυφορικές εικόνες Sentinel-2 από το 2017 έως το 2022, για να αποτυπωθεί ο αντίκτυπος μιας πολυετούς ξηρασίας στα υφιστάμενα ώριμα αστικά δέντρα, στη Λειψία της Γερμανίας. Για την απόκριση και την ανοχή τους στην ξηρασία συγκρίθηκαν τα δέντρα Platanus x acerifolia (P. x acerifolia), Quercus robur (Q. robur), Tilia cordata (T. cordata), Fraxinus excelsior (F. excelsior), Aesculus hippocastanum (A. hippocastanum), Acer pseudoplatanus (A. pseudoplatanus) και Acer platanoides (A. platanoides).&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Μια συνήθης αντίδραση των δέντρων στην ξηρασία είναι το κλείσιμο των στομάτων για να μειωθεί η απώλεια νερού, με αποτέλεσμα χαμηλότερους ρυθμούς φωτοσύνθεσης και μειωμένες υπηρεσίες οικοσυστήματος, όπως η πρόσληψη άνθρακα. Μεσοπρόθεσμα, τα δέντρα αντιδρούν παραμορφώνοντας τα φύλλα τους και ρίχνοντας φύλλα ή ολόκληρα κλαδιά. Μακροπρόθεσμα, η θνησιμότητα αυξάνεται, η ανάπτυξη μειώνεται και σχηματίζονται κοντύτεροι βλαστοί (Brune, 2016). Η αντίδραση των δέντρων στην ξηρασία εξαρτάται από τη διάρκεια και τη σοβαρότητα της ξηρασίας και διαφέρει μεταξύ των ειδών. Λόγω διαφορετικών μορφολογικών και φυσιολογικών χαρακτηριστικών, ορισμένα είδη είναι πιο ανθεκτικά στην ξηρασία από άλλα (Πίνακας 1). Γενικά, η διαθεσιμότητα του νερού της άνοιξης επηρεάζει έντονα την υγεία των δέντρων (Hirsch et al., 2023- Moser et al., 2017). Ορισμένα δέντρα, όπως το P. x acerifolia και το A. platanoides, ανταποκρίνονται στις ελλείψεις νερού με χρονική υστέρηση, με αποτέλεσμα την περιορισμένη ανάπτυξη στα έτη που ακολουθούν την ξηρασία (Gillner et al., 2014; Hirsch et al., 2023).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Λειψία είναι μια ταχέως αναπτυσσόμενη πόλη στην κεντρική Γερμανία με μέση ετήσια βροχόπτωση 611 mm (Deutscher Wetterdienst [DWD], 2023). Η πόλη αντιμετώπισε πολλαπλά φαινόμενα ξηρασίας τα τελευταία χρόνια, με τα έτη 2018, 2019, 2020 και 2022 να είναι τα θερμότερα που έχουν καταγραφεί (Fuchs, 2022; Imbery et al., 2023). Αν και το 2021 ήταν ελαφρώς υγρότερο και ψυχρότερο, η μετεωρολογική ξηρασία των προηγούμενων ετών είχε ως αποτέλεσμα την πιο σοβαρή ξηρασία υπόγειων υδάτων των τελευταίων 100 ετών (Fuchs, 2022). Προβλέπεται ότι οι ξηρασίες θα εμφανίζονται συχνότερα στη Λειψία, καθώς εκτιμάται ότι η μείωση των θερινών βροχοπτώσεων θα είναι 34% σε συνδυασμό με την αύξηση της ετήσιας θερμοκρασίας κατά 3,7 έως 5,4 °C έως το 2071 (Rumpf, 2021a, Rumpf, 2021b).&lt;br /&gt;
Η στρατηγική της Λειψίας για την προσαρμογή στην κλιματική αλλαγή ορίζει τα αστικά δέντρα ως σημαντικό μέτρο για τον μετριασμό της θερμότητας, ιδίως μέσω της σκίασης (Stadt Leipzig, 2021). Ταυτόχρονα, η πόλη αναγνωρίζει τις πολλές απειλές για τα δέντρα του δρόμου, οι οποίες πλήττουν ιδιαίτερα τα παλαιότερα δέντρα, καθώς η παρατεταμένη ξηρασία των τελευταίων ετών έχει αποξηράνει τα βαθύτερα στρώματα του εδάφους (Stadt Leipzig, 2019a). Η άρδευση χρησιμοποιείται κυρίως για νεαρά δέντρα, ηλικίας έως δέκα ετών. Επιπλέον, οι πολίτες παρακινούνται να συμβάλλουν υιοθετώντας και ποτίζοντας νεαρά δέντρα (Stadt Leipzig, 2023). Η πόλη της Λειψίας στοχεύει στην ανάπτυξη επιπλέον 45.000 αστικών δέντρων, με στόχο τη φύτευση 1000 δέντρων ετησίως (Stadt Leipzig, 2019b).&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
1.	Τηλεπισκόπηση: Ως κύρια μέθοδος εφαρμογής της έρευνας χρησιμοποιείται η τηλεπισκόπηση, γίνεται χρήση ελεύθερα διαθέσιμων δορυφορικών εικόνων από την σειρά εικόνων του δορυφόρου Sentinel-2, ανάλυση αυτών και σύγκρισή τους για την παραγωγή δεικτών.&lt;br /&gt;
2.	Δείκτες βλάστησης και ξηρασίας: Χρησιμοποιούνται δείκτες όπως ο ενισχυμένος δείκτης βλάστησης (EVI), ο κανονικοποιημένος λόγος καύσης (NBR) και ο κανονικοποιημένος δείκτης βλάστησης (NDVI), ο καθένας χρησιμοποιώντας τη ζώνη εγγύς υπέρυθρης ακτινοβολίας ανάλυσης 10 m και 20 m (EVI-10, EVI-20, NBR-10, NBR-20, NDVI-10, NDVI-20), καθώς και ο κανονικοποιημένος δείκτη διαφοράς βλάστησης κόκκινης ακμής (RENDVI) και ο δείκτης βλάστησης κόκκινου-πράσινου (RGVI).&lt;br /&gt;
3.	Ανάλυση συσχέτισης:  Εξετάζεται η σχέση μεταξύ των μετεωρολογικών συνθηκών ξηρασίας και των δεικτών βλάστησης χρησιμοποιώντας το συντελεστή συσχέτισης Pearson για τη σύγκριση οκτώ δεικτών βλάστησης και να προσδιοριστούν οι  σωρευτικές επιπτώσεις της ξηρασίας σε διάφορα είδη δέντρων. Με βάση τη σύγκριση των δεικτών βλάστησης, επιλέγεται ο δείκτης με την υψηλότερη συσχέτιση. Παράγονται αποτελέσματα συσχέτισης μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης. &lt;br /&gt;
4.	Στατιστικός έλεγχος υποθέσεων: Χρησιμοποιούνται boxplots και στατιστικός έλεγχος υποθέσεων για να εξεταστούν οι διαφορές μεταξύ των ειδών δέντρων και κατά τη διάρκεια των ετών. &lt;br /&gt;
 &lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν θετικές σχέσεις μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης, άρα σχετίζεται περισσότερο με τον μετεωρολογικό δείκτη ξηρασίας. Και οι δύο δείκτες απόκρισης στην ξηρασία συνάδουν με τα χαρακτηριστικά των διαφόρων ειδών δέντρων που σχετίζονται με την ξηρασία. Διαπιστώνονται επίσης σημαντικές διαφορές στην αντίδραση αρκετών ειδών δέντρων στην ξηρασία, με την Quercus robur να ανταποκρίνεται περισσότερο στην ξηρασία και την Platanus x acerifolia να ανταποκρίνεται λιγότερο. Τα άλλα είδη δέντρων παρουσιάζουν θετικούς συντελεστές συσχέτισης για περιόδους ξηρασίας τριών έως εννέα μηνών, υποδεικνύοντας μια απόκριση στην ξηρασία εντός του ίδιου έτους ξηρών συνθηκών. Η παρατήρηση αυτή αντικατοπτρίζεται επίσης στα ολοκληρώματα της αυξητικής περιόδου, τα οποία είναι σημαντικά χαμηλότερα για τα περισσότερα είδη στα έτη ξηρασίας 2018 και 2020 από ό,τι στο μη ξηρό έτος 2017. &lt;br /&gt;
Παρόλα αυτά οι επιπτώσεις δεν είναι τόσο έντονες στα ξηρά έτη 2019 και 2022. Οι συντελεστές συσχέτισης υπερέχουν στην αποτύπωση των διαφορετικών χρονικών χαρακτηριστικών των ξηρασιών, περιγράφοντας τις σωρευτικές επιπτώσεις τους στα δέντρα του δρόμου, ενώ τα ολοκληρώματα απόκλισης προσφέρουν ένα πλεονέκτημα στη διάκριση των δυνάμεων απόκρισης στην ξηρασία μεταξύ των ετών, επιτρέποντας έτσι την ανάλυση της επιμονής των ζημιών που προκαλούνται από την ξηρασία.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα της έρευνας παρουσιάζουν σημαντικές πληροφορίες για την απόκριση των διαφορετικών ειδών δέντρων στις περιόδους ξηρασίας. Αβεβαιότητες προκύπτουν από τις μεταβολές του φασματικού σήματος που προκαλούνται από τις παρακείμενες χρήσεις γης. Συμπερασματικά, η προτεινόμενη μέθοδος αποτελεί εν δυνάμει ολιστική λύση για τη διαχείριση του αστικού πρασίνου και για περαιτέρω έρευνα σχετικά με τα αίτια και τις συνέπειες των ζημιών που προκαλούνται από την ξηρασία στα αστικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1</id>
		<title>Οι επιπτώσεις της ξηρασίας στα αστικά δέντρα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9F%CE%B9_%CE%B5%CF%80%CE%B9%CF%80%CF%84%CF%8E%CF%83%CE%B5%CE%B9%CF%82_%CF%84%CE%B7%CF%82_%CE%BE%CE%B7%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%83%CF%84%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AC_%CE%B4%CE%AD%CE%BD%CF%84%CF%81%CE%B1"/>
				<updated>2025-02-16T17:13:34Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: Νέα σελίδα με ''' '''Πρωτότυπος τίτλος:''' Monitoring drought impacts on street trees using remote sensing - Disentangling temporal and species-specific response patterns...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Monitoring drought impacts on street trees using remote sensing - Disentangling temporal and species-specific response patterns with Sentinel-2 imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Leonie Leisenheimer, Thilo Wellmann, Clemens Jänicke, Dagmar Haase''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Ecological Informatics, Volume 82, September 2024, 102659''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Green infrastructure (Πράσινες υποδομές), Urban tree health (υγεία αστικών δέντρων), Earth observation time series (χρονοσειρές παρατήρησης γης), Vegetation indices (δείκτες βλάστησης), Land surface phenology (φαινολογία επιφάνειας γης), Compact city of Leipzig (συμπαγής πόλη της Λειψίας).''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S1574954124002012''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη εξετάζει πώς η χρήση εφαρμογών τηλεπισκόπησης θα μπορούσε να συμβάλει στην παρακολούθηση των επιπτώσεων της ξηρασίας, σε δέντρα που βρίσκονται εντός του αστικού ιστού, η οποία είναι απαραίτητη για την αποτελεσματική διαχείρισή τους. Τα υγιή δέντρα του δρόμου λειτουργούν ως ασπίδα για το οικοσύστημα των πόλεων, καθώς παρέχουν σε αυτές σημαντικές οικοσυστημικές υπηρεσίες. Παράλληλα όμως, δέχονται αυξανόμενες πιέσεις από την αστικοποίηση και την κλιματική αλλαγή, συμπεριλαμβανομένης της ξηρασίας. Η πόλη της Λειψίας αντιμετώπισε παρατεταμένες περιόδους σοβαρής ξηρασίας από το 2018 έως το 2022. Η διατήρηση της υγείας των αστικών δέντρων, και συνεπώς της παροχής από αυτά υπηρεσιών οικοσυτήματος, υπό τέτοιες συνθήκες ξηρασίας αποτελεί σημαντική πρόκληση για πολλές αστικές περιοχές παγκοσμίως και αποκτά ολοένα και μεγαλύτερη σημασία στο πλαίσιο της κλιματικής αλλαγής. Οι παραδοσιακές επιτόπιες παρατηρήσεις είναι περιορισμένες ως προς την ικανότητά τους να παρέχουν τακτική παρακολούθηση της αντίδρασης των αστικών δέντρων στην ξηρασία, σε όλη την έκταση μίας πόλης. Ως λύση σε αυτό, προτείνεται η χρήση δορυφορικών εικόνων Sentinel-2, για τον εντοπισμό των χρονικών και εξειδικευμένων, ως προς το είδος του δέντρου, προτύπων αντίδρασης των αστικών δέντρων, στην ξηρασία. Αξιολογείται η εφαρμογή της μεθόδου σε ένα δείγμα 2514 ώριμων αστικών δέντρων, από τα επτά πιο κοινά είδη δέντρων, στη Λειψία της Γερμανίας. Για κάθε δέντρο, δημιουργούνται χρονοσειρές οκτώ δεικτών βλάστησης από το 2017 έως το 2022. Οι δείκτες, αποτελούν τη βάση για μια ανάλυση συσχέτισης, με τον τυποποιημένο μετεωρολογικό δείκτη ξηρασίας βροχόπτωσης-εξατμισοδιαπνοής (SPEI) και για τα ετήσια ολοκληρώματα της αυξητικής περιόδου, τα οποία αφαιρούμε από εκείνα του έτους βάσης 2017. &lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσφέρει επιστημονικά δεδομένα και εργαλεία για τη βελτίωση της διαχείρισης του αστικού πρασίνου, μέσω της χρήσης τεχνολογιών τηλεπισκόπησης, στοχεύοντας στη διαφύλαξη του πλέον ιδιαίτερα περιορισμένου αριθμού υγιών αστικών δέντρων που βρίσκονται στις Ευρωπαϊκές πόλεις και στη διασφάλιση της συντήρησης του πληθυσμού τους. Κύριος στόχος είναι να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες, σχετικά με χρονικά και εξειδικευμένα στα είδη δέντρων, πρότυπα απόκρισης στην ξηρασία, αναπτύσσοντας και αξιολογώντας δύο μετρικές απόκρισης στην ξηρασία που προέρχονται από χρονοσειρές δεικτών βλάστησης, από δορυφορικές εικόνες Sentinel-2 από το 2017 έως το 2022, για να αποτυπωθεί ο αντίκτυπος μιας πολυετούς ξηρασίας στα υφιστάμενα ώριμα αστικά δέντρα, στη Λειψία της Γερμανίας. Για την απόκριση και την ανοχή τους στην ξηρασία συγκρίθηκαν τα δέντρα Platanus x acerifolia (P. x acerifolia), Quercus robur (Q. robur), Tilia cordata (T. cordata), Fraxinus excelsior (F. excelsior), Aesculus hippocastanum (A. hippocastanum), Acer pseudoplatanus (A. pseudoplatanus) και Acer platanoides (A. platanoides).