http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Elena&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FElena 2026-04-11T03:25:25Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T11:46:51Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: Σχήμα 1.JPG | thumb | right | Σχήμα 1. Χάρτης ομοιομορφίας αμπελώνα από τις μέσες τιμές NDVI. Οι μεγαλύτερες τιμές συντελεστών διακύμανσης αντιστοιχούν σε λιγότερο ομοιόμορφη κόμη πρέμνου]]<br /> [[Εικόνα:Σχήμα_2.JPG | thumb | right |Σχήμα 2. Χαρτογραφική απόδοση ισορροπίας αμπελώνα – δείκτης φυλλικής επιφάνειας]]<br /> [[Εικόνα:Σχήμα_3.JPG | thumb | right |Σχήμα 3.Χάρτης από εικόνες υψηλής ανάλησης για την μέση φυλλική επιφάνεια οι περιοχές με μπλέ χρώμα μπορουν να δώσουν μεγαλύτερη παραγωγή καρπών]]<br /> [[Εικόνα:Σχήμα_4.JPG | thumb | right |Σχήμα 4. Προσομοίωση των ελλείψεων νερού κατά τη διάρκεια της όψιμης περιόδου (περκασμού για συγκομιδή)]]<br /> [[Εικόνα:Σχήμα_5.JPG | thumb | right |εικόνα 5.καλλιεργούμενες ζώνες στην μια ομάδα αμπελοτεμαχίων της περιοχής μελέτης]]<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> http://geo.arc.nasa.gov/sge/vintage/ASAE_033129.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%AD%CE%BB%CE%BF%CF%85_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2014-04-15T11:45:11Z

<p>Elena: </p> <hr /> <div>* [[Η χρήση φωτοερμηνείας με εικόνες πολύ υψηλής ανάλυσης για την καταγραφή και διαχείριση καλλιεργειών στο πλαίσιο της ΚΑΠ‎]]<br /> * [[Ταξινόμηση γεωργικών εκτάσεων, χρησιμοποιώντας Landsat TM και QuickBird αισθητήρες. Μελέτη ελαιώνων στο νησί της Λέσβου]]<br /> * [[Εργαλεία λήψης αποφάσεων για την διαχείριση αμπελώνα βασισμένα στην τηλεπισκόπιση]]<br /> * [[Παρακολούθηση αμπελώνων στην Πορτογαλία με τη χρήση δορυφορικών εικόνων πολλαπλών αισθητήρων]] <br /> * [[Εργαλεία λήψης αποφάσεων για την διαχείριση αμπελώνα βασισμένα στην τηλεπισκόπιση]]<br /> * [[ Παρακολούθηση και αξιολόγηση της ανάπτυξης των αμπελώνων με προσβολή από φυλλοξήρα με τηλεπισκόπηση]]<br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%B3%CE%B3%CE%AD%CE%BB%CE%BF%CF%85_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2014-04-15T11:35:46Z

