RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Αρχείο:ER p4 keim8.jpg

2018-01-14T10:55:30Z

Eirhnh1roussi:

Αρχείο:ER p3 keim8.jpg

2018-01-14T10:55:18Z

Eirhnh1roussi:

Αρχείο:ER p2 keim8.jpg

2018-01-14T10:55:06Z

Eirhnh1roussi:

Αρχείο:ER p1 keim8.jpg

2018-01-14T10:54:56Z

Eirhnh1roussi:

Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον

2018-01-14T10:53:45Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον

'''Πρωτότυπος Τίτλος:''' Remote sensing of forest insect disturbances: Current state and future directions
'''Συγγραφείς:''' Cornelius Senf, Rupert Seidl, Patrick Hostert

'''Πηγή:''' Int J Appl Earth Obs Geoinformation 60 (2017) 49–60

[http://www.sciencedirect.com/science/article/pii/S0303243417300880]

'''Λέξεις Κλειδιά:''': Διαταραχή εντόμων, Βιοτική διαταραχή, Σκαθάρι φλοιού, Αποφύλλωση, Η υγεία των δασών, Ένταση εντόμων.

'''ΠΕΡΙΛΗΨΗ'''

Οι διαταραχές των εντόμων είναι ένας σημαντικός παράγοντας της αλλαγής των δασικών οικοσυστημάτων σε ολόκληρο τον πλανήτη. Με την τηλεπισκόπηση, έχει πραγματοποιηθεί μεγάλη προσοχή στην χαρτογράφηση και στην κατανόηση της δυναμικής της επιδημίας των εντόμων. Γίνεται ομαδοποίηση των μελετών σε τρεις τύπους εντόμων: σκαθάρια, πλατύφυλλοι αποφυλλωτές και κωνοφόροι αποφυλλωτές. Κάνοντας αυτό, γίνεται σύγκριση με τους αισθητήρες και τις μεθόδους που χρησιμοποιούνται για τη χαρτογράφηση των διαταραχών των εντόμων και μεταξύ των τύπων εντόμων. Τα αποτελέσματα δείχνουν ότι υπάρχουν ουσιαστικές διαφορές μεταξύ των μεθόδων που χρησιμοποιούνται για τη χαρτογράφηση των σκαθαριών και των αποφλοιωτών και μεταξύ των μεθόδων που χρησιμοποιείται για τη χαρτογράφηση φυλλοβόλων και κωνοφόρων φυγοκεντρητών. Μετά από αυτό, τονίζουμε προσεγγίσεις που είναι ιδιαίτερα κατάλληλη για κάθε τύπο εντόμου. Τέλος, δίνεται έμφαση στις μελλοντικές κατευθυντήριες γραμμές για την έρευνα της τηλεανίχνευσης των διαταραχών των εντόμων. Συγκεκριμένα, προτείνεται: 1) Ξεχωριστές διαταραχές εντόμων από άλλες παράγοντες · 2) Επέκταση του χώρου και του χρονικού τομέα της ανάλυσης. 3) Χρήση των πυκνών χωρικών σειρών. 4) παρακολούθηση των διαταραχών των εντόμων κοντά σε πραγματικό χρόνο. 5) Προσδιορισμός των διαταραχών των εντόμων στο πλαίσιο συζευγμένων ανθρωπίνων-φυσικών συστημάτων. και 6) Βελτίωση των δεδομένων αναφοράς για την αξιολόγηση των διαταραχών των εντόμων. Δεδομένου ότι η τηλεπισκόπηση των διαταραχών των εντόμων έχει κερδίσει μεγάλο ενδιαφέρον και πέρα από την κοινότητα τηλεπισκόπησης, οι μελλοντικές εξελίξεις που εντοπίστηκαν θα συμβάλουν στην ενσωμάτωση των προϊόντων τηλεπισκόπησης στην διαχείριση των λειτουργικών δασών. Επιπλέον, μια βελτιωμένη χωροχρονική ποσοτικοποίηση των διαταραχών των εντόμων θα υποστηρίξει ένα η ενσωμάτωση αυτών των διαδικασιών σε περιφερειακά μοντέλα παγκόσμιων οικοσυστημάτων.

'''1. Εισαγωγή'''

Οι ενοχλήσεις από τα έντομα είναι φυσικές διεργασίες στα δασικά οικοσυστήματα και αποτελεί έναν αναπόσπαστο οδηγό της δυναμικής τους, συμβάλλοντας στη διατήρηση της υγιεινής και ετερογενή δάση που μπορούν να προσφέρουν σημαντικό οικοσύστημα. Ωστόσο, πολλά δασικά οικοσυστήματα έχουν παρουσίασαν αύξηση του ρυθμού, του μεγέθους και της συχνότητας των διαταραχών που προκαλούν τα έντομα, Αυτό δημιούργησε ανησυχίες σχετικά με τις επιπτώσεις των διαταραχών των εντόμων σε βιογεωχημικούς κύκλους, ιδιαίτερα στον άνθρακα, τη βιοποικιλότητα και την οικονομική αξία των δασών. Παρά τη σημασία των δασικών εντόμων για τη θνησιμότητα των δένδρων σε παγκόσμιο επίπεδο, υπάρχει έλλειψη συνεκτικών συνόλων δεδομένων που εντοπίζουν διαταραχές εντόμων συστηματικά μέσω του χώρου και του χρόνου. Αυτό το κενό δεδομένων παρακωλύει ουσιαστικά την ανάπτυξη του μοντέλου που είναι βασισμένα σε διαδικασίες για την έγκυρη πρόβλεψη των μελλοντικών αλλαγών υπό την παγκόσμια αλλαγή του κλίματος, και συνεπώς την ανάπτυξη των κατάλληλων στρατηγικών διαχείρισης.

Τα δασικά έντομα μπορούν ευρέως να ομαδοποιηθούν σε ξυλόφαγο (π.χ. φλοιό σκαθάρια) και φυλλώδη έντομα (π.χ. αποφυλλωτές). Υπάρχουν επίσης μικρότερες ομάδες μυκήτων (τροφοδότες υγρών). Πολλά είδη σκαθαριών που έχουν σημασία στο πλαίσιο των δασικών διαταραχών, αναπαράγονται στον ιστό phloem των ζωντανών και νεκρών δέντρων και μέσω της εισαγωγής των σχετικών μυκητιακών παθογόνων, διαταράσσει τη μετακίνηση του νερού και των θρεπτικών ουσιών μέσα στο δέντρο. Τα φυλλώδη έντομα τρέφονται με τις βελόνες ή τα φύλλα του δέντρα, επηρεάζοντας ουσιαστικά την ικανότητα των δένδρων να πραγματοποιούν φωτοσύνθεση. Αυτό μπορεί να οδηγήσει σε μείωση της ανάπτυξης, της παραμόρφωσης και σε συνδυασμό με δευτερεύουσες πιέσεις όπως ταυτόχρονη σκαθάρι φλοιού επιθέσεις ή θνησιμότητα από ξηρασία.

Οι διαταραχές εντόμων δρουν σε ποικίλες χωρικές και χρονικές κλίμακες που πρέπει να εξεταστούν για να αναπτύξουν μια ολιστική κατανόηση της δυναμικής τους και στη συνέχεια να προβλέπουν τις μελλοντικές τους αλλαγές. Πολλές έρευνες έχουν χρησιμοποιήσει εργαστηριακά και πεδίου δεδομένα για να κατανοήσουν την αποικιοκρατία του ξενιστή από τα έντομα και για την αναπαραγωγική επιτυχία, αυτοί οι οδηγοί μικρής κλίμακας συχνά δεν επαρκούν για την πρόβλεψη των τοπικών μοντέλων μόλυνσης τοπίου που παρατηρήθηκε σε πρόσφατες εστίες. Αυτές οι διαδικασίες μεγάλης κλίμακας απαιτούν δεδομένα που α) είναι χωρικά σαφή, β) καλύπτουν μεγάλες γεωγραφικές εκτάσεις, γ) παρέχουν μια χρονική ανάλυση που ταιριάζει με τον κύκλο ζωής του ενδιαφέροντος εντόμου και δ) επιτρέπει την εκτίμηση μακροπρόθεσμες σειρές για να καταγράψουν τις μακροπρόθεσμες φυσικές διακυμάνσεις που είναι εγγενή στη δυναμική των εντόμων. Επιπλέον, η λεπτότερη χρονική ανάλυση μπορεί να ληφθεί με συνέπεια από τις δενδροευρωπαϊκές έρευνες συχνά μόνο στο εύρος των δεκαετιών, και με μια απόδοση από συγκεκριμένους παράγοντες.

Οι βιολογικές διαφορές μεταξύ των σκαθάρων φλοιού, των αποφυλλωτών από τα κωνοφόρα δέντρα και τα φυλλώματα φυλλοβόλων δέντρων που εξηγούνται παραπάνω υποδηλώνουν ότι υπάρχουν συγκεκριμένα πλεονεκτήματα και μειονεκτήματα της εφαρμογής συγκεκριμένες μεθόδους τηλεανίχνευσης για τη χαρτογράφηση της εμφάνισής τους και σοβαρότητα προσβολής. Ωστόσο, παρόλο που υπάρχουν κριτικές από μια περιφερειακή προοπτική, εστιάζοντας σε συγκεκριμένα έντομα ή γενικά δάση, λείπει ακόμη μια συστηματική, περιεκτική και σφαιρική αξιολόγηση των μεθόδων που ταιριάζουν καλύτερα την τηλεπισκόπηση των ποικίλων δασικών εντομοκτόνων. Μια συστηματική αναθεώρηση των εφαρμοζόμενων μεθόδων και την καλύτερη κατανόηση του υποκειμένου των βιολογικών και οικολογικών διαδικασιών, θα συμβάλει στη βελτίωση των μελλοντικών μελετών που στοχεύουν στη χαρτογράφηση και την εκτίμηση των διαταραχών των εντόμων.

'''2. Συστηματική επισκόπηση βιβλιογραφίας'''

'''2.1. Αναζήτηση βάσης δεδομένων'''

Για την απόκτηση ενός αρχικού δείγματος της σχετικής βιβλιογραφίας διερευνήθηκε από τη βάση δεδομένων ISI Web of Science (http: // www. webofknowledge.com/) με γενικούς όρους αναζήτησης που επικεντρώνονται στην χαρτογράφηση των δασικών ενοχλητικών εντόμων με τηλεανίχνευση, χρησιμοποιώντας το ακολουθώντας τη συμβολοσειρά αναζήτησης: TS = (σκαθάρι φλοιού * Ή defoliator * Ή έντομο *Ή παράσιτο *) ΚΑΙ TS = (δάσος * Ή δέντρο *) ΚΑΙ TS = (τηλεανίχνευση Ή απομακρυσμένη αίσθηση Ή χαρτογράφηση ή δορυφόρος * Ή παρατηρητής γης *). Αυτή η αρχική έρευνα οδήγησε σε ένα σύνολο n = 868 μελετών. Έγινε έλεγχος του τίτλου και περιλήψεις αυτών των μελετών για την εξαίρεση των μελετών προφανώς που δεν σχετίζονται με την ανασκόπηση μας (π.χ., ιατρικές μελέτες, μελέτες που χρησιμοποιούν απομακρυσμένες ανίχνευση για την καθοδήγηση στην εργασία πεδίου, μελέτες προσομοίωσης), η οποία μείωσε το ο συνολικός αριθμός των μελετών ήταν 149. Στη συνέχεια αναλύθηκε κάθε μελέτη από τα ακόλουθα κριτήρια που έχουν τεθεί για να συμπεριληφθούν στην κριτική μας:
α)Πρέπει να οριστεί ένας συγκεκριμένος παράγοντας εντόμων. Μελέτες χαρτογράφησης γενικά η πτώση των δασών ή η αλλαγή λόγω πολλαπλών παραγόντων δεν εξετάστηκαν.β)Ένας χάρτης δημιουργήθηκε ή θα μπορούσε εύκολα να παραχθεί με τις μεθόδους που περιγράφεται στο έγγραφο. Οι πειραματικές μελέτες περιορίζονται σε λίγες επιλεγμένα εικονοστοιχεία ή μελέτες προσομοίωσης εξαιρέθηκαν.γ)Οι μελέτες που χαρτογραφούν παρασιτώσεις σε φυτείες ή οπωρώνες δεν ήταν θεωρούνται.δ)Οι προσεγγίσεις πρέπει να είναι (ημι-) αυτόματες. Μελέτες που εφαρμόζουν εγχειρίδιο ψηφιοποίηση δεδομένων τηλεπισκόπησης ή χειρωνακτική αντιστοίχιση δεν ελήφθησαν υπόψη από αεροσκάφη (αεροπορικές έρευνες ή χάρτες σκίτσων). Μετά την εφαρμογή αυτών των κριτηρίων, επιλέχθηκαν συνολικά 59 μελέτες συμπερίληψη στην ανάλυση. Ωστόσο, σημειώθηκε ότι 16 μελέτες αρχικά δεν συμπεριλήφθηκαν στο δείγμα. Αφού έγινε έλεγχος στα παραπάνω τα κριτήρια που περιγράφονται, προσθέθηκαν επίσης σε αυτές τις μελέτες στη βιβλιογραφική μας βάση, δίνοντας έναν τελικό αριθμό n = 75 μελετών που θα συμπεριληφθούν στο συστηματική αξιολόγηση.

'''2.2. Εξόρυξη και ανάλυση πληροφοριών'''

Για κάθε μελέτη στο δείγμα, έγινε εξαγωγή το ίδιο σύνολο χαρακτηριστικών για ανάλυση (εικόνα 1). Συγκεκριμένα, σημειώνεται ο τύπος του εντόμου (δηλαδή το φλοιό σκαθάρι, αποφλοιωτή κωνοφόρα, φυλλώδη φυλλώδη), τα είδη εντόμων, εάν το είδος ήταν εγγενές στο εξεταζόμενο οικοσύστημα, και το πρωταρχικό του είδη ξενιστών. Επιπλέον, καταγράφθηκε η μεταβλητή απόκρισης ο τρόπο που συλλέχθηκαν δεδομένα αναφοράς, καθώς και η τοποθεσία της περιοχής μελέτης. Έγινε χαρακτηρισμό του αισθητήρα πουχ ρησιμοποιείται σε κάθε μελέτη, καταγραφή του ονόματος του αισθητήρα το όνομα, τις χωρικές, χρονικές και φασματικές ιδιότητες του αισθητήρα, όπως καθώς και τον αισθητήρα. Τέλος, σημειώσαμε το μοντέλο ταξινόμησης / παλινδρόμησης που χρησιμοποιήθηκε για χαρτογράφηση / εκτίμηση της μόλυνσης, εάν ήταν τεχνική τοποθέτησης (για χρονική εξομάλυνση, κ.λπ.), εάν χρησιμοποιήθηκαν βοηθητικά δεδομένα στο μοντέλο, καθώς και το μέτρο της απόδοσης ακριβείας / μοντέλου και του μέτρου επίπεδο επίδοσης ακριβείας / μοντέλου.

[[Εικόνα: ER_p1_keim8.jpg|600px|thumb|center|'''Εικόνα 1.''' Πληροφορίες που εξάγονται από τη βιβλιογραφία.]]

'''2.3. Αποτελέσματα της συστηματικής αναθεώρησης'''

'''2.3.1. Τύποι εντόμων και βιομάζες'''

Συνολικά, μελετήθηκαν 27 είδη εντόμων με τηλεανίχνευση, εκ των οποίων οι πέντε ήταν μη-ιθαγενείς . Οι περισσότερες μελέτες εντοπίστηκαν στη Βόρεια Αμερική και την Ευρώπη, όπου συγκεντρώνονται οι ευρωπαϊκές μελέτες (εικόνα 2).

[[Εικόνα: ER_p2_keim8.jpg|600px|thumb|center|'''Εικόνα 2.''' Χωρική κατανομή μελετών και τύπων εντόμων σύμφωνα με το δείγμα μας.]]

Υπήρξε μόνο μία μελέτη που βρίσκεται στη Νότια Αμερική, την Αυστραλία και την Αφρική, αντίστοιχα. και μόνο μερικές μελέτες ήταν στην Ασία. Σκαθάρια φλοιού και φυλλοβόλα φυλλώματα μελετήθηκαν ως επί το πλείστον σε εύκρατα δασικά οικοσυστήματα, ενώ τα κωνοφόρα φυτοφάρμακα μελετήθηκαν κυρίως στα βόρεια δάση (Εικόνα 3). Πολύ λίγες μελέτες (7%) εντοπίστηκαν στην υποτροπική περιοχή και δεν βρέθηκε μελέτη οι τροπικοί. Από ιστορική άποψη, η τηλεπισκόπηση χρησιμοποιήθηκε ως επί το πλείστον από το 2003 και μετά για τη χαρτογράφηση των διαταραχών των εντόμων, με σημαντική αύξηση τα τελευταία χρόνια. Ενώ οι πρώτες μελέτες σχεδόν αποκλειστικά χαρτογραφημένα φυλλώδη έντομα, την πρόσφατη αύξηση της τηλεπισκόπησης μελέτες σχετικά με τις διαταραχές των δασικών εντόμων σχετίζονταν σε μεγάλο βαθμό με μελέτες χαρτογράφηση του σκαθαριού Dendroctonus ponderosae στη Βόρεια Αμερική.

[[Εικόνα: ER_p3_keim8.jpg|400px|thumb|center|'''Εικόνα 3.''' Κατανομή των μελετών σε ολόκληρη την περιοχή.]]

'''2.3.2. Αισθητήρες και μέθοδοι'''

Χρησιμοποιήθηκε μια ποικιλία αισθητήρων για τη μελέτη διαταραχών των δασικών εντόμων. Συνολικά το 13% των μελετών χρησιμοποίησε δεδομένα χονδρικής ανάλυσης (75% των MODIS), το 57% των μελετών χρησιμοποίησε δεδομένα μεσαίας ανάλυσης (83% Landsat), το 15% των μελετών χρησιμοποίησε δεδομένα υψηλής ανάλυσης (πιο συχνές: HyMap, QuickBird, RadpidEye και WorldView-2), και άλλο 15% των μελετών χρησιμοποίησε δεδομένα πολύ υψηλής ανάλυσης (συμπεριλαμβανομένων των Lidar, που αντιστοιχούσε στο 7% του συνολικού αριθμού σπουδών). Τραχύς (π.χ MODIS) χρησιμοποιήθηκε κυρίως για τη χαρτογράφηση του αποτελέσματος του defoliators, και μόνο μία μελέτη το εφάρμοσε για τη χαρτογράφηση του σκαθαριού του φλοιού διαταραχές. Τα δεδομένα μεσαίας ανάλυσης χρησιμοποιήθηκαν εξίσου όλα τα είδη εντόμων, ενώ χρησιμοποιήθηκαν ιδιαίτερα δεδομένα υψηλής ανάλυσης χαρτογράφηση των επιπτώσεων των σκαθαριών.

Οι διαφορές μεταξύ των τύπων εντόμων ήταν επίσης εμφανείς στο φασματικό ιδιότητες των αισθητήρων. Η πλειοψηφία των μελετών που απεικονίζουν την εκφυλισμό του τα πλατύφυλλα και τα κωνοφόρα δέντρα χρησιμοποίησαν έναν μόνο φασματικό δείκτη (82% και 50%, αντίστοιχα). Ο συχνότερα χρησιμοποιούμενος φασματικός δείκτης για η χαρτογράφηση των φυλλοβόλων φυλλωμάτων ήταν η κανονικοποιημένη διαφορά Δείκτη βλάστησης (NDVI, 43%), ενώ χρησιμοποιήθηκε ένας μεγάλος αριθμός δεικτών για τη χαρτογράφηση της αποφλοίωση κωνοφόρων (NDVI, Normalized Burn Ratio [NBR], δείκτης έντασης υγρασίας [MSI], ευρετήριο περιοχών εγκατάστασης [LAI]). Για χαρτογράφηση διαταραχών σκαθαριού φλοιού, οι μελέτες επικεντρώνονταν κατά κύριο λόγο σε πολυφασματικές δεδομένων (47%), αν και το 29% των μελετών χρησιμοποίησε επίσης ένα μόνο φάσμα δεικτών. Ο συχνότερα χρησιμοποιούμενος φασματικός δείκτης για τη χαρτογράφηση των αποτελεσμάτων των σκαθαριών φλοιού ήταν η διαφορά στην υγρασία καστανιάς (Ενισχυμένος δείκτης διαφοράς υγρών [EWDI]) από το NBR και τον Δείκτη Διαταραχών (DI). Μόνο το 12% των μελετών χαρτογράφηση διαταραχές σκαθάρι φλοιός χρησιμοποιούνται δεδομένα Lidar, και ένα άλλο 10% χρησιμοποιήθηκαν υπερφασματικές εικόνες.
Όσον αφορά τη χρονική ανάλυση, η ανάλυσή έδειξε ότι είναι πολύ πυκνή και χρησιμοποιήθηκαν κυρίως χρονολογικές σειρές (δηλαδή περισσότερες από μία εικόνες ανά έτος) χαρτογράφηση της αποφύλλωσης, ιδιαίτερα των πλατύφυλλων δέντρων (εικόνα 4).

[[Εικόνα: ER_p4_keim8.jpg|800px|thumb|center|'''Εικόνα 4.''' Ποσοστό μελετών που χρησιμοποιούν συγκεκριμένες χρονικές, φασματικές και χωρικές ιδιότητες. Τα συνοπτικά στατιστικά στοιχεία είναι στρωματοποιημένα κατά τύπο εντόμων. Οι τύποι εντόμων περιλαμβάνουν σκαθάρια φλοιού (ΒΒ), πλατύφυλλα αποφυλλωτές (DB), αποφλοιωτές κωνοφόρων (DC) και άλλοι.]]

Οι μελέτες που συνέκριναν την εμφάνιση και τη σοβαρότητα της διαταραχής ήταν σχεδόν (55% και 46% αντίστοιχα), με μικρές μόνο διαφορές μεταξύ των τύπων εντόμων. Για μελέτες χαρτογράφησης του φλοιού η σοβαρότητα της προσβολής από τα σκαθάρια ήταν τα πιο συχνά χρησιμοποιούμενα μέτρα τοις εκατό ποσοστό θνησιμότητας, ποσοστό νεκρών στελεχών και ποσοστό θνησιμότητας βασικής περιοχής. Για τους κωνοφόρους αποφυλλωτές, η σοβαρότητα μετρήθηκε ως επί το πλείστον σε κατηγορίες (δηλαδή, τρία έως πέντε επίπεδα έντασης αποφύλλωσης), ενώ για πλατύφυλλα η σοβαρότητα της αποφύλλωσης των δασών μετρήθηκε ως επί το πλείστον ως απώλεια του θόλου.

Όσον αφορά τα δεδομένα βαθμονόμησης και επικύρωσης, οι περισσότερες από τις μελέτες που χρησιμοποιήθηκαν δεδομένα πεδίου (55%), ακολουθούμενη από ερμηνεία πολύ υψηλής ανάλυσης δεδομένα τηλεπισκόπησης (28%). Είναι ενδιαφέρον ότι η ερμηνεία δεδομένων VHR ήταν πιο συχνά χρησιμοποιείται στην περίπτωση των σκαθαριών του φλοιού από ό, τι για τη χαρτογράφηση των αποφυλλωτών. Οι υπόλοιπες μελέτες είτε χρησιμοποίησαν έρευνα εναέριας επισκόπησης (AOS) (8%), ερμηνεία εικόνας ή χρονικής σειράς μέσης ανάλυσης (6%), έρευνες ελικοπτέρων (4%) ή Lidar (2%) ως στοιχεία αναφοράς. Η πλειονότητα των μελετών που αφορούν την εμφάνιση διαταραχών που χρησιμοποιούνται μοντέλα ταξινόμησης όπως τυχαία δάση (20%), μέγιστη πιθανότητα (14%) ή (λογική) υποχώρηση (12%). Ωστόσο, το ένα τέταρτο (25%) των περιστατικών διαταραχής χαρτογράφησης των μελετών βασίστηκαν σε έναν απλό κανόνα προσέγγιση. Μελέτες για την εκτίμηση της σοβαρότητας της μόλυνσης με τα χρησιμοποιούμενα μοντέλα στατιστικής παλινδρόμησης ήταν (37%), ακολουθούμενα από η τυχαία παλινδρόμηση των δασών (19%) και οι προσεγγίσεις βασισμένες σε κανόνες που ταξινομούν ένα συνεχές μέτρο στις τάξεις σοβαρότητας (12%). Η ακρίβεια χαρτογράφησης δεν παρουσίασε σημαντικές διαφορές μεταξύ των τριών τύπων εντόμων, με συνολική ακρίβεια που κυμαίνεται από 60 έως> 90% . Για την εκτίμηση της σοβαρότητας των διαταραχών, ωστόσο, παρατηρήθηκε υψηλότερη απόδοση μοντελοποίησης για αποφυλλωτές παρά για φλοιό σκαθάρια.

'''3. Τρέχουσες προσεγγίσεις στην τηλεπισκόπηση των δασικών εντόμων
διαταραχές'''

'''3.1. Σκαθάρια φλοιού'''

Το Landsat είναι σήμερα ο πιο σημαντικός αισθητήρας για τη χαρτογράφηση του φλοιού διαταραχές σκαθαριών, γεγονός που υποδηλώνει ότι η χωρική ανάλυση είναι βασικό χαρακτηριστικό για τη χαρτογράφηση της προσβολής των σκαθαριών. Πράγματι, ο μεγάλος αριθμός που χρησιμοποιήθηκε για τις προσεγγίσεις υπο-εικονοστοιχείων (δηλαδή, χαρτογράφηση της σοβαρότητας της προσβολής) και των δεδομένων υψηλής και πολύ υψηλής ανάλυσης, για την ανάλυση του σκαθαριού διαταραχές υποστηρίζουν περαιτέρω αυτό το συμπέρασμα. Η Landsat παραδίδει επίσης συνεχείς παρατηρήσεις επί αρκετά χρόνια, γεγονός που με τη σειρά του επιτρέπει την παρακολούθηση των σκαθαριών, οι οποίες συχνά διαρκούν αρκετά χρόνια .

Από φασματική άποψη, τα αποτελέσματα δείχνουν ότι οι φασματικές πληροφορίες από το φάσμα υπερύθρων μικρού μήκους του ηλεκτρομαγνητικού πεδίου, το φάσμα έχει ιδιαίτερη σημασία για την ανίχνευση προσβολής από σκαθάρια φλοιού, πιθανώς λόγω της ευαισθησίας αυτής της φασματικής περιοχής στις αλλαγές περιεχομένου νερού βελόνας. Οι αλλαγές στην περιεκτικότητα σε νερό της βελόνας επιτρέπουν ένα την ακριβή ανίχνευση των δέντρων που γίνονται κόκκινα (στάδιο κόκκινης επίθεσης) και γκρι (στάδιο γκρίζας προσβολής) μετά από προσβολή.

Οι μελέτες βασίζονται όλο και περισσότερο σε πολυετείς χρονολογικές σειρές μέσου δεδομένων ανάλυσης για τη λήψη αλλαγών στο συσχετισμένο φασματικό σήμα με αλλαγές στην περιεκτικότητα σε νερό της βελόνας. Ωστόσο, η ανάλυση εικόνων μιας ημέρας εξακολουθεί να είναι ο κανόνας. Μετά το άνοιγμα του USGS Landsat Archive το 2008, η χρήση πυκνών(δηλαδή ετήσιες) χρονολογικές σειρές έγιναν περισσότερο εμφανείς. Χρησιμοποιώντας πυκνή χρονοσειρά Landsat τα δεδομένα επιτρέπουν μια ετήσια ανάλυση των διαταραχών φλοιού σκαθάρι, η οποία παρέχει λεπτομερείς πληροφορίες σχετικά με τα χωρικά και χρονικά πρότυπα του. Πολύ πυκνές χρονικές σειρές χρησιμοποιούνται σπάνια για τη χαρτογράφηση των παρασίτων των σκαθαριών, υποδηλώνοντας ότι η ενδοετήσια μεταβολή του φασματικού σήματος είναι λιγότερο σημαντική στο πλαίσιο αυτό, και δεν αντισταθμίζει την απώλεια χωρικών πληροφοριών που έρχεται με τους σημερινούς αισθητήρες υψηλής συχνότητας, χονδρικής ανάλυσης (δηλαδή,MODIS ή AVHRR).

Τέλος, διαπιστώσαμε ότι τα πεδία και η ερμηνεία της εικόνας ήταν οι κύριες πηγές δεδομένων αναφοράς για τη χαρτογράφηση των διαταραχών του σκαθαριού. Επιπλέον, υπήρχαν οι διαφορές μεταξύ των μελετών που χαρτογραφούν την προσβολή σε πρώιμα στάδια (redattack) και αργότερα στάδια (γκρίζα επίθεση). Μερικές μελέτες στόχευαν ακόμη χαρτογράφηση πολύ πρώιμων σταδίων μόλυνσης (πράσινη επίθεση) με στόχο την παρέχοντας στήριξη λήψης αποφάσεων για δράσεις διαχείρισης κινδύνου.

'''3.2. Κωνοφόρα προϊόντα αποφλοίωσης'''

Η πλειοψηφία των μελετών που χαρτογραφούν τις διαταραχές των κωνοφόρων δέντρων χρησιμοποίησαν δεδομένα μέσης ανάλυσης, με Landsat και SPOT να είναι οι πιο σημαντικοί αισθητήρες. Πιο πρόσφατες μελέτες βασίστηκαν αποκλειστικά στη σύγκριση ενός δείκτη βλάστησης μεταξύ δύο ή περισσότερες ημερομηνίες για την παρακολούθηση των αλλαγών στη βλάστηση που προκαλούνται από την αποφύλλωση. Μια μεγάλη ποικιλία βλάστησης χρησιμοποιήθηκε με δείκτες που χρησιμοποίησαν όλες τις ζώνες υπέρυθρων υπερύθρων και βραχέων υπέρυθρων. Οι αλλαγές σε αυτές τις ζώνες μπορούν να ανιχνεύσουν τη χλωρόσηση καινδομικές μεταβολές στο θόλο που προκαλείται από την αποφύλλωση των εντόμων, αλλά η σχέση μεταξύ της αποφυλλώσεως των κωνοφόρων εντόμων και των αντίστοιχων οι φασματικές αποκρίσεις είναι φτωχότερες από ό, τι για τους σκαθάρια του φλοιού.

Η αποφλοίωση των κωνοφόρων είναι μια σταδιακή διαδικασία. Πράγματι, υπάρχουν ενδείξεις ότι οι διαταραχές από τους κωνοφόρους αποφυλλωτές είναι κατά μέσο όρο μεγαλύτερης διάρκειας από τις διαταραχές των σκαθάρων. Παρ 'όλα αυτά, επίσης πολύ πυκνή χρονολογική σειρά πληροφορίες , δηλαδή η ενδοετήσια μεταβολή στο φασματικό σήμα , ήταν που χρησιμοποιήθηκε για να χαρτογραφήσει κωνοφόρα defoliators. Ένα χαρακτηριστικό που ήταν εξαιρετικό για τη χαρτογράφηση της αποψίλωσης των κωνοφόρων ήταν η συχνή χρήση κατηγοριών σοβαρότητας (δηλαδή ίχνος, χαμηλός, μεσαίος, ισχυρή defoliation) αντί για μια μετρήσιμη μονάδα κρούσης εντόμων (όπως με σκαθάρια φλοιού και φυλλοβόλους αποφυλλωτές).

'''3.3. Παρασιτοκτόνοι αποφυλλωτές'''

Μεσοπρόθεσμοι και χονδροί αισθητήρες χωρικής ανάλυσης ήταν πιο συχνά που χρησιμοποιείται για τη χαρτογράφηση της φυλλώδους αποφύλλωσης και πολλές μελέτες που χρησιμοποιήθηκαν με ετήσια ανάλυση χρονοσειρών για την ανάλυση αυτών των συνόλων δεδομένων. Αυτό δείχνει ότι για την χαρτογράφηση του αντίκτυπου των φυλλοβόλων φυλλωμάτων στην εσωτερική ετήσια διακύμανση του, το φασματικό σήμα έχει ιδιαίτερη σημασία. Αρκετές μελέτες έδειξαν ότι α οι πυκνότερες χρονικές σειρές βελτιώνουν την ανιχνευσιμότητα της αποφύλλωσης σε πλατύφυλλα δέντρα, επειδή τα περισσότερα πλατύφυλλα δέντρα είναι σε θέση να αναρροφήσουν το ίδιο έτος της διαταραχής. Επομένως, οι χρονοσειρές Denser καταλήγουν σε υψηλότερες πιθανότητες να παρατηρήσετε σύννεφο χωρίς παρατηρήσεις κατά τη διάρκεια της σύντομης περίοδο μέγιστης αποψίλωσης. Επομένως, η υψηλότερη χρονική ανάλυση φαίνεται να αντισταθμίζει τα χονδροειδή χωρική ανάλυση των εφαρμοζόμενων αισθητήρων. Ωστόσο, υπήρχαν επίσης μελέτες που χρησιμοποιούν ενδοετή φασματική μεταβλητότητα Landsat ή συντηγμένα προϊόντα διαφόρων αισθητήρων. Συνεπώς, δεδομένα αναφοράς για τη μέτρηση της σοβαρότητας φυλλοβόλων φυλλωμάτων περιλάμβανε κυρίως πεδίο δεδομένα που μετρούσαν την απώλεια στην περιοχή των φύλλων.

'''4. Προκλήσεις και τρόποι προς τα εμπρός'''

'''4.1. Ξεχωριστές διαταραχές εντόμων από άλλους παράγοντες'''

Τα έντομα των δασών συχνά δεν είναι ο μόνος παράγοντας διαταραχής που υπάρχει σε α δασικού οικοσυστήματος. Προκειμένου να καταγραφούν οι διαταραχές των εντόμων και να εκτιμηθούν οι επιπτώσεις τους σοβαρότητα είναι αναγκαία η διάκριση μεταξύ εντόμων και άλλων παράγοντες παρενόχλησης. Οι ενόχλησεις των εντόμων προκαλούνται συχνά από άλλες διαταραχές στο φλοιό του barkbeetle με εκδηλώσεις μετά την εκκένωση ή με την αποφύλλωση μετά από ξηρασία, η οποία μπορεί να κάνει σαφή διάκριση μεταξύ διαφορετικών παραγόντων διαταραχών. Ένα δυναμικό βελτίωση των σημερινών προσεγγίσεων θα ήταν η βελτίωση των διακρίσεων των δυνάμεων μεταξύ διαταραχών των εντόμων και μη σχετιζόμενων άλλων διαταραχών(δηλαδή, πυρκαγιά, συγκομιδή, πλημμύρες, χιονοστιβάδες), ενώ ταυτόχρονα αναγνωρίζοντας ότι οι διαταραχές των εντόμων που συχνά αλληλεπιδρούν μεταξύ τους και έτσι δεν μπορούν να διαχωριστούν από άλλες διαταραχές(δηλ. εξαέρωση, ξηρασία).

Ο διαχωρισμός των ενοχλητικών εντόμων από άλλες διαταραχές είναι δύσκολο, αν και έχει σημειωθεί σημαντική βελτίωση τα τελευταία χρόνια. Συγκεκριμένα, η χρήση των φασματικών-χρονικών πληροφοριών έχουν καταστεί ιδιαίτερα σημαντικές για τον διαχωρισμό διαφόρων παραγόντων διαταραχής και εντόμων. Φασματικά χαρακτηριστικά μπορεί να είναι που προέρχονται από προσεγγίσεις μιας και πολλαπλών ημερομηνιών, καθώς και από πυκνή και πολύ πυκνή χρονολογική σειρά. Χρονικά χαρακτηριστικά, ωστόσο, τα οποία περιγράφουν τη διάρκεια ενός γεγονότος, μπορούν μόνο να ποσοτικοποιηθούν από πυκνή, δηλαδή ετήσιες ή ετησίων, χρονολογικές σειρές. Η διάρκεια βρέθηκε σημαντική σε μια ποικιλία μελετών που διαχωρίζουν τις διαταραχές των εντόμων από άλλοι παράγοντες διαταραχής. Τέλος, υπάρχουν πρόσφατες ενδείξεις ότι τα χωρικά χαρακτηριστικά, δηλαδή το μέγεθος και το σχήμα των διαταραχών, μπορεί να αποφέρει σημαντικά πληροφορίες για τον διαχωρισμό παραγόντων διαταραχής.

'''4.2. Επέκταση του χώρου και του χρονικού τομέα της ανάλυσης'''

Πολλές μελέτες που αναλύθηκαν εδώ περιορίστηκαν σε απλές λεκάνες απορροής, προστατευόμενες περιοχές ή άλλες γεωγραφικά διακριτές μονάδες τοπίου. Πολύ λίγες μελέτες κατέγραψαν διαταραχές εντόμων σε μεγαλύτερο γεωγραφικό επίπεδο κλίσεις, που καλύπτουν πολλές κλιματικές και / ή βιογεωγραφικές περιοχές Τέτοιες αξιολογήσεις μεγάλης κλίμακας είναι, ωστόσο, ζωτικής σημασίας για την καλύτερη κατανόηση των επιπτώσεων διαταραχών των δασών σε τοπικό και περιφερειακό επίπεδο . Έτσι, ενώ τοπικές μελέτες κάποιων περιπτώσεων συχνά οδηγούν σε πολύ λεπτομερείς χάρτες προσβολής από έντομα που είναι χρήσιμες για τη διαχείριση των δασών.

Επί του παρόντος, ένας περιοριστικός παράγοντας είναι η δυνατότητα μεταφοράς των προσεγγίσεων που αναπτύχθηκαν για συγκεκριμένες περιπτωσιολογικές μελέτες σε ευρύτερη γεωγραφική έκταση. Βελτίωση της γενικευσιμότητας και της η δυνατότητα μεταφοράς των υπαρχουσών προσεγγίσεων θα βοηθήσει στη διεξαγωγή περιφερειακές έως παγκόσμιες αξιολογήσεις των διαταραχών των δασικών εντόμων.

'''4.3. Χρησιμοποιήστε πυκνή χρονολογική σειρά'''

Η συστηματική ανασκόπηση μας αποκάλυψε ότι για τη χαρτογράφηση των αποφυλλωτών και φυλλοβόλων φυκιών, η υψηλή διαθεσιμότητα δεδομένων σε ετήσια βάση είναι πλεονεκτική για την αξιόπιστη εκτίμηση της εμφάνισης μόλυνσης και τη σοβαρότητα. Ωστόσο, διαπιστώνεται επίσης ότι αυτή η απαίτηση αυτή τη στιγμή πληρείται μόνο από αισθητήρες χονδρικής ανάλυσης, όπως το MODIS, οι οποίοι έχουν σημαντικά μειονεκτήματα που προκύπτουν από τη χωρική τους ανάλυση (π.χ. εξαιρετικά ετερογενή τοπία της Κεντρικής Ευρώπης). Συνεπώς, η απεικόνιση χαρτογράφησης μπορεί να βελτιωθεί σημαντικά με την αύξηση ετήσια διαθεσιμότητα δεδομένων για μεσαία και υψηλή χωρική ανάλυση Αισθητήρες.

Επιπλέον, η χρονική στιγμή της απόκτησης εικόνας εντός του έτους μπορεί να επηρεάσει ουσιαστικά την ανιχνευσιμότητα της αποφύλλωσης. Το εύρημα αυτό ισχύει επίσης και για διαταραχή του φλοιού των σκαθαριών, οι οποίες εντοπίζονται καλύτερα με τη χρήση παρατηρήσεων από τα τέλη του καλοκαιριού που επιτρέπουν την ανίχνευση των περισσοτέρων από τις εαρινές παρασιτώσεις και εξακολουθεί να απομακρύνεται από την τακτική απώλεια βελόνας που συμβαίνει το φθινόπωρο. Ως εκ τούτου, χρησιμοποιώντας το χρονισμό της απόκτησης εικόνας, ο παράγοντας των εντόμων και η φαινολογία της βλάστησης θα ενίσχυαν περαιτέρω την ανιχνευσιμότητα και την κατανομή των παρασιτικών εντόμων.

Οι παρατηρήσεις σχετικά με τις καλύτερες ημερομηνίες για την απόκτηση εικόνας μπορούν, για παράδειγμα, να αξιοποιηθούν από τη χρήση μοντέλων εντόμων πληθυσμών. Για παράδειγμα, οι De Beurs και Townsend (2008) χρησιμοποίησαν το Μοντέλο BioSIM (Régnière και Saint-Amant, 2014) για να μοντελοποιούνται ετησίως με την πληθυσμιακή ανάπτυξη του σκώρου και έτσι να προσδιορίζεται το βέλτιστο της ημέρα της απόκτησης της εικόνας.

'''4.4. Βελτιώστε τα δεδομένα αναφοράς για την εκτίμηση των διαταραχών των εντόμων'''

Κατά τη συστηματική ανασκόπηση διαπιστώθηκε ότι τα δεδομένα πεδίου ήταν η πιο σημαντική πηγή δεδομένων αναφοράς για τη βαθμονόμηση και την επικύρωση του εντόμου μοντέλα διαταραχής. Δεδομένα πεδίου είναι το «χρυσό πρότυπο» στη μοντελοποίηση, δεδομένου ότι αντιπροσωπεύει τις ακριβείς μετρήσεις που απεικονίζουν την πραγματική κατάσταση του έδαφος. Ωστόσο, τα δεδομένα πεδίου είναι επίσης δαπανηρά για την απόκτηση, γεγονός που περιορίζει τη χρήση του σε μεγάλες γεωγραφικές εκτάσεις. Μερικές μελέτες ως εκ τούτου, χρησιμοποίησε τα υπάρχοντα δεδομένα απογραφής που παρακολουθούν σχετικά μετρήσεις με την πάροδο του χρόνου. Ωστόσο, τα δεδομένα απογραφής των δασών δεν είναι σταθερά, διατίθενται σε διάφορες χώρες και είναι συχνά δύσκολο να συνδυαστούν με δεδομένα τηλεπισκόπησης λόγω αναντιστοιχίας στο μέγεθος του οικοπέδου και χωρική ανάλυση αισθητήρων τηλεπισκόπησης. Για την καλύτερη ενσωμάτωση των υφιστάμενων τομέων και δεδομένα απογραφής με μεθόδους τηλεανίχνευσης προτείνονται δύο βελτιώσεις: Πρώτον, γίνεται κάλεσμα όλων των ερευνητών να αρχειοθετήσουν δημοσίως τα δεδομένα πεδίου κατά τη δημοσίευση τους, συμπεριλαμβανομένων ρητών χωρικών μεταδεδομένων για την ενεργοποίηση σύνδεσης με απομακρυσμένα ανίχνευσης πληροφοριών. Δεύτερον, οι ερευνητές και οι διαχειριστές να σχεδιάζουν νέες αποθέματα ή τις καμπάνιες πεδίου που θα μπορούσαν να περιλαμβάνουν εκτιμήσεις απομακρυσμένων περιοχών ανιχνεύοντας τα σχέδια καμπάνιας τους για να συγκεντρώσουν την προστιθέμενη αξία από τη συγχώνευση χερσαίων και γεωσυνθετικών πηγών δεδομένων στο μέλλον.

'''5. Συμπέρασμα'''

Παρουσιάζεται μια συστηματική ανασκόπηση της βιβλιογραφίας σχετικά με το τηλεανίχνευση των διαταραχών των εντόμων. Βρέθηκαν συγκεκριμένες μέθοδοι και οι αισθητήρες είναι ιδιαίτερα χρήσιμοι για συγκεκριμένους τύπους παραγόντων εντόμων δηλαδή σκαθάρια φλοιού, αποφυλλωτές φυλλοβόλων δέντρων και αποφυλλωτές κωνοφόρων δέντρων. Ενώ η αναθεώρησή μας καταγράφει σημαντική αύξηση της μελέτες που καταγράφουν τις διαταραχές των εντόμων τα τελευταία χρόνια, εντοπίσθηκαν επίσης διάφορες προκλήσεις με την τρέχουσα προσέγγιση. Για να ξεπεραστούν αυτές οι προκλήσεις, προτείνονται έξι τομείς βελτίωσης:1.Ξεχωριστές διαταραχές εντόμων από άλλους παράγοντες 2.Επέκταση της χωρικής και χρονικής περιοχής της ανάλυσης 3.Χρησιμοποιήστε πυκνή χρονολογική σειρά 4.Να λειτουργούν παρακολούθηση εντοπισμού εντόμων κοντά σε πραγματικό χρόνο 5.Προσδιορίστε τις διαταραχές των εντόμων στο πλαίσιο του συζευγμένου ανθρώπινου-φυσικού συστήματα και 6.Βελτίωση των δεδομένων αναφοράς για την εκτίμηση των διαταραχών των εντόμων.
Η αντιμετώπιση αυτών των προβλημάτων σε μελλοντικές μελέτες μπορεί να βοηθήσει στην ενσωμάτωση των απομακρυσμένων τη δημιουργία χαρτών με βάση την αίσθηση στην επιχειρησιακή διαχείριση των δασών και την υποστήριξη την ένταξη των διαταραχών των εντόμων ως ολοκληρωμένων διαδικασιών σε περιφερειακό επίπεδο σε παγκόσμια μοντέλα οικοσυστημάτων.

[[category:Οικολογία]]

Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον

2018-01-14T10:52:18Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον

'''Πρωτότυπος Τίτλος:''' Remote sensing of forest insect disturbances: Current state and future directions
'''Συγγραφείς:''' Cornelius Senf, Rupert Seidl, Patrick Hostert

'''Πηγή:''' Int J Appl Earth Obs Geoinformation 60 (2017) 49–60

[http://www.sciencedirect.com/science/article/pii/S0303243417300880]

'''Λέξεις Κλειδιά:''': Διαταραχή εντόμων, Βιοτική διαταραχή, Σκαθάρι φλοιού, Αποφύλλωση, Η υγεία των δασών, Ένταση εντόμων.

'''ΠΕΡΙΛΗΨΗ'''

Οι διαταραχές των εντόμων είναι ένας σημαντικός παράγοντας της αλλαγής των δασικών οικοσυστημάτων σε ολόκληρο τον πλανήτη. Με την τηλεπισκόπηση, έχει πραγματοποιηθεί μεγάλη προσοχή στην χαρτογράφηση και στην κατανόηση της δυναμικής της επιδημίας των εντόμων. Γίνεται ομαδοποίηση των μελετών σε τρεις τύπους εντόμων: σκαθάρια, πλατύφυλλοι αποφυλλωτές και κωνοφόροι αποφυλλωτές. Κάνοντας αυτό, γίνεται σύγκριση με τους αισθητήρες και τις μεθόδους που χρησιμοποιούνται για τη χαρτογράφηση των διαταραχών των εντόμων και μεταξύ των τύπων εντόμων. Τα αποτελέσματα δείχνουν ότι υπάρχουν ουσιαστικές διαφορές μεταξύ των μεθόδων που χρησιμοποιούνται για τη χαρτογράφηση των σκαθαριών και των αποφλοιωτών και μεταξύ των μεθόδων που χρησιμοποιείται για τη χαρτογράφηση φυλλοβόλων και κωνοφόρων φυγοκεντρητών. Μετά από αυτό, τονίζουμε προσεγγίσεις που είναι ιδιαίτερα κατάλληλη για κάθε τύπο εντόμου. Τέλος, δίνεται έμφαση στις μελλοντικές κατευθυντήριες γραμμές για την έρευνα της τηλεανίχνευσης των διαταραχών των εντόμων. Συγκεκριμένα, προτείνεται: 1) Ξεχωριστές διαταραχές εντόμων από άλλες παράγοντες · 2) Επέκταση του χώρου και του χρονικού τομέα της ανάλυσης. 3) Χρήση των πυκνών χωρικών σειρών. 4) παρακολούθηση των διαταραχών των εντόμων κοντά σε πραγματικό χρόνο. 5) Προσδιορισμός των διαταραχών των εντόμων στο πλαίσιο συζευγμένων ανθρωπίνων-φυσικών συστημάτων. και 6) Βελτίωση των δεδομένων αναφοράς για την αξιολόγηση των διαταραχών των εντόμων. Δεδομένου ότι η τηλεπισκόπηση των διαταραχών των εντόμων έχει κερδίσει μεγάλο ενδιαφέρον και πέρα από την κοινότητα τηλεπισκόπησης, οι μελλοντικές εξελίξεις που εντοπίστηκαν θα συμβάλουν στην ενσωμάτωση των προϊόντων τηλεπισκόπησης στην διαχείριση των λειτουργικών δασών. Επιπλέον, μια βελτιωμένη χωροχρονική ποσοτικοποίηση των διαταραχών των εντόμων θα υποστηρίξει ένα η ενσωμάτωση αυτών των διαδικασιών σε περιφερειακά μοντέλα παγκόσμιων οικοσυστημάτων.

'''1. Εισαγωγή'''

Οι ενοχλήσεις από τα έντομα είναι φυσικές διεργασίες στα δασικά οικοσυστήματα και αποτελεί έναν αναπόσπαστο οδηγό της δυναμικής τους, συμβάλλοντας στη διατήρηση της υγιεινής και ετερογενή δάση που μπορούν να προσφέρουν σημαντικό οικοσύστημα. Ωστόσο, πολλά δασικά οικοσυστήματα έχουν παρουσίασαν αύξηση του ρυθμού, του μεγέθους και της συχνότητας των διαταραχών που προκαλούν τα έντομα, Αυτό δημιούργησε ανησυχίες σχετικά με τις επιπτώσεις των διαταραχών των εντόμων σε βιογεωχημικούς κύκλους, ιδιαίτερα στον άνθρακα, τη βιοποικιλότητα και την οικονομική αξία των δασών. Παρά τη σημασία των δασικών εντόμων για τη θνησιμότητα των δένδρων σε παγκόσμιο επίπεδο, υπάρχει έλλειψη συνεκτικών συνόλων δεδομένων που εντοπίζουν διαταραχές εντόμων συστηματικά μέσω του χώρου και του χρόνου. Αυτό το κενό δεδομένων παρακωλύει ουσιαστικά την ανάπτυξη του μοντέλου που είναι βασισμένα σε διαδικασίες για την έγκυρη πρόβλεψη των μελλοντικών αλλαγών υπό την παγκόσμια αλλαγή του κλίματος, και συνεπώς την ανάπτυξη των κατάλληλων στρατηγικών διαχείρισης.

Τα δασικά έντομα μπορούν ευρέως να ομαδοποιηθούν σε ξυλόφαγο (π.χ. φλοιό σκαθάρια) και φυλλώδη έντομα (π.χ. αποφυλλωτές). Υπάρχουν επίσης μικρότερες ομάδες μυκήτων (τροφοδότες υγρών). Πολλά είδη σκαθαριών που έχουν σημασία στο πλαίσιο των δασικών διαταραχών, αναπαράγονται στον ιστό phloem των ζωντανών και νεκρών δέντρων και μέσω της εισαγωγής των σχετικών μυκητιακών παθογόνων, διαταράσσει τη μετακίνηση του νερού και των θρεπτικών ουσιών μέσα στο δέντρο. Τα φυλλώδη έντομα τρέφονται με τις βελόνες ή τα φύλλα του δέντρα, επηρεάζοντας ουσιαστικά την ικανότητα των δένδρων να πραγματοποιούν φωτοσύνθεση. Αυτό μπορεί να οδηγήσει σε μείωση της ανάπτυξης, της παραμόρφωσης και σε συνδυασμό με δευτερεύουσες πιέσεις όπως ταυτόχρονη σκαθάρι φλοιού επιθέσεις ή θνησιμότητα από ξηρασία.

Οι διαταραχές εντόμων δρουν σε ποικίλες χωρικές και χρονικές κλίμακες που πρέπει να εξεταστούν για να αναπτύξουν μια ολιστική κατανόηση της δυναμικής τους και στη συνέχεια να προβλέπουν τις μελλοντικές τους αλλαγές. Πολλές έρευνες έχουν χρησιμοποιήσει εργαστηριακά και πεδίου δεδομένα για να κατανοήσουν την αποικιοκρατία του ξενιστή από τα έντομα και για την αναπαραγωγική επιτυχία, αυτοί οι οδηγοί μικρής κλίμακας συχνά δεν επαρκούν για την πρόβλεψη των τοπικών μοντέλων μόλυνσης τοπίου που παρατηρήθηκε σε πρόσφατες εστίες. Αυτές οι διαδικασίες μεγάλης κλίμακας απαιτούν δεδομένα που α) είναι χωρικά σαφή, β) καλύπτουν μεγάλες γεωγραφικές εκτάσεις, γ) παρέχουν μια χρονική ανάλυση που ταιριάζει με τον κύκλο ζωής του ενδιαφέροντος εντόμου και δ) επιτρέπει την εκτίμηση μακροπρόθεσμες σειρές για να καταγράψουν τις μακροπρόθεσμες φυσικές διακυμάνσεις που είναι εγγενή στη δυναμική των εντόμων. Επιπλέον, η λεπτότερη χρονική ανάλυση μπορεί να ληφθεί με συνέπεια από τις δενδροευρωπαϊκές έρευνες συχνά μόνο στο εύρος των δεκαετιών, και με μια απόδοση από συγκεκριμένους παράγοντες.

Οι βιολογικές διαφορές μεταξύ των σκαθάρων φλοιού, των αποφυλλωτών από τα κωνοφόρα δέντρα και τα φυλλώματα φυλλοβόλων δέντρων που εξηγούνται παραπάνω υποδηλώνουν ότι υπάρχουν συγκεκριμένα πλεονεκτήματα και μειονεκτήματα της εφαρμογής συγκεκριμένες μεθόδους τηλεανίχνευσης για τη χαρτογράφηση της εμφάνισής τους και σοβαρότητα προσβολής. Ωστόσο, παρόλο που υπάρχουν κριτικές από μια περιφερειακή προοπτική, εστιάζοντας σε συγκεκριμένα έντομα ή γενικά δάση, λείπει ακόμη μια συστηματική, περιεκτική και σφαιρική αξιολόγηση των μεθόδων που ταιριάζουν καλύτερα την τηλεπισκόπηση των ποικίλων δασικών εντομοκτόνων. Μια συστηματική αναθεώρηση των εφαρμοζόμενων μεθόδων και την καλύτερη κατανόηση του υποκειμένου των βιολογικών και οικολογικών διαδικασιών, θα συμβάλει στη βελτίωση των μελλοντικών μελετών που στοχεύουν στη χαρτογράφηση και την εκτίμηση των διαταραχών των εντόμων.