&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Μια συνήθης αντίδραση των δέντρων στην ξηρασία είναι το κλείσιμο των στομάτων για να μειωθεί η απώλεια νερού, με αποτέλεσμα χαμηλότερους ρυθμούς φωτοσύνθεσης και μειωμένες υπηρεσίες οικοσυστήματος, όπως η πρόσληψη άνθρακα. Μεσοπρόθεσμα, τα δέντρα αντιδρούν παραμορφώνοντας τα φύλλα τους και ρίχνοντας φύλλα ή ολόκληρα κλαδιά. Μακροπρόθεσμα, η θνησιμότητα αυξάνεται, η ανάπτυξη μειώνεται και σχηματίζονται κοντύτεροι βλαστοί (Brune, 2016). Η αντίδραση των δέντρων στην ξηρασία εξαρτάται από τη διάρκεια και τη σοβαρότητα της ξηρασίας και διαφέρει μεταξύ των ειδών. Λόγω διαφορετικών μορφολογικών και φυσιολογικών χαρακτηριστικών, ορισμένα είδη είναι πιο ανθεκτικά στην ξηρασία από άλλα (Πίνακας 1). Γενικά, η διαθεσιμότητα του νερού της άνοιξης επηρεάζει έντονα την υγεία των δέντρων (Hirsch et al., 2023- Moser et al., 2017). Ορισμένα δέντρα, όπως το P. x acerifolia και το A. platanoides, ανταποκρίνονται στις ελλείψεις νερού με χρονική υστέρηση, με αποτέλεσμα την περιορισμένη ανάπτυξη στα έτη που ακολουθούν την ξηρασία (Gillner et al., 2014; Hirsch et al., 2023).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Η Λειψία είναι μια ταχέως αναπτυσσόμενη πόλη στην κεντρική Γερμανία με μέση ετήσια βροχόπτωση 611 mm (Deutscher Wetterdienst [DWD], 2023). Η πόλη αντιμετώπισε πολλαπλά φαινόμενα ξηρασίας τα τελευταία χρόνια, με τα έτη 2018, 2019, 2020 και 2022 να είναι τα θερμότερα που έχουν καταγραφεί (Fuchs, 2022; Imbery et al., 2023). Αν και το 2021 ήταν ελαφρώς υγρότερο και ψυχρότερο, η μετεωρολογική ξηρασία των προηγούμενων ετών είχε ως αποτέλεσμα την πιο σοβαρή ξηρασία υπόγειων υδάτων των τελευταίων 100 ετών (Fuchs, 2022). Προβλέπεται ότι οι ξηρασίες θα εμφανίζονται συχνότερα στη Λειψία, καθώς εκτιμάται ότι η μείωση των θερινών βροχοπτώσεων θα είναι 34% σε συνδυασμό με την αύξηση της ετήσιας θερμοκρασίας κατά 3,7 έως 5,4 °C έως το 2071 (Rumpf, 2021a, Rumpf, 2021b).&lt;br /&gt;
Η στρατηγική της Λειψίας για την προσαρμογή στην κλιματική αλλαγή ορίζει τα αστικά δέντρα ως σημαντικό μέτρο για τον μετριασμό της θερμότητας, ιδίως μέσω της σκίασης (Stadt Leipzig, 2021). Ταυτόχρονα, η πόλη αναγνωρίζει τις πολλές απειλές για τα δέντρα του δρόμου, οι οποίες πλήττουν ιδιαίτερα τα παλαιότερα δέντρα, καθώς η παρατεταμένη ξηρασία των τελευταίων ετών έχει αποξηράνει τα βαθύτερα στρώματα του εδάφους (Stadt Leipzig, 2019a). Η άρδευση χρησιμοποιείται κυρίως για νεαρά δέντρα, ηλικίας έως δέκα ετών. Επιπλέον, οι πολίτες παρακινούνται να συμβάλλουν υιοθετώντας και ποτίζοντας νεαρά δέντρα (Stadt Leipzig, 2023). Η πόλη της Λειψίας στοχεύει στην ανάπτυξη επιπλέον 45.000 αστικών δέντρων, με στόχο τη φύτευση 1000 δέντρων ετησίως (Stadt Leipzig, 2019b).&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
1.	Τηλεπισκόπηση: Ως κύρια μέθοδος εφαρμογής της έρευνας χρησιμοποιείται η τηλεπισκόπηση, γίνεται χρήση ελεύθερα διαθέσιμων δορυφορικών εικόνων από την σειρά εικόνων του δορυφόρου Sentinel-2, ανάλυση αυτών και σύγκρισή τους για την παραγωγή δεικτών.&lt;br /&gt;
2.	Δείκτες βλάστησης και ξηρασίας: Χρησιμοποιούνται δείκτες όπως ο ενισχυμένος δείκτης βλάστησης (EVI), ο κανονικοποιημένος λόγος καύσης (NBR) και ο κανονικοποιημένος δείκτης βλάστησης (NDVI), ο καθένας χρησιμοποιώντας τη ζώνη εγγύς υπέρυθρης ακτινοβολίας ανάλυσης 10 m και 20 m (EVI-10, EVI-20, NBR-10, NBR-20, NDVI-10, NDVI-20), καθώς και ο κανονικοποιημένος δείκτη διαφοράς βλάστησης κόκκινης ακμής (RENDVI) και ο δείκτης βλάστησης κόκκινου-πράσινου (RGVI).&lt;br /&gt;
3.	Ανάλυση συσχέτισης:  Εξετάζεται η σχέση μεταξύ των μετεωρολογικών συνθηκών ξηρασίας και των δεικτών βλάστησης χρησιμοποιώντας το συντελεστή συσχέτισης Pearson για τη σύγκριση οκτώ δεικτών βλάστησης και να προσδιοριστούν οι  σωρευτικές επιπτώσεις της ξηρασίας σε διάφορα είδη δέντρων. Με βάση τη σύγκριση των δεικτών βλάστησης, επιλέγεται ο δείκτης με την υψηλότερη συσχέτιση. Παράγονται αποτελέσματα συσχέτισης μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης. &lt;br /&gt;
4.	Στατιστικός έλεγχος υποθέσεων: Χρησιμοποιούνται boxplots και στατιστικός έλεγχος υποθέσεων για να εξεταστούν οι διαφορές μεταξύ των ειδών δέντρων και κατά τη διάρκεια των ετών. &lt;br /&gt;
 &lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα δείχνουν θετικές σχέσεις μεταξύ των οκτώ δεικτών βλάστησης και του SPEI, με τον NBR-20 να έχει τους υψηλότερους συντελεστές συσχέτισης, άρα σχετίζεται περισσότερο με τον μετεωρολογικό δείκτη ξηρασίας. Και οι δύο δείκτες απόκρισης στην ξηρασία συνάδουν με τα χαρακτηριστικά των διαφόρων ειδών δέντρων που σχετίζονται με την ξηρασία. Διαπιστώνονται επίσης σημαντικές διαφορές στην αντίδραση αρκετών ειδών δέντρων στην ξηρασία, με την Quercus robur να ανταποκρίνεται περισσότερο στην ξηρασία και την Platanus x acerifolia να ανταποκρίνεται λιγότερο. Τα άλλα είδη δέντρων παρουσιάζουν θετικούς συντελεστές συσχέτισης για περιόδους ξηρασίας τριών έως εννέα μηνών, υποδεικνύοντας μια απόκριση στην ξηρασία εντός του ίδιου έτους ξηρών συνθηκών. Η παρατήρηση αυτή αντικατοπτρίζεται επίσης στα ολοκληρώματα της αυξητικής περιόδου, τα οποία είναι σημαντικά χαμηλότερα για τα περισσότερα είδη στα έτη ξηρασίας 2018 και 2020 από ό,τι στο μη ξηρό έτος 2017. &lt;br /&gt;
Παρόλα αυτά οι επιπτώσεις δεν είναι τόσο έντονες στα ξηρά έτη 2019 και 2022. Οι συντελεστές συσχέτισης υπερέχουν στην αποτύπωση των διαφορετικών χρονικών χαρακτηριστικών των ξηρασιών, περιγράφοντας τις σωρευτικές επιπτώσεις τους στα δέντρα του δρόμου, ενώ τα ολοκληρώματα απόκλισης προσφέρουν ένα πλεονέκτημα στη διάκριση των δυνάμεων απόκρισης στην ξηρασία μεταξύ των ετών, επιτρέποντας έτσι την ανάλυση της επιμονής των ζημιών που προκαλούνται από την ξηρασία.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα της έρευνας παρουσιάζουν σημαντικές πληροφορίες για την απόκριση των διαφορετικών ειδών δέντρων στις περιόδους ξηρασίας. Αβεβαιότητες προκύπτουν από τις μεταβολές του φασματικού σήματος που προκαλούνται από τις παρακείμενες χρήσεις γης. Συμπερασματικά, η προτεινόμενη μέθοδος αποτελεί εν δυνάμει ολιστική λύση για τη διαχείριση του αστικού πρασίνου και για περαιτέρω έρευνα σχετικά με τα αίτια και τις συνέπειες των ζημιών που προκαλούνται από την ξηρασία στα αστικά δέντρα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82</id>
		<title>Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82"/>
				<updated>2025-02-16T17:06:34Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Urban heat island mitigation by green infrastructure in European Functional Urban Areas''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Federica Marando, Mehdi P. Heris, Grazia Zulian, Angel Udías, Lorenzo Mentaschi, Nektarios Chrysoulakis, David Parastatidis, Joachim Maes''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Sustainable Cities and Society, Volume 77, February 2022, 103564''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Ecosystem services (υπηρεσίες οικοσυστημάτων), urban green infrastructure (πράσινες υποδομές), urban heat island (αστική θερμική νησίδα), microclimate regulation (ρύθμιση μικροκλίματος), nature-based solutions''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S2210670721008301''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας ή  Urban Heat Island (UHI) είναι ένας από τους πιο επιβλαβείς περιβαλλοντικούς κινδύνους για τους κατοίκους των πόλεων. Η κλιματική αλλαγή αναμένεται να αυξήσει την ένταση του φαινομένου UHI. Στο πλαίσιο αυτό, η εφαρμογή αστικών πράσινων υποδομών (UGI) μπορεί να μειώσει εν μέρει την ένταση του φαινομένου UHI, προωθώντας ένα ανθεκτικό αστικό περιβάλλον και συμβάλλοντας στην προσαρμογή στην κλιματική αλλαγή και στον μετριασμό της. Για την επίτευξη αυτού του αποτελέσματος, υπάρχει ανάγκη συστηματικής ενσωμάτωσης των UGI στον αστικό σχεδιασμό και τη νομοθεσία, αλλά η διαδικασία αυτή εξαρτάται από τη διαθεσιμότητα ευρέως εφαρμόσιμων, εύκολα προσβάσιμων και ποσοτικών στοιχείων. Για να προσφέρουμε μια μεγάλη εικόνα της έντασης της αστικής θερμότητας και των δυνατοτήτων μετριασμού των υψηλών θερμοκρασιών, αναπτύξαμε ένα μοντέλο που αναφέρει την Οικοσυστημική Υπηρεσία της ρύθμισης του μικροκλίματος των UGI σε 601 ευρωπαϊκές πόλεις. Το μοντέλο αυτό προσομοιώνει τη διαφορά θερμοκρασίας μεταξύ ενός βασικού σεναρίου και ενός σεναρίου χωρίς βλάστηση, προεκτείνοντας το ρόλο των αστικών πράσινων υποδομών στον μετριασμό της UHI, σε διαφορετικά αστικά περιβάλλοντα. Τέλος, εκπονήθηκε ένας πρακτικός, ποσοτικός δείκτης που μπορεί να εφαρμοστεί από τους υπεύθυνους χάραξης πολιτικής και τις διοικήσεις των πόλεων, επιτρέποντας την εκτίμηση της ποσότητας της αστικής βλάστησης που απαιτείται για την ψύξη των θερινών θερμοκρασιών κατά ένα ορισμένο βαθμό. Διαπιστώθηκε ότι οι αστικές πράσινες υποδομές δροσίζουν τις ευρωπαϊκές πόλεις κατά 1,07 °C κατά μέσο όρο, και μέχρι 2,9 °C, αλλά για να επιτευχθεί μείωση της αστικής θερμοκρασίας κατά 1 °C, απαιτείται δενδροκάλυψη τουλάχιστον 16%. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας (UHI) μπορεί να περιγραφεί ως ένα ξεχωριστό αστικό κλίμα, το οποίο χαρακτηρίζεται από υψηλότερες θερμοκρασίες σε πυκνοδομημένες περιοχές σε σύγκριση με τις γύρω περιοχές (Oke, 1982). Το φαινόμενο αυτό προκαλείται από την ανθρωπογενή αλλοίωση του φυσικού περιβάλλοντος, όπως η ανάπτυξη κτιρίων και αδιαπέρατων επιφανειών. Οι αλλαγές αυτές καθορίζουν μια υψηλότερη θερμοχωρητικότητα η οποία παγιδεύει περισσότερη ενέργεια και ακτινοβολία με επακόλουθη αύξηση της θερμοκρασίας. Η αστική μορφολογία μπορεί επίσης να επηρεάσει, αυξάνοντας την πολλαπλή τροφοδοσία της ακτινοβολίας βραχέων κυμάτων και παγιδεύοντας την ακτινοβολία μακρών κυμάτων, με αποτέλεσμα την εντατικοποίηση της αποθήκευσης θερμότητας στην πόλη. Επιπλέον, οι ανθρωπογενείς δραστηριότητες, όπως η θέρμανση και οι μεταφορές, αυξάνουν περαιτέρω την ποσότητα θερμότητας που εκλύεται στις αστικές περιοχές, σε σύγκριση με το φυσικό τοπίο (Zhou, Rybski &amp;amp; Kropp, 2017). Η έκταση και η κατανομή της UHI μπορούν να εκτιμηθούν τόσο μέσω της θερμοκρασίας του αέρα όσο και μέσω των δεδομένων της θερμοκρασίας της επιφάνειας του εδάφους (LST). &lt;br /&gt;