<p>Elena: Νέα σελίδα με '* [[Η χρήση φωτοερμηνείας με εικόνες πολύ υψηλής ανάλυσης για την καταγραφή και διαχείριση καλ...'</p> <hr /> <div>* [[Η χρήση φωτοερμηνείας με εικόνες πολύ υψηλής ανάλυσης για την καταγραφή και διαχείριση καλλιεργειών στο πλαίσιο της ΚΑΠ‎]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%86%CF%89%CF%84%CE%BF%CE%B5%CF%81%CE%BC%CE%B7%CE%BD%CE%B5%CE%AF%CE%B1%CF%82_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%BF_%CF%80%CE%BB%CE%B1%CE%AF%CF%83%CE%B9%CE%BF_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0 2014-04-15T11:08:13Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Ελαιοτεμάχιο.JPG | thumb | right |Ελαιώνας με καλά προσδιορισμένα όρια ]]<br /> [[Εικόνα:Θεσεις_ελαιοδένδρων.JPG | thumb | right |Οι ελιές αναγνωρίζονται καλά με το χαρακτηριστικό σχήμα δακτυλίου λόγω των πρακτικών κλαδέματος (Quickbird εικόνα, 0,6 pixel, 18/06/2003)]]<br /> [[Εικόνα:Θέσεις_ελαιοδένδρων_σε_1μ.JPG | thumb | right |Το ίδιο ελαιοτεμάχια σε ορθοφωτοχάρτη με 1 μέτρο ανάλυση (1997)]]<br /> [[Εικόνα:Δυσκολία_αναγνώρισης_ελαιοδένδρων.JPG | thumb | right |Δυσκολία στην αναγνώριση μικρής ηλικίας δέντρων στο νότιο τμήμα του τεμαχίου (Quickbird εικόνα , 0.6m pixel, 18/06/2003)]]<br /> [[Εικόνα:Ερευνα_πεδίου.JPG | thumb | right |Έρευνα πεδίου : πολύ νεαρά δέντρα που δεν μπορούν να αναγνωριστούν με αυτόματη μέθοδο ή με φωτοερμηνεία με χρήση Η/Υ]]<br /> [[Εικόνα:Φουντουκιές_1.JPG | thumb | right |Καλλιέργεια με φουντουκιές που – και μερικές φορές συγκαλλιέργεια με καστανιές- στην περιοχή της λίμνης Vico, επαρχία,Βιτέρμπο, Ιταλία. Με την χρήση ορθοφωτοχάρτη με 1μ. ανάλυση είναι δύσκολο να εντοπιστούν μεμονωμένα δέντρα.]]<br /> [[Εικόνα:Φουντουκιές_2.JPG | thumb | right |Η Quickbird Πολυφασματική pansharpen εικόνα της ίδιας περιοχής, παρέχει καλύτερα αποτελέσματα αλλά σε ορισμένες περιπτώσεις τα τεμάχια με φουντουκιές φαίνεται να ενώνεται η κόμη των δέντρων.]]<br /> <br /> <br /> Η χρήση φωτοερμηνείας με αεροφωτογραφίες και δορυφορικές εικόνες πολύ υψηλής ανάλυσης: ρόλος –κλειδί στην διαχείριση καλλιεργειών (ελιάς, αμπέλου, καρπών με κέλυφος) στο πλαίσιο της Κοινής Αγροτικής Πολιτικής της Ευρωπαϊκής Ένωσης.<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Επισκόπηση της έρευνας και των μεθόδων τηλεπισκόπισης, με την χρήση εικόνων πολύ υψηλής ανάλυσης, του Joint Research Centre, για την υποστήριξη της διαδικασίας χορήγησης κοινοτικών ενισχύσεων στις μόνιμες καλλιέργειες (ελιές, καρποί με κέλυφος, αμπελώνες, εσπεριδοειδών) των χωρών – μελών της Ευρωπαϊκής Ένωσης, με βάση την χωρική πληροφορία των τεμαχίων στα οποία καλλιεργούνται και την θέση των ελαιοδένδρων (για τα ελαιοτεμάχια) και παρουσίαση των αποτελεσμάτων από δοκιμαστικές εφαρμογές σε καλλιέργειες ελιάς στην Κρήτη και στην MAUSSANE στη Γαλλία. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή των ευρωπαϊκών κανονισμών θα πρέπει οι χώρες μέλη που αιτούνται κοινωνικών ενισχύσεων να τηρούν το ελαιοκομικό και αμπελουργικό μητρώο στο οποίο θα είναι καταγεγραμμένα η έκταση κάθε τεμαχίου (ελιάς και αμπέλου) η θέση των ελαιοδένδρων (και στην συνέχεια η θέση των δέντρων των <br /> καρπών με κέλυφος) και ο αριθμός των ελαιοδένδρων. <br /> <br /> Αρχικά η εργασία γινόταν με την χρήση του διατιθεμένου χαρτογραφικού υποβάθρου (εκτυπώσεις ορθοφωτοχαρτών και διαφάνειες ενοτήτων) οι παραγωγοί εντόπιζαν το τεμάχιο, το υποδείκνυαν και δήλωναν τον αριθμό των ελαιοδένδρων και στην συνέχεια, αρμοδίως, με ψηφιοποίηση, των υποδειχθέντων ορίων γινόταν εισαγωγή των στοιχείων (παραγωγών-τεμαχίων-ελαιοκαλλιέργειας – αμπελοκαλλιέργειας) στο γεωγραφικό σύστημα πληροφοριών για τον Ελαιοκομικό τομέα και το αμπελουργικό μητρώο. <br /> <br /> Στις περιπτώσεις που δεν ήταν δυνατός ο προσδιορισμός των στοιχείων στο γραφείο γινόταν επιτόπιος έλεγχος και πραγματοποιούνταν μετρήσεις εμβαδού και δέντρων στο πεδίο.<br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Σκοπός της μελέτης η σύγκριση των αποτελεσμάτων για τον εντοπισμό και ψηφιοποίηση των ελαιοδένδρων και των ελαιοτεμαχίων, των αμπελοτεμαχίων και των καρπών με κέλυφος, με χρήση ορθοφωτοχαρτών από ασπρόμαυρες εικόνες Ikonos, με 1 μ. ανάλυση και με χρήση πανχρωματικών εικόνων πολύ υψηλής ανάλυσης VHR Quickbird με ανάλυση 0,6μ .<br /> <br /> Η έρευνα αφορά στα στοιχεία του ελαιοκομικού και αμπελουργικού μητρώου που είναι λειτουργικό για τουλάχιστον 5 χώρες της Ευρωπαϊκής ένωσης από τον Νοέμβριο του 2003(Ιταλία, Ισπανία, Πορτογαλία, Ελλάδα και Γαλλία) <br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Συγκρίθηκαν αποτελέσματα από ασπρόμαυρες ορθοφωτογραφίες με ανάλυση 1μ. με αποτελέσματα από εικόνες πολύ υψηλής ανάλυσης Quickbird με 0.6μ ανάλυση και Ikonos με 1μ. ανάλυση. Πραγματοποιήθηκαν επεξεργασίες εικόνων για μεγιστοποίηση των αναλύσεών τους, όπως η συγχώνευση εικόνων (στην συγκεκριμένη περίπτωση με την συγχώνευση εννοείται η συγχώνευση μεταξύ πολυφασματικών καναλιών και της γεωμετρικής πληροφορίας του πανχρωματικού καναλιού). <br /> <br /> Επίσης χρησιμοποιήθηκαν διάφορες μέθοδοι αναγνώρισης και προσδιορισμού όπως φωτοερμηνεία με χρήση ηλεκτρονικού υπολογιστή, olicount και μεθοδολογία βασιζόμενη στην περιμετρική φύτευση (regional minima method) <br /> <br /> Ειδικότερα για τον εντοπισμό των ελαιοδένδρων και των δέντρων καρπών με κέλυφος χρησιμοποιήθηκαν ορθοφωτογραφίες που προήλθαν από λήψεις σε κλίμακα 1: 40000 και πραγματοποιήθηκαν, συμπληρωματικά, επίγειες μετρήσεις. <br /> <br /> Η ψηφιακή τηλεπισκόπιση για το πρόγραμμα olicount είναι δυνατή με την χρήση ενός καναλιού στα 8-bit και με ένα μέτρο ανάλυση. <br /> <br /> To olicount βασίζεται σε έναν συνδυασμό χρήσης τιμών του φάσματος των χαρακτηριστικών των δέντρων και δοκιμών βασισμένων στην μορφολογία των δέντρων και λειτουργεί με τον προσδιορισμό 4 παραμέτρων: κλίμακα του γκρι (ελάχιστο, μέγιστο), Διάμετρος δέντρου (ελάχιστο, μέγιστο), Σχήμα της κόμης (μέγιστο, ελάχιστο) υπολογιζόμενο από την ελάχιστη και μέγιστη τιμή ακτινοβολίας) <br /> <br /> <br /> V. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η μέχρι τώρα προτίμηση στην χρήση ορθοφωτοχαρτών (από ασπρόμαυρες εικόνες με ανάλυση ενός μέτρου) προήλθε από μια ανάλυση κόστους δεδομένων και αποτελεσματικότητας. <br /> Τα αποτελέσματα δείχνουν ότι η χρήση αυτών των εικόνων είναι επιτυχής για τις ομογενείς φυτεύσεις και υπολείπεται στις περιπτώσεις μικρών ανομοιογενών ή μικρής ηλικίας φυτεύσεων. <br /> Όπως φαίνεται από την μελέτη η χρήση εικόνων υψηλής ανάλυσης δίνει βελτιωμένα αποτελέσματα ως προς τον εντοπισμό των δέντρων.<br /> <br /> Πιο συγκεκριμένα το ποσοστό αναγνώρισης της θέσης δέντρων στο τεμάχιο (που δεν είχαν εντοπιστεί με την χειροκίνητη η την αυτοματοποιημένη μέθοδο) είναι πολύ αυξημένο με την βοήθεια της τηλεπισκόπησης, με την χρήση υψηλής ανάλυσης δορυφορικών εικόνων. <br /> <br /> Από την σύγκριση διαφόρων μεθόδων αναγνώρισης δέντρων φαίνεται ότι η η υποβοηθούμενη με ηλεκτρονικό υπολογιστή φωτοερμηνεία (Computer Assisted<br /> Photo-Interpretation (CAPI) δίνει πάντα καλύτερα αποτελέσματα από το olicount και την μέθοδο που βασίζεται στην περιμετρική φύτευση). <br /> <br /> Από την σύγκριση του ΟLICOUNT και της μεθόδου που βασίζεται στην περιμετρική φύτευση, (regional minima) σε ελαιόδενδρα με εικόνες Quickbird, φαίνεται να εντοπίζονται δέντρα που στην πραγματικότητα δεν υπάρχουν στα τεμάχια γεγονός που απορρέει από το ότι το regional minima αποδίδει ως δέντρα και οντότητες που στην πραγματικότητα δεν είναι όπως θάμνους ή άλλες συμπεριλήψεις. <br /> <br /> Αυτό το αποτέλεσμα θα πρέπει να βελτιωθεί με την χρήση μιας μάσκας «για ¨μη δενδρώδη έκταση», για παράδειγμα ένα κατώφλι στο εγγύς υπέρυθρο και στο ορατό φάσμα. <br /> <br /> Τόσο η Ikonos όσο και η Quickbird πανχρωματικές εικόνες εξυπηρετούν την αναγνώριση των δέντρων παρά την μεγαλύτερη ανάλυση της Quickbird δεν διαπιστώνεται μεγάλη διαφορά αν εφαρμοστούν οι προαναφερόμενες τηλεπισκοπικές διαδικασίες., και δεν παρουσιάζεται διαφορά στην αναγνώριση του είδους του δέντρου. <br /> <br /> Τέλος η αυτόματη αναγνώριση με εικόνες υψηλής ευκρίνειας δίνει καλά αποτελέσματα στις συστηματικές δενδρώδεις καλλιέργειες αλλά όχι στις περιπτώσεις συγκαλλιέργειας, πολύ ακανόνιστών σχηματικά τεμαχίων, τεμαχίων με ασαφή όρια, σε περιπτώσεις νέων δέντρων σε ηλικία με διάμετρο μικρότερη από 1,2-1,5 μέτρα, σε περιπτώσεις που υπάρχουν διαφορετικού είδους δέντρα –κυρίως στα όρια των τεμαχίων των οποίων τα δέντρα είναι ζητούμενος ο εντοπισμός, <br /> Εξετάζονται μέθοδοι που θα βοηθήσουν στην εξομάλυνση των παραπάνω προβλημάτων με την χρήση φίλτρων κ.λ.π <br /> <br /> <br /> <br /> http://symposcience.lyon.cemagref.fr/exl-doc/colloque/ART-00001745.pdf<br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A6%CE%BF%CF%85%CE%BD%CF%84%CE%BF%CF%85%CE%BA%CE%B9%CE%AD%CF%82_2.JPG 2014-04-15T11:07:21Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A6%CE%BF%CF%85%CE%BD%CF%84%CE%BF%CF%85%CE%BA%CE%B9%CE%AD%CF%82_1.JPG 2014-04-15T11:06:38Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CF%80%CE%B5%CE%B4%CE%AF%CE%BF%CF%85.JPG 2014-04-15T11:05:28Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%94%CF%85%CF%83%CE%BA%CE%BF%CE%BB%CE%AF%CE%B1_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CF%89%CE%BD.JPG 2014-04-15T11:04:37Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%98%CE%AD%CF%83%CE%B5%CE%B9%CF%82_%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CF%89%CE%BD_%CF%83%CE%B5_1%CE%BC.JPG 2014-04-15T11:03:17Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%98%CE%B5%CF%83%CE%B5%CE%B9%CF%82_%CE%B5%CE%BB%CE%B1%CE%B9%CE%BF%CE%B4%CE%AD%CE%BD%CE%B4%CF%81%CF%89%CE%BD.JPG 2014-04-15T11:01:18Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%BB%CE%B1%CE%B9%CE%BF%CF%84%CE%B5%CE%BC%CE%AC%CF%87%CE%B9%CE%BF.JPG 2014-04-15T11:00:10Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%86%CF%89%CF%84%CE%BF%CE%B5%CF%81%CE%BC%CE%B7%CE%BD%CE%B5%CE%AF%CE%B1%CF%82_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%BF_%CF%80%CE%BB%CE%B1%CE%AF%CF%83%CE%B9%CE%BF_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0 2014-04-15T10:59:25Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: | thumb | right | ]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> Η χρήση φωτοερμηνείας με αεροφωτογραφίες και δορυφορικές εικόνες πολύ υψηλής ανάλυσης: ρόλος –κλειδί στην διαχείριση καλλιεργειών (ελιάς, αμπέλου, καρπών με κέλυφος) στο πλαίσιο της Κοινής Αγροτικής Πολιτικής της Ευρωπαϊκής Ένωσης.<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Επισκόπηση της έρευνας και των μεθόδων τηλεπισκόπισης, με την χρήση εικόνων πολύ υψηλής ανάλυσης, του Joint Research Centre, για την υποστήριξη της διαδικασίας χορήγησης κοινοτικών ενισχύσεων στις μόνιμες καλλιέργειες (ελιές, καρποί με κέλυφος, αμπελώνες, εσπεριδοειδών) των χωρών – μελών της Ευρωπαϊκής Ένωσης, με βάση την χωρική πληροφορία των τεμαχίων στα οποία καλλιεργούνται και την θέση των ελαιοδένδρων (για τα ελαιοτεμάχια) και παρουσίαση των αποτελεσμάτων από δοκιμαστικές εφαρμογές σε καλλιέργειες ελιάς στην Κρήτη και στην MAUSSANE στη Γαλλία. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή των ευρωπαϊκών κανονισμών θα πρέπει οι χώρες μέλη που αιτούνται κοινωνικών ενισχύσεων να τηρούν το ελαιοκομικό και αμπελουργικό μητρώο στο οποίο θα είναι καταγεγραμμένα η έκταση κάθε τεμαχίου (ελιάς και αμπέλου) η θέση των ελαιοδένδρων (και στην συνέχεια η θέση των δέντρων των <br /> καρπών με κέλυφος) και ο αριθμός των ελαιοδένδρων. <br /> <br /> Αρχικά η εργασία γινόταν με την χρήση του διατιθεμένου χαρτογραφικού υποβάθρου (εκτυπώσεις ορθοφωτοχαρτών και διαφάνειες ενοτήτων) οι παραγωγοί εντόπιζαν το τεμάχιο, το υποδείκνυαν και δήλωναν τον αριθμό των ελαιοδένδρων και στην συνέχεια, αρμοδίως, με ψηφιοποίηση, των υποδειχθέντων ορίων γινόταν εισαγωγή των στοιχείων (παραγωγών-τεμαχίων-ελαιοκαλλιέργειας – αμπελοκαλλιέργειας) στο γεωγραφικό σύστημα πληροφοριών για τον Ελαιοκομικό τομέα και το αμπελουργικό μητρώο. <br /> <br /> Στις περιπτώσεις που δεν ήταν δυνατός ο προσδιορισμός των στοιχείων στο γραφείο γινόταν επιτόπιος έλεγχος και πραγματοποιούνταν μετρήσεις εμβαδού και δέντρων στο πεδίο.