'''2. Συστηματική επισκόπηση βιβλιογραφίας'''

'''2.1. Αναζήτηση βάσης δεδομένων'''

Για την απόκτηση ενός αρχικού δείγματος της σχετικής βιβλιογραφίας διερευνήθηκε από τη βάση δεδομένων ISI Web of Science (http: // www. webofknowledge.com/) με γενικούς όρους αναζήτησης που επικεντρώνονται στην χαρτογράφηση των δασικών ενοχλητικών εντόμων με τηλεανίχνευση, χρησιμοποιώντας το ακολουθώντας τη συμβολοσειρά αναζήτησης: TS = (σκαθάρι φλοιού * Ή defoliator * Ή έντομο *Ή παράσιτο *) ΚΑΙ TS = (δάσος * Ή δέντρο *) ΚΑΙ TS = (τηλεανίχνευση Ή απομακρυσμένη αίσθηση Ή χαρτογράφηση ή δορυφόρος * Ή παρατηρητής γης *). Αυτή η αρχική έρευνα οδήγησε σε ένα σύνολο n = 868 μελετών. Έγινε έλεγχος του τίτλου και περιλήψεις αυτών των μελετών για την εξαίρεση των μελετών προφανώς που δεν σχετίζονται με την ανασκόπηση μας (π.χ., ιατρικές μελέτες, μελέτες που χρησιμοποιούν απομακρυσμένες ανίχνευση για την καθοδήγηση στην εργασία πεδίου, μελέτες προσομοίωσης), η οποία μείωσε το ο συνολικός αριθμός των μελετών ήταν 149. Στη συνέχεια αναλύθηκε κάθε μελέτη από τα ακόλουθα κριτήρια που έχουν τεθεί για να συμπεριληφθούν στην κριτική μας:
α)Πρέπει να οριστεί ένας συγκεκριμένος παράγοντας εντόμων. Μελέτες χαρτογράφησης γενικά η πτώση των δασών ή η αλλαγή λόγω πολλαπλών παραγόντων δεν εξετάστηκαν.β)Ένας χάρτης δημιουργήθηκε ή θα μπορούσε εύκολα να παραχθεί με τις μεθόδους που περιγράφεται στο έγγραφο. Οι πειραματικές μελέτες περιορίζονται σε λίγες επιλεγμένα εικονοστοιχεία ή μελέτες προσομοίωσης εξαιρέθηκαν.γ)Οι μελέτες που χαρτογραφούν παρασιτώσεις σε φυτείες ή οπωρώνες δεν ήταν θεωρούνται.δ)Οι προσεγγίσεις πρέπει να είναι (ημι-) αυτόματες. Μελέτες που εφαρμόζουν εγχειρίδιο ψηφιοποίηση δεδομένων τηλεπισκόπησης ή χειρωνακτική αντιστοίχιση δεν ελήφθησαν υπόψη από αεροσκάφη (αεροπορικές έρευνες ή χάρτες σκίτσων). Μετά την εφαρμογή αυτών των κριτηρίων, επιλέχθηκαν συνολικά 59 μελέτες συμπερίληψη στην ανάλυση. Ωστόσο, σημειώθηκε ότι 16 μελέτες αρχικά δεν συμπεριλήφθηκαν στο δείγμα. Αφού έγινε έλεγχος στα παραπάνω τα κριτήρια που περιγράφονται, προσθέθηκαν επίσης σε αυτές τις μελέτες στη βιβλιογραφική μας βάση, δίνοντας έναν τελικό αριθμό n = 75 μελετών που θα συμπεριληφθούν στο συστηματική αξιολόγηση.

'''2.2. Εξόρυξη και ανάλυση πληροφοριών'''

Για κάθε μελέτη στο δείγμα, έγινε εξαγωγή το ίδιο σύνολο χαρακτηριστικών για ανάλυση (εικόνα 1). Συγκεκριμένα, σημειώνεται ο τύπος του εντόμου (δηλαδή το φλοιό σκαθάρι, αποφλοιωτή κωνοφόρα, φυλλώδη φυλλώδη), τα είδη εντόμων, εάν το είδος ήταν εγγενές στο εξεταζόμενο οικοσύστημα, και το πρωταρχικό του είδη ξενιστών. Επιπλέον, καταγράφθηκε η μεταβλητή απόκρισης ο τρόπο που συλλέχθηκαν δεδομένα αναφοράς, καθώς και η τοποθεσία της περιοχής μελέτης. Έγινε χαρακτηρισμό του αισθητήρα πουχ ρησιμοποιείται σε κάθε μελέτη, καταγραφή του ονόματος του αισθητήρα το όνομα, τις χωρικές, χρονικές και φασματικές ιδιότητες του αισθητήρα, όπως καθώς και τον αισθητήρα. Τέλος, σημειώσαμε το μοντέλο ταξινόμησης / παλινδρόμησης που χρησιμοποιήθηκε για χαρτογράφηση / εκτίμηση της μόλυνσης, εάν ήταν τεχνική τοποθέτησης (για χρονική εξομάλυνση, κ.λπ.), εάν χρησιμοποιήθηκαν βοηθητικά δεδομένα στο μοντέλο, καθώς και το μέτρο της απόδοσης ακριβείας / μοντέλου και του μέτρου επίπεδο επίδοσης ακριβείας / μοντέλου.

[[Εικόνα: ER_p1_keim8.jpg|600px|thumb|center|'''Εικόνα 1.''' Πληροφορίες που εξάγονται από τη βιβλιογραφία.]]

'''2.3. Αποτελέσματα της συστηματικής αναθεώρησης'''

'''2.3.1. Τύποι εντόμων και βιομάζες'''

Συνολικά, μελετήθηκαν 27 είδη εντόμων με τηλεανίχνευση, εκ των οποίων οι πέντε ήταν μη-ιθαγενείς . Οι περισσότερες μελέτες εντοπίστηκαν στη Βόρεια Αμερική και την Ευρώπη, όπου συγκεντρώνονται οι ευρωπαϊκές μελέτες (εικόνα 2).

[[Εικόνα: ER_p2_keim8.jpg|600px|thumb|center|'''Εικόνα 2.''' Χωρική κατανομή μελετών και τύπων εντόμων σύμφωνα με το δείγμα μας.]]

Υπήρξε μόνο μία μελέτη που βρίσκεται στη Νότια Αμερική, την Αυστραλία και την Αφρική, αντίστοιχα. και μόνο μερικές μελέτες ήταν στην Ασία. Σκαθάρια φλοιού και φυλλοβόλα φυλλώματα μελετήθηκαν ως επί το πλείστον σε εύκρατα δασικά οικοσυστήματα, ενώ τα κωνοφόρα φυτοφάρμακα μελετήθηκαν κυρίως στα βόρεια δάση (Εικόνα 3). Πολύ λίγες μελέτες (7%) εντοπίστηκαν στην υποτροπική περιοχή και δεν βρέθηκε μελέτη οι τροπικοί. Από ιστορική άποψη, η τηλεπισκόπηση χρησιμοποιήθηκε ως επί το πλείστον από το 2003 και μετά για τη χαρτογράφηση των διαταραχών των εντόμων, με σημαντική αύξηση τα τελευταία χρόνια (Εικ. 2). Ενώ οι πρώτες μελέτες σχεδόν αποκλειστικά χαρτογραφημένα φυλλώδη έντομα, την πρόσφατη αύξηση της τηλεπισκόπησης μελέτες σχετικά με τις διαταραχές των δασικών εντόμων σχετίζονταν σε μεγάλο βαθμό με μελέτες χαρτογράφηση του σκαθαριού Dendroctonus ponderosae στη Βόρεια Αμερική.

[[Εικόνα: ER_p3_keim8.jpg|400px|thumb|center|'''Εικόνα 3.''' Κατανομή των μελετών σε ολόκληρη την περιοχή.]]

'''2.3.2. Αισθητήρες και μέθοδοι'''

Χρησιμοποιήθηκε μια ποικιλία αισθητήρων για τη μελέτη διαταραχών των δασικών εντόμων. Συνολικά το 13% των μελετών χρησιμοποίησε δεδομένα χονδρικής ανάλυσης (75% των MODIS), το 57% των μελετών χρησιμοποίησε δεδομένα μεσαίας ανάλυσης (83% Landsat), το 15% των μελετών χρησιμοποίησε δεδομένα υψηλής ανάλυσης (πιο συχνές: HyMap, QuickBird, RadpidEye και WorldView-2), και άλλο 15% των μελετών χρησιμοποίησε δεδομένα πολύ υψηλής ανάλυσης (συμπεριλαμβανομένων των Lidar, που αντιστοιχούσε στο 7% του συνολικού αριθμού σπουδών). Τραχύς (π.χ MODIS) χρησιμοποιήθηκε κυρίως για τη χαρτογράφηση του αποτελέσματος του defoliators, και μόνο μία μελέτη το εφάρμοσε για τη χαρτογράφηση του σκαθαριού του φλοιού διαταραχές. Τα δεδομένα μεσαίας ανάλυσης χρησιμοποιήθηκαν εξίσου όλα τα είδη εντόμων, ενώ χρησιμοποιήθηκαν ιδιαίτερα δεδομένα υψηλής ανάλυσης χαρτογράφηση των επιπτώσεων των σκαθαριών.

Οι διαφορές μεταξύ των τύπων εντόμων ήταν επίσης εμφανείς στο φασματικό ιδιότητες των αισθητήρων. Η πλειοψηφία των μελετών που απεικονίζουν την εκφυλισμό του τα πλατύφυλλα και τα κωνοφόρα δέντρα χρησιμοποίησαν έναν μόνο φασματικό δείκτη (82% και 50%, αντίστοιχα). Ο συχνότερα χρησιμοποιούμενος φασματικός δείκτης για η χαρτογράφηση των φυλλοβόλων φυλλωμάτων ήταν η κανονικοποιημένη διαφορά Δείκτη βλάστησης (NDVI, 43%), ενώ χρησιμοποιήθηκε ένας μεγάλος αριθμός δεικτών για τη χαρτογράφηση της αποφλοίωση κωνοφόρων (NDVI, Normalized Burn Ratio [NBR], δείκτης έντασης υγρασίας [MSI], ευρετήριο περιοχών εγκατάστασης [LAI]). Για χαρτογράφηση διαταραχών σκαθαριού φλοιού, οι μελέτες επικεντρώνονταν κατά κύριο λόγο σε πολυφασματικές δεδομένων (47%), αν και το 29% των μελετών χρησιμοποίησε επίσης ένα μόνο φάσμα δεικτών. Ο συχνότερα χρησιμοποιούμενος φασματικός δείκτης για τη χαρτογράφηση των αποτελεσμάτων των σκαθαριών φλοιού ήταν η διαφορά στην υγρασία καστανιάς (Ενισχυμένος δείκτης διαφοράς υγρών [EWDI]) από το NBR και τον Δείκτη Διαταραχών (DI). Μόνο το 12% των μελετών χαρτογράφηση διαταραχές σκαθάρι φλοιός χρησιμοποιούνται δεδομένα Lidar, και ένα άλλο 10% χρησιμοποιήθηκαν υπερφασματικές εικόνες.
Όσον αφορά τη χρονική ανάλυση, η ανάλυσή έδειξε ότι είναι πολύ πυκνή και χρησιμοποιήθηκαν κυρίως χρονολογικές σειρές (δηλαδή περισσότερες από μία εικόνες ανά έτος) χαρτογράφηση της αποφύλλωσης, ιδιαίτερα των πλατύφυλλων δέντρων (εικόνα 4).

[[Εικόνα: ER_p4_keim8.jpg|800px|thumb|center|'''Εικόνα 4.''' Ποσοστό μελετών που χρησιμοποιούν συγκεκριμένες χρονικές, φασματικές και χωρικές ιδιότητες. Τα συνοπτικά στατιστικά στοιχεία είναι στρωματοποιημένα κατά τύπο εντόμων. Οι τύποι εντόμων περιλαμβάνουν σκαθάρια φλοιού (ΒΒ), πλατύφυλλα αποφυλλωτές (DB), αποφλοιωτές κωνοφόρων (DC) και άλλοι.]]

Οι μελέτες που συνέκριναν την εμφάνιση και τη σοβαρότητα της διαταραχής ήταν σχεδόν (55% και 46% αντίστοιχα), με μικρές μόνο διαφορές μεταξύ των τύπων εντόμων. Για μελέτες χαρτογράφησης του φλοιού η σοβαρότητα της προσβολής από τα σκαθάρια ήταν τα πιο συχνά χρησιμοποιούμενα μέτρα τοις εκατό ποσοστό θνησιμότητας, ποσοστό νεκρών στελεχών και ποσοστό θνησιμότητας βασικής περιοχής. Για τους κωνοφόρους αποφυλλωτές, η σοβαρότητα μετρήθηκε ως επί το πλείστον σε κατηγορίες (δηλαδή, τρία έως πέντε επίπεδα έντασης αποφύλλωσης), ενώ για πλατύφυλλα η σοβαρότητα της αποφύλλωσης των δασών μετρήθηκε ως επί το πλείστον ως απώλεια του θόλου.

Όσον αφορά τα δεδομένα βαθμονόμησης και επικύρωσης, οι περισσότερες από τις μελέτες που χρησιμοποιήθηκαν δεδομένα πεδίου (55%), ακολουθούμενη από ερμηνεία πολύ υψηλής ανάλυσης δεδομένα τηλεπισκόπησης (28%). Είναι ενδιαφέρον ότι η ερμηνεία δεδομένων VHR ήταν πιο συχνά χρησιμοποιείται στην περίπτωση των σκαθαριών του φλοιού από ό, τι για τη χαρτογράφηση των αποφυλλωτών. Οι υπόλοιπες μελέτες είτε χρησιμοποίησαν έρευνα εναέριας επισκόπησης (AOS) (8%), ερμηνεία εικόνας ή χρονικής σειράς μέσης ανάλυσης (6%), έρευνες ελικοπτέρων (4%) ή Lidar (2%) ως στοιχεία αναφοράς. Η πλειονότητα των μελετών που αφορούν την εμφάνιση διαταραχών που χρησιμοποιούνται μοντέλα ταξινόμησης όπως τυχαία δάση (20%), μέγιστη πιθανότητα (14%) ή (λογική) υποχώρηση (12%). Ωστόσο, το ένα τέταρτο (25%) των περιστατικών διαταραχής χαρτογράφησης των μελετών βασίστηκαν σε έναν απλό κανόνα προσέγγιση. Μελέτες για την εκτίμηση της σοβαρότητας της μόλυνσης με τα χρησιμοποιούμενα μοντέλα στατιστικής παλινδρόμησης ήταν (37%), ακολουθούμενα από η τυχαία παλινδρόμηση των δασών (19%) και οι προσεγγίσεις βασισμένες σε κανόνες που ταξινομούν ένα συνεχές μέτρο στις τάξεις σοβαρότητας (12%). Η ακρίβεια χαρτογράφησης δεν παρουσίασε σημαντικές διαφορές μεταξύ των τριών τύπων εντόμων, με συνολική ακρίβεια που κυμαίνεται από 60 έως> 90% . Για την εκτίμηση της σοβαρότητας των διαταραχών, ωστόσο, παρατηρήθηκε υψηλότερη απόδοση μοντελοποίησης για αποφυλλωτές παρά για φλοιό σκαθάρια.

'''3. Τρέχουσες προσεγγίσεις στην τηλεπισκόπηση των δασικών εντόμων
διαταραχές'''

'''3.1. Σκαθάρια φλοιού'''

Το Landsat είναι σήμερα ο πιο σημαντικός αισθητήρας για τη χαρτογράφηση του φλοιού διαταραχές σκαθαριών, γεγονός που υποδηλώνει ότι η χωρική ανάλυση είναι βασικό χαρακτηριστικό για τη χαρτογράφηση της προσβολής των σκαθαριών. Πράγματι, ο μεγάλος αριθμός που χρησιμοποιήθηκε για τις προσεγγίσεις υπο-εικονοστοιχείων (δηλαδή, χαρτογράφηση της σοβαρότητας της προσβολής) και των δεδομένων υψηλής και πολύ υψηλής ανάλυσης, για την ανάλυση του σκαθαριού διαταραχές υποστηρίζουν περαιτέρω αυτό το συμπέρασμα. Η Landsat παραδίδει επίσης συνεχείς παρατηρήσεις επί αρκετά χρόνια, γεγονός που με τη σειρά του επιτρέπει την παρακολούθηση των σκαθαριών, οι οποίες συχνά διαρκούν αρκετά χρόνια .

Από φασματική άποψη, τα αποτελέσματα δείχνουν ότι οι φασματικές πληροφορίες από το φάσμα υπερύθρων μικρού μήκους του ηλεκτρομαγνητικού πεδίου, το φάσμα έχει ιδιαίτερη σημασία για την ανίχνευση προσβολής από σκαθάρια φλοιού, πιθανώς λόγω της ευαισθησίας αυτής της φασματικής περιοχής στις αλλαγές περιεχομένου νερού βελόνας. Οι αλλαγές στην περιεκτικότητα σε νερό της βελόνας επιτρέπουν ένα την ακριβή ανίχνευση των δέντρων που γίνονται κόκκινα (στάδιο κόκκινης επίθεσης) και γκρι (στάδιο γκρίζας προσβολής) μετά από προσβολή.

Οι μελέτες βασίζονται όλο και περισσότερο σε πολυετείς χρονολογικές σειρές μέσου δεδομένων ανάλυσης για τη λήψη αλλαγών στο συσχετισμένο φασματικό σήμα με αλλαγές στην περιεκτικότητα σε νερό της βελόνας. Ωστόσο, η ανάλυση εικόνων μιας ημέρας εξακολουθεί να είναι ο κανόνας. Μετά το άνοιγμα του USGS Landsat Archive το 2008, η χρήση πυκνών(δηλαδή ετήσιες) χρονολογικές σειρές έγιναν περισσότερο εμφανείς. Χρησιμοποιώντας πυκνή χρονοσειρά Landsat τα δεδομένα επιτρέπουν μια ετήσια ανάλυση των διαταραχών φλοιού σκαθάρι, η οποία παρέχει λεπτομερείς πληροφορίες σχετικά με τα χωρικά και χρονικά πρότυπα του. Πολύ πυκνές χρονικές σειρές χρησιμοποιούνται σπάνια για τη χαρτογράφηση των παρασίτων των σκαθαριών, υποδηλώνοντας ότι η ενδοετήσια μεταβολή του φασματικού σήματος είναι λιγότερο σημαντική στο πλαίσιο αυτό, και δεν αντισταθμίζει την απώλεια χωρικών πληροφοριών που έρχεται με τους σημερινούς αισθητήρες υψηλής συχνότητας, χονδρικής ανάλυσης (δηλαδή,MODIS ή AVHRR).

Τέλος, διαπιστώσαμε ότι τα πεδία και η ερμηνεία της εικόνας ήταν οι κύριες πηγές δεδομένων αναφοράς για τη χαρτογράφηση των διαταραχών του σκαθαριού. Επιπλέον, υπήρχαν οι διαφορές μεταξύ των μελετών που χαρτογραφούν την προσβολή σε πρώιμα στάδια (redattack) και αργότερα στάδια (γκρίζα επίθεση). Μερικές μελέτες στόχευαν ακόμη χαρτογράφηση πολύ πρώιμων σταδίων μόλυνσης (πράσινη επίθεση) με στόχο την παρέχοντας στήριξη λήψης αποφάσεων για δράσεις διαχείρισης κινδύνου.

'''3.2. Κωνοφόρα προϊόντα αποφλοίωσης'''

Η πλειοψηφία των μελετών που χαρτογραφούν τις διαταραχές των κωνοφόρων δέντρων χρησιμοποίησαν δεδομένα μέσης ανάλυσης, με Landsat και SPOT να είναι οι πιο σημαντικοί αισθητήρες. Πιο πρόσφατες μελέτες βασίστηκαν αποκλειστικά στη σύγκριση ενός δείκτη βλάστησης μεταξύ δύο ή περισσότερες ημερομηνίες για την παρακολούθηση των αλλαγών στη βλάστηση που προκαλούνται από την αποφύλλωση. Μια μεγάλη ποικιλία βλάστησης χρησιμοποιήθηκε με δείκτες που χρησιμοποίησαν όλες τις ζώνες υπέρυθρων υπερύθρων και βραχέων υπέρυθρων. Οι αλλαγές σε αυτές τις ζώνες μπορούν να ανιχνεύσουν τη χλωρόσηση καινδομικές μεταβολές στο θόλο που προκαλείται από την αποφύλλωση των εντόμων, αλλά η σχέση μεταξύ της αποφυλλώσεως των κωνοφόρων εντόμων και των αντίστοιχων οι φασματικές αποκρίσεις είναι φτωχότερες από ό, τι για τους σκαθάρια του φλοιού.

Η αποφλοίωση των κωνοφόρων είναι μια σταδιακή διαδικασία. Πράγματι, υπάρχουν ενδείξεις ότι οι διαταραχές από τους κωνοφόρους αποφυλλωτές είναι κατά μέσο όρο μεγαλύτερης διάρκειας από τις διαταραχές των σκαθάρων. Παρ 'όλα αυτά, επίσης πολύ πυκνή χρονολογική σειρά πληροφορίες , δηλαδή η ενδοετήσια μεταβολή στο φασματικό σήμα , ήταν που χρησιμοποιήθηκε για να χαρτογραφήσει κωνοφόρα defoliators. Ένα χαρακτηριστικό που ήταν εξαιρετικό για τη χαρτογράφηση της αποψίλωσης των κωνοφόρων ήταν η συχνή χρήση κατηγοριών σοβαρότητας (δηλαδή ίχνος, χαμηλός, μεσαίος, ισχυρή defoliation) αντί για μια μετρήσιμη μονάδα κρούσης εντόμων (όπως με σκαθάρια φλοιού και φυλλοβόλους αποφυλλωτές).

'''3.3. Παρασιτοκτόνοι αποφυλλωτές'''

Μεσοπρόθεσμοι και χονδροί αισθητήρες χωρικής ανάλυσης ήταν πιο συχνά που χρησιμοποιείται για τη χαρτογράφηση της φυλλώδους αποφύλλωσης και πολλές μελέτες που χρησιμοποιήθηκαν με ετήσια ανάλυση χρονοσειρών για την ανάλυση αυτών των συνόλων δεδομένων. Αυτό δείχνει ότι για την χαρτογράφηση του αντίκτυπου των φυλλοβόλων φυλλωμάτων στην εσωτερική ετήσια διακύμανση του, το φασματικό σήμα έχει ιδιαίτερη σημασία. Αρκετές μελέτες έδειξαν ότι α οι πυκνότερες χρονικές σειρές βελτιώνουν την ανιχνευσιμότητα της αποφύλλωσης σε πλατύφυλλα δέντρα, επειδή τα περισσότερα πλατύφυλλα δέντρα είναι σε θέση να αναρροφήσουν το ίδιο έτος της διαταραχής. Επομένως, οι χρονοσειρές Denser καταλήγουν σε υψηλότερες πιθανότητες να παρατηρήσετε σύννεφο χωρίς παρατηρήσεις κατά τη διάρκεια της σύντομης περίοδο μέγιστης αποψίλωσης. Επομένως, η υψηλότερη χρονική ανάλυση φαίνεται να αντισταθμίζει τα χονδροειδή χωρική ανάλυση των εφαρμοζόμενων αισθητήρων. Ωστόσο, υπήρχαν επίσης μελέτες που χρησιμοποιούν ενδοετή φασματική μεταβλητότητα Landsat ή συντηγμένα προϊόντα διαφόρων αισθητήρων. Συνεπώς, δεδομένα αναφοράς για τη μέτρηση της σοβαρότητας φυλλοβόλων φυλλωμάτων περιλάμβανε κυρίως πεδίο δεδομένα που μετρούσαν την απώλεια στην περιοχή των φύλλων.

'''4. Προκλήσεις και τρόποι προς τα εμπρός'''

'''4.1. Ξεχωριστές διαταραχές εντόμων από άλλους παράγοντες'''

Τα έντομα των δασών συχνά δεν είναι ο μόνος παράγοντας διαταραχής που υπάρχει σε α δασικού οικοσυστήματος. Προκειμένου να καταγραφούν οι διαταραχές των εντόμων και να εκτιμηθούν οι επιπτώσεις τους σοβαρότητα είναι αναγκαία η διάκριση μεταξύ εντόμων και άλλων παράγοντες παρενόχλησης. Οι ενόχλησεις των εντόμων προκαλούνται συχνά από άλλες διαταραχές στο φλοιό του barkbeetle με εκδηλώσεις μετά την εκκένωση ή με την αποφύλλωση μετά από ξηρασία, η οποία μπορεί να κάνει σαφή διάκριση μεταξύ διαφορετικών παραγόντων διαταραχών. Ένα δυναμικό βελτίωση των σημερινών προσεγγίσεων θα ήταν η βελτίωση των διακρίσεων των δυνάμεων μεταξύ διαταραχών των εντόμων και μη σχετιζόμενων άλλων διαταραχών(δηλαδή, πυρκαγιά, συγκομιδή, πλημμύρες, χιονοστιβάδες), ενώ ταυτόχρονα αναγνωρίζοντας ότι οι διαταραχές των εντόμων που συχνά αλληλεπιδρούν μεταξύ τους και έτσι δεν μπορούν να διαχωριστούν από άλλες διαταραχές(δηλ. εξαέρωση, ξηρασία).

Ο διαχωρισμός των ενοχλητικών εντόμων από άλλες διαταραχές είναι δύσκολο, αν και έχει σημειωθεί σημαντική βελτίωση τα τελευταία χρόνια. Συγκεκριμένα, η χρήση των φασματικών-χρονικών πληροφοριών έχουν καταστεί ιδιαίτερα σημαντικές για τον διαχωρισμό διαφόρων παραγόντων διαταραχής και εντόμων. Φασματικά χαρακτηριστικά μπορεί να είναι που προέρχονται από προσεγγίσεις μιας και πολλαπλών ημερομηνιών, καθώς και από πυκνή και πολύ πυκνή χρονολογική σειρά. Χρονικά χαρακτηριστικά, ωστόσο, τα οποία περιγράφουν τη διάρκεια ενός γεγονότος, μπορούν μόνο να ποσοτικοποιηθούν από πυκνή, δηλαδή ετήσιες ή ετησίων, χρονολογικές σειρές. Η διάρκεια βρέθηκε σημαντική σε μια ποικιλία μελετών που διαχωρίζουν τις διαταραχές των εντόμων από άλλοι παράγοντες διαταραχής. Τέλος, υπάρχουν πρόσφατες ενδείξεις ότι τα χωρικά χαρακτηριστικά, δηλαδή το μέγεθος και το σχήμα των διαταραχών, μπορεί να αποφέρει σημαντικά πληροφορίες για τον διαχωρισμό παραγόντων διαταραχής.

'''4.2. Επέκταση του χώρου και του χρονικού τομέα της ανάλυσης'''

Πολλές μελέτες που αναλύθηκαν εδώ περιορίστηκαν σε απλές λεκάνες απορροής, προστατευόμενες περιοχές ή άλλες γεωγραφικά διακριτές μονάδες τοπίου. Πολύ λίγες μελέτες κατέγραψαν διαταραχές εντόμων σε μεγαλύτερο γεωγραφικό επίπεδο κλίσεις, που καλύπτουν πολλές κλιματικές και / ή βιογεωγραφικές περιοχές Τέτοιες αξιολογήσεις μεγάλης κλίμακας είναι, ωστόσο, ζωτικής σημασίας για την καλύτερη κατανόηση των επιπτώσεων διαταραχών των δασών σε τοπικό και περιφερειακό επίπεδο . Έτσι, ενώ τοπικές μελέτες κάποιων περιπτώσεων συχνά οδηγούν σε πολύ λεπτομερείς χάρτες προσβολής από έντομα που είναι χρήσιμες για τη διαχείριση των δασών.

Επί του παρόντος, ένας περιοριστικός παράγοντας είναι η δυνατότητα μεταφοράς των προσεγγίσεων που αναπτύχθηκαν για συγκεκριμένες περιπτωσιολογικές μελέτες σε ευρύτερη γεωγραφική έκταση. Βελτίωση της γενικευσιμότητας και της η δυνατότητα μεταφοράς των υπαρχουσών προσεγγίσεων θα βοηθήσει στη διεξαγωγή περιφερειακές έως παγκόσμιες αξιολογήσεις των διαταραχών των δασικών εντόμων.

'''4.3. Χρησιμοποιήστε πυκνή χρονολογική σειρά'''

Η συστηματική ανασκόπηση μας αποκάλυψε ότι για τη χαρτογράφηση των αποφυλλωτών και φυλλοβόλων φυκιών, η υψηλή διαθεσιμότητα δεδομένων σε ετήσια βάση είναι πλεονεκτική για την αξιόπιστη εκτίμηση της εμφάνισης μόλυνσης και τη σοβαρότητα. Ωστόσο, διαπιστώνεται επίσης ότι αυτή η απαίτηση αυτή τη στιγμή πληρείται μόνο από αισθητήρες χονδρικής ανάλυσης, όπως το MODIS, οι οποίοι έχουν σημαντικά μειονεκτήματα που προκύπτουν από τη χωρική τους ανάλυση (π.χ. εξαιρετικά ετερογενή τοπία της Κεντρικής Ευρώπης). Συνεπώς, η απεικόνιση χαρτογράφησης μπορεί να βελτιωθεί σημαντικά με την αύξηση ετήσια διαθεσιμότητα δεδομένων για μεσαία και υψηλή χωρική ανάλυση Αισθητήρες.

Επιπλέον, η χρονική στιγμή της απόκτησης εικόνας εντός του έτους μπορεί να επηρεάσει ουσιαστικά την ανιχνευσιμότητα της αποφύλλωσης. Το εύρημα αυτό ισχύει επίσης και για διαταραχή του φλοιού των σκαθαριών, οι οποίες εντοπίζονται καλύτερα με τη χρήση παρατηρήσεων από τα τέλη του καλοκαιριού που επιτρέπουν την ανίχνευση των περισσοτέρων από τις εαρινές παρασιτώσεις και εξακολουθεί να απομακρύνεται από την τακτική απώλεια βελόνας που συμβαίνει το φθινόπωρο. Ως εκ τούτου, χρησιμοποιώντας το χρονισμό της απόκτησης εικόνας, ο παράγοντας των εντόμων και η φαινολογία της βλάστησης θα ενίσχυαν περαιτέρω την ανιχνευσιμότητα και την κατανομή των παρασιτικών εντόμων.

Οι παρατηρήσεις σχετικά με τις καλύτερες ημερομηνίες για την απόκτηση εικόνας μπορούν, για παράδειγμα, να αξιοποιηθούν από τη χρήση μοντέλων εντόμων πληθυσμών. Για παράδειγμα, οι De Beurs και Townsend (2008) χρησιμοποίησαν το Μοντέλο BioSIM (Régnière και Saint-Amant, 2014) για να μοντελοποιούνται ετησίως με την πληθυσμιακή ανάπτυξη του σκώρου και έτσι να προσδιορίζεται το βέλτιστο της ημέρα της απόκτησης της εικόνας.

'''4.4. Βελτιώστε τα δεδομένα αναφοράς για την εκτίμηση των διαταραχών των εντόμων'''

Κατά τη συστηματική ανασκόπηση διαπιστώθηκε ότι τα δεδομένα πεδίου ήταν η πιο σημαντική πηγή δεδομένων αναφοράς για τη βαθμονόμηση και την επικύρωση του εντόμου μοντέλα διαταραχής. Δεδομένα πεδίου είναι το «χρυσό πρότυπο» στη μοντελοποίηση, δεδομένου ότι αντιπροσωπεύει τις ακριβείς μετρήσεις που απεικονίζουν την πραγματική κατάσταση του έδαφος. Ωστόσο, τα δεδομένα πεδίου είναι επίσης δαπανηρά για την απόκτηση, γεγονός που περιορίζει τη χρήση του σε μεγάλες γεωγραφικές εκτάσεις. Μερικές μελέτες ως εκ τούτου, χρησιμοποίησε τα υπάρχοντα δεδομένα απογραφής που παρακολουθούν σχετικά μετρήσεις με την πάροδο του χρόνου. Ωστόσο, τα δεδομένα απογραφής των δασών δεν είναι σταθερά, διατίθενται σε διάφορες χώρες και είναι συχνά δύσκολο να συνδυαστούν με δεδομένα τηλεπισκόπησης λόγω αναντιστοιχίας στο μέγεθος του οικοπέδου και χωρική ανάλυση αισθητήρων τηλεπισκόπησης. Για την καλύτερη ενσωμάτωση των υφιστάμενων τομέων και δεδομένα απογραφής με μεθόδους τηλεανίχνευσης προτείνονται δύο βελτιώσεις: Πρώτον, γίνεται κάλεσμα όλων των ερευνητών να αρχειοθετήσουν δημοσίως τα δεδομένα πεδίου κατά τη δημοσίευση τους, συμπεριλαμβανομένων ρητών χωρικών μεταδεδομένων για την ενεργοποίηση σύνδεσης με απομακρυσμένα ανίχνευσης πληροφοριών. Δεύτερον, οι ερευνητές και οι διαχειριστές να σχεδιάζουν νέες αποθέματα ή τις καμπάνιες πεδίου που θα μπορούσαν να περιλαμβάνουν εκτιμήσεις απομακρυσμένων περιοχών ανιχνεύοντας τα σχέδια καμπάνιας τους για να συγκεντρώσουν την προστιθέμενη αξία από τη συγχώνευση χερσαίων και γεωσυνθετικών πηγών δεδομένων στο μέλλον.

'''5. Συμπέρασμα'''

Παρουσιάζεται μια συστηματική ανασκόπηση της βιβλιογραφίας σχετικά με το τηλεανίχνευση των διαταραχών των εντόμων. Βρέθηκαν συγκεκριμένες μέθοδοι και οι αισθητήρες είναι ιδιαίτερα χρήσιμοι για συγκεκριμένους τύπους παραγόντων εντόμων δηλαδή σκαθάρια φλοιού, αποφυλλωτές φυλλοβόλων δέντρων και αποφυλλωτές κωνοφόρων δέντρων. Ενώ η αναθεώρησή μας καταγράφει σημαντική αύξηση της μελέτες που καταγράφουν τις διαταραχές των εντόμων τα τελευταία χρόνια, εντοπίσθηκαν επίσης διάφορες προκλήσεις με την τρέχουσα προσέγγιση. Για να ξεπεραστούν αυτές οι προκλήσεις, προτείνονται έξι τομείς βελτίωσης:1.Ξεχωριστές διαταραχές εντόμων από άλλους παράγοντες 2.Επέκταση της χωρικής και χρονικής περιοχής της ανάλυσης 3.Χρησιμοποιήστε πυκνή χρονολογική σειρά 4.Να λειτουργούν παρακολούθηση εντοπισμού εντόμων κοντά σε πραγματικό χρόνο 5.Προσδιορίστε τις διαταραχές των εντόμων στο πλαίσιο του συζευγμένου ανθρώπινου-φυσικού συστήματα και 6.Βελτίωση των δεδομένων αναφοράς για την εκτίμηση των διαταραχών των εντόμων.
Η αντιμετώπιση αυτών των προβλημάτων σε μελλοντικές μελέτες μπορεί να βοηθήσει στην ενσωμάτωση των απομακρυσμένων τη δημιουργία χαρτών με βάση την αίσθηση στην επιχειρησιακή διαχείριση των δασών και την υποστήριξη την ένταξη των διαταραχών των εντόμων ως ολοκληρωμένων διαδικασιών σε περιφερειακό επίπεδο σε παγκόσμια μοντέλα οικοσυστημάτων.

[[category:Οικολογία]]

Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον

2018-01-14T10:49:47Z

Eirhnh1roussi: Νέα σελίδα με ''''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάστασ...'

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον

'''Πρωτότυπος Τίτλος:''' Remote sensing of forest insect disturbances: Current state and future directions
'''Συγγραφείς:''' Cornelius Senf, Rupert Seidl, Patrick Hostert

'''Πηγή:''' Int J Appl Earth Obs Geoinformation 60 (2017) 49–60

[http://www.sciencedirect.com/science/article/pii/S0303243417300880]

'''Λέξεις Κλειδιά:''': Διαταραχή εντόμων, Βιοτική διαταραχή, Σκαθάρι φλοιού, Αποφύλλωση, Η υγεία των δασών, Ένταση εντόμων.

'''ΠΕΡΙΛΗΨΗ'''

Οι διαταραχές των εντόμων είναι ένας σημαντικός παράγοντας της αλλαγής των δασικών οικοσυστημάτων σε ολόκληρο τον πλανήτη. Με την τηλεπισκόπηση, έχει πραγματοποιηθεί μεγάλη προσοχή στην χαρτογράφηση και στην κατανόηση της δυναμικής της επιδημίας των εντόμων. Γίνεται ομαδοποίηση των μελετών σε τρεις τύπους εντόμων: σκαθάρια, πλατύφυλλοι αποφυλλωτές και κωνοφόροι αποφυλλωτές. Κάνοντας αυτό, γίνεται σύγκριση με τους αισθητήρες και τις μεθόδους που χρησιμοποιούνται για τη χαρτογράφηση των διαταραχών των εντόμων και μεταξύ των τύπων εντόμων. Τα αποτελέσματα δείχνουν ότι υπάρχουν ουσιαστικές διαφορές μεταξύ των μεθόδων που χρησιμοποιούνται για τη χαρτογράφηση των σκαθαριών και των αποφλοιωτών και μεταξύ των μεθόδων που χρησιμοποιείται για τη χαρτογράφηση φυλλοβόλων και κωνοφόρων φυγοκεντρητών. Μετά από αυτό, τονίζουμε προσεγγίσεις που είναι ιδιαίτερα κατάλληλη για κάθε τύπο εντόμου. Τέλος, δίνεται έμφαση στις μελλοντικές κατευθυντήριες γραμμές για την έρευνα της τηλεανίχνευσης των διαταραχών των εντόμων. Συγκεκριμένα, προτείνεται: 1) Ξεχωριστές διαταραχές εντόμων από άλλες παράγοντες · 2) Επέκταση του χώρου και του χρονικού τομέα της ανάλυσης. 3) Χρήση των πυκνών χωρικών σειρών. 4) παρακολούθηση των διαταραχών των εντόμων κοντά σε πραγματικό χρόνο. 5) Προσδιορισμός των διαταραχών των εντόμων στο πλαίσιο συζευγμένων ανθρωπίνων-φυσικών συστημάτων. και 6) Βελτίωση των δεδομένων αναφοράς για την αξιολόγηση των διαταραχών των εντόμων. Δεδομένου ότι η τηλεπισκόπηση των διαταραχών των εντόμων έχει κερδίσει μεγάλο ενδιαφέρον και πέρα από την κοινότητα τηλεπισκόπησης, οι μελλοντικές εξελίξεις που εντοπίστηκαν θα συμβάλουν στην ενσωμάτωση των προϊόντων τηλεπισκόπησης στην διαχείριση των λειτουργικών δασών. Επιπλέον, μια βελτιωμένη χωροχρονική ποσοτικοποίηση των διαταραχών των εντόμων θα υποστηρίξει ένα η ενσωμάτωση αυτών των διαδικασιών σε περιφερειακά μοντέλα παγκόσμιων οικοσυστημάτων.

'''1. Εισαγωγή'''

Οι ενοχλήσεις από τα έντομα είναι φυσικές διεργασίες στα δασικά οικοσυστήματα και αποτελεί έναν αναπόσπαστο οδηγό της δυναμικής τους, συμβάλλοντας στη διατήρηση της υγιεινής και ετερογενή δάση που μπορούν να προσφέρουν σημαντικό οικοσύστημα. Ωστόσο, πολλά δασικά οικοσυστήματα έχουν παρουσίασαν αύξηση του ρυθμού, του μεγέθους και της συχνότητας των διαταραχών που προκαλούν τα έντομα, Αυτό δημιούργησε ανησυχίες σχετικά με τις επιπτώσεις των διαταραχών των εντόμων σε βιογεωχημικούς κύκλους, ιδιαίτερα στον άνθρακα, τη βιοποικιλότητα και την οικονομική αξία των δασών. Παρά τη σημασία των δασικών εντόμων για τη θνησιμότητα των δένδρων σε παγκόσμιο επίπεδο, υπάρχει έλλειψη συνεκτικών συνόλων δεδομένων που εντοπίζουν διαταραχές εντόμων συστηματικά μέσω του χώρου και του χρόνου. Αυτό το κενό δεδομένων παρακωλύει ουσιαστικά την ανάπτυξη του μοντέλου που είναι βασισμένα σε διαδικασίες για την έγκυρη πρόβλεψη των μελλοντικών αλλαγών υπό την παγκόσμια αλλαγή του κλίματος, και συνεπώς την ανάπτυξη των κατάλληλων στρατηγικών διαχείρισης.

Τα δασικά έντομα μπορούν ευρέως να ομαδοποιηθούν σε ξυλόφαγο (π.χ. φλοιό σκαθάρια) και φυλλώδη έντομα (π.χ. αποφυλλωτές). Υπάρχουν επίσης μικρότερες ομάδες μυκήτων (τροφοδότες υγρών). Πολλά είδη σκαθαριών που έχουν σημασία στο πλαίσιο των δασικών διαταραχών, αναπαράγονται στον ιστό phloem των ζωντανών και νεκρών δέντρων και μέσω της εισαγωγής των σχετικών μυκητιακών παθογόνων, διαταράσσει τη μετακίνηση του νερού και των θρεπτικών ουσιών μέσα στο δέντρο. Τα φυλλώδη έντομα τρέφονται με τις βελόνες ή τα φύλλα του δέντρα, επηρεάζοντας ουσιαστικά την ικανότητα των δένδρων να πραγματοποιούν φωτοσύνθεση. Αυτό μπορεί να οδηγήσει σε μείωση της ανάπτυξης, της παραμόρφωσης και σε συνδυασμό με δευτερεύουσες πιέσεις όπως ταυτόχρονη σκαθάρι φλοιού επιθέσεις ή θνησιμότητα από ξηρασία.

Οι διαταραχές εντόμων δρουν σε ποικίλες χωρικές και χρονικές κλίμακες που πρέπει να εξεταστούν για να αναπτύξουν μια ολιστική κατανόηση της δυναμικής τους και στη συνέχεια να προβλέπουν τις μελλοντικές τους αλλαγές. Πολλές έρευνες έχουν χρησιμοποιήσει εργαστηριακά και πεδίου δεδομένα για να κατανοήσουν την αποικιοκρατία του ξενιστή από τα έντομα και για την αναπαραγωγική επιτυχία, αυτοί οι οδηγοί μικρής κλίμακας συχνά δεν επαρκούν για την πρόβλεψη των τοπικών μοντέλων μόλυνσης τοπίου που παρατηρήθηκε σε πρόσφατες εστίες. Αυτές οι διαδικασίες μεγάλης κλίμακας απαιτούν δεδομένα που α) είναι χωρικά σαφή, β) καλύπτουν μεγάλες γεωγραφικές εκτάσεις, γ) παρέχουν μια χρονική ανάλυση που ταιριάζει με τον κύκλο ζωής του ενδιαφέροντος εντόμου και δ) επιτρέπει την εκτίμηση μακροπρόθεσμες σειρές για να καταγράψουν τις μακροπρόθεσμες φυσικές διακυμάνσεις που είναι εγγενή στη δυναμική των εντόμων. Επιπλέον, η λεπτότερη χρονική ανάλυση μπορεί να ληφθεί με συνέπεια από τις δενδροευρωπαϊκές έρευνες συχνά μόνο στο εύρος των δεκαετιών, και με μια απόδοση από συγκεκριμένους παράγοντες.

Οι βιολογικές διαφορές μεταξύ των σκαθάρων φλοιού, των αποφυλλωτών από τα κωνοφόρα δέντρα και τα φυλλώματα φυλλοβόλων δέντρων που εξηγούνται παραπάνω υποδηλώνουν ότι υπάρχουν συγκεκριμένα πλεονεκτήματα και μειονεκτήματα της εφαρμογής συγκεκριμένες μεθόδους τηλεανίχνευσης για τη χαρτογράφηση της εμφάνισής τους και σοβαρότητα προσβολής. Ωστόσο, παρόλο που υπάρχουν κριτικές από μια περιφερειακή προοπτική, εστιάζοντας σε συγκεκριμένα έντομα ή γενικά δάση, λείπει ακόμη μια συστηματική, περιεκτική και σφαιρική αξιολόγηση των μεθόδων που ταιριάζουν καλύτερα την τηλεπισκόπηση των ποικίλων δασικών εντομοκτόνων. Μια συστηματική αναθεώρηση των εφαρμοζόμενων μεθόδων και την καλύτερη κατανόηση του υποκειμένου των βιολογικών και οικολογικών διαδικασιών, θα συμβάλει στη βελτίωση των μελλοντικών μελετών που στοχεύουν στη χαρτογράφηση και την εκτίμηση των διαταραχών των εντόμων.

'''2. Συστηματική επισκόπηση βιβλιογραφίας'''

'''2.1. Αναζήτηση βάσης δεδομένων'''

Για την απόκτηση ενός αρχικού δείγματος της σχετικής βιβλιογραφίας διερευνήθηκε από τη βάση δεδομένων ISI Web of Science (http: // www. webofknowledge.com/) με γενικούς όρους αναζήτησης που επικεντρώνονται στην χαρτογράφηση των δασικών ενοχλητικών εντόμων με τηλεανίχνευση, χρησιμοποιώντας το ακολουθώντας τη συμβολοσειρά αναζήτησης: TS = (σκαθάρι φλοιού * Ή defoliator * Ή έντομο *Ή παράσιτο *) ΚΑΙ TS = (δάσος * Ή δέντρο *) ΚΑΙ TS = (τηλεανίχνευση Ή απομακρυσμένη αίσθηση Ή χαρτογράφηση ή δορυφόρος * Ή παρατηρητής γης *). Αυτή η αρχική έρευνα οδήγησε σε ένα σύνολο n = 868 μελετών. Έγινε έλεγχος του τίτλου και περιλήψεις αυτών των μελετών για την εξαίρεση των μελετών προφανώς που δεν σχετίζονται με την ανασκόπηση μας (π.χ., ιατρικές μελέτες, μελέτες που χρησιμοποιούν απομακρυσμένες ανίχνευση για την καθοδήγηση στην εργασία πεδίου, μελέτες προσομοίωσης), η οποία μείωσε το ο συνολικός αριθμός των μελετών ήταν 149. Στη συνέχεια αναλύθηκε κάθε μελέτη από τα ακόλουθα κριτήρια που έχουν τεθεί για να συμπεριληφθούν στην κριτική μας:
α)Πρέπει να οριστεί ένας συγκεκριμένος παράγοντας εντόμων. Μελέτες χαρτογράφησης γενικά η πτώση των δασών ή η αλλαγή λόγω πολλαπλών παραγόντων δεν εξετάστηκαν.β)Ένας χάρτης δημιουργήθηκε ή θα μπορούσε εύκολα να παραχθεί με τις μεθόδους που περιγράφεται στο έγγραφο. Οι πειραματικές μελέτες περιορίζονται σε λίγες επιλεγμένα εικονοστοιχεία ή μελέτες προσομοίωσης εξαιρέθηκαν.γ)Οι μελέτες που χαρτογραφούν παρασιτώσεις σε φυτείες ή οπωρώνες δεν ήταν θεωρούνται.δ)Οι προσεγγίσεις πρέπει να είναι (ημι-) αυτόματες. Μελέτες που εφαρμόζουν εγχειρίδιο ψηφιοποίηση δεδομένων τηλεπισκόπησης ή χειρωνακτική αντιστοίχιση δεν ελήφθησαν υπόψη από αεροσκάφη (αεροπορικές έρευνες ή χάρτες σκίτσων). Μετά την εφαρμογή αυτών των κριτηρίων, επιλέχθηκαν συνολικά 59 μελέτες συμπερίληψη στην ανάλυση. Ωστόσο, σημειώθηκε ότι 16 μελέτες αρχικά δεν συμπεριλήφθηκαν στο δείγμα. Αφού έγινε έλεγχος στα παραπάνω τα κριτήρια που περιγράφονται, προσθέθηκαν επίσης σε αυτές τις μελέτες στη βιβλιογραφική μας βάση, δίνοντας έναν τελικό αριθμό n = 75 μελετών που θα συμπεριληφθούν στο συστηματική αξιολόγηση.
'''2.2. Εξόρυξη και ανάλυση πληροφοριών'''
Για κάθε μελέτη στο δείγμα, έγινε εξαγωγή το ίδιο σύνολο χαρακτηριστικών για ανάλυση (εικόνα 1). Συγκεκριμένα, σημειώνεται ο τύπος του εντόμου (δηλαδή το φλοιό σκαθάρι, αποφλοιωτή κωνοφόρα, φυλλώδη φυλλώδη), τα είδη εντόμων, εάν το είδος ήταν εγγενές στο εξεταζόμενο οικοσύστημα, και το πρωταρχικό του είδη ξενιστών. Επιπλέον, καταγράφθηκε η μεταβλητή απόκρισης ο τρόπο που συλλέχθηκαν δεδομένα αναφοράς, καθώς και η τοποθεσία της περιοχής μελέτης. Έγινε χαρακτηρισμό του αισθητήρα πουχ ρησιμοποιείται σε κάθε μελέτη, καταγραφή του ονόματος του αισθητήρα το όνομα, τις χωρικές, χρονικές και φασματικές ιδιότητες του αισθητήρα, όπως καθώς και τον αισθητήρα. Τέλος, σημειώσαμε το μοντέλο ταξινόμησης / παλινδρόμησης που χρησιμοποιήθηκε για χαρτογράφηση / εκτίμηση της μόλυνσης, εάν ήταν τεχνική τοποθέτησης (για χρονική εξομάλυνση, κ.λπ.), εάν χρησιμοποιήθηκαν βοηθητικά δεδομένα στο μοντέλο, καθώς και το μέτρο της απόδοσης ακριβείας / μοντέλου και του μέτρου επίπεδο επίδοσης ακριβείας / μοντέλου.

[[Εικόνα: ER_p1_keim8.jpg|600px|thumb|center|'''Εικόνα 1.''' Πληροφορίες που εξάγονται από τη βιβλιογραφία.]]

'''2.3. Αποτελέσματα της συστηματικής αναθεώρησης'''

'''2.3.1. Τύποι εντόμων και βιομάζες'''

Συνολικά, μελετήθηκαν 27 είδη εντόμων με τηλεανίχνευση, εκ των οποίων οι πέντε ήταν μη-ιθαγενείς (Πίνακας 2). Οι περισσότερες μελέτες εντοπίστηκαν στη Βόρεια Αμερική και την Ευρώπη, όπου συγκεντρώνονται οι ευρωπαϊκές μελέτες (εικόνα 2).

[[Εικόνα: ER_p2_keim8.jpg|600px|thumb|center|'''Εικόνα 2.''' Χωρική κατανομή μελετών και τύπων εντόμων σύμφωνα με το δείγμα μας.]]

Υπήρξε μόνο μία μελέτη που βρίσκεται στη Νότια Αμερική, την Αυστραλία και την Αφρική, αντίστοιχα. και μόνο μερικές μελέτες ήταν στην Ασία. Σκαθάρια φλοιού και φυλλοβόλα φυλλώματα μελετήθηκαν ως επί το πλείστον σε εύκρατα δασικά οικοσυστήματα, ενώ τα κωνοφόρα φυτοφάρμακα μελετήθηκαν κυρίως στα βόρεια δάση (Εικόνα 3). Πολύ λίγες μελέτες (7%) εντοπίστηκαν στην υποτροπική περιοχή και δεν βρέθηκε μελέτη οι τροπικοί. Από ιστορική άποψη, η τηλεπισκόπηση χρησιμοποιήθηκε ως επί το πλείστον από το 2003 και μετά για τη χαρτογράφηση των διαταραχών των εντόμων, με σημαντική αύξηση τα τελευταία χρόνια (Εικ. 2). Ενώ οι πρώτες μελέτες σχεδόν αποκλειστικά χαρτογραφημένα φυλλώδη έντομα, την πρόσφατη αύξηση της τηλεπισκόπησης μελέτες σχετικά με τις διαταραχές των δασικών εντόμων σχετίζονταν σε μεγάλο βαθμό με μελέτες χαρτογράφηση του σκαθαριού Dendroctonus ponderosae στη Βόρεια Αμερική.

[[Εικόνα: ER_p3_keim8.jpg|400px|thumb|center|'''Εικόνα 3.''' Κατανομή των μελετών σε ολόκληρη την περιοχή.]]
'''2.3.2. Αισθητήρες και μέθοδοι'''

Χρησιμοποιήθηκε μια ποικιλία αισθητήρων για τη μελέτη διαταραχών των δασικών εντόμων. Συνολικά το 13% των μελετών χρησιμοποίησε δεδομένα χονδρικής ανάλυσης (75% των MODIS), το 57% των μελετών χρησιμοποίησε δεδομένα μεσαίας ανάλυσης (83% Landsat), το 15% των μελετών χρησιμοποίησε δεδομένα υψηλής ανάλυσης (πιο συχνές: HyMap, QuickBird, RadpidEye και WorldView-2), και άλλο 15% των μελετών χρησιμοποίησε δεδομένα πολύ υψηλής ανάλυσης (συμπεριλαμβανομένων των Lidar, που αντιστοιχούσε στο 7% του συνολικού αριθμού σπουδών). Τραχύς (π.χ MODIS) χρησιμοποιήθηκε κυρίως για τη χαρτογράφηση του αποτελέσματος του defoliators, και μόνο μία μελέτη το εφάρμοσε για τη χαρτογράφηση του σκαθαριού του φλοιού διαταραχές. Τα δεδομένα μεσαίας ανάλυσης χρησιμοποιήθηκαν εξίσου όλα τα είδη εντόμων, ενώ χρησιμοποιήθηκαν ιδιαίτερα δεδομένα υψηλής ανάλυσης χαρτογράφηση των επιπτώσεων των σκαθαριών.
Οι διαφορές μεταξύ των τύπων εντόμων ήταν επίσης εμφανείς στο φασματικό ιδιότητες των αισθητήρων. Η πλειοψηφία των μελετών που απεικονίζουν την εκφυλισμό του τα πλατύφυλλα και τα κωνοφόρα δέντρα χρησιμοποίησαν έναν μόνο φασματικό δείκτη (82% και 50%, αντίστοιχα). Ο συχνότερα χρησιμοποιούμενος φασματικός δείκτης για η χαρτογράφηση των φυλλοβόλων φυλλωμάτων ήταν η κανονικοποιημένη διαφορά Δείκτη βλάστησης (NDVI, 43%), ενώ χρησιμοποιήθηκε ένας μεγάλος αριθμός δεικτών για τη χαρτογράφηση της αποφλοίωση κωνοφόρων (NDVI, Normalized Burn Ratio [NBR], δείκτης έντασης υγρασίας [MSI], ευρετήριο περιοχών εγκατάστασης [LAI]). Για χαρτογράφηση διαταραχών σκαθαριού φλοιού, οι μελέτες επικεντρώνονταν κατά κύριο λόγο σε πολυφασματικές δεδομένων (47%), αν και το 29% των μελετών χρησιμοποίησε επίσης ένα μόνο φάσμα δεικτών. Ο συχνότερα χρησιμοποιούμενος φασματικός δείκτης για τη χαρτογράφηση των αποτελεσμάτων των σκαθαριών φλοιού ήταν η διαφορά στην υγρασία καστανιάς (Ενισχυμένος δείκτης διαφοράς υγρών [EWDI]) από το NBR και τον Δείκτη Διαταραχών (DI). Μόνο το 12% των μελετών χαρτογράφηση διαταραχές σκαθάρι φλοιός χρησιμοποιούνται δεδομένα Lidar, και ένα άλλο 10% χρησιμοποιήθηκαν υπερφασματικές εικόνες.
Όσον αφορά τη χρονική ανάλυση, η ανάλυσή έδειξε ότι είναι πολύ πυκνή και χρησιμοποιήθηκαν κυρίως χρονολογικές σειρές (δηλαδή περισσότερες από μία εικόνες ανά έτος) χαρτογράφηση της αποφύλλωσης, ιδιαίτερα των πλατύφυλλων δέντρων (εικόνα 4).

[[Εικόνα: ER_p4_keim8.jpg|800px|thumb|center|'''Εικόνα 4.''' Ποσοστό μελετών που χρησιμοποιούν συγκεκριμένες χρονικές, φασματικές και χωρικές ιδιότητες. Τα συνοπτικά στατιστικά στοιχεία είναι στρωματοποιημένα κατά τύπο εντόμων. Οι τύποι εντόμων περιλαμβάνουν σκαθάρια φλοιού (ΒΒ), πλατύφυλλα αποφυλλωτές (DB), αποφλοιωτές κωνοφόρων (DC) και άλλοι.]]

Οι μελέτες που συνέκριναν την εμφάνιση και τη σοβαρότητα της διαταραχής ήταν σχεδόν (55% και 46% αντίστοιχα), με μικρές μόνο διαφορές μεταξύ των τύπων εντόμων. Για μελέτες χαρτογράφησης του φλοιού η σοβαρότητα της προσβολής από τα σκαθάρια ήταν τα πιο συχνά χρησιμοποιούμενα μέτρα τοις εκατό ποσοστό θνησιμότητας, ποσοστό νεκρών στελεχών και ποσοστό θνησιμότητας βασικής περιοχής. Για τους κωνοφόρους αποφυλλωτές, η σοβαρότητα μετρήθηκε ως επί το πλείστον σε κατηγορίες (δηλαδή, τρία έως πέντε επίπεδα έντασης αποφύλλωσης), ενώ για πλατύφυλλα η σοβαρότητα της αποφύλλωσης των δασών μετρήθηκε ως επί το πλείστον ως απώλεια του θόλου.