Η πρώτη προσέγγιση μετράει, συνήθως με μετεωρολογικούς σταθμούς παρακολούθησης, τη θερμοκρασία από το έδαφος μέχρι το ύψος των δέντρων, το «στρώμα του θόλου» (Schwarz, Schlink, Franck &amp;amp; Großmann, 2012). Η δεύτερη προσέγγιση μετρά τη θερμοκρασία της επιφάνειας της γης, η οποία ανακτάται μέσω δορυφορικών ή εναέριων αισθητήρων. Το πλεονέκτημα της χρήσης των μετρήσεων της θερμοκρασίας του αέρα συνίσταται στο γεγονός ότι μπορούν να παρέχουν αντιπροσωπευτικές και χρονικά συνεχείς πληροφορίες UHI, αλλά η παρουσία μετεωρολογικών σταθμών στην επικράτεια είναι συχνά περιορισμένη. Από την άλλη πλευρά, η εκτίμηση της LST επιτρέπει μια χωρικά ρητή ανάλυση της θερμοκρασίας, αλλά παρ' όλα αυτά αποτελεί μια έμμεση εκτίμηση της UHI, της λεγόμενης «Επιφανειακής Αστικής Θερμικής Νησίδας» (SUHI) (Clinton &amp;amp; Gong, 2013- Oke, Mills, Christen &amp;amp; Voogt, 2017). Οι μελέτες με βάση την LST είναι όλο και πιο διαδεδομένες, λόγω των πρακτικών εφαρμογών, της αμεσότητας και της διαθεσιμότητας αισθητήρων χωρίς κόστος, ιδίως όταν υπάρχει η ανάγκη διεξαγωγής αναλύσεων σε περιφερειακή ή ακόμη και παγκόσμια κλίμακα (Ottlè et al., 1992).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος των UGI στη μείωση της θερμοκρασίας του αέρα εκτιμήθηκε για 601 λειτουργικές αστικές περιοχές ή Functional Urban Areas (FUAs) στην ΕΕ-27. Οι FUAs, παλαιότερα γνωστές ως Larger Urban Zones (LUZ), που καθορίστηκαν το 2011 από την Ευρωπαϊκή Επιτροπή και τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), αναπτύσσονται από τη Eurostat ως μέρος των αστικών διοικητικών στατιστικών μονάδων. Οι FUAs επιτρέπουν τη χαρτογράφηση και την αξιολόγηση της πόλης και του άμεσου περιβάλλοντός της, καθώς και τη συγκριτική ανάλυση των πόλεων μεταξύ των κρατών μελών. Αντιπροσωπεύονται από τον πυρήνα της πόλης και τη ζώνη μετακίνησής της και χρησιμοποιούνται για την περιγραφή της ευρωπαϊκής αστικοποιημένης γης, όπως συνιστάται από τη Eurostat (Dijkstra &amp;amp; Poelman, 2012- EuroStat, 2016- Eurostat, 2017). Τα δεδομένα έχουν ληφθεί από τον ιστότοπο της Eurostat (Eurostat, Urban Audit, 2020, έκδοση 2018).&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
1.	Ανάκτηση LST: Η διαδικασία εκτίμησης της LST από δορυφορικά δεδομένα βασίζεται στη διαθεσιμότητα αισθητήρων θερμικής υπέρυθρης ακτινοβολίας. Δορυφόροι όπως οι Landsat 5, 7 και 8 είναι κατάλληλοι για την εκτίμηση της LST. Στην προκειμένη περίπτωση, χρησιμοποιήθηκαν δεδομένα Landsat-8 OLI TIRS. Τα δεδομένα LST αποκτήθηκαν μέσω της πλατφόρμας Google Earth Engine (GEE), χρησιμοποιώντας έναν αλγόριθμο ενός καναλιού που αναπτύχθηκε από τους Parastatidis et al. (2017). &lt;br /&gt;
2.	Σύνολο δεδομένων θερμοκρασίας αέρα: Λόγω της έλλειψης συνόλων δεδομένων υψηλής ανάλυσης για τη θερμοκρασία του αέρα σε ευρωπαϊκή κλίμακα και λόγω της ανεπαρκούς κάλυψης του υφιστάμενου δικτύου μετεωρολογικών σταθμών, χρησιμοποιήθηκε ένα σύνολο δεδομένων που εκπονήθηκε από το Πανεπιστήμιο του Κολοράντο Ντένβερ, το οποίο προέρχεται από τις ημερήσιες μετρήσεις του δικτύου μετεωρολογικών σταθμών NOAA (National Oceanic and Atmospheric Administration) στις ΗΠΑ (Heris et al., 2021) για τη δημιουργία ενός προγνωστικού μοντέλου της σχέσης μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας του αέρα των ΥΠΑ της ΕΕ.&lt;br /&gt;
3.	Πληθυσμός: Προκειμένου να εκτιμηθεί το όφελος από τον μετριασμό της θερμοκρασίας που λαμβάνουν οι κάτοικοι των πόλεων, εκτιμήθηκε το ποσοστό του πληθυσμού που κατοικεί σε περιοχές όπου γίνεται ρύθμιση του μικροκλίματος, δηλαδή όπου η ψύξη είναι θετική, και εκφράστηκε σε ποσοστό. Για τον σκοπό αυτό, χρησιμοποιήθηκε το σύνολο δεδομένων για την πυκνότητα πληθυσμού του Global Human Settlement layer για το 2015 (έτος έκδοσης: 2019- Freire et al., 2019- Schiavina, Freire &amp;amp; MacManus, 2019), που εκφράζει την κατανομή και την πυκνότητα του οικιστικού πληθυσμού.&lt;br /&gt;
4.	Μοντέλο μετριασμού του μικροκλίματος: Το βιοφυσικό μοντέλο βασίζεται στην προσαρμογή μιας μεθόδου δύο επιπέδων που αναφέρεται στο Heris et al., 2021: στο πρώτο επίπεδο, αναπτύχθηκε ένα διμεταβλητό μοντέλο γραμμικής παλινδρόμησης για την εκτίμηση της LST, χρησιμοποιώντας την πυκνότητα της δενδροκάλυψης και την ποσότητα του νερού που εξατμίζεται από τους θόλους των δέντρων ως προγνωστικούς παράγοντες. Στη συνέχεια, αναπτύχθηκε ένα δεύτερο μονομεταβλητό μοντέλο για την εκτίμηση της μέγιστης θερμοκρασίας του αέρα ως συνάρτηση δύο προβλεπτικών παραγόντων: της LST που εκτιμήθηκε μέσω του πρώτου μοντέλου παλινδρόμησης και του γεωγραφικού πλάτους. Τέλος, τα δύο μοντέλα συνδυάστηκαν για τον υπολογισμό της ψυκτικής ικανότητας της βλάστησης.&lt;br /&gt;
5.	 Δείκτης ψύξης: Εδώ, προκειμένου να καταστούν τα αποτελέσματα σχετικά με την ψύξη λειτουργικά ως μέσο υποστήριξης της πολιτικής, προτείνεται ένας δείκτης ψύξης, ο οποίος τυποποιεί και συγκεντρώνει τις πληροφορίες που περιλαμβάνονται στην έξοδο του μοντέλου ρύθμισης του μικροκλίματος.&lt;br /&gt;
6.	Ανάλυση των κινητήριων δυνάμεων της ψύξης: Τέλος, αναλύθηκε αν υπάρχουν σημαντικές διαφορές μεταξύ των χωρών αναφορικά με τη σχέση μεταξύ της μείωσης της θερμοκρασίας και της αναλογίας των πράσινων υποδομών σε κάθε πόλη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει ένα πλήθος πόλεων που χαρακτηρίζονται από έναν βαθμό ετερογένειας στο εσωτερικού τους αλλά και μεταξύ τους. Ως εκ τούτου, το μοντέλο ορίστηκε ώστε να είναι απλό και εύκολα επεκτάσιμο/εφαρμόσιμο σε μια ευρεία χωρική περιοχή. Για το σκοπό αυτό, ένα μοντέλο γραμμικής παλινδρόμησης με δύο προγνωστικούς παράγοντες αξιολογήθηκε ως το καταλληλότερο από άποψη κόστους/οφέλους. Πριν από την επιλογή αυτών των προβλεπτικών παραγόντων, δοκιμάστηκαν και άλλες πρόσθετες μεταβλητές, όπως το υψόμετρο, η αδιαπέραστη επιφάνεια, η απόσταση από τη θάλασσα και τα υδάτινα σώματα, οι τύποι εδάφους και κάλυψης γης, ο δείκτης υγρασίας, η πυκνότητα των κτιρίων και ο NDVI. Επίσης, διερευνήθηκαν και άλλοι αλγόριθμοι μηχανικής μάθησης, όπως τα τυχαία δάση και τα δέντρα αποφάσεων. Παρ' όλα αυτά, η αύξηση της πολυπλοκότητας του μοντέλου με περισσότερους προγνωστικούς παράγοντες ή με προσεγγίσεις μηχανικής μάθησης δεν έχει αποδειχθεί ότι αυξάνει παράλληλα την ακρίβεια και την αποτελεσματικότητα του μοντέλου, ενώ από την άλλη πλευρά δημιουργεί προβλήματα αυτοσυσχέτισης ή έλλειψης στατιστικής σημαντικότητας. &lt;br /&gt;
Η προσέγγιση της παρούσας μελέτης έδειξε ότι τα δέντρα μειώνουν σημαντικά την UHI, με αντίκτυπο που εξαρτάται από την έκταση των χώρων πρασίνου και την ποσότητα διαπνοής στο εσωτερικό μιας πόλης. Συγκεκριμένα, παρατηρήθηκε ότι απαιτείται κάλυψη με δέντρα τουλάχιστον 16% για να επιτευχθεί μείωση της μέσης θερινής θερμοκρασίας κατά 1 °C. Οι ενδιαφερόμενοι φορείς και οι διαχειριστές των πόλεων μπορούν να επωφεληθούν από τον δείκτη ψύξης προκειμένου να προβλέψουν καλύτερα τις στρατηγικές μετριασμού της θερμοκρασίας στις πόλεις, με στόχο έναν βιώσιμο και αποτελεσματικό σχεδιασμό. Επί του παρόντος, ένα σημαντικό ποσοστό του αστικού πληθυσμού δεν επωφελείται από την οικοσυστημική υπηρεσία της ρύθμισης του μικροκλίματος, με αποτέλεσμα να είναι ιδιαίτερα εκτεθειμένο στις επιζήμιες επιπτώσεις του UHI, καθώς και σε άλλες μη βιώσιμες περιβαλλοντικές συνθήκες που συχνά χαρακτηρίζουν τις αστικές περιοχές. Οι ιεραρχημένες και στοχοθετημένες παρεμβάσεις πράσινων υποδομών. πρέπει να στοχεύουν στη μείωση της αναντιστοιχίας των οικοσυστημικών υπηρεσιών, ιδίως στις αστικές περιοχές που βρίσκονται σε ξηρές/νότιες περιοχές και στις οποίες η δενδροκάλυψη είναι ανεπαρκής. Άλλωστε, σχεδόν το ένα τρίτο (∼32%) των ευρωπαϊκών FUAs έχει δενδροκάλυψη κάτω από 16%. Τα οικοσυστήματα είναι θεμελιώδεις σύμμαχοι από την άποψη μιας ανθεκτικής στρατηγικής προσαρμογής στην κλιματική αλλαγή στις αστικές περιοχές και η ταχεία εφαρμογή των πράσινων υποδομών αποτελεί σήμερα μια επιτακτική στρατηγική.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T17:06:00Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Plasticbot1.png|thumb|right|''Εικόνα 1: Στόχος από πλαστικά μπουκάλια (Kyriacos Themistocleous)'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, satellite images (δορυφορικές εικόνες), plastic litter (πλαστικά απορρίμματα), spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82</id>
		<title>Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82"/>
				<updated>2025-02-16T17:05:45Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:'' Urban heat island mitigation by green infrastructure in European Functional Urban Areas''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Federica Marando, Mehdi P. Heris, Grazia Zulian, Angel Udías, Lorenzo Mentaschi, Nektarios Chrysoulakis, David Parastatidis, Joachim Maes''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Sustainable Cities and Society, Volume 77, February 2022, 103564''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Ecosystem services (υπηρεσίες οικοσυστημάτων), urban green infrastructure (πράσινες υποδομές), urban heat island (αστική θερμική νησίδα), microclimate regulation (ρύθμιση μικροκλίματος), nature-based solutions''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S2210670721008301''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας ή  Urban Heat Island (UHI) είναι ένας από τους πιο επιβλαβείς περιβαλλοντικούς κινδύνους για τους κατοίκους των πόλεων. Η κλιματική αλλαγή αναμένεται να αυξήσει την ένταση του φαινομένου UHI. Στο πλαίσιο αυτό, η εφαρμογή αστικών πράσινων υποδομών (UGI) μπορεί να μειώσει εν μέρει την ένταση του φαινομένου UHI, προωθώντας ένα ανθεκτικό αστικό περιβάλλον και συμβάλλοντας στην προσαρμογή στην κλιματική αλλαγή και στον μετριασμό της. Για την επίτευξη αυτού του αποτελέσματος, υπάρχει ανάγκη συστηματικής ενσωμάτωσης των UGI στον αστικό σχεδιασμό και τη νομοθεσία, αλλά η διαδικασία αυτή εξαρτάται από τη διαθεσιμότητα ευρέως εφαρμόσιμων, εύκολα προσβάσιμων και ποσοτικών στοιχείων. Για να προσφέρουμε μια μεγάλη εικόνα της έντασης της αστικής θερμότητας και των δυνατοτήτων μετριασμού των υψηλών θερμοκρασιών, αναπτύξαμε ένα μοντέλο που αναφέρει την Οικοσυστημική Υπηρεσία της ρύθμισης του μικροκλίματος των UGI σε 601 ευρωπαϊκές πόλεις. Το μοντέλο αυτό προσομοιώνει τη διαφορά θερμοκρασίας μεταξύ ενός βασικού σεναρίου και ενός σεναρίου χωρίς βλάστηση, προεκτείνοντας το ρόλο των αστικών πράσινων υποδομών στον μετριασμό της UHI, σε διαφορετικά αστικά περιβάλλοντα. Τέλος, εκπονήθηκε ένας πρακτικός, ποσοτικός δείκτης που μπορεί να εφαρμοστεί από τους υπεύθυνους χάραξης πολιτικής και τις διοικήσεις των πόλεων, επιτρέποντας την εκτίμηση της ποσότητας της αστικής βλάστησης που απαιτείται για την ψύξη των θερινών θερμοκρασιών κατά ένα ορισμένο βαθμό. Διαπιστώθηκε ότι οι αστικές πράσινες υποδομές δροσίζουν τις ευρωπαϊκές πόλεις κατά 1,07 °C κατά μέσο όρο, και μέχρι 2,9 °C, αλλά για να επιτευχθεί μείωση της αστικής θερμοκρασίας κατά 1 °C, απαιτείται δενδροκάλυψη τουλάχιστον 16%. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας (UHI) μπορεί να περιγραφεί ως ένα ξεχωριστό αστικό κλίμα, το οποίο χαρακτηρίζεται από υψηλότερες θερμοκρασίες σε πυκνοδομημένες περιοχές σε σύγκριση με τις γύρω περιοχές (Oke, 1982). Το φαινόμενο αυτό προκαλείται από την ανθρωπογενή αλλοίωση του φυσικού περιβάλλοντος, όπως η ανάπτυξη κτιρίων και αδιαπέρατων επιφανειών. Οι αλλαγές αυτές καθορίζουν μια υψηλότερη θερμοχωρητικότητα η οποία παγιδεύει περισσότερη ενέργεια και ακτινοβολία με επακόλουθη αύξηση της θερμοκρασίας. Η αστική μορφολογία μπορεί επίσης να επηρεάσει, αυξάνοντας την πολλαπλή τροφοδοσία της ακτινοβολίας βραχέων κυμάτων και παγιδεύοντας την ακτινοβολία μακρών κυμάτων, με αποτέλεσμα την εντατικοποίηση της αποθήκευσης θερμότητας στην πόλη. Επιπλέον, οι ανθρωπογενείς δραστηριότητες, όπως η θέρμανση και οι μεταφορές, αυξάνουν περαιτέρω την ποσότητα θερμότητας που εκλύεται στις αστικές περιοχές, σε σύγκριση με το φυσικό τοπίο (Zhou, Rybski &amp;amp; Kropp, 2017). Η έκταση και η κατανομή της UHI μπορούν να εκτιμηθούν τόσο μέσω της θερμοκρασίας του αέρα όσο και μέσω των δεδομένων της θερμοκρασίας της επιφάνειας του εδάφους (LST). &lt;br /&gt;
Η πρώτη προσέγγιση μετράει, συνήθως με μετεωρολογικούς σταθμούς παρακολούθησης, τη θερμοκρασία από το έδαφος μέχρι το ύψος των δέντρων, το «στρώμα του θόλου» (Schwarz, Schlink, Franck &amp;amp; Großmann, 2012). Η δεύτερη προσέγγιση μετρά τη θερμοκρασία της επιφάνειας της γης, η οποία ανακτάται μέσω δορυφορικών ή εναέριων αισθητήρων. Το πλεονέκτημα της χρήσης των μετρήσεων της θερμοκρασίας του αέρα συνίσταται στο γεγονός ότι μπορούν να παρέχουν αντιπροσωπευτικές και χρονικά συνεχείς πληροφορίες UHI, αλλά η παρουσία μετεωρολογικών σταθμών στην επικράτεια είναι συχνά περιορισμένη. Από την άλλη πλευρά, η εκτίμηση της LST επιτρέπει μια χωρικά ρητή ανάλυση της θερμοκρασίας, αλλά παρ' όλα αυτά αποτελεί μια έμμεση εκτίμηση της UHI, της λεγόμενης «Επιφανειακής Αστικής Θερμικής Νησίδας» (SUHI) (Clinton &amp;amp; Gong, 2013- Oke, Mills, Christen &amp;amp; Voogt, 2017). Οι μελέτες με βάση την LST είναι όλο και πιο διαδεδομένες, λόγω των πρακτικών εφαρμογών, της αμεσότητας και της διαθεσιμότητας αισθητήρων χωρίς κόστος, ιδίως όταν υπάρχει η ανάγκη διεξαγωγής αναλύσεων σε περιφερειακή ή ακόμη και παγκόσμια κλίμακα (Ottlè et al., 1992).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος των UGI στη μείωση της θερμοκρασίας του αέρα εκτιμήθηκε για 601 λειτουργικές αστικές περιοχές ή Functional Urban Areas (FUAs) στην ΕΕ-27. Οι FUAs, παλαιότερα γνωστές ως Larger Urban Zones (LUZ), που καθορίστηκαν το 2011 από την Ευρωπαϊκή Επιτροπή και τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), αναπτύσσονται από τη Eurostat ως μέρος των αστικών διοικητικών στατιστικών μονάδων. Οι FUAs επιτρέπουν τη χαρτογράφηση και την αξιολόγηση της πόλης και του άμεσου περιβάλλοντός της, καθώς και τη συγκριτική ανάλυση των πόλεων μεταξύ των κρατών μελών. Αντιπροσωπεύονται από τον πυρήνα της πόλης και τη ζώνη μετακίνησής της και χρησιμοποιούνται για την περιγραφή της ευρωπαϊκής αστικοποιημένης γης, όπως συνιστάται από τη Eurostat (Dijkstra &amp;amp; Poelman, 2012- EuroStat, 2016- Eurostat, 2017). Τα δεδομένα έχουν ληφθεί από τον ιστότοπο της Eurostat (Eurostat, Urban Audit, 2020, έκδοση 2018).&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
1.	Ανάκτηση LST: Η διαδικασία εκτίμησης της LST από δορυφορικά δεδομένα βασίζεται στη διαθεσιμότητα αισθητήρων θερμικής υπέρυθρης ακτινοβολίας. Δορυφόροι όπως οι Landsat 5, 7 και 8 είναι κατάλληλοι για την εκτίμηση της LST. Στην προκειμένη περίπτωση, χρησιμοποιήθηκαν δεδομένα Landsat-8 OLI TIRS. Τα δεδομένα LST αποκτήθηκαν μέσω της πλατφόρμας Google Earth Engine (GEE), χρησιμοποιώντας έναν αλγόριθμο ενός καναλιού που αναπτύχθηκε από τους Parastatidis et al. (2017). &lt;br /&gt;
2.	Σύνολο δεδομένων θερμοκρασίας αέρα: Λόγω της έλλειψης συνόλων δεδομένων υψηλής ανάλυσης για τη θερμοκρασία του αέρα σε ευρωπαϊκή κλίμακα και λόγω της ανεπαρκούς κάλυψης του υφιστάμενου δικτύου μετεωρολογικών σταθμών, χρησιμοποιήθηκε ένα σύνολο δεδομένων που εκπονήθηκε από το Πανεπιστήμιο του Κολοράντο Ντένβερ, το οποίο προέρχεται από τις ημερήσιες μετρήσεις του δικτύου μετεωρολογικών σταθμών NOAA (National Oceanic and Atmospheric Administration) στις ΗΠΑ (Heris et al., 2021) για τη δημιουργία ενός προγνωστικού μοντέλου της σχέσης μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας του αέρα των ΥΠΑ της ΕΕ.&lt;br /&gt;
3.	Πληθυσμός: Προκειμένου να εκτιμηθεί το όφελος από τον μετριασμό της θερμοκρασίας που λαμβάνουν οι κάτοικοι των πόλεων, εκτιμήθηκε το ποσοστό του πληθυσμού που κατοικεί σε περιοχές όπου γίνεται ρύθμιση του μικροκλίματος, δηλαδή όπου η ψύξη είναι θετική, και εκφράστηκε σε ποσοστό. Για τον σκοπό αυτό, χρησιμοποιήθηκε το σύνολο δεδομένων για την πυκνότητα πληθυσμού του Global Human Settlement layer για το 2015 (έτος έκδοσης: 2019- Freire et al., 2019- Schiavina, Freire &amp;amp; MacManus, 2019), που εκφράζει την κατανομή και την πυκνότητα του οικιστικού πληθυσμού.&lt;br /&gt;
4.	Μοντέλο μετριασμού του μικροκλίματος: Το βιοφυσικό μοντέλο βασίζεται στην προσαρμογή μιας μεθόδου δύο επιπέδων που αναφέρεται στο Heris et al., 2021: στο πρώτο επίπεδο, αναπτύχθηκε ένα διμεταβλητό μοντέλο γραμμικής παλινδρόμησης για την εκτίμηση της LST, χρησιμοποιώντας την πυκνότητα της δενδροκάλυψης και την ποσότητα του νερού που εξατμίζεται από τους θόλους των δέντρων ως προγνωστικούς παράγοντες. Στη συνέχεια, αναπτύχθηκε ένα δεύτερο μονομεταβλητό μοντέλο για την εκτίμηση της μέγιστης θερμοκρασίας του αέρα ως συνάρτηση δύο προβλεπτικών παραγόντων: της LST που εκτιμήθηκε μέσω του πρώτου μοντέλου παλινδρόμησης και του γεωγραφικού πλάτους. Τέλος, τα δύο μοντέλα συνδυάστηκαν για τον υπολογισμό της ψυκτικής ικανότητας της βλάστησης.&lt;br /&gt;
5.	 Δείκτης ψύξης: Εδώ, προκειμένου να καταστούν τα αποτελέσματα σχετικά με την ψύξη λειτουργικά ως μέσο υποστήριξης της πολιτικής, προτείνεται ένας δείκτης ψύξης, ο οποίος τυποποιεί και συγκεντρώνει τις πληροφορίες που περιλαμβάνονται στην έξοδο του μοντέλου ρύθμισης του μικροκλίματος.&lt;br /&gt;
6.	Ανάλυση των κινητήριων δυνάμεων της ψύξης: Τέλος, αναλύθηκε αν υπάρχουν σημαντικές διαφορές μεταξύ των χωρών αναφορικά με τη σχέση μεταξύ της μείωσης της θερμοκρασίας και της αναλογίας των πράσινων υποδομών σε κάθε πόλη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει ένα πλήθος πόλεων που χαρακτηρίζονται από έναν βαθμό ετερογένειας στο εσωτερικού τους αλλά και μεταξύ τους. Ως εκ τούτου, το μοντέλο ορίστηκε ώστε να είναι απλό και εύκολα επεκτάσιμο/εφαρμόσιμο σε μια ευρεία χωρική περιοχή. Για το σκοπό αυτό, ένα μοντέλο γραμμικής παλινδρόμησης με δύο προγνωστικούς παράγοντες αξιολογήθηκε ως το καταλληλότερο από άποψη κόστους/οφέλους. Πριν από την επιλογή αυτών των προβλεπτικών παραγόντων, δοκιμάστηκαν και άλλες πρόσθετες μεταβλητές, όπως το υψόμετρο, η αδιαπέραστη επιφάνεια, η απόσταση από τη θάλασσα και τα υδάτινα σώματα, οι τύποι εδάφους και κάλυψης γης, ο δείκτης υγρασίας, η πυκνότητα των κτιρίων και ο NDVI. Επίσης, διερευνήθηκαν και άλλοι αλγόριθμοι μηχανικής μάθησης, όπως τα τυχαία δάση και τα δέντρα αποφάσεων. Παρ' όλα αυτά, η αύξηση της πολυπλοκότητας του μοντέλου με περισσότερους προγνωστικούς παράγοντες ή με προσεγγίσεις μηχανικής μάθησης δεν έχει αποδειχθεί ότι αυξάνει παράλληλα την ακρίβεια και την αποτελεσματικότητα του μοντέλου, ενώ από την άλλη πλευρά δημιουργεί προβλήματα αυτοσυσχέτισης ή έλλειψης στατιστικής σημαντικότητας. &lt;br /&gt;
Η προσέγγιση της παρούσας μελέτης έδειξε ότι τα δέντρα μειώνουν σημαντικά την UHI, με αντίκτυπο που εξαρτάται από την έκταση των χώρων πρασίνου και την ποσότητα διαπνοής στο εσωτερικό μιας πόλης. Συγκεκριμένα, παρατηρήθηκε ότι απαιτείται κάλυψη με δέντρα τουλάχιστον 16% για να επιτευχθεί μείωση της μέσης θερινής θερμοκρασίας κατά 1 °C. Οι ενδιαφερόμενοι φορείς και οι διαχειριστές των πόλεων μπορούν να επωφεληθούν από τον δείκτη ψύξης προκειμένου να προβλέψουν καλύτερα τις στρατηγικές μετριασμού της θερμοκρασίας στις πόλεις, με στόχο έναν βιώσιμο και αποτελεσματικό σχεδιασμό. Επί του παρόντος, ένα σημαντικό ποσοστό του αστικού πληθυσμού δεν επωφελείται από την οικοσυστημική υπηρεσία της ρύθμισης του μικροκλίματος, με αποτέλεσμα να είναι ιδιαίτερα εκτεθειμένο στις επιζήμιες επιπτώσεις του UHI, καθώς και σε άλλες μη βιώσιμες περιβαλλοντικές συνθήκες που συχνά χαρακτηρίζουν τις αστικές περιοχές. Οι ιεραρχημένες και στοχοθετημένες παρεμβάσεις πράσινων υποδομών. πρέπει να στοχεύουν στη μείωση της αναντιστοιχίας των οικοσυστημικών υπηρεσιών, ιδίως στις αστικές περιοχές που βρίσκονται σε ξηρές/νότιες περιοχές και στις οποίες η δενδροκάλυψη είναι ανεπαρκής. Άλλωστε, σχεδόν το ένα τρίτο (∼32%) των ευρωπαϊκών FUAs έχει δενδροκάλυψη κάτω από 16%. Τα οικοσυστήματα είναι θεμελιώδεις σύμμαχοι από την άποψη μιας ανθεκτικής στρατηγικής προσαρμογής στην κλιματική αλλαγή στις αστικές περιοχές και η ταχεία εφαρμογή των πράσινων υποδομών αποτελεί σήμερα μια επιτακτική στρατηγική.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82</id>
		<title>Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82"/>