<br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Σκοπός της μελέτης η σύγκριση των αποτελεσμάτων για τον εντοπισμό και ψηφιοποίηση των ελαιοδένδρων και των ελαιοτεμαχίων, των αμπελοτεμαχίων και των καρπών με κέλυφος, με χρήση ορθοφωτοχαρτών από ασπρόμαυρες εικόνες Ikonos, με 1 μ. ανάλυση και με χρήση πανχρωματικών εικόνων πολύ υψηλής ανάλυσης VHR Quickbird με ανάλυση 0,6μ .<br /> <br /> Η έρευνα αφορά στα στοιχεία του ελαιοκομικού και αμπελουργικού μητρώου που είναι λειτουργικό για τουλάχιστον 5 χώρες της Ευρωπαϊκής ένωσης από τον Νοέμβριο του 2003(Ιταλία, Ισπανία, Πορτογαλία, Ελλάδα και Γαλλία) <br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Συγκρίθηκαν αποτελέσματα από ασπρόμαυρες ορθοφωτογραφίες με ανάλυση 1μ. με αποτελέσματα από εικόνες πολύ υψηλής ανάλυσης Quickbird με 0.6μ ανάλυση και Ikonos με 1μ. ανάλυση. Πραγματοποιήθηκαν επεξεργασίες εικόνων για μεγιστοποίηση των αναλύσεών τους, όπως η συγχώνευση εικόνων (στην συγκεκριμένη περίπτωση με την συγχώνευση εννοείται η συγχώνευση μεταξύ πολυφασματικών καναλιών και της γεωμετρικής πληροφορίας του πανχρωματικού καναλιού). <br /> <br /> Επίσης χρησιμοποιήθηκαν διάφορες μέθοδοι αναγνώρισης και προσδιορισμού όπως φωτοερμηνεία με χρήση ηλεκτρονικού υπολογιστή, olicount και μεθοδολογία βασιζόμενη στην περιμετρική φύτευση (regional minima method) <br /> <br /> Ειδικότερα για τον εντοπισμό των ελαιοδένδρων και των δέντρων καρπών με κέλυφος χρησιμοποιήθηκαν ορθοφωτογραφίες που προήλθαν από λήψεις σε κλίμακα 1: 40000 και πραγματοποιήθηκαν, συμπληρωματικά, επίγειες μετρήσεις. <br /> <br /> Η ψηφιακή τηλεπισκόπιση για το πρόγραμμα olicount είναι δυνατή με την χρήση ενός καναλιού στα 8-bit και με ένα μέτρο ανάλυση. <br /> <br /> To olicount βασίζεται σε έναν συνδυασμό χρήσης τιμών του φάσματος των χαρακτηριστικών των δέντρων και δοκιμών βασισμένων στην μορφολογία των δέντρων και λειτουργεί με τον προσδιορισμό 4 παραμέτρων: κλίμακα του γκρι (ελάχιστο, μέγιστο), Διάμετρος δέντρου (ελάχιστο, μέγιστο), Σχήμα της κόμης (μέγιστο, ελάχιστο) υπολογιζόμενο από την ελάχιστη και μέγιστη τιμή ακτινοβολίας) <br /> <br /> <br /> V. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η μέχρι τώρα προτίμηση στην χρήση ορθοφωτοχαρτών (από ασπρόμαυρες εικόνες με ανάλυση ενός μέτρου) προήλθε από μια ανάλυση κόστους δεδομένων και αποτελεσματικότητας. <br /> Τα αποτελέσματα δείχνουν ότι η χρήση αυτών των εικόνων είναι επιτυχής για τις ομογενείς φυτεύσεις και υπολείπεται στις περιπτώσεις μικρών ανομοιογενών ή μικρής ηλικίας φυτεύσεων. <br /> Όπως φαίνεται από την μελέτη η χρήση εικόνων υψηλής ανάλυσης δίνει βελτιωμένα αποτελέσματα ως προς τον εντοπισμό των δέντρων.<br /> <br /> Πιο συγκεκριμένα το ποσοστό αναγνώρισης της θέσης δέντρων στο τεμάχιο (που δεν είχαν εντοπιστεί με την χειροκίνητη η την αυτοματοποιημένη μέθοδο) είναι πολύ αυξημένο με την βοήθεια της τηλεπισκόπησης, με την χρήση υψηλής ανάλυσης δορυφορικών εικόνων. <br /> <br /> Από την σύγκριση διαφόρων μεθόδων αναγνώρισης δέντρων φαίνεται ότι η η υποβοηθούμενη με ηλεκτρονικό υπολογιστή φωτοερμηνεία (Computer Assisted<br /> Photo-Interpretation (CAPI) δίνει πάντα καλύτερα αποτελέσματα από το olicount και την μέθοδο που βασίζεται στην περιμετρική φύτευση). <br /> <br /> Από την σύγκριση του ΟLICOUNT και της μεθόδου που βασίζεται στην περιμετρική φύτευση, (regional minima) σε ελαιόδενδρα με εικόνες Quickbird, φαίνεται να εντοπίζονται δέντρα που στην πραγματικότητα δεν υπάρχουν στα τεμάχια γεγονός που απορρέει από το ότι το regional minima αποδίδει ως δέντρα και οντότητες που στην πραγματικότητα δεν είναι όπως θάμνους ή άλλες συμπεριλήψεις. <br /> <br /> Αυτό το αποτέλεσμα θα πρέπει να βελτιωθεί με την χρήση μιας μάσκας «για ¨μη δενδρώδη έκταση», για παράδειγμα ένα κατώφλι στο εγγύς υπέρυθρο και στο ορατό φάσμα. <br /> <br /> Τόσο η Ikonos όσο και η Quickbird πανχρωματικές εικόνες εξυπηρετούν την αναγνώριση των δέντρων παρά την μεγαλύτερη ανάλυση της Quickbird δεν διαπιστώνεται μεγάλη διαφορά αν εφαρμοστούν οι προαναφερόμενες τηλεπισκοπικές διαδικασίες., και δεν παρουσιάζεται διαφορά στην αναγνώριση του είδους του δέντρου. <br /> <br /> Τέλος η αυτόματη αναγνώριση με εικόνες υψηλής ευκρίνειας δίνει καλά αποτελέσματα στις συστηματικές δενδρώδεις καλλιέργειες αλλά όχι στις περιπτώσεις συγκαλλιέργειας, πολύ ακανόνιστών σχηματικά τεμαχίων, τεμαχίων με ασαφή όρια, σε περιπτώσεις νέων δέντρων σε ηλικία με διάμετρο μικρότερη από 1,2-1,5 μέτρα, σε περιπτώσεις που υπάρχουν διαφορετικού είδους δέντρα –κυρίως στα όρια των τεμαχίων των οποίων τα δέντρα είναι ζητούμενος ο εντοπισμός, <br /> Εξετάζονται μέθοδοι που θα βοηθήσουν στην εξομάλυνση των παραπάνω προβλημάτων με την χρήση φίλτρων κ.λ.π <br /> <br /> <br /> <br /> http://symposcience.lyon.cemagref.fr/exl-doc/colloque/ART-00001745.pdf<br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%86%CF%89%CF%84%CE%BF%CE%B5%CF%81%CE%BC%CE%B7%CE%BD%CE%B5%CE%AF%CE%B1%CF%82_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%BF_%CF%80%CE%BB%CE%B1%CE%AF%CF%83%CE%B9%CE%BF_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0 2014-04-15T10:46:03Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: | thumb | right | ]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> Η χρήση φωτοερμηνείας με αεροφωτογραφίες και δορυφορικές εικόνες πολύ υψηλής ανάλυσης: ρόλος –κλειδί στην διαχείριση καλλιεργειών (ελιάς, αμπέλου, καρπών με κέλυφος) στο πλαίσιο της Κοινής Αγροτικής Πολιτικής της Ευρωπαϊκής Ένωσης.<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Επισκόπηση της έρευνας και των μεθόδων τηλεπισκόπισης, με την χρήση εικόνων πολύ υψηλής ανάλυσης, του Joint Research Centre, για την υποστήριξη της διαδικασίας χορήγησης κοινοτικών ενισχύσεων στις μόνιμες καλλιέργειες (ελιές, καρποί με κέλυφος, αμπελώνες, εσπεριδοειδών) των χωρών – μελών της Ευρωπαϊκής Ένωσης, με βάση την χωρική πληροφορία των τεμαχίων στα οποία καλλιεργούνται και την θέση των ελαιοδένδρων (για τα ελαιοτεμάχια) και παρουσίαση των αποτελεσμάτων από δοκιμαστικές εφαρμογές σε καλλιέργειες ελιάς στην Κρήτη και στην MAUSSANE στη Γαλλία. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή των ευρωπαϊκών κανονισμών θα πρέπει οι χώρες μέλη που αιτούνται κοινωνικών ενισχύσεων να τηρούν το ελαιοκομικό και αμπελουργικό μητρώο στο οποίο θα είναι καταγεγραμμένα η έκταση κάθε τεμαχίου (ελιάς και αμπέλου) η θέση των ελαιοδένδρων (και στην συνέχεια η θέση των δέντρων των <br /> καρπών με κέλυφος) και ο αριθμός των ελαιοδένδρων. <br /> <br /> Αρχικά η εργασία γινόταν με την χρήση του διατιθεμένου χαρτογραφικού υποβάθρου (εκτυπώσεις ορθοφωτοχαρτών και διαφάνειες ενοτήτων) οι παραγωγοί εντόπιζαν το τεμάχιο, το υποδείκνυαν και δήλωναν τον αριθμό των ελαιοδένδρων και στην συνέχεια, αρμοδίως, με ψηφιοποίηση, των υποδειχθέντων ορίων γινόταν εισαγωγή των στοιχείων (παραγωγών-τεμαχίων-ελαιοκαλλιέργειας – αμπελοκαλλιέργειας) στο γεωγραφικό σύστημα πληροφοριών για τον Ελαιοκομικό τομέα και το αμπελουργικό μητρώο. <br /> <br /> Στις περιπτώσεις που δεν ήταν δυνατός ο προσδιορισμός των στοιχείων στο γραφείο γινόταν επιτόπιος έλεγχος και πραγματοποιούνταν μετρήσεις εμβαδού και δέντρων στο πεδίο.<br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Σκοπός της μελέτης η σύγκριση των αποτελεσμάτων για τον εντοπισμό και ψηφιοποίηση των ελαιοδένδρων και των ελαιοτεμαχίων, των αμπελοτεμαχίων και των καρπών με κέλυφος, με χρήση ορθοφωτοχαρτών από ασπρόμαυρες εικόνες Ikonos, με 1 μ. ανάλυση και με χρήση πανχρωματικών εικόνων πολύ υψηλής ανάλυσης VHR Quickbird με ανάλυση 0,6μ .<br /> <br /> Η έρευνα αφορά στα στοιχεία του ελαιοκομικού και αμπελουργικού μητρώου που είναι λειτουργικό για τουλάχιστον 5 χώρες της Ευρωπαϊκής ένωσης από τον Νοέμβριο του 2003(Ιταλία, Ισπανία, Πορτογαλία, Ελλάδα και Γαλλία) <br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Συγκρίθηκαν αποτελέσματα από ασπρόμαυρες ορθοφωτογραφίες με ανάλυση 1μ. με αποτελέσματα από εικόνες πολύ υψηλής ανάλυσης Quickbird με 0.6μ ανάλυση και Ikonos με 1μ. ανάλυση. Πραγματοποιήθηκαν επεξεργασίες εικόνων για μεγιστοποίηση των αναλύσεών τους, όπως η συγχώνευση εικόνων (στην συγκεκριμένη περίπτωση με την συγχώνευση εννοείται η συγχώνευση μεταξύ πολυφασματικών καναλιών και της γεωμετρικής πληροφορίας του πανχρωματικού καναλιού). <br /> <br /> Επίσης χρησιμοποιήθηκαν διάφορες μέθοδοι αναγνώρισης και προσδιορισμού όπως φωτοερμηνεία με χρήση ηλεκτρονικού υπολογιστή, olicount και μεθοδολογία βασιζόμενη στην περιμετρική φύτευση (regional minima method) <br /> <br /> Ειδικότερα για τον εντοπισμό των ελαιοδένδρων και των δέντρων καρπών με κέλυφος χρησιμοποιήθηκαν ορθοφωτογραφίες που προήλθαν από λήψεις σε κλίμακα 1: 40000 και πραγματοποιήθηκαν, συμπληρωματικά, επίγειες μετρήσεις. <br /> <br /> Η ψηφιακή τηλεπισκόπιση για το πρόγραμμα olicount είναι δυνατή με την χρήση ενός καναλιού στα 8-bit και με ένα μέτρο ανάλυση. <br /> <br /> To olicount βασίζεται σε έναν συνδυασμό χρήσης τιμών του φάσματος των χαρακτηριστικών των δέντρων και δοκιμών βασισμένων στην μορφολογία των δέντρων και λειτουργεί με τον προσδιορισμό 4 παραμέτρων: κλίμακα του γκρι (ελάχιστο, μέγιστο), Διάμετρος δέντρου (ελάχιστο, μέγιστο), Σχήμα της κόμης (μέγιστο, ελάχιστο) υπολογιζόμενο από την ελάχιστη και μέγιστη τιμή ακτινοβολίας) <br /> <br /> <br /> V. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η μέχρι τώρα προτίμηση στην χρήση ορθοφωτοχαρτών (από ασπρόμαυρες εικόνες με ανάλυση ενός μέτρου) προήλθε από μια ανάλυση κόστους δεδομένων και αποτελεσματικότητας. <br /> Τα αποτελέσματα δείχνουν ότι η χρήση αυτών των εικόνων είναι επιτυχής για τις ομογενείς φυτεύσεις και υπολείπεται στις περιπτώσεις μικρών ανομοιογενών ή μικρής ηλικίας φυτεύσεων. <br /> Όπως φαίνεται από την μελέτη η χρήση εικόνων υψηλής ανάλυσης δίνει βελτιωμένα αποτελέσματα ως προς τον εντοπισμό των δέντρων.<br /> <br /> Πιο συγκεκριμένα το ποσοστό αναγνώρισης της θέσης δέντρων στο τεμάχιο (που δεν είχαν εντοπιστεί με την χειροκίνητη η την αυτοματοποιημένη μέθοδο) είναι πολύ αυξημένο με την βοήθεια της τηλεπισκόπησης, με την χρήση υψηλής ανάλυσης δορυφορικών εικόνων. <br /> <br /> Από την σύγκριση διαφόρων μεθόδων αναγνώρισης δέντρων φαίνεται ότι η η υποβοηθούμενη με ηλεκτρονικό υπολογιστή φωτοερμηνεία (Computer Assisted<br /> Photo-Interpretation (CAPI) δίνει πάντα καλύτερα αποτελέσματα από το olicount και την μέθοδο που βασίζεται στην περιμετρική φύτευση). <br /> <br /> Από την σύγκριση του ΟLICOUNT και της μεθόδου που βασίζεται στην περιμετρική φύτευση, (regional minima) σε ελαιόδενδρα με εικόνες Quickbird, φαίνεται να εντοπίζονται δέντρα που στην πραγματικότητα δεν υπάρχουν στα τεμάχια γεγονός που απορρέει από το ότι το regional minima αποδίδει ως δέντρα και οντότητες που στην πραγματικότητα δεν είναι όπως θάμνους ή άλλες συμπεριλήψεις. <br /> <br /> Αυτό το αποτέλεσμα θα πρέπει να βελτιωθεί με την χρήση μιας μάσκας «για ¨μη δενδρώδη έκταση», για παράδειγμα ένα κατώφλι στο εγγύς υπέρυθρο και στο ορατό φάσμα. <br /> <br /> Τόσο η Ikonos όσο και η Quickbird πανχρωματικές εικόνες εξυπηρετούν την αναγνώριση των δέντρων παρά την μεγαλύτερη ανάλυση της Quickbird δεν διαπιστώνεται μεγάλη διαφορά αν εφαρμοστούν οι προαναφερόμενες τηλεπισκοπικές διαδικασίες., και δεν παρουσιάζεται διαφορά στην αναγνώριση του είδους του δέντρου. <br /> <br /> Τέλος η αυτόματη αναγνώριση με εικόνες υψηλής ευκρίνειας δίνει καλά αποτελέσματα στις συστηματικές δενδρώδεις καλλιέργειες αλλά όχι στις περιπτώσεις συγκαλλιέργειας, πολύ ακανόνιστών σχηματικά τεμαχίων, τεμαχίων με ασαφή όρια, σε περιπτώσεις νέων δέντρων σε ηλικία με διάμετρο μικρότερη από 1,2-1,5 μέτρα, σε περιπτώσεις που υπάρχουν διαφορετικού είδους δέντρα –κυρίως στα όρια των τεμαχίων των οποίων τα δέντρα είναι ζητούμενος ο εντοπισμός, <br /> Εξετάζονται μέθοδοι που θα βοηθήσουν στην εξομάλυνση των παραπάνω προβλημάτων με την χρήση φίλτρων κ.λ.π <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%86%CF%89%CF%84%CE%BF%CE%B5%CF%81%CE%BC%CE%B7%CE%BD%CE%B5%CE%AF%CE%B1%CF%82_%CE%BC%CE%B5_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%80%CE%BF%CE%BB%CF%8D_%CF%85%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CE%B3%CF%81%CE%B1%CF%86%CE%AE_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%BA%CE%B1%CE%BB%CE%BB%CE%B9%CE%B5%CF%81%CE%B3%CE%B5%CE%B9%CF%8E%CE%BD_%CF%83%CF%84%CE%BF_%CF%80%CE%BB%CE%B1%CE%AF%CF%83%CE%B9%CE%BF_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0 2014-04-15T10:42:25Z