Όσον αφορά τα δεδομένα βαθμονόμησης και επικύρωσης, οι περισσότερες από τις μελέτες που χρησιμοποιήθηκαν δεδομένα πεδίου (55%), ακολουθούμενη από ερμηνεία πολύ υψηλής ανάλυσης δεδομένα τηλεπισκόπησης (28%). Είναι ενδιαφέρον ότι η ερμηνεία δεδομένων VHR ήταν πιο συχνά χρησιμοποιείται στην περίπτωση των σκαθαριών του φλοιού από ό, τι για τη χαρτογράφηση των αποφυλλωτών. Οι υπόλοιπες μελέτες είτε χρησιμοποίησαν έρευνα εναέριας επισκόπησης (AOS) (8%), ερμηνεία εικόνας ή χρονικής σειράς μέσης ανάλυσης (6%), έρευνες ελικοπτέρων (4%) ή Lidar (2%) ως στοιχεία αναφοράς. Η πλειονότητα των μελετών που αφορούν την εμφάνιση διαταραχών που χρησιμοποιούνται μοντέλα ταξινόμησης όπως τυχαία δάση (20%), μέγιστη πιθανότητα (14%) ή (λογική) υποχώρηση (12%). Ωστόσο, το ένα τέταρτο (25%) των περιστατικών διαταραχής χαρτογράφησης των μελετών βασίστηκαν σε έναν απλό κανόνα προσέγγιση. Μελέτες για την εκτίμηση της σοβαρότητας της μόλυνσης με τα χρησιμοποιούμενα μοντέλα στατιστικής παλινδρόμησης ήταν (37%), ακολουθούμενα από η τυχαία παλινδρόμηση των δασών (19%) και οι προσεγγίσεις βασισμένες σε κανόνες που ταξινομούν ένα συνεχές μέτρο στις τάξεις σοβαρότητας (12%). Η ακρίβεια χαρτογράφησης δεν παρουσίασε σημαντικές διαφορές μεταξύ των τριών τύπων εντόμων, με συνολική ακρίβεια που κυμαίνεται από 60 έως> 90% . Για την εκτίμηση της σοβαρότητας των διαταραχών, ωστόσο, παρατηρήθηκε υψηλότερη απόδοση μοντελοποίησης για αποφυλλωτές παρά για φλοιό σκαθάρια.

'''3. Τρέχουσες προσεγγίσεις στην τηλεπισκόπηση των δασικών εντόμων
διαταραχές'''
'''3.1. Σκαθάρια φλοιού'''

Το Landsat είναι σήμερα ο πιο σημαντικός αισθητήρας για τη χαρτογράφηση του φλοιού διαταραχές σκαθαριών, γεγονός που υποδηλώνει ότι η χωρική ανάλυση είναι βασικό χαρακτηριστικό για τη χαρτογράφηση της προσβολής των σκαθαριών. Πράγματι, ο μεγάλος αριθμός που χρησιμοποιήθηκε για τις προσεγγίσεις υπο-εικονοστοιχείων (δηλαδή, χαρτογράφηση της σοβαρότητας της προσβολής) και των δεδομένων υψηλής και πολύ υψηλής ανάλυσης, για την ανάλυση του σκαθαριού διαταραχές υποστηρίζουν περαιτέρω αυτό το συμπέρασμα. Η Landsat παραδίδει επίσης συνεχείς παρατηρήσεις επί αρκετά χρόνια, γεγονός που με τη σειρά του επιτρέπει την παρακολούθηση των σκαθαριών, οι οποίες συχνά διαρκούν αρκετά χρόνια .

Από φασματική άποψη, τα αποτελέσματα δείχνουν ότι οι φασματικές πληροφορίες από το φάσμα υπερύθρων μικρού μήκους του ηλεκτρομαγνητικού πεδίου, το φάσμα έχει ιδιαίτερη σημασία για την ανίχνευση προσβολής από σκαθάρια φλοιού, πιθανώς λόγω της ευαισθησίας αυτής της φασματικής περιοχής στις αλλαγές περιεχομένου νερού βελόνας. Οι αλλαγές στην περιεκτικότητα σε νερό της βελόνας επιτρέπουν ένα την ακριβή ανίχνευση των δέντρων που γίνονται κόκκινα (στάδιο κόκκινης επίθεσης) και γκρι (στάδιο γκρίζας προσβολής) μετά από προσβολή.

Οι μελέτες βασίζονται όλο και περισσότερο σε πολυετείς χρονολογικές σειρές μέσου δεδομένων ανάλυσης για τη λήψη αλλαγών στο συσχετισμένο φασματικό σήμα με αλλαγές στην περιεκτικότητα σε νερό της βελόνας. Ωστόσο, η ανάλυση εικόνων μιας ημέρας εξακολουθεί να είναι ο κανόνας. Μετά το άνοιγμα του USGS Landsat Archive το 2008, η χρήση πυκνών(δηλαδή ετήσιες) χρονολογικές σειρές έγιναν περισσότερο εμφανείς. Χρησιμοποιώντας πυκνή χρονοσειρά Landsat τα δεδομένα επιτρέπουν μια ετήσια ανάλυση των διαταραχών φλοιού σκαθάρι, η οποία παρέχει λεπτομερείς πληροφορίες σχετικά με τα χωρικά και χρονικά πρότυπα του. Πολύ πυκνές χρονικές σειρές χρησιμοποιούνται σπάνια για τη χαρτογράφηση των παρασίτων των σκαθαριών, υποδηλώνοντας ότι η ενδοετήσια μεταβολή του φασματικού σήματος είναι λιγότερο σημαντική στο πλαίσιο αυτό, και δεν αντισταθμίζει την απώλεια χωρικών πληροφοριών που έρχεται με τους σημερινούς αισθητήρες υψηλής συχνότητας, χονδρικής ανάλυσης (δηλαδή,MODIS ή AVHRR).

Τέλος, διαπιστώσαμε ότι τα πεδία και η ερμηνεία της εικόνας ήταν οι κύριες πηγές δεδομένων αναφοράς για τη χαρτογράφηση των διαταραχών του σκαθαριού. Επιπλέον, υπήρχαν οι διαφορές μεταξύ των μελετών που χαρτογραφούν την προσβολή σε πρώιμα στάδια (redattack) και αργότερα στάδια (γκρίζα επίθεση). Μερικές μελέτες στόχευαν ακόμη χαρτογράφηση πολύ πρώιμων σταδίων μόλυνσης (πράσινη επίθεση) με στόχο την παρέχοντας στήριξη λήψης αποφάσεων για δράσεις διαχείρισης κινδύνου.
'''3.2. Κωνοφόρα προϊόντα αποφλοίωσης'''

Η πλειοψηφία των μελετών που χαρτογραφούν τις διαταραχές των κωνοφόρων δέντρων χρησιμοποίησαν δεδομένα μέσης ανάλυσης, με Landsat και SPOT να είναι οι πιο σημαντικοί αισθητήρες. Πιο πρόσφατες μελέτες βασίστηκαν αποκλειστικά στη σύγκριση ενός δείκτη βλάστησης μεταξύ δύο ή περισσότερες ημερομηνίες για την παρακολούθηση των αλλαγών στη βλάστηση που προκαλούνται από την αποφύλλωση. Μια μεγάλη ποικιλία βλάστησης χρησιμοποιήθηκε με δείκτες που χρησιμοποίησαν όλες τις ζώνες υπέρυθρων υπερύθρων και βραχέων υπέρυθρων. Οι αλλαγές σε αυτές τις ζώνες μπορούν να ανιχνεύσουν τη χλωρόσηση καινδομικές μεταβολές στο θόλο που προκαλείται από την αποφύλλωση των εντόμων, αλλά η σχέση μεταξύ της αποφυλλώσεως των κωνοφόρων εντόμων και των αντίστοιχων οι φασματικές αποκρίσεις είναι φτωχότερες από ό, τι για τους σκαθάρια του φλοιού.

Η αποφλοίωση των κωνοφόρων είναι μια σταδιακή διαδικασία. Πράγματι, υπάρχουν ενδείξεις ότι οι διαταραχές από τους κωνοφόρους αποφυλλωτές είναι κατά μέσο όρο μεγαλύτερης διάρκειας από τις διαταραχές των σκαθάρων. Παρ 'όλα αυτά, επίσης πολύ πυκνή χρονολογική σειρά πληροφορίες , δηλαδή η ενδοετήσια μεταβολή στο φασματικό σήμα , ήταν που χρησιμοποιήθηκε για να χαρτογραφήσει κωνοφόρα defoliators. Ένα χαρακτηριστικό που ήταν εξαιρετικό για τη χαρτογράφηση της αποψίλωσης των κωνοφόρων ήταν η συχνή χρήση κατηγοριών σοβαρότητας (δηλαδή ίχνος, χαμηλός, μεσαίος, ισχυρή defoliation) αντί για μια μετρήσιμη μονάδα κρούσης εντόμων (όπως με σκαθάρια φλοιού και φυλλοβόλους αποφυλλωτές).

'''3.3. Παρασιτοκτόνοι αποφυλλωτές'''

Μεσοπρόθεσμοι και χονδροί αισθητήρες χωρικής ανάλυσης ήταν πιο συχνά που χρησιμοποιείται για τη χαρτογράφηση της φυλλώδους αποφύλλωσης και πολλές μελέτες που χρησιμοποιήθηκαν με ετήσια ανάλυση χρονοσειρών για την ανάλυση αυτών των συνόλων δεδομένων. Αυτό δείχνει ότι για την χαρτογράφηση του αντίκτυπου των φυλλοβόλων φυλλωμάτων στην εσωτερική ετήσια διακύμανση του, το φασματικό σήμα έχει ιδιαίτερη σημασία. Αρκετές μελέτες έδειξαν ότι α οι πυκνότερες χρονικές σειρές βελτιώνουν την ανιχνευσιμότητα της αποφύλλωσης σε πλατύφυλλα δέντρα, επειδή τα περισσότερα πλατύφυλλα δέντρα είναι σε θέση να αναρροφήσουν το ίδιο έτος της διαταραχής. Επομένως, οι χρονοσειρές Denser καταλήγουν σε υψηλότερες πιθανότητες να παρατηρήσετε σύννεφο χωρίς παρατηρήσεις κατά τη διάρκεια της σύντομης περίοδο μέγιστης αποψίλωσης. Επομένως, η υψηλότερη χρονική ανάλυση φαίνεται να αντισταθμίζει τα χονδροειδή χωρική ανάλυση των εφαρμοζόμενων αισθητήρων. Ωστόσο, υπήρχαν επίσης μελέτες που χρησιμοποιούν ενδοετή φασματική μεταβλητότητα Landsat ή συντηγμένα προϊόντα διαφόρων αισθητήρων. Συνεπώς, δεδομένα αναφοράς για τη μέτρηση της σοβαρότητας φυλλοβόλων φυλλωμάτων περιλάμβανε κυρίως πεδίο δεδομένα που μετρούσαν την απώλεια στην περιοχή των φύλλων.

'''4. Προκλήσεις και τρόποι προς τα εμπρός'''

'''4.1. Ξεχωριστές διαταραχές εντόμων από άλλους παράγοντες'''

Τα έντομα των δασών συχνά δεν είναι ο μόνος παράγοντας διαταραχής που υπάρχει σε α δασικού οικοσυστήματος. Προκειμένου να καταγραφούν οι διαταραχές των εντόμων και να εκτιμηθούν οι επιπτώσεις τους σοβαρότητα είναι αναγκαία η διάκριση μεταξύ εντόμων και άλλων παράγοντες παρενόχλησης. Οι ενόχλησεις των εντόμων προκαλούνται συχνά από άλλες διαταραχές στο φλοιό του barkbeetle με εκδηλώσεις μετά την εκκένωση ή με την αποφύλλωση μετά από ξηρασία, η οποία μπορεί να κάνει σαφή διάκριση μεταξύ διαφορετικών παραγόντων διαταραχών. Ένα δυναμικό βελτίωση των σημερινών προσεγγίσεων θα ήταν η βελτίωση των διακρίσεων των δυνάμεων μεταξύ διαταραχών των εντόμων και μη σχετιζόμενων άλλων διαταραχών(δηλαδή, πυρκαγιά, συγκομιδή, πλημμύρες, χιονοστιβάδες), ενώ ταυτόχρονα αναγνωρίζοντας ότι οι διαταραχές των εντόμων που συχνά αλληλεπιδρούν μεταξύ τους και έτσι δεν μπορούν να διαχωριστούν από άλλες διαταραχές(δηλ. εξαέρωση, ξηρασία).

Ο διαχωρισμός των ενοχλητικών εντόμων από άλλες διαταραχές είναι δύσκολο, αν και έχει σημειωθεί σημαντική βελτίωση τα τελευταία χρόνια. Συγκεκριμένα, η χρήση των φασματικών-χρονικών πληροφοριών έχουν καταστεί ιδιαίτερα σημαντικές για τον διαχωρισμό διαφόρων παραγόντων διαταραχής και εντόμων. Φασματικά χαρακτηριστικά μπορεί να είναι που προέρχονται από προσεγγίσεις μιας και πολλαπλών ημερομηνιών, καθώς και από πυκνή και πολύ πυκνή χρονολογική σειρά. Χρονικά χαρακτηριστικά, ωστόσο, τα οποία περιγράφουν τη διάρκεια ενός γεγονότος, μπορούν μόνο να ποσοτικοποιηθούν από πυκνή, δηλαδή ετήσιες ή ετησίων, χρονολογικές σειρές. Η διάρκεια βρέθηκε σημαντική σε μια ποικιλία μελετών που διαχωρίζουν τις διαταραχές των εντόμων από άλλοι παράγοντες διαταραχής. Τέλος, υπάρχουν πρόσφατες ενδείξεις ότι τα χωρικά χαρακτηριστικά, δηλαδή το μέγεθος και το σχήμα των διαταραχών, μπορεί να αποφέρει σημαντικά πληροφορίες για τον διαχωρισμό παραγόντων διαταραχής.

'''4.2. Επέκταση του χώρου και του χρονικού τομέα της ανάλυσης'''

Πολλές μελέτες που αναλύθηκαν εδώ περιορίστηκαν σε απλές λεκάνες απορροής, προστατευόμενες περιοχές ή άλλες γεωγραφικά διακριτές μονάδες τοπίου. Πολύ λίγες μελέτες κατέγραψαν διαταραχές εντόμων σε μεγαλύτερο γεωγραφικό επίπεδο κλίσεις, που καλύπτουν πολλές κλιματικές και / ή βιογεωγραφικές περιοχές Τέτοιες αξιολογήσεις μεγάλης κλίμακας είναι, ωστόσο, ζωτικής σημασίας για την καλύτερη κατανόηση των επιπτώσεων διαταραχών των δασών σε τοπικό και περιφερειακό επίπεδο . Έτσι, ενώ τοπικές μελέτες κάποιων περιπτώσεων συχνά οδηγούν σε πολύ λεπτομερείς χάρτες προσβολής από έντομα που είναι χρήσιμες για τη διαχείριση των δασών.

Επί του παρόντος, ένας περιοριστικός παράγοντας είναι η δυνατότητα μεταφοράς των προσεγγίσεων που αναπτύχθηκαν για συγκεκριμένες περιπτωσιολογικές μελέτες σε ευρύτερη γεωγραφική έκταση. Βελτίωση της γενικευσιμότητας και της η δυνατότητα μεταφοράς των υπαρχουσών προσεγγίσεων θα βοηθήσει στη διεξαγωγή περιφερειακές έως παγκόσμιες αξιολογήσεις των διαταραχών των δασικών εντόμων.

'''4.3. Χρησιμοποιήστε πυκνή χρονολογική σειρά'''

Η συστηματική ανασκόπηση μας αποκάλυψε ότι για τη χαρτογράφηση των αποφυλλωτών και φυλλοβόλων φυκιών, η υψηλή διαθεσιμότητα δεδομένων σε ετήσια βάση είναι πλεονεκτική για την αξιόπιστη εκτίμηση της εμφάνισης μόλυνσης και τη σοβαρότητα. Ωστόσο, διαπιστώνεται επίσης ότι αυτή η απαίτηση αυτή τη στιγμή πληρείται μόνο από αισθητήρες χονδρικής ανάλυσης, όπως το MODIS, οι οποίοι έχουν σημαντικά μειονεκτήματα που προκύπτουν από τη χωρική τους ανάλυση (π.χ. εξαιρετικά ετερογενή τοπία της Κεντρικής Ευρώπης). Συνεπώς, η απεικόνιση χαρτογράφησης μπορεί να βελτιωθεί σημαντικά με την αύξηση ετήσια διαθεσιμότητα δεδομένων για μεσαία και υψηλή χωρική ανάλυση Αισθητήρες.

Επιπλέον, η χρονική στιγμή της απόκτησης εικόνας εντός του έτους μπορεί να επηρεάσει ουσιαστικά την ανιχνευσιμότητα της αποφύλλωσης. Το εύρημα αυτό ισχύει επίσης και για διαταραχή του φλοιού των σκαθαριών, οι οποίες εντοπίζονται καλύτερα με τη χρήση παρατηρήσεων από τα τέλη του καλοκαιριού που επιτρέπουν την ανίχνευση των περισσοτέρων από τις εαρινές παρασιτώσεις και εξακολουθεί να απομακρύνεται από την τακτική απώλεια βελόνας που συμβαίνει το φθινόπωρο. Ως εκ τούτου, χρησιμοποιώντας το χρονισμό της απόκτησης εικόνας, ο παράγοντας των εντόμων και η φαινολογία της βλάστησης θα ενίσχυαν περαιτέρω την ανιχνευσιμότητα και την κατανομή των παρασιτικών εντόμων.

Οι παρατηρήσεις σχετικά με τις καλύτερες ημερομηνίες για την απόκτηση εικόνας μπορούν, για παράδειγμα, να αξιοποιηθούν από τη χρήση μοντέλων εντόμων πληθυσμών. Για παράδειγμα, οι De Beurs και Townsend (2008) χρησιμοποίησαν το Μοντέλο BioSIM (Régnière και Saint-Amant, 2014) για να μοντελοποιούνται ετησίως με την πληθυσμιακή ανάπτυξη του σκώρου και έτσι να προσδιορίζεται το βέλτιστο της ημέρα της απόκτησης της εικόνας.

'''4.4. Βελτιώστε τα δεδομένα αναφοράς για την εκτίμηση των διαταραχών των εντόμων'''

Κατά τη συστηματική ανασκόπηση διαπιστώθηκε ότι τα δεδομένα πεδίου ήταν η πιο σημαντική πηγή δεδομένων αναφοράς για τη βαθμονόμηση και την επικύρωση του εντόμου μοντέλα διαταραχής. Δεδομένα πεδίου είναι το «χρυσό πρότυπο» στη μοντελοποίηση, δεδομένου ότι αντιπροσωπεύει τις ακριβείς μετρήσεις που απεικονίζουν την πραγματική κατάσταση του έδαφος. Ωστόσο, τα δεδομένα πεδίου είναι επίσης δαπανηρά για την απόκτηση, γεγονός που περιορίζει τη χρήση του σε μεγάλες γεωγραφικές εκτάσεις. Μερικές μελέτες ως εκ τούτου, χρησιμοποίησε τα υπάρχοντα δεδομένα απογραφής που παρακολουθούν σχετικά μετρήσεις με την πάροδο του χρόνου. Ωστόσο, τα δεδομένα απογραφής των δασών δεν είναι σταθερά, διατίθενται σε διάφορες χώρες και είναι συχνά δύσκολο να συνδυαστούν με δεδομένα τηλεπισκόπησης λόγω αναντιστοιχίας στο μέγεθος του οικοπέδου και χωρική ανάλυση αισθητήρων τηλεπισκόπησης. Για την καλύτερη ενσωμάτωση των υφιστάμενων τομέων και δεδομένα απογραφής με μεθόδους τηλεανίχνευσης προτείνονται δύο βελτιώσεις: Πρώτον, γίνεται κάλεσμα όλων των ερευνητών να αρχειοθετήσουν δημοσίως τα δεδομένα πεδίου κατά τη δημοσίευση τους, συμπεριλαμβανομένων ρητών χωρικών μεταδεδομένων για την ενεργοποίηση σύνδεσης με απομακρυσμένα ανίχνευσης πληροφοριών. Δεύτερον, οι ερευνητές και οι διαχειριστές να σχεδιάζουν νέες αποθέματα ή τις καμπάνιες πεδίου που θα μπορούσαν να περιλαμβάνουν εκτιμήσεις απομακρυσμένων περιοχών ανιχνεύοντας τα σχέδια καμπάνιας τους για να συγκεντρώσουν την προστιθέμενη αξία από τη συγχώνευση χερσαίων και γεωσυνθετικών πηγών δεδομένων στο μέλλον.

'''5. Συμπέρασμα'''

Παρουσιάζεται μια συστηματική ανασκόπηση της βιβλιογραφίας σχετικά με το τηλεανίχνευση των διαταραχών των εντόμων. Βρέθηκαν συγκεκριμένες μέθοδοι και οι αισθητήρες είναι ιδιαίτερα χρήσιμοι για συγκεκριμένους τύπους παραγόντων εντόμων δηλαδή σκαθάρια φλοιού, αποφυλλωτές φυλλοβόλων δέντρων και αποφυλλωτές κωνοφόρων δέντρων. Ενώ η αναθεώρησή μας καταγράφει σημαντική αύξηση της μελέτες που καταγράφουν τις διαταραχές των εντόμων τα τελευταία χρόνια, εντοπίσθηκαν επίσης διάφορες προκλήσεις με την τρέχουσα προσέγγιση. Για να ξεπεραστούν αυτές οι προκλήσεις, προτείνονται έξι τομείς βελτίωσης:1.Ξεχωριστές διαταραχές εντόμων από άλλους παράγοντες 2.Επέκταση της χωρικής και χρονικής περιοχής της ανάλυσης 3.Χρησιμοποιήστε πυκνή χρονολογική σειρά 4.Να λειτουργούν παρακολούθηση εντοπισμού εντόμων κοντά σε πραγματικό χρόνο 5.Προσδιορίστε τις διαταραχές των εντόμων στο πλαίσιο του συζευγμένου ανθρώπινου-φυσικού συστήματα και 6.Βελτίωση των δεδομένων αναφοράς για την εκτίμηση των διαταραχών των εντόμων.
Η αντιμετώπιση αυτών των προβλημάτων σε μελλοντικές μελέτες μπορεί να βοηθήσει στην ενσωμάτωση των απομακρυσμένων τη δημιουργία χαρτών με βάση την αίσθηση στην επιχειρησιακή διαχείριση των δασών και την υποστήριξη την ένταξη των διαταραχών των εντόμων ως ολοκληρωμένων διαδικασιών σε περιφερειακό επίπεδο σε παγκόσμια μοντέλα οικοσυστημάτων.

[[category:Οικολογία]]

Ρούσση Ειρήνη

2018-01-14T10:44:34Z

Eirhnh1roussi:

* [[ Τηλεπισκόπηση της ποιότητας των επιφανειακών υδάτων σε σχέση με τη κατάσταση της λεκάνης απορροής στη Ζιμπάμπουε ]]
* [[ Τηλεπισκόπηση των ανθισμένων φυκιών με αεροσκάφη και δορυφόρους στη λίμνη Erie και στη λίμνη της Utah ]]
* [[ Μελέτη των βιοθερμικών επιδράσεων σε και γύρω από τις χωματερές που χρησιμοποιούν το δορυφόρο-Τηλεπισκόπηση και GIS]]
* [[ Διερεύνηση της ακρίβειας των ψηφιακών μοντέλων εδάφους (DEM)- Συγκριτική αξιολόγηση μεθόδων]]
* [[Η χρήση των τεχνικών της δορυφορικής τηλεπισκόπησης για την εκτίμηση των καμένων εκτάσεων και των αλλαγών κάλυψης γης στην Σκιάθο ]]
* [[Χρήση περιβαλλοντικών δεικτών τοπίου για την εκτίμηση της αγροοικολογικής αειφορίας στην Ελλάδα]]
* [[Η συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδάτινων πόρων:το έργο REALBEMS]]
* [[Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR]]
* [[Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai]]
* [[Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές]]
* [[Τηλεπισκόπηση της Φυτικής Χημείας]]
* [[Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βόλου]]
* [[Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης]]
* [[Τηλεπισκόπηση των δασικών ενοχλητικών εντόμων: Τρέχουσα κατάσταση και κατευθύνσεις για το μέλλον]]
[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

Αρχείο:ER p6 keim7.jpg

2018-01-07T16:31:21Z

Eirhnh1roussi:

Αρχείο:ER p5 keim7.jpg

2018-01-07T16:31:13Z

Eirhnh1roussi:

Αρχείο:ER p4 keim7.jpg

2018-01-07T16:31:02Z

Eirhnh1roussi:

Αρχείο:ER p3 keim7.jpg

2018-01-07T16:30:53Z

Eirhnh1roussi:

Αρχείο:ER p2 keim7.jpg

2018-01-07T16:30:45Z

Eirhnh1roussi:

Αρχείο:ER p1 keim7.jpg

2018-01-07T16:30:36Z

Eirhnh1roussi:

Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

2018-01-07T16:30:08Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

'''Πρωτότυπος Τίτλος:''' Estimation of area burned by forest fires in Mediterranean countries:A remote sensing data mining perspective

'''Συγγραφείς:''' Carmen Quintano ,Alfonso Fernαndez-Manso , Alfred Stein , Wietske Bijker
Forest Ecology and Management 262 (2011) 1597–1607

'''Λέξεις Κλειδιά:''': Περιοχές με καμένα δάση, Δορυφορικά δεδομένα, Μεσογειακές χώρες
(https://www.sciencedirect.com/science/article/pii/S0378112711004385)

'''Περίληψη'''

Οι δασικές πυρκαγιές, σε ολόκληρο τον κόσμο, καταλήγουν στη θνησιμότητα των δένδρων που μπορεί να προκαλέσει σημαντική ξυλεία και απώλειες σε άνθρακα. Υπάρχει μια κρίσιμη ανάγκη να χαρτογραφηθούν οι περιοχές που καίγονται από τέτοιες πυρκαγιές για την καθοδήγηση των αποφάσεων διαχείρισης των δασών. Οι δορυφορικές εικόνες με μέτρια ανάλυση απεικόνισης με φασματοφωτομετρία (MODIS) παρέχουν φθηνή και συχνή κάλυψη σε μεγάλες εκτάσεις, διευκολύνοντας την παρακολούθηση της υγείας των δασών. Σε αυτή τη μελέτη, η MODIS εικόνα μετά τη φωτιά σε χωρική ανάλυση 250 μέτρων χρησιμεύει ως σημείο εκκίνησης ενός βασισμένου σε εξόρυξη εικόνας μέθοδος. Περιλαμβάνει τρεις αλγόριθμους: μοντελοποίηση ως άθροισμα γκαουσιακών λειτουργιών, εξομάλυνση με βάση τον πυρήνα, και προσαρμοστικού κατωφλίου. Το προσαρμοστικό όριο χρησιμεύει ως αναφορά για σύγκριση με την εικόνα εξόρυξης. Υπάρχουν τρεις φασματικοί δείκτες που είναι ειδικά σχεδιασμένοι για την αναγνώριση της καμένης περιοχής και είναι: ο δείκτης καμένης περιοχής (BAI), ο δείκτης καμένης περιοχής προσαρμοσμένος στις ζώνες MODIS (BAIM) και ο Κανονικοποιημένος λόγος καύσης (NBR). Η στατιστική χρησιμοποιείται για τον ποσοτικό προσδιορισμό της ακρίβειας των καμένων περιοχών σε σχέση με την εκτιμώμενη περιοχή των περιμετρικών περιόδων της καμένης περιοχής που μετρούνται επί του εδάφους με Σύστημα Global Positioning (GPS). Επιπλέον, η στατιστική μας επιτρέπει να προσδιορίσουμε και το βέλτιστο φασματικό δείκτη όπως και τις παραμέτρους των βέλτιστων αλγορίθμων. Σε αυτή την εργασία, μια ακριβής εκτίμηση των περιοχών που έχουν καεί από δασικές πυρκαγιές στις μεσογειακές χώρες, ιδίως εάν χρησιμοποιείται ο δείκτης BAIM. Η ακρίβεια αυτών των εκτιμήσεων συγκρίνεται με την ακρίβεια που επιτυγχάνεται με τη χρήση της μεθόδου αναφοράς από τη δοκιμασία του McNemar. Τα αποτελέσματα δείχνουν ότι η μέθοδος μας βασίζεται σε εξόρυξη εικόνας επιτρέπει μεγαλύτερη ακρίβεια από τη μέθοδο αναφοράς. Καταλήγουμε ότι αυτή η μέθοδος είναι η πιο επαρκής για τους χάρτες με τις καμένη γη και μπορεί να βοηθήσει τις διαχειριστικές υπηρεσίες να κατανοήσουν καλύτερα τις τοπίο- κλίμακες καύσης.

'''Εισαγωγή'''

Οι πυρκαγιές στη Νότια Ευρώπη (Πορτογαλία, Ισπανία, Γαλλία, Ιταλία και Ιρλανδία) Ελλάδα) καίει χιλιάδες τετραγωνικά χιλιόμετρα δάσους, θάμνους, εδάφη και λιβάδια κάθε χρόνο. Προκαλούν εκτεταμένες οικονομικές και οικολογικές απώλειες και, συχνά, ανθρώπινα θύματα. Η παρακολούθηση των δασικών πυρκαγιών και η αξιολόγηση της πληγείσας περιοχής επιβάλλουν γρήγορες και αποδοτικές μεθόδους που βασίζονται σε δεδομένα μεγάλης κλίμακας που εύκολα διατίθενται στους οργανισμούς. Σήμερα, η δορυφορική τηλεπισκόπηση αναδύεται ως ένα σημαντικό εργαλείο για ένα τέτοιο έργο και αυτό φαίνεται από τα πολλά παραδείγματα των μελετών δορυφορικής τηλεπισκόπησης σχετικά με τη χαρτογράφηση καυσίμων, παρακολούθηση πυρκαγιάς, καύση της χαρτογράφησης της γης, την αναγέννηση της βλάστησης μετά την πυρκαγιά και διαχείριση πυρκαγιάς.

Στις μεσογειακές χώρες, οι αναλύσεις στατιστικών μεγέθους πυρκαγιάς αποκαλύπτουν ένα σχέδιο μεγάλης με την συνολική έκταση που καίγεται σε σχετικά μικρό αριθμό μεγάλων πυρκαγιών. Αυτό το μοτίβο υποδηλώνει ότι μπορεί να είναι βιώσιμη η χρήση χονδρικής χωρικής ανάλυσης της εικόνες, όπως αυτή που παρέχεται από το μετρημένο φασματοφωτόμετρο εικόνας (MODIS), για να ανιχνεύσει και να χαρτογραφήσει ένα μεγάλο μέρος της έκτασης που καίγεται ετησίως στην περιοχή αυτή. MODIS στο Terra και το Aqua είναι οι δορυφόροι που έχουν τέσσερις ζώνες μέσα στο κοντινό και βραχυκύκλωμα υπερύθρων (NIR και SWIR) του φάσματος (0,7-3 mm). Για αυτούς τους λόγους, πολυάριθμες μελέτες χρησιμοποίησαν τα δεδομένα MODIS για να χαρτογραφήσουν την καμένη περιοχή στη Μεσόγειο χώρες.
Τα πρότυπα των καμένων περιοχών μπορούν να μετρηθούν ως αλλαγές στις φασματικές υπογραφές που συμβαίνουν μετά από πυρκαγιά. Ενώ η υγιής, ζωντανή βλάστηση αντικατοπτρίζει την ακτινοβολία NIR και απορροφά το κόκκινο φως στην ορατή περιοχή του φάσματος, οι καμένες περιοχές αντανακλούν συγκριτικά περισσότερη ακτινοβολία στην ορατή και SWIR περιοχή του φάσματος και απορροφούν την ακτινοβολία στο NIR. Αυτό αποδίδεται στη καταστροφή του φυτού και της δομής των φύλλων. Στη συνέχεια, η εξάλειψη της υγιούς πράσινης βλάστησης και της αναπόφευκτη παρουσία ξυλάνθρακα ή γυμνού εδάφους έχει σαν αποτέλεσμα την αλλαγή της ακτινοβολίας που καταγράφεται από δορυφορικούς αισθητήρες. Οι φασματικοί δείκτες, που λαμβάνεται από ένα συνδυασμό δεδομένων, αποκτήθηκαν σε αυτές τις φασματικές περιοχές, χρησιμοποιώντας ένα ευρέως για παρακολούθηση και αξιολόγηση της βλάστησης φάσμα σε μελέτες σχετικές με τη φωτιά. Σε σύγκριση με τη χρήση αρχικών ζωνών, οι φασματικοί δείκτες έχουν το πλεονέκτημα της μείωσης ορισμένων ανισότροπων και ατμοσφαιρικών επιπτώσεων.

Ο δείκτης βλάστησης κανονικοποιημένης διαφοράς (NDVI)εφαρμόζεται παραδοσιακά για χαρτογράφηση καμένων περιοχών. Έχει γίνει αναφορά, ότι οι νέοι δείκτες έχουν σχεδιαστεί για τη διάκριση των καμένων περιοχών. Αναμεταξύ οι νέοι αυτοί δείκτες είναι ιδιαίτερα αξιοπρόσεκτοι: (1) Δείκτης καμένης περιοχής (BAI) που ενσωματώνει πληροφορίες από κόκκινα και NIR ζώνες (2) Δείκτης περιοχής καύσης προσαρμοσμένο στο MODIS (BAIM) που έχει σχεδιαστεί με βάση BAIΜ για να χρησιμοποιείται με τη ζώνη SWIR των δεδομένων MODIS. και (3) Κανονικοποιημένο Burn Ratio (NBR) που επιχειρεί να μεγιστοποιήσει τις αλλαγές ανάκλασης λόγω πυρκαγιών, αφού μετά από πυρκαγιές η ανακλαστικότητα NIR μειώνεται και η ανακλαστικότητα SWIR αυξάνεται σύγκριση με τις τιμές πριν την πυρκαγιά. Παραμένει, ωστόσο, σύγχυση κατά την επιλογή του καταλληλότερου δείκτη που θα χρησιμοποιηθεί ανάλογα σχετικά με τους στόχους της μελέτης.
Έχουν αναπτυχθεί αρκετές τεχνικές για τη χαρτογράφηση καμένων επιφανειών, από την οπτική ερμηνεία και την πυκνότητα ενός καναλιού, σε μοντέλο λογικής παλινδρόμησης, φασματική ή μη τυποποιημένες ανάλυση βασικών συστατικών.

Η εξόρυξη χωρικών δεδομένων ασχολείται με την αποκάλυψη προτύπων, συσχετισμών ανωμαλιών και στατιστικών χωρικών δεδομένων. Από την άποψη της εξόρυξης δεδομένων, ωστόσο, οι καμένες περιοχές μπορούν να θεωρηθούν ως χωρικά πρότυπα προς αναζήτηση.
Έχει φανεί ότι η εξόρυξη δεδομένων βασίζεται στην εξομάλυνση και την εξομάλυνση οι αλγόριθμοι μοντελοποίησης παρήγαγαν ακριβέστερες εκτιμήσεις καμένης περιοχής από τις συμβατικές μεθόδους που βασίζονται στο κατώφλι.

Με βάση την εξόρυξη δεδομένων, η μελέτη αυτή στοχεύει στη δημιουργία μιας επιχειρησιακής διαδικασία για να κάνει μια πρώτη και ακριβή εκτίμηση της καμένης περιοχή της Castilla y León (Ισπανία) από τα δεδομένα MODIS. Επιπλέον, γίνεται συγκρίνει την απόδοση διαφορετικών φασματικών δεικτών με την απόδοση της ανακλαστικότητας NIR και του NDVI. Το επίπεδο θα μετρηθεί με τη βοήθεια του στατιστικού στοιχείου κ και κάποιου σχήματος, που ενεργούν ως αναφορά οι επίσημες καμένες περιμετρικές περιοχές που μετράται από το Παγκόσμιο Σύστημα Εντοπισμού Θέσης (GPS). Τα αποτελέσματα έχουν τη δυνατότητα να χρησιμοποιηθούν ως εργαλείο για τις οργανώσεις διαχείρισης της Castilla y León για καλύτερη κατανόηση των σχεδίων καύσης τοπίου.

'''2.Περιοχή μελέτης και σύνολο δεδομένων'''

Η μελέτη εκτελείται στην Κεντρική Ισπανία, στην Αυτόνομη Κοινότητα Castilla y León, της τρίτης ευρωπαϊκής περιφέρειας και τα προβληματικά με τις πυρκαγιές. Σύμφωνα με στα στατιστικά στοιχεία του Ευρωπαϊκού Συστήματος Πληροφοριών για τις πυρκαγιές (EFFIS), το 2008 σε περιφερειακό επίπεδο, το χειρότερο πλήγμα ήταν η Καστίγια και η Λεόν με 152,64 km2 καμένα από τις πυρκαγιές του 1996.
Αυτή η περιοχή είναι ένα μεγάλο οροπέδιο (94.000 km2) που περιβάλλεται από βουνά.. Θεωρούμε πέντε περιοχές μελέτης. σε δύο από αυτές (δασικές πυρκαγιές Σαλαμάνκα-Ζαμόρα και Σεγκόβια) 2007, και σε τρεις από αυτές (Burgos, Segovia και Zamora) το 2008 . Η βλάστηση των καμένων περιοχών αντιστοιχεί κυρίως σε μη δάση περιοχές, θάμνους και μικρές εκτάσεις.

[[Εικόνα: ER_p1_keim7.jpg|500px|thumb|center|'''Εικόνα 1.''' Περιοχή μελέτης.]]

Τα δεδομένα αντανάκλασης επιφάνειας MODIS χρησιμοποιούνται ως σημείο εκκίνησης και εκτίμησης της καμένης περιοχή σε αυτές τις πέντε περιοχές μελέτης. Συγκεκριμένα χρησιμοποιούμε MOD13Q1 / MYD13Q1 (δείκτες βλάστησης 16- Ημέρα L3 Παγκόσμια 250 μ. Έκδοση 5) που κατέβηκε από την Εθνική Αεροναυπηγική και Διοίκηση Διαστήματος (NASA) των Ηνωμένων Πολιτειών (ΗΠΑ). Τα δεδομένα MOD13Q1 παρέχονται κάθε 16 ημέρες σε χωρική ανάλυση 250 m ως προϊόν με επίπεδο πλέγμα 3 στην ημιτονοειδή προβολή. Περιλαμβάνει κόκκινα, NIR, μπλε και ζώνες ανάκλασης SWIR, NDVI και ενίσχυση του Δείκτης Βλάστησης (EVI) από το MODIS που βρίσκεται στο Terra. Το προϊόν MYD13Q1 έχει τα ίδια χαρακτηριστικά με το προϊόν MOD13Q1, αλλά λαμβάνεται από το MODIS από το πλοίο της Πλατφόρμα Aqua.

''' 3.Μέθοδος'''

Συνοψίζοντας τα βήματα της εξόρυξης επιστημονικών δεδομένων των διεργασιών σε τρία στάδια: (1) προεπεξεργασία δεδομένων, η οποία μπορεί να περιλαμβάνει τη σύντηξη δεδομένων, την καταχώριση, την εξομάλυνση, τη μείωση των διαστάσεων μεταξύ άλλων διαδικασιών. (2) αναγνώριση προτύπων, στα οποία γίνεται αναφορά διαδικασίες ταξινόμησης, ομαδοποίησης ή παλινδρόμησης και (3) διερμηνεία αποτελέσματα, τα οποία περιλαμβάνουν την απεικόνιση και την επικύρωση των αποτελεσμάτων. Η μελέτη οργανώνεται ως εξής: (1) προεπεξεργασία δεδομένων, όπου βασικά τα δεδομένα MODIS και το GP Sμε τα περιμετρικά στοιχεία των καμένων περιοχών να καταχωρούνται, οι φασματικοί δείκτες υπολογίζονται και διενεργείται με ανάλυση διαχωρισμού. (2) αναγνώριση καμένων περιοχών, όπου υπολογίζεται η καύση της περιοχής λαμβάνεται και (3) η επικύρωση της εκτίμησης της καμένης περιοχής, όπου η ακρίβεια της εκτίμησης της καμένης περιοχής υπολογίζεται με τη χρήση μητρών σύγχυσης. Το δεύτερο βήμα, είναι η αναγνώριση της καμένης περιοχής, που βασίζεται σε τρεις αλγόριθμους: εξομάλυνση (S), μοντελοποίηση (M) και κατώτατο όριο (T), που συνδυάζονται με τέσσερις μεθοδολογικές επιλογές: κατώφλι (Τ), εξομάλυνση και οριοθέτηση (ST), μοντελοποίηση και κατώφλι (MT), και μοντελοποίηση, εξομάλυνση και κατώφλι (MST). Ο τρίτη φάση, επικύρωση της εκτίμησης των καμένων περιοχών, προσδιορίζει ο βέλτιστος συνδυασμός εισόδου και μεθοδολογικής επιλογής, λαμβάνοντας υπόψη Τ ως την εναλλακτική λύση αναφοράς.

[[Εικόνα:ER_p2_keim7.jpg|400px|thumb|center|'''Εικόνα 2.'''Γενικό διάγραμμα ροής της μεθοδολογίας.]]

'''3.1. Στάδιο προεπεξεργασίας δεδομένων'''

'''3.1.1. Δεδομένα GPS'''

Οι μεγαλύτερες καμένες περιοχές αναγνωρίζονται και λαμβάνονται υπόψη με τη χωρική και χρονική εγγύτητα, και πέντε περιοχές μελέτης που ορίζονται από οκτώ ζώνες οι οποίες έχουν πληγεί από πυρκαγιές.

'''3.1.2. Επιλογή δορυφορικών δεδομένων'''

Τα MODIS που χρησιμοποιούνται ειδικά σε κάθε περιοχή μελέτης είναι επιλέγεται οπτικά λαμβάνοντας υπόψη τη χρονική εγγύτητά του στις πυρκαγιές. Ειδικότερα, τα MOD13Q1 στις 13-28 Αυγούστου 2007, 28 Αυγούστου - 12 Σεπτεμβρίου 2008 και 13-28 Σεπτεμβρίου 2008, και Το προϊόν MYD13Q1 από 21 Αυγούστου έως 5 Σεπτεμβρίου 2007 μεταφορτώνεται και επιλέγεται με οπτική επιθεώρηση

'''3.1.3. Φασματικοί δείκτες'''

Τα BAI, BAIM και NBR χρησιμοποιούνται ως στοιχεία της μεθοδολογίας. BAI είναι υπολογιζόμενη από τη φασματική απόσταση από κάθε εικονοστοιχείο έως μια αναφορά φασματικό σημείο, όπου οι πρόσφατα καμένες περιοχές τείνουν να συγκλίνουν. Βάσει του BAI, η BAIM θεωρεί αντ 'αυτού πληροφορίες από NIR και SWIR κόκκινο και NIR. NBR, που αρχικά αναπτύχθηκε από τον López-García και Caselles χρησιμοποιώντας αναλογίες Landsat TM ζώνες 4 και 7 έως χάρτη καμένων περιοχών στην Ισπανία, χρησιμοποιείται ευρέως για την εκτίμηση του τοπίου μετά την πυρκαγιά στις ΗΠΑ και της Νότιας Αφρικής. Χρησιμοποιούμε αρχική ανάκλαση NIR, NDVI και EVI από το MOD13Q1 / MYD13Q1 καθώς και εισροές.

'''3.2. Στάδιο αναγνώρισης καμένων περιοχών'''

Επιλέγονται τέσσερις μεθοδολογικές επιλογές (T, ST, MT και MST) και προσδιορίζεται ποια επιλογή επιτρέπει την ακριβέστερη εκτίμηση της καμένης περιοχής. Αυτή η μέθοδος εκτίμησης δεν περιλαμβάνει εξόρυξη εικόνας με βάση τη μέθοδο. Επομένως, χρησιμεύει ως αναφορά για σύγκριση σε άλλες εκτιμήσεις καμένων εκτάσεων που προσδιορίζονται παρακάτω. Το ST εφαρμόζει ένα προσαρμοστικό κατώτατο όριο στις προηγουμένως εξομαλυνθείσες εικόνες εισόδου, MTapplies το κατώφλι στις εικόνες εισόδου που είχαν προηγουμένως διαμορφωθεί. Και Το MST εφαρμόζει το προσαρμοστικό κατώφλι στο προηγουμένως διαμορφωμένο.

'''3.2.1. Αλγόριθμος οριοθέτησης'''

Το κατώτατο όριο υπολογίζεται λαμβάνοντας υπόψη τη μέση τιμή (l) και την τυπική απόκλιση (r) της ψηφιακής εικόνας εισόδου τιμές σε κάθε παράθυρο πιλοτικής περιοχής μελέτης. Ελέγχουμε διαφορετικά όρια ανάλογα με το βάρος (w) του r στο κατώτατο όριο. Έτσι, εμείς κυμαίνεται από 0 σε 3 αυξάνοντας το κατά 0,25, επιτυγχάνοντας κατώτατα όρια ισούται με '' μ+ w* σ ''.

'''3.2.2. Αλγόριθμος εξομάλυνσης'''

Ένας ομαλός πυρήνας χρησιμοποιεί βάρη που ομαλά μειώνονται όταν απομακρύνοντας από το υπό εξέταση του εικονοστοιχείου.

[[Εικόνα: ER_p3_keim7.jpg|200px|thumb|center|'''Εικόνα 2.]]

'''4. Αποτελέσματα'''

Xρησιμοποιήσαμε το 80% των καμένων εικονοστοιχείων και 20% των άκαυστων εικονοστοιχείων. Τα γραφήματα BAI και NBR δείχνουν καλή διαχωρισιμότητα Β και U σε όλες σχεδόν τις περιπτώσεις, παρόλο που τα παράθυρα πλαισίου BAIM δείχνουν κάποια σύγχυση μεταξύ B και U στο Segovia-2008 και Zamora-2008. Όλες οι τιμές εκτός από το NDVI στην περιοχή μελέτης Segovia-2008 είναι υψηλότερο, παρουσιάζοντας μια καλή διάκριση. Η ακρίβεια των εκτιμήσεων της καμένης περιοχής που λαμβάνεται σε κάθε μία περιοχή μελέτης από όλους τους συνδυασμούς εισροών και μεθοδολογικών επιλογών.
Στην περιοχή μελέτης Salamanca-Zamora-2007, μόνο οι φασματικόι δείκτες που είναι ειδικά σχεδιασμένοι για επισημάνσεις καμένων περιοχών, δηλ. ΒΑΙ, Η BAIM και η NBR οδήγησαν σε μια εκτίμηση της καμένης περιοχής με μια στατιστική κ μεγαλύτερη από 0,5. ST και επέφερε την υψηλότερη ακριβή εκτίμηση για κάθε δεδομένη εισαγωγή. Οι εκτιμήσεις της καμένης περιοχής που επιτυγχάνεται από το BAIM ήταν τα πιο ακριβή και σημαντικά διαφορετικά από τις εκτιμήσεις που προέκυψαν όταν το BAIM χρησιμοποιήθηκε ως είσοδος της επιλογής ST. Όσον αφορά την περιοχή μελέτης Segovia-2007, ακριβή καμένη περιοχή η εκτίμηση δεν μπορεί να ληφθεί ούτε από την είσοδο NDVI (κ <0,5) ή EVI κ <0,7). Η πιο ακριβής εκτίμηση ότι σημαντικά διαφέρει από την επιλογή αναφοράς από το BAIM (κ = 0,96) και ΒΑΙ (κ = 0,93). Όσον αφορά τη μεθοδολογική επιλογή, Το ST οδήγησε και πάλι στην πιο ακριβή εκτίμηση ανεξάρτητα από την χρησιμοποιούμενη είσοδο. Για το BAIM, οι εναλλακτικές λύσεις που περιλαμβάνουν το ο αλγόριθμος μοντελοποίησης οδηγεί σε ακριβείς εκτιμήσεις επίσης. Οι εκτιμήσεις από τη NBR δεν διαφέρουν σημαντικά από την αναφορά επιλογή.

Στην περιοχή μελέτης Burgos-2008, κάθε είσοδο εκτός από το NDVI οδηγούν σε ακριβή εκτίμηση (κ> 0,7) που είναι σημαντικά διαφορετική από την αναφορά. Η εκτίμηση βάσει της NBR είναι η πιο ακριβής (κ = 0,97), ακολουθούμενη από εκτίμηση βασιζόμενη σε BAIM ή BAI (κ = 0,95), Ζώνη NIR (κ = 0,94) και EVI (κ = 0,83). Το ST παράγει το πιο ακριβές υπολογισμό για κάθε δεδομένη εισαγωγή. MT και MST παράγουν επίσης μια ακριβής εκτίμηση που είναι σημαντικά διαφορετική από τη μορφή αναφοράς όταν οι είσοδοι είναι NIR, BAI και BAIM και MT για NBR. Στην περιοχή μελέτης Segovia-2008, κάθε είσοδος εκτός από το NDVI οδηγεί εκτιμήσεις καμένων εκτάσεων με τιμή κ μεγαλύτερη από 0,5. Εκτίμηση που επιτυγχάνεται από τις BAI και BAIM είναι η πιο ακριβής (κ = 0,98 και j = 0,95, αντίστοιχα). Τέλος, όσον αφορά την περιοχή μελέτης Zamora-2008, μόνο η περιοχή εκτιμήσεις με βάση BAI ή BAIM επιτρέπουν την εκτίμηση με κ παραπάνω 0.7. Και οι δύο εκτιμήσεις διαφέρουν σημαντικά από την αναφορά όταν χρησιμοποιούνται ST, MT ή MST. Το ST οδηγεί στην πιο ακριβή εκτίμηση (κ = 0,81) και είναι σημαντικά διαφορετική από την αναφορά.

Συνοψίζοντας, τόσο η BAI όσο και η BAIM δείχνουν παρόμοια συμπεριφορά σε όλες τις περιοχές μελέτης, επιτρέποντας μια εκτιμήση της περιοχής της υψηλότερης ακρίβειας. Η NBR παρουσιάζει μια ακριβή εκτίμηση της καμένης περιοχής που διαφέρει σημαντικά από την αναφορά σε δύο περιοχές μελέτης. Το NDVI δεν επιτρέπει ακριβή εκτίμηση (στις περισσότερες περιπτώσεις κ <0.5), εμφανίζοντας τη χειρότερη απόδοση. Η μέθοδος θεωρείται ότι η ST έδειξε τα καλύτερα αποτελέσματα σε κάθε περιοχή σπουδών.Στην εικόνα 4 παρουσιάζει το συνδυασμό εισροών και μεθοδολογίας οδηγώντας στην πιο ακριβή καμένη περιοχή σε κάθε περιοχή μελέτης.

[[Εικόνα: ER_p4_keim7.jpg|500px|thumb|center|'''Εικόνα 4.''' : Συνδυασμός της εισόδου και της μεθοδολογικής επιλογής που οδήγησε στην πιο ακριβή εκτίμηση της καμένης περιοχής (μέγιστο στατιστικό στοιχείο κ / ελάχιστο διάστημα εμπιστοσύνης) που διαφέρει σημαντικά από την επιλογή αναφοράς σε κάθε περιοχή μελέτης.]]

Η ανάλυση δείχνει ότι η προτεινόμενη μέθοδος επιτρέπει μια ακριβή καύση της περιοχής στην Καστίλα και Λεόν (κ> 0,8), και αποκαλύπτει BAIM ως την πιο κατάλληλη είσοδο. Οι περιοχές μελέτης του 2008 έδειξαν, ωστόσο, διαφορετική τάση: εισροή BAI επιτεύχθηκε με ακριβέστερη εκτίμηση από την εκτίμηση που προέκυψε από την άλλες εισροές στην Segovia-2008 και στη NBR, στο Burgos-2008. Παρ 'όλα αυτά, και στις δύο περιοχές μελέτης οι καμένες εκτιμήσεις με βάση τις εισροές BAIM παρουσιάζουν περισσότερο από αποδεκτό κ = 0,95. Σχετικά με μεθοδολογική επιλογή, το ST είχε ως αποτέλεσμα την πιο ακριβή καύση που είναι σημαντικά διαφορετική από την αναφορά σε κάθε περιοχή μελέτης. Η PA και η UA είναι ισορροπημένες, αν και η PA δείχνει μια μικρή τάση να είναι υψηλότερη από την UA.
Οριστική εκτίμηση της καμένης περιοχής στις άλλες περιοχές μελέτης παρουσιάζεται στην εικόνα 5.

[[Εικόνα: ER_p5_keim7.jpg|500px|thumb|center|'''Εικόνα 5.''' : Εκτιμήσεις καμένης περιοχής. (a) Περιοχή μελέτης: Segovia 2007, (β) Περιοχή μελέτης: Burgos 2008. (γ) Περιοχή μελέτης: Segovia 2008. (δ) Περιοχή μελέτης: Zamora 2008.]]

Για να αναλύσουμε πλήρως τις εκτιμήσεις της οριστικής καμένης περιοχής, προσδιορίζουμε την περιοχή που επηρεάζεται από τη φωτιά (km2) και υπολογίζουμε το σχήμα παράγοντες για κάθε έγκαυμα. Στην εικόνα 6 αναφέρεται στις τιμές των εκτιμώμενων καίγονται έμπλαστρα στις τιμές που λαμβάνονται από τα καμένα περιοχές της ραδιογραφημένης περιοχής GPS καμένης περιοχής (έδαφος) εικόνα αλήθειας).
[[Εικόνα: ER_p6_keim7.jpg|500px|thumb|center|'''Εικόνα 6.''' : Η σύγκριση μεταξύ της περιοχής που επηρεάζεται από τη φωτιά και των παραγόντων με βάση το σχήμα (κυκλικότητα, αναλογία περιμέτρου προς περιοχή και αναλογία εσωτερικής περιοχής προς συνολική έκταση) της εικόνας εδάφους και των πλέον ακριβών εκτιμήσεων των καμένων εκτάσεων.]]

'''5. Συμπέρασμα'''

Μια μεθοδολογία με βάση την εξόρυξη εικόνας για την εκτίμηση της καύσης και χαρτογράφηση με ακρίβεια σε περιφερειακή κλίμακα στις μεσογειακές χώρες από τα δεδομένα MODIS έχει επικυρωθεί σε πέντε περιοχές μελέτης που βρίσκονται στην Καστίλια και Λεόν (Κεντρική Ισπανία). Αυτή η περιοχή επηρεάστηκε από πυρκαγιές κατά τη διάρκεια των 2007 και 2008. Η σύγκριση της εκτιμήσης των καμένων περιοχών σε σχέση με τις επίσημες στατιστικές και οι περιφέρειες περιοχής που καίει το GPS δείχνουν ότι η μεθοδολογία είναι επαρκής. Η δοκιμή του McNemar δείχνει σημαντικές διαφορές μεταξύ της προτεινόμενης μέθοδου εξόρυξης εικόνας και της απλής ταξινόμησης της εικόνα εισόδου. Η μελέτη αποδεικνύει την ανωτερότητα της BAIM και της BAI σε σχέση με άλλους δείκτες που παραδοσιακά χρησιμοποιούνται για χαρτογράφηση καίγονται περιοχές. Η χρήση του δείκτη BAIM οδηγεί στις πιο ακριβείς εκτιμήσεις σε τέσσερις από τις πέντε περιοχές μελέτης. Καταλήγουμε στο MODIS η προτεινόμενη μέθοδος εξόρυξης δεδομένων μπορεί να βοηθήσει στην καλύτερη κατανόηση των καμένων καταστάσεων περιοχής που μπορούν να βοηθήσουν στη διαχείριση πυρκαγιάς οργανισμών.