				<updated>2025-02-16T17:04:58Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:'' Urban heat island mitigation by green infrastructure in European Functional Urban Areas'''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Federica Marando, Mehdi P. Heris, Grazia Zulian, Angel Udías, Lorenzo Mentaschi, Nektarios Chrysoulakis, David Parastatidis, Joachim Maes''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Sustainable Cities and Society, Volume 77, February 2022, 103564''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Ecosystem services (υπηρεσίες οικοσυστημάτων), urban green infrastructure (πράσινες υποδομές), urban heat island (αστική θερμική νησίδα), microclimate regulation (ρύθμιση μικροκλίματος), nature-based solutions''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S2210670721008301''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας ή  Urban Heat Island (UHI) είναι ένας από τους πιο επιβλαβείς περιβαλλοντικούς κινδύνους για τους κατοίκους των πόλεων. Η κλιματική αλλαγή αναμένεται να αυξήσει την ένταση του φαινομένου UHI. Στο πλαίσιο αυτό, η εφαρμογή αστικών πράσινων υποδομών (UGI) μπορεί να μειώσει εν μέρει την ένταση του φαινομένου UHI, προωθώντας ένα ανθεκτικό αστικό περιβάλλον και συμβάλλοντας στην προσαρμογή στην κλιματική αλλαγή και στον μετριασμό της. Για την επίτευξη αυτού του αποτελέσματος, υπάρχει ανάγκη συστηματικής ενσωμάτωσης των UGI στον αστικό σχεδιασμό και τη νομοθεσία, αλλά η διαδικασία αυτή εξαρτάται από τη διαθεσιμότητα ευρέως εφαρμόσιμων, εύκολα προσβάσιμων και ποσοτικών στοιχείων. Για να προσφέρουμε μια μεγάλη εικόνα της έντασης της αστικής θερμότητας και των δυνατοτήτων μετριασμού των υψηλών θερμοκρασιών, αναπτύξαμε ένα μοντέλο που αναφέρει την Οικοσυστημική Υπηρεσία της ρύθμισης του μικροκλίματος των UGI σε 601 ευρωπαϊκές πόλεις. Το μοντέλο αυτό προσομοιώνει τη διαφορά θερμοκρασίας μεταξύ ενός βασικού σεναρίου και ενός σεναρίου χωρίς βλάστηση, προεκτείνοντας το ρόλο των αστικών πράσινων υποδομών στον μετριασμό της UHI, σε διαφορετικά αστικά περιβάλλοντα. Τέλος, εκπονήθηκε ένας πρακτικός, ποσοτικός δείκτης που μπορεί να εφαρμοστεί από τους υπεύθυνους χάραξης πολιτικής και τις διοικήσεις των πόλεων, επιτρέποντας την εκτίμηση της ποσότητας της αστικής βλάστησης που απαιτείται για την ψύξη των θερινών θερμοκρασιών κατά ένα ορισμένο βαθμό. Διαπιστώθηκε ότι οι αστικές πράσινες υποδομές δροσίζουν τις ευρωπαϊκές πόλεις κατά 1,07 °C κατά μέσο όρο, και μέχρι 2,9 °C, αλλά για να επιτευχθεί μείωση της αστικής θερμοκρασίας κατά 1 °C, απαιτείται δενδροκάλυψη τουλάχιστον 16%. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας (UHI) μπορεί να περιγραφεί ως ένα ξεχωριστό αστικό κλίμα, το οποίο χαρακτηρίζεται από υψηλότερες θερμοκρασίες σε πυκνοδομημένες περιοχές σε σύγκριση με τις γύρω περιοχές (Oke, 1982). Το φαινόμενο αυτό προκαλείται από την ανθρωπογενή αλλοίωση του φυσικού περιβάλλοντος, όπως η ανάπτυξη κτιρίων και αδιαπέρατων επιφανειών. Οι αλλαγές αυτές καθορίζουν μια υψηλότερη θερμοχωρητικότητα η οποία παγιδεύει περισσότερη ενέργεια και ακτινοβολία με επακόλουθη αύξηση της θερμοκρασίας. Η αστική μορφολογία μπορεί επίσης να επηρεάσει, αυξάνοντας την πολλαπλή τροφοδοσία της ακτινοβολίας βραχέων κυμάτων και παγιδεύοντας την ακτινοβολία μακρών κυμάτων, με αποτέλεσμα την εντατικοποίηση της αποθήκευσης θερμότητας στην πόλη. Επιπλέον, οι ανθρωπογενείς δραστηριότητες, όπως η θέρμανση και οι μεταφορές, αυξάνουν περαιτέρω την ποσότητα θερμότητας που εκλύεται στις αστικές περιοχές, σε σύγκριση με το φυσικό τοπίο (Zhou, Rybski &amp;amp; Kropp, 2017). Η έκταση και η κατανομή της UHI μπορούν να εκτιμηθούν τόσο μέσω της θερμοκρασίας του αέρα όσο και μέσω των δεδομένων της θερμοκρασίας της επιφάνειας του εδάφους (LST). &lt;br /&gt;
Η πρώτη προσέγγιση μετράει, συνήθως με μετεωρολογικούς σταθμούς παρακολούθησης, τη θερμοκρασία από το έδαφος μέχρι το ύψος των δέντρων, το «στρώμα του θόλου» (Schwarz, Schlink, Franck &amp;amp; Großmann, 2012). Η δεύτερη προσέγγιση μετρά τη θερμοκρασία της επιφάνειας της γης, η οποία ανακτάται μέσω δορυφορικών ή εναέριων αισθητήρων. Το πλεονέκτημα της χρήσης των μετρήσεων της θερμοκρασίας του αέρα συνίσταται στο γεγονός ότι μπορούν να παρέχουν αντιπροσωπευτικές και χρονικά συνεχείς πληροφορίες UHI, αλλά η παρουσία μετεωρολογικών σταθμών στην επικράτεια είναι συχνά περιορισμένη. Από την άλλη πλευρά, η εκτίμηση της LST επιτρέπει μια χωρικά ρητή ανάλυση της θερμοκρασίας, αλλά παρ' όλα αυτά αποτελεί μια έμμεση εκτίμηση της UHI, της λεγόμενης «Επιφανειακής Αστικής Θερμικής Νησίδας» (SUHI) (Clinton &amp;amp; Gong, 2013- Oke, Mills, Christen &amp;amp; Voogt, 2017). Οι μελέτες με βάση την LST είναι όλο και πιο διαδεδομένες, λόγω των πρακτικών εφαρμογών, της αμεσότητας και της διαθεσιμότητας αισθητήρων χωρίς κόστος, ιδίως όταν υπάρχει η ανάγκη διεξαγωγής αναλύσεων σε περιφερειακή ή ακόμη και παγκόσμια κλίμακα (Ottlè et al., 1992).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος των UGI στη μείωση της θερμοκρασίας του αέρα εκτιμήθηκε για 601 λειτουργικές αστικές περιοχές ή Functional Urban Areas (FUAs) στην ΕΕ-27. Οι FUAs, παλαιότερα γνωστές ως Larger Urban Zones (LUZ), που καθορίστηκαν το 2011 από την Ευρωπαϊκή Επιτροπή και τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), αναπτύσσονται από τη Eurostat ως μέρος των αστικών διοικητικών στατιστικών μονάδων. Οι FUAs επιτρέπουν τη χαρτογράφηση και την αξιολόγηση της πόλης και του άμεσου περιβάλλοντός της, καθώς και τη συγκριτική ανάλυση των πόλεων μεταξύ των κρατών μελών. Αντιπροσωπεύονται από τον πυρήνα της πόλης και τη ζώνη μετακίνησής της και χρησιμοποιούνται για την περιγραφή της ευρωπαϊκής αστικοποιημένης γης, όπως συνιστάται από τη Eurostat (Dijkstra &amp;amp; Poelman, 2012- EuroStat, 2016- Eurostat, 2017). Τα δεδομένα έχουν ληφθεί από τον ιστότοπο της Eurostat (Eurostat, Urban Audit, 2020, έκδοση 2018).&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
1.	Ανάκτηση LST: Η διαδικασία εκτίμησης της LST από δορυφορικά δεδομένα βασίζεται στη διαθεσιμότητα αισθητήρων θερμικής υπέρυθρης ακτινοβολίας. Δορυφόροι όπως οι Landsat 5, 7 και 8 είναι κατάλληλοι για την εκτίμηση της LST. Στην προκειμένη περίπτωση, χρησιμοποιήθηκαν δεδομένα Landsat-8 OLI TIRS. Τα δεδομένα LST αποκτήθηκαν μέσω της πλατφόρμας Google Earth Engine (GEE), χρησιμοποιώντας έναν αλγόριθμο ενός καναλιού που αναπτύχθηκε από τους Parastatidis et al. (2017). &lt;br /&gt;
2.	Σύνολο δεδομένων θερμοκρασίας αέρα: Λόγω της έλλειψης συνόλων δεδομένων υψηλής ανάλυσης για τη θερμοκρασία του αέρα σε ευρωπαϊκή κλίμακα και λόγω της ανεπαρκούς κάλυψης του υφιστάμενου δικτύου μετεωρολογικών σταθμών, χρησιμοποιήθηκε ένα σύνολο δεδομένων που εκπονήθηκε από το Πανεπιστήμιο του Κολοράντο Ντένβερ, το οποίο προέρχεται από τις ημερήσιες μετρήσεις του δικτύου μετεωρολογικών σταθμών NOAA (National Oceanic and Atmospheric Administration) στις ΗΠΑ (Heris et al., 2021) για τη δημιουργία ενός προγνωστικού μοντέλου της σχέσης μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας του αέρα των ΥΠΑ της ΕΕ.&lt;br /&gt;
3.	Πληθυσμός: Προκειμένου να εκτιμηθεί το όφελος από τον μετριασμό της θερμοκρασίας που λαμβάνουν οι κάτοικοι των πόλεων, εκτιμήθηκε το ποσοστό του πληθυσμού που κατοικεί σε περιοχές όπου γίνεται ρύθμιση του μικροκλίματος, δηλαδή όπου η ψύξη είναι θετική, και εκφράστηκε σε ποσοστό. Για τον σκοπό αυτό, χρησιμοποιήθηκε το σύνολο δεδομένων για την πυκνότητα πληθυσμού του Global Human Settlement layer για το 2015 (έτος έκδοσης: 2019- Freire et al., 2019- Schiavina, Freire &amp;amp; MacManus, 2019), που εκφράζει την κατανομή και την πυκνότητα του οικιστικού πληθυσμού.&lt;br /&gt;
4.	Μοντέλο μετριασμού του μικροκλίματος: Το βιοφυσικό μοντέλο βασίζεται στην προσαρμογή μιας μεθόδου δύο επιπέδων που αναφέρεται στο Heris et al., 2021: στο πρώτο επίπεδο, αναπτύχθηκε ένα διμεταβλητό μοντέλο γραμμικής παλινδρόμησης για την εκτίμηση της LST, χρησιμοποιώντας την πυκνότητα της δενδροκάλυψης και την ποσότητα του νερού που εξατμίζεται από τους θόλους των δέντρων ως προγνωστικούς παράγοντες. Στη συνέχεια, αναπτύχθηκε ένα δεύτερο μονομεταβλητό μοντέλο για την εκτίμηση της μέγιστης θερμοκρασίας του αέρα ως συνάρτηση δύο προβλεπτικών παραγόντων: της LST που εκτιμήθηκε μέσω του πρώτου μοντέλου παλινδρόμησης και του γεωγραφικού πλάτους. Τέλος, τα δύο μοντέλα συνδυάστηκαν για τον υπολογισμό της ψυκτικής ικανότητας της βλάστησης.&lt;br /&gt;
5.	 Δείκτης ψύξης: Εδώ, προκειμένου να καταστούν τα αποτελέσματα σχετικά με την ψύξη λειτουργικά ως μέσο υποστήριξης της πολιτικής, προτείνεται ένας δείκτης ψύξης, ο οποίος τυποποιεί και συγκεντρώνει τις πληροφορίες που περιλαμβάνονται στην έξοδο του μοντέλου ρύθμισης του μικροκλίματος.&lt;br /&gt;
6.	Ανάλυση των κινητήριων δυνάμεων της ψύξης: Τέλος, αναλύθηκε αν υπάρχουν σημαντικές διαφορές μεταξύ των χωρών αναφορικά με τη σχέση μεταξύ της μείωσης της θερμοκρασίας και της αναλογίας των πράσινων υποδομών σε κάθε πόλη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει ένα πλήθος πόλεων που χαρακτηρίζονται από έναν βαθμό ετερογένειας στο εσωτερικού τους αλλά και μεταξύ τους. Ως εκ τούτου, το μοντέλο ορίστηκε ώστε να είναι απλό και εύκολα επεκτάσιμο/εφαρμόσιμο σε μια ευρεία χωρική περιοχή. Για το σκοπό αυτό, ένα μοντέλο γραμμικής παλινδρόμησης με δύο προγνωστικούς παράγοντες αξιολογήθηκε ως το καταλληλότερο από άποψη κόστους/οφέλους. Πριν από την επιλογή αυτών των προβλεπτικών παραγόντων, δοκιμάστηκαν και άλλες πρόσθετες μεταβλητές, όπως το υψόμετρο, η αδιαπέραστη επιφάνεια, η απόσταση από τη θάλασσα και τα υδάτινα σώματα, οι τύποι εδάφους και κάλυψης γης, ο δείκτης υγρασίας, η πυκνότητα των κτιρίων και ο NDVI. Επίσης, διερευνήθηκαν και άλλοι αλγόριθμοι μηχανικής μάθησης, όπως τα τυχαία δάση και τα δέντρα αποφάσεων. Παρ' όλα αυτά, η αύξηση της πολυπλοκότητας του μοντέλου με περισσότερους προγνωστικούς παράγοντες ή με προσεγγίσεις μηχανικής μάθησης δεν έχει αποδειχθεί ότι αυξάνει παράλληλα την ακρίβεια και την αποτελεσματικότητα του μοντέλου, ενώ από την άλλη πλευρά δημιουργεί προβλήματα αυτοσυσχέτισης ή έλλειψης στατιστικής σημαντικότητας. &lt;br /&gt;