<p>Elena: Νέα σελίδα με 'Η χρήση φωτοερμηνείας με αεροφωτογραφίες και δορυφορικές εικόνες πολύ υψηλής ανάλυσης: ρόλο...'</p> <hr /> <div>Η χρήση φωτοερμηνείας με αεροφωτογραφίες και δορυφορικές εικόνες πολύ υψηλής ανάλυσης: ρόλος –κλειδί στην διαχείριση καλλιεργειών (ελιάς, αμπέλου, καρπών με κέλυφος) στο πλαίσιο της Κοινής Αγροτικής Πολιτικής της Ευρωπαϊκής Ένωσης.<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Επισκόπηση της έρευνας και των μεθόδων τηλεπισκόπισης, με την χρήση εικόνων πολύ υψηλής ανάλυσης, του Joint Research Centre, για την υποστήριξη της διαδικασίας χορήγησης κοινοτικών ενισχύσεων στις μόνιμες καλλιέργειες (ελιές, καρποί με κέλυφος, αμπελώνες, εσπεριδοειδών) των χωρών – μελών της Ευρωπαϊκής Ένωσης, με βάση την χωρική πληροφορία των τεμαχίων στα οποία καλλιεργούνται και την θέση των ελαιοδένδρων (για τα ελαιοτεμάχια) και παρουσίαση των αποτελεσμάτων από δοκιμαστικές εφαρμογές σε καλλιέργειες ελιάς στην Κρήτη και στην MAUSSANE στη Γαλλία. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή των ευρωπαϊκών κανονισμών θα πρέπει οι χώρες μέλη που αιτούνται κοινωνικών ενισχύσεων να τηρούν το ελαιοκομικό και αμπελουργικό μητρώο στο οποίο θα είναι καταγεγραμμένα η έκταση κάθε τεμαχίου (ελιάς και αμπέλου) η θέση των ελαιοδένδρων (και στην συνέχεια η θέση των δέντρων των <br /> καρπών με κέλυφος) και ο αριθμός των ελαιοδένδρων. <br /> <br /> Αρχικά η εργασία γινόταν με την χρήση του διατιθεμένου χαρτογραφικού υποβάθρου (εκτυπώσεις ορθοφωτοχαρτών και διαφάνειες ενοτήτων) οι παραγωγοί εντόπιζαν το τεμάχιο, το υποδείκνυαν και δήλωναν τον αριθμό των ελαιοδένδρων και στην συνέχεια, αρμοδίως, με ψηφιοποίηση, των υποδειχθέντων ορίων γινόταν εισαγωγή των στοιχείων (παραγωγών-τεμαχίων-ελαιοκαλλιέργειας – αμπελοκαλλιέργειας) στο γεωγραφικό σύστημα πληροφοριών για τον Ελαιοκομικό τομέα και το αμπελουργικό μητρώο. <br /> <br /> Στις περιπτώσεις που δεν ήταν δυνατός ο προσδιορισμός των στοιχείων στο γραφείο γινόταν επιτόπιος έλεγχος και πραγματοποιούνταν μετρήσεις εμβαδού και δέντρων στο πεδίο.<br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Σκοπός της μελέτης η σύγκριση των αποτελεσμάτων για τον εντοπισμό και ψηφιοποίηση των ελαιοδένδρων και των ελαιοτεμαχίων, των αμπελοτεμαχίων και των καρπών με κέλυφος, με χρήση ορθοφωτοχαρτών από ασπρόμαυρες εικόνες Ikonos, με 1 μ. ανάλυση και με χρήση πανχρωματικών εικόνων πολύ υψηλής ανάλυσης VHR Quickbird με ανάλυση 0,6μ .<br /> <br /> Η έρευνα αφορά στα στοιχεία του ελαιοκομικού και αμπελουργικού μητρώου που είναι λειτουργικό για τουλάχιστον 5 χώρες της Ευρωπαϊκής ένωσης από τον Νοέμβριο του 2003(Ιταλία, Ισπανία, Πορτογαλία, Ελλάδα και Γαλλία) <br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Συγκρίθηκαν αποτελέσματα από ασπρόμαυρες ορθοφωτογραφίες με ανάλυση 1μ. με αποτελέσματα από εικόνες πολύ υψηλής ανάλυσης Quickbird με 0.6μ ανάλυση και Ikonos με 1μ. ανάλυση. Πραγματοποιήθηκαν επεξεργασίες εικόνων για μεγιστοποίηση των αναλύσεών τους, όπως η συγχώνευση εικόνων (στην συγκεκριμένη περίπτωση με την συγχώνευση εννοείται η συγχώνευση μεταξύ πολυφασματικών καναλιών και της γεωμετρικής πληροφορίας του πανχρωματικού καναλιού). <br /> <br /> Επίσης χρησιμοποιήθηκαν διάφορες μέθοδοι αναγνώρισης και προσδιορισμού όπως φωτοερμηνεία με χρήση ηλεκτρονικού υπολογιστή, olicount και μεθοδολογία βασιζόμενη στην περιμετρική φύτευση (regional minima method) <br /> <br /> Ειδικότερα για τον εντοπισμό των ελαιοδένδρων και των δέντρων καρπών με κέλυφος χρησιμοποιήθηκαν ορθοφωτογραφίες που προήλθαν από λήψεις σε κλίμακα 1: 40000 και πραγματοποιήθηκαν, συμπληρωματικά, επίγειες μετρήσεις. <br /> <br /> Η ψηφιακή τηλεπισκόπιση για το πρόγραμμα olicount είναι δυνατή με την χρήση ενός καναλιού στα 8-bit και με ένα μέτρο ανάλυση. <br /> <br /> To olicount βασίζεται σε έναν συνδυασμό χρήσης τιμών του φάσματος των χαρακτηριστικών των δέντρων και δοκιμών βασισμένων στην μορφολογία των δέντρων και λειτουργεί με τον προσδιορισμό 4 παραμέτρων: κλίμακα του γκρι (ελάχιστο, μέγιστο), Διάμετρος δέντρου (ελάχιστο, μέγιστο), Σχήμα της κόμης (μέγιστο, ελάχιστο) υπολογιζόμενο από την ελάχιστη και μέγιστη τιμή ακτινοβολίας) <br /> <br /> <br /> V. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η μέχρι τώρα προτίμηση στην χρήση ορθοφωτοχαρτών (από ασπρόμαυρες εικόνες με ανάλυση ενός μέτρου) προήλθε από μια ανάλυση κόστους δεδομένων και αποτελεσματικότητας. <br /> Τα αποτελέσματα δείχνουν ότι η χρήση αυτών των εικόνων είναι επιτυχής για τις ομογενείς φυτεύσεις και υπολείπεται στις περιπτώσεις μικρών ανομοιογενών ή μικρής ηλικίας φυτεύσεων. <br /> Όπως φαίνεται από την μελέτη η χρήση εικόνων υψηλής ανάλυσης δίνει βελτιωμένα αποτελέσματα ως προς τον εντοπισμό των δέντρων.<br /> <br /> Πιο συγκεκριμένα το ποσοστό αναγνώρισης της θέσης δέντρων στο τεμάχιο (που δεν είχαν εντοπιστεί με την χειροκίνητη η την αυτοματοποιημένη μέθοδο) είναι πολύ αυξημένο με την βοήθεια της τηλεπισκόπησης, με την χρήση υψηλής ανάλυσης δορυφορικών εικόνων. <br /> <br /> Από την σύγκριση διαφόρων μεθόδων αναγνώρισης δέντρων φαίνεται ότι η η υποβοηθούμενη με ηλεκτρονικό υπολογιστή φωτοερμηνεία (Computer Assisted<br /> Photo-Interpretation (CAPI) δίνει πάντα καλύτερα αποτελέσματα από το olicount και την μέθοδο που βασίζεται στην περιμετρική φύτευση). <br /> <br /> Από την σύγκριση του ΟLICOUNT και της μεθόδου που βασίζεται στην περιμετρική φύτευση, (regional minima) σε ελαιόδενδρα με εικόνες Quickbird, φαίνεται να εντοπίζονται δέντρα που στην πραγματικότητα δεν υπάρχουν στα τεμάχια γεγονός που απορρέει από το ότι το regional minima αποδίδει ως δέντρα και οντότητες που στην πραγματικότητα δεν είναι όπως θάμνους ή άλλες συμπεριλήψεις. <br /> <br /> Αυτό το αποτέλεσμα θα πρέπει να βελτιωθεί με την χρήση μιας μάσκας «για ¨μη δενδρώδη έκταση», για παράδειγμα ένα κατώφλι στο εγγύς υπέρυθρο και στο ορατό φάσμα. <br /> Τόσο η Ikonos όσο και η Quickbird πανχρωματικές εικόνες εξυπηρετούν την αναγνώριση των δέντρων παρά την μεγαλύτερη ανάλυση της Quickbird δεν διαπιστώνεται μεγάλη διαφορά αν εφαρμοστούν οι προαναφερόμενες τηλεπισκοπικές διαδικασίες., και δεν παρουσιάζεται διαφορά στην αναγνώριση του είδους του δέντρου. <br /> Τέλος η αυτόματη αναγνώριση με εικόνες υψηλής ευκρίνειας δίνει καλά αποτελέσματα στις συστηματικές δενδρώδεις καλλιέργειες αλλά όχι στις περιπτώσεις συγκαλλιέργειας, πολύ ακανόνιστών σχηματικά τεμαχίων, τεμαχίων με ασαφή όρια, σε περιπτώσεις νέων δέντρων σε ηλικία με διάμετρο μικρότερη από 1,2-1,5 μέτρα, σε περιπτώσεις που υπάρχουν διαφορετικού είδους δέντρα –κυρίως στα όρια των τεμαχίων των οποίων τα δέντρα είναι ζητούμενος ο εντοπισμός, <br /> Εξετάζονται μέθοδοι που θα βοηθήσουν στην εξομάλυνση των παραπάνω προβλημάτων με την χρήση φίλτρων κ.λ.π <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:31:03Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Πινακας_1.JPG | thumb | right |Πίνακας 1: μήκος κύματος φάσματος για Landsat TM και Quickbird πολυφασματικούς αισθητήρες]]<br /> [[Εικόνα:Εικόνες.JPG | thumb | right |Δείγματα εντοπισμού ελαιοπεριοχών με διαφορετικές πυκνότητες ελαιοδένδρων σε εικόνες QuickBird. ]]<br /> [[Εικόνα:Λέσβος.JPG | thumb | right |Τύποι κάλυψης εδάφους (ταξινόμηση με Landsat TM)]]<br /> [[Εικόνα:Λέσβος_2.JPG | thumb | right |Κατηγορίες ελαιώνων (ταξινόμηση με Landsat TM)]]<br /> <br /> <br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> http://www.env.aegean.gr/labs/Remote_sensing/publications/Haicta_02.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%82_2.JPG 2014-04-15T10:29:45Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:26:56Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Πινακας_1.JPG | thumb | right |Πίνακας 1: μήκος κύματος φάσματος για Landsat TM και Quickbird πολυφασματικούς αισθητήρες]]<br /> [[Εικόνα:Εικόνες.JPG | thumb | right |Δείγματα εντοπισμού ελαιοπεριοχών με διαφορετικές πυκνότητες ελαιοδένδρων σε εικόνες QuickBird. ]]<br /> [[Εικόνα:Λέσβος.JPG | thumb | right |Τύποι κάλυψης εδάφους (ταξινόμηση με Landsat TM)]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%82.JPG 2014-04-15T10:26:04Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:20:46Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Πινακας_1.JPG | thumb | right |Πίνακας 1: μήκος κύματος φάσματος για Landsat TM και Quickbird πολυφασματικούς αισθητήρες]]<br /> [[Εικόνα:Εικόνες.JPG | thumb | right |Δείγματα εντοπισμού ελαιοπεριοχών με διαφορετικές πυκνότητες ελαιοδένδρων σε εικόνες QuickBird. ]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%95%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82.JPG 2014-04-15T10:19:41Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:17:09Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Πινακας_1.JPG| thumb | right |Πίνακας 1: μήκος κύματος φάσματος για Landsat TM και Quickbird πολυφασματικούς αισθητήρες]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:16:07Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Πινακας_1.JPG | thumb | right |Πίνακας 1: μήκος κύματος φάσματος για Landsat TM και Quickbird πολυφασματικούς αισθητήρες]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A0%CE%B9%CE%BD%CE%B1%CE%BA%CE%B1%CF%82_1.JPG 2014-04-15T10:15:11Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:12:13Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: | thumb | right | ]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> [[Εικόνα: | thumb | right |]]<br /> <br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:09:22Z