[[category: Δασοπονία, Δασική διαχείριση]]

Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

2018-01-07T16:29:01Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

'''Πρωτότυπος Τίτλος:''' Estimation of area burned by forest fires in Mediterranean countries:A remote sensing data mining perspective

'''Συγγραφείς:''' Carmen Quintano ,Alfonso Fernαndez-Manso , Alfred Stein , Wietske Bijker
Forest Ecology and Management 262 (2011) 1597–1607

'''Λέξεις Κλειδιά:''': Περιοχές με καμένα δάση, Δορυφορικά δεδομένα, Μεσογειακές χώρες
(https://www.sciencedirect.com/science/article/pii/S0378112711004385)

'''Περίληψη'''

Οι δασικές πυρκαγιές, σε ολόκληρο τον κόσμο, καταλήγουν στη θνησιμότητα των δένδρων που μπορεί να προκαλέσει σημαντική ξυλεία και απώλειες σε άνθρακα. Υπάρχει μια κρίσιμη ανάγκη να χαρτογραφηθούν οι περιοχές που καίγονται από τέτοιες πυρκαγιές για την καθοδήγηση των αποφάσεων διαχείρισης των δασών. Οι δορυφορικές εικόνες με μέτρια ανάλυση απεικόνισης με φασματοφωτομετρία (MODIS) παρέχουν φθηνή και συχνή κάλυψη σε μεγάλες εκτάσεις, διευκολύνοντας την παρακολούθηση της υγείας των δασών. Σε αυτή τη μελέτη, η MODIS εικόνα μετά τη φωτιά σε χωρική ανάλυση 250 μέτρων χρησιμεύει ως σημείο εκκίνησης ενός βασισμένου σε εξόρυξη εικόνας μέθοδος. Περιλαμβάνει τρεις αλγόριθμους: μοντελοποίηση ως άθροισμα γκαουσιακών λειτουργιών, εξομάλυνση με βάση τον πυρήνα, και προσαρμοστικού κατωφλίου. Το προσαρμοστικό όριο χρησιμεύει ως αναφορά για σύγκριση με την εικόνα εξόρυξης. Υπάρχουν τρεις φασματικοί δείκτες που είναι ειδικά σχεδιασμένοι για την αναγνώριση της καμένης περιοχής και είναι: ο δείκτης καμένης περιοχής (BAI), ο δείκτης καμένης περιοχής προσαρμοσμένος στις ζώνες MODIS (BAIM) και ο Κανονικοποιημένος λόγος καύσης (NBR). Η στατιστική χρησιμοποιείται για τον ποσοτικό προσδιορισμό της ακρίβειας των καμένων περιοχών σε σχέση με την εκτιμώμενη περιοχή των περιμετρικών περιόδων της καμένης περιοχής που μετρούνται επί του εδάφους με Σύστημα Global Positioning (GPS). Επιπλέον, η στατιστική μας επιτρέπει να προσδιορίσουμε και το βέλτιστο φασματικό δείκτη όπως και τις παραμέτρους των βέλτιστων αλγορίθμων. Σε αυτή την εργασία, μια ακριβής εκτίμηση των περιοχών που έχουν καεί από δασικές πυρκαγιές στις μεσογειακές χώρες, ιδίως εάν χρησιμοποιείται ο δείκτης BAIM. Η ακρίβεια αυτών των εκτιμήσεων συγκρίνεται με την ακρίβεια που επιτυγχάνεται με τη χρήση της μεθόδου αναφοράς από τη δοκιμασία του McNemar. Τα αποτελέσματα δείχνουν ότι η μέθοδος μας βασίζεται σε εξόρυξη εικόνας επιτρέπει μεγαλύτερη ακρίβεια από τη μέθοδο αναφοράς. Καταλήγουμε ότι αυτή η μέθοδος είναι η πιο επαρκής για τους χάρτες με τις καμένη γη και μπορεί να βοηθήσει τις διαχειριστικές υπηρεσίες να κατανοήσουν καλύτερα τις τοπίο- κλίμακες καύσης.

'''Εισαγωγή'''

Οι πυρκαγιές στη Νότια Ευρώπη (Πορτογαλία, Ισπανία, Γαλλία, Ιταλία και Ιρλανδία) Ελλάδα) καίει χιλιάδες τετραγωνικά χιλιόμετρα δάσους, θάμνους, εδάφη και λιβάδια κάθε χρόνο. Προκαλούν εκτεταμένες οικονομικές και οικολογικές απώλειες και, συχνά, ανθρώπινα θύματα. Η παρακολούθηση των δασικών πυρκαγιών και η αξιολόγηση της πληγείσας περιοχής επιβάλλουν γρήγορες και αποδοτικές μεθόδους που βασίζονται σε δεδομένα μεγάλης κλίμακας που εύκολα διατίθενται στους οργανισμούς. Σήμερα, η δορυφορική τηλεπισκόπηση αναδύεται ως ένα σημαντικό εργαλείο για ένα τέτοιο έργο και αυτό φαίνεται από τα πολλά παραδείγματα των μελετών δορυφορικής τηλεπισκόπησης σχετικά με τη χαρτογράφηση καυσίμων, παρακολούθηση πυρκαγιάς, καύση της χαρτογράφησης της γης, την αναγέννηση της βλάστησης μετά την πυρκαγιά και διαχείριση πυρκαγιάς.

Στις μεσογειακές χώρες, οι αναλύσεις στατιστικών μεγέθους πυρκαγιάς αποκαλύπτουν ένα σχέδιο μεγάλης με την συνολική έκταση που καίγεται σε σχετικά μικρό αριθμό μεγάλων πυρκαγιών. Αυτό το μοτίβο υποδηλώνει ότι μπορεί να είναι βιώσιμη η χρήση χονδρικής χωρικής ανάλυσης της εικόνες, όπως αυτή που παρέχεται από το μετρημένο φασματοφωτόμετρο εικόνας (MODIS), για να ανιχνεύσει και να χαρτογραφήσει ένα μεγάλο μέρος της έκτασης που καίγεται ετησίως στην περιοχή αυτή. MODIS στο Terra και το Aqua είναι οι δορυφόροι που έχουν τέσσερις ζώνες μέσα στο κοντινό και βραχυκύκλωμα υπερύθρων (NIR και SWIR) του φάσματος (0,7-3 mm). Για αυτούς τους λόγους, πολυάριθμες μελέτες χρησιμοποίησαν τα δεδομένα MODIS για να χαρτογραφήσουν την καμένη περιοχή στη Μεσόγειο χώρες.
Τα πρότυπα των καμένων περιοχών μπορούν να μετρηθούν ως αλλαγές στις φασματικές υπογραφές που συμβαίνουν μετά από πυρκαγιά. Ενώ η υγιής, ζωντανή βλάστηση αντικατοπτρίζει την ακτινοβολία NIR και απορροφά το κόκκινο φως στην ορατή περιοχή του φάσματος, οι καμένες περιοχές αντανακλούν συγκριτικά περισσότερη ακτινοβολία στην ορατή και SWIR περιοχή του φάσματος και απορροφούν την ακτινοβολία στο NIR. Αυτό αποδίδεται στη καταστροφή του φυτού και της δομής των φύλλων. Στη συνέχεια, η εξάλειψη της υγιούς πράσινης βλάστησης και της αναπόφευκτη παρουσία ξυλάνθρακα ή γυμνού εδάφους έχει σαν αποτέλεσμα την αλλαγή της ακτινοβολίας που καταγράφεται από δορυφορικούς αισθητήρες. Οι φασματικοί δείκτες, που λαμβάνεται από ένα συνδυασμό δεδομένων, αποκτήθηκαν σε αυτές τις φασματικές περιοχές, χρησιμοποιώντας ένα ευρέως για παρακολούθηση και αξιολόγηση της βλάστησης φάσμα σε μελέτες σχετικές με τη φωτιά. Σε σύγκριση με τη χρήση αρχικών ζωνών, οι φασματικοί δείκτες έχουν το πλεονέκτημα της μείωσης ορισμένων ανισότροπων και ατμοσφαιρικών επιπτώσεων.

Ο δείκτης βλάστησης κανονικοποιημένης διαφοράς (NDVI)εφαρμόζεται παραδοσιακά για χαρτογράφηση καμένων περιοχών. Έχει γίνει αναφορά, ότι οι νέοι δείκτες έχουν σχεδιαστεί για τη διάκριση των καμένων περιοχών. Αναμεταξύ οι νέοι αυτοί δείκτες είναι ιδιαίτερα αξιοπρόσεκτοι: (1) Δείκτης καμένης περιοχής (BAI) που ενσωματώνει πληροφορίες από κόκκινα και NIR ζώνες (2) Δείκτης περιοχής καύσης προσαρμοσμένο στο MODIS (BAIM) που έχει σχεδιαστεί με βάση BAIΜ για να χρησιμοποιείται με τη ζώνη SWIR των δεδομένων MODIS. και (3) Κανονικοποιημένο Burn Ratio (NBR) που επιχειρεί να μεγιστοποιήσει τις αλλαγές ανάκλασης λόγω πυρκαγιών, αφού μετά από πυρκαγιές η ανακλαστικότητα NIR μειώνεται και η ανακλαστικότητα SWIR αυξάνεται σύγκριση με τις τιμές πριν την πυρκαγιά. Παραμένει, ωστόσο, σύγχυση κατά την επιλογή του καταλληλότερου δείκτη που θα χρησιμοποιηθεί ανάλογα σχετικά με τους στόχους της μελέτης.
Έχουν αναπτυχθεί αρκετές τεχνικές για τη χαρτογράφηση καμένων επιφανειών, από την οπτική ερμηνεία και την πυκνότητα ενός καναλιού, σε μοντέλο λογικής παλινδρόμησης, φασματική ή μη τυποποιημένες ανάλυση βασικών συστατικών.

Η εξόρυξη χωρικών δεδομένων ασχολείται με την αποκάλυψη προτύπων, συσχετισμών ανωμαλιών και στατιστικών χωρικών δεδομένων. Από την άποψη της εξόρυξης δεδομένων, ωστόσο, οι καμένες περιοχές μπορούν να θεωρηθούν ως χωρικά πρότυπα προς αναζήτηση.
Έχει φανεί ότι η εξόρυξη δεδομένων βασίζεται στην εξομάλυνση και την εξομάλυνση οι αλγόριθμοι μοντελοποίησης παρήγαγαν ακριβέστερες εκτιμήσεις καμένης περιοχής από τις συμβατικές μεθόδους που βασίζονται στο κατώφλι.

Με βάση την εξόρυξη δεδομένων, η μελέτη αυτή στοχεύει στη δημιουργία μιας επιχειρησιακής διαδικασία για να κάνει μια πρώτη και ακριβή εκτίμηση της καμένης περιοχή της Castilla y León (Ισπανία) από τα δεδομένα MODIS. Επιπλέον, γίνεται συγκρίνει την απόδοση διαφορετικών φασματικών δεικτών με την απόδοση της ανακλαστικότητας NIR και του NDVI. Το επίπεδο θα μετρηθεί με τη βοήθεια του στατιστικού στοιχείου κ και κάποιου σχήματος, που ενεργούν ως αναφορά οι επίσημες καμένες περιμετρικές περιοχές που μετράται από το Παγκόσμιο Σύστημα Εντοπισμού Θέσης (GPS). Τα αποτελέσματα έχουν τη δυνατότητα να χρησιμοποιηθούν ως εργαλείο για τις οργανώσεις διαχείρισης της Castilla y León για καλύτερη κατανόηση των σχεδίων καύσης τοπίου.

'''2.Περιοχή μελέτης και σύνολο δεδομένων'''

Η μελέτη εκτελείται στην Κεντρική Ισπανία, στην Αυτόνομη Κοινότητα Castilla y León, της τρίτης ευρωπαϊκής περιφέρειας και τα προβληματικά με τις πυρκαγιές. Σύμφωνα με στα στατιστικά στοιχεία του Ευρωπαϊκού Συστήματος Πληροφοριών για τις πυρκαγιές (EFFIS), το 2008 σε περιφερειακό επίπεδο, το χειρότερο πλήγμα ήταν η Καστίγια και η Λεόν με 152,64 km2 καμένα από τις πυρκαγιές του 1996.
Αυτή η περιοχή είναι ένα μεγάλο οροπέδιο (94.000 km2) που περιβάλλεται από βουνά.. Θεωρούμε πέντε περιοχές μελέτης. σε δύο από αυτές (δασικές πυρκαγιές Σαλαμάνκα-Ζαμόρα και Σεγκόβια) 2007, και σε τρεις από αυτές (Burgos, Segovia και Zamora) το 2008 . Η βλάστηση των καμένων περιοχών αντιστοιχεί κυρίως σε μη δάση περιοχές, θάμνους και μικρές εκτάσεις.

[[Εικόνα: ER_p1_keim7.jpg|500px|thumb|center|'''Εικόνα 1.''' Περιοχή μελέτης.]]

Τα δεδομένα αντανάκλασης επιφάνειας MODIS χρησιμοποιούνται ως σημείο εκκίνησης και εκτίμησης της καμένης περιοχή σε αυτές τις πέντε περιοχές μελέτης. Συγκεκριμένα χρησιμοποιούμε MOD13Q1 / MYD13Q1 (δείκτες βλάστησης 16- Ημέρα L3 Παγκόσμια 250 μ. Έκδοση 5) που κατέβηκε από την Εθνική Αεροναυπηγική και Διοίκηση Διαστήματος (NASA) των Ηνωμένων Πολιτειών (ΗΠΑ). Τα δεδομένα MOD13Q1 παρέχονται κάθε 16 ημέρες σε χωρική ανάλυση 250 m ως προϊόν με επίπεδο πλέγμα 3 στην ημιτονοειδή προβολή. Περιλαμβάνει κόκκινα, NIR, μπλε και ζώνες ανάκλασης SWIR, NDVI και ενίσχυση του Δείκτης Βλάστησης (EVI) από το MODIS που βρίσκεται στο Terra. Το προϊόν MYD13Q1 έχει τα ίδια χαρακτηριστικά με το προϊόν MOD13Q1, αλλά λαμβάνεται από το MODIS από το πλοίο της Πλατφόρμα Aqua.

''' 3.Μέθοδος'''

Συνοψίζοντας τα βήματα της εξόρυξης επιστημονικών δεδομένων των διεργασιών σε τρία στάδια: (1) προεπεξεργασία δεδομένων, η οποία μπορεί να περιλαμβάνει τη σύντηξη δεδομένων, την καταχώριση, την εξομάλυνση, τη μείωση των διαστάσεων μεταξύ άλλων διαδικασιών. (2) αναγνώριση προτύπων, στα οποία γίνεται αναφορά διαδικασίες ταξινόμησης, ομαδοποίησης ή παλινδρόμησης και (3) διερμηνεία αποτελέσματα, τα οποία περιλαμβάνουν την απεικόνιση και την επικύρωση των αποτελεσμάτων. Η μελέτη οργανώνεται ως εξής: (1) προεπεξεργασία δεδομένων, όπου βασικά τα δεδομένα MODIS και το GP Sμε τα περιμετρικά στοιχεία των καμένων περιοχών να καταχωρούνται, οι φασματικοί δείκτες υπολογίζονται και διενεργείται με ανάλυση διαχωρισμού. (2) αναγνώριση καμένων περιοχών, όπου υπολογίζεται η καύση της περιοχής λαμβάνεται και (3) η επικύρωση της εκτίμησης της καμένης περιοχής, όπου η ακρίβεια της εκτίμησης της καμένης περιοχής υπολογίζεται με τη χρήση μητρών σύγχυσης. Το δεύτερο βήμα, είναι η αναγνώριση της καμένης περιοχής, που βασίζεται σε τρεις αλγόριθμους: εξομάλυνση (S), μοντελοποίηση (M) και κατώτατο όριο (T), που συνδυάζονται με τέσσερις μεθοδολογικές επιλογές: κατώφλι (Τ), εξομάλυνση και οριοθέτηση (ST), μοντελοποίηση και κατώφλι (MT), και μοντελοποίηση, εξομάλυνση και κατώφλι (MST). Ο τρίτη φάση, επικύρωση της εκτίμησης των καμένων περιοχών, προσδιορίζει ο βέλτιστος συνδυασμός εισόδου και μεθοδολογικής επιλογής, λαμβάνοντας υπόψη Τ ως την εναλλακτική λύση αναφοράς.

[[Εικόνα:ER_p2_keim7.jpg|400px|thumb|center|'''Εικόνα 2.'''Γενικό διάγραμμα ροής της μεθοδολογίας.

'''3.1. Στάδιο προεπεξεργασίας δεδομένων'''

'''3.1.1. Δεδομένα GPS'''

Οι μεγαλύτερες καμένες περιοχές αναγνωρίζονται και λαμβάνονται υπόψη με τη χωρική και χρονική εγγύτητα, και πέντε περιοχές μελέτης που ορίζονται από οκτώ ζώνες οι οποίες έχουν πληγεί από πυρκαγιές.

'''3.1.2. Επιλογή δορυφορικών δεδομένων'''

Τα MODIS που χρησιμοποιούνται ειδικά σε κάθε περιοχή μελέτης είναι επιλέγεται οπτικά λαμβάνοντας υπόψη τη χρονική εγγύτητά του στις πυρκαγιές. Ειδικότερα, τα MOD13Q1 στις 13-28 Αυγούστου 2007, 28 Αυγούστου - 12 Σεπτεμβρίου 2008 και 13-28 Σεπτεμβρίου 2008, και Το προϊόν MYD13Q1 από 21 Αυγούστου έως 5 Σεπτεμβρίου 2007 μεταφορτώνεται και επιλέγεται με οπτική επιθεώρηση

'''3.1.3. Φασματικοί δείκτες'''

Τα BAI, BAIM και NBR χρησιμοποιούνται ως στοιχεία της μεθοδολογίας. BAI είναι υπολογιζόμενη από τη φασματική απόσταση από κάθε εικονοστοιχείο έως μια αναφορά φασματικό σημείο, όπου οι πρόσφατα καμένες περιοχές τείνουν να συγκλίνουν. Βάσει του BAI, η BAIM θεωρεί αντ 'αυτού πληροφορίες από NIR και SWIR κόκκινο και NIR. NBR, που αρχικά αναπτύχθηκε από τον López-García και Caselles χρησιμοποιώντας αναλογίες Landsat TM ζώνες 4 και 7 έως χάρτη καμένων περιοχών στην Ισπανία, χρησιμοποιείται ευρέως για την εκτίμηση του τοπίου μετά την πυρκαγιά στις ΗΠΑ και της Νότιας Αφρικής. Χρησιμοποιούμε αρχική ανάκλαση NIR, NDVI και EVI από το MOD13Q1 / MYD13Q1 καθώς και εισροές.

'''3.2. Στάδιο αναγνώρισης καμένων περιοχών'''

Επιλέγονται τέσσερις μεθοδολογικές επιλογές (T, ST, MT και MST) και προσδιορίζεται ποια επιλογή επιτρέπει την ακριβέστερη εκτίμηση της καμένης περιοχής. Αυτή η μέθοδος εκτίμησης δεν περιλαμβάνει εξόρυξη εικόνας με βάση τη μέθοδο. Επομένως, χρησιμεύει ως αναφορά για σύγκριση σε άλλες εκτιμήσεις καμένων εκτάσεων που προσδιορίζονται παρακάτω. Το ST εφαρμόζει ένα προσαρμοστικό κατώτατο όριο στις προηγουμένως εξομαλυνθείσες εικόνες εισόδου, MTapplies το κατώφλι στις εικόνες εισόδου που είχαν προηγουμένως διαμορφωθεί. Και Το MST εφαρμόζει το προσαρμοστικό κατώφλι στο προηγουμένως διαμορφωμένο.

'''3.2.1. Αλγόριθμος οριοθέτησης'''

Το κατώτατο όριο υπολογίζεται λαμβάνοντας υπόψη τη μέση τιμή (l) και την τυπική απόκλιση (r) της ψηφιακής εικόνας εισόδου τιμές σε κάθε παράθυρο πιλοτικής περιοχής μελέτης. Ελέγχουμε διαφορετικά όρια ανάλογα με το βάρος (w) του r στο κατώτατο όριο. Έτσι, εμείς κυμαίνεται από 0 σε 3 αυξάνοντας το κατά 0,25, επιτυγχάνοντας κατώτατα όρια ισούται με '' μ+ w* σ ''.

'''3.2.2. Αλγόριθμος εξομάλυνσης'''

Ένας ομαλός πυρήνας χρησιμοποιεί βάρη που ομαλά μειώνονται όταν απομακρύνοντας από το υπό εξέταση του εικονοστοιχείου.

[[Εικόνα: ER_p3_keim7.jpg|200px|thumb|center|'''Εικόνα 2.

'''4. Αποτελέσματα'''

Xρησιμοποιήσαμε το 80% των καμένων εικονοστοιχείων και 20% των άκαυστων εικονοστοιχείων. Τα γραφήματα BAI και NBR δείχνουν καλή διαχωρισιμότητα Β και U σε όλες σχεδόν τις περιπτώσεις, παρόλο που τα παράθυρα πλαισίου BAIM δείχνουν κάποια σύγχυση μεταξύ B και U στο Segovia-2008 και Zamora-2008. Όλες οι τιμές εκτός από το NDVI στην περιοχή μελέτης Segovia-2008 είναι υψηλότερο, παρουσιάζοντας μια καλή διάκριση. Η ακρίβεια των εκτιμήσεων της καμένης περιοχής που λαμβάνεται σε κάθε μία περιοχή μελέτης από όλους τους συνδυασμούς εισροών και μεθοδολογικών επιλογών.
Στην περιοχή μελέτης Salamanca-Zamora-2007, μόνο οι φασματικόι δείκτες που είναι ειδικά σχεδιασμένοι για επισημάνσεις καμένων περιοχών, δηλ. ΒΑΙ, Η BAIM και η NBR οδήγησαν σε μια εκτίμηση της καμένης περιοχής με μια στατιστική κ μεγαλύτερη από 0,5. ST και επέφερε την υψηλότερη ακριβή εκτίμηση για κάθε δεδομένη εισαγωγή. Οι εκτιμήσεις της καμένης περιοχής που επιτυγχάνεται από το BAIM ήταν τα πιο ακριβή και σημαντικά διαφορετικά από τις εκτιμήσεις που προέκυψαν όταν το BAIM χρησιμοποιήθηκε ως είσοδος της επιλογής ST. Όσον αφορά την περιοχή μελέτης Segovia-2007, ακριβή καμένη περιοχή η εκτίμηση δεν μπορεί να ληφθεί ούτε από την είσοδο NDVI (κ <0,5) ή EVI κ <0,7). Η πιο ακριβής εκτίμηση ότι σημαντικά διαφέρει από την επιλογή αναφοράς από το BAIM (κ = 0,96) και ΒΑΙ (κ = 0,93). Όσον αφορά τη μεθοδολογική επιλογή, Το ST οδήγησε και πάλι στην πιο ακριβή εκτίμηση ανεξάρτητα από την χρησιμοποιούμενη είσοδο. Για το BAIM, οι εναλλακτικές λύσεις που περιλαμβάνουν το ο αλγόριθμος μοντελοποίησης οδηγεί σε ακριβείς εκτιμήσεις επίσης. Οι εκτιμήσεις από τη NBR δεν διαφέρουν σημαντικά από την αναφορά επιλογή.

Στην περιοχή μελέτης Burgos-2008, κάθε είσοδο εκτός από το NDVI οδηγούν σε ακριβή εκτίμηση (κ> 0,7) που είναι σημαντικά διαφορετική από την αναφορά. Η εκτίμηση βάσει της NBR είναι η πιο ακριβής (κ = 0,97), ακολουθούμενη από εκτίμηση βασιζόμενη σε BAIM ή BAI (κ = 0,95), Ζώνη NIR (κ = 0,94) και EVI (κ = 0,83). Το ST παράγει το πιο ακριβές υπολογισμό για κάθε δεδομένη εισαγωγή. MT και MST παράγουν επίσης μια ακριβής εκτίμηση που είναι σημαντικά διαφορετική από τη μορφή αναφοράς όταν οι είσοδοι είναι NIR, BAI και BAIM και MT για NBR. Στην περιοχή μελέτης Segovia-2008, κάθε είσοδος εκτός από το NDVI οδηγεί εκτιμήσεις καμένων εκτάσεων με τιμή κ μεγαλύτερη από 0,5. Εκτίμηση που επιτυγχάνεται από τις BAI και BAIM είναι η πιο ακριβής (κ = 0,98 και j = 0,95, αντίστοιχα). Τέλος, όσον αφορά την περιοχή μελέτης Zamora-2008, μόνο η περιοχή εκτιμήσεις με βάση BAI ή BAIM επιτρέπουν την εκτίμηση με κ παραπάνω 0.7. Και οι δύο εκτιμήσεις διαφέρουν σημαντικά από την αναφορά όταν χρησιμοποιούνται ST, MT ή MST. Το ST οδηγεί στην πιο ακριβή εκτίμηση (κ = 0,81) και είναι σημαντικά διαφορετική από την αναφορά.

Συνοψίζοντας, τόσο η BAI όσο και η BAIM δείχνουν παρόμοια συμπεριφορά σε όλες τις περιοχές μελέτης, επιτρέποντας μια εκτιμήση της περιοχής της υψηλότερης ακρίβειας. Η NBR παρουσιάζει μια ακριβή εκτίμηση της καμένης περιοχής που διαφέρει σημαντικά από την αναφορά σε δύο περιοχές μελέτης. Το NDVI δεν επιτρέπει ακριβή εκτίμηση (στις περισσότερες περιπτώσεις κ <0.5), εμφανίζοντας τη χειρότερη απόδοση. Η μέθοδος θεωρείται ότι η ST έδειξε τα καλύτερα αποτελέσματα σε κάθε περιοχή σπουδών.Στην εικόνα 4 παρουσιάζει το συνδυασμό εισροών και μεθοδολογίας οδηγώντας στην πιο ακριβή καμένη περιοχή σε κάθε περιοχή μελέτης.

[[Εικόνα: ER_p4_keim7.jpg|500px|thumb|center|'''Εικόνα 4.''' : Συνδυασμός της εισόδου και της μεθοδολογικής επιλογής που οδήγησε στην πιο ακριβή εκτίμηση της καμένης περιοχής (μέγιστο στατιστικό στοιχείο κ / ελάχιστο διάστημα εμπιστοσύνης) που διαφέρει σημαντικά από την επιλογή αναφοράς σε κάθε περιοχή μελέτης.]]

Η ανάλυση δείχνει ότι η προτεινόμενη μέθοδος επιτρέπει μια ακριβή καύση της περιοχής στην Καστίλα και Λεόν (κ> 0,8), και αποκαλύπτει BAIM ως την πιο κατάλληλη είσοδο. Οι περιοχές μελέτης του 2008 έδειξαν, ωστόσο, διαφορετική τάση: εισροή BAI επιτεύχθηκε με ακριβέστερη εκτίμηση από την εκτίμηση που προέκυψε από την άλλες εισροές στην Segovia-2008 και στη NBR, στο Burgos-2008. Παρ 'όλα αυτά, και στις δύο περιοχές μελέτης οι καμένες εκτιμήσεις με βάση τις εισροές BAIM παρουσιάζουν περισσότερο από αποδεκτό κ = 0,95. Σχετικά με μεθοδολογική επιλογή, το ST είχε ως αποτέλεσμα την πιο ακριβή καύση που είναι σημαντικά διαφορετική από την αναφορά σε κάθε περιοχή μελέτης. Η PA και η UA είναι ισορροπημένες, αν και η PA δείχνει μια μικρή τάση να είναι υψηλότερη από την UA.
Οριστική εκτίμηση της καμένης περιοχής στις άλλες περιοχές μελέτης παρουσιάζεται στην εικόνα 5.

[[Εικόνα: ER_p5_keim7.jpg|500px|thumb|center|'''Εικόνα 5.''' : Εκτιμήσεις καμένης περιοχής. (a) Περιοχή μελέτης: Segovia 2007, (β) Περιοχή μελέτης: Burgos 2008. (γ) Περιοχή μελέτης: Segovia 2008. (δ) Περιοχή μελέτης: Zamora 2008.]]

Για να αναλύσουμε πλήρως τις εκτιμήσεις της οριστικής καμένης περιοχής, προσδιορίζουμε την περιοχή που επηρεάζεται από τη φωτιά (km2) και υπολογίζουμε το σχήμα παράγοντες για κάθε έγκαυμα. Στην εικόνα 6 αναφέρεται στις τιμές των εκτιμώμενων καίγονται έμπλαστρα στις τιμές που λαμβάνονται από τα καμένα περιοχές της ραδιογραφημένης περιοχής GPS καμένης περιοχής (έδαφος) εικόνα αλήθειας).
[[Εικόνα: ER_p6_keim7.jpg|500px|thumb|center|'''Εικόνα 6.''' : Η σύγκριση μεταξύ της περιοχής που επηρεάζεται από τη φωτιά και των παραγόντων με βάση το σχήμα (κυκλικότητα, αναλογία περιμέτρου προς περιοχή και αναλογία εσωτερικής περιοχής προς συνολική έκταση) της εικόνας εδάφους και των πλέον ακριβών εκτιμήσεων των καμένων εκτάσεων.]]

'''5. Συμπέρασμα'''

Μια μεθοδολογία με βάση την εξόρυξη εικόνας για την εκτίμηση της καύσης και χαρτογράφηση με ακρίβεια σε περιφερειακή κλίμακα στις μεσογειακές χώρες από τα δεδομένα MODIS έχει επικυρωθεί σε πέντε περιοχές μελέτης που βρίσκονται στην Καστίλια και Λεόν (Κεντρική Ισπανία). Αυτή η περιοχή επηρεάστηκε από πυρκαγιές κατά τη διάρκεια των 2007 και 2008. Η σύγκριση της εκτιμήσης των καμένων περιοχών σε σχέση με τις επίσημες στατιστικές και οι περιφέρειες περιοχής που καίει το GPS δείχνουν ότι η μεθοδολογία είναι επαρκής. Η δοκιμή του McNemar δείχνει σημαντικές διαφορές μεταξύ της προτεινόμενης μέθοδου εξόρυξης εικόνας και της απλής ταξινόμησης της εικόνα εισόδου. Η μελέτη αποδεικνύει την ανωτερότητα της BAIM και της BAI σε σχέση με άλλους δείκτες που παραδοσιακά χρησιμοποιούνται για χαρτογράφηση καίγονται περιοχές. Η χρήση του δείκτη BAIM οδηγεί στις πιο ακριβείς εκτιμήσεις σε τέσσερις από τις πέντε περιοχές μελέτης. Καταλήγουμε στο MODIS η προτεινόμενη μέθοδος εξόρυξης δεδομένων μπορεί να βοηθήσει στην καλύτερη κατανόηση των καμένων καταστάσεων περιοχής που μπορούν να βοηθήσουν στη διαχείριση πυρκαγιάς οργανισμών.

[[category: Δασοπονία, Δασική διαχείριση]]

Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

2018-01-07T16:28:06Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

'''Πρωτότυπος Τίτλος:''' Estimation of area burned by forest fires in Mediterranean countries:A remote sensing data mining perspective

'''Συγγραφείς:''' Carmen Quintano ,Alfonso Fernαndez-Manso , Alfred Stein , Wietske Bijker
Forest Ecology and Management 262 (2011) 1597–1607

'''Λέξεις Κλειδιά:''': Περιοχές με καμένα δάση, Δορυφορικά δεδομένα, Μεσογειακές χώρες
(https://www.sciencedirect.com/science/article/pii/S0378112711004385)

'''Περίληψη'''

Οι δασικές πυρκαγιές, σε ολόκληρο τον κόσμο, καταλήγουν στη θνησιμότητα των δένδρων που μπορεί να προκαλέσει σημαντική ξυλεία και απώλειες σε άνθρακα. Υπάρχει μια κρίσιμη ανάγκη να χαρτογραφηθούν οι περιοχές που καίγονται από τέτοιες πυρκαγιές για την καθοδήγηση των αποφάσεων διαχείρισης των δασών. Οι δορυφορικές εικόνες με μέτρια ανάλυση απεικόνισης με φασματοφωτομετρία (MODIS) παρέχουν φθηνή και συχνή κάλυψη σε μεγάλες εκτάσεις, διευκολύνοντας την παρακολούθηση της υγείας των δασών. Σε αυτή τη μελέτη, η MODIS εικόνα μετά τη φωτιά σε χωρική ανάλυση 250 μέτρων χρησιμεύει ως σημείο εκκίνησης ενός βασισμένου σε εξόρυξη εικόνας μέθοδος. Περιλαμβάνει τρεις αλγόριθμους: μοντελοποίηση ως άθροισμα γκαουσιακών λειτουργιών, εξομάλυνση με βάση τον πυρήνα, και προσαρμοστικού κατωφλίου. Το προσαρμοστικό όριο χρησιμεύει ως αναφορά για σύγκριση με την εικόνα εξόρυξης. Υπάρχουν τρεις φασματικοί δείκτες που είναι ειδικά σχεδιασμένοι για την αναγνώριση της καμένης περιοχής και είναι: ο δείκτης καμένης περιοχής (BAI), ο δείκτης καμένης περιοχής προσαρμοσμένος στις ζώνες MODIS (BAIM) και ο Κανονικοποιημένος λόγος καύσης (NBR). Η στατιστική χρησιμοποιείται για τον ποσοτικό προσδιορισμό της ακρίβειας των καμένων περιοχών σε σχέση με την εκτιμώμενη περιοχή των περιμετρικών περιόδων της καμένης περιοχής που μετρούνται επί του εδάφους με Σύστημα Global Positioning (GPS). Επιπλέον, η στατιστική μας επιτρέπει να προσδιορίσουμε και το βέλτιστο φασματικό δείκτη όπως και τις παραμέτρους των βέλτιστων αλγορίθμων. Σε αυτή την εργασία, μια ακριβής εκτίμηση των περιοχών που έχουν καεί από δασικές πυρκαγιές στις μεσογειακές χώρες, ιδίως εάν χρησιμοποιείται ο δείκτης BAIM. Η ακρίβεια αυτών των εκτιμήσεων συγκρίνεται με την ακρίβεια που επιτυγχάνεται με τη χρήση της μεθόδου αναφοράς από τη δοκιμασία του McNemar. Τα αποτελέσματα δείχνουν ότι η μέθοδος μας βασίζεται σε εξόρυξη εικόνας επιτρέπει μεγαλύτερη ακρίβεια από τη μέθοδο αναφοράς. Καταλήγουμε ότι αυτή η μέθοδος είναι η πιο επαρκής για τους χάρτες με τις καμένη γη και μπορεί να βοηθήσει τις διαχειριστικές υπηρεσίες να κατανοήσουν καλύτερα τις τοπίο- κλίμακες καύσης.

'''Εισαγωγή'''

Οι πυρκαγιές στη Νότια Ευρώπη (Πορτογαλία, Ισπανία, Γαλλία, Ιταλία και Ιρλανδία) Ελλάδα) καίει χιλιάδες τετραγωνικά χιλιόμετρα δάσους, θάμνους, εδάφη και λιβάδια κάθε χρόνο. Προκαλούν εκτεταμένες οικονομικές και οικολογικές απώλειες και, συχνά, ανθρώπινα θύματα. Η παρακολούθηση των δασικών πυρκαγιών και η αξιολόγηση της πληγείσας περιοχής επιβάλλουν γρήγορες και αποδοτικές μεθόδους που βασίζονται σε δεδομένα μεγάλης κλίμακας που εύκολα διατίθενται στους οργανισμούς. Σήμερα, η δορυφορική τηλεπισκόπηση αναδύεται ως ένα σημαντικό εργαλείο για ένα τέτοιο έργο και αυτό φαίνεται από τα πολλά παραδείγματα των μελετών δορυφορικής τηλεπισκόπησης σχετικά με τη χαρτογράφηση καυσίμων, παρακολούθηση πυρκαγιάς, καύση της χαρτογράφησης της γης, την αναγέννηση της βλάστησης μετά την πυρκαγιά και διαχείριση πυρκαγιάς.

Στις μεσογειακές χώρες, οι αναλύσεις στατιστικών μεγέθους πυρκαγιάς αποκαλύπτουν ένα σχέδιο μεγάλης με την συνολική έκταση που καίγεται σε σχετικά μικρό αριθμό μεγάλων πυρκαγιών. Αυτό το μοτίβο υποδηλώνει ότι μπορεί να είναι βιώσιμη η χρήση χονδρικής χωρικής ανάλυσης της εικόνες, όπως αυτή που παρέχεται από το μετρημένο φασματοφωτόμετρο εικόνας (MODIS), για να ανιχνεύσει και να χαρτογραφήσει ένα μεγάλο μέρος της έκτασης που καίγεται ετησίως στην περιοχή αυτή. MODIS στο Terra και το Aqua είναι οι δορυφόροι που έχουν τέσσερις ζώνες μέσα στο κοντινό και βραχυκύκλωμα υπερύθρων (NIR και SWIR) του φάσματος (0,7-3 mm). Για αυτούς τους λόγους, πολυάριθμες μελέτες χρησιμοποίησαν τα δεδομένα MODIS για να χαρτογραφήσουν την καμένη περιοχή στη Μεσόγειο χώρες.
Τα πρότυπα των καμένων περιοχών μπορούν να μετρηθούν ως αλλαγές στις φασματικές υπογραφές που συμβαίνουν μετά από πυρκαγιά. Ενώ η υγιής, ζωντανή βλάστηση αντικατοπτρίζει την ακτινοβολία NIR και απορροφά το κόκκινο φως στην ορατή περιοχή του φάσματος, οι καμένες περιοχές αντανακλούν συγκριτικά περισσότερη ακτινοβολία στην ορατή και SWIR περιοχή του φάσματος και απορροφούν την ακτινοβολία στο NIR. Αυτό αποδίδεται στη καταστροφή του φυτού και της δομής των φύλλων. Στη συνέχεια, η εξάλειψη της υγιούς πράσινης βλάστησης και της αναπόφευκτη παρουσία ξυλάνθρακα ή γυμνού εδάφους έχει σαν αποτέλεσμα την αλλαγή της ακτινοβολίας που καταγράφεται από δορυφορικούς αισθητήρες. Οι φασματικοί δείκτες, που λαμβάνεται από ένα συνδυασμό δεδομένων, αποκτήθηκαν σε αυτές τις φασματικές περιοχές, χρησιμοποιώντας ένα ευρέως για παρακολούθηση και αξιολόγηση της βλάστησης φάσμα σε μελέτες σχετικές με τη φωτιά. Σε σύγκριση με τη χρήση αρχικών ζωνών, οι φασματικοί δείκτες έχουν το πλεονέκτημα της μείωσης ορισμένων ανισότροπων και ατμοσφαιρικών επιπτώσεων.

Ο δείκτης βλάστησης κανονικοποιημένης διαφοράς (NDVI)εφαρμόζεται παραδοσιακά για χαρτογράφηση καμένων περιοχών. Έχει γίνει αναφορά, ότι οι νέοι δείκτες έχουν σχεδιαστεί για τη διάκριση των καμένων περιοχών. Αναμεταξύ οι νέοι αυτοί δείκτες είναι ιδιαίτερα αξιοπρόσεκτοι: (1) Δείκτης καμένης περιοχής (BAI) που ενσωματώνει πληροφορίες από κόκκινα και NIR ζώνες (2) Δείκτης περιοχής καύσης προσαρμοσμένο στο MODIS (BAIM) που έχει σχεδιαστεί με βάση BAIΜ για να χρησιμοποιείται με τη ζώνη SWIR των δεδομένων MODIS. και (3) Κανονικοποιημένο Burn Ratio (NBR) που επιχειρεί να μεγιστοποιήσει τις αλλαγές ανάκλασης λόγω πυρκαγιών, αφού μετά από πυρκαγιές η ανακλαστικότητα NIR μειώνεται και η ανακλαστικότητα SWIR αυξάνεται σύγκριση με τις τιμές πριν την πυρκαγιά. Παραμένει, ωστόσο, σύγχυση κατά την επιλογή του καταλληλότερου δείκτη που θα χρησιμοποιηθεί ανάλογα σχετικά με τους στόχους της μελέτης.
Έχουν αναπτυχθεί αρκετές τεχνικές για τη χαρτογράφηση καμένων επιφανειών, από την οπτική ερμηνεία και την πυκνότητα ενός καναλιού, σε μοντέλο λογικής παλινδρόμησης, φασματική ή μη τυποποιημένες ανάλυση βασικών συστατικών.

Η εξόρυξη χωρικών δεδομένων ασχολείται με την αποκάλυψη προτύπων, συσχετισμών ανωμαλιών και στατιστικών χωρικών δεδομένων. Από την άποψη της εξόρυξης δεδομένων, ωστόσο, οι καμένες περιοχές μπορούν να θεωρηθούν ως χωρικά πρότυπα προς αναζήτηση.
Έχει φανεί ότι η εξόρυξη δεδομένων βασίζεται στην εξομάλυνση και την εξομάλυνση οι αλγόριθμοι μοντελοποίησης παρήγαγαν ακριβέστερες εκτιμήσεις καμένης περιοχής από τις συμβατικές μεθόδους που βασίζονται στο κατώφλι.

Με βάση την εξόρυξη δεδομένων, η μελέτη αυτή στοχεύει στη δημιουργία μιας επιχειρησιακής διαδικασία για να κάνει μια πρώτη και ακριβή εκτίμηση της καμένης περιοχή της Castilla y León (Ισπανία) από τα δεδομένα MODIS. Επιπλέον, γίνεται συγκρίνει την απόδοση διαφορετικών φασματικών δεικτών με την απόδοση της ανακλαστικότητας NIR και του NDVI. Το επίπεδο θα μετρηθεί με τη βοήθεια του στατιστικού στοιχείου κ και κάποιου σχήματος, που ενεργούν ως αναφορά οι επίσημες καμένες περιμετρικές περιοχές που μετράται από το Παγκόσμιο Σύστημα Εντοπισμού Θέσης (GPS). Τα αποτελέσματα έχουν τη δυνατότητα να χρησιμοποιηθούν ως εργαλείο για τις οργανώσεις διαχείρισης της Castilla y León για καλύτερη κατανόηση των σχεδίων καύσης τοπίου.

'''2.Περιοχή μελέτης και σύνολο δεδομένων'''

Η μελέτη εκτελείται στην Κεντρική Ισπανία, στην Αυτόνομη Κοινότητα Castilla y León, της τρίτης ευρωπαϊκής περιφέρειας και τα προβληματικά με τις πυρκαγιές. Σύμφωνα με στα στατιστικά στοιχεία του Ευρωπαϊκού Συστήματος Πληροφοριών για τις πυρκαγιές (EFFIS), το 2008 σε περιφερειακό επίπεδο, το χειρότερο πλήγμα ήταν η Καστίγια και η Λεόν με 152,64 km2 καμένα από τις πυρκαγιές του 1996.
Αυτή η περιοχή είναι ένα μεγάλο οροπέδιο (94.000 km2) που περιβάλλεται από βουνά.. Θεωρούμε πέντε περιοχές μελέτης. σε δύο από αυτές (δασικές πυρκαγιές Σαλαμάνκα-Ζαμόρα και Σεγκόβια) 2007, και σε τρεις από αυτές (Burgos, Segovia και Zamora) το 2008 . Η βλάστηση των καμένων περιοχών αντιστοιχεί κυρίως σε μη δάση περιοχές, θάμνους και μικρές εκτάσεις.

[[Εικόνα: ER_p1_keim7.jpg|500px|thumb|center|'''Εικόνα 1.''' Περιοχή μελέτης.]]

Τα δεδομένα αντανάκλασης επιφάνειας MODIS χρησιμοποιούνται ως σημείο εκκίνησης και εκτίμησης της καμένης περιοχή σε αυτές τις πέντε περιοχές μελέτης. Συγκεκριμένα χρησιμοποιούμε MOD13Q1 / MYD13Q1 (δείκτες βλάστησης 16- Ημέρα L3 Παγκόσμια 250 μ. Έκδοση 5) που κατέβηκε από την Εθνική Αεροναυπηγική και Διοίκηση Διαστήματος (NASA) των Ηνωμένων Πολιτειών (ΗΠΑ). Τα δεδομένα MOD13Q1 παρέχονται κάθε 16 ημέρες σε χωρική ανάλυση 250 m ως προϊόν με επίπεδο πλέγμα 3 στην ημιτονοειδή προβολή. Περιλαμβάνει κόκκινα, NIR, μπλε και ζώνες ανάκλασης SWIR, NDVI και ενίσχυση του Δείκτης Βλάστησης (EVI) από το MODIS που βρίσκεται στο Terra. Το προϊόν MYD13Q1 έχει τα ίδια χαρακτηριστικά με το προϊόν MOD13Q1, αλλά λαμβάνεται από το MODIS από το πλοίο της Πλατφόρμα Aqua.

''' 3.Μέθοδος'''

Συνοψίζοντας τα βήματα της εξόρυξης επιστημονικών δεδομένων των διεργασιών σε τρία στάδια: (1) προεπεξεργασία δεδομένων, η οποία μπορεί να περιλαμβάνει τη σύντηξη δεδομένων, την καταχώριση, την εξομάλυνση, τη μείωση των διαστάσεων μεταξύ άλλων διαδικασιών. (2) αναγνώριση προτύπων, στα οποία γίνεται αναφορά διαδικασίες ταξινόμησης, ομαδοποίησης ή παλινδρόμησης και (3) διερμηνεία αποτελέσματα, τα οποία περιλαμβάνουν την απεικόνιση και την επικύρωση των αποτελεσμάτων. Η μελέτη οργανώνεται ως εξής: (1) προεπεξεργασία δεδομένων, όπου βασικά τα δεδομένα MODIS και το GP Sμε τα περιμετρικά στοιχεία των καμένων περιοχών να καταχωρούνται, οι φασματικοί δείκτες υπολογίζονται και διενεργείται με ανάλυση διαχωρισμού. (2) αναγνώριση καμένων περιοχών, όπου υπολογίζεται η καύση της περιοχής λαμβάνεται και (3) η επικύρωση της εκτίμησης της καμένης περιοχής, όπου η ακρίβεια της εκτίμησης της καμένης περιοχής υπολογίζεται με τη χρήση μητρών σύγχυσης. Το δεύτερο βήμα, είναι η αναγνώριση της καμένης περιοχής, που βασίζεται σε τρεις αλγόριθμους: εξομάλυνση (S), μοντελοποίηση (M) και κατώτατο όριο (T), που συνδυάζονται με τέσσερις μεθοδολογικές επιλογές: κατώφλι (Τ), εξομάλυνση και οριοθέτηση (ST), μοντελοποίηση και κατώφλι (MT), και μοντελοποίηση, εξομάλυνση και κατώφλι (MST). Ο τρίτη φάση, επικύρωση της εκτίμησης των καμένων περιοχών, προσδιορίζει ο βέλτιστος συνδυασμός εισόδου και μεθοδολογικής επιλογής, λαμβάνοντας υπόψη Τ ως την εναλλακτική λύση αναφοράς.

[[Εικόνα: ER_p2_keim7.jpg|500px|thumb|center|'''Εικόνα 2.'''Γενικό διάγραμμα ροής της μεθοδολογίας.

'''3.1. Στάδιο προεπεξεργασίας δεδομένων'''

'''3.1.1. Δεδομένα GPS'''

Οι μεγαλύτερες καμένες περιοχές αναγνωρίζονται και λαμβάνονται υπόψη με τη χωρική και χρονική εγγύτητα, και πέντε περιοχές μελέτης που ορίζονται από οκτώ ζώνες οι οποίες έχουν πληγεί από πυρκαγιές.

'''3.1.2. Επιλογή δορυφορικών δεδομένων'''

Τα MODIS που χρησιμοποιούνται ειδικά σε κάθε περιοχή μελέτης είναι επιλέγεται οπτικά λαμβάνοντας υπόψη τη χρονική εγγύτητά του στις πυρκαγιές. Ειδικότερα, τα MOD13Q1 στις 13-28 Αυγούστου 2007, 28 Αυγούστου - 12 Σεπτεμβρίου 2008 και 13-28 Σεπτεμβρίου 2008, και Το προϊόν MYD13Q1 από 21 Αυγούστου έως 5 Σεπτεμβρίου 2007 μεταφορτώνεται και επιλέγεται με οπτική επιθεώρηση

'''3.1.3. Φασματικοί δείκτες'''

Τα BAI, BAIM και NBR χρησιμοποιούνται ως στοιχεία της μεθοδολογίας. BAI είναι υπολογιζόμενη από τη φασματική απόσταση από κάθε εικονοστοιχείο έως μια αναφορά φασματικό σημείο, όπου οι πρόσφατα καμένες περιοχές τείνουν να συγκλίνουν. Βάσει του BAI, η BAIM θεωρεί αντ 'αυτού πληροφορίες από NIR και SWIR κόκκινο και NIR. NBR, που αρχικά αναπτύχθηκε από τον López-García και Caselles χρησιμοποιώντας αναλογίες Landsat TM ζώνες 4 και 7 έως χάρτη καμένων περιοχών στην Ισπανία, χρησιμοποιείται ευρέως για την εκτίμηση του τοπίου μετά την πυρκαγιά στις ΗΠΑ και της Νότιας Αφρικής. Χρησιμοποιούμε αρχική ανάκλαση NIR, NDVI και EVI από το MOD13Q1 / MYD13Q1 καθώς και εισροές.

'''3.2. Στάδιο αναγνώρισης καμένων περιοχών'''

Επιλέγονται τέσσερις μεθοδολογικές επιλογές (T, ST, MT και MST) και προσδιορίζεται ποια επιλογή επιτρέπει την ακριβέστερη εκτίμηση της καμένης περιοχής. Αυτή η μέθοδος εκτίμησης δεν περιλαμβάνει εξόρυξη εικόνας με βάση τη μέθοδο. Επομένως, χρησιμεύει ως αναφορά για σύγκριση σε άλλες εκτιμήσεις καμένων εκτάσεων που προσδιορίζονται παρακάτω. Το ST εφαρμόζει ένα προσαρμοστικό κατώτατο όριο στις προηγουμένως εξομαλυνθείσες εικόνες εισόδου, MTapplies το κατώφλι στις εικόνες εισόδου που είχαν προηγουμένως διαμορφωθεί. Και Το MST εφαρμόζει το προσαρμοστικό κατώφλι στο προηγουμένως διαμορφωμένο.

'''3.2.1. Αλγόριθμος οριοθέτησης'''

Το κατώτατο όριο υπολογίζεται λαμβάνοντας υπόψη τη μέση τιμή (l) και την τυπική απόκλιση (r) της ψηφιακής εικόνας εισόδου τιμές σε κάθε παράθυρο πιλοτικής περιοχής μελέτης. Ελέγχουμε διαφορετικά όρια ανάλογα με το βάρος (w) του r στο κατώτατο όριο. Έτσι, εμείς κυμαίνεται από 0 σε 3 αυξάνοντας το κατά 0,25, επιτυγχάνοντας κατώτατα όρια ισούται με '' μ+ w* σ ''.

'''3.2.2. Αλγόριθμος εξομάλυνσης'''

Ένας ομαλός πυρήνας χρησιμοποιεί βάρη που ομαλά μειώνονται όταν απομακρύνοντας από το υπό εξέταση του εικονοστοιχείου.

[[Εικόνα: ER_p3_keim7.jpg|200px|thumb|center|'''Εικόνα 2.

'''4. Αποτελέσματα'''

Xρησιμοποιήσαμε το 80% των καμένων εικονοστοιχείων και 20% των άκαυστων εικονοστοιχείων. Τα γραφήματα BAI και NBR δείχνουν καλή διαχωρισιμότητα Β και U σε όλες σχεδόν τις περιπτώσεις, παρόλο που τα παράθυρα πλαισίου BAIM δείχνουν κάποια σύγχυση μεταξύ B και U στο Segovia-2008 και Zamora-2008. Όλες οι τιμές εκτός από το NDVI στην περιοχή μελέτης Segovia-2008 είναι υψηλότερο, παρουσιάζοντας μια καλή διάκριση. Η ακρίβεια των εκτιμήσεων της καμένης περιοχής που λαμβάνεται σε κάθε μία περιοχή μελέτης από όλους τους συνδυασμούς εισροών και μεθοδολογικών επιλογών.
Στην περιοχή μελέτης Salamanca-Zamora-2007, μόνο οι φασματικόι δείκτες που είναι ειδικά σχεδιασμένοι για επισημάνσεις καμένων περιοχών, δηλ. ΒΑΙ, Η BAIM και η NBR οδήγησαν σε μια εκτίμηση της καμένης περιοχής με μια στατιστική κ μεγαλύτερη από 0,5. ST και επέφερε την υψηλότερη ακριβή εκτίμηση για κάθε δεδομένη εισαγωγή. Οι εκτιμήσεις της καμένης περιοχής που επιτυγχάνεται από το BAIM ήταν τα πιο ακριβή και σημαντικά διαφορετικά από τις εκτιμήσεις που προέκυψαν όταν το BAIM χρησιμοποιήθηκε ως είσοδος της επιλογής ST. Όσον αφορά την περιοχή μελέτης Segovia-2007, ακριβή καμένη περιοχή η εκτίμηση δεν μπορεί να ληφθεί ούτε από την είσοδο NDVI (κ <0,5) ή EVI κ <0,7). Η πιο ακριβής εκτίμηση ότι σημαντικά διαφέρει από την επιλογή αναφοράς από το BAIM (κ = 0,96) και ΒΑΙ (κ = 0,93). Όσον αφορά τη μεθοδολογική επιλογή, Το ST οδήγησε και πάλι στην πιο ακριβή εκτίμηση ανεξάρτητα από την χρησιμοποιούμενη είσοδο. Για το BAIM, οι εναλλακτικές λύσεις που περιλαμβάνουν το ο αλγόριθμος μοντελοποίησης οδηγεί σε ακριβείς εκτιμήσεις επίσης. Οι εκτιμήσεις από τη NBR δεν διαφέρουν σημαντικά από την αναφορά επιλογή.

Στην περιοχή μελέτης Burgos-2008, κάθε είσοδο εκτός από το NDVI οδηγούν σε ακριβή εκτίμηση (κ> 0,7) που είναι σημαντικά διαφορετική από την αναφορά. Η εκτίμηση βάσει της NBR είναι η πιο ακριβής (κ = 0,97), ακολουθούμενη από εκτίμηση βασιζόμενη σε BAIM ή BAI (κ = 0,95), Ζώνη NIR (κ = 0,94) και EVI (κ = 0,83). Το ST παράγει το πιο ακριβές υπολογισμό για κάθε δεδομένη εισαγωγή. MT και MST παράγουν επίσης μια ακριβής εκτίμηση που είναι σημαντικά διαφορετική από τη μορφή αναφοράς όταν οι είσοδοι είναι NIR, BAI και BAIM και MT για NBR. Στην περιοχή μελέτης Segovia-2008, κάθε είσοδος εκτός από το NDVI οδηγεί εκτιμήσεις καμένων εκτάσεων με τιμή κ μεγαλύτερη από 0,5. Εκτίμηση που επιτυγχάνεται από τις BAI και BAIM είναι η πιο ακριβής (κ = 0,98 και j = 0,95, αντίστοιχα). Τέλος, όσον αφορά την περιοχή μελέτης Zamora-2008, μόνο η περιοχή εκτιμήσεις με βάση BAI ή BAIM επιτρέπουν την εκτίμηση με κ παραπάνω 0.7. Και οι δύο εκτιμήσεις διαφέρουν σημαντικά από την αναφορά όταν χρησιμοποιούνται ST, MT ή MST. Το ST οδηγεί στην πιο ακριβή εκτίμηση (κ = 0,81) και είναι σημαντικά διαφορετική από την αναφορά.

Συνοψίζοντας, τόσο η BAI όσο και η BAIM δείχνουν παρόμοια συμπεριφορά σε όλες τις περιοχές μελέτης, επιτρέποντας μια εκτιμήση της περιοχής της υψηλότερης ακρίβειας. Η NBR παρουσιάζει μια ακριβή εκτίμηση της καμένης περιοχής που διαφέρει σημαντικά από την αναφορά σε δύο περιοχές μελέτης. Το NDVI δεν επιτρέπει ακριβή εκτίμηση (στις περισσότερες περιπτώσεις κ <0.5), εμφανίζοντας τη χειρότερη απόδοση. Η μέθοδος θεωρείται ότι η ST έδειξε τα καλύτερα αποτελέσματα σε κάθε περιοχή σπουδών.Στην εικόνα 4 παρουσιάζει το συνδυασμό εισροών και μεθοδολογίας οδηγώντας στην πιο ακριβή καμένη περιοχή σε κάθε περιοχή μελέτης.