Η προσέγγιση της παρούσας μελέτης έδειξε ότι τα δέντρα μειώνουν σημαντικά την UHI, με αντίκτυπο που εξαρτάται από την έκταση των χώρων πρασίνου και την ποσότητα διαπνοής στο εσωτερικό μιας πόλης. Συγκεκριμένα, παρατηρήθηκε ότι απαιτείται κάλυψη με δέντρα τουλάχιστον 16% για να επιτευχθεί μείωση της μέσης θερινής θερμοκρασίας κατά 1 °C. Οι ενδιαφερόμενοι φορείς και οι διαχειριστές των πόλεων μπορούν να επωφεληθούν από τον δείκτη ψύξης προκειμένου να προβλέψουν καλύτερα τις στρατηγικές μετριασμού της θερμοκρασίας στις πόλεις, με στόχο έναν βιώσιμο και αποτελεσματικό σχεδιασμό. Επί του παρόντος, ένα σημαντικό ποσοστό του αστικού πληθυσμού δεν επωφελείται από την οικοσυστημική υπηρεσία της ρύθμισης του μικροκλίματος, με αποτέλεσμα να είναι ιδιαίτερα εκτεθειμένο στις επιζήμιες επιπτώσεις του UHI, καθώς και σε άλλες μη βιώσιμες περιβαλλοντικές συνθήκες που συχνά χαρακτηρίζουν τις αστικές περιοχές. Οι ιεραρχημένες και στοχοθετημένες παρεμβάσεις πράσινων υποδομών. πρέπει να στοχεύουν στη μείωση της αναντιστοιχίας των οικοσυστημικών υπηρεσιών, ιδίως στις αστικές περιοχές που βρίσκονται σε ξηρές/νότιες περιοχές και στις οποίες η δενδροκάλυψη είναι ανεπαρκής. Άλλωστε, σχεδόν το ένα τρίτο (∼32%) των ευρωπαϊκών FUAs έχει δενδροκάλυψη κάτω από 16%. Τα οικοσυστήματα είναι θεμελιώδεις σύμμαχοι από την άποψη μιας ανθεκτικής στρατηγικής προσαρμογής στην κλιματική αλλαγή στις αστικές περιοχές και η ταχεία εφαρμογή των πράσινων υποδομών αποτελεί σήμερα μια επιτακτική στρατηγική.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82</id>
		<title>Μετριασμός της αστικής θερμικής νησίδας με πράσινες υποδομές</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B5%CF%84%CF%81%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82_%CF%84%CE%B7%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AE%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B1%CF%82_%CE%BC%CE%B5_%CF%80%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%B5%CF%82_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CE%AD%CF%82"/>
				<updated>2025-02-16T17:04:36Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: Νέα σελίδα με ' '' '''Πρωτότυπος τίτλος:'' Urban heat island mitigation by green infrastructure in European Functional Urban Areas'''  '' '''Συγγραφείς:''' Fede...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:'' Urban heat island mitigation by green infrastructure in European Functional Urban Areas'''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Federica Marando, Mehdi P. Heris, Grazia Zulian, Angel Udías, Lorenzo Mentaschi, Nektarios Chrysoulakis, David Parastatidis, Joachim Maes''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Sustainable Cities and Society, Volume 77, February 2022, 103564''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Ecosystem services (Υπηρεσίες οικοσυστημάτων), urban green infrastructure (πράσινες υποδομές), urban heat island (αστική θερμική νησίδα), microclimate regulation (ρύθμιση μικροκλίματος), nature-based solutions''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' &lt;br /&gt;
https://www.sciencedirect.com/science/article/pii/S2210670721008301''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας ή  Urban Heat Island (UHI) είναι ένας από τους πιο επιβλαβείς περιβαλλοντικούς κινδύνους για τους κατοίκους των πόλεων. Η κλιματική αλλαγή αναμένεται να αυξήσει την ένταση του φαινομένου UHI. Στο πλαίσιο αυτό, η εφαρμογή αστικών πράσινων υποδομών (UGI) μπορεί να μειώσει εν μέρει την ένταση του φαινομένου UHI, προωθώντας ένα ανθεκτικό αστικό περιβάλλον και συμβάλλοντας στην προσαρμογή στην κλιματική αλλαγή και στον μετριασμό της. Για την επίτευξη αυτού του αποτελέσματος, υπάρχει ανάγκη συστηματικής ενσωμάτωσης των UGI στον αστικό σχεδιασμό και τη νομοθεσία, αλλά η διαδικασία αυτή εξαρτάται από τη διαθεσιμότητα ευρέως εφαρμόσιμων, εύκολα προσβάσιμων και ποσοτικών στοιχείων. Για να προσφέρουμε μια μεγάλη εικόνα της έντασης της αστικής θερμότητας και των δυνατοτήτων μετριασμού των υψηλών θερμοκρασιών, αναπτύξαμε ένα μοντέλο που αναφέρει την Οικοσυστημική Υπηρεσία της ρύθμισης του μικροκλίματος των UGI σε 601 ευρωπαϊκές πόλεις. Το μοντέλο αυτό προσομοιώνει τη διαφορά θερμοκρασίας μεταξύ ενός βασικού σεναρίου και ενός σεναρίου χωρίς βλάστηση, προεκτείνοντας το ρόλο των αστικών πράσινων υποδομών στον μετριασμό της UHI, σε διαφορετικά αστικά περιβάλλοντα. Τέλος, εκπονήθηκε ένας πρακτικός, ποσοτικός δείκτης που μπορεί να εφαρμοστεί από τους υπεύθυνους χάραξης πολιτικής και τις διοικήσεις των πόλεων, επιτρέποντας την εκτίμηση της ποσότητας της αστικής βλάστησης που απαιτείται για την ψύξη των θερινών θερμοκρασιών κατά ένα ορισμένο βαθμό. Διαπιστώθηκε ότι οι αστικές πράσινες υποδομές δροσίζουν τις ευρωπαϊκές πόλεις κατά 1,07 °C κατά μέσο όρο, και μέχρι 2,9 °C, αλλά για να επιτευχθεί μείωση της αστικής θερμοκρασίας κατά 1 °C, απαιτείται δενδροκάλυψη τουλάχιστον 16%. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Το φαινόμενο της αστικής θερμικής νησίδας (UHI) μπορεί να περιγραφεί ως ένα ξεχωριστό αστικό κλίμα, το οποίο χαρακτηρίζεται από υψηλότερες θερμοκρασίες σε πυκνοδομημένες περιοχές σε σύγκριση με τις γύρω περιοχές (Oke, 1982). Το φαινόμενο αυτό προκαλείται από την ανθρωπογενή αλλοίωση του φυσικού περιβάλλοντος, όπως η ανάπτυξη κτιρίων και αδιαπέρατων επιφανειών. Οι αλλαγές αυτές καθορίζουν μια υψηλότερη θερμοχωρητικότητα η οποία παγιδεύει περισσότερη ενέργεια και ακτινοβολία με επακόλουθη αύξηση της θερμοκρασίας. Η αστική μορφολογία μπορεί επίσης να επηρεάσει, αυξάνοντας την πολλαπλή τροφοδοσία της ακτινοβολίας βραχέων κυμάτων και παγιδεύοντας την ακτινοβολία μακρών κυμάτων, με αποτέλεσμα την εντατικοποίηση της αποθήκευσης θερμότητας στην πόλη. Επιπλέον, οι ανθρωπογενείς δραστηριότητες, όπως η θέρμανση και οι μεταφορές, αυξάνουν περαιτέρω την ποσότητα θερμότητας που εκλύεται στις αστικές περιοχές, σε σύγκριση με το φυσικό τοπίο (Zhou, Rybski &amp;amp; Kropp, 2017). Η έκταση και η κατανομή της UHI μπορούν να εκτιμηθούν τόσο μέσω της θερμοκρασίας του αέρα όσο και μέσω των δεδομένων της θερμοκρασίας της επιφάνειας του εδάφους (LST). &lt;br /&gt;
Η πρώτη προσέγγιση μετράει, συνήθως με μετεωρολογικούς σταθμούς παρακολούθησης, τη θερμοκρασία από το έδαφος μέχρι το ύψος των δέντρων, το «στρώμα του θόλου» (Schwarz, Schlink, Franck &amp;amp; Großmann, 2012). Η δεύτερη προσέγγιση μετρά τη θερμοκρασία της επιφάνειας της γης, η οποία ανακτάται μέσω δορυφορικών ή εναέριων αισθητήρων. Το πλεονέκτημα της χρήσης των μετρήσεων της θερμοκρασίας του αέρα συνίσταται στο γεγονός ότι μπορούν να παρέχουν αντιπροσωπευτικές και χρονικά συνεχείς πληροφορίες UHI, αλλά η παρουσία μετεωρολογικών σταθμών στην επικράτεια είναι συχνά περιορισμένη. Από την άλλη πλευρά, η εκτίμηση της LST επιτρέπει μια χωρικά ρητή ανάλυση της θερμοκρασίας, αλλά παρ' όλα αυτά αποτελεί μια έμμεση εκτίμηση της UHI, της λεγόμενης «Επιφανειακής Αστικής Θερμικής Νησίδας» (SUHI) (Clinton &amp;amp; Gong, 2013- Oke, Mills, Christen &amp;amp; Voogt, 2017). Οι μελέτες με βάση την LST είναι όλο και πιο διαδεδομένες, λόγω των πρακτικών εφαρμογών, της αμεσότητας και της διαθεσιμότητας αισθητήρων χωρίς κόστος, ιδίως όταν υπάρχει η ανάγκη διεξαγωγής αναλύσεων σε περιφερειακή ή ακόμη και παγκόσμια κλίμακα (Ottlè et al., 1992).&lt;br /&gt;
&lt;br /&gt;
'''Περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Ο ρόλος των UGI στη μείωση της θερμοκρασίας του αέρα εκτιμήθηκε για 601 λειτουργικές αστικές περιοχές ή Functional Urban Areas (FUAs) στην ΕΕ-27. Οι FUAs, παλαιότερα γνωστές ως Larger Urban Zones (LUZ), που καθορίστηκαν το 2011 από την Ευρωπαϊκή Επιτροπή και τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), αναπτύσσονται από τη Eurostat ως μέρος των αστικών διοικητικών στατιστικών μονάδων. Οι FUAs επιτρέπουν τη χαρτογράφηση και την αξιολόγηση της πόλης και του άμεσου περιβάλλοντός της, καθώς και τη συγκριτική ανάλυση των πόλεων μεταξύ των κρατών μελών. Αντιπροσωπεύονται από τον πυρήνα της πόλης και τη ζώνη μετακίνησής της και χρησιμοποιούνται για την περιγραφή της ευρωπαϊκής αστικοποιημένης γης, όπως συνιστάται από τη Eurostat (Dijkstra &amp;amp; Poelman, 2012- EuroStat, 2016- Eurostat, 2017). Τα δεδομένα έχουν ληφθεί από τον ιστότοπο της Eurostat (Eurostat, Urban Audit, 2020, έκδοση 2018).&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα και Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
1.	Ανάκτηση LST: Η διαδικασία εκτίμησης της LST από δορυφορικά δεδομένα βασίζεται στη διαθεσιμότητα αισθητήρων θερμικής υπέρυθρης ακτινοβολίας. Δορυφόροι όπως οι Landsat 5, 7 και 8 είναι κατάλληλοι για την εκτίμηση της LST. Στην προκειμένη περίπτωση, χρησιμοποιήθηκαν δεδομένα Landsat-8 OLI TIRS. Τα δεδομένα LST αποκτήθηκαν μέσω της πλατφόρμας Google Earth Engine (GEE), χρησιμοποιώντας έναν αλγόριθμο ενός καναλιού που αναπτύχθηκε από τους Parastatidis et al. (2017). &lt;br /&gt;
2.	Σύνολο δεδομένων θερμοκρασίας αέρα: Λόγω της έλλειψης συνόλων δεδομένων υψηλής ανάλυσης για τη θερμοκρασία του αέρα σε ευρωπαϊκή κλίμακα και λόγω της ανεπαρκούς κάλυψης του υφιστάμενου δικτύου μετεωρολογικών σταθμών, χρησιμοποιήθηκε ένα σύνολο δεδομένων που εκπονήθηκε από το Πανεπιστήμιο του Κολοράντο Ντένβερ, το οποίο προέρχεται από τις ημερήσιες μετρήσεις του δικτύου μετεωρολογικών σταθμών NOAA (National Oceanic and Atmospheric Administration) στις ΗΠΑ (Heris et al., 2021) για τη δημιουργία ενός προγνωστικού μοντέλου της σχέσης μεταξύ της επιφανειακής θερμοκρασίας και της θερμοκρασίας του αέρα των ΥΠΑ της ΕΕ.&lt;br /&gt;
3.	Πληθυσμός: Προκειμένου να εκτιμηθεί το όφελος από τον μετριασμό της θερμοκρασίας που λαμβάνουν οι κάτοικοι των πόλεων, εκτιμήθηκε το ποσοστό του πληθυσμού που κατοικεί σε περιοχές όπου γίνεται ρύθμιση του μικροκλίματος, δηλαδή όπου η ψύξη είναι θετική, και εκφράστηκε σε ποσοστό. Για τον σκοπό αυτό, χρησιμοποιήθηκε το σύνολο δεδομένων για την πυκνότητα πληθυσμού του Global Human Settlement layer για το 2015 (έτος έκδοσης: 2019- Freire et al., 2019- Schiavina, Freire &amp;amp; MacManus, 2019), που εκφράζει την κατανομή και την πυκνότητα του οικιστικού πληθυσμού.&lt;br /&gt;
4.	Μοντέλο μετριασμού του μικροκλίματος: Το βιοφυσικό μοντέλο βασίζεται στην προσαρμογή μιας μεθόδου δύο επιπέδων που αναφέρεται στο Heris et al., 2021: στο πρώτο επίπεδο, αναπτύχθηκε ένα διμεταβλητό μοντέλο γραμμικής παλινδρόμησης για την εκτίμηση της LST, χρησιμοποιώντας την πυκνότητα της δενδροκάλυψης και την ποσότητα του νερού που εξατμίζεται από τους θόλους των δέντρων ως προγνωστικούς παράγοντες. Στη συνέχεια, αναπτύχθηκε ένα δεύτερο μονομεταβλητό μοντέλο για την εκτίμηση της μέγιστης θερμοκρασίας του αέρα ως συνάρτηση δύο προβλεπτικών παραγόντων: της LST που εκτιμήθηκε μέσω του πρώτου μοντέλου παλινδρόμησης και του γεωγραφικού πλάτους. Τέλος, τα δύο μοντέλα συνδυάστηκαν για τον υπολογισμό της ψυκτικής ικανότητας της βλάστησης.&lt;br /&gt;
5.	 Δείκτης ψύξης: Εδώ, προκειμένου να καταστούν τα αποτελέσματα σχετικά με την ψύξη λειτουργικά ως μέσο υποστήριξης της πολιτικής, προτείνεται ένας δείκτης ψύξης, ο οποίος τυποποιεί και συγκεντρώνει τις πληροφορίες που περιλαμβάνονται στην έξοδο του μοντέλου ρύθμισης του μικροκλίματος.&lt;br /&gt;