<p>Elena: </p> <hr /> <div>I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> <br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις. Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> <br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CE%BE%CE%B9%CE%BD%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CF%89%CE%BD,_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_Landsat_TM_%CE%BA%CE%B1%CE%B9_QuickBird_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CE%B5%CF%82._%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B5%CE%BB%CE%B1%CE%B9%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%BF_%CE%BD%CE%B7%CF%83%CE%AF_%CF%84%CE%B7%CF%82_%CE%9B%CE%AD%CF%83%CE%B2%CE%BF%CF%85 2014-04-15T10:07:32Z

<p>Elena: Νέα σελίδα με 'I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της ...'</p> <hr /> <div>I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Ο στόχος της παρούσας μελέτης είναι να αξιολογήσει τα αποτελέσματα της επιβλεπόμενης ταξινόμησης και την βελτίωση που θα παρουσιάσουν με την χρήση δεδομένων από αισθητήρα υψηλής ανάλυσης Landsat TM και δορυφορικών εικόνων QuickBird προκειμένου να αποτυπωθεί η χωρική κατανομή των ελαιοτεμαχίων στο νησί της Λέσβου και η θέση και η πυκνότητα των ελαιοδένδρων σε αυτά. <br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Σε εφαρμογή του Καν. ( ΕΚ ) της Ευρωπαϊκής Επιτροπής αριθ. 2366/98 της 30ής Οκτωβρίου 1998 με τον οποίο καθορίζονται οι λεπτομέρειες εφαρμογής του καθεστώτος ενίσχυσης στην παραγωγή ελαιολάδου, δημιουργήθηκε η υποχρέωση κατάρτισης του ελαιοκομικού μητρώου με την καταγραφή και χαρτογράφηση των ελαιοτεμαχίων και ειδικότερα της θέσης των ελαιοδένδρων στο διαθέσιμο χαρτογραφικό υπόβαθρο που ήταν από ορθοφωτοχάρτες (από αεροφωτογραφίες της περιόδου 1996) και διαφάνειες ενοτήτων προσαρμοσμένους στους ορθοφωτοχάρτες. <br /> Κατά την κατάρτηση η έκταση του ελαιοτεμαχίου δηλωνόταν από τον παραγωγό και ο εντοπισμος των ελαιοτεμαχίων και των ελαιοδένδρων γινόταν επίσης από τον παραγωγό με χρήση των αναλογικών στοιχείων (εκτυπώσεις ορθοφωτοχαρτών και διαφανειών) και σχεδίαση επί αυτών.<br /> Με την μέθοδο που ακολουθήθηκε παρουσιάστηκαν αστοχίες κυρίως λόγω της μη εξοικείωσης των παραγωγών με την χρήση ορθοφωτοχαρτών, διότι τους ήταν εύκολη η αναγνώριση και ο εντοπισμός των τεμαχίων τους αλλά και λόγω του ότι δεν ήταν εμφανή τα όρια των καλλιεργειών και σε πολλές περιπτώσεις η πυκνότητα φύτευσης των ελαιοδένδρων οδηγούσε σε εσφαλμένη ψηφιοποίηση του αριθμού των ελαιοδένδρων. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Η έρευνα επιχειρεί να μελετήσει τη χρησιμότητα των στοιχείων από δορυφορικές εικόνες QuickBird και πολυφασματικες εικόνες Landsat TM στην απόδοση εδαφικών χαρακτηριστικών περιοχών με ελαιοτεμάχια, στην ταξινόμηση τους, και επιχειρεί να αποδώσει την πυκνότητα φύτευσης των ελαιόδεντρων. <br /> Σε αντίθεση με τις προηγούμενες μεθόδους τηλεπισκόπησης που για την δημιουργία των κατηγοριών προτύπων, ήταν απαιτητές οι εκτεταμένες μετρήσεις στο πεδίο (με χρήση gps χαμηλής ακρίβειας), ο εξειδικευμένος χρήστης των εργαλείων τηλεπισκόπισης με δεδομένα από δορυφορικές εικόνες QuickBird, μπορεί να εντοπίσει ευκολότερα τα εξεταζόμενα τεμάχια και ελαιόδενδρα με την ευκρίνεια των 2,05 μέτρων pixel.<br /> <br /> IV. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Χρησιμοποιήθηκαν εικόνες μέσης-υψηλής ανάλυσης( Landsat TM ) και QuickBird με πολύ υψηλή ανάλυση. <br /> Η εικόνα Landsat TM με χωρική ανάλυση 30 m, ήταν ημερομηνίας 28/5/1999 . (Θεωρείται ότι τα τελευταία τρία χρόνια δεν υπήρξαν σημαντικές αλλαγές στην κάλυψη του εδάφους και άρα εξυπηρετεί τον σκοπό της μελέτης). <br /> Οι εικόνες QuickBird αποκτήθηκαν κατά τη διάρκεια του καλοκαιριού του 2002 και ολόκληρη η περιοχή μελέτης καλύφθηκε περισσότερες από 15 λήψεις<br /> Η QuickBird είναι εικόνα υψηλής ανάλυσης με χωρική ανάλυση 61 cm για το πανχρωματικό και 2,44 m για το για το πολυφασματικό (Eurimage,2003). <br /> Πραγματοποιήθηκε γεωμετρική διορθώση τόσο για την εικόνα Landsat TM , όσο και για επιλεγμένες εικόνες QuickBird με την χρήση μετρήσεων σημείων ελέγχου επί του εδάφους που αποκτήθηκαν με GPS (estimated position error – πιθανού σφάλματος θέσης : 3-5 m) και γεωγραφική στο Ελληνικό Γεωδαιτικό Σύστημα Αναφοράς 1987.<br /> Τα δεδομένα της εικόνας συλλέγονται σε μορφή 11 -bit ( 2048 επίπεδα του γκρι ), ενώ στα τέσσερα κανάλια της πολυφασματικής εικόνας αντιστοιχούν τα μπλε , πράσινο, κόκκινο και εγγύς υπέρυθρο μήκη κύματος (πίνακας1).<br /> <br /> V. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> Πραγματοποιήθηκε επιβλεπόμενη ταξινόμηση με την χρήση των παρακάτω κατηγοριών προτύπων για την περιοχή όπως προσδιορίστηκαν από τις εικόνες QuickBird: <br /> <br /> * αλατωρυχεία, παράκτιες περιοχές, το νερό <br /> * θάλασσα <br /> * αστική περιοχή <br /> * άγονο έδαφος <br /> * πευκοδάσος <br /> * ελαιόδενδρα <br /> * δάσος οξυάς <br /> * δάσος καστανιάς <br /> * αειθαλείς θάμνοι <br /> * Φυλλοβόλα δασικά δέντρα <br /> * καλλιεργούμενη έκταση <br /> * βοσκότοποι <br /> Οι ελαιώνες χωρίστηκαν σε 5 διαφορετικές κατηγορίες ανάλογα με την πυκνότητα των δέντρων τους : Ε1: 90-120 δέντρα ανά εκτάριο , Ε2: 130-150 δένδρα ανά εκτάριο, Ε3: 160-190 δένδρα ανά εκτάριο, E4F: 200-230 δένδρα ανά εκτάριο σε επίπεδη επιφάνεια, Ε4Μ: 200-230 δένδρα ανά εκτάριο σε ορεινή περιοχή. <br /> Κατά την επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε ο κανόνας της μέγιστης πιθανοφάνειας που συσχετίζει τις υπογραφές με τις τιμές των δεδομένων των pixels, προκειμένου να ενταχθούν τα pixels σε μια συγκεκριμένη κατηγορία και η παραδοχή ότι οι πιθανότητες είναι ίσες για όλες τις κατηγορίες και ότι οι ζώνες εισόδου έχουν κανονική κατανομή. (Για τις περιπτώσεις που είναι εκ των προτέρων γνωστό ότι οι πιθανότητες διαφοροποιούνται, προσδιορίζονται διαφορετικά βάρη γι’ αυτές τις κατηγορίες).<br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ - ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> Τα αποτελέσματα της ταξινόμησης δείχνουν ότι η χρήση δορυφορικών εικόνων υψηλής ακρίβειας είναι αρκετά αποτελεσματική παρά του πολυσύνθετου της περιοχής. <br /> <br /> Από την σύγκριση των αποτελεσμάτων της ταξινόμησης για την περιοχή μελέτης με τις καταγραφές για την ίδια περιοχή με συμβατικές μεθόδους εντοπισμού με gps στο πεδίο, φαίνεται ότι η συνολική ακρίβεια υπερβαίνει το 99%, με μικρά ποσοστά αστοχίας ως προς την ταξινόμηση των pixels, όπου μόνο το 1,7% (των pixels) που έχουν αναγνωριστεί ως ελιές από τον χρήστη, με την χρήση της εικόνας QuickBird, ταξινομήθηκαν σε άλλες κατηγορίες και υπάρχει μια υπερεκτίμηση 5,5% των pixels που ανήκουν σε άλλες κατηγορίες και ταξινομήθηκαν ως ελαιόδεντρα. <br /> <br /> Επίσης διαπιστώνεται μια διαφορά μεταξύ των προσδιορισμένων τιμών της έκτασης της περιοχής με την χρήση τηλεπισκόπισης με δεδομένα υψηλής ακρίβειας και συμβατικής μεθόδου, που οφείλεται στην διαφορετικότητα του τρόπου εργασίας (μικρότερες ακρίβειες, διαφορετικές χρονικές στιγμές λήψεις των εικόνων κ.λ.π.) <br /> <br /> Από τα παραπάνω, φαίνεται ότι η χρήση δορυφορικών εικόνων υψηλής ανάλυσης και η εφαρμογή αλγορίθμων για ψηφιακή τηλεπισκόπιση, όπως η διαδικασία της επιβλεπόμενης ταξινόμησης ανταποκρίνονται στην χαρτογράφηση μιας ελαιοκομικής περιοχής, που χαρακτηρίζεται από την πολυπλοκότητα της, με την απόκτηση έγκυρων δεδομένων και την απόδοσή τους σε χάρτες (Η παράλληλη ανάπτυξη νέων τεχνικών θα βοηθήσει στην βελτίωση των αποτελεσμάτων).<br /> <br /> Σε κάθε περίπτωση η χρήση της συμβατικής μεθόδου με συλλογή δεδομένων εδάφους υπολείπεται στην ακρίβεια των αποτελεσμάτων και στον χρόνο που απαιτεί για τις εργασίες της, παρά το ότι για την εφαρμογή μεθόδων ψηφιακής τηλεπισκόπησης απαιτείται εξειδικευμένη τεχνογνωσία και η κάλυψη της περιοχής μελέτης με δεδομένα υψηλής ανάλυσης, με ακριβό κόστος. <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:57:06Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: Σχήμα 1.JPG | thumb | right | Σχήμα 1. Χάρτης ομοιομορφίας αμπελώνα από τις μέσες τιμές NDVI. Οι μεγαλύτερες τιμές συντελεστών διακύμανσης αντιστοιχούν σε λιγότερο ομοιόμορφη κόμη πρέμνου]]<br /> [[Εικόνα:Σχήμα_2.JPG | thumb | right |Σχήμα 2. Χαρτογραφική απόδοση ισορροπίας αμπελώνα – δείκτης φυλλικής επιφάνειας]]<br /> [[Εικόνα:Σχήμα_3.JPG | thumb | right |Σχήμα 3.Χάρτης από εικόνες υψηλής ανάλησης για την μέση φυλλική επιφάνεια οι περιοχές με μπλέ χρώμα μπορουν να δώσουν μεγαλύτερη παραγωγή καρπών]]<br /> [[Εικόνα:Σχήμα_4.JPG | thumb | right |Σχήμα 4. Προσομοίωση των ελλείψεων νερού κατά τη διάρκεια της όψιμης περιόδου (περκασμού για συγκομιδή)]]<br /> [[Εικόνα:Σχήμα_5.JPG | thumb | right |εικόνα 5.καλλιεργούμενες ζώνες στην μια ομάδα αμπελοτεμαχίων της περιοχής μελέτης]]<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A3%CF%87%CE%AE%CE%BC%CE%B1_5.JPG 2014-04-15T09:54:23Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:53:53Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: Σχήμα 1.JPG | thumb | right | Σχήμα 1. Χάρτης ομοιομορφίας αμπελώνα από τις μέσες τιμές NDVI. Οι μεγαλύτερες τιμές συντελεστών διακύμανσης αντιστοιχούν σε λιγότερο ομοιόμορφη κόμη πρέμνου]]<br /> [[Εικόνα:Σχήμα_2.JPG | thumb | right |Σχήμα 2. Χαρτογραφική απόδοση ισορροπίας αμπελώνα – δείκτης φυλλικής επιφάνειας]]<br /> [[Εικόνα:Σχήμα_3.JPG | thumb | right |Σχήμα 3.Χάρτης από εικόνες υψηλής ανάλησης για την μέση φυλλική επιφάνεια οι περιοχές με μπλέ χρώμα μπορουν να δώσουν μεγαλύτερη παραγωγή καρπών]]<br /> [[Εικόνα:Σχήμα_4.JPG | thumb | right |Σχήμα 4. Προσομοίωση των ελλείψεων νερού κατά τη διάρκεια της όψιμης περιόδου (περκασμού για συγκομιδή)]]<br /> [[Εικόνα:Σχήμα_5.JPG | thumb | right |εικόνα 5.]]<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A3%CF%87%CE%AE%CE%BC%CE%B1_4.JPG 2014-04-15T09:52:24Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:48:42Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: Σχήμα 1.JPG | thumb | right | Σχήμα 1. Χάρτης ομοιομορφίας αμπελώνα από τις μέσες τιμές NDVI. Οι μεγαλύτερες τιμές συντελεστών διακύμανσης αντιστοιχούν σε λιγότερο ομοιόμορφη κόμη πρέμνου]]<br /> [[Εικόνα:Σχήμα_2.JPG | thumb | right |Σχήμα 2. Χαρτογραφική απόδοση ισορροπίας αμπελώνα – δείκτης φυλλικής επιφάνειας]]<br /> [[Εικόνα:Σχήμα_3.JPG | thumb | right |Σχήμα 3.χάρτης από εικόνες υψηλής ανάλησης για την μέση φυλλική επιφάνεια οι περιοχές με μπλέ χρώμα μπορουν να δώσουν μεγαλύτερη παραγωγή καρπών]]<br /> <br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A3%CF%87%CE%AE%CE%BC%CE%B1_3.JPG 2014-04-15T09:47:10Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:46:37Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: Σχήμα 1.JPG | thumb | right | Σχήμα 1. Χάρτης ομοιομορφίας αμπελώνα από τις μέσες τιμές NDVI. Οι μεγαλύτερες τιμές συντελεστών διακύμανσης αντιστοιχούν σε λιγότερο ομοιόμορφη κόμη πρέμνου]]<br /> [[Εικόνα:Σχήμα_2.JPG | thumb | right |Σχήμα 2. Χαρτογραφική απόδοση ισορροπίας αμπελώνα – δείκτης φυλλικής επιφάνειας]]<br /> [[Εικόνα: | thumb | right | ]]<br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A3%CF%87%CE%AE%CE%BC%CE%B1_2.JPG 2014-04-15T09:45:47Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:38:53Z

<p>Elena: </p> <hr /> <div>[[Εικόνα: Σχήμα 1.JPG | thumb | right | Σχήμα 1. Χάρτης ομοιομορφίας αμπελώνα από τις μέσες τιμές NDVI. Οι μεγαλύτερες τιμές συντελεστών διακύμανσης αντιστοιχούν σε λιγότερο ομοιόμορφη κόμη πρέμνου]]<br /> <br /> I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%A3%CF%87%CE%AE%CE%BC%CE%B1_1.JPG 2014-04-15T09:29:26Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:22:12Z

<p>Elena: </p> <hr /> <div>I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:21:14Z

<p>Elena: </p> <hr /> <div>I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. <br /> Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b.<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%95%CF%81%CE%B3%CE%B1%CE%BB%CE%B5%CE%AF%CE%B1_%CE%BB%CE%AE%CF%88%CE%B7%CF%82_%CE%B1%CF%80%CE%BF%CF%86%CE%AC%CF%83%CE%B5%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CE%B1_%CE%B2%CE%B1%CF%83%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%B1_%CF%83%CF%84%CE%B7%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B9%CF%83%CE%B7 2014-04-15T09:19:27Z