[[Εικόνα: ER_p4_keim7.jpg|500px|thumb|center|'''Εικόνα 4.''' : Συνδυασμός της εισόδου και της μεθοδολογικής επιλογής που οδήγησε στην πιο ακριβή εκτίμηση της καμένης περιοχής (μέγιστο στατιστικό στοιχείο κ / ελάχιστο διάστημα εμπιστοσύνης) που διαφέρει σημαντικά από την επιλογή αναφοράς σε κάθε περιοχή μελέτης.]]

Η ανάλυση δείχνει ότι η προτεινόμενη μέθοδος επιτρέπει μια ακριβή καύση της περιοχής στην Καστίλα και Λεόν (κ> 0,8), και αποκαλύπτει BAIM ως την πιο κατάλληλη είσοδο. Οι περιοχές μελέτης του 2008 έδειξαν, ωστόσο, διαφορετική τάση: εισροή BAI επιτεύχθηκε με ακριβέστερη εκτίμηση από την εκτίμηση που προέκυψε από την άλλες εισροές στην Segovia-2008 και στη NBR, στο Burgos-2008. Παρ 'όλα αυτά, και στις δύο περιοχές μελέτης οι καμένες εκτιμήσεις με βάση τις εισροές BAIM παρουσιάζουν περισσότερο από αποδεκτό κ = 0,95. Σχετικά με μεθοδολογική επιλογή, το ST είχε ως αποτέλεσμα την πιο ακριβή καύση που είναι σημαντικά διαφορετική από την αναφορά σε κάθε περιοχή μελέτης. Η PA και η UA είναι ισορροπημένες, αν και η PA δείχνει μια μικρή τάση να είναι υψηλότερη από την UA.
Οριστική εκτίμηση της καμένης περιοχής στις άλλες περιοχές μελέτης παρουσιάζεται στην εικόνα 5.

[[Εικόνα: ER_p5_keim7.jpg|500px|thumb|center|'''Εικόνα 5.''' : Εκτιμήσεις καμένης περιοχής. (a) Περιοχή μελέτης: Segovia 2007, (β) Περιοχή μελέτης: Burgos 2008. (γ) Περιοχή μελέτης: Segovia 2008. (δ) Περιοχή μελέτης: Zamora 2008.]]

Για να αναλύσουμε πλήρως τις εκτιμήσεις της οριστικής καμένης περιοχής, προσδιορίζουμε την περιοχή που επηρεάζεται από τη φωτιά (km2) και υπολογίζουμε το σχήμα παράγοντες για κάθε έγκαυμα. Στην εικόνα 6 αναφέρεται στις τιμές των εκτιμώμενων καίγονται έμπλαστρα στις τιμές που λαμβάνονται από τα καμένα περιοχές της ραδιογραφημένης περιοχής GPS καμένης περιοχής (έδαφος) εικόνα αλήθειας).
[[Εικόνα: ER_p6_keim7.jpg|500px|thumb|center|'''Εικόνα 6.''' : Η σύγκριση μεταξύ της περιοχής που επηρεάζεται από τη φωτιά και των παραγόντων με βάση το σχήμα (κυκλικότητα, αναλογία περιμέτρου προς περιοχή και αναλογία εσωτερικής περιοχής προς συνολική έκταση) της εικόνας εδάφους και των πλέον ακριβών εκτιμήσεων των καμένων εκτάσεων.]]

'''5. Συμπέρασμα'''

Μια μεθοδολογία με βάση την εξόρυξη εικόνας για την εκτίμηση της καύσης και χαρτογράφηση με ακρίβεια σε περιφερειακή κλίμακα στις μεσογειακές χώρες από τα δεδομένα MODIS έχει επικυρωθεί σε πέντε περιοχές μελέτης που βρίσκονται στην Καστίλια και Λεόν (Κεντρική Ισπανία). Αυτή η περιοχή επηρεάστηκε από πυρκαγιές κατά τη διάρκεια των 2007 και 2008. Η σύγκριση της εκτιμήσης των καμένων περιοχών σε σχέση με τις επίσημες στατιστικές και οι περιφέρειες περιοχής που καίει το GPS δείχνουν ότι η μεθοδολογία είναι επαρκής. Η δοκιμή του McNemar δείχνει σημαντικές διαφορές μεταξύ της προτεινόμενης μέθοδου εξόρυξης εικόνας και της απλής ταξινόμησης της εικόνα εισόδου. Η μελέτη αποδεικνύει την ανωτερότητα της BAIM και της BAI σε σχέση με άλλους δείκτες που παραδοσιακά χρησιμοποιούνται για χαρτογράφηση καίγονται περιοχές. Η χρήση του δείκτη BAIM οδηγεί στις πιο ακριβείς εκτιμήσεις σε τέσσερις από τις πέντε περιοχές μελέτης. Καταλήγουμε στο MODIS η προτεινόμενη μέθοδος εξόρυξης δεδομένων μπορεί να βοηθήσει στην καλύτερη κατανόηση των καμένων καταστάσεων περιοχής που μπορούν να βοηθήσουν στη διαχείριση πυρκαγιάς οργανισμών.

[[category: Δασοπονία, Δασική διαχείριση]]

Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

2018-01-07T16:27:11Z

Eirhnh1roussi: Νέα σελίδα με ''''Αντικείμενο Εφαρμογής:''' Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρ...'

'''Αντικείμενο Εφαρμογής:''' Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης

'''Πρωτότυπος Τίτλος:''' Estimation of area burned by forest fires in Mediterranean countries:A remote sensing data mining perspective

'''Συγγραφείς:''' Carmen Quintano ,Alfonso Fernαndez-Manso , Alfred Stein , Wietske Bijker
Forest Ecology and Management 262 (2011) 1597–1607

'''Λέξεις Κλειδιά:''': Περιοχές με καμένα δάση, Δορυφορικά δεδομένα, Μεσογειακές χώρες
(https://www.sciencedirect.com/science/article/pii/S0378112711004385)

'''Περίληψη'''

Οι δασικές πυρκαγιές, σε ολόκληρο τον κόσμο, καταλήγουν στη θνησιμότητα των δένδρων που μπορεί να προκαλέσει σημαντική ξυλεία και απώλειες σε άνθρακα. Υπάρχει μια κρίσιμη ανάγκη να χαρτογραφηθούν οι περιοχές που καίγονται από τέτοιες πυρκαγιές για την καθοδήγηση των αποφάσεων διαχείρισης των δασών. Οι δορυφορικές εικόνες με μέτρια ανάλυση απεικόνισης με φασματοφωτομετρία (MODIS) παρέχουν φθηνή και συχνή κάλυψη σε μεγάλες εκτάσεις, διευκολύνοντας την παρακολούθηση της υγείας των δασών. Σε αυτή τη μελέτη, η MODIS εικόνα μετά τη φωτιά σε χωρική ανάλυση 250 μέτρων χρησιμεύει ως σημείο εκκίνησης ενός βασισμένου σε εξόρυξη εικόνας μέθοδος. Περιλαμβάνει τρεις αλγόριθμους: μοντελοποίηση ως άθροισμα γκαουσιακών λειτουργιών, εξομάλυνση με βάση τον πυρήνα, και προσαρμοστικού κατωφλίου. Το προσαρμοστικό όριο χρησιμεύει ως αναφορά για σύγκριση με την εικόνα εξόρυξης. Υπάρχουν τρεις φασματικοί δείκτες που είναι ειδικά σχεδιασμένοι για την αναγνώριση της καμένης περιοχής και είναι: ο δείκτης καμένης περιοχής (BAI), ο δείκτης καμένης περιοχής προσαρμοσμένος στις ζώνες MODIS (BAIM) και ο Κανονικοποιημένος λόγος καύσης (NBR). Η στατιστική χρησιμοποιείται για τον ποσοτικό προσδιορισμό της ακρίβειας των καμένων περιοχών σε σχέση με την εκτιμώμενη περιοχή των περιμετρικών περιόδων της καμένης περιοχής που μετρούνται επί του εδάφους με Σύστημα Global Positioning (GPS). Επιπλέον, η στατιστική μας επιτρέπει να προσδιορίσουμε και το βέλτιστο φασματικό δείκτη όπως και τις παραμέτρους των βέλτιστων αλγορίθμων. Σε αυτή την εργασία, μια ακριβής εκτίμηση των περιοχών που έχουν καεί από δασικές πυρκαγιές στις μεσογειακές χώρες, ιδίως εάν χρησιμοποιείται ο δείκτης BAIM. Η ακρίβεια αυτών των εκτιμήσεων συγκρίνεται με την ακρίβεια που επιτυγχάνεται με τη χρήση της μεθόδου αναφοράς από τη δοκιμασία του McNemar. Τα αποτελέσματα δείχνουν ότι η μέθοδος μας βασίζεται σε εξόρυξη εικόνας επιτρέπει μεγαλύτερη ακρίβεια από τη μέθοδο αναφοράς. Καταλήγουμε ότι αυτή η μέθοδος είναι η πιο επαρκής για τους χάρτες με τις καμένη γη και μπορεί να βοηθήσει τις διαχειριστικές υπηρεσίες να κατανοήσουν καλύτερα τις τοπίο- κλίμακες καύσης.

'''Εισαγωγή'''

Οι πυρκαγιές στη Νότια Ευρώπη (Πορτογαλία, Ισπανία, Γαλλία, Ιταλία και Ιρλανδία) Ελλάδα) καίει χιλιάδες τετραγωνικά χιλιόμετρα δάσους, θάμνους, εδάφη και λιβάδια κάθε χρόνο. Προκαλούν εκτεταμένες οικονομικές και οικολογικές απώλειες και, συχνά, ανθρώπινα θύματα. Η παρακολούθηση των δασικών πυρκαγιών και η αξιολόγηση της πληγείσας περιοχής επιβάλλουν γρήγορες και αποδοτικές μεθόδους που βασίζονται σε δεδομένα μεγάλης κλίμακας που εύκολα διατίθενται στους οργανισμούς. Σήμερα, η δορυφορική τηλεπισκόπηση αναδύεται ως ένα σημαντικό εργαλείο για ένα τέτοιο έργο και αυτό φαίνεται από τα πολλά παραδείγματα των μελετών δορυφορικής τηλεπισκόπησης σχετικά με τη χαρτογράφηση καυσίμων, παρακολούθηση πυρκαγιάς, καύση της χαρτογράφησης της γης, την αναγέννηση της βλάστησης μετά την πυρκαγιά και διαχείριση πυρκαγιάς.

Στις μεσογειακές χώρες, οι αναλύσεις στατιστικών μεγέθους πυρκαγιάς αποκαλύπτουν ένα σχέδιο μεγάλης με την συνολική έκταση που καίγεται σε σχετικά μικρό αριθμό μεγάλων πυρκαγιών. Αυτό το μοτίβο υποδηλώνει ότι μπορεί να είναι βιώσιμη η χρήση χονδρικής χωρικής ανάλυσης της εικόνες, όπως αυτή που παρέχεται από το μετρημένο φασματοφωτόμετρο εικόνας (MODIS), για να ανιχνεύσει και να χαρτογραφήσει ένα μεγάλο μέρος της έκτασης που καίγεται ετησίως στην περιοχή αυτή. MODIS στο Terra και το Aqua είναι οι δορυφόροι που έχουν τέσσερις ζώνες μέσα στο κοντινό και βραχυκύκλωμα υπερύθρων (NIR και SWIR) του φάσματος (0,7-3 mm). Για αυτούς τους λόγους, πολυάριθμες μελέτες χρησιμοποίησαν τα δεδομένα MODIS για να χαρτογραφήσουν την καμένη περιοχή στη Μεσόγειο χώρες.
Τα πρότυπα των καμένων περιοχών μπορούν να μετρηθούν ως αλλαγές στις φασματικές υπογραφές που συμβαίνουν μετά από πυρκαγιά. Ενώ η υγιής, ζωντανή βλάστηση αντικατοπτρίζει την ακτινοβολία NIR και απορροφά το κόκκινο φως στην ορατή περιοχή του φάσματος, οι καμένες περιοχές αντανακλούν συγκριτικά περισσότερη ακτινοβολία στην ορατή και SWIR περιοχή του φάσματος και απορροφούν την ακτινοβολία στο NIR. Αυτό αποδίδεται στη καταστροφή του φυτού και της δομής των φύλλων. Στη συνέχεια, η εξάλειψη της υγιούς πράσινης βλάστησης και της αναπόφευκτη παρουσία ξυλάνθρακα ή γυμνού εδάφους έχει σαν αποτέλεσμα την αλλαγή της ακτινοβολίας που καταγράφεται από δορυφορικούς αισθητήρες. Οι φασματικοί δείκτες, που λαμβάνεται από ένα συνδυασμό δεδομένων, αποκτήθηκαν σε αυτές τις φασματικές περιοχές, χρησιμοποιώντας ένα ευρέως για παρακολούθηση και αξιολόγηση της βλάστησης φάσμα σε μελέτες σχετικές με τη φωτιά. Σε σύγκριση με τη χρήση αρχικών ζωνών, οι φασματικοί δείκτες έχουν το πλεονέκτημα της μείωσης ορισμένων ανισότροπων και ατμοσφαιρικών επιπτώσεων.

Ο δείκτης βλάστησης κανονικοποιημένης διαφοράς (NDVI)εφαρμόζεται παραδοσιακά για χαρτογράφηση καμένων περιοχών. Έχει γίνει αναφορά, ότι οι νέοι δείκτες έχουν σχεδιαστεί για τη διάκριση των καμένων περιοχών. Αναμεταξύ οι νέοι αυτοί δείκτες είναι ιδιαίτερα αξιοπρόσεκτοι: (1) Δείκτης καμένης περιοχής (BAI) που ενσωματώνει πληροφορίες από κόκκινα και NIR ζώνες (2) Δείκτης περιοχής καύσης προσαρμοσμένο στο MODIS (BAIM) που έχει σχεδιαστεί με βάση BAIΜ για να χρησιμοποιείται με τη ζώνη SWIR των δεδομένων MODIS. και (3) Κανονικοποιημένο Burn Ratio (NBR) που επιχειρεί να μεγιστοποιήσει τις αλλαγές ανάκλασης λόγω πυρκαγιών, αφού μετά από πυρκαγιές η ανακλαστικότητα NIR μειώνεται και η ανακλαστικότητα SWIR αυξάνεται σύγκριση με τις τιμές πριν την πυρκαγιά. Παραμένει, ωστόσο, σύγχυση κατά την επιλογή του καταλληλότερου δείκτη που θα χρησιμοποιηθεί ανάλογα σχετικά με τους στόχους της μελέτης.
Έχουν αναπτυχθεί αρκετές τεχνικές για τη χαρτογράφηση καμένων επιφανειών, από την οπτική ερμηνεία και την πυκνότητα ενός καναλιού, σε μοντέλο λογικής παλινδρόμησης, φασματική ή μη τυποποιημένες ανάλυση βασικών συστατικών.

Η εξόρυξη χωρικών δεδομένων ασχολείται με την αποκάλυψη προτύπων, συσχετισμών ανωμαλιών και στατιστικών χωρικών δεδομένων. Από την άποψη της εξόρυξης δεδομένων, ωστόσο, οι καμένες περιοχές μπορούν να θεωρηθούν ως χωρικά πρότυπα προς αναζήτηση.
Έχει φανεί ότι η εξόρυξη δεδομένων βασίζεται στην εξομάλυνση και την εξομάλυνση οι αλγόριθμοι μοντελοποίησης παρήγαγαν ακριβέστερες εκτιμήσεις καμένης περιοχής από τις συμβατικές μεθόδους που βασίζονται στο κατώφλι.

Με βάση την εξόρυξη δεδομένων, η μελέτη αυτή στοχεύει στη δημιουργία μιας επιχειρησιακής διαδικασία για να κάνει μια πρώτη και ακριβή εκτίμηση της καμένης περιοχή της Castilla y León (Ισπανία) από τα δεδομένα MODIS. Επιπλέον, γίνεται συγκρίνει την απόδοση διαφορετικών φασματικών δεικτών με την απόδοση της ανακλαστικότητας NIR και του NDVI. Το επίπεδο θα μετρηθεί με τη βοήθεια του στατιστικού στοιχείου κ και κάποιου σχήματος, που ενεργούν ως αναφορά οι επίσημες καμένες περιμετρικές περιοχές που μετράται από το Παγκόσμιο Σύστημα Εντοπισμού Θέσης (GPS). Τα αποτελέσματα έχουν τη δυνατότητα να χρησιμοποιηθούν ως εργαλείο για τις οργανώσεις διαχείρισης της Castilla y León για καλύτερη κατανόηση των σχεδίων καύσης τοπίου.

'''2.Περιοχή μελέτης και σύνολο δεδομένων'''

Η μελέτη εκτελείται στην Κεντρική Ισπανία, στην Αυτόνομη Κοινότητα Castilla y León, της τρίτης ευρωπαϊκής περιφέρειας και τα προβληματικά με τις πυρκαγιές. Σύμφωνα με στα στατιστικά στοιχεία του Ευρωπαϊκού Συστήματος Πληροφοριών για τις πυρκαγιές (EFFIS), το 2008 σε περιφερειακό επίπεδο, το χειρότερο πλήγμα ήταν η Καστίγια και η Λεόν με 152,64 km2 καμένα από τις πυρκαγιές του 1996.
Αυτή η περιοχή είναι ένα μεγάλο οροπέδιο (94.000 km2) που περιβάλλεται από βουνά.. Θεωρούμε πέντε περιοχές μελέτης. σε δύο από αυτές (δασικές πυρκαγιές Σαλαμάνκα-Ζαμόρα και Σεγκόβια) 2007, και σε τρεις από αυτές (Burgos, Segovia και Zamora) το 2008 . Η βλάστηση των καμένων περιοχών αντιστοιχεί κυρίως σε μη δάση περιοχές, θάμνους και μικρές εκτάσεις.

[[Εικόνα: ER_p1_keim7.jpg|500px|thumb|center|'''Εικόνα 1.''' Περιοχή μελέτης.]]

Τα δεδομένα αντανάκλασης επιφάνειας MODIS χρησιμοποιούνται ως σημείο εκκίνησης και εκτίμησης της καμένης περιοχή σε αυτές τις πέντε περιοχές μελέτης. Συγκεκριμένα χρησιμοποιούμε MOD13Q1 / MYD13Q1 (δείκτες βλάστησης 16- Ημέρα L3 Παγκόσμια 250 μ. Έκδοση 5) που κατέβηκε από την Εθνική Αεροναυπηγική και Διοίκηση Διαστήματος (NASA) των Ηνωμένων Πολιτειών (ΗΠΑ). Τα δεδομένα MOD13Q1 παρέχονται κάθε 16 ημέρες σε χωρική ανάλυση 250 m ως προϊόν με επίπεδο πλέγμα 3 στην ημιτονοειδή προβολή. Περιλαμβάνει κόκκινα, NIR, μπλε και ζώνες ανάκλασης SWIR, NDVI και ενίσχυση του Δείκτης Βλάστησης (EVI) από το MODIS που βρίσκεται στο Terra. Το προϊόν MYD13Q1 έχει τα ίδια χαρακτηριστικά με το προϊόν MOD13Q1, αλλά λαμβάνεται από το MODIS από το πλοίο της Πλατφόρμα Aqua.

''' 3.Μέθοδος'''

Συνοψίζοντας τα βήματα της εξόρυξης επιστημονικών δεδομένων των διεργασιών σε τρία στάδια: (1) προεπεξεργασία δεδομένων, η οποία μπορεί να περιλαμβάνει τη σύντηξη δεδομένων, την καταχώριση, την εξομάλυνση, τη μείωση των διαστάσεων μεταξύ άλλων διαδικασιών. (2) αναγνώριση προτύπων, στα οποία γίνεται αναφορά διαδικασίες ταξινόμησης, ομαδοποίησης ή παλινδρόμησης και (3) διερμηνεία αποτελέσματα, τα οποία περιλαμβάνουν την απεικόνιση και την επικύρωση των αποτελεσμάτων. Η μελέτη οργανώνεται ως εξής: (1) προεπεξεργασία δεδομένων, όπου βασικά τα δεδομένα MODIS και το GP Sμε τα περιμετρικά στοιχεία των καμένων περιοχών να καταχωρούνται, οι φασματικοί δείκτες υπολογίζονται και διενεργείται με ανάλυση διαχωρισμού. (2) αναγνώριση καμένων περιοχών, όπου υπολογίζεται η καύση της περιοχής λαμβάνεται και (3) η επικύρωση της εκτίμησης της καμένης περιοχής, όπου η ακρίβεια της εκτίμησης της καμένης περιοχής υπολογίζεται με τη χρήση μητρών σύγχυσης. Το δεύτερο βήμα, είναι η αναγνώριση της καμένης περιοχής, που βασίζεται σε τρεις αλγόριθμους: εξομάλυνση (S), μοντελοποίηση (M) και κατώτατο όριο (T), που συνδυάζονται με τέσσερις μεθοδολογικές επιλογές: κατώφλι (Τ), εξομάλυνση και οριοθέτηση (ST), μοντελοποίηση και κατώφλι (MT), και μοντελοποίηση, εξομάλυνση και κατώφλι (MST). Ο τρίτη φάση, επικύρωση της εκτίμησης των καμένων περιοχών, προσδιορίζει ο βέλτιστος συνδυασμός εισόδου και μεθοδολογικής επιλογής, λαμβάνοντας υπόψη Τ ως την εναλλακτική λύση αναφοράς.

[[Εικόνα: ER_p2_keim7.jpg|500px|thumb|center|'''Εικόνα 2.'''Γενικό διάγραμμα ροής της μεθοδολογίας.

'''3.1. Στάδιο προεπεξεργασίας δεδομένων'''

'''3.1.1. Δεδομένα GPS'''

Οι μεγαλύτερες καμένες περιοχές αναγνωρίζονται και λαμβάνονται υπόψη με τη χωρική και χρονική εγγύτητα, και πέντε περιοχές μελέτης που ορίζονται από οκτώ ζώνες οι οποίες έχουν πληγεί από πυρκαγιές.

'''3.1.2. Επιλογή δορυφορικών δεδομένων'''

Τα MODIS που χρησιμοποιούνται ειδικά σε κάθε περιοχή μελέτης είναι επιλέγεται οπτικά λαμβάνοντας υπόψη τη χρονική εγγύτητά του στις πυρκαγιές. Ειδικότερα, τα MOD13Q1 στις 13-28 Αυγούστου 2007, 28 Αυγούστου - 12 Σεπτεμβρίου 2008 και 13-28 Σεπτεμβρίου 2008, και Το προϊόν MYD13Q1 από 21 Αυγούστου έως 5 Σεπτεμβρίου 2007 μεταφορτώνεται και επιλέγεται με οπτική επιθεώρηση

'''3.1.3. Φασματικοί δείκτες'''

Τα BAI, BAIM και NBR χρησιμοποιούνται ως στοιχεία της μεθοδολογίας. BAI είναι υπολογιζόμενη από τη φασματική απόσταση από κάθε εικονοστοιχείο έως μια αναφορά φασματικό σημείο, όπου οι πρόσφατα καμένες περιοχές τείνουν να συγκλίνουν. Βάσει του BAI, η BAIM θεωρεί αντ 'αυτού πληροφορίες από NIR και SWIR κόκκινο και NIR. NBR, που αρχικά αναπτύχθηκε από τον López-García και Caselles χρησιμοποιώντας αναλογίες Landsat TM ζώνες 4 και 7 έως χάρτη καμένων περιοχών στην Ισπανία, χρησιμοποιείται ευρέως για την εκτίμηση του τοπίου μετά την πυρκαγιά στις ΗΠΑ και της Νότιας Αφρικής. Χρησιμοποιούμε αρχική ανάκλαση NIR, NDVI και EVI από το MOD13Q1 / MYD13Q1 καθώς και εισροές.

'''3.2. Στάδιο αναγνώρισης καμένων περιοχών'''

Επιλέγονται τέσσερις μεθοδολογικές επιλογές (T, ST, MT και MST) και προσδιορίζεται ποια επιλογή επιτρέπει την ακριβέστερη εκτίμηση της καμένης περιοχής. Αυτή η μέθοδος εκτίμησης δεν περιλαμβάνει εξόρυξη εικόνας με βάση τη μέθοδο. Επομένως, χρησιμεύει ως αναφορά για σύγκριση σε άλλες εκτιμήσεις καμένων εκτάσεων που προσδιορίζονται παρακάτω. Το ST εφαρμόζει ένα προσαρμοστικό κατώτατο όριο στις προηγουμένως εξομαλυνθείσες εικόνες εισόδου, MTapplies το κατώφλι στις εικόνες εισόδου που είχαν προηγουμένως διαμορφωθεί. Και Το MST εφαρμόζει το προσαρμοστικό κατώφλι στο προηγουμένως διαμορφωμένο.

'''3.2.1. Αλγόριθμος οριοθέτησης'''

Το κατώτατο όριο υπολογίζεται λαμβάνοντας υπόψη τη μέση τιμή (l) και την τυπική απόκλιση (r) της ψηφιακής εικόνας εισόδου τιμές σε κάθε παράθυρο πιλοτικής περιοχής μελέτης. Ελέγχουμε διαφορετικά όρια ανάλογα με το βάρος (w) του r στο κατώτατο όριο. Έτσι, εμείς κυμαίνεται από 0 σε 3 αυξάνοντας το κατά 0,25, επιτυγχάνοντας κατώτατα όρια ισούται με '' μ+ w* σ ''.

'''3.2.2. Αλγόριθμος εξομάλυνσης'''

Ένας ομαλός πυρήνας χρησιμοποιεί βάρη που ομαλά μειώνονται όταν απομακρύνοντας από το υπό εξέταση του εικονοστοιχείου.
[[Εικόνα: ER_p3_keim7.jpg|200px|thumb|center|'''Εικόνα 2.

'''4. Αποτελέσματα'''

Xρησιμοποιήσαμε το 80% των καμένων εικονοστοιχείων και 20% των άκαυστων εικονοστοιχείων. Τα γραφήματα BAI και NBR δείχνουν καλή διαχωρισιμότητα Β και U σε όλες σχεδόν τις περιπτώσεις, παρόλο που τα παράθυρα πλαισίου BAIM δείχνουν κάποια σύγχυση μεταξύ B και U στο Segovia-2008 και Zamora-2008. Όλες οι τιμές εκτός από το NDVI στην περιοχή μελέτης Segovia-2008 είναι υψηλότερο, παρουσιάζοντας μια καλή διάκριση. Η ακρίβεια των εκτιμήσεων της καμένης περιοχής που λαμβάνεται σε κάθε μία περιοχή μελέτης από όλους τους συνδυασμούς εισροών και μεθοδολογικών επιλογών.
Στην περιοχή μελέτης Salamanca-Zamora-2007, μόνο οι φασματικόι δείκτες που είναι ειδικά σχεδιασμένοι για επισημάνσεις καμένων περιοχών, δηλ. ΒΑΙ, Η BAIM και η NBR οδήγησαν σε μια εκτίμηση της καμένης περιοχής με μια στατιστική κ μεγαλύτερη από 0,5. ST και επέφερε την υψηλότερη ακριβή εκτίμηση για κάθε δεδομένη εισαγωγή. Οι εκτιμήσεις της καμένης περιοχής που επιτυγχάνεται από το BAIM ήταν τα πιο ακριβή και σημαντικά διαφορετικά από τις εκτιμήσεις που προέκυψαν όταν το BAIM χρησιμοποιήθηκε ως είσοδος της επιλογής ST. Όσον αφορά την περιοχή μελέτης Segovia-2007, ακριβή καμένη περιοχή η εκτίμηση δεν μπορεί να ληφθεί ούτε από την είσοδο NDVI (κ <0,5) ή EVI κ <0,7). Η πιο ακριβής εκτίμηση ότι σημαντικά διαφέρει από την επιλογή αναφοράς από το BAIM (κ = 0,96) και ΒΑΙ (κ = 0,93). Όσον αφορά τη μεθοδολογική επιλογή, Το ST οδήγησε και πάλι στην πιο ακριβή εκτίμηση ανεξάρτητα από την χρησιμοποιούμενη είσοδο. Για το BAIM, οι εναλλακτικές λύσεις που περιλαμβάνουν το ο αλγόριθμος μοντελοποίησης οδηγεί σε ακριβείς εκτιμήσεις επίσης. Οι εκτιμήσεις από τη NBR δεν διαφέρουν σημαντικά από την αναφορά επιλογή.

Στην περιοχή μελέτης Burgos-2008, κάθε είσοδο εκτός από το NDVI οδηγούν σε ακριβή εκτίμηση (κ> 0,7) που είναι σημαντικά διαφορετική από την αναφορά. Η εκτίμηση βάσει της NBR είναι η πιο ακριβής (κ = 0,97), ακολουθούμενη από εκτίμηση βασιζόμενη σε BAIM ή BAI (κ = 0,95), Ζώνη NIR (κ = 0,94) και EVI (κ = 0,83). Το ST παράγει το πιο ακριβές υπολογισμό για κάθε δεδομένη εισαγωγή. MT και MST παράγουν επίσης μια ακριβής εκτίμηση που είναι σημαντικά διαφορετική από τη μορφή αναφοράς όταν οι είσοδοι είναι NIR, BAI και BAIM και MT για NBR. Στην περιοχή μελέτης Segovia-2008, κάθε είσοδος εκτός από το NDVI οδηγεί εκτιμήσεις καμένων εκτάσεων με τιμή κ μεγαλύτερη από 0,5. Εκτίμηση που επιτυγχάνεται από τις BAI και BAIM είναι η πιο ακριβής (κ = 0,98 και j = 0,95, αντίστοιχα). Τέλος, όσον αφορά την περιοχή μελέτης Zamora-2008, μόνο η περιοχή εκτιμήσεις με βάση BAI ή BAIM επιτρέπουν την εκτίμηση με κ παραπάνω 0.7. Και οι δύο εκτιμήσεις διαφέρουν σημαντικά από την αναφορά όταν χρησιμοποιούνται ST, MT ή MST. Το ST οδηγεί στην πιο ακριβή εκτίμηση (κ = 0,81) και είναι σημαντικά διαφορετική από την αναφορά.

Συνοψίζοντας, τόσο η BAI όσο και η BAIM δείχνουν παρόμοια συμπεριφορά σε όλες τις περιοχές μελέτης, επιτρέποντας μια εκτιμήση της περιοχής της υψηλότερης ακρίβειας. Η NBR παρουσιάζει μια ακριβή εκτίμηση της καμένης περιοχής που διαφέρει σημαντικά από την αναφορά σε δύο περιοχές μελέτης. Το NDVI δεν επιτρέπει ακριβή εκτίμηση (στις περισσότερες περιπτώσεις κ <0.5), εμφανίζοντας τη χειρότερη απόδοση. Η μέθοδος θεωρείται ότι η ST έδειξε τα καλύτερα αποτελέσματα σε κάθε περιοχή σπουδών.Στην εικόνα 4 παρουσιάζει το συνδυασμό εισροών και μεθοδολογίας οδηγώντας στην πιο ακριβή καμένη περιοχή σε κάθε περιοχή μελέτης.

[[Εικόνα: ER_p4_keim7.jpg|500px|thumb|center|'''Εικόνα 4.''' : Συνδυασμός της εισόδου και της μεθοδολογικής επιλογής που οδήγησε στην πιο ακριβή εκτίμηση της καμένης περιοχής (μέγιστο στατιστικό στοιχείο κ / ελάχιστο διάστημα εμπιστοσύνης) που διαφέρει σημαντικά από την επιλογή αναφοράς σε κάθε περιοχή μελέτης.]]

Η ανάλυση δείχνει ότι η προτεινόμενη μέθοδος επιτρέπει μια ακριβή καύση της περιοχής στην Καστίλα και Λεόν (κ> 0,8), και αποκαλύπτει BAIM ως την πιο κατάλληλη είσοδο. Οι περιοχές μελέτης του 2008 έδειξαν, ωστόσο, διαφορετική τάση: εισροή BAI επιτεύχθηκε με ακριβέστερη εκτίμηση από την εκτίμηση που προέκυψε από την άλλες εισροές στην Segovia-2008 και στη NBR, στο Burgos-2008. Παρ 'όλα αυτά, και στις δύο περιοχές μελέτης οι καμένες εκτιμήσεις με βάση τις εισροές BAIM παρουσιάζουν περισσότερο από αποδεκτό κ = 0,95. Σχετικά με μεθοδολογική επιλογή, το ST είχε ως αποτέλεσμα την πιο ακριβή καύση που είναι σημαντικά διαφορετική από την αναφορά σε κάθε περιοχή μελέτης. Η PA και η UA είναι ισορροπημένες, αν και η PA δείχνει μια μικρή τάση να είναι υψηλότερη από την UA.
Οριστική εκτίμηση της καμένης περιοχής στις άλλες περιοχές μελέτης παρουσιάζεται στην εικόνα 5.

[[Εικόνα: ER_p5_keim7.jpg|500px|thumb|center|'''Εικόνα 5.''' : Εκτιμήσεις καμένης περιοχής. (a) Περιοχή μελέτης: Segovia 2007, (β) Περιοχή μελέτης: Burgos 2008. (γ) Περιοχή μελέτης: Segovia 2008. (δ) Περιοχή μελέτης: Zamora 2008.]]

Για να αναλύσουμε πλήρως τις εκτιμήσεις της οριστικής καμένης περιοχής, προσδιορίζουμε την περιοχή που επηρεάζεται από τη φωτιά (km2) και υπολογίζουμε το σχήμα παράγοντες για κάθε έγκαυμα. Στην εικόνα 6 αναφέρεται στις τιμές των εκτιμώμενων καίγονται έμπλαστρα στις τιμές που λαμβάνονται από τα καμένα περιοχές της ραδιογραφημένης περιοχής GPS καμένης περιοχής (έδαφος) εικόνα αλήθειας).
[[Εικόνα: ER_p6_keim7.jpg|500px|thumb|center|'''Εικόνα 6.''' : Η σύγκριση μεταξύ της περιοχής που επηρεάζεται από τη φωτιά και των παραγόντων με βάση το σχήμα (κυκλικότητα, αναλογία περιμέτρου προς περιοχή και αναλογία εσωτερικής περιοχής προς συνολική έκταση) της εικόνας εδάφους και των πλέον ακριβών εκτιμήσεων των καμένων εκτάσεων.]]

'''5. Συμπέρασμα'''

Μια μεθοδολογία με βάση την εξόρυξη εικόνας για την εκτίμηση της καύσης και χαρτογράφηση με ακρίβεια σε περιφερειακή κλίμακα στις μεσογειακές χώρες από τα δεδομένα MODIS έχει επικυρωθεί σε πέντε περιοχές μελέτης που βρίσκονται στην Καστίλια και Λεόν (Κεντρική Ισπανία). Αυτή η περιοχή επηρεάστηκε από πυρκαγιές κατά τη διάρκεια των 2007 και 2008. Η σύγκριση της εκτιμήσης των καμένων περιοχών σε σχέση με τις επίσημες στατιστικές και οι περιφέρειες περιοχής που καίει το GPS δείχνουν ότι η μεθοδολογία είναι επαρκής. Η δοκιμή του McNemar δείχνει σημαντικές διαφορές μεταξύ της προτεινόμενης μέθοδου εξόρυξης εικόνας και της απλής ταξινόμησης της εικόνα εισόδου. Η μελέτη αποδεικνύει την ανωτερότητα της BAIM και της BAI σε σχέση με άλλους δείκτες που παραδοσιακά χρησιμοποιούνται για χαρτογράφηση καίγονται περιοχές. Η χρήση του δείκτη BAIM οδηγεί στις πιο ακριβείς εκτιμήσεις σε τέσσερις από τις πέντε περιοχές μελέτης. Καταλήγουμε στο MODIS η προτεινόμενη μέθοδος εξόρυξης δεδομένων μπορεί να βοηθήσει στην καλύτερη κατανόηση των καμένων καταστάσεων περιοχής που μπορούν να βοηθήσουν στη διαχείριση πυρκαγιάς οργανισμών.

[[category: Δασοπονία, Δασική διαχείριση]]

Ρούσση Ειρήνη

2018-01-07T16:14:12Z

Eirhnh1roussi:

* [[ Τηλεπισκόπηση της ποιότητας των επιφανειακών υδάτων σε σχέση με τη κατάσταση της λεκάνης απορροής στη Ζιμπάμπουε ]]
* [[ Τηλεπισκόπηση των ανθισμένων φυκιών με αεροσκάφη και δορυφόρους στη λίμνη Erie και στη λίμνη της Utah ]]
* [[ Μελέτη των βιοθερμικών επιδράσεων σε και γύρω από τις χωματερές που χρησιμοποιούν το δορυφόρο-Τηλεπισκόπηση και GIS]]
* [[ Διερεύνηση της ακρίβειας των ψηφιακών μοντέλων εδάφους (DEM)- Συγκριτική αξιολόγηση μεθόδων]]
* [[Η χρήση των τεχνικών της δορυφορικής τηλεπισκόπησης για την εκτίμηση των καμένων εκτάσεων και των αλλαγών κάλυψης γης στην Σκιάθο ]]
* [[Χρήση περιβαλλοντικών δεικτών τοπίου για την εκτίμηση της αγροοικολογικής αειφορίας στην Ελλάδα]]
* [[Η συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδάτινων πόρων:το έργο REALBEMS]]
* [[Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR]]
* [[Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai]]
* [[Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές]]
* [[Τηλεπισκόπηση της Φυτικής Χημείας]]
* [[Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βόλου]]
* [[Εκτίμηση των δασικών εκτάσεων από πυρκαγιές στις μεσογειακές χώρες: Μια προοπτική εξόρυξης δεδομένων τηλεπισκόπησης]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βόλου

2018-01-07T14:22:40Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βόλου

'''Πρωτότυπος Τίτλος:''' ΔΙΑΣΤΗΜΙΚΕΣ ΤΕΧΝΟΛΟΓΙΕΣ ΣΤΟ ΑΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΗΣ ΠΕΡΙΟΧΗΣ ΤΟΥ ΒΟΛΟΥ

'''Συγγραφείς:''' Μ. Στεφούλη , Π. Κρασάκης

'''Λέξεις Κλειδιά:''': δορυφορικά συστήματα, παρατηρητήρια Γης, εδαφικές παραμορφώσεις, αστικό περιβάλλον

(http://www.pedthessalias4clima.gr/media/pdf/%CE%9A%CE%A1%CE%91%CE%A3%CE%91%CE%9A%CE%97%CE%A3-%CE%94%CE%99%CE%91%CE%A3%CE%A4%CE%97%CE%9C%CE%99%CE%9A%CE%95%CE%A3%20%CE%A4%CE%95%CE%A7%CE%9D%CE%9F%CE%9B%CE%9F%CE%93%CE%99%CE%95%CE%A3.pdf)

'''ΠΕΡΙΛΗΨΗ'''

Τις τελευταίες δεκαετίες, η εξέλιξη των διαστημικών τεχνολογιών είναι αρκετά γρήγορη, με σκοπό τη συνεχή βελτιστοποίηση παρακολούθησης διάφορων περιβαλλοντικών δεικτών αλλά και φυσικών φαινομένων στα πλαίσια της κλιματικής αλλαγής. Στην συγκεκριμένη εργασία έγινε αξιολόγηση της δυνατότητας εφαρμογής δεδομένων και τεχνικών των Συστημάτων Παρατήρησης Γης με σκοπό τη χαρτογράφηση του αστικού περιβάλλοντος στην περιοχή του Βόλου.
Στην περιοχή μελέτης χρησιμοποιήθηκαν εικόνες, του δορυφορικού συστήματος Landsat, των τύπων TM (Thematic Mapper) για το έτος 1985 και ETM (Enhanced Thematic Mapper) για τα έτη 2000 και 2008. Στο σημείο αυτό αξίζει να αναφερθεί ότι οι βασικές προδιαγραφές του δορυφόρου LANDSAT δορυφορικού συστήματος (Landsat 3,4,5) έχουν πραγματοποιηθεί ώστε να καλύπτονται οι εφαρμογές ερμηνείας του περιβάλλοντος – Κάλυψης Γης. Πιο συγκεκριμένα, στην περιοχή του Βόλου πραγματοποιήθηκε η βέλτιστη επιλογή δορυφορικών εικόνων τύπου LANDSAT με διαφορετική ημερομηνία λήψης έτσι ώστε να επιτευχθεί η διαχρονική ανάλυση της περιοχής μελέτης. Οι εικόνες που επιλέχθηκαν αφορούσαν τα έτη 1985, 1990, 2003, 2011 και 2015. Στη συνέχεια χρησιμοποιήθηκε η μέθοδος των Σταθερών Σκεδαστών (PS-Persistent Scatterers), από ένα σύνολο δεδομένων της δεκαετίας (2001-2010) του δορυφόρου ENVISAT, Ινστιτούτο Αστρονομίας, Αστροφυσικής, Διαστημικών Εφαρμογών & Τηλεπισκόπησης (ΙΑΑΔΕΤ) - πρόγραμμα BEYOND. Το αποτέλεσμα των τεχνικών ανάλυσης χρονοσειρών της περιοχής του Βόλου ήταν η παραγωγή χαρτών ετήσιου ρυθμού παραμόρφωσης σε mm/έτος. Οι παραγόμενοι χάρτες των ρυθμών παραμόρφωσης εμφάνισαν μεμονωμένα σημεία έντονης υποχώρησης στην πυκνά δομημένη αστική περιοχή του Βόλου, και ειδικότερα στην χερσαία περιοχή του τρίτου μεγαλύτερου λιμανιού της Ελλάδας. Επιπλέον, παρατηρήθηκε ότι η περιοχή του Βόλου , ακόμα και σήμερα, η μεγαλύτερη παραμόρφωση έχει η περιοχή που βρίσκεται στο όριο της παλιάς ακτογραμμής. Η περιοχή αυτή παρουσιάζει υψηλή ενεργητικότητα με ρυθμό καταβύθισης από 5 mm/έτος έως και 15 mm/έτος. Οι εντονότερες καταβυθίσεις εντοπίστηκαν σε γεωλογικούς σχηματισμούς που αποτελούνται από Δελταϊκές ή προσχωματικές αποθέσεις καθώς και σε περιοχές εκβολών ποταμοχειμάρρων στο θαλάσσιο χώρο. Επίσης εδαφικές παραμορφώσεις
παρατηρήθηκαν σε υλικά πρόσχωσης που αποτελούνται από κροκάλες ή άμμους ανάλογα με την περιοχή τροφοδοσίας. Η ενίσχυση της υπερκείμενης πίεσης λόγω πρόσθετου φορτίου των τεχνητών επιφανειών και των κτιρίων, προκάλεσαν τη συμπίεση των ιζημάτων με αποτέλεσμα την ανίχνευση γραμμικά αυξανόμενου ρυθμού παραμόρφωσης στην περιοχή μελέτης. Σημαντικές αλλαγές παρατηρήθηκαν και στις χρήσεις Γης κατά την περίοδο 30 ετών μέσω της οπτικής αξιολόγησης των δορυφορικών εικόνων Landsat & ASTER από το 1985 έως το 2015. Οι αλλαγές αυτές είναι εντυπωσιακές και αφορούν συγκεκριμένες θέσεις. Ενδεικτικά αναφέρονται περιοχές, όπως : α) ζώνες επέκτασης στην περιοχή του λιμανιού, β) αποτύπωση της μερικής αποκατάστασης του χώρου εξόρυξης με βλάστηση - θέση τσιμεντάδικο, γ) επέκταση του οδικού δικτύου – κατασκευή της Περιφερειακής οδού, δ) ανάδειξη θέσεων οικιστικής ανάπτυξης, καθώς και ε) επέκταση δραστηριοτήτων βιομηχανικής ζώνης στο Βόρειο και Νότιο τμήμα της περιοχής μελέτης. Τέλος, αξίζει να σημειωθεί ότι είναι η δυνατή η επικαιροποίηση των αποτελεσμάτων της εργασίας με τα τελευταίας γενιάς δορυφορικά συστήματα του Ευρωπαϊκού Οργανισμού Διαστήματος SENTINEL.

'''ΕΙΣΑΓΩΓΗ'''

Ο τομέας της αστικής Γεωλογίας τα τελευταία χρόνια δίνει την δυνατότητα απόκτησης εξειδικευμένων πληροφοριών που είναι απαραίτητες σε θέματα σχεδιασμού πυκνοκατοικημένων περιοχών. Σκοπός της μελέτης αυτής είναι η αξιολόγηση της δυνατότητας εφαρμογής των δεδομένων και τεχνικών των Συστημάτων Παρατήρησης Γης στη χαρτογράφηση του δομημένου περιβάλλοντος στην περιοχή μελέτης.
Αναλυτικότερα, τα Συστήματα Παρατήρησης Γης ασχολούνται με τη συλλογή αλλά και πως ερμηνεύονται αυτές οι πληροφορίες της επιφάνεια της γης ή της ατμόσφαιρας. Αυτό γίνεται με τη καταγραφή των τιμών σε περιοχές του ηλεκτρομαγνητικού φάσματος με τη χρήση οργάνων που δεν έρχονται σε επαφή με το αντικείμενο που εξετάζεται αλλά φέρονται από αεροσκάφη ή δορυφόρους. Διαφορετικές πηγές πληροφοριών που προέρχονται από πολυφασματικά συστήματα ή συστήματα ραντάρ είναι δυνατόν να αναλυθούν και να συνδυαστούν με δεδομένα που είναι διαθέσιμα στα Γεωγραφικά Συστήματα Πληροφοριών.
Στα πλαίσια της μελέτης αυτής, συγκεντρώθηκαν στοιχεία στα πλαίσια του έργου της πιλοτικής περιοχής του Βόλου με εφαρμογή Διαστημικών τεχνολογιών των Συστημάτων Παρατήρησης Γης, με την συλλογή δεδομένων υπαίθρου και εφαρμοσμένες εργασίες σε έκταση 50 τετραγωνικών χιλιομέτρων. Επίσης το όριο της πιλοτικής μελέτης έχει οριοθετηθεί σύμφωνα με το όριο των Λεκανών Απορροής έτσι ώστε να δοθεί μια εποπτική εικόνα της ευρύτερης περιοχής.
Συνοπτικά οι εργασίες που πραγματοποιήθηκαν σε σχέση με την ερμηνεία δεδομένων Παρατήρησης Γης περιλαμβάνουν δύο διαφορετικές ενότητες:

• Την χρήση δεδομένων ραντάρ με εφαρμογή τεχνικών συμβολομετρίας
• Τη χρήση δορυφορικών εικόνων τύπου Landsat / ASTER / IKONOS για την ερμηνεία θεμάτων που σχετίζονται με τη κάλυψη Γης.

Στη συνέχεια ακολούθησε η επεξεργασία των δεδομένων, η σύνθεσή τους σε «Γεωπληροφορίες» και η δημιουργία διαφόρων μεμονωμένων ή και σύνθετων αναλογικών και ψηφιακών θεματικών χαρτών κλίμακας 1:50 000 όπως και η σύνταξη έκθεσης με ενδεικτικά αποτελέσματα. Η κλίμακα ανάλυσης του έργου είναι 1:5,000 και έχουν γίνει παράλληλες επεξεργασίες σύνθεσης της πληροφορίας με λεπτομερή στοιχεία της κλίμακας αυτής όπως είναι τα στοιχεία του IKONOS, του ορθοφωτοχάρτη και του Ψηφιακού ανάγλυφου Εδάφους της Κτηματολόγιο Α.Ε. και όλων των διαθέσιμων στοιχείων από τις άλλες δράσεις του προγράμματος.

'''ΜΕΘΟΔΟΛΟΓΙΑ'''

Για την υλοποίηση του έργο χρησιμοποιήθηκε το λογισμικό πακέτο TNTmips για την ανάλυση των δορυφορικών εικόνων καθώς και την εφαρμογή κατάλληλων λογισμικών ΓΠΣ για την ανάλυση γεωλογικών χαρτών και διανυσματικών δεδομένων. Συγκεκριμένα το σύστημα αποδείχθηκε ικανοποιητικό ως προς την:

• Υλοποίηση τεχνικών επεξεργασίας εικόνας (τονισμός εικόνας).
• Ανάπτυξη / έλεγχο της εφαρμογής διαφορετικών μοντέλων και εξειδικευμένων τεχνικών επεξεργασίας που ενδιαφέρουν την έρευνα του γεω-περιβάλλοντος.
• Κάλυψη της ανάγκης παράλληλης εφαρμογής τεχνικών επεξεργασίας εικόνας και ΓΣΠ όπως και της ανταλλαγής της διαφορετικού τύπου πληροφορίας.
• Εφαρμογή διανυσματικών και ράστερ τεχνικών.
• Δυνατότητα συνδυασμού πληροφορίας από διαφορετικές πηγές.
• Ευελιξία και φιλικότητα του συστήματος στον τονισμό στοιχείων των δορυφορικών εικόνων που ενδιαφέρουν την γεωλογική έρευνα.

Συμπληρωματικά, έγινε χρήση ειδικών λογισμικών από την Ομάδα του BEYOND για την ανάλυση των εικόνων ραντάρ με τεχνικές της Συμβολομετρίας. Συγκεκριμένα η ανάλυση των χρονοσειρών πραγματοποιήθηκε με ελεύθερα και εμπορικά λογισμικά, όπως το Doris, ROI_PAC, StaMPS και SARscape. Για την τελική επεξεργασία των δορυφορικών απεικονίσεων και την εξαγωγή των τελικών αποτελεσμάτων, χρησιμοποιήθηκε το λογισμικό StaMPS. Με τη χρήση των λογισμικών αυτών παρήχθησαν χάρτες εδαφικής παραμόρφωσης.

Επίσης πολλές φορές είναι χαρακτηριστική η φασματική απόκριση των διαφόρων συστατικών του εδάφους ή των υδάτινων επιφανειών στην θερμική περιοχή του φάσματος. Άρα η εξέταση των φασματικών χαρακτηριστικών του εδάφους δίδει μία ένδειξη της δυνατότητας αναγνώρισης τους στην Υπέρυθρη περιοχή του φάσματος. Στη συνέχεια εφαρμόστηκε ανάλυση μέσω των δορυφορικών εικόνων Landsat / ASTER σε θέματα σχετικά με :
• Ανάλυση της τεκτονικής /γεωλογίας της περιοχής μελέτης
• Σχολιασμό της Κάλυψης Γης.

[[Εικόνα: ER_p1_keim20.jpg|500px|thumb|center|'''Εικόνα 1.''' Κλίμακες ανάλυσης.]]

Παράλληλα, πραγματοποιήθηκε συνδυαστική επεξεργασία των αποτελεσμάτων ερμηνείας της εικόνας, με τα στοιχεία των 1:50,000 χαρτών. Οι δορυφορικές εικόνες, που χρησιμοποιήθηκαν στην περιοχή μελέτης, ήταν τύπου Landsat, του συστήματος TM (Thematic Mapper) για το έτος 1985 και συστήματος ETM (Enhanced Thematic Mapper) για τα έτη 2000 και 2008. Το δορυφορικό σύστημα LANDSAT (3,4,5) έχει σχεδιαστεί ώστε να καλύπτονται τόσο οι εφαρμογές ερμηνείας του περιβάλλοντος – Κάλυψης Γης, όσο και οι διάφορες γεωλογικές εφαρμογές. Oι δορυφορικές εικόνες υπέστησαν χρωματική επεξεργασία, με σκοπό να βελτιωθεί η ανάλυσή τους και να προκύψει όσο το δυνατόν περισσότερη πληροφορία των γεωγραφικών χαρακτηριστικών που απεικονίζονται, για πληρέστερη φωτοερμηνεία. Σε όλες τις περιπτώσεις, χρησιμοποιήθηκαν τα κανάλια 4, 5 και 3 στα οποία αντιστοιχήθηκαν τα χρώματα κόκκινο, πράσινο και μπλε (4:R, 5:G, 3:B) ενώ δημιουργήθηκαν FCC (False Color Composite) δορυφορικές εικόνες. Ακολούθησε συγκεκριμένη ποικιλία χρωμάτων όπου τονίστηκε η βλάστηση, η κάλυψη γης και το ανάγλυφο.
Στην παρούσα εργασία πραγματοποιήθηκε μίξη μεταξύ των πολυφασματικών καναλιών διακριτικής ικανότητας 30 m και του παγχρωματικού καναλιού 15 m, προκειμένου να προκύψει μια δορυφορική εικόνα διακριτικής ικανότητας 15 m. Χαρακτηριστικό του παγχρωματικού καναλιού υψηλής ανάλυσης είναι ότι αντικαθιστά την ένταση που προέρχεται από τα χαμηλής διακριτικής ικανότητας πολυφασματικά κανάλια. Η αντικατάσταση αυτή γίνεται με αναδειγματοληψία (resampling) σε κάθε κανάλι, με βάση τον αλγόριθμο του «κοντινότερου γείτονα» (nearest neighbor), έτσι ώστε το κάθε εικονοστοιχείο (pixel) να έχει το ίδιο μέγεθος αυτό των 15 m. Η μεθοδολογία που χρησιμοποιήθηκε για την πολυφασματική μίξη είναι η Pendock, καθώς αποτελεί το καλύτερο χρωματικό μοντέλο για την απόδοση του αναγλύφου και της κάλυψης γης.
Συγκεκριμένα στην περιοχή του Βόλου, έγινε επιλογή δορυφορικών εικόνων τύπου LANDSAT με διαφορετική ημερομηνία λήψης έτσι ώστε να επιτευχθεί η διαχρονική ανάλυση της περιοχής μελέτης, με ημερομηνίες λήψης που αναφέρονται στα έτη 1985, 1990, 2003, 2011 και 2015, όπως φαίνεται στην παρακάτω εικόνα.

[[Εικόνα: ER_p2_keim20.jpg|500px|thumb|center|'''Εικόνα 2.''' Διαχρονική ανάλυση Κάλυψης Γης της Λεκάνης Απορροής από το 1985 έως το 2015.]]

Το επόμενο στάδιο της μεθοδολογίας αφορούσε την επεξεργασία του ψηφιακού μοντέλου εδάφους (DEM) και των δορυφορικών εικόνων, που στην πρωταρχική μορφή τους δεν μπορούν να χρησιμοποιηθούν αποτελεσματικά για φωτοερμηνεία των γεωγραφικών χαρακτηριστικών που απεικονίζουν.