6.	Ανάλυση των κινητήριων δυνάμεων της ψύξης: Τέλος, αναλύθηκε αν υπάρχουν σημαντικές διαφορές μεταξύ των χωρών αναφορικά με τη σχέση μεταξύ της μείωσης της θερμοκρασίας και της αναλογίας των πράσινων υποδομών σε κάθε πόλη. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα και συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή μελέτης περιλαμβάνει ένα πλήθος πόλεων που χαρακτηρίζονται από έναν βαθμό ετερογένειας στο εσωτερικού τους αλλά και μεταξύ τους. Ως εκ τούτου, το μοντέλο ορίστηκε ώστε να είναι απλό και εύκολα επεκτάσιμο/εφαρμόσιμο σε μια ευρεία χωρική περιοχή. Για το σκοπό αυτό, ένα μοντέλο γραμμικής παλινδρόμησης με δύο προγνωστικούς παράγοντες αξιολογήθηκε ως το καταλληλότερο από άποψη κόστους/οφέλους. Πριν από την επιλογή αυτών των προβλεπτικών παραγόντων, δοκιμάστηκαν και άλλες πρόσθετες μεταβλητές, όπως το υψόμετρο, η αδιαπέραστη επιφάνεια, η απόσταση από τη θάλασσα και τα υδάτινα σώματα, οι τύποι εδάφους και κάλυψης γης, ο δείκτης υγρασίας, η πυκνότητα των κτιρίων και ο NDVI. Επίσης, διερευνήθηκαν και άλλοι αλγόριθμοι μηχανικής μάθησης, όπως τα τυχαία δάση και τα δέντρα αποφάσεων. Παρ' όλα αυτά, η αύξηση της πολυπλοκότητας του μοντέλου με περισσότερους προγνωστικούς παράγοντες ή με προσεγγίσεις μηχανικής μάθησης δεν έχει αποδειχθεί ότι αυξάνει παράλληλα την ακρίβεια και την αποτελεσματικότητα του μοντέλου, ενώ από την άλλη πλευρά δημιουργεί προβλήματα αυτοσυσχέτισης ή έλλειψης στατιστικής σημαντικότητας. &lt;br /&gt;
Η προσέγγιση της παρούσας μελέτης έδειξε ότι τα δέντρα μειώνουν σημαντικά την UHI, με αντίκτυπο που εξαρτάται από την έκταση των χώρων πρασίνου και την ποσότητα διαπνοής στο εσωτερικό μιας πόλης. Συγκεκριμένα, παρατηρήθηκε ότι απαιτείται κάλυψη με δέντρα τουλάχιστον 16% για να επιτευχθεί μείωση της μέσης θερινής θερμοκρασίας κατά 1 °C. Οι ενδιαφερόμενοι φορείς και οι διαχειριστές των πόλεων μπορούν να επωφεληθούν από τον δείκτη ψύξης προκειμένου να προβλέψουν καλύτερα τις στρατηγικές μετριασμού της θερμοκρασίας στις πόλεις, με στόχο έναν βιώσιμο και αποτελεσματικό σχεδιασμό. Επί του παρόντος, ένα σημαντικό ποσοστό του αστικού πληθυσμού δεν επωφελείται από την οικοσυστημική υπηρεσία της ρύθμισης του μικροκλίματος, με αποτέλεσμα να είναι ιδιαίτερα εκτεθειμένο στις επιζήμιες επιπτώσεις του UHI, καθώς και σε άλλες μη βιώσιμες περιβαλλοντικές συνθήκες που συχνά χαρακτηρίζουν τις αστικές περιοχές. Οι ιεραρχημένες και στοχοθετημένες παρεμβάσεις πράσινων υποδομών. πρέπει να στοχεύουν στη μείωση της αναντιστοιχίας των οικοσυστημικών υπηρεσιών, ιδίως στις αστικές περιοχές που βρίσκονται σε ξηρές/νότιες περιοχές και στις οποίες η δενδροκάλυψη είναι ανεπαρκής. Άλλωστε, σχεδόν το ένα τρίτο (∼32%) των ευρωπαϊκών FUAs έχει δενδροκάλυψη κάτω από 16%. Τα οικοσυστήματα είναι θεμελιώδεις σύμμαχοι από την άποψη μιας ανθεκτικής στρατηγικής προσαρμογής στην κλιματική αλλαγή στις αστικές περιοχές και η ταχεία εφαρμογή των πράσινων υποδομών αποτελεί σήμερα μια επιτακτική στρατηγική.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:56:50Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα:Plasticbot1.png|thumb|right|''Εικόνα 1: Στόχος από πλαστικά μπουκάλια (Kyriacos Themistocleous)'']]&lt;br /&gt;
&lt;br /&gt;
'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, satellite images (δορυφορικές εικόνες), plastic litter (πλαστικά απορρίμματα), spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:51:51Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, satellite images (δορυφορικές εικόνες), plastic litter (πλαστικά απορρίμματα), spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Plasticbot1.png]]&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Plasticbot1.png</id>
		<title>Αρχείο:Plasticbot1.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:Plasticbot1.png"/>
				<updated>2025-02-16T16:50:44Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: (''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)'')&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;(''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)'')&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Imgplastic1.jpg</id>
		<title>Αρχείο:Imgplastic1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Imgplastic1.jpg"/>
				<updated>2025-02-16T16:46:28Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Imgplastic1.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)''&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Imgplastic1.jpg</id>
		<title>Αρχείο:Imgplastic1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Imgplastic1.jpg"/>
				<updated>2025-02-16T16:44:16Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Imgplastic1.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)''&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Imgplastic1.jpg</id>
		<title>Αρχείο:Imgplastic1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Imgplastic1.jpg"/>
				<updated>2025-02-16T16:42:47Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Imgplastic1.jpg&amp;amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)''&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:40:27Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, satellite images (δορυφορικές εικόνες), plastic litter (πλαστικά απορρίμματα), spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:Imgplastic1.jpg]]&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</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:Imgplastic1.jpg</id>
		<title>Αρχείο:Imgplastic1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Imgplastic1.jpg"/>
				<updated>2025-02-16T16:38:05Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: ''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)''&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''&amp;quot;Στόχος&amp;quot; από πλαστικά μπουκάλια (Kyriacos Themistocleous)''&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:33:08Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'' '''Πρωτότυπος τίτλος:''' Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
'' '''Συγγραφείς:''' Kyriacos Themistocleous, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
'' '''Πηγή:''' Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
'' '''Λέξεις κλειδιά:''' Sentinel-2, satellite images (δορυφορικές εικόνες), plastic litter (πλαστικά απορρίμματα), spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
'' '''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:28:45Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''Πρωτότυπος τίτλος: Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
''Συγγραφείς: Kyriacos Themistocleous, Christiana Papoutsa, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
''Πηγή: Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
''Λέξεις κλειδιά: Sentinel-2, satellite images (δορυφορικές εικόνες), plastic litter (πλαστικά απορρίμματα), spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
''Σύνδεσμος πρωτότυπου κειμένου: https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:27:51Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''Πρωτότυπος τίτλος: Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
''Συγγραφείς: Kyriacos Themistocleous, Christiana Papoutsa, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
''Πηγή: Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
''Λέξεις κλειδιά: Sentinel-2; satellite images (δορυφορικές εικόνες) plastic litter (πλαστικά απορρίμματα) spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
''Σύνδεσμος πρωτότυπου κειμένου: https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:27:30Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''Πρωτότυπος τίτλος: Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
''Συγγραφείς: Kyriacos Themistocleous, Christiana Papoutsa, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
''Πηγή: Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
''Λέξεις κλειδιά: Sentinel-2; satellite images (δορυφορικές εικόνες) plastic litter (πλαστικά απορρίμματα) spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
''Σύνδεσμος πρωτότυπου κειμένου: https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:26:50Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''Πρωτότυπος τίτλος: Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
''Συγγραφείς: Kyriacos Themistocleous, Christiana Papoutsa, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
''Πηγή: Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
''Λέξεις κλειδιά: Sentinel-2; satellite images (δορυφορικές εικόνες) plastic litter (πλαστικά απορρίμματα) spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
''Σύνδεσμος πρωτότυπου κειμένου: https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:26:05Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''Πρωτότυπος τίτλος: Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
''Συγγραφείς: Kyriacos Themistocleous, Christiana Papoutsa, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
''Πηγή: Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
''Λέξεις κλειδιά: Sentinel-2; satellite images (δορυφορικές εικόνες) plastic litter (πλαστικά απορρίμματα) spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
''Σύνδεσμος πρωτότυπου κειμένου: https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:1.1.png]]&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα''&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD</id>
		<title>Ανίχνευση και εντοπισμός επιπλεόντων πλαστικών απορριμμάτων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B5%CE%BD%CF%84%CE%BF%CF%80%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%B5%CF%80%CE%B9%CF%80%CE%BB%CE%B5%CF%8C%CE%BD%CF%84%CF%89%CE%BD_%CF%80%CE%BB%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B1%CF%80%CE%BF%CF%81%CF%81%CE%B9%CE%BC%CE%BC%CE%AC%CF%84%CF%89%CE%BD"/>
				<updated>2025-02-16T16:24:32Z</updated>
		
		<summary type="html">&lt;p&gt;ELISAVET ANDRIOTI: Νέα σελίδα με '''Πρωτότυπος τίτλος:Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''  ''Συγγραφείς:Kyriacos Themistocleou...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;''Πρωτότυπος τίτλος:Investigating Detection of Floating Plastic Litter from Space Using Sentinel-2 Imagery''&lt;br /&gt;
&lt;br /&gt;
''Συγγραφείς:Kyriacos Themistocleous, Christiana Papoutsa, Christiana Papoutsa, Silas Michaelides, Diofantos Hadjimitsis''&lt;br /&gt;
&lt;br /&gt;
''Πηγή:Remote Sensing in Applications of Geoinformation, 2020, 12(16), 2648''&lt;br /&gt;
&lt;br /&gt;
''Λέξεις κλειδιά:Sentinel-2; satellite images (δορυφορικές εικόνες) plastic litter (πλαστικά απορρίμματα) spectral indices (φασματικοί δείκτες), spectroscopy (φασματοσκοπία), remote sensing (τηλεπισκόπηση), UAVs.''&lt;br /&gt;
&lt;br /&gt;
''Σύνδεσμος πρωτότυπου κειμένου: https://www.sciencedirect.com/science/article/abs/pii/S0025326X23011815''&lt;br /&gt;
&lt;br /&gt;
'''Αντικείμενο έρευνας'''&lt;br /&gt;
Τα πλαστικά απορρίμματα προέρχονται από διάφορες πηγές και μεταφέρονται από τα ποτάμια στους ωκεανούς, προκαλώντας σοβαρές βιολογικές, οικολογικές και χημικές επιπτώσεις στο θαλάσσιο οικοσύστημα και θεωρούνται πλέον ένα παγκόσμιο ζήτημα. Την τελευταία δεκαετία, πολλές μελέτες έχουν παρακολουθήσει και εντοπίσει θαλάσσια πλαστικά απορρίμματα σε παράκτιες και ανοικτές ωκεάνιες περιοχές, χρησιμοποιώντας τεχνολογίες τηλεπισκόπησης. Η παρούσα μελέτη εξετάζει κατά πόσον οι δορυφορικές εικόνες Sentinel-2 μπορούν να χρησιμοποιηθούν για τον εντοπισμό πλαστικών απορριμμάτων στην επιφάνεια της θάλασσας με σκοπό την παρακολούθηση, τη συλλογή και την διάθεσή τους. Πραγματοποιήθηκε μια πιλοτική μελέτη για να διαπιστωθεί αν μπορούν να εντοπιστούν πλαστικοί στόχοι στην επιφάνεια της θάλασσας, με τη χρήση τεχνικών τηλεπισκόπησης με δεδομένα Sentinel-2. Δημιουργήθηκε ένας στόχος από πλαστικά μπουκάλια νερού με επιφάνεια 3m×10m, ο οποίος στη συνέχεια τοποθετήθηκε στη θάλασσα, κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου. Ένα μη επανδρωμένο εναέριο όχημα (UAV) χρησιμοποιήθηκε για τη λήψη πολυφασματικών αεροφωτογραφιών της περιοχής ενδιαφέροντος κατά την ίδια χρονική περίοδο με την υπέρβαση του δορυφόρου Sentinel-2. Οι φασματικές υπογραφές του νερού και των πλαστικών απορριμμάτων μετά την τοποθέτησή τους στο νερό ελήφθησαν με ένα φασματοραδιόμετρο SVC HR1024. Η μελέτη διαπίστωσε ότι ο στόχος των πλαστικών απορριμμάτων ήταν ευκολότερο να εντοπιστεί στα μήκη κύματος NIR. Επτά καθιερωμένοι δείκτες για την επεξεργασία δορυφορικών εικόνων, εξετάστηκαν για να διαπιστωθεί κατά πόσον μπορούν να αναγνωρίσουν τα πλαστικά απορρίμματα στο νερό. Περαιτέρω, οι συγγραφείς εξέτασαν δύο νέους δείκτες, τον δείκτη πλαστικών (PI) και τον δείκτη βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) για να χρησιμοποιηθούν στην επεξεργασία της δορυφορικής εικόνας. Ο πρόσφατα ανεπτυγμένος δείκτης πλαστικών (PI) ήταν σε θέση όχι απλώς να εντοπίσει τα πλαστικά αντικείμενα που επιπλέουν στην επιφάνεια του νερού, αλλά διακρίθηκε και ως ο πιο αποτελεσματικός δείκτης για τον εντοπισμό του στόχου των πλαστικών απορριμμάτων στη θάλασσα.''&lt;br /&gt;
&lt;br /&gt;
'''Σκοπός εφαρμογής'''&lt;br /&gt;
O σκοπός της μελέτης είναι να προσδιοριστεί κατά πόσο οι στόχοι πλαστικών απορριμμάτων, μεγέθους κάτω των 10 μέτρων, μπορούν να ανιχνευθούν με δορυφορικές εικόνες Sentinel-2, και να διερευνηθεί η δυνατότητα της τηλεπισκόπησης να παρέχει πληροφορίες μέσω της ανάπτυξης δείκτη που μπορεί να αναγνωρίσει τα θαλάσσια πλαστικά στη θάλασσα, με στόχο να ενισχυθεί η διαδικασία παρακολούθησης θαλάσσιων πλαστικών στη Μεσόγειο. &lt;br /&gt;
&lt;br /&gt;
'''Γενικές Πληροφορίες'''&lt;br /&gt;
Ο όρος θαλάσσια απορρίμματα αναφέρεται σε απόβλητα που προέρχονται από ανθρώπινες δραστηριότητες και έχουν απορριφθεί σε παράκτια ή θαλάσσια περιβάλλοντα. Τα απορρίμματα αυτά μπορεί να προέρχονται από δραστηριότητες που λαμβάνουν χώρα στην ξηρά ή και στη θάλασσα. Επί του παρόντος, το 60 έως 80% αυτών των θαλάσσιων απορριμμάτων αποτελείται από πλαστικό, το οποίο σε ορισμένες περιοχές φτάνει το 95%, και έχει αναγνωριστεί ως σοβαρός περιβαλλοντικός κίνδυνος. Με βάση το βάρος και το σχήμα τους, τα θαλάσσια απορρίμματα μπορούν να ταξινομηθούν σε πλωτά απορρίμματα και βυθιζόμενα απορρίμματα. Έχει υπολογιστεί ότι τα θαλάσσια απορρίμματα αποτελούνται κατά 15% από απορρίμματα που επιπλέουν στην επιφάνεια της θάλασσας, κατά 15% από απορρίμματα που παραμένουν στη στήλη του νερού και κατά 70% από αυτά που βυθίζονται στον πυθμένα της θάλασσας. &lt;br /&gt;
Τα πλαστικά που επιπλέουν στην επιφάνεια των υδάτινων σωμάτων, συχνά συσσωρεύονται σε συσσωματώματα τα οποία μπορούν να μεταφερθούν σε μεγάλες αποστάσεις, κατευθυνόμενα από τους επικρατούντες ανέμους και τα ωκεάνια ρεύματα, πριν βυθιστούν. Ένα μεγάλο μέρος αυτών των συστάδων πλαστικών εισέρχεται σε ωκεάνιους στρόβιλους και μπορεί να οδηγήσει σε συστάδες μεγέθους έως και πολλών χιλιομέτρων, όπως το Great Pacific Garbage Patch (GPGP). Τα πλαστικά μπουκάλια αποτελούν το μεγαλύτερο μέρος των πλωτών θαλάσσιων απορριμμάτων που συσσωρεύονται στον πυθμένα της θάλασσας και ξεβράζονται στις ακτές. Η έκθεση International Coastal Cleanup (ICC) διαπίστωσε ότι τα πλαστικά μπουκάλια είναι ο τρίτος πιο κοινός τύπος απορριμμάτων στις παραλίες, ότι το 10% των παγκόσμιων θαλάσσιων απορριμμάτων είναι πλαστικά μπουκάλια και ότι αυτά αποτελούν το 14% των συνολικών απορριμμάτων της Μεσογείου.&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος και περιοχή μελέτης'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, χρησιμοποιήθηκαν πλαστικά μπουκάλια προκειμένου να διαπιστωθεί εάν τα πλαστικά απορρίμματα μπορούν να εντοπιστούν μέσω των δορυφορικών εικόνων Sentinel-2. Σύμφωνα με τους Biermann et al, η υψηλή χωρική ανάλυση έως και 10m×10m είναι ικανή να ανιχνεύσει μικρά χαρακτηριστικά στη θάλασσα, όπως τα πλαστικά απορρίμματα. Στην παρούσα μελέτη, σκοπός ήταν να εξεταστεί εάν ένας μικρότερος στόχος μπορεί να εντοπιστεί από τις δορυφορικές εικόνες Sentinel-2. Χρησιμοποιήθηκαν αεροφωτογραφίες και δορυφορικές εικόνες Sentinel-2 για τον εντοπισμό πλαστικών απορριμμάτων στο νερό. Μια πλατφόρμα UAV με πολυφασματικές κάμερες τράβηξε φωτογραφίες του στόχου των πλαστικών απορριμμάτων ταυτόχρονα με την υπέρβαση του δορυφόρου Sentinel-2, προκειμένου να εξεταστούν τα διαφορετικά μήκη κύματος στα οποία το πλαστικό θα μπορούσε να ανιχνευθεί στο θαλασσινό νερό.&lt;br /&gt;
Η μελέτη διεξήχθη στη Λεμεσό της Κύπρου, νότια του παλιού λιμανιού της Λεμεσού. Η περιοχή επιλέχθηκε καθώς συσσωρεύεται εκεί μεγάλη ποσότητα απορριμμάτων από τα πλοία που περιμένουν να εισέλθουν στο λιμάνι της Λεμεσού. Οι έρευνες δείχνουν ότι τα πλαστικά απορρίμματα βρίσκονται συχνά σε περιοχές με μεγάλη θαλάσσια κίνηση.  Προκειμένου να εντοπιστούν τα πλαστικά απορρίμματα στο νερό, δημιουργήθηκε ένας «στόχος» πλαστικών απορριμμάτων διαστάσεων 3m×10m από μπουκάλια νερού μεγέθους 0,5 λίτρου και 1,5 λίτρου (Εικόνα 1), ώστε να μιμηθούν τα θαλάσσια σμήνη πλαστικών απορριμμάτων που επιπλέουν στη θάλασσα. Ο στόχος για τα πλαστικά απορρίμματα που χρησιμοποιήθηκε για το έργο αυτό αποτελούνταν από 1500 πλαστικά μπουκάλια που συγκρατούνταν μεταξύ τους με νάιλον σπάγκο και πλαισιώνονταν από σωλήνες PVC.&lt;br /&gt;
&lt;br /&gt;
[[Αρχείο:1.1.png]]&lt;br /&gt;
&lt;br /&gt;
Η μελέτη πραγματοποιήθηκε στις 15 Δεκεμβρίου 2018 στο Παλιό Λιμάνι της Λεμεσού, κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2. Επιλέχθηκε η χρήση των εικόνων του Sentinel-2, καθώς οι εικόνες είναι δωρεάν και ανοικτές σε όλους τους χρήστες μέσω του Copernicus Hub. Ο δορυφόρος αποκτά εικόνες κάθε 5 ημέρες, έτσι ώστε η χρονοσειρά των δορυφορικών εικόνων να μπορεί εύκολα να αποκτηθεί για επιχειρησιακές εφαρμογές χρονοσειρών. Κατά τη διάρκεια της υπέρβασης του δορυφόρου Sentinel-2, ο «στόχος» των πλαστικών απορριμμάτων τοποθετήθηκε στη θάλασσα κοντά στο Παλιό Λιμάνι στη Λεμεσό της Κύπρου και μετακινήθηκε 200 μέτρα από την ακτογραμμή.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Ο Δείκτης πλαστικών απορριμμάτων που αναπτύχθηκε στην παρούσα μελέτη μπορεί να διακρίνει και να εντοπίσει πλαστικούς στόχους μεγέθους 3m×10m. Η ανάλυση ευαισθησίας διαπίστωσε ότι ο Δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά παρήγαγε χαμηλές τιμές και, ως εκ τούτου, δεν ήταν σε θέση να εντοπίσει πλαστικούς στόχους απορριμμάτων στο νερό. Ο PI εφαρμόστηκε στην ακτή της Λεμεσού και υπήρξαν ενδείξεις ότι μπορεί να χρησιμοποιηθεί για τη διάκριση μικρότερων πλαστικών στόχων. Για παράδειγμα, παρατηρήθηκε ότι ο ΡΙ αναγνώρισε τα κολάρα αλιείας που χρησιμοποιούνται στις πλωτές ιχθυοκαλλιέργειες στα ανοικτά των ακτών της Λεμεσού. Αυτά τα κολάρα είναι κατασκευασμένα από πλαστικό και έχουν διάμετρο σωλήνα που κυμαίνεται από 50-110 cm, ωστόσο, τα ίδια τα κολάρα μπορεί να έχουν συνολική διάμετρο περί τα 80m. Μελλοντικές εφαρμογές της μεθόδου μπορεί να περιλαμβάνουν μικρότερα μεγέθη πλαστικών στόχων, καθώς και διαφορετικούς τύπους πλαστικού, σε διαφορετικά βάθη. Αυτό ενδεχομένως, θα παρείχε τη δυνατότητα να γίνει και μία βαθμονόμηση με βάση τον PI.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα αυτής της μελέτης δείχνουν ότι τα πλαστικά μπουκάλια στη θάλασσα μπορούν να εντοπιστούν καλύτερα με τη χρήση του δείκτη PI, χρησιμοποιώντας δορυφορικές εικόνες Sentinel-2 και τα αποτελέσματα αξιολογήθηκαν με φασματικές υπογραφές και εναέριες εικόνες που αποκτήθηκαν από UAV. Η μελέτη διαπίστωσε ότι οι δορυφορικές εικόνες Sentinel-2 ήταν αποτελεσματικές για τον εντοπισμό συστάδων πλαστικών στη θάλασσα. Επίσης, διαπιστώθηκε ότι τα πλαστικά στη θάλασσα μπορούν να αναγνωριστούν από την υψηλή ανακλαστικότητα της ηλιακής ακτινοβολίας στα μήκη κύματος NIR. Δύο νέοι δείκτες, ο δείκτης πλαστικών (PI) και ο δείκτης βλάστησης με αντίστροφη κανονικοποιημένη διαφορά (RNDVI) διαμορφώθηκαν για την επεξεργασία των δορυφορικών εικόνων, στην προσπάθεια εντοπισμού πλαστικών απορριμμάτων στο νερό. Η μεθοδολογία μπορεί να χρησιμοποιηθεί μόνο κατά τη διάρκεια συνθηκών χωρίς σύννεφα με τη χρήση του Sentinel-2 MSIL1C, χωρίς την εκτέλεση ατμοσφαιρικής διόρθωσης λόγω της φασματικής απορρόφησης του νερού. &lt;br /&gt;
Τα ευρήματα αυτής της μελέτης είναι σημαντικά, δεδομένου ότι, όπως αναφέρουν διάφοροι ερευνητές, η νοτιοανατολική Μεσόγειος αντιμετωπίζει σημαντικό πρόβλημα με τα πλαστικά απορρίμματα. Ο δείκτης πλαστικών ΡΙ μπορεί να εφαρμοστεί και σε άλλους τύπους πλαστικών απορριμμάτων, όπως πλαστικές σακούλες, θαλάσσια απορρίμματα από υδατοκαλλιέργειες και άλλα υλικά, τα οποία χρησιμοποιήθηκαν σε άλλες ερευνητικές μελέτες. Είναι ζωτικής σημασίας να σημειωθεί ότι η μελλοντική έρευνα θα επικεντρωθεί στη χρήση εικόνων υψηλής ανάλυσης για τον εντοπισμό των πλαστικών.&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>ELISAVET ANDRIOTI</name></author>	</entry>

	</feed>