<p>Elena: Νέα σελίδα με 'I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφ...'</p> <hr /> <div>I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ<br /> Η ανάγκη ανάπτυξης μεθοδολογίας για την διαχείριση αμπελώνων με εξασφάλιση ομοιομορφίας στην μορφή των πρέμνων σε σχέση με την αναλογία φυλλώματος και καρπών καθώς και με την συμβουλευτική για την σχεδίαση και τον προγραμματισμό της άρδευση τους. <br /> Οι διαφορές στην ευρωστία των φυτών του αμπελώνα συνδέονται με τις διαφορές στον ρυθμό ωρίμανσης και τα χαρακτηριστικά των καρπών και κατά συνέπεια στην παραγωγή οίνου διαφορετικής ποιότητας από τμήματα του ίδιου αμπελώνα. Δεδομένου ότι η καλλιέργεια αμπέλου είναι καλλιέργεια υψηλής αξίας και υπάρχει μεγάλος ανταγωνισμός ως προς την αποδοτικότητα και την παραγωγή της, υπάρχει έντονο ενδιαφέρον για την εξασφάλιση ομοιομορφίας του αμπελώνα.<br /> <br /> II. Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ<br /> Η παρακολούθηση και η διαχείριση ενός αμπελώνα γινόταν με την εξέταση επιτοπίως με την οπτική εξέταση (φύλλων, πρέμνων) με την λήψη δειγμάτων για εργαστηριακή εξέτασή τους (φύλλα, χώμα, στελέχη) και με την χρήση καλλιεργητικών πρακτικών – αραίωση φύλλων, κ.λ.π. χωρίς να υπάρχει η εποπτεία όλης της έκτασης του αμπελοτεμαχίου και η δυνατότητα εκτίμησης πιθανών προβλημάτων για την σχεδιασμένη και έγκαιρη επέμβαση του καλλιεργητή. <br /> <br /> III. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕΤΗΛΕΠΙΣΚΟΠΗΣΗ <br /> Πραγματοποιήθηκε χρήση υψηλής ανάλυσης δορυφορικών εικόνων Ikonos στην αμπελουργική διαχείριση των αμπελώνων στην Napa Valley και τα πολυφασματικά δεδομένα μετατράπηκαν σε κανονικοποιημένους δείκτες διαφοράς βλάστησης και συνδυάστηκαν με την χαρτογράφηση των αποτελεσμάτων επίγειων μετρήσεων που πραγματοποιήθηκαν για την πυκνότητα της φυλλικής επιφάνειας των πρέμνων.<br /> <br /> IV. ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ <br /> <br /> Χρησιμοποιήθηκαν Ikonos πολυφασματικές δορυφορικές εικόνες (Space Imaging, Inc) διαφόρων ημερομηνιών. Τα ψηφιακά δεδομένα κάθε φασματικού καναλιού μετατράπηκαν σε τιμές ακτινοβολίας με την εφαρμογή συντελεστών ραδιομετρικής βαθμονόμησης του Peterson(2001). Έγινε γεωαναφορά των εικόνων στο California State Plane Coordinate System (Zone II-3301, North American Datum 1983, GRS 80) by image-to-image registration with a U.S.G.S.Digital Ortho Quarter Quad. <br /> Οι τιμές ακτινοβολίας μετατράπηκαν σε κανονικοποιημένο δείκτη διαφοράς βλάστησης (NDVI), που αποδόθηκε σε κάθε pixel ως (NIR-κόκκινοο) / (NIR + κόκκινο). Οι NDVI χάρτες μετατράπηκαν σε LAI (δείκτης φυλλικής επιφάνειας) με την χρήση των αποτελεσμάτων των μετρήσεων φύτευσης και πυκνότητας πρέμνων επιτοπίως, δεδομένου ότι διάφορες έρευνες έχουν δείξει ότι η σχέση μεταξύ των δύο δεικτών παρουσιάζει υψηλό βαθμό χρονικής σταθερότητας (Johnson, 2003b).<br /> <br /> V. ΔΙΑΧΕΙΡΙΣΗ ΕΙΚΟΝΩΝ <br /> Με την χρήση της τηλεπισκόπισης έγινε εκτίμηση χαρακτηριστικών της καλλιέργειας όπως :<br /> Η ομοιομορφία του αμπελώνα μπορεί να εκφραστεί ως συντελεστή μεταβλητότητας CV από τους χάρτες NDVI ή φυλλικής επιφάνειας Στο παράδειγμα (Εικ. 1), τα πεδία κωδικοποιούνται ως κόκκινο, πορτοκαλί, και πράσινο στον αμπελώνα των 400 εκταρίων και παρουσιάζονται σχετικά υψηλοί συντελεστές μεταβλητότητας που θα πρέπει να αναλυθούν για την χρήση των αποτελεσμάτων στην γεωργία ακριβείας <br /> <br /> Ο χάρτης ισορροπίας αμπέλου αναφέρεται στην ισορροπία μεταξύ φύλλων και καρπών και επιδρά στην ποιότητα και την απόδοση του αμπελώνα (Iland et al. 1995, Smart 1995, 2001). Οι μέσες τιμές φυλλικής επιφάνειας υπολογίστηκαν ανά τεμάχιο. Από την κωδικοποίηση των τιμών προέκυψαν τα αποτελέσματα που αποδόθηκαν στους χάρτες όπου με μπλε και γαλάζιο χρώμα (επιπλέον φύλλα ανά πρέμνο) και με κόκκινο χρώμα (έλλειψη φύλλων) φαίνονται οι περιοχές εκτός ισορροπίας. <br /> <br /> Ο χάρτης ισοζυγίου νερού αναπτύχθηκε ένα μοντέλο υδατικού ισοζυγίου για την διευκόλυνση της στρατηγικής σχεδιασμού της άρδευσης όπου προσομοιώνεται η ημερήσια και εποχιακή ισορροπία νερού στον αμπελώνα με παραμέτρους όπως ο δείκτης φυλλικής επιφάνειας LAI, οι καιρικές συνθήκες, ο τύπος του εδάφους το ριζικό σύστημα κ. λ.π. ((Vineyard Soil Irrigation Model, VSIM) <br /> <br /> VI. ΑΠΟΤΕΛΕΣΜΑΤΑ – ΣΥΜΠΕΡΑΣΜΑΤΑ<br /> <br /> Η διαχείριση ενός αμπελώνα για την επίτευξη ομοιομορφίας απαιτεί χρόνο και κόστος και οι χαρτογραφικές αποδόσεις του δείκτη σε συσχετισμό με αποδόσεις άλλων ιδιοτήτων του αμπελώνα όπως η ζάχαρη το χρώμα κ.λ.π. έχει την δυνατότητα εποπτείας του αμπελώνα και του καθορισμού ζωνών συγκομιδής για κάθε μια από αυτές.<br /> Με την χρήση υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για την καταγραφή και παρακολούθηση της ομοιομορφίας του αμπελώνα την ισορροπία και τον σχεδιασμό των αρδεύσεων μπορούν τελικά να αντικατασταθούν οι συμβατικές μέθοδοι και πρακτικές επίγειων μετρήσεων εφόσον υπάρξει εξοικείωση των καλλιεργητών με τις νέες τεχνολογίες που εξασφαλίζουν αποτελέσματα ακριβή και αναφέρονται στην συνολική έκταση του αμπελώνα με μικρότερο κόστος και με την δυνατότητα παρακολούθησης και καταγραφής διαχρονικά.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A0%CE%BF%CF%81%CF%84%CE%BF%CE%B3%CE%B1%CE%BB%CE%AF%CE%B1_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD 2014-04-08T15:46:16Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Perioxh_temaxiwn.JPG | thumb | right | ορθοφωτογραφία της ευρύτερης περιοχής όπου η περιοχή μελέτης εντοπίζεται στο κέντρο της]]<br /> [[Εικόνα:Theseis_perioxwn.JPG|thumb|right|θέσεις προσδιορισμένων τεμαχίων]]<br /> [[Εικόνα:Images_table.JPG|thumb|right|δορυφορικές εικόνες]]<br /> [[Εικόνα:Eikones.JPG|thumb|right|εικόνες SPOT]]<br /> [[Εικόνα:Chris_images.JPG|thumb|right|εικόνες Chris Proba]]<br /> [[Εικόνα:Spectral_correspondence.JPG|thumb|right|φασματικο διάγραμμα σύγκρισης του μέσου όρου ανάκλασης για κάθε τεμάχιο σε διαφορετικές δορυφορικές εικόνες]]<br /> [[Εικόνα:Ndvi_gia_ta_ampelotemaxia.JPG|thumb|right|NDVI για τα αμπελοτεμάχια, από τα δεδομένα Chris Proba (μέση NDVI προσομοίωση για SPOT 5 φασματική απόκριση ]]<br /> [[Εικόνα:Fasmatikh_sygkrish.JPG|thumb|right|Φασματικό l προφίλ για 5 αμπελοτεμαχία από τις εικόνες Chris Proba 2 (αριστερά) και 4 (δεξιά) για τους μήνες Απρίλιο 2006 και Σεπτέμβριο 2006 αντίστοιχα]]<br /> [[Εικόνα:Ndvi_gia_ta_amp_apo_spot.JPG|thumb|right|NDVI για τα αμπελοτεμάχια Α και Γ που παράγονται από τα δεδομένα SPOT]]<br /> [[Εικόνα:Ndvi_gia_ta_ampelotemaxia.JPG|thumb|right|NDVI για τα αμπελοτεμάχια, από τα δεδομένα Chris Proba (μέση NDVI προσομοίωση για SPOT 5 φασματική απόκριση ]]<br /> '''I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ'''<br /> Χρήση δορυφορικών εικόνων για την χαρτογράφηση και την παρακολούθηση της καλλιεργητικής κατάστασης των αμπελώνων στην Πορτογαλία.<br /> <br /> '''II Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ'''<br /> Μια σημαντική διαπίστωση στην καλλιέργεια αμπέλου είναι ότι τα σταφύλια που παράγονται σε διαφορετικές περιοχές ακόμα και του ίδιου αμπελώνα -κατά συνέπεια και στους παραγόμενους οίνους- παρουσιάζουν ανομοιογένεια σε διάφορα χαρακτηριστικά τους όπως η γεύση, η ωριμότητα, κ.λ.π. ακόμα και όταν η καλλιεργητική πρακτική είναι ίδια. <br /> Παραδοσιακά , οι καλλιεργητές αγνοούσαν αυτήν την φυσική διακύμανση και εφάρμοζαν την ίδια πρακτική σε όλον τον αμπελώνα. <br /> Ο κύριος λόγος είναι ότι δεν διέθεταν τα μέσα, την πληροφόρηση ως προς τον εντοπισμό των περιοχών του αμπελώνα που παρουσιάζουν διαφοροποίηση και που θα τους επέτρεπε να μεταχειριστούν τους τομείς του αμπελώνα διαφορετικά.<br /> <br /> '''IΙΙ. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕ ΤΗΛΕΠΙΣΚΟΠΗΣΗ''' <br /> Μελέτη τηλεπισκόπισης αμπελώνων αναπτυγμένων σε μικρά τεμάχια όπως καλλιεργούνται σε μεσογειακές χώρες ΄ όπως η Πορτογαλία. Περιοχή μελέτης αποτελεί μία έκταση 40 εκταρίων αμπελώνων κοντά στο Ponte da Barca , ΒΔ Πορτογαλία . <br /> <br /> '''VI ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ''' <br /> Χρησιμοποιήθηκαν εικόνες υψηλής χωρικής ανάλυσης λόγω του σχετικά μικρού μεγέθους των αμπελοτεμαχίων. <br /> Συγκεκριμένα, εικόνες από δύο δορυφορικούς αισθητήρες : SPOT 5 - HRG ( 10 m pixel ) και Chris Proba ( 17 m pixel ). <br /> Συνολικά 9 πολυφασματικές εικόνες SPOT 5 επιλέχθηκαν για τα έτη 2002 , 2003 και2005 –με ανάλυση 10m και τέσσερις Chris Proba εικόνες για το έτος 2006 .<br /> Οι εικόνες SPOT κάλυπταν μια μεγάλη περιοχή ( 60 με 60 χλμ.) με 4 φασματικά κανάλια στο ορατό και στο εγγύς υπέρυθρο . Οι εικόνες Chris Proba με 766 στήλες Χ 748 γραμμές με 18 κανάλια κάλυπταν το φασματικό εύρος από 438-1044 nm ( ορατό και εγγύς υπέρυθρο) . Σημειώνεται ότι χρησιμοποιήθηκε μόνο η κατακόρυφη προβολή.<br /> Με συνδυασμό των καναλιών συλλέχθηκαν δεδομένα από το ερυθρό και το εγγύς υπέρυθρο τμήμα του φάσματος για τις χρησιμοποιούμενες δορυφορικές εικόνες και πραγματοποιήθηκαν χαρτογραφήσεις των εξεταζόμενων αμπελοτεμαχίων για τον υπολογισμό του δείκτη ( NDVI) –κανονικοποιημένης διαφοροποίησης δείκτης βλάστησης . <br /> Για την καλύτερη προσέγγιση χρησιμοποιήθηκαν και άλλες δορυφορικές εικόνες ASTER , SPOT 4 , Landsat 5 , Landsat 7 , AVHRR (όπως φαίνεται στον πίνακα 2 )για τα δεδομένα των του δείκτη βλάστησης από τις δορυφορικές εικόνες του Chris Proba .<br /> Από το φασματικο διάγραμμα του μέσου όρου ανάκλασης για κάθε ένα τμήμα –εξεταζόμενο τεμάχιο προκύπτει ότι τα 5 τεμάχια παρουσιάζουν σχετική ομοιότητα μεταξύ τους τον Σεπτέμβριο αλλά σημαντικές διαφορές στον Απρίλιο<br /> Επίσης χρησιμοποιήθηκαν οι τιμές των δεικτών NDVI, - ελάχιστες , μέγιστες , μέσες, τυπική απόκλιση, για να αποδοθούν οι διαφορές που παρουσιάζονται διαχρονικά για τα έτη 2002, 2003 και2005 για τα εξεταζόμενα αμπελοτεμάχια. <br /> <br /> ''' ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> Από τα αποτελέσματα της τηλεπισκόπισης με χρήση δορυφορικών εικόνων φαίνεται ότι μπορούν να παρέχονται χρήσιμες πληροφορίες για τους με αμπελώνες, με επαρκή φασματική και χωρική ανάλυση, ως προς την διαφοροποίηση συγκομιδής, που παρουσιάζεται σε περιοχές ακόμα και μέσα στον ίδιο τον αμπελώνα,την κατάσταση των θρεπτικών ουσιών των νόσων και την προσβολή από επιβλαβείς οργανισμούς, των προβλημάτων που σχετίζονται με την άρδευση και τελικά ως προς την εκτίμηση της ποιότητας του παραγόμενου οίνου από διαφορετικές περιοχές του αμπελώνα.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> http://www.fc.up.pt/pessoas/andre.marcal/papers/EARSeL2007_327.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ndvi_gia_ta_ampelotemaxia.JPG 2014-04-08T15:45:20Z