Το DEM διακριτικής ικανότητας 25χ25 m. ήταν αποτέλεσμα του προγράμματος ΑSTER, το οποίο διατίθεται ελεύθερα μέσω του διαδικτύου, σε χρωματική διαβάθμιση του γκρι. Το πρώτο βήμα επεξεργασίας του μοντέλου – εφόσον προσαρμόστηκε στο πλαίσιο μελέτης που είχε αρχικά διαμορφωθεί – αφορούσε στον υπολογισμό των κλίσεων του εδάφους μέσω συγκεκριμένου αλγόριθμου του προγράμματος ΤΝΤmips.
Επόμενο στάδιο αφορούσε τη διαχείριση των δεδομένων από τα προγράμματα CORINE. Σχετικά με την οπτικοποίηση των δεδομένων από το CORINE, επιλέχθηκε το επίπεδο της κατανομής χρήσεων γης τόσο ως προς το είδος των περιοχών (αγροτικές περιοχές, δασικές περιοχές κ.ά), όσο και ως προς τις επιμέρους χρήσεις (αεροδρόμια, λιβάδια, δάση κ.ά).
Επίσης χρησιμοποιήθηκαν δεδομένα, που αφορούσαν τις λεκάνες απορροής της περιοχής μελέτης, καθώς και τις ακτογραμμές των χαρτών της ΓΥΣ. Χαρτογραφική Πληροφορία των τοπογραφικών χαρτών Γενικής Χρήσης κλίμακας 1:250,000 και 1:50,000 & 1:5,000 της Γεωγραφικής Υπηρεσίας Στρατού. Χρησιμοποιήθηκαν και στοιχεία του Bing Maps & Google Earth που αφορούσαν το επεξεργασμένο υπόβαθρο της δορυφορικής εικόνας και το χάρτη της οικιστικής ζώνης της περιοχής του Βόλου. Τα δεδομένα αυτά συνδυάστηκαν με το ψηφιακό μοντέλο εδάφους και τις δορυφορικές εικόνες για καλύτερη οπτικοποίηση όλων των δεδομένων, αλλά και για την εξαγωγή συμπερασμάτων.
Τέλος, για την αποτελεσματική επισκόπηση της περιοχής σε υψηλότερη ανάλυση, κρίθηκε απαραίτητη η χρήση εικόνων που διατίθενται από την Κτηματολόγιο Α.Ε.,η χρήση των οποίων γίνεται στο πλαίσιο του TNTmips λογισμικού. Επίσης από τη Κτηματολόγιο Α.Ε. έχουν διατεθεί τα δύο παρακάτω υπόβαθρα: Ψηφιακό Ανάγλυφο Εδάφους με διακριτική ευκρίνεια 5 μέτρων και ορθοφωτοχάρτη με ευκρίνεια 1 μέτρο. Δημιουργήθηκε ενιαίο μωσαικό το οποίο καλύπτει το σύνολο της περιοχής
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''
Στην ενότητα αυτή παρουσιάζονται τα αποτελέσματα της σύγκρισης των τεχνικών της συμβολομετρίας με τα χαρτογραφικά υπόβαθρα και τις επίγειες παρατηρήσεις, μέσα στην πόλη του Βόλου και τις γύρω ορεινές περιοχές.

Για τη περιοχή του Βόλου όπου έχουν παραχθεί δύο χάρτες ετήσιου ρυθμού παραμόρφωσης: (1) από ένα σύνολο δεδομένων 10 ετών (2001-2010) του δορυφόρου ENVISAT Ινστιτούτο Αστρονομίας, Αστροφυσικής, Διαστημικών Εφαρμογών & Τηλεπισκόπησης (ΙΑΑΔΕΤ) & (2) από ένα σύνολο ~ 25 ετών από τα δορυφορικά συστήματα ERS 1+2 / ENVISAT European Space Agency, the Terrafirma Project Prime, the PanGeo Coordinator and the PSI SUPLIERS, παρατηρήθηκαν σημαντικές παραμορφώσεις του εδάφους μέσα στην πόλη του Βόλου.

Αυτό πιθανώς οφείλεται όχι μόνο στην αστική καθίζηση (όπως συμβαίνει συχνά), αλλά και στην μετακίνηση των ρηχών δομών που ενδέχεται να προκαλούνται από βαθιές τεκτονικές μετακινήσεις στην επαφή ρηγμάτων.

Για την περιοχή μελέτης και συγκεκριμένα για τα έτη 1985 έως και 2015 του Landsat δορυφορικού συστήματος, εντοπίστηκαν σημεία με εμφανείς αλλαγές στη περίοδο των 30 χρόνων. Παρότι τα χαρακτηριστικά της καταγραφής των δύο Landsat

δορυφορικών συστημάτων διαφέρουν, ήταν δυνατός ο εντοπισμός περιοχών που έχουν υποστεί αλλαγές. Οι αλλαγές της κάλυψης Γης που καταγράφτηκαν είναι ιδιαίτερα εμφανείς σε συγκεκριμένες θέσεις όπως:

• Λιμάνι – Επέκταση Ζώνης λιμένος
• Χώρος εξόρυξης - θέση τσιμεντάδικο – Μερική αποκατάσταση χώρου εξόρυξης με βλάστηση
• Ανάπτυξη οδικού δικτύου – Κατασκευή της Περιφερειακής οδού
• Θέσεις οικιστικής ανάπτυξης
• Επέκταση δραστηριοτήτων βιομηχανικής ζώνης στο Βόρειο και Νότιο τμήμα της περιοχής μελέτης

Σημαντικές αλλαγές παρατηρήθηκαν και στην παράκτια ζώνη, όπου οριοθετήθηκε μεταβολή σε ζώνη έκτασης 500 μέτρων κατά μήκος της ακτής τόσο στη πλευρά της ξηράς όσο και της θάλασσας, ενώ είναι εμφανείς οι διαφοροποιήσεις και στην περιοχή του λιμανιού. Οι παραγόμενοι χάρτες των ρυθμών παραμόρφωσης εμφάνισαν μεμονωμένα σημεία έντονης υποχώρησης στην πυκνά δομημένη αστική περιοχή του Βόλου, και ειδικότερα στην χερσαία περιοχή του τρίτου μεγαλύτερου λιμανιού της Ελλάδας.
Επιπρόσθετα παρατηρήθηκε ότι η περιοχή που υφίσταται, ακόμα και στις μέρες μας τη μεγαλύτερη παραμόρφωση είναι η περιοχή που βρίσκεται στο όριο της παλιάς ακτογραμμής. Η περιοχή αυτή παρουσιάζει υψηλή ενεργητικότητα με ρυθμό καταβύθισης από 5 mm/έτος έως και 15 mm/έτος. Οι εντονότερες καταβυθίσεις εντοπίστηκαν σε γεωλογικούς σχηματισμούς που αποτελούνται από Δελταϊκές ή προσχωματικές αποθέσεις καθώς και σε περιοχές εκβολών ποταμοχειμάρρων στο θαλάσσιο χώρο. Επίσης εδαφικές παραμορφώσεις παρατηρήθηκαν σε υλικά πρόσχωσης που αποτελούνται από κροκάλες ή άμμους ανάλογα με την περιοχή τροφοδοσίας, αλλά και σε πειορχές πρόσθετου τεχνητού φορτίου (τεχνητές επιφάνειες, κτήρια).
Η επεξεργασία των δεδομένων οδήγησε στην δημιουργία συγκεκριμένων αποτελεσμάτων για την εξαγωγή χρήσιμων συμπερασμάτων για την περιοχή μελέτης. Τα αποτελέσματα αφορούσαν στη δημιουργία μιας σειράς χαρτών στους οποίους τα δεδομένα απεικονίζονται είτε ξεχωριστά είτε συνδυασμένα μεταξύ τους και παρέχουν πληροφορίες όχι μόνο για τη σημερινή κατάσταση της περιοχής μελέτης, αλλά και για τη διαχρονική τους εξέλιξη.
Αξίζει να σημειωθεί ότι έχουν αποκτηθεί δεδομένα "κάλυψης Γης" αλλά και της διαχρονικής εξέλιξης της σε χρονική περίοδο 30 ετών, σε μια περιοχή με έκταση 180,45km2 που περιλαμβάνει τα υδρογραφικά δίκτυα του ποταμού Σεσκουλιώτη και των χειμάρρων Κραυσίδωνα, Άναβρου και του ρέματος Καρούτα Αγριάς, καθώς και όλων των ανεξάρτητων κλάδων που εκβάλουν στην οριοθετημένη περιοχή μελέτης. Επίσης μεταβολές παρατηρήθηκαν κατά θέσεις στις ζώνες επέκτασης στην περιοχή του λιμανιού, στο χώρο αποκατάστασης εξόρυξης με βλάστηση (τσιμεντάδικο), σε τμήμα του οδικού δικτύου, σε θέσεις μελλοντικής οικιστικής ανάπτυξης, καθώς και στην περιοχή επέκτασης δραστηριοτήτων βιομηχανικής ζώνης στο Βόρειο και Νότιο τμήμα της περιοχής μελέτης.

[[category:Ανίχνευση μεταβολών αστικής γης]]

Αρχείο:ER p2 keim20.jpg

2018-01-06T11:00:44Z

Eirhnh1roussi:

Αρχείο:ER p1 keim20.jpg

2018-01-06T11:00:36Z

Eirhnh1roussi:

Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βόλου

2018-01-06T11:00:02Z

Eirhnh1roussi: Νέα σελίδα με ''''Αντικείμενο Εφαρμογής:''' Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βό...'

Η συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδάτινων πόρων:το έργο REALBEMS

2018-01-06T10:51:18Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδατικών πόρων: το έργο REALDEMS

'''Πρωτότυπος Τίτλος:''' Συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών συστημάτων πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδατικών πόρων: το έργο REALDEMS

'''Συγγραφείς:''' Χρυσουλάκης Νεκτάριος, Φείδας Χαράλαμπος, Βελιανίτης Δημήτρης

'''Λέξεις Κλειδιά:''': ASTER, Ψηφιακό Μοντέλο Εδάφους, Θεµατικός Χάρτης Κάλυψης Εδάφους, Υδρολογικές Εφαρµογές.

'''ΠΕΡΙΛΗΨΗ''' 
Σε αυτή την μελέτη παρουσιάζονται η µεθοδολογία και τα αποτελέσµατα του έργου REALDEMS, στα πλαίσια του οποίου παρήχθησαν ψηφιακά µοντέλα εδάφους και θεµατικοί χάρτες κάλυψης γης για τις περιοχές της Κρήτης και της Λέσβου. Τα συγκεκριμένα προϊόντα παρήχθησαν µε χρήση δορυφορικής τεχνολογίας και συγκεκριµένα µε τηλεπισκοπικά δεδοµένα του ραδιοµέτρου ASTER (Advance Spaceborn Thermal Emission and Reflection Radiometer), δεδοµένα του παγκόσµιου συστήµατος προσδιορισµού θέσης, καθώς και επιτόπιων παρατηρήσεων. Τα ψηφιακά µοντέλα εδάφους προέκυψαν μετά την εφαρµογή των φωτογραµµετρικών µεθόδων σε στερεοζεύγη εικόνων ASTER. Η ακρίβεια των ψηφιακών µοντέλων εδάφους που παρήχθησαν είναι της τάξης των 15 – 20 m. Οι θεµατικοί χάρτες κάλυψης του εδάφους παρήχθηκαν µε εφαρµογή µεθόδων επιβλεπόµενης ταξινόµησης σε πολυφασµατικά δεδοµένα ASTER. Επιτόπιες παρατηρήσεις καθόρισαν τις φασµατικές υπογραφές σε δεδοµένες περιοχές εκπαίδευσης για την πραγµατοποίηση της επιβλεπόµενης ταξινόµησης. Τα προϊόντα του έργου πρόκειται να χρησιµοποιηθούν στη συνέχεια για το χαρακτηρισµό λεκανών απορροής στις παραπάνω περιοχές µε χρήση Γεωγραφικών Συστηµάτων Πληροφοριών. Συνεπώς, αναµένεται να αποτελέσουν πολύτιµο εργαλείο για την υποστήριξη της διαχείρισης των υδάτινων πόρων στις περιοχές εφαρµογής.

'''ΕΙΣΑΓΩΓΗ''' 

Η δηµιουργία βάσεων δεδοµένων απαιτεί τη χρήση σύγχρονων τεχνικών για την εκτίµηση χωρικών κατανοµών φυσικών παραµέτρων καθώς και εργαστηριακών αναλύσεων για τον εντοπισµό χηµικών ουσιών σε νερό και έδαφος. Στην πρώτη κατεύθυνση έρχεται να συµβάλλει το έργο REALDEMS (REmote sensing Application for Land cover and Digital Elevation Models Service). Στόχος του έργου είναι να εισάγει και να διαχύσει στην ελληνική επιστηµονική κοινότητα τεχνογνωσία σχετική µε την εφαρµογή σύγχρονων δορυφορικών τεχνικών για την παραγωγή ψηφιακών µοντέλων εδάφους (DEM: Digital Elevation Model) και θεµατικών χαρτών κάλυψης γης σε τοπικό επίπεδο για την υποστήριξη τόσο του χαρακτηρισµού λεκανών απορροής, όσο και της εφαρµογής υδρολογικών µοντέλων, εφόσον για το χαρακτηρισµό, απαιτείται η γνώση της τοπογραφίας (DEM) και της κάλυψης του εδάφους (land cover), ενώ και τα δύο αυτά προϊόντα αποτελούν δεδοµένα εισαγωγής για τα υδρολογικά µοντέλα.

Το ραδιόµετρο ASTER (Advance Spaceborn Thermal Emission and Reflection Radiometer) , καλύπτει µία ευρεία φασµατική περιοχή από το ορατό µέχρι το θερµικό υπέρυθρο µε 14 φασµατικές ζώνες υψηλής χωρικής διακριτικής και ραδιοµετρικής ικανότητας. Το υποσύστηµα ορατού – εγγύς υπέρυθρου του ASTER, το οποίο αποτελείται από 3 φασµατικές ζώνες που κατοπτεύουν στο ναδίρ και µία επιπλέον η οποία κατοπτεύει προς τα πίσω, παρέχει στερεοσκοπική κάλυψη κατά µήκος της τροχιάς (along track). Στην διανυσµατική απεικόνιση (push broom), την οποία χρησιµοποιεί το σύστηµα ASTER, κάθε γραµµή της εικόνας έχει το δικό της προοπτικό σηµείο. Η θέση και ο προσανατολισµός της πλατφόρµας λήψης µπορεί να προσδιοριστεί και να περιγραφεί από 6 παραµέτρους, που όλες επηρεάζουν τη γεωµετρία της εικόνας. Οι παράµετροι αυτές είναι οι καρτεσιανές συντεταγµένες της θέσης της πλατφόρµας και οι τρεις γωνίες στροφής της. Πέραν των ανωτέρω παραγόντων, υπάρχουν και άλλοι παράγοντες που επηρεάζουν την γεωµετρία της εικόνας, όπως η ταχύτητα της πλατφόρµας και το ανάγλυφο του εδάφους. Κατά κανόνα οι διάφορες πηγές γεωµετρικών παραµορφώσεων των εικόνων µπορούν να συνοψιστούν στις παραµορφώσεις που οφείλονται στον παρατηρητή και στις παραµορφώσεις που οφείλονται στο αντικείµενο παρατήρησης. Οι παραµορφώσεις αυτές απαιτούν µαθηµατικά µοντέλα για την διόρθωσή τους τα οποία περιγράφουν τη σχέση του συστήµατος αναφοράς της εικόνας µε το γεωδαιτικό σύστηµα. Υπάρχουν διαφόρων ειδών µοντέλα και αλγόριθµοι που έχουν αναπτυχθεί για το σκοπό αυτό, όµως τα πιο ακριβή είναι τα φυσικά µοντέλα, τα οποία προσοµοιώνουν την τροχιά του δορυφόρου, τη γεωµετρία και την απόδοση των οπτικών συστηµάτων του, λαµβάνοντας υπόψη τις επικρατούσες συνθήκες κατά τη διάρκεια λήψης ενός στερεοζεύγους.

Για την παραγωγή DEM από εικόνες ASTER χρησιµοποιούνται δεδοµένα Επιπέδου 1. Κάθε στερεοζεύγος περιλαµβάνει εικόνες που έχουν ληφθεί στα φασµατικά κανάλια του εγγύς υπερύθρου µε κατακόρυφη και µε προς τα πίσω λήψη τα οποία παρέχουν µε τον τρόπο αυτό στερεοσκοπική κάλυψη. Η ακρίβεια των τελικών προϊόντων εξαρτάται από τις παραµορφώσεις της εικόνας, την ακρίβεια του εσωτερικού και εξωτερικού προσανατολισµού, την αξιοπιστία της διαδικασίας συσχέτισης και την ακρίβεια και την πυκνότητα των επίγειων σηµείου ελέγχου και την αναλογία βάση προς ύψος του υποσυστήµατος ορατού – εγγύς υπέρυθρου του ASTER. Οι τεχνικές στερεοταύτισης καθορίζουν την αντιστοιχία µεταξύ δύο περιοχών της εικόνας εξετάζοντας την οµοιότητα των ψηφιακών τιµών τους. Οι πιο γνωστές µέθοδοι αυτής της κατηγορίας είναι ο αλγόριθµος διασυσχετισµού (cross correlation) και ο αλγόριθµος συσχετισµού ελαχίστων τετραγώνων (least square correlation). Οι αλγόριθµοι αυτοί χρησιµοποιούν παράθυρα συσχέτισης που αποτελούνται από οµάδες εικονοστοιχείων και τα χαρακτηριστικά των οποίων χρησιµοποιούνται για τον εντοπισµό οµοειδών αντικειµένων στην επιφάνεια της γης που µπορούν να διακριθούν και στις δύο εικόνες. Πρακτικά, υπολογίζεται ο συντελεστής συσχέτισης µεταξύ του παραθύρου αναφοράς και κάθε παραθύρου αναζήτησης και εκείνο για το οποίο ο συντελεστής αυτός παρουσιάζει µέγιστο αντιστοιχείται στο παράθυρο αναφοράς.

Η κάλυψης του εδάφους, µπορεί να προκύψει από ανάλυση δορυφορικών καταγραφών µε εφαρµογή µεθόδων φασµατικής ταξινόµησης. Στις περισσότερες από τις παραπάνω εργασίες, επιχειρείται ταξινόµηση µε βάση την ψηφιακή τιµή κάθε εικονοστοιχείου, ωστόσο, η τεχνική αυτή δεν είναι πάντα αξιόπιστη σε ανοµοιογενείς επιφάνειες µε µικρή χωρική διάσταση στοιχείων.

Στην παρούσα εργασία παρουσιάζονται τα µέχρι στιγµής αποτελέσµατα του έργου REALDEMS και συγκεκριµένα τα DEM και οι θεµατικοί χάρτες κάλυψης γης που δηµιουργήθηκαν µε βάση στερεοσκοπικά και πολυφασµατικά δεδοµένα του ραδιοµέτρου ASTER για τις περιοχές της Κρήτης και της Λέσβου. Τα προϊόντα αυτά πρόκειται να χρησιµοποιηθούν στη συνέχεια για το χαρακτηρισµό λεκανών απορροής στις παραπάνω περιοχές µε χρήση Γεωγραφικών Συστηµάτων Πληροφοριών (ΓΣΠ).

'''ΜΕΘΟ∆ΟΛΟΓΙΑ''' 

Για τη δηµιουργία των DEM από στερεοζεύγη εικόνων ASTER χρησιµοποιήθηκαν µετρήσεις φωτοσταθερών σηµείων στο πεδίο (GCPs: Ground Control Points) µε τη βοήθεια του παγκόσµιου συστήµατος προσδιορισµού θέσης (GPS: Global Positioning System). Πριν από τις εργασίες πεδίου πραγµατοποιήθηκε έλεγχος της υψοµετρικής ακρίβειας του GPS για την αποφυγή σφαλµάτων στις µετρήσεις. Ο έλεγχος αυτός έγινε µε βάση µετρήσεις σε καλά καθορισµένα σηµεία (τριγωνοµετρικά). Για τη συλλογή των GCPs αρχικά έγινε η επιλογή των περιοχών στις οποίες θα λαµβάνονταν οι µετρήσεις. Στη συνέχεια προσδιορίστηκαν οι περιοχές αυτές στις εικόνες ASTER και εντοπίστηκαν σε αυτές διακριτά και εµφανή σηµεία.

Τα σηµεία αυτά θα έπρεπε να είναι προσεχτικά επιλεγµένα έτσι ώστε αργότερα να µπορούν να προσδιοριστούν στην εικόνα µε ακρίβεια ενός εικονοστοιχείου. Παραδείγµατα τέτοιων σηµείων είναι: ∆ιασταυρώσεις δρόµων, φάροι, λιµενοβραχίονες, γέφυρες ποταµών, απότοµες στροφές κ.α. Το όργανο προσδιορισµού θέσης που χρησιµοποιήθηκε ήταν ένα σύστηµα Trimble το οποίο διαθέτει το Ίδρυµα Τεχνολογίας και Έρευνας (ΙΤΕ). Το σύστηµα αυτό αποτελείται από σταθµό βάσης, κινητό δέκτη και ειδικό λογισµικό για τη διαφόριση των µετρήσεων. Η λήψη των µετρήσεων έγινε µε την τεχνική του στατικού προσδιορισµού. Στη συνέχεια πραγµατοποιήθηκε διαφόριση των µετρήσεων µε τη βοήθεια των δεδοµένων του σταθµού βάσης. Στη φάση αυτή για κάθε σηµείο ήταν γνωστές µε ακρίβεια της τάξης του µέτρου οι συντεταγµένες στο Ελληνικό γεωδαιτικό σύστηµα ΕΓΣΑ87, καθώς και το υψόµετρό του.

Η εξαγωγή DEM από τα δεδοµένα ASTER βασίστηκε στην αρχή του υπολογισµού του υψοµέτρου µέσω της στερεοσκοπικής παράλλαξης µε χρήση ειδικού λογισµικού. Για τον έλεγχο αξιοπιστίας του παραγόµενου DEM χρησιµοποιήθηκαν τριγωνοµετρικά σηµεία. Το λογισµικό που χρησιµοποιήθηκε ήταν το Orthoengine της PCI Geomatics (PCI, 2003) το οποίο διαθέτει φυσικό µοντέλο για το σύστηµα ASTER. Το µοντέλο αυτό που χρησιµοποιείται για την αντιστοίχηση - σύνδεση των εικονοστοιχείων των εικόνων µε τα αντίστοιχα σηµεία στο έδαφος (υπολογισµός εσωτερικού και εξωτερικού προσανατολισµού), είναι ένα αυστηρό τροχιακό µοντέλο που αναπτύχθηκε από το Canada Center for Remote Sensing (CCRS) για την εξισορρόπηση και διόρθωση παραµορφώσεων της εικόνας που οφείλονται στη γεωµετρία των αισθητήρων, στην τροχιά του δορυφόρου, και στις µεταβολές του ύψους, του σχήµατος της γης, της στροφής και του ανάγλυφου. Με τη χρήση του λογισµικού Orthoengine η διαδικασία παραγωγής DEM από στερεοζεύγη ASTER περιλαµβάνει τα εξής βασικά βήµατα. α) Ορισµός προβολικού και γεωδαιτικού συστήµατος αναφοράς για τις εικόνες και τα GCP’s, β) εισαγωγή των εικόνων, γ) προσδιορισµός των GCP’s και των σηµείων σύνδεσης (TPs: Tie Points) στα ζεύγη των εικόνων, δ) δηµιουργία επιπολικών ζευγών, αυτόµατη εξαγωγή και γεωκωδικοποίηση του DEM. Κατά τον υπολογισµό του µοντέλου, προσδιορίζεται η θέση και ο προσανατολισµός του αισθητήρα τη στιγµή της λήψης. Αρχή του µοντέλου είναι η συνθήκη συγγραµµικότητας, η οποία απαιτεί το εστιακό κέντρο, το τυχόν σηµείο στην επιφάνεια του εδάφους και το αντίστοιχό του σηµείο στην εικόνα να βρίσκονται στην ίδια ευθεία. Η συνθήκη συγγραµµικότητας χρησιµοποιείται στη µετατροπή συντεταγµένων από το χώρο της εικόνας, στο χώρο της επιφάνειας της γης και αντικατοπτρίζει τη φυσική πραγµατικότητα της οπτικής γεωµετρίας, λαµβάνοντας υπόψη όλες τις παραµορφώσεις που υπεισέρχονται κατά την καταγραφή της εικόνας, όπως για παράδειγµα θέση, ταχύτητα και προσανατολισµός του δορυφόρου, χρόνος καταγραφής και οπτικό πεδίο του αισθητήρα, γεωειδές, ελλειψοειδές, ανάγλυφο και χαρτογραφική προβολή των δεδοµένων. Το µοντέλο επιλύεται αριθµητικά για κάθε προβολικό κέντρο, κάθε σκηνής ASTER µε τη χρήση οριακών συνθηκών που προκύπτουν από τα GCPs και τα TPs µεταξύ των εικόνων του στερεοζεύγους.

Σηµαντικό τµήµα της διαδικασίας, µετά την συλλογή των GCPs είναι η σαφής αναγνώριση του αντίστοιχου εικονοστοιχείου και o προσδιορισµός των συντεταγµένων του. Τα σηµεία σύνδεσης προσδιορίστηκαν µε αντίστοιχο τρόπο. Στην εικόνα 2 φαίνονται µε κόκκινο χρώµα τα GCPs και τα σηµεία ελέγχου (control points), ενώ µε µπλε φαίνονται τα TPs που χρησιµοποιήθηκαν για την επίλυση του µοντέλου στην περίπτωση της σκηνής που καλύπτει το Βόρειο - Κεντρικό Ηράκλειο. Ο έλεγχος αυτός, πραγµατοποιούνταν µε βάση τα υπολειµµατικά σφάλµατα (residual errors). Τα υπολειµµατικά σφάλµατα αποτελούν τη διαφορά µεταξύ της θέσης (εικονοσυντεταγµένες) που δηλώθηκε ένα συγκεκριµένο GCP σε µια συγκεκριµένη εικόνα, και της θέσης που υπολογίζει για αυτό το σηµείο, το µοντέλο, µέσω της τεχνικής συνόρθωσης κατά δέσµες (bandle adjustment) την οποία χρησιµοποιεί. Η τεχνική αυτή αναζητεί την καλύτερη δυνατή θέση κάθε εικονοστοιχείου σε µια εικόνα, χρησιµοποιώντας όλα τα σηµεία, καθώς και τα στοιχεία εσωτερικού και εξωτερικού προσανατολισµού. Το κριτήριο για την επίλυση αυτή είναι η ελαχιστοποίηση του αθροίσµατος των τετραγώνων των residuals.

[[Εικόνα: ER_p1_keim16.jpg|400px|thumb|center|'''Εικόνα 1.''' GCPs και TPs που χρησιµοποιήθηκαν για την επίλυση του µοντέλου στην περίπτωση του στρεοζεύγους που καλύπτει το Βόρειο – Κεντρικό Ηράκλειο.]]

Στη συνέχεια, µετά τον καθορισµό των παραµέτρων του φυσικού µοντέλου για κάθε σκηνή ASTER, ο υπολογισµός της στερεοσκοπικής παράλλαξης επιτελέστηκε στο χώρο των επιπολικών εικόνων. Οι επιπολικές εικόνες είναι στέρεο-ζεύγη εικόνων που προκύπτουν µε την επαναπροβολή του αρχικού στερεοζεύγους, ώστε οι δύο εικόνες να έχουν κοινό προσανατολισµό. Ο λόγος για τον οποίο χρησιµοποιούνται επιπολικές εικόνες είναι για τη διευκόλυνση του αλγόριθµου στερεοταύτισης. Η επαναπροβολή αυτή πραγµατοποιείται µε τη συνθήκη κάθε σηµείο στην επιφάνεια της γης το οποίο κατοπτεύεται και τα αντίστοιχα είδωλά του σε κάθε εικόνα του στερεοζεύγους να βρίσκονται στο ίδιο επίπεδο (επιπολικό επίπεδο). Η ανίχνευση για οµοειδή αντικείµενα πραγµατοποιήθηκε µε τη βοήθεια παραθύρων συσχέτισης. Συνεπώς η στερεοσκοπική παράλλαξη υπολογίστηκε στο χώρο των επιπολικών εικόνων από τη διαφορά θέσης οµοειδών εικονοστοιχείων ως προς το κεντρικό, εποµένως το υψόµετρο σε κάθε σηµείο εξάχθηκε από την επικαλυπτόµενη περιοχή µεταξύ των επιπολικών εικόνων. Σε κάποιες περιπτώσεις υπήρχαν περιοχές των εικόνων στις οποίες απέτυχε η συσχέτιση. Η αποτυχία συσχέτισης ενδεχοµένως να οφειλόταν, ανάλογα µε την περίπτωση, σε ατµοσφαιρικές παρεµβολές (σύννεφα), σκιές λόγω αναγλύφου,υδάτινες µάζες (φράγµατα, λίµνες), πυκνές αστικές περιοχές, λατοµικές ζώνες, και στην ακτογραµµή. Για τις περιοχές αυτές το υψόµετρο στο τελικό DEM υπολογίστηκε µε χωρική παρεµβολή.

Για την αξιολόγηση των παραγόµενων DEM χρησιµοποιήθηκαν τριγωνοµετρικά σηµεία της Γεωγραφικής Υπηρεσίας Στρατού από χάρτες 1:5000, καθώς και σηµεία ελέγχου που συλλέχθηκαν στο πεδίο µε τη βοήθεια διαφορικού GPS. Τα τελευταία, σε αντίθεση µε τα GCPs, δεν χρησιµοποιήθηκαν στον υπολογισµό των παραµέτρων του φωτογραµµετρικού µοντέλου, παρά µόνο στον έλεγχο της αξιοπιστίας του. Σηµειώνεται ότι για την περίπτωση της Κρήτης χρησιµοποιήθηκαν 1854 τριγωνοµετρικά σηµεία. Η αξιολόγηση στηρίχθηκε στην σύγκριση των υψών των τριγωνοµετρικών σηµείων µε τα ύψη των αντίστοιχων σηµείων του DEM. Λόγω της µεθοδολογίας στερεοταύτισης (cross correlation) το σφάλµα ως προς το οριζόντιο επίπεδο ήταν της τάξης µεγέθους του ενός εικονοστοιχείου (15 m). Συνεπώς, για τη σύγκριση των υψών ήταν αναγκαίο εξαλειφθεί το οριζόντιο (plannimetric) σφάλµα. Αυτό πραγµατοποιήθηκε µε τη δηµιουργία κυκλικών ζωνών επέκτασης (buffers) ακτίνας 15 m γύρω από κάθε τριγωνοµετρικό σηµείο. Σε κάθε ζώνη επέκτασης µε τον τρόπο αυτό αντιστοιχήθηκε ένα πολύγωνο (κυκλικός δίσκος) ακτίνας 15 m. Παρήχθη ένα σύνολο ζωνών επέκτασης σε 1 - 1 αντιστοιχία µε τα τριγωνοµετρικά σηµεία. Το σύνολο των πολυγώνων αυτών αποθηκεύτηκε σε ξεχωριστό αρχείο µε µορφή shapefile και στη συνέχεια πραγµατοποιήθηκε υπέρθεση στο παραχθέν DEM κάθε σκηνής ASTER και υπολογίστηκε η µέση τιµής του υψοµέτρου των εικονοστοιχείων τα οποία περιλαµβάνονταν σε κάθε ζώνη επέκτασης. Η τιµή αυτή αποθηκεύτηκε ως χαρακτηριστικό (attribute) πολυγώνου και αντιστοιχήθηκε στο συγκεκριµένο πολύγωνο (buffer). Το υψόµετρο που αντιστοιχεί σε κάθε εικονοστοιχείο υπολογίστηκε ως σταθµισµένος µέσος όρος της τιµής υψοµέτρου που αντιστοιχούσε στο εικονοστοιχείο αυτό και των τιµών υψοµέτρου των άµεσων γειτόνων του. Με τον τρόπο αυτό, το σφάλµα του ενός εικονοστοιχείου κατά το οριζόντιο ελήφθη υπόψη στη διαδικασία σύγκρισης των υψών. Κατόπιν, η τιµή υψοµέτρου που αποθηκεύτηκε ως attribute σε κάθε πολύγωνο (η οποία είχε προέλθει από το παραχθέν DEM) συγκρίθηκε µε την τιµή υψοµέτρου του αντίστοιχου τριγωνοµετρικού σηµείου από το οποίο δηµιουργήθηκε αρχικά το πολύγωνο ως ζώνη επέκτασης. Από τη σύγκριση αυτή προέκυψε το µέσο τετραγωνικό σφάλµα (RMSE: Root Mean Square Error) το οποίο αποτελεί µέτρο της διαφοράς των δύο πηγών υψοµέτρων.

Το παραχθέν DEM κάθε επιµέρους σκηνής ASTER χρησιµοποιήθηκε στη συνέχεια, σε συνδυασµό µε τα διαθέσιµα GCPs, για την ορθοκανονικοποίηση των εικόνων των καναλιών του ορατού, του εγγύς υπερύθρου και του υπερύθρου µικρού µήκους κύµατος της σκηνής (9 φασµατικά κανάλια). Οι πολυφασµατικές ορθοεικόνες που δηµιουργήθηκαν από τις επιµέρους σκηνές, συνενώθηκαν κατόπιν σε µωσαικό ορθοεικόνων για τις περιοχές της Κρήτρης και της Λέσβου και οι αντίστοιχοι χάρτες κάλυψης γης παρήχθησαν µε ταξινόµηση στα µωσαϊκά αυτά. Λόγω των διαφορετικών συνθηκών λήψης των επιµέρους σκηνών ASTER υπήρχαν διαφορές στα φασµατικά χαρακτηριστικά τους, µε συνέπεια να απαιτείται κανονικοποίηση των φασµατικών χαρακτηριστικών των εικόνων πριν τη συνένωσή τους σε µωσαϊκό. Αρχικά αποκόπηκαν οι περιοχές κοινής επικάλυψης των σκηνών ανά δύο, και πραγµατοποιήθηκε έλεγχος των κατανοµών των ιστογραµµάτων των 9 φασµατικών καναλιών των κοινών τµηµάτων κάθε σκηνής. Αν το ιστογραµµα του λόγου παρουσίαζε κατανοµή κοντά στην κανονική, η κανονικοποίηση των ιστογραµµάτων των δύο σκηνών έγινε µε βάση το αντίστροφο της µέσης τιµής του ιστογράµµατος της εικόνας του λόγου των δύο σκηνών ανά κανάλι. Σε διαφορετική περίπτωση εφαρµόστηκε η µέθοδος του συνταιριάσµατος των ιστογραµµάτων (histogram matching) µε τη βοήθεια του λογισµικού ERDAS Imagine. Ακολούθως, συνενώθηκαν οι επιµέρους σκηνές σε µωσαϊκό τόσο για την περιοχή της Λέσβου όσο και για την περιοχή της Κρήτης, αφού διαπιστώθηκε ότι η διαδικασία της ταύτισης των ιστογραµµάτων που προηγήθηκε έδωσε ικανοποιητικά αποτελέσµατα.

Κατόπιν εφαρµόστηκε στα µωσαϊκά των εικόνων η µέθοδος της επιβλεπόµενης ταξινόµησης, µε βάση την ικανότητα αναγνώρισης πεδίων και την a priori γνώση των στοιχείων ώστε ο αλγόριθµος ταξινόµησης να καθορίσει τα στατιστικά κριτήρια (φασµατικές υπογραφές) για την ταξινόµηση των εικονοστοιχείων. Χρησιµοποιήθηκε ο αλγόριθµος της µέγιστης πιθανοφάνειας και το λογισµικό ERDAS Imagine Η επιλογή των περιοχών εκπαίδευσης για την επιβλεπόµενη ταξινόµηση έγινε µε βάση τη γνώση των δεδοµένων της περιοχής (π.χ. υπάρχουσα βλάστηση) και των προς εξαγωγή τάξεων και καταγραφή των σηµείων στο πεδίο µε τη χρήση GPS. Για τον υπολογισµό της διαχωριστικότητας (separability) τάξεων µε βάση τις φασµατικές υπογραφές των περιοχών εκπαίδευσης, ελήφθησαν υπόψη αφενός η διακύµανση των υπογραφών στα 9 φασµατικά κανάλια του ASTER και αφετέρου τα µέσα διανύσµατα των υπογραφών.

'''ΑΠΟΤΕΛΕΣΜΑΤΑ''' 

Στην Εικόνα 2 παρουσιάζεται το παραγόµενο DEM για την περιοχή της Κρήτης, ως αποτέλεσµα της συνένωσης των DEM που παρήχθησαν από τις 12 επιµέρους σκηνές ASTER. Στην ίδια εικόνα παρατίθεται επίσης µια ψευδόχρωµη κωδικοποίησή του DEM της Κρήτης µε το λευκό και τα σκούρα χρώµατα να αντιστοιχούν σε µεγάλα υψόµετρα. Στις Εικόνα 4 παρουσιάζεται το αποτέλεσµα της συνένωσης των παραγοµένων DEM από τις 4 σκηνές ASTER για την περιοχή της Λέσβου. Η ακτογραµµή έχει προστεθεί και στις δύο περιπτώσεις για λόγους εποπτείας.

Για το σύνολο των σκηνών ASTER της περιοχής της Κρήτης που αναλύθηκαν στα πλαίσια του έργου REALDEMS το RMSE βρέθηκε µικρότερο από 25 m και στην πλειοψηφία των περιπτώσεων κάτω των 18 m, τιµές οι οποίες αποδεικνύουν την αξιοπιστία της µεθόδου παραγωγής DEM και την καταλληλότητα των τελικών προϊόντων για εφαρµογές τοπικού χαρακτήρα, όπως ο χαρακτηρισµός λεκανών απορροής. Η πολύ καλή συσχέτιση µεταξύ των υψοµέτρων των δύο αυτών πηγών για την Κρήτη συνολικά παρουσιάζεται στην Εικόνα 5. Το µέγιστο υψόµετρο του παραχθέντος DEM είναι 2460 m, ο αριθµός των τριγωνοµετρικών σηµείων που χρησιµοποιήθηκαν για τη σύγκριση ήταν 1854 και το RMSE που υπολογίστηκε είναι 18,7 m.

[[Εικόνα: ER_p2_keim16.jpg|600px|thumb|center|'''Εικόνα 2.''' Αποτέλεσµα της συνένωσης των παραγοµένων DEM από κάθε σκηνή ASTER για την περιοχή της Κρήτης (άνω). ]]

[[Εικόνα: ER_p3_keim16.jpg|600px|thumb|center|'''Εικόνα 3.''' Ψευδόχρωµη κωδικοποίηση. Το λευκό και τα σκούρα χρώµατα να αντιστοιχούν σε µεγάλα υψόµετρα (κάτω).]]

[[Εικόνα: ER_p4_keim16.jpg|600px|thumb|center|'''Εικόνα 4.''' Αποτέλεσµα της συνένωσης των επιµέρους DEM για τη Λέσβο.]]

Θα πρέπει να σηµειωθεί ότι το RMSE εκφράζει την συνολική ακρίβεια του παραγόµενου DEM. Κρίθηκε επιθυµητό όµως να υπάρχει κάποιος δείκτης της χωρικής κατανοµής της απόκλισης των τιµών του DEM από τις πραγµατικές, ώστε να εντοπίζονται αποκλίσεις σε τοπικό επίπεδο. Για το λόγο αυτό δηµιουργήθηκε για κάθε σκηνή ASTER ένα χάρτης κουκίδας. Συγκεκριµένα, για κάθε τριγωνοµετρικό σηµείο υπολογίστηκε η τιµή της διαφοράς του υψοµέτρου του από το αντίστοιχο buffer όπως περιγράφηκε παραπάνω. Κατόπιν, υπολογίστηκε η απόλυτη τιµή της διαφοράς αυτής και αποθηκεύτηκε ως attribute του συγκεκριµένου σηµείου στο shapefile που περιείχε τα τριγωνοµετρικά σηµεία. Στη συνέχεια δηµιουργήθηκαν νέες κυκλικές ζώνες επέκτασης γύρω από κάθε τριγωνοµετρικό σηµείο, όµως στην περίπτωση αυτή η ακτίνα κάθε ζώνης δεν ήταν σταθερή, αλλά ανάλογη της απόλυτης τιµής της διαφοράς των δύο υψοµέτρων. Συνεπώς, το µέγεθος κάθε buffer µπορεί να χρησιµοποιηθεί ως δείκτης της απόκλισης της τιµής υψοµέτρου του DEM από την πραγµατική τιµή υψοµέτρου. Το σύνολο των νέων buffers αποτελεί το χάρτη κουκίδας ο οποίος αντικατοπτρίζει τη χωρική κατανοµή των αποκλίσεων.

Στην Εικόνα 5 φαίνεται η πολυφασµατική ορθοεικόνα που έχει προκύψει µε συνένωση σε µωσαϊκό των 12 επιµέρους ορθοκανονικών εικόνων που καλύπτουν την περιοχή της Κρήτης, ως ψευδόχρωµη σύνθεση (RGB) των καναλιών 3Ν, 2 και 1 του ASTER, αντίστοιχα. Η φασµατική ταξινόµηση για την εξαγωγή της κάλυψης γης για Κρήτη και Λέσβο πραγµατοποιήθηκε µε χρήση των µωσαϊκών ορθοεικόνων της κάθε περιοχής. Για την περίπτωση της Λέσβου το σχήµα ταξινόµησης περιλάµβανε 10 τάξεις (υδάτινες περιοχές, αλυκές, αστικό περιβάλλον, γυµνό έδαφος, καλλιέργειες, κωνοφόρα, πλατύφυλλα, θαµνότοποι, ελαιώνες, χορτολίβαδα), αριθµός που θεωρήθηκε αντιπροσωπευτικός αφενός για την αποφυγή ασήµαντων τάξεων και αφετέρου για την αποφυγή δηµιουργίας λιγότερων τάξεων στις οποίες θα χάνονταν σηµαντικό τµήµα πληροφορίας.

[[Εικόνα: ER_p5_keim16.jpg|600px|thumb|center|'''Εικόνα 5.''' Ψευδόχρωµη σύνθεση RGB: 3N, 2, 1 των καναλιών 1, 2 και 3Ν του ASTER, η οποία έχει προκύψει µε
συνένωση σε µωσαϊκό των 12 επιµέρους ορθοκανονικών εικόνων που καλύπτουν την περιοχή της Κρήτης.]]

Στην Εικόνα 6 παρουσιάζεται ο θεµατικός χάρτης κάλυψης γης για την περιοχή της Λέσβου. Στην ταξινοµηµένη αυτή εικόνα οι 10 τάξεις µπορούν να θεωρηθούν αντιπροσωπευτικές ως προς την οµοιογένεια για κάθε είδος που έχει καταγραφεί. Το ανατολικό τµήµα της Λέσβου καλύπτεται κυρίως από δασικές εκτάσεις και ελαιώνες, ενώ το δυτικό τµήµα έχει χαµηλή ή καθόλου βλάστηση. Το µεγαλύτερο µέρος του νησιού καλύπτεται από ελαιώνες. Σηµαντική έκταση κωνοφόρου δάσους εµφανίζεται στην κεντρική νήσο, ενώ στα νότιο-ανατολικά καταλήγει σε δάσος πλατύφυλλων. Το βόρειο τµήµα της νήσου περιλαµβάνει όλα τα είδη κάλυψης σε σχετικά ίδιες εκτάσεις.

[[Εικόνα: ER_p6_keim16.jpg|600px|thumb|center|'''Εικόνα 6.''' Χάρτης κάλυψης γης για την περιοχή της Λέσβου.]]

[[Εικόνα: ER_p7_keim16.jpg|600px|thumb|center|'''Εικόνα 7.''' Συγκεντρωτικός πίνακας ακρίβειας αποτελεσµάτων τη ταξινόµησης για την περιοχή της Λέσβου.]]

Όπως φαίνεται από τα στοιχεία, στις έξι από τις δέκα περιπτώσεις η ακρίβεια του χρήστη είναι µικρότερη από την ακρίβεια του παραγωγού. Η συνολική ακρίβεια της ταξινόµησης κυµάνθηκε στο 61% που κρίνεται ικανοποιητικό για το είδος των διαθέσιµων δεδοµένων.

'''ΣΥΜΠΕΡΑΣΜΑΤΑ''' 

Τα συμπεράσματα που βγήκαν από την μελέτη αυτή είναι: παρουσιάστηκαν η µεθοδολογία που ακολουθήθηκε για την δηµιουργία DEM, ορθοεικόνων και θεµατικών χαρτών κάλυψης γης µε βάση στερεοσκοπικά και πολυφασµατικά δεδοµένα του ραδιοµέτρου ASTER για τις περιοχές της Κρήτης και της Λέσβου, στα πλαίσια του έργου REALDEMS. Επιπλέον, φάνηκαν επίσης τα µέχρι στιγµής προϊόντα του έργου, καθώς τα αποτελέσµατα της αξιολόγησής τους. Τα DEM προέκυψαν µε εφαρµογή φωτογραµµετρικών µεθόδων σε στερεοζεύγη εικόνων ASTER που καλύπτουν τις περιοχές ενδιαφέροντος. Οι θεµατικοί χάρτες κάλυψης γης παρήχθηκαν µε εφαρµογή µεθόδων επιβλεπόµενης ταξινόµησης σε πολυφασµατικά δεδοµένα ASTER. Επιτόπιες παρατηρήσεις µε τη βοήθεια GPS καθόρισαν τις φασµατικές υπογραφές σε δεδοµένες περιοχές εκπαίδευσης για την πραγµατοποίηση της επιβλεπόµενης ταξινόµησης. Συνοπτικά, τα µέχρι στιγµής προϊόντα του έργου, για τις περιοχές της Κρήτης και της Λέσβου είναι:
• DEM µε ±15 - 20 m ακρίβεια σε οριζόντιο και κατακόρυφο επίπεδο.
• Ορθοκανονικές πολυφασµατικές εικόνες ASTER (9 κανάλια) µε χωρική διακριτική ικανότητα 15 m και ακρίβεια ± 15 m.
• Θεµατικοί χάρτες κάλυψης γης.
Τα προϊόντα αυτά θα χρησιµοποιηθούν στη συνέχεια, στα πλαίσια του έργου για το χαρακτηρισµό λεκανών απορροής (κλίσεις και προσανατολισµοί των επιφανειών, όρια των λεκανών απορροής, όρια των υπολεκανών κάθε λεκάνης, υδρογραφικό δίκτυο, καµπυλότητα επιφανειών κλπ.) µε εφαρµογή τεχνικών ΓΣΠ σε συγκεκριµένες περιοχές εφαρµογής σε Κρήτη και Λέσβο.

[[category:Υδάτινοι πόροι]]

Ρούσση Ειρήνη

2018-01-06T09:52:43Z

Eirhnh1roussi:

* [[ Τηλεπισκόπηση της ποιότητας των επιφανειακών υδάτων σε σχέση με τη κατάσταση της λεκάνης απορροής στη Ζιμπάμπουε ]]
* [[ Τηλεπισκόπηση των ανθισμένων φυκιών με αεροσκάφη και δορυφόρους στη λίμνη Erie και στη λίμνη της Utah ]]
* [[ Μελέτη των βιοθερμικών επιδράσεων σε και γύρω από τις χωματερές που χρησιμοποιούν το δορυφόρο-Τηλεπισκόπηση και GIS]]
* [[ Διερεύνηση της ακρίβειας των ψηφιακών μοντέλων εδάφους (DEM)- Συγκριτική αξιολόγηση μεθόδων]]
* [[Η χρήση των τεχνικών της δορυφορικής τηλεπισκόπησης για την εκτίμηση των καμένων εκτάσεων και των αλλαγών κάλυψης γης στην Σκιάθο ]]
* [[Χρήση περιβαλλοντικών δεικτών τοπίου για την εκτίμηση της αγροοικολογικής αειφορίας στην Ελλάδα]]
* [[Η συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδάτινων πόρων:το έργο REALBEMS]]
* [[Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR]]
* [[Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai]]
* [[Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές]]
* [[Τηλεπισκόπηση της Φυτικής Χημείας]]
* [[Διαστημικές τεχνολογίες στο αστικό περιβάλλον της περιοχής του Βόλου]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

Τηλεπισκόπηση της Φυτικής Χημείας

2018-01-02T16:59:40Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση της Φυτικής Χημείας

'''Πρωτότυπος Τίτλος:''' Remote Sensing of Foliar Chemistry

'''Συγγραφείς:''' Paul J. Curran

[http://www.sciencedirect.com/science/article/pii/0034425789900692]

'''Περίληψη'''

Χρησιμοποιούνται δεδομένα από απόσταση για την εκτίμηση της φυλλώδης χημικής ουσία ως αποτέλεσμα της ανάγκης για πληροφόρηση, την αυξανόμενη ικανότητα κατανόησης και την μέτρηση των φασματικών φύλλων. Αυτή η μελέτη σχολιάζει τον τρόπο με τον οποίο αυξάνονται βαθμιαία η πολλαπλή παλινδρόμηση και η αποσύνθεση που έχει χρησιμοποιηθεί για την εκχύλιση χημικών ουσιών ςαπό τα φάσματα των φυλλωμάτων. Και οι δύο μέθοδοι είναι χρήσιμες, αλλά δεν είναι ιδανικές. Η έρευνα επικεντρώνεται μακροπρόθεσμα στην προσομοίωση και βραχυπρόθεσμα στον πειραματισμό. Η μακροπρόθεσμη έρευνα θα πρέπει να μας αυξήσει κατανόηση της αλληλεπίδρασης μεταξύ ακτινοβολίας και χημεία φύλλων, έτσι ώστε το επίκεντρο της έρευνας να μπορεί να μετακινηθεί από μοντέλα φύλλων σε μοντέλο κουβούκλιου σε πεδίο πείραμα. Η βραχυπρόθεσμη έρευνα θα πρέπει να στοχεύει στο σχεδιασμό πειραμάτων στα οποία βρίσκονται τα δεδομέν.

'''Εισαγωγή'''

Οι πληροφορίες για τη βλάστηση που μπορούν να εξαχθούν από τα δεδομένα που ανιχνεύονται από απόσταση εξαρτάται από το την εκλέπτυνση των αισθητήρων , την κατανόησή για το πώς αλληλεπιδρά η ακτινοβολία με ένα θόλο βλάστησης, και στις μεθοδολογίες. Δεδομένα τηλεχειρισμού χρησιμοποιήθηκαν πρώτα για να ταξινομήσουν τη βλάστηση και στη συνέχεια για την εκτίμηση του φυσικού περιεχομένου των τζαμιών. Σήμερα υπάρχουν αποδείξεις ότι μπορούμε επίσης να χρησιμοποιήσουμε εξ αποστάσεως για την εκτίμηση των χημικών περιεχομένων των τέντες. Τα δύο ερωτήματα που διερευνώνται σε αυτή τη μελέτη είναι, καταρχάς, γιατί και, δεύτερον, πώς τα δεδομένα από απόσταση ανιχνεύθηκαν και πως θα πρέπει να χρησιμοποιηθούν για την εκτίμηση της περιεκτικότητας σε χημικά φυλλώματα. Η εργασία ολοκληρώνεται με συστάσεις για μελλοντικές μακροπρόθεσμες και βραχυπρόθεσμες ερευνητικές στρατηγικές.

''' Γιατί να χρησιμοποιήσετε ανιχνευμένα στοιχεία εκτιμώντας το χημικό περιεχόμενο; '''

Οι κινητήριες δυνάμεις πίσω από την τηλεπισκόπηση της φυλλώδη χημική ουσία είναι η ανάγκη για πληροφορίες στη χημεία των φυλλωμάτων και στην αυξημένη κατανόηση μας και της ικανότητας μέτρησης των φασματικών καταλοίπων.

'''Η ανάγκη για πληροφορίες σχετικά με τη χημεία των φυλλωμάτων'''

Μέτρα του χημικού περιεχομένου του φυλλώματος μας παρέχουν με δείκτες παραγωγικότητας των φυτών (π.χ. χλωροφύλλη); ποσοστό αποικοδόμησης των απορριμμάτων (π.χ. επίπεδα λιγνίνης). και τη διαθεσιμότητα θρεπτικών συστατικών (π.χ., άζωτο) στο διάστημα και στο χρόνο. Κάνοντας τέτοιες εκτιμήσεις από μακριά μπορούμε να μελετήσουμε την ποιότητα της βλάστησης και ένα μέρος πολλών θρεπτικών κύκλων σε τοπικό και παγκόσμιο επίπεδο. Ορισμένες οργανώσεις των ΗΠΑ και κυβέρνηση οι οργανισμοί δήλωσαν ότι οι ερευνητικοί τους στόχοι η δεκαετία του 1990 περιλαμβάνει τη μελέτη της παγκόσμιας βιογεωχημικής ποδηλασία και ότι η τηλεανίχνευση είναι ένα εργαλείο για την επίτευξη αυτού του στόχου . "Νέα ανίχνευση τηλεπισκόπησης υψηλής φασματικής ανάλυσης δείχνει την υπόσχεση της εκτίμησης του θόλου της παραμέτρους της χημικής σύνθεσης που μπορούν να χρησιμοποιηθούν για να διασαφηνιστούν οι ιδιότητες του οικοσυστήματος.

'''Αυξημένη κατανόηση των φαινομένων φύλλων'''

Τα φάσματα ανάκλασης όλων των τύπων βλάστησης στη φασματική περιοχή 0,4-2,4- / μm είναι αξιοσημείωτη παρόμοιος. Στα μήκη κύματος κοντά στην υπέρυθρη ακτινοβολία υπάρχει μεγάλη ένταση ανακλαστικότητα ως αποτέλεσμα της σκέδασης των φύλλων και σε περίπου ίσες αποστάσεις σε όλο το φάσμα υπάρχουν πέντε κύρια χαρακτηριστικά απορρόφησης. Αυτά τα χαρακτηριστικά απορρόφησης είναι το αποτέλεσμα του ηλεκτρονίου μεταβάσεις σε χλωροφύλλη (0,4-0,7 / μm) και η κάμψη και η τάνυση του δεσμού Ο - Η στο νερό και άλλα χημικά (0.97, 1.20, 1.40, 1.94/ μm).
Λεπτομερείς φασματοσκοπικές μετρήσεις των αποξηραμένων και τα αλεσμένα φύλλα έγιναν στη δεκαετία του 1960 και την δεκαετία του 1970 από ερευνητές του Υπουργείου των ΗΠΑ Γεωργία (USDA). Οι μετρήσεις αυτές αποκάλυψαν ότι υπάρχουν περίπου 42 μικρές απορρόφηση (πίνακας 1) που, σε φρέσκα φύλλα, θα ήταν πιθανώς έχουν βρεθεί από τους πέντε μεγάλους χαρακτηριστικά απορρόφησης.
Από τη δεκαετία του 1970 οι ερευνητές με το USDA είχαν συσχετίζει αυτά τα δευτερεύοντα χαρακτηριστικά απορρόφησης με η συγκέντρωση οργανικών ενώσεων (π.χ. κυτταρίνη, λιγνίνη, πρωτεΐνη, έλαιο, ζάχαρη, άμυλο) σε ξηρό φύλλα. Αυτές οι οργανικές ενώσεις απορροφούν ακτινοβολία στο υπεριώδες (<0,4- / μm) και μεσαίες υπέρυθρες (> 2,4- / μm).

Έχουν χρησιμοποιήσει οι ερευνητές στο USDA βαθμονομήσεις μεταξύ παραγώγων ανάκλασης σε αρκετά στενά τις ζώνες κυμάτων και τις χημικές συγκεντρώσεις με ακρίβεια για τη χημική σύνθεση των αποξηραμένων χόρτων και άλλων ειδών αποξηραμένης βλάστησης.
Η φασματοσκοπική ανάκλασης είναι τώρα μια διαδικασία ρουτίνας στο USDA, όπου η ακρίβεια και επαναληψιμότητα των εκτιμήσεων ανακλαστικότητας πρωτεϊνών, λιγνίνη και συγκεντρώσεις αμύλου σε αποξηραμένα φυτά τα υλικά είναι συγκρίσιμα με εκείνα που λαμβάνονται από το υγρό εργαστηριακές μεθόδους. Ως αποτέλεσμα, η τεχνική έχει πιστοποιηθεί ως επίσημη μέθοδος του Συλλόγου των γεωργικών χημικών και χρησιμοποιείται σε όλη την έκταση η αμερικανική γεωργική βιομηχανία. Οι διαδικασίες που αναπτύχθηκαν από το USDA έχουν διευρύνθηκε με. Παράλληλα με αυτές τις εξελίξεις είναι η χρήση της θέσης του τοπικού μέγιστου του πρώτου παράγωγου των φάσεων των φύλλων, σε μήκος κύματος περίπου 0,7> m, ως εκτίμηση της περιεκτικότητας σε χλωροφύλλη.

'''Αυξημένη ικανότητα μέτρησης φάσματος φύλλων'''

Υπάρχει ένα ευρύ φάσμα εργαστηριακών αισθητήρων που είναι ικανά να καταγράφουν το φάσμα ενός φύλλου ή ενός δείγματος ξηρού και αλεσμένου φύλλωματος. Επιπλέον, υψηλής ποιότητας αισθητήρες πεδίου και αερομεταφοράς έχουν αναπτυχθεί και μπορούν να καταγράψουν τη βλάστηση σε φάσματα θόλων. Τρεις αισθητήρες που αναπτύχθηκαν από το Jet Propulsion Laboratory ενθάρρυναν την απομακρυσμένη αίσθηση της κοινότητας να χρησιμοποιήσει ανακλαστικότητα φάσματα για την εκτίμηση της χημείας των φύλλων.