<p>Elena: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Ndvi gia ta ampelotemaxia.JPG&amp;quot;</p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ndvi_gia_ta_amp_apo_spot.JPG 2014-04-08T15:42:38Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A0%CE%BF%CF%81%CF%84%CE%BF%CE%B3%CE%B1%CE%BB%CE%AF%CE%B1_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD 2014-04-08T15:41:57Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Perioxh_temaxiwn.JPG | thumb | right | ορθοφωτογραφία της ευρύτερης περιοχής όπου η περιοχή μελέτης εντοπίζεται στο κέντρο της]]<br /> [[Εικόνα:Theseis_perioxwn.JPG|thumb|right|θέσεις προσδιορισμένων τεμαχίων]]<br /> [[Εικόνα:Images_table.JPG|thumb|right|δορυφορικές εικόνες]]<br /> [[Εικόνα:Eikones.JPG|thumb|right|εικόνες SPOT]]<br /> [[Εικόνα:Chris_images.JPG|thumb|right|εικόνες Chris Proba]]<br /> [[Εικόνα:Spectral_correspondence.JPG|thumb|right|φασματικο διάγραμμα σύγκρισης του μέσου όρου ανάκλασης για κάθε τεμάχιο σε διαφορετικές δορυφορικές εικόνες]]<br /> [[Εικόνα:Ndvi_gia_ta_ampelotemaxia.JPG|thumb|right|NDVI για τα αμπελοτεμάχια, από τα δεδομένα Chris Proba (μέση NDVI προσομοίωση για SPOT 5 φασματική απόκριση ]]<br /> [[Εικόνα:Fasmatikh_sygkrish.JPG|thumb|right|Φασματικό l προφίλ για 5 αμπελοτεμαχία από τις εικόνες Chris Proba 2 (αριστερά) και 4 (δεξιά) για τους μήνες Απρίλιο 2006 και Σεπτέμβριο 2006 αντίστοιχα]]<br /> [[Εικόνα:|thumb|right|εικόνες ]]<br /> [[Εικόνα:|thumb|right|εικόνες ]]<br /> '''I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ'''<br /> Χρήση δορυφορικών εικόνων για την χαρτογράφηση και την παρακολούθηση της καλλιεργητικής κατάστασης των αμπελώνων στην Πορτογαλία.<br /> <br /> '''II Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ'''<br /> Μια σημαντική διαπίστωση στην καλλιέργεια αμπέλου είναι ότι τα σταφύλια που παράγονται σε διαφορετικές περιοχές ακόμα και του ίδιου αμπελώνα -κατά συνέπεια και στους παραγόμενους οίνους- παρουσιάζουν ανομοιογένεια σε διάφορα χαρακτηριστικά τους όπως η γεύση, η ωριμότητα, κ.λ.π. ακόμα και όταν η καλλιεργητική πρακτική είναι ίδια. <br /> Παραδοσιακά , οι καλλιεργητές αγνοούσαν αυτήν την φυσική διακύμανση και εφάρμοζαν την ίδια πρακτική σε όλον τον αμπελώνα. <br /> Ο κύριος λόγος είναι ότι δεν διέθεταν τα μέσα, την πληροφόρηση ως προς τον εντοπισμό των περιοχών του αμπελώνα που παρουσιάζουν διαφοροποίηση και που θα τους επέτρεπε να μεταχειριστούν τους τομείς του αμπελώνα διαφορετικά.<br /> <br /> '''IΙΙ. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕ ΤΗΛΕΠΙΣΚΟΠΗΣΗ''' <br /> Μελέτη τηλεπισκόπισης αμπελώνων αναπτυγμένων σε μικρά τεμάχια όπως καλλιεργούνται σε μεσογειακές χώρες ΄ όπως η Πορτογαλία. Περιοχή μελέτης αποτελεί μία έκταση 40 εκταρίων αμπελώνων κοντά στο Ponte da Barca , ΒΔ Πορτογαλία . <br /> <br /> '''VI ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ''' <br /> Χρησιμοποιήθηκαν εικόνες υψηλής χωρικής ανάλυσης λόγω του σχετικά μικρού μεγέθους των αμπελοτεμαχίων. <br /> Συγκεκριμένα, εικόνες από δύο δορυφορικούς αισθητήρες : SPOT 5 - HRG ( 10 m pixel ) και Chris Proba ( 17 m pixel ). <br /> Συνολικά 9 πολυφασματικές εικόνες SPOT 5 επιλέχθηκαν για τα έτη 2002 , 2003 και2005 –με ανάλυση 10m και τέσσερις Chris Proba εικόνες για το έτος 2006 .<br /> Οι εικόνες SPOT κάλυπταν μια μεγάλη περιοχή ( 60 με 60 χλμ.) με 4 φασματικά κανάλια στο ορατό και στο εγγύς υπέρυθρο . Οι εικόνες Chris Proba με 766 στήλες Χ 748 γραμμές με 18 κανάλια κάλυπταν το φασματικό εύρος από 438-1044 nm ( ορατό και εγγύς υπέρυθρο) . Σημειώνεται ότι χρησιμοποιήθηκε μόνο η κατακόρυφη προβολή.<br /> Με συνδυασμό των καναλιών συλλέχθηκαν δεδομένα από το ερυθρό και το εγγύς υπέρυθρο τμήμα του φάσματος για τις χρησιμοποιούμενες δορυφορικές εικόνες και πραγματοποιήθηκαν χαρτογραφήσεις των εξεταζόμενων αμπελοτεμαχίων για τον υπολογισμό του δείκτη ( NDVI) –κανονικοποιημένης διαφοροποίησης δείκτης βλάστησης . <br /> Για την καλύτερη προσέγγιση χρησιμοποιήθηκαν και άλλες δορυφορικές εικόνες ASTER , SPOT 4 , Landsat 5 , Landsat 7 , AVHRR (όπως φαίνεται στον πίνακα 2 )για τα δεδομένα των του δείκτη βλάστησης από τις δορυφορικές εικόνες του Chris Proba .<br /> Από το φασματικο διάγραμμα του μέσου όρου ανάκλασης για κάθε ένα τμήμα –εξεταζόμενο τεμάχιο προκύπτει ότι τα 5 τεμάχια παρουσιάζουν σχετική ομοιότητα μεταξύ τους τον Σεπτέμβριο αλλά σημαντικές διαφορές στον Απρίλιο<br /> Επίσης χρησιμοποιήθηκαν οι τιμές των δεικτών NDVI, - ελάχιστες , μέγιστες , μέσες, τυπική απόκλιση, για να αποδοθούν οι διαφορές που παρουσιάζονται διαχρονικά για τα έτη 2002, 2003 και2005 για τα εξεταζόμενα αμπελοτεμάχια. <br /> <br /> ''' ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> Από τα αποτελέσματα της τηλεπισκόπισης με χρήση δορυφορικών εικόνων φαίνεται ότι μπορούν να παρέχονται χρήσιμες πληροφορίες για τους με αμπελώνες, με επαρκή φασματική και χωρική ανάλυση, ως προς την διαφοροποίηση συγκομιδής, που παρουσιάζεται σε περιοχές ακόμα και μέσα στον ίδιο τον αμπελώνα,την κατάσταση των θρεπτικών ουσιών των νόσων και την προσβολή από επιβλαβείς οργανισμούς, των προβλημάτων που σχετίζονται με την άρδευση και τελικά ως προς την εκτίμηση της ποιότητας του παραγόμενου οίνου από διαφορετικές περιοχές του αμπελώνα.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> http://www.fc.up.pt/pessoas/andre.marcal/papers/EARSeL2007_327.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Fasmatikh_sygkrish.JPG 2014-04-08T15:40:42Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Ndvi_gia_ta_ampelotemaxia.JPG 2014-04-08T15:38:05Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A0%CE%BF%CF%81%CF%84%CE%BF%CE%B3%CE%B1%CE%BB%CE%AF%CE%B1_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD 2014-04-08T15:36:19Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Perioxh_temaxiwn.JPG | thumb | right | ορθοφωτογραφία της ευρύτερης περιοχής όπου η περιοχή μελέτης εντοπίζεται στο κέντρο της]]<br /> [[Εικόνα:Theseis_perioxwn.JPG|thumb|right|θέσεις προσδιορισμένων τεμαχίων]]<br /> [[Εικόνα:Images_table.JPG|thumb|right|δορυφορικές εικόνες]]<br /> [[Εικόνα:Eikones.JPG|thumb|right|εικόνες SPOT]]<br /> [[Εικόνα:Chris_images.JPG|thumb|right|εικόνες Chris Proba]]<br /> [[Εικόνα:Spectral_correspondence.JPG|thumb|right|φασματικο διάγραμμα σύγκρισης του μέσου όρου ανάκλασης για κάθε τεμάχιο σε διαφορετικές δορυφορικές εικόνες]]<br /> <br /> '''I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ'''<br /> Χρήση δορυφορικών εικόνων για την χαρτογράφηση και την παρακολούθηση της καλλιεργητικής κατάστασης των αμπελώνων στην Πορτογαλία.<br /> <br /> '''II Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ'''<br /> Μια σημαντική διαπίστωση στην καλλιέργεια αμπέλου είναι ότι τα σταφύλια που παράγονται σε διαφορετικές περιοχές ακόμα και του ίδιου αμπελώνα -κατά συνέπεια και στους παραγόμενους οίνους- παρουσιάζουν ανομοιογένεια σε διάφορα χαρακτηριστικά τους όπως η γεύση, η ωριμότητα, κ.λ.π. ακόμα και όταν η καλλιεργητική πρακτική είναι ίδια. <br /> Παραδοσιακά , οι καλλιεργητές αγνοούσαν αυτήν την φυσική διακύμανση και εφάρμοζαν την ίδια πρακτική σε όλον τον αμπελώνα. <br /> Ο κύριος λόγος είναι ότι δεν διέθεταν τα μέσα, την πληροφόρηση ως προς τον εντοπισμό των περιοχών του αμπελώνα που παρουσιάζουν διαφοροποίηση και που θα τους επέτρεπε να μεταχειριστούν τους τομείς του αμπελώνα διαφορετικά.<br /> <br /> '''IΙΙ. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕ ΤΗΛΕΠΙΣΚΟΠΗΣΗ''' <br /> Μελέτη τηλεπισκόπισης αμπελώνων αναπτυγμένων σε μικρά τεμάχια όπως καλλιεργούνται σε μεσογειακές χώρες ΄ όπως η Πορτογαλία. Περιοχή μελέτης αποτελεί μία έκταση 40 εκταρίων αμπελώνων κοντά στο Ponte da Barca , ΒΔ Πορτογαλία . <br /> <br /> '''VI ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ''' <br /> Χρησιμοποιήθηκαν εικόνες υψηλής χωρικής ανάλυσης λόγω του σχετικά μικρού μεγέθους των αμπελοτεμαχίων. <br /> Συγκεκριμένα, εικόνες από δύο δορυφορικούς αισθητήρες : SPOT 5 - HRG ( 10 m pixel ) και Chris Proba ( 17 m pixel ). <br /> Συνολικά 9 πολυφασματικές εικόνες SPOT 5 επιλέχθηκαν για τα έτη 2002 , 2003 και2005 –με ανάλυση 10m και τέσσερις Chris Proba εικόνες για το έτος 2006 .<br /> Οι εικόνες SPOT κάλυπταν μια μεγάλη περιοχή ( 60 με 60 χλμ.) με 4 φασματικά κανάλια στο ορατό και στο εγγύς υπέρυθρο . Οι εικόνες Chris Proba με 766 στήλες Χ 748 γραμμές με 18 κανάλια κάλυπταν το φασματικό εύρος από 438-1044 nm ( ορατό και εγγύς υπέρυθρο) . Σημειώνεται ότι χρησιμοποιήθηκε μόνο η κατακόρυφη προβολή.<br /> Με συνδυασμό των καναλιών συλλέχθηκαν δεδομένα από το ερυθρό και το εγγύς υπέρυθρο τμήμα του φάσματος για τις χρησιμοποιούμενες δορυφορικές εικόνες και πραγματοποιήθηκαν χαρτογραφήσεις των εξεταζόμενων αμπελοτεμαχίων για τον υπολογισμό του δείκτη ( NDVI) –κανονικοποιημένης διαφοροποίησης δείκτης βλάστησης . <br /> Για την καλύτερη προσέγγιση χρησιμοποιήθηκαν και άλλες δορυφορικές εικόνες ASTER , SPOT 4 , Landsat 5 , Landsat 7 , AVHRR (όπως φαίνεται στον πίνακα 2 )για τα δεδομένα των του δείκτη βλάστησης από τις δορυφορικές εικόνες του Chris Proba .<br /> Από το φασματικο διάγραμμα του μέσου όρου ανάκλασης για κάθε ένα τμήμα –εξεταζόμενο τεμάχιο προκύπτει ότι τα 5 τεμάχια παρουσιάζουν σχετική ομοιότητα μεταξύ τους τον Σεπτέμβριο αλλά σημαντικές διαφορές στον Απρίλιο<br /> Επίσης χρησιμοποιήθηκαν οι τιμές των δεικτών NDVI, - ελάχιστες , μέγιστες , μέσες, τυπική απόκλιση, για να αποδοθούν οι διαφορές που παρουσιάζονται διαχρονικά για τα έτη 2002, 2003 και2005 για τα εξεταζόμενα αμπελοτεμάχια. <br /> <br /> ''' ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> Από τα αποτελέσματα της τηλεπισκόπισης με χρήση δορυφορικών εικόνων φαίνεται ότι μπορούν να παρέχονται χρήσιμες πληροφορίες για τους με αμπελώνες, με επαρκή φασματική και χωρική ανάλυση, ως προς την διαφοροποίηση συγκομιδής, που παρουσιάζεται σε περιοχές ακόμα και μέσα στον ίδιο τον αμπελώνα,την κατάσταση των θρεπτικών ουσιών των νόσων και την προσβολή από επιβλαβείς οργανισμούς, των προβλημάτων που σχετίζονται με την άρδευση και τελικά ως προς την εκτίμηση της ποιότητας του παραγόμενου οίνου από διαφορετικές περιοχές του αμπελώνα.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> http://www.fc.up.pt/pessoas/andre.marcal/papers/EARSeL2007_327.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Spectral_correspondence.JPG 2014-04-08T15:33:14Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A0%CE%BF%CF%81%CF%84%CE%BF%CE%B3%CE%B1%CE%BB%CE%AF%CE%B1_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD 2014-04-08T15:32:04Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Perioxh_temaxiwn.JPG | thumb | right | ορθοφωτογραφία της ευρύτερης περιοχής όπου η περιοχή μελέτης εντοπίζεται στο κέντρο της]]<br /> [[Εικόνα:Theseis_perioxwn.JPG|thumb|right|θέσεις προσδιορισμένων τεμαχίων]]<br /> [[Εικόνα:Images_table.JPG|thumb|right|δορυφορικές εικόνες]]<br /> [[Εικόνα:Eikones.JPG|thumb|right|εικόνες SPOT]]<br /> [[Εικόνα:Chris_images.JPG|thumb|right|εικόνες Chris]]<br /> <br /> <br /> '''I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ'''<br /> Χρήση δορυφορικών εικόνων για την χαρτογράφηση και την παρακολούθηση της καλλιεργητικής κατάστασης των αμπελώνων στην Πορτογαλία.<br /> <br /> '''II Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ'''<br /> Μια σημαντική διαπίστωση στην καλλιέργεια αμπέλου είναι ότι τα σταφύλια που παράγονται σε διαφορετικές περιοχές ακόμα και του ίδιου αμπελώνα -κατά συνέπεια και στους παραγόμενους οίνους- παρουσιάζουν ανομοιογένεια σε διάφορα χαρακτηριστικά τους όπως η γεύση, η ωριμότητα, κ.λ.π. ακόμα και όταν η καλλιεργητική πρακτική είναι ίδια. <br /> Παραδοσιακά , οι καλλιεργητές αγνοούσαν αυτήν την φυσική διακύμανση και εφάρμοζαν την ίδια πρακτική σε όλον τον αμπελώνα. <br /> Ο κύριος λόγος είναι ότι δεν διέθεταν τα μέσα, την πληροφόρηση ως προς τον εντοπισμό των περιοχών του αμπελώνα που παρουσιάζουν διαφοροποίηση και που θα τους επέτρεπε να μεταχειριστούν τους τομείς του αμπελώνα διαφορετικά.<br /> <br /> '''IΙΙ. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕ ΤΗΛΕΠΙΣΚΟΠΗΣΗ''' <br /> Μελέτη τηλεπισκόπισης αμπελώνων αναπτυγμένων σε μικρά τεμάχια όπως καλλιεργούνται σε μεσογειακές χώρες ΄ όπως η Πορτογαλία. Περιοχή μελέτης αποτελεί μία έκταση 40 εκταρίων αμπελώνων κοντά στο Ponte da Barca , ΒΔ Πορτογαλία . <br /> <br /> '''VI ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ''' <br /> Χρησιμοποιήθηκαν εικόνες υψηλής χωρικής ανάλυσης λόγω του σχετικά μικρού μεγέθους των αμπελοτεμαχίων. <br /> Συγκεκριμένα, εικόνες από δύο δορυφορικούς αισθητήρες : SPOT 5 - HRG ( 10 m pixel ) και Chris Proba ( 17 m pixel ). <br /> Συνολικά 9 πολυφασματικές εικόνες SPOT 5 επιλέχθηκαν για τα έτη 2002 , 2003 και2005 –με ανάλυση 10m και τέσσερις Chris Proba εικόνες για το έτος 2006 .<br /> Οι εικόνες SPOT κάλυπταν μια μεγάλη περιοχή ( 60 με 60 χλμ.) με 4 φασματικά κανάλια στο ορατό και στο εγγύς υπέρυθρο . Οι εικόνες Chris Proba με 766 στήλες Χ 748 γραμμές με 18 κανάλια κάλυπταν το φασματικό εύρος από 438-1044 nm ( ορατό και εγγύς υπέρυθρο) . Σημειώνεται ότι χρησιμοποιήθηκε μόνο η κατακόρυφη προβολή.<br /> Με συνδυασμό των καναλιών συλλέχθηκαν δεδομένα από το ερυθρό και το εγγύς υπέρυθρο τμήμα του φάσματος για τις χρησιμοποιούμενες δορυφορικές εικόνες και πραγματοποιήθηκαν χαρτογραφήσεις των εξεταζόμενων αμπελοτεμαχίων για τον υπολογισμό του δείκτη ( NDVI) –κανονικοποιημένης διαφοροποίησης δείκτης βλάστησης . <br /> Για την καλύτερη προσέγγιση χρησιμοποιήθηκαν και άλλες δορυφορικές εικόνες ASTER , SPOT 4 , Landsat 5 , Landsat 7 , AVHRR (όπως φαίνεται στον πίνακα 2 )για τα δεδομένα των του δείκτη βλάστησης από τις δορυφορικές εικόνες του Chris Proba .<br /> Από το φασματικο διάγραμμα του μέσου όρου ανάκλασης για κάθε ένα τμήμα –εξεταζόμενο τεμάχιο προκύπτει ότι τα 5 τεμάχια παρουσιάζουν σχετική ομοιότητα μεταξύ τους τον Σεπτέμβριο αλλά σημαντικές διαφορές στον Απρίλιο<br /> Επίσης χρησιμοποιήθηκαν οι τιμές των δεικτών NDVI, - ελάχιστες , μέγιστες , μέσες, τυπική απόκλιση, για να αποδοθούν οι διαφορές που παρουσιάζονται διαχρονικά για τα έτη 2002, 2003 και2005 για τα εξεταζόμενα αμπελοτεμάχια. <br /> <br /> ''' ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> Από τα αποτελέσματα της τηλεπισκόπισης με χρήση δορυφορικών εικόνων φαίνεται ότι μπορούν να παρέχονται χρήσιμες πληροφορίες για τους με αμπελώνες, με επαρκή φασματική και χωρική ανάλυση, ως προς την διαφοροποίηση συγκομιδής, που παρουσιάζεται σε περιοχές ακόμα και μέσα στον ίδιο τον αμπελώνα,την κατάσταση των θρεπτικών ουσιών των νόσων και την προσβολή από επιβλαβείς οργανισμούς, των προβλημάτων που σχετίζονται με την άρδευση και τελικά ως προς την εκτίμηση της ποιότητας του παραγόμενου οίνου από διαφορετικές περιοχές του αμπελώνα.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> http://www.fc.up.pt/pessoas/andre.marcal/papers/EARSeL2007_327.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Chris_images.JPG 2014-04-08T15:31:24Z

<p>Elena: </p> <hr /> <div></div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%A0%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CF%8E%CE%BD%CF%89%CE%BD_%CF%83%CF%84%CE%B7%CE%BD_%CE%A0%CE%BF%CF%81%CF%84%CE%BF%CE%B3%CE%B1%CE%BB%CE%AF%CE%B1_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD 2014-04-08T15:30:08Z

<p>Elena: </p> <hr /> <div>[[Εικόνα:Perioxh_temaxiwn.JPG | thumb | right | ορθοφωτογραφία της ευρύτερης περιοχής όπου η περιοχή μελέτης εντοπίζεται στο κέντρο της]]<br /> [[Εικόνα:Theseis_perioxwn.JPG|thumb|right|θέσεις προσδιορισμένων τεμαχίων]]<br /> [[Εικόνα:Images_table.JPG|thumb|right|δορυφορικές εικόνες]]<br /> [[Εικόνα:Eikones.JPG|thumb|right|εικόνες SPOT]]<br /> '''I. ΣΤΟΧΟΣ ΤΗ ΕΦΑΡΜΟΓΗΣ'''<br /> Χρήση δορυφορικών εικόνων για την χαρτογράφηση και την παρακολούθηση της καλλιεργητικής κατάστασης των αμπελώνων στην Πορτογαλία.<br /> <br /> '''II Η ΕΡΓΑΣΙΑ ΧΩΡΙΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗ'''<br /> Μια σημαντική διαπίστωση στην καλλιέργεια αμπέλου είναι ότι τα σταφύλια που παράγονται σε διαφορετικές περιοχές ακόμα και του ίδιου αμπελώνα -κατά συνέπεια και στους παραγόμενους οίνους- παρουσιάζουν ανομοιογένεια σε διάφορα χαρακτηριστικά τους όπως η γεύση, η ωριμότητα, κ.λ.π. ακόμα και όταν η καλλιεργητική πρακτική είναι ίδια. <br /> Παραδοσιακά , οι καλλιεργητές αγνοούσαν αυτήν την φυσική διακύμανση και εφάρμοζαν την ίδια πρακτική σε όλον τον αμπελώνα. <br /> Ο κύριος λόγος είναι ότι δεν διέθεταν τα μέσα, την πληροφόρηση ως προς τον εντοπισμό των περιοχών του αμπελώνα που παρουσιάζουν διαφοροποίηση και που θα τους επέτρεπε να μεταχειριστούν τους τομείς του αμπελώνα διαφορετικά.<br /> <br /> '''IΙΙ. ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΑΝΤΙΚΕΙΜΕΝΟΥ ΤΗΣ ΜΕΛΕΤΗΣ ΜΕ ΤΗΛΕΠΙΣΚΟΠΗΣΗ''' <br /> Μελέτη τηλεπισκόπισης αμπελώνων αναπτυγμένων σε μικρά τεμάχια όπως καλλιεργούνται σε μεσογειακές χώρες ΄ όπως η Πορτογαλία. Περιοχή μελέτης αποτελεί μία έκταση 40 εκταρίων αμπελώνων κοντά στο Ponte da Barca , ΒΔ Πορτογαλία . <br /> <br /> '''VI ΠΕΡΙΓΡΑΦΗ ΕΡΓΑΣΙΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ''' <br /> Χρησιμοποιήθηκαν εικόνες υψηλής χωρικής ανάλυσης λόγω του σχετικά μικρού μεγέθους των αμπελοτεμαχίων. <br /> Συγκεκριμένα, εικόνες από δύο δορυφορικούς αισθητήρες : SPOT 5 - HRG ( 10 m pixel ) και Chris Proba ( 17 m pixel ). <br /> Συνολικά 9 πολυφασματικές εικόνες SPOT 5 επιλέχθηκαν για τα έτη 2002 , 2003 και2005 –με ανάλυση 10m και τέσσερις Chris Proba εικόνες για το έτος 2006 .<br /> Οι εικόνες SPOT κάλυπταν μια μεγάλη περιοχή ( 60 με 60 χλμ.) με 4 φασματικά κανάλια στο ορατό και στο εγγύς υπέρυθρο . Οι εικόνες Chris Proba με 766 στήλες Χ 748 γραμμές με 18 κανάλια κάλυπταν το φασματικό εύρος από 438-1044 nm ( ορατό και εγγύς υπέρυθρο) . Σημειώνεται ότι χρησιμοποιήθηκε μόνο η κατακόρυφη προβολή.<br /> Με συνδυασμό των καναλιών συλλέχθηκαν δεδομένα από το ερυθρό και το εγγύς υπέρυθρο τμήμα του φάσματος για τις χρησιμοποιούμενες δορυφορικές εικόνες και πραγματοποιήθηκαν χαρτογραφήσεις των εξεταζόμενων αμπελοτεμαχίων για τον υπολογισμό του δείκτη ( NDVI) –κανονικοποιημένης διαφοροποίησης δείκτης βλάστησης . <br /> Για την καλύτερη προσέγγιση χρησιμοποιήθηκαν και άλλες δορυφορικές εικόνες ASTER , SPOT 4 , Landsat 5 , Landsat 7 , AVHRR (όπως φαίνεται στον πίνακα 2 )για τα δεδομένα των του δείκτη βλάστησης από τις δορυφορικές εικόνες του Chris Proba .<br /> Από το φασματικο διάγραμμα του μέσου όρου ανάκλασης για κάθε ένα τμήμα –εξεταζόμενο τεμάχιο προκύπτει ότι τα 5 τεμάχια παρουσιάζουν σχετική ομοιότητα μεταξύ τους τον Σεπτέμβριο αλλά σημαντικές διαφορές στον Απρίλιο<br /> Επίσης χρησιμοποιήθηκαν οι τιμές των δεικτών NDVI, - ελάχιστες , μέγιστες , μέσες, τυπική απόκλιση, για να αποδοθούν οι διαφορές που παρουσιάζονται διαχρονικά για τα έτη 2002, 2003 και2005 για τα εξεταζόμενα αμπελοτεμάχια. <br /> <br /> ''' ΣΥΜΠΕΡΑΣΜΑΤΑ'''<br /> Από τα αποτελέσματα της τηλεπισκόπισης με χρήση δορυφορικών εικόνων φαίνεται ότι μπορούν να παρέχονται χρήσιμες πληροφορίες για τους με αμπελώνες, με επαρκή φασματική και χωρική ανάλυση, ως προς την διαφοροποίηση συγκομιδής, που παρουσιάζεται σε περιοχές ακόμα και μέσα στον ίδιο τον αμπελώνα,την κατάσταση των θρεπτικών ουσιών των νόσων και την προσβολή από επιβλαβείς οργανισμούς, των προβλημάτων που σχετίζονται με την άρδευση και τελικά ως προς την εκτίμηση της ποιότητας του παραγόμενου οίνου από διαφορετικές περιοχές του αμπελώνα.<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> http://www.fc.up.pt/pessoas/andre.marcal/papers/EARSeL2007_327.pdf<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> [[category:Πρόβλεψη φυτικής απόδοσης]]</div>

Elena http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Eikones.JPG 2014-04-08T15:26:53Z

<p>Elena: </p> <hr /> <div></div>

Elena