Μια κατάλληλη συσκευή ανίχνευσης για την εκτίμηση της φύλλωσης του χημικόυ περιεχόμενου θα καταγράψει ένα φάσμα μεταξύ 0,4 και 2,4 μm με φασματική ανάλυση 0,01 μm ή λιγότερο και ένα επίπεδο θορύβου για μεγέθος μικρότερου από το βάθος απορρόφησης. Η λεπτή φασματική ανάλυση επιτυγχάνεται με τη χρήση γραμμικών συστοιχιών και μακρών χρόνων παραμονής. Η αναλογία σήματος προς θόρυβο (SNR) είναι πιο δύσκολη και επιτυγχάνεται καθώς αναπτύσσονται περαιτέρω τα φασματόμετρα από τη χρήση τους στο πεδίο για τη χρήση τους αεροσκάφη και δορυφόρους. Τα SNR για το AVIRIS ήταν επίσης χαμηλά, αλλά, και πάλι, τα χημικά αναμενόμενα χαρακτηριστικά φαίνονται σαφώς στα φάσματα

'''Χρησιμοποιώντας με ακρίβεια δεδομένα για την εκτίμηση του φιλικού χημικού περιεχομένου'''

1. Τα χαρακτηριστικά απορρόφησης πολλαπλασιάζονται και συχνά αλληλεπιδρούν μεταξύ τους. Για παράδειγμα, οι πρώτες επικρίσεις του N - H και O - H εκτείνεται αλληλεπικαλύπτεται για το μεγαλύτερο μέρος του πλάτους τους.
2. Οι οργανικές ενώσεις απορροφούν σε παρόμοιες ζώνες κυμάτων, έτσι ώστε ένα μήκος κύματος να μην είναι ποτέ μοναδικό που σχετίζονται με μια χημική ουσία. Για παράδειγμα, οι ισχυροί Ο δεσμός Ο - Η είναι ένα συστατικό του φάσματα απορρόφησης νερού, κυτταρίνης, ζάχαρης, άμυλο και λιγνίνη.
3. Κάθε μήκος κύματος έχει τη δική του μέτρηση σφάλμα, το οποίο αυξάνεται τόσο προς απορρόφηση νερού ζώνες κυμάτων και μεγαλύτερα μήκη κύματος. Για παράδειγμα, πολλά από τα δευτερόλεπτα κρύβονται από τον θόρυβο του αισθητήρα όταν πεδία και αερομεταφερόμενοι αισθητήρες.
Οι ερευνητές έχουν επομένως υιοθετήσει μια εμπειρική, πολυπαραγοντική προσέγγιση .Αυτό υποθέτει ότι ένα φάσμα φύλλων είναι το άθροισμα για τα χαρακτηριστικά απορρόφησης κάθε χημικού, σταθμισμένα από τη συγκέντρωσή της. Στην απλούστερη μορφή του, σταδιακά η παλινδρόμηση μπορεί να χρησιμοποιηθεί για τον εντοπισμό κυματικών ζωνών στο φασματικά φάσματα στα οποία υπάρχει υψηλή συσχέτιση μεταξύ ανακλαστικότητας και χημικής συγκέντρωσης. Η αντανάκλαση σε αυτές τις ζώνες κυμάτων μπορεί στη συνέχεια να χρησιμοποιηθεί για την εκτίμηση της χημικής συγκέντρωσης σε επιπλέον δείγματα. Στη πιο περίπλοκο μορφή, τα φάσματα των φυλλωμάτων μπορούν να διαχωριστούν για να δώσουν και τα δύο καθαρά φάσματα, τα οποία μπορούν να ταυτοποιηθούν χρησιμοποιώντας εργαστηριακές καμπύλες ανάκλασης και βάρους, οι οποίες σχετίζονται με τις χημικές συγκεντρώσεις.
Παρόλο που είναι χρήσιμα, κανένα από αυτές τις δύο μεθόδους είναι ιδανικές. Η αποσυγκέντρωση έχει μόλις πρόσφατα εφαρμόστηκε στη μελέτη των φυλλωμάτων φάσματα (π.χ., κάρτα, επικείμενη), έτσι ώστε η έκταση του οι περιορισμοί του είναι άγνωστοι. Η σταδιακή παλινδρόμηση είναι ανοικτή σε κριτική σε τρεις κατηγορίες.
1. Υπερθέρμανση των κυματικών ζωνών στη βαθμονόμηση εξίσωση. Μπορούν να παραχθούν ψευδώς υψηλοί συσχετισμοί όταν ο αριθμός των δειγμάτων είναι μικρότερος από τον αριθμό των κυματικών ζωνών που χρησιμοποιούνται στην ανάλυση. Αυτό συμβαίνει όταν οι τιμές ανακλαστικότητας σε ζώνες κυμάτων που δεν έχουν αιτιώδη συνάφεια με το τα χημικά που ενδιαφέρουν επιλέγονται επειδή έχουν τα μοντέλα θορύβου ταιριάζουν με τα δεδομένα σχετικά με τη συγκέντρωση τους. Ο κίνδυνος αυτός αυξάνεται σαφώς με τον αριθμό των κυμάτων που χρησιμοποιούνται. Δεύτερος, και ίσως πιο σημαντικό, η υπερφόρτωση είναι σαφής να εντοπιστεί κατά τη διάρκεια της εκτίμησης και μπορεί να διορθωθεί.
2. Διασύνδεση χημικών ουσιών. Η υψηλή συσχέτιση μεταξύ ανακλαστικότητας και χημικής συγκέντρωσης σε μερικές κυματοθραύστες μπορεί να μην είναι εξηγήσιμες από πλευράς χημικών δεσμών. Είναι συνήθως το αποτέλεσμα μιας ισχυρής διασύνδεσης μεταξύ αρκετές χημικές ουσίες.

3Παράλειψη κυματομορφής. Αν και μπορεί να είναι δυνατόν να εξηγηθεί γιατί η ανάκλαση σε μια συγκεκριμένη η ζώνη συχνοτήτων επιλέχθηκε για να εισέλθει στο πολλαπλό, δεν είναι δυνατόν να εξηγεί με βεβαιότητα γιατί παραλείφθηκε η ανακλαστικότητα σε μια εξίσου κατάλληλη ζώνη κυμάτων. Η αιτία είναι πιθανότατα παρεμβολή μεταξύ φασματικά στενής απορρόφησης χαρακτηριστικά; Ωστόσο, αυτό είναι δύσκολο να αποδειχθεί χρησιμοποιώντας δεδομένα από τρέχοντα φασματόμετρα πεδίου και αερομεταφοράς.

Η προσέγγιση πολλαπλών μεταβλητών είναι σχετικά εύκολη να εφαρμοστεί και είναι η βάση των πολύ ακριβών διαδικασιών που αναπτύχθηκε από το USDA. Η πρώτη είναι η παραδοχή ότι οι σχέσεις μεταξύ ανακλαστικότητας και χημική συγκέντρωση είναι σχεδόν γραμμική. Το δεύτερο είναι η υπόθεση ότι μπορούμε να εξαγάγουμε το φάσματα βλάστησης ενδιαφέροντος από τη φασματομετρία δεδομένα. Η τρίτη είναι η υπόθεση ότι η σχέση μεταξύ των φασμάτων και της χημικής σύνθεσης είναι ότι δεν συγχέεται από άλλους παράγοντες όπως η φαινολογία ή γεωμετρία του περιβλήματος. Η τέταρτη είναι η ακρίβεια στη μέτρηση των χημικών συγκεντρώσεων. Η πρώτη παραδοχή είναι λογική και η δεύτερη παραδοχή είναι εύλογη εάν είναι συνεχής βλάστηση που μελετώνται.. Η τρίτη παραδοχή είναι λογικό εάν οι βιότοποι είναι η μόνη ποικιλίας που μελετώνται. Αν όχι, τότε μπορεί να είναι δύσκολο και να δείχνουν ανεξάρτητη σχέση χημικού φάσματος-χημικού της σχέσης φάσματος-ειδών. Από τις τέσσερις, η παραβίαση της τελευταίας παραδοχής φαίνεται να προκαλεί τις περισσότερες δυσκολίες. Το πρόβλημα εδώ είναι διπλό. Πρώτα, η χημική σύνθεση ενός θόλου είναι μεταβλητή εντός ενός δεδομένου τόμου. Χρησιμοποιώντας ένα δείγμα για να αντιπροσωπεύσει ολόκληρο το θόλο απαιτεί το ευφάνταστο χρήση τρισδιάστατων χωρικών στατιστικών, δίνοντας το μεγαλύτερο βάρος στα ανώτερα στρώματα του αντί για απλή τυχαία δειγματοληψία. Το δεύτερο πρόβλημα είναι ότι η συγκέντρωση ενός μιας χημικής ένωσης που μετράται στο εργαστήριο μπορεί να διαφέρει σημαντικά από τη συγκέντρωσή του στο πεδίο.
Υπάρχουν τρεις λόγοι για αυτό.

1.Τα χημικά μετασχηματίζονται κατά τη διάρκεια της απομόνωσης με επεξεργασία οξείδωσης, υδρόλυσης και μετουσίωσης.

2. Κάθε χημικό προϊόν έχει πολλές μορφές. για παράδειγμα,ένα "μέσο" μόριο λιγνίνης είναι δύσκολο και οι πρωτεΐνες στους χλωροπλάστες δεν είναι απαραιτήτως το ίδιο με την πρωτεΐνη στο κυτταρόπλασμα.

3.Υπάρχουν πολλές μέθοδοι χημικής εξαγωγής (π.χ., πέψη με θειικό οξύ, διχρωμικό εκχύλιση και επεξεργασία με ακετυλοβρωμίδιο), που το καθένα δίνει ένα διαφορετικό αποτέλεσμα. Η εμπειρία από μερικές εργαστηριακές μελέτες, ωστόσο, υποδηλώνουν ότι τα μέτρα χημικής συγκέντρωσης στο εργαστήριο μπορεί να είναι ακριβής, και μπορεί να χρησιμεύσουν ως έγκυρα. Η ανάπτυξη ενός νέου μοντέλου ανάκλασης φύλλων είναι πιθανόν να αποδειχθεί δύσκολη. Ωστόσο, πρέπει να είναι δυνατόν να συνδυαστούν τουλάχιστον τα τρέχοντα μοντέλα και να παράγουν μια σύνθετη εικόνα της σκέδασης, της απορρόφησης, της ανατομία των φύλλων και της δυναμικής και της κατάστασης της χημεία των φύλλων. Τα μοντέλα αντανάκλασης του θόλου είναι καλύτερα αναπτυγμένα από τα μοντέλα ανάκλασης των φύλλων, αν και κανένα δεν περιέχει ένα βιοχημικό συστατικό. Μακροπρόθεσμα, αυτά τα μοντέλα θα πρέπει να βοηθήσουν και να αποτελέσουν οδηγό πειραματισμού, βελτίωση μεθοδολογίας, και να αυξήσουμε την κατανόησή μας για τον τρόπο αλληλεπίδρασης της ακτινοβολίας με τα φύλλα.

[[category:Εκτίμηση βιομάζας]]

Τηλεπισκόπηση της Φυτικής Χημείας

2018-01-02T16:59:21Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση της Φυτικής Χημείας

'''Πρωτότυπος Τίτλος:''' Remote Sensing of Foliar Chemistry

'''Συγγραφείς:''' Paul J. Curran

[http://www.sciencedirect.com/science/article/pii/0034425789900692]

'''Περίληψη'''

Χρησιμοποιούνται δεδομένα από απόσταση για την εκτίμηση της φυλλώδης χημικής ουσία ως αποτέλεσμα της ανάγκης για πληροφόρηση, την αυξανόμενη ικανότητα κατανόησης και την μέτρηση των φασματικών φύλλων. Αυτή η μελέτη σχολιάζει τον τρόπο με τον οποίο αυξάνονται βαθμιαία η πολλαπλή παλινδρόμηση και η αποσύνθεση που έχει χρησιμοποιηθεί για την εκχύλιση χημικών ουσιών ςαπό τα φάσματα των φυλλωμάτων. Και οι δύο μέθοδοι είναι χρήσιμες, αλλά δεν είναι ιδανικές. Η έρευνα επικεντρώνεται μακροπρόθεσμα στην προσομοίωση και βραχυπρόθεσμα στον πειραματισμό. Η μακροπρόθεσμη έρευνα θα πρέπει να μας αυξήσει κατανόηση της αλληλεπίδρασης μεταξύ ακτινοβολίας και χημεία φύλλων, έτσι ώστε το επίκεντρο της έρευνας να μπορεί να μετακινηθεί από μοντέλα φύλλων σε μοντέλο κουβούκλιου σε πεδίο πείραμα. Η βραχυπρόθεσμη έρευνα θα πρέπει να στοχεύει στο σχεδιασμό πειραμάτων στα οποία βρίσκονται τα δεδομέν.

'''Εισαγωγή'''

Οι πληροφορίες για τη βλάστηση που μπορούν να εξαχθούν από τα δεδομένα που ανιχνεύονται από απόσταση εξαρτάται από το την εκλέπτυνση των αισθητήρων , την κατανόησή για το πώς αλληλεπιδρά η ακτινοβολία με ένα θόλο βλάστησης, και στις μεθοδολογίες. Δεδομένα τηλεχειρισμού χρησιμοποιήθηκαν πρώτα για να ταξινομήσουν τη βλάστηση και στη συνέχεια για την εκτίμηση του φυσικού περιεχομένου των τζαμιών. Σήμερα υπάρχουν αποδείξεις ότι μπορούμε επίσης να χρησιμοποιήσουμε εξ αποστάσεως για την εκτίμηση των χημικών περιεχομένων των τέντες. Τα δύο ερωτήματα που διερευνώνται σε αυτή τη μελέτη είναι, καταρχάς, γιατί και, δεύτερον, πώς τα δεδομένα από απόσταση ανιχνεύθηκαν και πως θα πρέπει να χρησιμοποιηθούν για την εκτίμηση της περιεκτικότητας σε χημικά φυλλώματα. Η εργασία ολοκληρώνεται με συστάσεις για μελλοντικές μακροπρόθεσμες και βραχυπρόθεσμες ερευνητικές στρατηγικές.

''' Γιατί να χρησιμοποιήσετε ανιχνευμένα στοιχεία εκτιμώντας το χημικό περιεχόμενο; '''

Οι κινητήριες δυνάμεις πίσω από την τηλεπισκόπηση της φυλλώδη χημική ουσία είναι η ανάγκη για πληροφορίες στη χημεία των φυλλωμάτων και στην αυξημένη κατανόηση μας και της ικανότητας μέτρησης των φασματικών καταλοίπων.

'''Η ανάγκη για πληροφορίες σχετικά με τη χημεία των φυλλωμάτων'''

Μέτρα του χημικού περιεχομένου του φυλλώματος μας παρέχουν με δείκτες παραγωγικότητας των φυτών (π.χ. χλωροφύλλη); ποσοστό αποικοδόμησης των απορριμμάτων (π.χ. επίπεδα λιγνίνης). και τη διαθεσιμότητα θρεπτικών συστατικών (π.χ., άζωτο) στο διάστημα και στο χρόνο. Κάνοντας τέτοιες εκτιμήσεις από μακριά μπορούμε να μελετήσουμε την ποιότητα της βλάστησης και ένα μέρος πολλών θρεπτικών κύκλων σε τοπικό και παγκόσμιο επίπεδο. Ορισμένες οργανώσεις των ΗΠΑ και κυβέρνηση οι οργανισμοί δήλωσαν ότι οι ερευνητικοί τους στόχοι η δεκαετία του 1990 περιλαμβάνει τη μελέτη της παγκόσμιας βιογεωχημικής ποδηλασία και ότι η τηλεανίχνευση είναι ένα εργαλείο για την επίτευξη αυτού του στόχου . "Νέα ανίχνευση τηλεπισκόπησης υψηλής φασματικής ανάλυσης δείχνει την υπόσχεση της εκτίμησης του θόλου της παραμέτρους της χημικής σύνθεσης που μπορούν να χρησιμοποιηθούν για να διασαφηνιστούν οι ιδιότητες του οικοσυστήματος.

'''Αυξημένη κατανόηση των φαινομένων φύλλων'''

Τα φάσματα ανάκλασης όλων των τύπων βλάστησης στη φασματική περιοχή 0,4-2,4- / μm είναι αξιοσημείωτη παρόμοιος. Στα μήκη κύματος κοντά στην υπέρυθρη ακτινοβολία υπάρχει μεγάλη ένταση ανακλαστικότητα ως αποτέλεσμα της σκέδασης των φύλλων και σε περίπου ίσες αποστάσεις σε όλο το φάσμα υπάρχουν πέντε κύρια χαρακτηριστικά απορρόφησης. Αυτά τα χαρακτηριστικά απορρόφησης είναι το αποτέλεσμα του ηλεκτρονίου μεταβάσεις σε χλωροφύλλη (0,4-0,7 / μm) και η κάμψη και η τάνυση του δεσμού Ο - Η στο νερό και άλλα χημικά (0.97, 1.20, 1.40, 1.94/ μm).
Λεπτομερείς φασματοσκοπικές μετρήσεις των αποξηραμένων και τα αλεσμένα φύλλα έγιναν στη δεκαετία του 1960 και την δεκαετία του 1970 από ερευνητές του Υπουργείου των ΗΠΑ Γεωργία (USDA). Οι μετρήσεις αυτές αποκάλυψαν ότι υπάρχουν περίπου 42 μικρές απορρόφηση (πίνακας 1) που, σε φρέσκα φύλλα, θα ήταν πιθανώς έχουν βρεθεί από τους πέντε μεγάλους χαρακτηριστικά απορρόφησης.
Από τη δεκαετία του 1970 οι ερευνητές με το USDA είχαν συσχετίζει αυτά τα δευτερεύοντα χαρακτηριστικά απορρόφησης με η συγκέντρωση οργανικών ενώσεων (π.χ. κυτταρίνη, λιγνίνη, πρωτεΐνη, έλαιο, ζάχαρη, άμυλο) σε ξηρό φύλλα. Αυτές οι οργανικές ενώσεις απορροφούν ακτινοβολία στο υπεριώδες (<0,4- / μm) και μεσαίες υπέρυθρες (> 2,4- / μm).

Έχουν χρησιμοποιήσει οι ερευνητές στο USDA βαθμονομήσεις μεταξύ παραγώγων ανάκλασης σε αρκετά στενά τις ζώνες κυμάτων και τις χημικές συγκεντρώσεις με ακρίβεια για τη χημική σύνθεση των αποξηραμένων χόρτων και άλλων ειδών αποξηραμένης βλάστησης.
Η φασματοσκοπική ανάκλασης είναι τώρα μια διαδικασία ρουτίνας στο USDA, όπου η ακρίβεια και επαναληψιμότητα των εκτιμήσεων ανακλαστικότητας πρωτεϊνών, λιγνίνη και συγκεντρώσεις αμύλου σε αποξηραμένα φυτά τα υλικά είναι συγκρίσιμα με εκείνα που λαμβάνονται από το υγρό εργαστηριακές μεθόδους. Ως αποτέλεσμα, η τεχνική έχει πιστοποιηθεί ως επίσημη μέθοδος του Συλλόγου των γεωργικών χημικών και χρησιμοποιείται σε όλη την έκταση η αμερικανική γεωργική βιομηχανία. Οι διαδικασίες που αναπτύχθηκαν από το USDA έχουν διευρύνθηκε με. Παράλληλα με αυτές τις εξελίξεις είναι η χρήση της θέσης του τοπικού μέγιστου του πρώτου παράγωγου των φάσεων των φύλλων, σε μήκος κύματος περίπου 0,7> m, ως εκτίμηση της περιεκτικότητας σε χλωροφύλλη.

'''Αυξημένη ικανότητα μέτρησης φάσματος φύλλων'''

Υπάρχει ένα ευρύ φάσμα εργαστηριακών αισθητήρων που είναι ικανά να καταγράφουν το φάσμα ενός φύλλου ή ενός δείγματος ξηρού και αλεσμένου φύλλωματος. Επιπλέον, υψηλής ποιότητας αισθητήρες πεδίου και αερομεταφοράς έχουν αναπτυχθεί και μπορούν να καταγράψουν τη βλάστηση σε φάσματα θόλων. Τρεις αισθητήρες που αναπτύχθηκαν από το Jet Propulsion Laboratory ενθάρρυναν την απομακρυσμένη αίσθηση της κοινότητας να χρησιμοποιήσει ανακλαστικότητα φάσματα για την εκτίμηση της χημείας των φύλλων.

Μια κατάλληλη συσκευή ανίχνευσης για την εκτίμηση της φύλλωσης του χημικόυ περιεχόμενου θα καταγράψει ένα φάσμα μεταξύ 0,4 και 2,4 μm με φασματική ανάλυση 0,01 μm ή λιγότερο και ένα επίπεδο θορύβου για μεγέθος μικρότερου από το βάθος απορρόφησης. Η λεπτή φασματική ανάλυση επιτυγχάνεται με τη χρήση γραμμικών συστοιχιών και μακρών χρόνων παραμονής. Η αναλογία σήματος προς θόρυβο (SNR) είναι πιο δύσκολη και επιτυγχάνεται καθώς αναπτύσσονται περαιτέρω τα φασματόμετρα από τη χρήση τους στο πεδίο για τη χρήση τους αεροσκάφη και δορυφόρους. Τα SNR για το AVIRIS ήταν επίσης χαμηλά, αλλά, και πάλι, τα χημικά αναμενόμενα χαρακτηριστικά φαίνονται σαφώς στα φάσματα

'''Χρησιμοποιώντας με ακρίβεια δεδομένα για την εκτίμηση του φιλικού χημικού περιεχομένου'''

1. Τα χαρακτηριστικά απορρόφησης πολλαπλασιάζονται και συχνά αλληλεπιδρούν μεταξύ τους. Για παράδειγμα, οι πρώτες επικρίσεις του N - H και O - H εκτείνεται αλληλεπικαλύπτεται για το μεγαλύτερο μέρος του πλάτους τους.
2. Οι οργανικές ενώσεις απορροφούν σε παρόμοιες ζώνες κυμάτων, έτσι ώστε ένα μήκος κύματος να μην είναι ποτέ μοναδικό που σχετίζονται με μια χημική ουσία. Για παράδειγμα, οι ισχυροί Ο δεσμός Ο - Η είναι ένα συστατικό του φάσματα απορρόφησης νερού, κυτταρίνης, ζάχαρης, άμυλο και λιγνίνη.
3. Κάθε μήκος κύματος έχει τη δική του μέτρηση σφάλμα, το οποίο αυξάνεται τόσο προς απορρόφηση νερού ζώνες κυμάτων και μεγαλύτερα μήκη κύματος. Για παράδειγμα, πολλά από τα δευτερόλεπτα κρύβονται από τον θόρυβο του αισθητήρα όταν πεδία και αερομεταφερόμενοι αισθητήρες.
Οι ερευνητές έχουν επομένως υιοθετήσει μια εμπειρική, πολυπαραγοντική προσέγγιση .Αυτό υποθέτει ότι ένα φάσμα φύλλων είναι το άθροισμα για τα χαρακτηριστικά απορρόφησης κάθε χημικού, σταθμισμένα από τη συγκέντρωσή της. Στην απλούστερη μορφή του, σταδιακά η παλινδρόμηση μπορεί να χρησιμοποιηθεί για τον εντοπισμό κυματικών ζωνών στο φασματικά φάσματα στα οποία υπάρχει υψηλή συσχέτιση μεταξύ ανακλαστικότητας και χημικής συγκέντρωσης. Η αντανάκλαση σε αυτές τις ζώνες κυμάτων μπορεί στη συνέχεια να χρησιμοποιηθεί για την εκτίμηση της χημικής συγκέντρωσης σε επιπλέον δείγματα. Στη πιο περίπλοκο μορφή, τα φάσματα των φυλλωμάτων μπορούν να διαχωριστούν για να δώσουν και τα δύο καθαρά φάσματα, τα οποία μπορούν να ταυτοποιηθούν χρησιμοποιώντας εργαστηριακές καμπύλες ανάκλασης και βάρους, οι οποίες σχετίζονται με τις χημικές συγκεντρώσεις.
Παρόλο που είναι χρήσιμα, κανένα από αυτές τις δύο μεθόδους είναι ιδανικές. Η αποσυγκέντρωση έχει μόλις πρόσφατα εφαρμόστηκε στη μελέτη των φυλλωμάτων φάσματα (π.χ., κάρτα, επικείμενη), έτσι ώστε η έκταση του οι περιορισμοί του είναι άγνωστοι. Η σταδιακή παλινδρόμηση είναι ανοικτή σε κριτική σε τρεις κατηγορίες.
1. Υπερθέρμανση των κυματικών ζωνών στη βαθμονόμηση εξίσωση. Μπορούν να παραχθούν ψευδώς υψηλοί συσχετισμοί όταν ο αριθμός των δειγμάτων είναι μικρότερος από τον αριθμό των κυματικών ζωνών που χρησιμοποιούνται στην ανάλυση. Αυτό συμβαίνει όταν οι τιμές ανακλαστικότητας σε ζώνες κυμάτων που δεν έχουν αιτιώδη συνάφεια με το τα χημικά που ενδιαφέρουν επιλέγονται επειδή έχουν τα μοντέλα θορύβου ταιριάζουν με τα δεδομένα σχετικά με τη συγκέντρωση τους. Ο κίνδυνος αυτός αυξάνεται σαφώς με τον αριθμό των κυμάτων που χρησιμοποιούνται. Δεύτερος, και ίσως πιο σημαντικό, η υπερφόρτωση είναι σαφής να εντοπιστεί κατά τη διάρκεια της εκτίμησης και μπορεί να διορθωθεί.
2. Διασύνδεση χημικών ουσιών. Η υψηλή συσχέτιση μεταξύ ανακλαστικότητας και χημικής συγκέντρωσης σε μερικές κυματοθραύστες μπορεί να μην είναι εξηγήσιμες από πλευράς χημικών δεσμών. Είναι συνήθως το αποτέλεσμα μιας ισχυρής διασύνδεσης μεταξύ αρκετές χημικές ουσίες.

3Παράλειψη κυματομορφής. Αν και μπορεί να είναι δυνατόν να εξηγηθεί γιατί η ανάκλαση σε μια συγκεκριμένη η ζώνη συχνοτήτων επιλέχθηκε για να εισέλθει στο πολλαπλό, δεν είναι δυνατόν να εξηγεί με βεβαιότητα γιατί παραλείφθηκε η ανακλαστικότητα σε μια εξίσου κατάλληλη ζώνη κυμάτων. Η αιτία είναι πιθανότατα παρεμβολή μεταξύ φασματικά στενής απορρόφησης χαρακτηριστικά; Ωστόσο, αυτό είναι δύσκολο να αποδειχθεί χρησιμοποιώντας δεδομένα από τρέχοντα φασματόμετρα πεδίου και αερομεταφοράς.

Η προσέγγιση πολλαπλών μεταβλητών είναι σχετικά εύκολη να εφαρμοστεί και είναι η βάση των πολύ ακριβών διαδικασιών που αναπτύχθηκε από το USDA. Η πρώτη είναι η παραδοχή ότι οι σχέσεις μεταξύ ανακλαστικότητας και χημική συγκέντρωση είναι σχεδόν γραμμική. Το δεύτερο είναι η υπόθεση ότι μπορούμε να εξαγάγουμε το φάσματα βλάστησης ενδιαφέροντος από τη φασματομετρία δεδομένα. Η τρίτη είναι η υπόθεση ότι η σχέση μεταξύ των φασμάτων και της χημικής σύνθεσης είναι ότι δεν συγχέεται από άλλους παράγοντες όπως η φαινολογία ή γεωμετρία του περιβλήματος. Η τέταρτη είναι η ακρίβεια στη μέτρηση των χημικών συγκεντρώσεων. Η πρώτη παραδοχή είναι λογική και η δεύτερη παραδοχή είναι εύλογη εάν είναι συνεχής βλάστηση που μελετώνται.. Η τρίτη παραδοχή είναι λογικό εάν οι βιότοποι είναι η μόνη ποικιλίας που μελετώνται. Αν όχι, τότε μπορεί να είναι δύσκολο και να δείχνουν ανεξάρτητη σχέση χημικού φάσματος-χημικού της σχέσης φάσματος-ειδών. Από τις τέσσερις, η παραβίαση της τελευταίας παραδοχής φαίνεται να προκαλεί τις περισσότερες δυσκολίες. Το πρόβλημα εδώ είναι διπλό. Πρώτα, η χημική σύνθεση ενός θόλου είναι μεταβλητή εντός ενός δεδομένου τόμου. Χρησιμοποιώντας ένα δείγμα για να αντιπροσωπεύσει ολόκληρο το θόλο απαιτεί το ευφάνταστο χρήση τρισδιάστατων χωρικών στατιστικών, δίνοντας το μεγαλύτερο βάρος στα ανώτερα στρώματα του αντί για απλή τυχαία δειγματοληψία. Το δεύτερο πρόβλημα είναι ότι η συγκέντρωση ενός μιας χημικής ένωσης που μετράται στο εργαστήριο μπορεί να διαφέρει σημαντικά από τη συγκέντρωσή του στο πεδίο.
Υπάρχουν τρεις λόγοι για αυτό.

1.Τα χημικά μετασχηματίζονται κατά τη διάρκεια της απομόνωσης με επεξεργασία οξείδωσης, υδρόλυσης και μετουσίωσης.

2. Κάθε χημικό προϊόν έχει πολλές μορφές. για παράδειγμα,ένα "μέσο" μόριο λιγνίνης είναι δύσκολο και οι πρωτεΐνες στους χλωροπλάστες δεν είναι απαραιτήτως το ίδιο με την πρωτεΐνη στο κυτταρόπλασμα.

3.Υπάρχουν πολλές μέθοδοι χημικής εξαγωγής (π.χ., πέψη με θειικό οξύ, διχρωμικό εκχύλιση και επεξεργασία με ακετυλοβρωμίδιο), που το καθένα δίνει ένα διαφορετικό αποτέλεσμα. Η εμπειρία από μερικές εργαστηριακές μελέτες, ωστόσο, υποδηλώνουν ότι τα μέτρα χημικής συγκέντρωσης στο εργαστήριο μπορεί να είναι ακριβής, και μπορεί να χρησιμεύσουν ως έγκυρα.

Η ανάπτυξη ενός νέου μοντέλου ανάκλασης φύλλων είναι πιθανόν να αποδειχθεί δύσκολη. Ωστόσο, πρέπει να είναι δυνατόν να συνδυαστούν τουλάχιστον τα τρέχοντα μοντέλα και να παράγουν μια σύνθετη εικόνα της σκέδασης, της απορρόφησης, της ανατομία των φύλλων και της δυναμικής και της κατάστασης της χημεία των φύλλων. Τα μοντέλα αντανάκλασης του θόλου είναι καλύτερα αναπτυγμένα από τα μοντέλα ανάκλασης των φύλλων, αν και κανένα δεν περιέχει ένα βιοχημικό συστατικό. Μακροπρόθεσμα, αυτά τα μοντέλα θα πρέπει να βοηθήσουν και να αποτελέσουν οδηγό πειραματισμού, βελτίωση μεθοδολογίας, και να αυξήσουμε την κατανόησή μας για τον τρόπο αλληλεπίδρασης της ακτινοβολίας με τα φύλλα.

[[category:Εκτίμηση βιομάζας]]

Τηλεπισκόπηση της Φυτικής Χημείας

2018-01-02T16:58:50Z

Eirhnh1roussi: Νέα σελίδα με ''''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση της Φυτικής Χημείας '''Πρωτότυπος Τίτλος:''' Remote Sensing ...'

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση της Φυτικής Χημείας

'''Πρωτότυπος Τίτλος:''' Remote Sensing of Foliar Chemistry

'''Συγγραφείς:''' Paul J. Curran

[http://www.sciencedirect.com/science/article/pii/0034425789900692]

'''Περίληψη'''

Χρησιμοποιούνται δεδομένα από απόσταση για την εκτίμηση της φυλλώδης χημικής ουσία ως αποτέλεσμα της ανάγκης για πληροφόρηση, την αυξανόμενη ικανότητα κατανόησης και την μέτρηση των φασματικών φύλλων. Αυτή η μελέτη σχολιάζει τον τρόπο με τον οποίο αυξάνονται βαθμιαία η πολλαπλή παλινδρόμηση και η αποσύνθεση που έχει χρησιμοποιηθεί για την εκχύλιση χημικών ουσιών ςαπό τα φάσματα των φυλλωμάτων. Και οι δύο μέθοδοι είναι χρήσιμες, αλλά δεν είναι ιδανικές. Η έρευνα επικεντρώνεται μακροπρόθεσμα στην προσομοίωση και βραχυπρόθεσμα στον πειραματισμό. Η μακροπρόθεσμη έρευνα θα πρέπει να μας αυξήσει κατανόηση της αλληλεπίδρασης μεταξύ ακτινοβολίας και χημεία φύλλων, έτσι ώστε το επίκεντρο της έρευνας να μπορεί να μετακινηθεί από μοντέλα φύλλων σε μοντέλο κουβούκλιου σε πεδίο πείραμα. Η βραχυπρόθεσμη έρευνα θα πρέπει να στοχεύει στο σχεδιασμό πειραμάτων στα οποία βρίσκονται τα δεδομέν.

'''Εισαγωγή'''

Οι πληροφορίες για τη βλάστηση που μπορούν να εξαχθούν από τα δεδομένα που ανιχνεύονται από απόσταση εξαρτάται από το την εκλέπτυνση των αισθητήρων , την κατανόησή για το πώς αλληλεπιδρά η ακτινοβολία με ένα θόλο βλάστησης, και στις μεθοδολογίες. Δεδομένα τηλεχειρισμού χρησιμοποιήθηκαν πρώτα για να ταξινομήσουν τη βλάστηση και στη συνέχεια για την εκτίμηση του φυσικού περιεχομένου των τζαμιών. Σήμερα υπάρχουν αποδείξεις ότι μπορούμε επίσης να χρησιμοποιήσουμε εξ αποστάσεως για την εκτίμηση των χημικών περιεχομένων των τέντες. Τα δύο ερωτήματα που διερευνώνται σε αυτή τη μελέτη είναι, καταρχάς, γιατί και, δεύτερον, πώς τα δεδομένα από απόσταση ανιχνεύθηκαν και πως θα πρέπει να χρησιμοποιηθούν για την εκτίμηση της περιεκτικότητας σε χημικά φυλλώματα. Η εργασία ολοκληρώνεται με συστάσεις για μελλοντικές μακροπρόθεσμες και βραχυπρόθεσμες ερευνητικές στρατηγικές.

''' Γιατί να χρησιμοποιήσετε ανιχνευμένα στοιχεία εκτιμώντας το χημικό περιεχόμενο; '''

Οι κινητήριες δυνάμεις πίσω από την τηλεπισκόπηση της φυλλώδη χημική ουσία είναι η ανάγκη για πληροφορίες στη χημεία των φυλλωμάτων και στην αυξημένη κατανόηση μας και της ικανότητας μέτρησης των φασματικών καταλοίπων.

'''Η ανάγκη για πληροφορίες σχετικά με τη χημεία των φυλλωμάτων'''

Μέτρα του χημικού περιεχομένου του φυλλώματος μας παρέχουν με δείκτες παραγωγικότητας των φυτών (π.χ. χλωροφύλλη); ποσοστό αποικοδόμησης των απορριμμάτων (π.χ. επίπεδα λιγνίνης). και τη διαθεσιμότητα θρεπτικών συστατικών (π.χ., άζωτο) στο διάστημα και στο χρόνο. Κάνοντας τέτοιες εκτιμήσεις από μακριά μπορούμε να μελετήσουμε την ποιότητα της βλάστησης και ένα μέρος πολλών θρεπτικών κύκλων σε τοπικό και παγκόσμιο επίπεδο. Ορισμένες οργανώσεις των ΗΠΑ και κυβέρνηση οι οργανισμοί δήλωσαν ότι οι ερευνητικοί τους στόχοι η δεκαετία του 1990 περιλαμβάνει τη μελέτη της παγκόσμιας βιογεωχημικής ποδηλασία και ότι η τηλεανίχνευση είναι ένα εργαλείο για την επίτευξη αυτού του στόχου . "Νέα ανίχνευση τηλεπισκόπησης υψηλής φασματικής ανάλυσης δείχνει την υπόσχεση της εκτίμησης του θόλου της παραμέτρους της χημικής σύνθεσης που μπορούν να χρησιμοποιηθούν για να διασαφηνιστούν οι ιδιότητες του οικοσυστήματος.

'''Αυξημένη κατανόηση των φαινομένων φύλλων'''

Τα φάσματα ανάκλασης όλων των τύπων βλάστησης στη φασματική περιοχή 0,4-2,4- / μm είναι αξιοσημείωτη παρόμοιος. Στα μήκη κύματος κοντά στην υπέρυθρη ακτινοβολία υπάρχει μεγάλη ένταση ανακλαστικότητα ως αποτέλεσμα της σκέδασης των φύλλων και σε περίπου ίσες αποστάσεις σε όλο το φάσμα υπάρχουν πέντε κύρια χαρακτηριστικά απορρόφησης. Αυτά τα χαρακτηριστικά απορρόφησης είναι το αποτέλεσμα του ηλεκτρονίου μεταβάσεις σε χλωροφύλλη (0,4-0,7 / μm) και η κάμψη και η τάνυση του δεσμού Ο - Η στο νερό και άλλα χημικά (0.97, 1.20, 1.40, 1.94/ μm).
Λεπτομερείς φασματοσκοπικές μετρήσεις των αποξηραμένων και τα αλεσμένα φύλλα έγιναν στη δεκαετία του 1960 και την δεκαετία του 1970 από ερευνητές του Υπουργείου των ΗΠΑ Γεωργία (USDA). Οι μετρήσεις αυτές αποκάλυψαν ότι υπάρχουν περίπου 42 μικρές απορρόφηση (πίνακας 1) που, σε φρέσκα φύλλα, θα ήταν πιθανώς έχουν βρεθεί από τους πέντε μεγάλους χαρακτηριστικά απορρόφησης.
Από τη δεκαετία του 1970 οι ερευνητές με το USDA είχαν συσχετίζει αυτά τα δευτερεύοντα χαρακτηριστικά απορρόφησης με η συγκέντρωση οργανικών ενώσεων (π.χ. κυτταρίνη, λιγνίνη, πρωτεΐνη, έλαιο, ζάχαρη, άμυλο) σε ξηρό φύλλα. Αυτές οι οργανικές ενώσεις απορροφούν ακτινοβολία στο υπεριώδες (<0,4- / μm) και μεσαίες υπέρυθρες (> 2,4- / μm).

Έχουν χρησιμοποιήσει οι ερευνητές στο USDA βαθμονομήσεις μεταξύ παραγώγων ανάκλασης σε αρκετά στενά τις ζώνες κυμάτων και τις χημικές συγκεντρώσεις με ακρίβεια για τη χημική σύνθεση των αποξηραμένων χόρτων και άλλων ειδών αποξηραμένης βλάστησης.
Η φασματοσκοπική ανάκλασης είναι τώρα μια διαδικασία ρουτίνας στο USDA, όπου η ακρίβεια και επαναληψιμότητα των εκτιμήσεων ανακλαστικότητας πρωτεϊνών, λιγνίνη και συγκεντρώσεις αμύλου σε αποξηραμένα φυτά τα υλικά είναι συγκρίσιμα με εκείνα που λαμβάνονται από το υγρό εργαστηριακές μεθόδους. Ως αποτέλεσμα, η τεχνική έχει πιστοποιηθεί ως επίσημη μέθοδος του Συλλόγου των γεωργικών χημικών και χρησιμοποιείται σε όλη την έκταση η αμερικανική γεωργική βιομηχανία. Οι διαδικασίες που αναπτύχθηκαν από το USDA έχουν διευρύνθηκε με. Παράλληλα με αυτές τις εξελίξεις είναι η χρήση της θέσης του τοπικού μέγιστου του πρώτου παράγωγου των φάσεων των φύλλων, σε μήκος κύματος περίπου 0,7> m, ως εκτίμηση της περιεκτικότητας σε χλωροφύλλη.

'''Αυξημένη ικανότητα μέτρησης φάσματος φύλλων'''

Υπάρχει ένα ευρύ φάσμα εργαστηριακών αισθητήρων που είναι ικανά να καταγράφουν το φάσμα ενός φύλλου ή ενός δείγματος ξηρού και αλεσμένου φύλλωματος. Επιπλέον, υψηλής ποιότητας αισθητήρες πεδίου και αερομεταφοράς έχουν αναπτυχθεί και μπορούν να καταγράψουν τη βλάστηση σε φάσματα θόλων. Τρεις αισθητήρες που αναπτύχθηκαν από το Jet Propulsion Laboratory ενθάρρυναν την απομακρυσμένη αίσθηση της κοινότητας να χρησιμοποιήσει ανακλαστικότητα φάσματα για την εκτίμηση της χημείας των φύλλων.

Μια κατάλληλη συσκευή ανίχνευσης για την εκτίμηση της φύλλωσης του χημικόυ περιεχόμενου θα καταγράψει ένα φάσμα μεταξύ 0,4 και 2,4 μm με φασματική ανάλυση 0,01 μm ή λιγότερο και ένα επίπεδο θορύβου για μεγέθος μικρότερου από το βάθος απορρόφησης. Η λεπτή φασματική ανάλυση επιτυγχάνεται με τη χρήση γραμμικών συστοιχιών και μακρών χρόνων παραμονής. Η αναλογία σήματος προς θόρυβο (SNR) είναι πιο δύσκολη και επιτυγχάνεται καθώς αναπτύσσονται περαιτέρω τα φασματόμετρα από τη χρήση τους στο πεδίο για τη χρήση τους αεροσκάφη και δορυφόρους. Τα SNR για το AVIRIS ήταν επίσης χαμηλά, αλλά, και πάλι, τα χημικά αναμενόμενα χαρακτηριστικά φαίνονται σαφώς στα φάσματα

'''Χρησιμοποιώντας με ακρίβεια δεδομένα για την εκτίμηση του φιλικού χημικού περιεχομένου'''

1. Τα χαρακτηριστικά απορρόφησης πολλαπλασιάζονται και συχνά αλληλεπιδρούν μεταξύ τους. Για παράδειγμα, οι πρώτες επικρίσεις του N - H και O - H εκτείνεται αλληλεπικαλύπτεται για το μεγαλύτερο μέρος του πλάτους τους.
2. Οι οργανικές ενώσεις απορροφούν σε παρόμοιες ζώνες κυμάτων, έτσι ώστε ένα μήκος κύματος να μην είναι ποτέ μοναδικό που σχετίζονται με μια χημική ουσία. Για παράδειγμα, οι ισχυροί Ο δεσμός Ο - Η είναι ένα συστατικό του φάσματα απορρόφησης νερού, κυτταρίνης, ζάχαρης, άμυλο και λιγνίνη.
3. Κάθε μήκος κύματος έχει τη δική του μέτρηση σφάλμα, το οποίο αυξάνεται τόσο προς απορρόφηση νερού ζώνες κυμάτων και μεγαλύτερα μήκη κύματος. Για παράδειγμα, πολλά από τα δευτερόλεπτα κρύβονται από τον θόρυβο του αισθητήρα όταν πεδία και αερομεταφερόμενοι αισθητήρες.
Οι ερευνητές έχουν επομένως υιοθετήσει μια εμπειρική, πολυπαραγοντική προσέγγιση .Αυτό υποθέτει ότι ένα φάσμα φύλλων είναι το άθροισμα για τα χαρακτηριστικά απορρόφησης κάθε χημικού, σταθμισμένα από τη συγκέντρωσή της. Στην απλούστερη μορφή του, σταδιακά η παλινδρόμηση μπορεί να χρησιμοποιηθεί για τον εντοπισμό κυματικών ζωνών στο φασματικά φάσματα στα οποία υπάρχει υψηλή συσχέτιση μεταξύ ανακλαστικότητας και χημικής συγκέντρωσης. Η αντανάκλαση σε αυτές τις ζώνες κυμάτων μπορεί στη συνέχεια να χρησιμοποιηθεί για την εκτίμηση της χημικής συγκέντρωσης σε επιπλέον δείγματα. Στη πιο περίπλοκο μορφή, τα φάσματα των φυλλωμάτων μπορούν να διαχωριστούν για να δώσουν και τα δύο καθαρά φάσματα, τα οποία μπορούν να ταυτοποιηθούν χρησιμοποιώντας εργαστηριακές καμπύλες ανάκλασης και βάρους, οι οποίες σχετίζονται με τις χημικές συγκεντρώσεις.
Παρόλο που είναι χρήσιμα, κανένα από αυτές τις δύο μεθόδους είναι ιδανικές. Η αποσυγκέντρωση έχει μόλις πρόσφατα εφαρμόστηκε στη μελέτη των φυλλωμάτων φάσματα (π.χ., κάρτα, επικείμενη), έτσι ώστε η έκταση του οι περιορισμοί του είναι άγνωστοι. Η σταδιακή παλινδρόμηση είναι ανοικτή σε κριτική σε τρεις κατηγορίες.
1. Υπερθέρμανση των κυματικών ζωνών στη βαθμονόμηση εξίσωση. Μπορούν να παραχθούν ψευδώς υψηλοί συσχετισμοί όταν ο αριθμός των δειγμάτων είναι μικρότερος από τον αριθμό των κυματικών ζωνών που χρησιμοποιούνται στην ανάλυση. Αυτό συμβαίνει όταν οι τιμές ανακλαστικότητας σε ζώνες κυμάτων που δεν έχουν αιτιώδη συνάφεια με το τα χημικά που ενδιαφέρουν επιλέγονται επειδή έχουν τα μοντέλα θορύβου ταιριάζουν με τα δεδομένα σχετικά με τη συγκέντρωση τους. Ο κίνδυνος αυτός αυξάνεται σαφώς με τον αριθμό των κυμάτων που χρησιμοποιούνται. Δεύτερος, και ίσως πιο σημαντικό, η υπερφόρτωση είναι σαφής να εντοπιστεί κατά τη διάρκεια της εκτίμησης και μπορεί να διορθωθεί.
2. Διασύνδεση χημικών ουσιών. Η υψηλή συσχέτιση μεταξύ ανακλαστικότητας και χημικής συγκέντρωσης σε μερικές κυματοθραύστες μπορεί να μην είναι εξηγήσιμες από πλευράς χημικών δεσμών. Είναι συνήθως το αποτέλεσμα μιας ισχυρής διασύνδεσης μεταξύ αρκετές χημικές ουσίες.

3Παράλειψη κυματομορφής. Αν και μπορεί να είναι δυνατόν να εξηγηθεί γιατί η ανάκλαση σε μια συγκεκριμένη η ζώνη συχνοτήτων επιλέχθηκε για να εισέλθει στο πολλαπλό, δεν είναι δυνατόν να εξηγεί με βεβαιότητα γιατί παραλείφθηκε η ανακλαστικότητα σε μια εξίσου κατάλληλη ζώνη κυμάτων. Η αιτία είναι πιθανότατα παρεμβολή μεταξύ φασματικά στενής απορρόφησης χαρακτηριστικά; Ωστόσο, αυτό είναι δύσκολο να αποδειχθεί χρησιμοποιώντας δεδομένα από τρέχοντα φασματόμετρα πεδίου και αερομεταφοράς.

Η προσέγγιση πολλαπλών μεταβλητών είναι σχετικά εύκολη να εφαρμοστεί και είναι η βάση των πολύ ακριβών διαδικασιών που αναπτύχθηκε από το USDA. Η πρώτη είναι η παραδοχή ότι οι σχέσεις μεταξύ ανακλαστικότητας και χημική συγκέντρωση είναι σχεδόν γραμμική. Το δεύτερο είναι η υπόθεση ότι μπορούμε να εξαγάγουμε το φάσματα βλάστησης ενδιαφέροντος από τη φασματομετρία δεδομένα. Η τρίτη είναι η υπόθεση ότι η σχέση μεταξύ των φασμάτων και της χημικής σύνθεσης είναι ότι δεν συγχέεται από άλλους παράγοντες όπως η φαινολογία ή γεωμετρία του περιβλήματος. Η τέταρτη είναι η ακρίβεια στη μέτρηση των χημικών συγκεντρώσεων. Η πρώτη παραδοχή είναι λογική και η δεύτερη παραδοχή είναι εύλογη εάν είναι συνεχής βλάστηση που μελετώνται.. Η τρίτη παραδοχή είναι λογικό εάν οι βιότοποι είναι η μόνη ποικιλίας που μελετώνται. Αν όχι, τότε μπορεί να είναι δύσκολο και να δείχνουν ανεξάρτητη σχέση χημικού φάσματος-χημικού της σχέσης φάσματος-ειδών. Από τις τέσσερις, η παραβίαση της τελευταίας παραδοχής φαίνεται να προκαλεί τις περισσότερες δυσκολίες. Το πρόβλημα εδώ είναι διπλό. Πρώτα, η χημική σύνθεση ενός θόλου είναι μεταβλητή εντός ενός δεδομένου τόμου. Χρησιμοποιώντας ένα δείγμα για να αντιπροσωπεύσει ολόκληρο το θόλο απαιτεί το ευφάνταστο χρήση τρισδιάστατων χωρικών στατιστικών, δίνοντας το μεγαλύτερο βάρος στα ανώτερα στρώματα του αντί για απλή τυχαία δειγματοληψία. Το δεύτερο πρόβλημα είναι ότι η συγκέντρωση ενός μιας χημικής ένωσης που μετράται στο εργαστήριο μπορεί να διαφέρει σημαντικά από τη συγκέντρωσή του στο πεδίο.
Υπάρχουν τρεις λόγοι για αυτό.

1.Τα χημικά μετασχηματίζονται κατά τη διάρκεια της απομόνωσης με επεξεργασία οξείδωσης, υδρόλυσης και μετουσίωσης.
2. Κάθε χημικό προϊόν έχει πολλές μορφές. για παράδειγμα,ένα "μέσο" μόριο λιγνίνης είναι δύσκολο και οι πρωτεΐνες στους χλωροπλάστες δεν είναι απαραιτήτως το ίδιο με την πρωτεΐνη στο κυτταρόπλασμα.
3.Υπάρχουν πολλές μέθοδοι χημικής εξαγωγής (π.χ., πέψη με θειικό οξύ, διχρωμικό εκχύλιση και επεξεργασία με ακετυλοβρωμίδιο), που το καθένα δίνει ένα διαφορετικό αποτέλεσμα. Η εμπειρία από μερικές εργαστηριακές μελέτες, ωστόσο, υποδηλώνουν ότι τα μέτρα χημικής συγκέντρωσης στο εργαστήριο μπορεί να είναι ακριβής, και μπορεί να χρησιμεύσουν ως έγκυρα.
Η ανάπτυξη ενός νέου μοντέλου ανάκλασης φύλλων είναι πιθανόν να αποδειχθεί δύσκολη. Ωστόσο, πρέπει να είναι δυνατόν να συνδυαστούν τουλάχιστον τα τρέχοντα μοντέλα και να παράγουν μια σύνθετη εικόνα της σκέδασης, της απορρόφησης, της ανατομία των φύλλων και της δυναμικής και της κατάστασης της χημεία των φύλλων. Τα μοντέλα αντανάκλασης του θόλου είναι καλύτερα αναπτυγμένα από τα μοντέλα ανάκλασης των φύλλων, αν και κανένα δεν περιέχει ένα βιοχημικό συστατικό. Μακροπρόθεσμα, αυτά τα μοντέλα θα πρέπει να βοηθήσουν και να αποτελέσουν οδηγό πειραματισμού, βελτίωση μεθοδολογίας, και να αυξήσουμε την κατανόησή μας για τον τρόπο αλληλεπίδρασης της ακτινοβολίας με τα φύλλα.

[[category:Εκτίμηση βιομάζας]]

Ρούσση Ειρήνη

2018-01-02T16:57:27Z

Eirhnh1roussi:

* [[ Τηλεπισκόπηση της ποιότητας των επιφανειακών υδάτων σε σχέση με τη κατάσταση της λεκάνης απορροής στη Ζιμπάμπουε ]]
* [[ Τηλεπισκόπηση των ανθισμένων φυκιών με αεροσκάφη και δορυφόρους στη λίμνη Erie και στη λίμνη της Utah ]]
* [[ Μελέτη των βιοθερμικών επιδράσεων σε και γύρω από τις χωματερές που χρησιμοποιούν το δορυφόρο-Τηλεπισκόπηση και GIS]]
* [[ Διερεύνηση της ακρίβειας των ψηφιακών μοντέλων εδάφους (DEM)- Συγκριτική αξιολόγηση μεθόδων]]
* [[Η χρήση των τεχνικών της δορυφορικής τηλεπισκόπησης για την εκτίμηση των καμένων εκτάσεων και των αλλαγών κάλυψης γης στην Σκιάθο ]]
* [[Χρήση περιβαλλοντικών δεικτών τοπίου για την εκτίμηση της αγροοικολογικής αειφορίας στην Ελλάδα]]
* [[Η συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδάτινων πόρων:το έργο REALBEMS]]
* [[Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR]]
* [[Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai]]
* [[Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές]]
* [[Τηλεπισκόπηση της Φυτικής Χημείας]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

Αρχείο:ER p4 keim12.jpg

2018-01-02T16:12:18Z

Eirhnh1roussi:

Αρχείο:ER p3 keim12.jpg

2018-01-02T16:12:11Z

Eirhnh1roussi:

Αρχείο:ER p2 keim12.jpg

2018-01-02T16:12:02Z

Eirhnh1roussi:

Αρχείο:ER p1 keim12.jpg

2018-01-02T16:11:51Z

Eirhnh1roussi:

Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές

2018-01-02T16:10:29Z

Eirhnh1roussi: Νέα σελίδα με ''''Αντικείμενο Εφαρμογής:''' Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για α...'

'''Αντικείμενο Εφαρμογής:''' Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές

'''Πρωτότυπος Τίτλος:''' The use of remote sensing and GIS in watershed level analyses of non-point source pollution problems

'''Συγγραφείς:''' Prakash Basnyat, L.D. Teeter, B.G. Lockaby, K.M. Flynn

'''Πηγή:''' Forest Ecology and Management 128 (2000) 65-73

[http://www.sciencedirect.com/science/article/pii/S037811279900273X]

'''Λέξεις Κλειδιά:''' Ποιότητα νερού, GIS. Νιτρικό άλας, Δασικά αποθέματα

'''Περίληψη''' 

Τα χαρακτηριστικά της λεκάνης απορροής όπως η χρήση της γης, η κλίση, και τα χαρακτηριστικά του εδάφους επηρεάζουν την ποιότητα του νερού με τη ρύθμιση των ιζημάτων και των ιζημάτων χημική συγκέντρωση. Μεταξύ αυτών των χαρακτηριστικών, η χρήση γης και κάλυψη γης μπορεί να χειριστεί για να βελτιώσει το νερό ποιότητα. Αυτοί οι τύποι χρήσεων γης και κάλυψης γης μπορούν να χρησιμεύσουν ως μέσα κράτησης θρεπτικών ουσιών ή ως μετασχηματιστές θρεπτικών ουσιών ως διαλυμένοι ή τα αιωρούμενα θρεπτικά συστατικά κινούνται προς τη ροή. Η μελέτη αυτή εξετάζει μια μεθοδολογία για τον προσδιορισμό της ρύπανσης από νιτρικά άλατα εντός δεδομένης λεκάνης που βασίζεται σε χαρακτηριστικά λεκάνης απορροής. Σε αυτή τη διαδικασία, οι τύποι χρήσης γης και κάλυψης γης ήταν ταξινομημένοι και οι λεκάνες απορροής και οι συνεισφερόμενες ζώνες περιγράφτηκαν χρησιμοποιώντας εργαλεία ανάλυσης του συστήματος γεωγραφικών πληροφοριών (GIS) και τηλεπισκόπησης (RS). Έχει αναπτυχθεί ένα μοντέλο χρήση γης και κάλυψη εδάφους που υποδηλώνει ότι τα δάση λειτουργούν ως νεροχύτης και ως ποσοστό (ή μειώνεται η γεωργική γη), τα επίπεδα των νιτρικών θα μειωθούν. Στο μοντέλο, οι οικιστικές, αστικές και οι κατοικημένες περιοχές έχουν αναγνωριστεί ως ισχυροί συντελεστές νιτρικών αλάτων. Άλλοι συνεισφέροντες ήταν οπωρώνες και σειρές καλλιεργειών όπως και άλλες γεωργικές δραστηριότητες.

'''1. Εισαγωγή''' 

Λόγω του γεγονότος ότι υπάρχει κάποια συσχέτιση μεταξύ της ρύπανσης και της χρήσης της γης, υπάρχει δυνατότητα βελτίωσης ποιότητα νερού με κατάλληλες πρακτικές διαχείρισης της γης. Από τη σκοπιά της χρήσης γης, γεωργικές δραστηριότητες έχουν χαρακτηριστεί ως σημαντικές πηγές μη σημείου πηγή (NPS) ρύπους (ιζήματα, ζώα απόβλητα, φυτικά θρεπτικά συστατικά, υπολείμματα καλλιεργειών, ανόργανα άλατα και μέταλλα, φυτοφάρμακα) και είναι γνωστό ότι επηρεάζουν την ποιότητα του νερού. Οι αστικές και οι κατοικημένες περιοχές είναι άλλος ένας κυρίαρχος παράγοντας στην παραγωγή μεγάλων ποσοτήτων μη σημειακής πηγής(NPS) από την εκκένωση των υδάτων θύελλας. Ο η αδιαπερατότητα πολλών αστικών περιοχών αυξάνεται απόρριψη νερού-καταιγίδας, ακόμη και μικρές βροχές είναι ικανές πλύσης συσσωρευμένων ρύπων στην επιφάνεια του νερού.
Οι αλλαγές στην ποιότητα του νερού μπορεί να υποδηλώνουν μια αλλαγή σε κάποια πτυχή του χερσαίου, παραλιακού ή εντός καναλιού οικοσυστήματος. Από την άποψη της ρύπανσης, μεταξύ των πολλά στοιχεία ποιότητας του νερού που σχετίζονται με οικολογικά υγιή συστήματα, όπως είναι το άζωτο. Η συγκέντρωση του αζώτου είναι συνάρτηση πολλαπλών παραγόντων ελέγχου και τα διαφορετικά ρεύματα έχουν διαφορετικό χαρακτήρα στο σύνολο των παραγόντων ελέγχου. Ένας από τους σημαντικούς παράγοντες είναι η βλάστηση, που μερικές φορές μπορεί να χρειάζεται για τη διατήρηση ή τη βελτίωση της ποιότητας του νερού. Τα τροπικά δάση μεταβάλλουν χημικά τις θρεπτικές ουσίες που μεταφέρονται σε υπόγεια ύδατα καθώς το νερό περνά μέσα από τα ριζικά συστήματα. Τα δάση απορροφούν θρεπτικά συστατικά κατά την ανάπτυξη τους και την προαγωγή της απονιτροποίησης με λεπτές αλλαγές στις οξικές-ανοξικές ζώνες. Ωστόσο, η παρουσία των παράκτιων δασών μπορεί να ρυθμίσει σημαντικά την ποσότητα αζώτου που φτάνει στα ρέματα από τις ορεινές περιοχές.
Ο κύριος σκοπός αυτής της μελέτης ήταν η καθιέρωση των σχέσεων μεταξύ συγκέντρωσης νιτρικών στο νερό που προέρχονται από γεωργικές και αστικές περιοχές λόγω της επαφή αυτών των υδάτων με παράκτια δάση και υγρότοπους. Αυτό έγινε με τη χρήση της χρήσης γης και κάλυψης γης (LULC) σε μετρημένες συγκεντρώσεις θρεπτικών συστατικών σε ροή, χρησιμοποιώντας ένα λογισμικό GIS .Η περιοχή μελέτης (13.772 εκτάρια) καλύπτει ένα τμήμα της Δεξαμενή απορροής ποταμών ψαριών. Η λεκάνη απορροής του ποταμού Fish (40.852 εκτάρια) αρχίζει ακριβώς νότια του Bay Minette, Baldwin νομός, AL, και προς νότια κατεύθυνση. Ο Το Fish River τροφοδοτεί το Weeks Bay, το οποίο είναι μέρος του Bon Secour Bay, ένα υπο-εκβολές του Mobile Bay, το οποίο συνδέεται άμεσα με τον Κόλπο του Μεξικού.

'''2. Μέθοδοι''' 

Οι δραστηριότητες πραγματοποιήθηκαν σε δύο φάσεις. Στην Φάση 1, όπου το νερό συλλέχθηκε και αναλύθηκε σε δείγματα ποιότητας. Από το Δορυφόρο ελήφθηκαν τα ψηφιακά δεδομένα, φωτογραφίες, ψηφιακά δεδομένα εδάφους, ψηφιακά δεδομένα μοντέλου ανύψωσης (DEM) και γεωλογικά ψηφιακά τα δεδομένα και έπειτα αναλύθηκαν. Στην Φάση 2, αναπτύχθηκε ένα απλό μοντέλο για να εκτιμηθεί η πιθανή θρεπτική ουσία Από τα αντιπροσωπευτικά παράκτια οικοσυστήματα καθορίστηκαν χρησιμοποιώντας προκαταρκτικές αναλύσεις δείγματος νερού, classi Εικασίες και όρια των λεκανών απορροής) κατά μήκος του παραπόταμοι του κόλπου Weeks.

'''2.1. Φάση 1''' 

'''2.1.1. Ποιότητα νερού''' 

Η επιφανειακή απορροή προσδιορίζεται κατά κύριο λόγο από βροχοπτώσεις, αν και είναι έντονη ένταση από το σύστημα εδάφους. Αρκετά χαρακτηριστικά ενός γεγονότος βροχόπτωσης είναι σημαντικά, συμπεριλαμβανομένων της έντασης βροχής, των βροχοπτώσεων, το βάθος πτώσης βροχόπτωσης και το χρόνο από την τελευταία βροχόπτωση, δηλαδή, η προηγούμενη περιεκτικότητα της υγρασίας του εδάφους. Υπάρχουν περιορισμένες μελέτες για το πώς η βροχόπτωση επηρεάζει την απώλεια θρεπτικών ουσιών. Οι εκτιμήσεις υποδεικνύουν την ισχυρή εξάρτηση από την απώλεια αζώτου στην ένταση της βροχόπτωσης. Δεδομένου ότι η περιοχή μελέτης καλύπτει μόνο ένα μικρό ποσοστό της λεκάνης του ποταμού, εκτός από ορισμένες τοπικές παραλλαγές όπως είναι οι βροχοπτώσεις και άλλοι κλιματολογικοί παράγοντες, υποτίθεται ότι είναι ομοιόμορφο.

Για τους σκοπούς της συλλογής δεδομένων για την ποιότητα των υδάτων, τα σημεία δειγματοληψίας τοποθετήθηκαν σε έναν τοπογραφικό χάρτη στο το σημείο ροής κάθε δείγματος λεκάνης απορροής και νερού που συλλέχθηκε από τα ρέματα σε αυτά τα σημεία τα δείγματα και ήταν δύο φορές την εβδομάδα κατά τη διάρκεια του χειμώνα και της άνοιξη. Το διάστημα δειγματοληψίας ήταν περίπου 2 εβδομάδες. Συνολικά, συλλέχθηκαν δείγματα νερού 23 φορές σε οκτώ διαφορετικές ανεξάρτητες λεκάνες για μια περίοδο 2 ετών. Η ανάλυση του δείγματος νερού διεξήχθη σε ένα σχολείο του δασικού εργαστηρίου, χρησιμοποιώντας χρωματογραφία ιόντων.

'''2.1.2. Οριοθέτηση λεκάνης''' 

Μια λεκάνη είναι η πιο τηςπάνω περιοχή της κλίσης σε μια δεδομένη τοποθεσία. Ένα τέτοιο χαρακτηριστικό αναφέρεται επίσης ως λεκάνη απορροής και αποτελεί τμήμα μιας ιεραρχία κατά το ότι μια δεδομένη λεκάνη είναι γενικά μέρος μιας μεγαλύτερη λεκάνη απορροής. Η αύξηση του μεγέθους της λεκάνης επηρεάζει τη θρεπτική ουσία λόγω της αυξανόμενης ικανότητας για ιζήματα. Τα όρια της λεκάνης οριοθετήθηκαν αρχικά χειροκίνητα, κάνοντας συγκρίση με τα όρια που οριοθετούνται με τη χρήση 1: 24.000 δεδομένα μοντέλου ψηφιακής ανύψωσης όπου λαμβάνονται από η Γεωλογική Έρευνα των Η.Π.Α. Με βάση τα αποτελέσματα της έρευνας τα τελικά όρια λεκάνης οριοθετήθηκαν επαναφέροντας τα χειροκίνητα οριοθετημένα όρια χρησιμοποιώντας τις πληροφορίες από τον παραγόμενο υπολογιστή σύνορα.

'''2.1.3. Χρήση γης / κάλυψη γης (LULC) ''' 

Τα πρότυπα LULC για την περιοχή μελέτης προσδιορίστηκαν με την ερμηνεία ψηφιακών εικόνων (LANDSAT Thematic Mapper (TM) και SPOT πανχρωματικό δεδομένων. Η λειτουργία αυτή βασίστηκε στη σύνθετη της εικόνα που δημιουργήθηκε χρησιμοποιώντας τη χωρική ανάλυση του πανχρωματικού εικόνας SPOT εικόνας και της φασματική ανάλυση δεδομένων LANDSAT TM. Το σκεπτικό πίσω από τη δημιουργία ενός τέτοιου σύνθετου βασίζεται στο γεγονός ότι στο οπτικό περιεχόμενο του, οι εικόνες από απόσταση που ανιχνεύονται είναι συνάρτηση του συνδυασμού την επίδραση των ραδιομετρικών, χωρικών και φασματικών αναλύσεις του αισθητήρα. Η προφανής χωρική ανάλυση των πολυφασματικών ψηφιακών εικόνων και της ερμηνείας τους, έχει αποδειχθεί ότι ενισχύεται με τη συγχώνευση αυτών των δεδομένων με ψηφιακά δεδομένα υψηλότερης ανάλυσης.

Μια συγχώνευση πραγματοποιείται για να βοηθήσει στην οπτική ερμηνεία, και αυτό είναι σημαντικό για την λειτουργία, γιατί διατηρεί το μεγαλύτερο μέρος των αρχικών φασματικών πληροφοριών που μεγιστοποιεί το μέγεθος των χωρικών πληροφοριών από τη πηγή δεδομένων υψηλότερης ανάλυσης. Ο αναλυτής είναι στη θέση να χειριστεί τα δεδομένα, ανεξάρτητα από τη χωρική πληροφορία, διατηρώντας τη συνολική ισορροπία χρωμάτων του πρωτοτύπου. Οι ζώνες LANDSAT TM 4, 3 και 2 χρησιμοποιήθηκαν σε αυτή τη διαδικασία. Έτσι δημιουργήθηκε η σύνθετη εικόνα και βρέθηκε ότι είναι πολύ ανώτερη από τις ζώνες LANDSAT 4, 3, 2 σύνθετη εικόνα.
Η ταξινόμηση έγινε με βάση τις πληροφορίες που ελήφθη κατά τη διάρκεια επισκέψεων. Όλη η επεξεργασία και οι αναλύσεις πραγματοποιήθηκαν χρησιμοποιώντας το γεωγραφικό σύστημα υποστήριξης ανάλυσης πόρων(GRASS). Το κατεστημένο σύστημα ταξινόμησης, απασχολήθηκε με τέσσερις γενικές κατηγορίες: αστικές και οικιστικές γη, γεωργική γη. Δασικές εκτάσεις και οπωρώνες - δένδρα σπάρτα. Δασικές εκτάσεις, γεωργικές εκτάσεις και οπωροφόρα δέντρα οι καλλιέργειες ταξινομήθηκαν με βάση το διαφορετικό φασματικό τους φάσμα υπογραφή και χαρακτηριστικά. Μόνο η αστική και η κατοικημένη περιοχή με μια συστάδα τεχνητών χαρακτηριστικά εμφάνιζαν ξεχωριστή φασματική υπογραφή. Απομονωμένα ή διάσπαρτα σπίτια ή και τεχνητά χαρακτηριστικά ήταν δύσκολη η αναγνώρισή τους.

'''2.2. Φάση 2''' 

'''2.2.1. Οριοθέτηση ζωνών ασφαλείας''' 

Αρχικά δημιουργήθηκε μια ζώνη ασφαλείας για κάθε ρεύμα με βάση το έδαφος, την κλίση και τα χαρακτηριστικά τραχύτητας του το παραποτάμιο δάσος. Ο πυρήνας του μοντέλου είναι α (RBDE) που εκπονήθηκε από τον Phillips (1989α), η οποία αξιολογεί τη σχετική αποτελεσματικότητα των ενδιάμεσων ζωνών από την άποψη του υδρολογικού εδάφους χαρακτηριστικά, κάλυψη εδάφους και τοπογραφία.
Το RBDE θεωρεί σχετικός χρόνος κράτησης πάνω από ένα φάσμα συνθηκών και όχι απόλυτο χρόνο κράτησης για ένα συγκεκριμένο υδρολογικό σύστημα. Συγκρίνει την ικανότητα ενός συγκεκριμένου φυτικού ζώνη για τη συγκράτηση της απορροής σε εκείνη της αναφοράς του χρήστη ζώνη ", παρέχοντας ένα ποσοτικό, αδιάστατο δείκτη της αποτελεσματικότητας της "ζώνης ασφαλείας".

'''2.2.2. Επιλογή ζώνης αναφοράς''' 

Η "ζώνη αναφοράς" επιλέχθηκε με βάση δύο κριτήρια που προσδιορίστηκαν από τον Phillips. Πρώτον, μια αναφορά ζώνη παρέχει αποτελεσματική απόδοση κάτω του μέσου όρου συνθήκες αποστράγγισης. Δεύτερον, αντιπροσωπεύει μια «ζώνη αναφοράς» το τυπικό έδαφος, το κάλυμμα της επιφάνειας και το τοπογραφικό συνθήκες στην περιοχή μελέτης. Οι εκτιμήσεις της ζώνης αναφοράς υπολογίζονται με βάση το πρότυπο υδρολογική ανάλυση. Για τη μελέτη αυτή, η «ζώνη αναφοράς» σχεδιάστηκε επιλέγοντας τυπικές τιμές για τα χαρακτηριστικά του εδάφους που σχετίζονται με τα παράκτια εδάφη και τα παράκτια εδάφη μέση κλίση της περιοχής μελέτης. Το πλάτος της «ζώνη αναφοράς» για εξομοίωση ή κράτηση νιτρικών αλάτων κατά 90% εκτιμάται ότι είναι 33,5 μ. Τα πλάτη των «ζωνών ασφαλείας» υπολογίστηκαν όπως και οι «ζώνες προστασίας» γύρω από τις ροές μέσα σε κάθε λεκάνη και περιγράφτηκαν χρησιμοποιώντας λογισμικό ARC-INFO GIS.

'''2.2.3. Ο καθορισμός της "συνεισφοράς ζώνης"''' 

Μία ζώνη ασφαλείας που υπολογίστηκε χρησιμοποιώντας την εξίσωση της εικόνας 1

[[Εικόνα: ER_p1_keim12.jpg|200px|thumb|center|'''Εικόνα 1.''' :Υπολογισμός ζώνης ασφαλείας με βάση την εξίσωση]]

θα κρατήσει το 90% του νιτρικού άλατος που διέρχεται από αυτό εάν η ζώνη αυτή είναι δασική. Αλλά αν υπάρχουν και άλλα LULC μέσα στην εν λόγω ζώνη απομόνωσης, την αφομοίωση ή την κράτηση η αποτελεσματικότητα θα διακυβευτεί εξαιτίας του γεγονότος ότι διαφορετικά LULCs αφομοιώνουν ή κρατούν νιτρικά σε διαφορετικά τιμές. Ως εκ τούτου, αυτή η περιοχή μπορεί να χαρακτηριστεί ως συμβολή ζώνη'. Μια «συμβαλλόμενη ζώνη» ορίστηκε ως η ζώνη προστασίας που περιβάλλει το ρεύμα η οποία, ως αποτέλεσμα πρακτικών χρήσης γης και άλλων ανθρώπινες δραστηριότητες, συνεισφέρει θρεπτικά συστατικά και άλλα NPS σε επιφανειακά και υπόγεια ύδατα πηγές, οι οποίες καταλήγουν σε ρεύμα νερού. Η απενεργοποίηση της «συμβολής ζώνης» είναι σημαντική για τη μελέτη αυτή δύο λόγοι. Πρώτον, αναγνωρίζει ότι η αφομοίωση και η κράτηση επηρεάζονται από τύπους εδάφους, κλίσης και βλάστησης. Δεύτερον, αναγνωρίζει τη σημασία των χωρικών τοποθέτηση κάθε LULC μέσα σε μια λεκάνη απορροής. Η περιοχή και αναλογία κάθε LULC μέσα σε κάθε συνεισφορά ζώνη ".

'''2.2.4. Χρήση γης / κάλυψη γης και διασύνδεση ποιότητας νερού''' 

Αυτή η εργασία ασχολήθηκε με το πρόβλημα της περιφερειακής μεταβλητότητας στην ποιότητα του νερού επιλέγοντας λεκάνες μέσα σε μια μεγαλύτερη λεκάνη απορροής και λαμβάνοντας υπόψη το πρότυπο LULC σε δύο κλίμακες: (α) ολόκληρη τη λεκάνη απορροής, β) την «συνεισφορά ζώνη». Το ζήτημα της σχέσης μεταξύ LULC και της ποιότητας του νερού που εξετάστηκε και στις δύο κλίμακες εφαρμόζοντας τεχνικές πολλαπλής παλινδρόμησης που εξετάζουν θρεπτικά συστατικά, οι συγκεντρώσεις ως εξαρτημένες μεταβλητές και οι αναλογίες των χρήσεων γης ως επεξηγηματικές μεταβλητές. Αυτές οι συγκρίσεις δεν απέδωσαν μόνο πληροφορίες σχετικά με τη σημασία της χωρικής θέσης του LULC, αλλά βοήθησε επίσης στην αναγνώριση της σχετικής σημασίας του διαφορετικές κατηγορίες χρήσης γης και κάλυψης γης ως συνεισφέρουσες θρεπτικές ουσίες. Η λειτουργική μορφή της σχέσης για καθεμία από τις δύο περιπτώσεις: (1) ολόκληρη κλίμακα λεκάνης και (2) Η κλίμακα «Ζώνη συμβολής» έχει ως εξής, όπου το NPSi είναι συγκέντρωση θρεπτικών ουσιών ή ιζημάτων στη λεκάνη i, το Landib ισούται με τη χρήση γης και γη κάλυψη σε μια λεκάνη i κάτω από τις υποθέσεις κλίμακας που περιγράφονται παραπάνω, το Α είναι ίσο με το σύνολο περιοχή σε μια δεδομένη λεκάνη απορροής ή συνεισφέροντα ζώνη i. NPSi=f(Landib/Ai)

'''3. Αποτελέσματα''' 
'''3.1. Ανάλυση δείγματος νερού''' 

Ανασκόπηση των αναλυτικών δεδομένων για τα επιφανειακά υδάτινα δείγματα δείχνουν τη διαφορά στη χημεία του νερού σε διαφορετικές λεκάνες, όπως φαίνεται στην εικόνα 3.

[[Εικόνα: ER_p2_keim12.jpg|200px|thumb|center|'''Εικόνα 2.''' : Περίληψη των αποτελεσμάτων της ανάλυσης δείγματος νερού]]

Επιπλέον, υπάρχει μεταβολή των θρεπτικών ουσιών μεταξύ των δύο δειγμάτων. Στο πρώτο έτος δειγματοληψίας, οι συγκεντρώσεις θρεπτικών ουσιών είναι σχετικά χαμηλότερες από ότι κατά τη διάρκεια του δεύτερου δείγματος έτος. Αυτό μπορεί να οφείλεται στη διαφορά του συνόλου της καθίζησης κατά τη διάρκεια της περιόδου δειγματοληψίας (περισσότερη βροχόπτωση κατά το δεύτερο έτος από ό, τι στο πρώτο έτος) και της αύξηση της καλλιέργειας βαμβακιού στην περιοχή (βαμβάκι απαιτεί βαριά εφαρμογή των νιτρικών λιπασμάτων). Κατά την πρώτη δειγματοληψία, παρατηρήθηκε μια κορυφή στα επίπεδα των νιτρικών στα τέλη Απριλίου, υποδεικνύοντας αύξηση της γεωργικής παραγωγής δραστηριότητες στις λεκάνες αυτές. Αυτό το φαινόμενο παρατηρήθηκε επίσης κατά το δεύτερο έτος. Αυτό υποδεικνύει τη σχέση με τις χρονολογικές δραστηριότητες χρήσης γης και τα χαρακτηριστικά λεκάνης απορροής. Τα νιτρικά, αν και συνήθως παρόντα σε χαμηλές συγκεντρώσεις σε φυσικό νερό, είναι συχνά το πιο άφθονη ανόργανη μορφή του αζώτου. Οι συγκεντρώσεις σπανίως υπερβαίνουν τα 10 mg / l και είναι συχνά λιγότερο από 1 mg / l, ειδικά σε περιόδους υψηλής πρωτογενούς παραγωγής. Συγκεντρώσεις ανόργανου αζώτου σε φυσικό νερό ποικίλλουν σημαντικά, αλλά είναι σπάνια μεγάλα σε αμόλυντα του νερού.

'''3.2. «Συνεισφορά ζώνης» χρήση γης / κάλυψη γης''' 

Οι ζώνες μεταβλητού εύρους (buffer) γύρω από τις ροές στη κάθε λεκάνη δημιουργήθηκε χρησιμοποιώντας τη μέθοδο της εξίσωσης της εικόνας 1. Πληροφορίες σχετικά με τη χρήση γης και κάλυψη γης για τις λεκάνες απορροής και οι «συνεισφερόμενες ζώνες» (πίνακας 3) από την κλασσική κάλυψη LULC χρησιμοποιώντας όριο λεκάνης και το όριο buffer ως κάλυψη, παρουσιάζονται στην εικόνα 3 και 4.

[[Εικόνα: ER_p3_keim12.jpg|500px|thumb|center|'''Εικόνα 3.''' : Πληροφορίες σχετικά με τη χρήση γης και την κάλυψη γης ολόκληρης της λεκάνης απορροής]]

[[Εικόνα: ER_p4_keim12.jpg|500px|thumb|center|'''Εικόνα 4.''' : Πληροφορίες σχετικά με τη χρήση γης και της κάλυψη γης (συνεισφορά ζώνης)]]

[[category:Παρακολούθηση και ανάλυση λεκανών απορροής]]

Ρούσση Ειρήνη

2018-01-02T16:06:45Z

Eirhnh1roussi:

* [[ Τηλεπισκόπηση της ποιότητας των επιφανειακών υδάτων σε σχέση με τη κατάσταση της λεκάνης απορροής στη Ζιμπάμπουε ]]
* [[ Τηλεπισκόπηση των ανθισμένων φυκιών με αεροσκάφη και δορυφόρους στη λίμνη Erie και στη λίμνη της Utah ]]
* [[ Μελέτη των βιοθερμικών επιδράσεων σε και γύρω από τις χωματερές που χρησιμοποιούν το δορυφόρο-Τηλεπισκόπηση και GIS]]
* [[ Διερεύνηση της ακρίβειας των ψηφιακών μοντέλων εδάφους (DEM)- Συγκριτική αξιολόγηση μεθόδων]]
* [[Η χρήση των τεχνικών της δορυφορικής τηλεπισκόπησης για την εκτίμηση των καμένων εκτάσεων και των αλλαγών κάλυψης γης στην Σκιάθο ]]
* [[Χρήση περιβαλλοντικών δεικτών τοπίου για την εκτίμηση της αγροοικολογικής αειφορίας στην Ελλάδα]]
* [[Η συνδυασμένη χρήση τηλεπισκόπησης και γεωγραφικών πληροφοριών για την υποστήριξη της ενιαίας διαχείρισης υδάτινων πόρων:το έργο REALBEMS]]
* [[Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR]]
* [[Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai]]
* [[Η χρήση της τηλεπισκόπησης και GIS σε επίπεδο λεκάνης απορροής για αναλύσεις προβλημάτων ρύπανσης από μη σημειακές πηγές]]

[[category:ΔΠΜΣ "Περιβάλλον & Ανάπτυξη" (Αθήνα)]]

Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR

2018-01-02T15:52:09Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Παρακολούθηση πετρελαιοκηλίδας με βάση την τηλεπισκοπική απεικόνιση SAR

'''Πρωτότυπος Τίτλος:''' Oil Spill Monitoring Based on SAR Remote Sensing Imagery

'''Συγγραφείς:''' Jianchao Fan, Fengshou Zhang, Dongzhi Zhao, Jun Wang

'''Πηγή:''' Aquatic Procedia 3 ( 2015 ) 112 – 118

[https://www.sciencedirect.com/science/article/pii/S2214241X15002357]

'''Λέξεις Κλειδιά:''' πετρελαιοκηλίδα, τακτική παρακολούθηση SAR, τμηματοποίηση εικόνας

'''Περίληψη''' 

Σε σύγκριση με την παραδοσιακή επιτόπια παρακολούθηση πετρελαιοκηλίδας, η χρήση τεχνολογίας τηλεπισκόπησης έχει τα μακροσκοπικά χαρακτηριστικά, που θα μπορούσε να βρει γρήγορα και με ακρίβεια μια περιοχή πετρελαιοκηλίδας. Επί του παρόντος, η προσέγγιση ανίχνευσης της παρακολούθησης μιας θαλάσσιας πετρελαιοκηλίδας χωρίζεται συνήθως σε δύο τύπους, οι οποίοι είναι οι οπτικές και συνθετικές απεικονίσεις με ραντάρ SAR. Μεταξύ όλων των δορυφορικών αισθητήρων, το SAR εξακολουθεί να είναι το πλέον χρησιμοποιούμενο για την ανίχνευση πετρελαιοκηλίδων. Έτσι, υιοθετήστε εικόνες SAR για να επιτύχετε τακτική παρακολούθηση. Στη διαδικασία ανάλυσης εικόνας, η διάκριση των πετρελαιοκηλίδων και των φαινομένων εμφάνισης, π.χ. χαμηλός άνεμος, η περιοχή μπροστά από τον άνεμο και τα φυσικά κλίματα της SAR είναι ένα κρίσιμο καθήκον στη θαλάσσια πετρελαιοκηλίδα. Μια μηχανή φορέας υποστήριξης χρησιμοποιείται για να απομακρυνθεί ανίχνευση της ταξινόμησης της εικόνας σε αυτή την εφημερίδα. Μέσω της προσομοίωσης του γεγονότος πετρελαιοκηλίδας του Dalian, η αποτελεσματικότητα του προτεινόμενου προσέγγιση για την ταξινόμηση δορυφορικών εικόνων SAR.

'''Εισαγωγή''' 

Οι μεγάλες διαρροές πετρελαϊκών προϊόντων που σχετίζονται με το πετρέλαιο στο θαλάσσιο περιβάλλον μπορούν να έχουν σοβαρές βιολογικές και οικονομικές επιπτώσεις. Ο έλεγχος του κοινού και των μέσων μαζικής ενημέρωσης είναι συνήθως έντονος μετά από τη διάχυση. Η τηλεπισκόπηση παίζει ολοένα και σημαντικότερο ρόλο. Οι δορυφόροι SAR χρησιμοποιούνται συνήθως για την παρακολούθηση της διαρροής του θαλάσσιου πετρελαίου και είναι ένα από τα πιο αποτελεσματικά εργαλεία, το οποίο μπορεί να διεισδύσει στα σύννεφα, τη βροχή και το χιόνι, λιγότερο περιορισμένο από τις καιρικές συνθήκες. Από την άλλη πλευρά, SAR είναι ένας προορατικός τρόπος εργασίας. Η δέσμη μικροκυμάτων εκπέμπεται από τον αισθητήρα και το λαμβανόμενο σήμα αντανακλάται από το αντικείμενο πίσω.Τα τελευταία χρόνια, η επεξεργασία εικόνων SAR έχει μελετηθεί ευρέως, η οποία μπορεί να χωριστεί σε τρεις κατηγορίες:. Υπό κανονικές συνθήκες, αυτές οι μέθοδοι μπορούν να χωριστούν σε μη εποπτευόμενων μεθόδων και εποπτευόμενων μεθόδων.

Σε αυτό το έγγραφο, η μηχανή φορέα υποστήριξης SVM υιοθετείται για να επιτύχει παρακολούθηση διαρροών πετρελαίου στη θάλασσα με βάση το SAR υψηλής ανάλυσης δορυφορικές εικόνες. Όταν οι διαφορετικές καιρικές συνθήκες βρίσκονται στη διαφορετική περιοχή, τα χαρακτηριστικά γνωρίσματα του πετρελαίου είναι διαφορετικά. Για το θέμα αυτό η εποπτευόμενη SVM είναι απαραίτητη για την αυτόματη ταξινόμηση της περιοχής πετρελαιοκηλίδας.

'''Πλαίσιο παρακολούθησης πετρελαιοκηλίδων με βάση εικόνες SAR''' 

Στην εικόνα 1 δείχνει το διάγραμμα ροής της παρακολούθησης διαρροής πετρελαίου με βάση τις εικόνες SAR. Το Speckle προκύπτει επειδή η ανάλυση του αισθητήρα δεν επαρκεί για να επιλύσει τα ξεχωριστά διασκορπισμένα μέσα σε μια ανάλυση κύτταρο. Το Speckle είναι ένα μεγάλο πρόβλημα στις εικόνες SAR, καθώς ακόμη και μια ομοιογενής περιοχή έχει στατιστική κατανομή με μεγάλα πρότυπα απόκλιση. Οι ασυνάρτητοι μέσοι όροι πολλαπλής εμφάνισης ενδέχεται να μειώσουν τους θορύβους. Για εφαρμογές πετρελαιοκηλίδας, ένα φίλτρο πρέπει να καταστείλει ωστόσο εξακολουθούν να διατηρούν μικρές και λεπτές πετρελαιοκηλίδες. Τα εργαλεία SAR έχουν το πλεονέκτημα έναντι των οπτικών αισθητήρων που μπορούν να αποκτήσουν εικόνες των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα και παρά τις οποιεσδήποτε καιρικές συνθήκες. Ωστόσο, το επίπεδο του ανέμου επηρεάζει το επίπεδο οπίσθιας ανίχνευσης και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Τα πετρελαιοκηλίδες είναι ορατά μόνο για περιορισμένο εύρος τιμών ταχύτητες ανέμου.

[[Εικόνα: ER_p1_keim5.jpg|400px|thumb|center|'''Εικόνα 1.''' Το διάγραμμα ροής παρακολούθησης πετρελαιοκηλίδας με βάση τις εικόνες SAR.]]

''' Υποστηρικτικό μηχάνημα για την ταξινόμηση εικόνων SAR''' 

Το σχήμα 1 δείχνει το διάγραμμα ροής της παρακολούθησης διαρροής πετρελαίου με βάση τις εικόνες SAR. Στην προεπεξεργασία δεδομένων, πρέπει να υπάρχουν θόρυβοι θεωρούνται. Το Speckle προκύπτει επειδή η ανάλυση του αισθητήρα δεν επαρκεί για να επιλύσει τα ξεχωριστά διασκορπισμένα μέσα σε μια ανάλυση κύτταρο. Το Speckle είναι ένα μεγάλο πρόβλημα στις εικόνες SAR, καθώς ακόμη και μια ομοιογενής περιοχή έχει στατιστική κατανομή με μεγάλα πρότυπα απόκλιση. Οι ασυνάρτητοι μέσοι όροι πολλαπλής εμφάνισης ενδέχεται να μειώσουν τους θορύβους. Για εφαρμογές πετρελαιοκηλίδας, ένα φίλτρο πρέπει να καταστείλει αλλά εξακολουθούν να διατηρούν μικρές και λεπτές πετρελαιοκηλίδες. Τα εργαλεία SAR έχουν το πλεονέκτημα έναντι των οπτικών αισθητήρων που μπορούν να αποκτήσετε εικόνες των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα και παρά τις οποιεσδήποτε καιρικές συνθήκες. Ωστόσο, το επίπεδο του ανέμου επηρεάζει το επίπεδο οπίσθιας ανίχνευσης και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Τα πετρελαιοκηλίδες είναι ορατά μόνο για περιορισμένο εύρος τιμών ταχύτητες ανέμου.

'''Υποστηρικτικό μηχάνημα υποστήριξης για ταξινόμηση εικόνων SAR''' 

Ο φορέας υποστήριξης SVM είναι ένας τυπικός εκπρόσωπος των πυρηνικών μεθόδων. Στην πρόβλεψη παλινδρόμησης, ταξινόμηση προτύπων πεδία, έχει ένα ευρύ φάσμα εφαρμογών. Το SVM κατασκευάζεται με βάση τη στατιστική θεωρία. Εξαρτάται από τον κίνδυνο ελαχιστοποίηση της διάστασης της VC και, ως εκ τούτου, έχει καλή ικανότητα γενίκευσης στα περιορισμένα δείγματα εκπαίδευσης. Πρώτον, από το πρόβλημα ταξινόμησης δεύτερης κατηγορίας για την ανάλυση του μοντέλου ταξινόμησης SVM.

'''Προσομοίωση''' 

Για να αποδειχθεί η προτεινόμενη προσέγγιση παρακολούθησης της πετρελαιοκηλίδας, βασίζεται σε απεικόνιση SAR τηλεπισκόπησης, το 2010 Dalian Η πετρελαιοκηλίδα Xingang συνέβη στις 16 Ιουλίου 2010 στο Xingang Port, Dalian City. Η θέση αυτού του γεγονότος συνέβη φαίνεται στην εικόνα 2. Στην εικόνα 3 και στην εικόνα 4 δείχνουν το φαινόμενο της πετρελαιοκηλίδας στη θάλασσα και στην ακτογραμμή, αντίστοιχα. Το διαρροή πετρελαίου επηρέασε σοβαρά το περιβάλλον. Η εικόνα 4 δείχνει την αρχική εικόνα SAR. Σε αυτό, η σκοτεινή περιοχή είναι πετρελαιοκηλίδα.

[[Εικόνα: ER_p2_keim5.jpg|400px|thumb|center|'''Εικόνα 2.''' Η τοποθεσία του γεγονότος πετρελαιοκηλίδας του Dalian.]]

[[Εικόνα: ER_p3_keim5.jpg|400px|thumb|center|'''Εικόνα 3.''' Οι φωτογραφίες πετρελαιοκηλίδας.]]

[[Εικόνα: ER_p4_keim5.jpg|400px|thumb|center|'''Εικόνα 4.''' Εμφανίζεται η αρχική εικόνα SAR.]]

Σε αυτό, η σκοτεινή περιοχή είναι πετρελαιοκηλίδα. Τα αποτελέσματα ταξινόμησης βασίζονται στην προτεινόμενη Το πλαίσιο της παρακολούθησης της πετρελαιοκηλίδας με βάση τις εικόνες SAR φαίνεται στην εικόνα 5. Φαίνεται ότι η κύρια διαρροή πετρελαίου θα μπορούσε να ανιχνευθεί αυτομάτως.

[[Εικόνα: ER_p5_keim5.jpg|400px|thumb|center|'''Εικόνα 5.''' Διαχωρισμός πετρελαιοκηλίδας με βάση το SVM.]]

Φαίνεται ότι η κύρια διαρροή πετρελαίου θα μπορούσε να ανιχνευθεί αυτομάτως. Η προσέγγιση της πετρελαιοκηλίδας μπορεί να χωριστεί σε ανίχνευση σκότους περιοχές, εξόρυξη χαρακτηριστικών για όλες τις σκοτεινές περιοχές και, στη συνέχεια, ταξινόμηση όλων των κηλίδων ως πετρελαιοκηλίδες ή αλκοολούχα ποτά. Η προσέγγιση ταξινόμησης είναι μια μηχανή φορέα υποστήριξης βασισμένη στην κατάσταση του καιρού και του ανέμου. Έτσι, θα μπορούσε να παρακολουθήσει την περιοχή και το εύρος της πετρελαιοκηλίδας.

'''Συμπεράσματα''' 

Χρησιμοποιείται μηχανισμός φορέα υποστήριξης για παρακολούθηση πετρελαιοκηλίδας με βάση εικόνες SAR, οι οποίες μπορούν να αποκτήσουν την περιοχή πετρελαιοκηλίδας ακριβώς με τις καιρικές συνθήκες. Τα αποτελέσματα προσομοίωσης συμβάντων διαρροής πετρελαίου στο Dalian αποδεικνύουν την εγκυρότητα του SVM για κατακερματισμό εικόνας SAR.

[[category:Χαρτογράφηση και παρακολούθηση πετρελαιοκηλίδων]]

Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai

2018-01-02T15:51:34Z

Eirhnh1roussi:

'''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai

'''Πρωτότυπος Τίτλος:''' Remote Sensing of Ships and Offshore Oil Platforms and Mapping the Marine Oil Spill Risk Source in the Bohai Sea

'''Συγγραφείς:''' Qianguo Xing, Ruolin Meng, Mingjing Lou, Lei Bing, Xin Liu

'''Πηγή:''' Aquatic Procedia 3 ( 2015 ) 127 – 132

[http://www.sciencedirect.com/science/article/pii/S2214241X15002370]

'''Λέξεις Κλειδιά:''' τηλεπισκόπηση ,χρονική και χωρική ανάλυση, θαλάσσιο κίνδυνο πετρελαιοκηλίδας , τη Θάλασσα Bohai

'''Περίληψη:''' 

Οι πετρελαιοκηλίδες από τις θαλάσσιες μεταφορές και την εξερεύνηση πετρελαίου έχουν μεγάλη σημασία στην προστασία του θαλάσσιου περιβάλλοντος. Το θαλασσινό λάδι από τις πλατφόρμες πετρελαίου αλλά και τα πλοία, έχουν παρόμοια φασματικά χαρακτηριστικά που μπορούν ταυτόχρονα να εξάγονται από δορυφορικές εικόνες. Οι πλατφόρμες πετρελαίου και τα πλοία έχουν διαφορετικούς τρόπους συμπεριφοράς: τα ανοικτά πλοία συνήθως κινούνται με το χρόνο και ακόμη και αν είναι αγκυροβολημένα, αυτή η κατάσταση πρόσδεσης δεν θα διαρκέσει μήνες ή χρόνια, ενώ οι πλατφόρμες πετρελαίου είναι συνήθως στον ίδιο χώρο για πολύ καιρό. Σε αυτή την εργασία, γίνεται αναφορά μιας στρατηγικής ανίχνευσης πλοίων και υπεράκτιων πετρελαϊκών πλατφορμών καθώς επίσης γίνεται και η ανίχνευση εικόνων μέσα από τα γεωγραφικά συστήματα πληροφοριών. Χρησιμοποιήθηκαν δορυφορικές εικόνες για την ανίχνευση της κατανομής των πλοίων και των πλατφόρμων πετρελαίου στη Θάλασσα Bohai και ο χάρτης επικινδυνότητας της πετρελαιοκηλίδας από πλοία και πετρελαιοφόρα πλοία στη Θάλασσα Bohai που δημιουργήθηκε με βάση μια μέση πιθανότητα πετρελαιοκηλίδας.

'''Εισαγωγή''' 

Με την ταχεία οικονομική ανάπτυξη στον κόσμο, η ζήτηση για πετρέλαιο αναπτύσσεται γρήγορα και το θαλάσσιο πετρέλαιο γίνεται πολύ σημαντική πηγή πετρελαίου λόγω των πλούσιων αποθεμάτων της. Ταυτόχρονα, η δραστηριότητα της θαλάσσιας μεταφοράς αυξάνεται ταχέως. Κατά συνέπεια, τα θαλάσσια ατυχήματα από πετρελαιοκηλίδες αυξάνονται με την αυξανόμενη εκμετάλλευση του θαλάσσιου πετρελαίου και του πετρελαίου Μεταφορά. Η πετρελαιοκηλίδα είναι μία από τις σοβαρότερες αιτίες της θαλάσσιας ρύπανσης που δεν φέρνει μόνο τεράστια οικονομική απώλεια για την κοινωνία, αλλά επηρεάζει και το θαλάσσιο οικολογικό περιβάλλον που κατά συνέπεια, οδηγεί σε ζημιές στην οικολογική ισορροπία. Δεδομένου ότι δύο κύριες πηγές πετρελαιοκηλίδων, τα πλοία και οι πλατφόρμες πετρελαίου, έχουν διαφορετικά επίπεδα πιθανών επιπτώσεων ανάλογα με τις τοποθεσίες και τις κατανομές τους. Ειδικά για τις πλατφόρμες πετρελαίου, μπορούν να φέρουν τεράστια οικολογική και περιβαλλοντική όπως και οικονομική ζημία μόλις συμβεί ένα ατύχημα. Για παράδειγμα, σοβαρό ατύχημα πετρελαιοκηλίδας συνέβη στο Penglai στην πλατφόρμα 19-3 τον Ιούλιο του 2011. Σε αυτό το ατύχημα, άφθονο πετρέλαιο και λάσπη με βάση το πετρέλαιο χύνεται στη θάλασσα Bohai, γεγονός το οποίο οδηγεί στη μείωση των πλαγκτονικών ειδών και της ποικιλομορφίας τους, στην απώλεια θαλάσσιων προνυμφών και στο ιχθυάλευρο, στην αύξηση της περιεκτικότητα σε των υδρογονανθάκων του βένθους, βλάβες στο θαλάσσιο περιβάλλον της θάλασσας Bohai. Επομένως, είναι πολύ σημαντική η παρακολούθηση της διανομή των πλατφορμών πετρελαίου και η διατήρηση της εποπτεία τους. Γενικά, οι σχετικοί οργανισμοί έχουν τα δεδομένα της τοποθεσίας της πλατφόρμας πετρελαίου. Όταν απαιτούνται τα δεδομένα της θέσης των πλατφορμών πετρελαίου, πρέπει να χρησιμοποιηθούν διαφορετικές εναλλακτικές λύσεις. Μέχρι στιγμής, υπάρχουν λίγες εργασίες που επικεντρώνονται στην αναγνώριση της θέσης των πλατφορμών πετρελαίου μέσω οπτικών δορυφορικών δεδομένων. Λόγω της ικανότητας παροχής πραγματικού χρόνου και μεγάλης κλίμακας χωρικών πληροφοριών, το δορυφορικό τηλεχειριστήριο είναι μια αποτελεσματική προσέγγιση για την παρακολούθηση υπεράκτιων πετρελαϊκών πλατφορμών καθώς και πλοίων.

'''Δεδομένα και μέθοδοι''' 

Η Θάλασσα Bohai είναι ημικλειστή ηπειρωτική θάλασσα, και βρίσκεται στα βόρεια της Ανατολικής Κίνας. Πεδία πετρελαίου και φυσικού αερίου κυρίως διανέμουν στον κόλπο Liaodong, στον κόλπο Bohai και στη μεσαία περιοχή της θάλασσας Bohai. Σύμφωνα με το ανακοινωθέν της θάλασσας Bohai, ο αριθμός πεδίων πετρελαίου και φυσικού αερίου ήταν 20 το 2008.
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή την έρευνα αποκτήθηκαν από τους Landsat 5 / TM και Landsat 7 / ETM +. Landsat 5 και Landsat 7, καθώς επανεξέταζαν την ίδια περιοχή κάθε 16 ημέρες και η κύρια χωρική τους ανάλυση ήταν 30 μέτρα. Οι πλατφόρμες πετρελαίου και τα πλοία μπορούν να ανιχνεύονται στις εικόνες, καθώς συνηθίζουν να έχουν μεγαλύτερη ανακλαστικότητα από το φόντο του θαλάσσιου νερού. Έτσι το πρώτο βήμα ήταν να εξάγουν και τα δύο. Έτσι, τόσο οι πλατφόρμες πετρελαίου όσο και τα πλοία εξήχθησαν ταυτόχρονα.

[[Εικόνα: ER_p1_keim6.jpg|400px|thumb|center|'''Εικόνα 1.''' Εκμεταλλεύτηκε πλοία και πετρελαϊκές πλατφόρμες το 2007 από εικόνες Landsat.]]

[[Εικόνα: ER_p2_keim6.jpg|400px|thumb|center|'''Εικόνα 2.''' : Εκμεταλλεύτηκε πλοία και πετρελαϊκές πλατφόρμες το 2009 από εικόνες Landsat.]]

[[Εικόνα: ER_p3_keim6.jpg|400px|thumb|center|'''Εικόνα 3.''' : Εκμεταλλεύτηκε πλοία και πετρελαϊκές πλατφόρμες το 2010 από εικόνες Landsat.]]

Η ζώνη 7 του Landsat TM / ETM + χρησιμοποιήθηκε για την εξαγωγή. Πρώτα, εφαρμόστηκαν τα ιστορικά δεδομένα για την ακτογραμμή και μετά η μορφολογική λειτουργία για την εξαγωγή της καθαρής θαλάσσιας ζώνης. Οι αλγόριθμοι δεν είχαν την ικανότητα να αναζητούν στόχους σε μεγάλης κλίμακας εικόνες, έτσι ώστε με βάση τον αλγόριθμο αποφασίστηκε η ύπαρξη του στόχου. Επιπλέον χρησιμοποιήθηκε επαναληπτικός οπτικός καταμερισμός κατωφλίου για την εξαγωγή των στόχων. Τέλος, οι θέσεις (σειρές και στήλες) του στόχοι στην εικόνα μετατράπηκαν σε γεωγραφικές συντεταγμένες.
Έγινε εισαγωγή όλων των εξαγόμενων στόχων στο λογισμικό ArcGIS, συμπεριλαμβανομένων των πλοίων και των πλατφορμών πετρελαίου. Στη συνέχεια, διαγράφτηκε το επικαλυπτόμενο τμήματα για να βεβαιωθεί ότι η εξαγωγή εκτελέστηκε μόνο μία φορά στον ίδιο χώρο. Τα αποτελέσματα εμφανίζονται στις εικόνες 1, 2 , 3.
Τέλος, οι υπεράκτιες πετρελαϊκές πλατφόρμες διαχωρίστηκαν από τα πλοία, επειδή οι πλατφόρμες πετρελαίου και τα πλοία έχουν διαφορετικό χαρακτήρα τρόποι συμπεριφοράς: οι θέσεις των υπεράκτιων πλοίων συνήθως αλλάζουν, και ακόμη και αν έχουν σταματήσει και αγκυροβοληθεί, η στατική κατάσταση δεν θα διαρκέσει για μήνες ή χρόνια. ενώ οι πλατφόρμες πετρελαίου συνήθως παραμένουν στο ίδιο μέρος για μεγάλο χρονικό διάστημα έως ότου αφαιρεθούν ή καταστραφούν σε καταστροφές. Μετά τη διασταύρωση όλων των 3 σειρών δεδομένων (3 έτη: 2007, 2009 και 2009) 2010, αντίστοιχα) με απόσταση ρύθμισης 100 μέτρων, εντοπίστηκαν τελικά 25 πλατφόρμες πετρελαίου όπως φαίνεται στην εικόνα 4.

[[Εικόνα: ER_p4_keim6.jpg|400px|thumb|center|'''Εικόνα 4.''' : Κατανομή πλατφορμών πετρελαίου που ανιχνεύονται από δορυφορικά δεδομένα.]]

Ο Dagmar αξιολόγησε τον κίνδυνο πετρελαιοκηλίδας με βάση 52.000 ατυχήματα που συνέβησαν στις εσωτερικές πλωτές οδούς των ΗΠΑ, με ποιους τύπους πηγών πετρελαιοκηλίδας, τύποι πετρελαίου, μεγέθους διαρροής και συναφών με τη θέση παραγόντων που εξετάστηκαν. Σε αυτό τον χάρτη επικινδυνότητας της πετρελαιοκηλίδας, δημιουργηθεί με βάση το μοντέλο του Dagmar και τη χωρική κατανομή της πετρελαιοκηλίδας πηγές. Το μοντέλο εμφανίζεται στην εικόνα 5:
[[Εικόνα: ER_p5_keim6.jpg|373px|thumb|center|'''Εικόνα 5.''' : Μοντέλο του Dagmar]]
όπου R είναι ο τελικός κίνδυνος πετρελαιοκηλίδας, το Pship είναι η μέση πιθανότητα πετρελαιοκηλίδας κάθε πλοίου, το Vship είναι η μέση πετρελαιοκηλίδα όγκος κάθε πλοίου, Dship είναι η πυκνότητα των πλοίων, Fship είναι ένας τροποποιητής για τη διαρροή πλοίων πετρελαίου, Poil είναι η μέση πετρελαιοκηλίδα πιθανότητα κάθε πλατφόρμα πετρελαίου, Voil είναι ο μέσος όγκος διαρροής πετρελαίου κάθε πλατφόρμα πετρελαίου, Doil είναι η πυκνότητα του πετρελαίου πλατφόρμες, το Foil είναι ο τροποποιητής των πετρελαιοκηλίδων πλατφόρμες, και Ε το αποτέλεσμα της πετρελαιοκηλίδας.
Η μέση πιθανότητα πετρελαιοκηλίδας για κάθε πλοίο θα μπορούσε να υπολογιστεί βάσει του γεγονότος ότι τα πετρελαιοφόρα ατυχήματα με βάση την κατανομή πιθανότητας, ήταν μια διακριτή διωνυμική κατανομή πιθανότητας, και ήταν σχετική με τον αριθμό των πλοίων σε κίνηση. Ο μέσος όγκος διαρροής πετρελαίου κάθε πλοίου θα μπορούσε να αντληθεί από μια έκθεση των πλοίων σύμφωνα με τα στατιστικά στοιχεία στη Θάλασσα Bohai μεταξύ 1973 και 2002. Τα δεδομένα αυτά ήταν πιο κατάλληλα στο εξωτερικό ή ολόκληρης της Κίνας. Η μέση πιθανότητα πετρελαιοκηλίδας κάθε πλατφόρμας πετρελαίου και ο μέσος όγκος διαρροής ήταν υπολογιζόμενη βάσει έκθεσης της DET NORSKE VERITAS. Η πυκνότητα των πλοίων και των πετρελαιοφόρων θα μπορούσε να υπολογιστεί απευθείας από τη χωρική τους κατανομή. Η επίδραση της πετρελαιοκηλίδας αποκτήθηκε μέσω συστήματος εμπειρογνωμόνων βασισμένο στο γεγονός ότι τα ατυχήματα πετρελαιοκηλίδας έφεραν διαφορετική επιρροή σε διαφορετικά ωκεανική λειτουργική περιφερειοποίηση. Καθώς οι πλατφόρμες πετρελαίου και τα πλοία ήταν δύο διαφορετικές πηγές, θα μπορούσαν να έχουν επίσης ως αποτέλεσμα διαφορετικές επιπτώσεις όταν λαμβάνονται υπόψη τα κοινωνικά και πολιτικά ζητήματα.

'''Αποτελέσματα και συζητήσεις''' 

Οι εξορυκτικές πλατφόρμες πετρελαίου θεωρήθηκαν ότι χτίστηκαν πριν από το 2007. Όπως προαναφέρθηκε, τα επίσημα στοιχεία των τοποθεσιών πλατφόρμας πετρελαίου δεν ήταν προσβάσιμα και το αποτέλεσμα μπορούσε να επικυρωθεί μόνο με άτυπα δεδομένα. Σε αυτό το έργο, σε απευθείας σύνδεση ωκεανών λειτουργική περιφερειοποίηση της θάλασσας Bohai το 2008, σε απευθείας σύνδεση ωκεανό λειτουργικό η περιφερειοποίηση της περιοχής Tianjin, η διαδικτυακή λειτουργική περιφερειοποίηση του Hebei σε ωκεανό και μια εικόνα από το Shi (2012) χρησιμοποιήθηκαν για την επικύρωση του αποτελέσματος, όπως φαίνεται στην εικόνα 6.

[[Εικόνα: ER_p6_keim6.jpg|400px|thumb|center|'''Εικόνα 6.''' : Θέση των κοιτασμάτων πετρελαίου στη Θάλασσα Bohai]]

[[Εικόνα: ER_p7_keim6.jpg|400px|thumb|center|'''Εικόνα 7.''':Χάρτης επικινδυνότητας θαλάσσιων πετρελαιοκηλίδων στη Θάλασσα Bohai]]

Όπως φαίνεται και στην εικόνα 4, η κατανομή των αναγνωρισμένων πλατφορμών πετρελαίου παρουσιάζει μεγάλη ομοιότητα με εκείνη της εικόνας 6, έρχεται σε συμφωνία με την πραγματική κατανομή πετρελαίου και φυσικού αερίου στα πεδία Liaodong Bay, Bohai Bay και τη μεσαία περιοχή της θάλασσας Bohai. 17 από τις 25 πλατφόρμες βρίσκονταν σε λογική απόσταση από τις υπάρχουσες σε άτυπα δεδομένα. Η κατανομή των εξορύξεων πετρελαίου ήταν πειστική, αλλά ο αριθμός μπορεί να είναι διαφορετικός από τον πραγματικό. Οι χάρτες επικινδυνότητας θαλάσσιων πετρελαιοκηλίδων θα μπορούσαν κατά προτίμηση να εμφανίσουν την κατανομή του κινδύνου θαλάσσιων πετρελαιοκηλίδων με βάση το τη διανομή πλοίων και πλατφορμών που αποτελούσαν δύο σημαντικές πηγές πετρελαιοκηλίδας. Οι χάρτες μπορούσαν επίσης να προσφέρουν τεχνική υποστήριξη για την υπηρεσία θαλάσσιας ασφάλειας και προστασίας του περιβάλλοντος, όπως η προτεραιότητα της ναυτικής περιπολίας, ανάπτυξη πόρων πρόληψης και ελέγχου.

[[category:Χαρτογράφηση και παρακολούθηση πετρελαιοκηλίδων]]

Αρχείο:ER p7 keim6.jpg

2018-01-02T15:40:53Z

Eirhnh1roussi:

Αρχείο:ER p6 keim6.jpg

2018-01-02T15:40:46Z

Eirhnh1roussi:

Αρχείο:ER p5 keim6.jpg

2018-01-02T15:40:37Z

Eirhnh1roussi:

Αρχείο:ER p4 keim6.jpg

2018-01-02T15:40:30Z

Eirhnh1roussi:

Αρχείο:ER p3 keim6.jpg

2018-01-02T15:40:22Z

Eirhnh1roussi:

Αρχείο:ER p2 keim6.jpg

2018-01-02T15:40:13Z

Eirhnh1roussi:

Αρχείο:ER p1 keim6.jpg

2018-01-02T15:40:04Z

Eirhnh1roussi:

Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμών και χαρτογράφηση της πηγή κινδύνου πετρελαιοκηλίδας στη θάλασσα Bohai

2018-01-02T15:39:31Z

Eirhnh1roussi: Νέα σελίδα με ''''Αντικείμενο Εφαρμογής:''' Τηλεπισκόπηση των πλοίων και των υπεράκτιων πετρελαϊκών πλατφορμ...'

Ρούσση Ειρήνη

2018-01-02T15:36:24Z

Eirhnh1roussi:

Αρχείο:ER p5 keim5.jpg

2017-12-29T18:44:03Z

Eirhnh1roussi:

Αρχείο:ER p4 keim5.jpg

2017-12-29T18:43:53Z

Eirhnh1roussi:

Αρχείο:ER p3 keim5.jpg

2017-12-29T18:43:43Z

Eirhnh1roussi:

Αρχείο:ER p2 keim5.jpg

2017-12-29T18:43:34Z

Eirhnh1roussi:

Αρχείο:ER p1 keim5.jpg

2017-12-29T18:43:24Z

Eirhnh1roussi: