http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Eleni_Molla&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%2FEleni_Molla 2026-04-15T08:51:40Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%8C%CE%BB%CE%BB%CE%B1_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2016-02-29T20:48:14Z

<p>Eleni Molla: </p> <hr /> <div>* [[ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS]]<br /> <br /> * [[DETECTING SLUMS FROM QUICK BIRD DATA IN PUNE USING AN OBJECT ORIENTED APPROACH ]]<br /> <br /> * [[EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES ]]<br /> <br /> * [[Interaction of Biodiversity and Economic Welfare – A Case Study from the Himalayas of India ]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/Interaction_of_Biodiversity_and_Economic_Welfare_%E2%80%93_A_Case_Study_from_the_Himalayas_of_India 2016-02-29T20:47:26Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Topothesia_perioxis_meletis_sta_imalaia_tis_indias.JPG| thumb| right| Εικόνα 1 : Τοποθεσία περιοχής μελέτης στα Ιμαλάια της Ινδίας]]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι οι αλληλεπιδράσεις της βιοποικιλότητας και της οικονομικής ευημερίας τοπικών κοινοτήτων στα Ιμαλάια της Ινδίας. Πρόκειται για κοινότητες σε υψηλά υψόμετρα όπου η επιβίωση τους εξαρτάται από τους φυσικούς πόρους με κίνδυνο την αποσταθεροποίηση των οικοσυστημάτων (υπερεκμετάλλευση φυσικών διαθέσιμων από βιομηχανίες επεξεργασίας φαρμακευτικών και αρωματικών φυτών) παρά τις πολιτικές περί προστασίας και διατήρησης του περιβάλλοντος. Η έρευνα αφορά πέντε κοιλάδες-αποθήκες φαρμακευτικών και αρωματικών φυτών (εικόνα 1) και κινείται στο πλαίσιο της εύρεσης εναλλακτικών τρόπων διαβίωσης και της οικονομικής απεξάρτησης των κοινοτήτων από τη χρήση των φυσικών πόρων και τη διατήρηση της βιοποικιλότητας. Γίνεται χρήση υψηλής ανάλυσης δορυφορικών εικόνων Landsat 7 ETM.<br /> <br /> '''Μέθοδος''' <br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Έρευνα στο πεδίο σε διαφορετικές χρονικές περιόδους ώστε να καταγραφούν τα είδη φυτών και οι οικότοποι με κοινωνικοοικονομική και φαρμακευτική αξία για την περιοχή.<br /> <br /> 2.Ταυτοποίηση εφτά ειδών φυτών υπό εξαφάνιση, με τεράστια οικονομική δυναμική και κοινωνική αξία, σε δέκα διαφορετικούς οικότοπους και οριοθέτηση περιοχής 2μ.x 2μ. σε αυτούς ώστε να καταγραφεί η μέση πυκνότητα των φυτών. <br /> <br /> 3.Υπολογισμός δείκτη NDVI (NDVI=NIR-RED/NIR+RED) σε δορυφορική εικόνα για περαιτέρω στοιχεία ως προς τη φυτοκάλυψη. <br /> <br /> '''Aποτελέσματα'''<br /> <br /> 1.Η οικονομική αξία των σπάνιων ειδών (φαρμακευτικών και αρωματικών φυτών) είναι πολύ μεγαλύτερη από αυτή της παραδοσιακής καλλιέργειας τροφίμων στην ευρύτερη περιοχή.<br /> <br /> 2.Το είδος με τη μεγαλύτερη πυκνότητα στην ευρύτερη περιοχή είναι το Dactylorhiza hatagirea (με μεγαλύτερη στην κοιλάδα Mandakini) ενώ η κοιλάδα Bhagirathi παρουσιάζει τις μικρότερες πυκνότητες σε όλα τα επιλεγμένα είδη.<br /> <br /> 3.Οι οικονομικές δραστηριότητες της ευρύτερης περιοχής είναι ο τουρισμός (μεγάλο ποσοστό στην κοιλάδα Mandakini και Roopkund), συλλογή βοτάνων και δασοκομικών προϊόντων πέραν της ξυλείας (μεγάλο ποσοστό στην κοιλάδα Niti, Bhagirathi και Sundardhunga), γεωργία – κτηνοτροφία (οι κάτοικοι όλων των περιοχών απασχολούνται στους κλάδους αυτούς κυρίως ως μέσο επιβίωσης).<br /> <br /> 4.Η πυκνότητα των φυτών είναι ανάλογη στο κατά μέσο όρο εισόδημα των κατοίκων.<br /> <br /> 5.Η εφαρμογή του δείκτη NDVI έδειξε υψηλή πυκνότητα των φυτών στις κοιλάδες Mandakini, Roopkund και Sundardhunga και μικρότερη στα αλπικά βοσκοτόπια των κοιλάδων Bhagirathi και Nit.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η έρευνα στο πεδίο καθώς και η ανάλυση της δορυφορικής εικόνας έδειξε ότι στις περιοχές όπου οι ντόπιοι έχουν εναλλακτικές κερδοφόρες πηγές βιοπορισμού, όπως ο τουρισμός, η πυκνότητα των κοινωνικοοικονομικά σημαντικών φαρμακευτικών και αρωματικών φυτών είναι μεγαλύτερη. Στην κατεύθυνση αυτή, απαιτείται ενίσχυση, θεσμική και πολιτική, των κλάδων γεωργίας και κτηνοτροφίας ώστε οι κάτοικοι να επωφελούνται οικονομικά από αυτούς καθώς και ενδεχόμενη καλλιέργεια φαρμακευτικών και αρωματικών φυτών. Οι παραπάνω ενέργειες μπορούν να βοηθήσουν σε μεγάλο βαθμό στη διατήρηση της βιοποικιλότητας.<br /> <br /> Πηγή : Journal of Environmental Informatics 6, 2005, 2, 111 – 119, &quot;Interaction of Biodiversity and Economic Welfare – A Case Study from the Himalayas of India&quot;, S. Nautiyal, K. S. Rajan, R. Shibasaki, Centre for Spatial Information Science, University of Tokyo, Tokyo, Japan<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/Interaction_of_Biodiversity_and_Economic_Welfare_%E2%80%93_A_Case_Study_from_the_Himalayas_of_India 2016-02-29T20:46:53Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Topothesia_perioxis_meletis_sta_imalaia_tis_indias.JPG| thumb| right| Εικόνα 1 : Τοποθεσία περιοχής μελέτης στα Ιμαλάια της Ινδίας]]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι οι αλληλεπιδράσεις της βιοποικιλότητας και της οικονομικής ευημερίας τοπικών κοινοτήτων στα Ιμαλάια της Ινδίας. Πρόκειται για κοινότητες σε υψηλά υψόμετρα όπου η επιβίωση τους εξαρτάται από τους φυσικούς πόρους με κίνδυνο την αποσταθεροποίηση των οικοσυστημάτων (υπερεκμετάλλευση φυσικών διαθέσιμων από βιομηχανίες επεξεργασίας φαρμακευτικών και αρωματικών φυτών) παρά τις πολιτικές περί προστασίας και διατήρησης του περιβάλλοντος. Η έρευνα αφορά πέντε κοιλάδες-αποθήκες φαρμακευτικών και αρωματικών φυτών (εικόνα 1) και κινείται στο πλαίσιο της εύρεσης εναλλακτικών τρόπων διαβίωσης και της οικονομικής απεξάρτησης των κοινοτήτων από τη χρήση των φυσικών πόρων και τη διατήρηση της βιοποικιλότητας. Γίνεται χρήση υψηλής ανάλυσης δορυφορικών εικόνων Landsat 7 ETM.<br /> <br /> '''Μέθοδος''' <br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Έρευνα στο πεδίο σε διαφορετικές χρονικές περιόδους ώστε να καταγραφούν τα είδη φυτών και οι οικότοποι με κοινωνικοοικονομική και φαρμακευτική αξία για την περιοχή.<br /> <br /> 2.Ταυτοποίηση εφτά ειδών φυτών υπό εξαφάνιση, με τεράστια οικονομική δυναμική και κοινωνική αξία, σε δέκα διαφορετικούς οικότοπους και οριοθέτηση περιοχής 2μ.x 2μ. σε αυτούς ώστε να καταγραφεί η μέση πυκνότητα των φυτών. <br /> <br /> 3.Υπολογισμός δείκτη NDVI (NDVI=NIR-RED/NIR+RED) σε δορυφορική εικόνα για περαιτέρω στοιχεία ως προς τη φυτοκάλυψη. <br /> <br /> '''Aποτελέσματα'''<br /> <br /> 1.Η οικονομική αξία των σπάνιων ειδών (φαρμακευτικών και αρωματικών φυτών) είναι πολύ μεγαλύτερη από αυτή της παραδοσιακής καλλιέργειας τροφίμων στην ευρύτερη περιοχή.<br /> <br /> 2.Το είδος με τη μεγαλύτερη πυκνότητα στην ευρύτερη περιοχή είναι το Dactylorhiza hatagirea (με μεγαλύτερη στην κοιλάδα Mandakini) ενώ η κοιλάδα Bhagirathi παρουσιάζει τις μικρότερες πυκνότητες σε όλα τα επιλεγμένα είδη.<br /> <br /> 3.Οι οικονομικές δραστηριότητες της ευρύτερης περιοχής είναι ο τουρισμός (μεγάλο ποσοστό στην κοιλάδα Mandakini και Roopkund), συλλογή βοτάνων και δασοκομικών προϊόντων πέραν της ξυλείας (μεγάλο ποσοστό στην κοιλάδα Niti, Bhagirathi και Sundardhunga), γεωργία – κτηνοτροφία (οι κάτοικοι όλων των περιοχών απασχολούνται στους κλάδους αυτούς κυρίως ως μέσο επιβίωσης).<br /> <br /> 4.Η πυκνότητα των φυτών είναι ανάλογη στο κατά μέσο όρο εισόδημα των κατοίκων.<br /> <br /> 5.Η εφαρμογή του δείκτη NDVI έδειξε υψηλή πυκνότητα των φυτών στις κοιλάδες Mandakini, Roopkund και Sundardhunga και μικρότερη στα αλπικά βοσκοτόπια των κοιλάδων Bhagirathi και Nit.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η έρευνα στο πεδίο καθώς και η ανάλυση της δορυφορικής εικόνας έδειξε ότι στις περιοχές όπου οι ντόπιοι έχουν εναλλακτικές κερδοφόρες πηγές βιοπορισμού, όπως ο τουρισμός, η πυκνότητα των κοινωνικοοικονομικά σημαντικών φαρμακευτικών και αρωματικών φυτών είναι μεγαλύτερη. Στην κατεύθυνση αυτή, απαιτείται ενίσχυση, θεσμική και πολιτική, των κλάδων γεωργίας και κτηνοτροφίας ώστε οι κάτοικοι να επωφελούνται οικονομικά από αυτούς καθώς και ενδεχόμενη καλλιέργεια φαρμακευτικών και αρωματικών φυτών. Οι παραπάνω ενέργειες μπορούν να βοηθήσουν σε μεγάλο βαθμό στη διατήρηση της βιοποικιλότητας.<br /> <br /> Πηγή : Journal of Environmental Informatics 6, 2005, 2, 111 – 119, &quot;Interaction of Biodiversity and Economic Welfare – A Case Study from the Himalayas of India&quot;, S. Nautiyal, K. S. Rajan , R. Shibasaki, Centre for Spatial Information Science, University of Tokyo, Tokyo, Japan<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Topothesia_perioxis_meletis_sta_imalaia_tis_indias.JPG 2016-02-29T20:45:56Z

<p>Eleni Molla: Εικόνα 1 : Τοποθεσία περιοχής μελέτης στα Ιμαλάια της Ινδίας</p> <hr /> <div>Εικόνα 1 : Τοποθεσία περιοχής μελέτης στα Ιμαλάια της Ινδίας</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/Interaction_of_Biodiversity_and_Economic_Welfare_%E2%80%93_A_Case_Study_from_the_Himalayas_of_India 2016-02-29T20:42:24Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι οι αλληλεπιδράσεις της βιοποικιλότητας και της οικονομικής ευημερίας τοπικών κοινοτήτων στα Ιμαλάϊα της Ινδίας. Πρόκειται για κοινότητες σε υψηλά υψόμετρα όπου η επιβίωση τους εξαρτάται από τους φυσικούς πόρους με κίνδυνο την αποσταθεροποίηση των οικοσυστημάτων (υπερεκμετάλλευση φυσικών διαθέσιμων από βιομηχανίες επεξεργασίας φαρμακευτικών και αρωματικών φυτών) παρά τις πολιτικές περί προστασίας και διατήρησης του περιβάλλοντος. Η έρευνα αφορά πέντε κοιλάδες-αποθήκες φαρμακευτικών και αρωματικών φυτών (εικόνα 1) και κινείται στο πλαίσιο της εύρεσης εναλλακτικών τρόπων διαβίωσης και της οικονομικής απεξάρτησης των κοινοτήτων από τη χρήση των φυσικών πόρων και τη διατήρηση της βιοποικιλότητας. Γίνεται χρήση υψηλής ανάλυσης δορυφορικών εικόνων Landsat 7 ETM.<br /> <br /> '''Μέθοδος''' <br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Έρευνα στο πεδίο σε διαφορετικές χρονικές περιόδους ώστε να καταγραφούν τα είδη φυτών και οι οικότοποι με κοινωνικοοικονομική και φαρμακευτική αξία για την περιοχή.<br /> <br /> 2.Ταυτοποίηση εφτά ειδών φυτών υπό εξαφάνιση, με τεράστια οικονομική δυναμική και κοινωνική αξία, σε δέκα διαφορετικούς οικότοπους και οριοθέτηση περιοχής 2μ.x 2μ. σε αυτούς ώστε να καταγραφεί η μέση πυκνότητα των φυτών. <br /> <br /> 3.Υπολογισμός δείκτη NDVI (NDVI=NIR-RED/NIR+RED) σε δορυφορική εικόνα για περαιτέρω στοιχεία ως προς τη φυτοκάλυψη. <br /> <br /> '''Aποτελέσματα'''<br /> <br /> 1.Η οικονομική αξία των σπάνιων ειδών (φαρμακευτικών και αρωματικών φυτών) είναι πολύ μεγαλύτερη από αυτή της παραδοσιακής καλλιέργειας τροφίμων στην ευρύτερη περιοχή.<br /> <br /> 2.Το είδος με τη μεγαλύτερη πυκνότητα στην ευρύτερη περιοχή είναι το Dactylorhiza hatagirea (με μεγαλύτερη στην κοιλάδα Mandakini) ενώ η κοιλάδα Bhagirathi παρουσιάζει τις μικρότερες πυκνότητες σε όλα τα επιλεγμένα είδη.<br /> <br /> 3.Οι οικονομικές δραστηριότητες της ευρύτερης περιοχής είναι ο τουρισμός (μεγάλο ποσοστό στην κοιλάδα Mandakini και Roopkund), συλλογή βοτάνων και δασοκομικών προϊόντων πέραν της ξυλείας (μεγάλο ποσοστό στην κοιλάδα Niti, Bhagirathi και Sundardhunga), γεωργία – κτηνοτροφία (οι κάτοικοι όλων των περιοχών απασχολούνται στους κλάδους αυτούς κυρίως ως μέσο επιβίωσης).<br /> <br /> 4.Η πυκνότητα των φυτών είναι ανάλογη στο κατά μέσο όρο εισόδημα των κατοίκων.<br /> <br /> 5.Η εφαρμογή του δείκτη NDVI έδειξε υψηλή πυκνότητα των φυτών στις κοιλάδες Mandakini, Roopkund και Sundardhunga και μικρότερη στα αλπικά βοσκοτόπια των κοιλάδων Bhagirathi και Nit.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η έρευνα στο πεδίο καθώς και η ανάλυση της δορυφορικής εικόνας έδειξε ότι στις περιοχές όπου οι ντόπιοι έχουν εναλλακτικές κερδοφόρες πηγές βιοπορισμού, όπως ο τουρισμός, η πυκνότητα των κοινωνικοοικονομικά σημαντικών φαρμακευτικών και αρωματικών φυτών είναι μεγαλύτερη. Στην κατεύθυνση αυτή, απαιτείται ενίσχυση, θεσμική και πολιτική, των κλάδων γεωργίας και κτηνοτροφίας ώστε οι κάτοικοι να επωφελούνται οικονομικά από αυτούς καθώς και ενδεχόμενη καλλιέργεια φαρμακευτικών και αρωματικών φυτών. Οι παραπάνω ενέργειες μπορούν να βοηθήσουν σε μεγάλο βαθμό στη διατήρηση της βιοποικιλότητας.<br /> <br /> Πηγή : Journal of Environmental Informatics 6, 2005, 2, 111 – 119, &quot;Interaction of Biodiversity and Economic Welfare – A Case Study from the Himalayas of India&quot;, S. Nautiyal, K. S. Rajan , R. Shibasaki, Centre for Spatial Information Science, University of Tokyo, Tokyo, Japan<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/Interaction_of_Biodiversity_and_Economic_Welfare_%E2%80%93_A_Case_Study_from_the_Himalayas_of_India 2016-02-29T20:41:54Z

<p>Eleni Molla: Νέα σελίδα με ''''Εισαγωγή''' Αντικείμενο της μελέτης είναι οι αλληλεπιδράσεις της βιοποικιλότητας και της ο...'</p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι οι αλληλεπιδράσεις της βιοποικιλότητας και της οικονομικής ευημερίας τοπικών κοινοτήτων στα Ιμαλάϊα της Ινδίας. Πρόκειται για κοινότητες σε υψηλά υψόμετρα όπου η επιβίωση τους εξαρτάται από τους φυσικούς πόρους με κίνδυνο την αποσταθεροποίηση των οικοσυστημάτων (υπερεκμετάλλευση φυσικών διαθέσιμων από βιομηχανίες επεξεργασίας φαρμακευτικών και αρωματικών φυτών) παρά τις πολιτικές περί προστασίας και διατήρησης του περιβάλλοντος. Η έρευνα αφορά πέντε κοιλάδες-αποθήκες φαρμακευτικών και αρωματικών φυτών (εικόνα 1) και κινείται στο πλαίσιο της εύρεσης εναλλακτικών τρόπων διαβίωσης και της οικονομικής απεξάρτησης των κοινοτήτων από τη χρήση των φυσικών πόρων και τη διατήρηση της βιοποικιλότητας. Γίνεται χρήση υψηλής ανάλυσης δορυφορικών εικόνων Landsat 7 ETM.<br /> <br /> '''Μέθοδος''' <br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Έρευνα στο πεδίο σε διαφορετικές χρονικές περιόδους ώστε να καταγραφούν τα είδη φυτών και οι οικότοποι με κοινωνικοοικονομική και φαρμακευτική αξία για την περιοχή.<br /> 2.Ταυτοποίηση εφτά ειδών φυτών υπό εξαφάνιση, με τεράστια οικονομική δυναμική και κοινωνική αξία, σε δέκα διαφορετικούς οικότοπους και οριοθέτηση περιοχής 2μ.x 2μ. σε αυτούς ώστε να καταγραφεί η μέση πυκνότητα των φυτών. <br /> 3.Υπολογισμός δείκτη NDVI (NDVI=NIR-RED/NIR+RED) σε δορυφορική εικόνα για περαιτέρω στοιχεία ως προς τη φυτοκάλυψη. <br /> <br /> '''Aποτελέσματα'''<br /> <br /> 1.Η οικονομική αξία των σπάνιων ειδών (φαρμακευτικών και αρωματικών φυτών) είναι πολύ μεγαλύτερη από αυτή της παραδοσιακής καλλιέργειας τροφίμων στην ευρύτερη περιοχή.<br /> 2.Το είδος με τη μεγαλύτερη πυκνότητα στην ευρύτερη περιοχή είναι το Dactylorhiza hatagirea (με μεγαλύτερη στην κοιλάδα Mandakini) ενώ η κοιλάδα Bhagirathi παρουσιάζει τις μικρότερες πυκνότητες σε όλα τα επιλεγμένα είδη.<br /> 3.Οι οικονομικές δραστηριότητες της ευρύτερης περιοχής είναι ο τουρισμός (μεγάλο ποσοστό στην κοιλάδα Mandakini και Roopkund), συλλογή βοτάνων και δασοκομικών προϊόντων πέραν της ξυλείας (μεγάλο ποσοστό στην κοιλάδα Niti, Bhagirathi και Sundardhunga), γεωργία – κτηνοτροφία (οι κάτοικοι όλων των περιοχών απασχολούνται στους κλάδους αυτούς κυρίως ως μέσο επιβίωσης).<br /> 4.Η πυκνότητα των φυτών είναι ανάλογη στο κατά μέσο όρο εισόδημα των κατοίκων.<br /> 5.Η εφαρμογή του δείκτη NDVI έδειξε υψηλή πυκνότητα των φυτών στις κοιλάδες Mandakini, Roopkund και Sundardhunga και μικρότερη στα αλπικά βοσκοτόπια των κοιλάδων Bhagirathi και Nit.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η έρευνα στο πεδίο καθώς και η ανάλυση της δορυφορικής εικόνας έδειξε ότι στις περιοχές όπου οι ντόπιοι έχουν εναλλακτικές κερδοφόρες πηγές βιοπορισμού, όπως ο τουρισμός, η πυκνότητα των κοινωνικοοικονομικά σημαντικών φαρμακευτικών και αρωματικών φυτών είναι μεγαλύτερη. Στην κατεύθυνση αυτή, απαιτείται ενίσχυση, θεσμική και πολιτική, των κλάδων γεωργίας και κτηνοτροφίας ώστε οι κάτοικοι να επωφελούνται οικονομικά από αυτούς καθώς και ενδεχόμενη καλλιέργεια φαρμακευτικών και αρωματικών φυτών. Οι παραπάνω ενέργειες μπορούν να βοηθήσουν σε μεγάλο βαθμό στη διατήρηση της βιοποικιλότητας.<br /> <br /> Πηγή : Journal of Environmental Informatics 6, 2005, 2, 111 – 119, &quot;Interaction of Biodiversity and Economic Welfare – A Case Study from the Himalayas of India&quot;, S. Nautiyal, K. S. Rajan , R. Shibasaki, Centre for Spatial Information Science, University of Tokyo, Tokyo, Japan<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%8C%CE%BB%CE%BB%CE%B1_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2016-02-29T20:34:58Z

<p>Eleni Molla: </p> <hr /> <div>* [[ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS]]<br /> <br /> * [[DETECTING SLUMS FROM QUICK BIRD DATA IN PUNE USING AN OBJECT ORIENTED APPROACH ]]<br /> <br /> * [[EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES ]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:33:45Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG| thumb| right| Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007]]<br /> <br /> [[Εικόνα: Astika_sinora.JPG| thumb| right| Εικόνα 2 : Αστικά σύνορα]]<br /> <br /> [[Εικόνα: Sxesi_thermokrasias_kai_aktinovolias.JPG| thumb| right|Εικόνα 3 : Σχέση θερμοκρασίας και ακτινοβολίας]]<br /> <br /> [[Εικόνα: Taxinomimeni_eikona_thermikoy_kanalioy_kai_astiko_sinoro_gia_to_2007.JPG| thumb| right| Εικόνα 4 : Ταξινομημένη εικόνα θερμικού καναλιού και αστικό σύνορο για το 2007]]<br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Taxinomimeni_eikona_thermikoy_kanalioy_kai_astiko_sinoro_gia_to_2007.JPG 2016-02-29T20:33:25Z

<p>Eleni Molla: Εικόνα 4 : Ταξινομημένη εικόνα θερμικού καναλιού και αστικό σύνορο για το 2007</p> <hr /> <div>Εικόνα 4 : Ταξινομημένη εικόνα θερμικού καναλιού και αστικό σύνορο για το 2007</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:31:41Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG| thumb| right| Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007]]<br /> <br /> [[Εικόνα: Astika_sinora.JPG| thumb| right| Εικόνα 2 : Αστικά σύνορα]]<br /> <br /> [[Εικόνα: Sxesi_thermokrasias_kai_aktinovolias.JPG| thumb| right|Εικόνα 3 : Σχέση θερμοκρασίας και ακτινοβολίας]]<br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Sxesi_thermokrasias_kai_aktinovolias.JPG 2016-02-29T20:31:25Z

<p>Eleni Molla: Εικόνα 3 : Σχέση θερμοκρασίας και ακτινοβολίας</p> <hr /> <div>Εικόνα 3 : Σχέση θερμοκρασίας και ακτινοβολίας</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:29:54Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG| thumb| right| Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007]]<br /> <br /> [[Εικόνα: Astika_sinora.JPG| thumb| right| Εικόνα 2 : Αστικά σύνορα]]<br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Astika_sinora.JPG 2016-02-29T20:28:14Z

<p>Eleni Molla: Εικόνα 2 : Αστικά σύνορα</p> <hr /> <div>Εικόνα 2 : Αστικά σύνορα</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:27:09Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG| thumb| right| Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007]]<br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG 2016-02-29T20:26:14Z

<p>Eleni Molla: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Taxinomisi ikonas gia thn astikopoiisi ths konstantinoupolis to 2007.JPG&amp;quot;: Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κω�</p> <hr /> <div>Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:25:06Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG<br /> | thumb| right| Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007]]<br /> <br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:24:07Z

<p>Eleni Molla: </p> <hr /> <div><br /> <br /> <br /> <br /> <br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:23:03Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG<br /> | thumb| right| Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> '''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Taxinomisi_ikonas_gia_thn_astikopoiisi_ths_konstantinoupolis_to_2007.JPG 2016-02-29T20:22:35Z

<p>Eleni Molla: Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007</p> <hr /> <div>Εικόνα 1 : Ταξινόμηση εικόνας για την αστικοποιήση της Κωνσταντινούπολης το 2007</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:19:17Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> <br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/EVALUATION_OF_URBAN_HEAT_ISLAND_IN_ISTANBUL_USING_REMOTE_SENSING_TECHNIQUES 2016-02-29T20:18:59Z

<p>Eleni Molla: Νέα σελίδα με ''''Εισαγωγή ''' Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό τη...'</p> <hr /> <div>'''Εισαγωγή<br /> '''<br /> <br /> Αντικείμενο της μελέτης είναι η εξέλιξη νησίδας θερμότητας στον αστικό ιστό της Κωνσταντινούπολης, της οποίας ο πληθυσμός εκτιμάται ότι θα φτάσει τα 20 εκ. μέχρι το 2030, στο πλαίσιο της αλληλεπίδρασης της αυξανόμενης αστικοποίησης με την αλλαγή του κλίματος. Για τον εντοπισμό της νησίδας θερμότητας χρησιμοποιούνται δορυφορικές εικόνες Landsat 5 TM.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής :<br /> <br /> 1.Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας (8 τάξεις κάλυψης γης : άστυ, δρόμος, καλλιέργεια, θάλασσα, λίμνη, δάσος, άμμος και σύννεφο) για τη διερεύνηση της εξέλιξης της αστικοποίησης για την περίοδο 1987-2007. (εικόνα 1-2)<br /> 2.Ανάλυση δορυφορικής εικόνας στο θερμικό κανάλι με χρήση αλγορίθμου (Density Slice Algorithm) και ταξινόμηση σε θερμικές (ζεστά χρώματα : κόκκινο, πορτοκαλί, κίτρινο) και δροσερές νησίδες (ψυχρά χρώματα : μπλε, πράσινο) για την περίοδο 1987-2007. <br /> 3.Διερεύνηση σχέσης ποσών ακτινοβολίας και δεδομένων θερμοκρασίας, συλλεγμένα από μετεωρολογικούς σταθμούς –γραμμική σχέση. (εικόνα 3)<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Ο πληθυσμός της Κωνσταντινούπολης έχει διπλασιαστεί στις δεκαετίες 1987-2007. Η αύξηση των οδοστρωμάτων, των δομών και σκούρων επιφανειών, η οποία συνεπάγεται από μείωση της βλάστησης και των δασών, προκαλεί αύξηση της επιφανειακής θερμοκρασίας πάνω από την πόλη. Συνεπώς, άρρηκτη είναι η σχέση της αστικοποίησης και των νησίδων θερμότητας. (εικόνα 4)<br /> <br /> Πηγή : Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 128 – 129,&quot;EVALUATION OF URBAN HEAT ISLAND IN ISTANBUL USING REMOTE SENSING TECHNIQUES&quot;, U. G. Basar, S. Kaya, M. Karaca, Istanbul Technical University, Bochum, Germany<br /> <br /> <br /> [[category:Περιβαλλοντικές Επιπτώσεις]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%8C%CE%BB%CE%BB%CE%B1_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2016-02-29T20:01:24Z

<p>Eleni Molla: </p> <hr /> <div>* [[ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS]]<br /> <br /> * [[DETECTING SLUMS FROM QUICK BIRD DATA IN PUNE USING AN OBJECT ORIENTED APPROACH ]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%8C%CE%BB%CE%BB%CE%B1_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2016-02-29T19:56:17Z

<p>Eleni Molla: </p> <hr /> <div>* [[ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING]]<br /> <br /> * [[DETECTING SLUMS FROM QUICK BIRD DATA IN PUNE USING AN OBJECT ORIENTED APPROACH ]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%8C%CE%BB%CE%BB%CE%B1_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2016-02-29T19:53:53Z

<p>Eleni Molla: </p> <hr /> <div>* [[DETECTING SLUMS FROM QUICK BIRD DATA IN PUNE USING AN OBJECT ORIENTED APPROACH ]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/DETECTING_SLUMS_FROM_QUICK_BIRD_DATA_IN_PUNE_USING_AN_OBJECT_ORIENTED_APPROACH 2016-02-29T19:52:34Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Diagramma_methodologias.JPG| thumb| right| Εικόνα 1 : Διάγραμμα μεθοδολογίας]]<br /> [[Εικόνα: Tajinomimeni_eikona_toy_kentrou_tis_Poune.JPG| thumb| right| Εικόνα 2 : Ταξινομημένη εικόνα του κέντρου της Πούνε]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι ο εντοπισμός και η καταγραφή φτωχογειτονιών με χρήση αντικειμενοστραφούς ανάλυσης και του προγράμματος eCognition, στο πλαίσιο της αστικής ανάπτυξης συνοδευόμενης από το φαινόμενο της αστικοποίησης της φτώχειας. Η έρευνα αφορά την Πούνε της Ινδίας, η οποία είναι μία από τις πιο <br /> ταχέως αναπτυσσόμενες αστικές περιοχές στην Ασία. Για το σκοπό αυτό χρησιμοποιούνται δεδομένα υψηλής ανάλυσης του δορυφόρου QuickBird.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής (εικόνα 1) :<br /> <br /> 1.Κατάτμηση πολλαπλής ανάλυσης εικόνας (χρήση των τριών καναλιών BGR και των θεματικών επιπέδων δρόμων και υδάτινων στοιχείων) : παράμετρος κλίμακας (τιμή 40), κριτήρια κατάτμησης (σχήμα, χρώμα - βάρος 0.5 και συμπαγής, υφή - βάρος 0.5) <br /> 2.Ταξινόμηση σε οικοδομημένες και μη περιοχές λαμβάνοντας υπόψη τους εξής παράγοντες :<br /> * μικρές σε μέγεθος δομές με υψηλή πυκνότητα<br /> * διαφορά χροιάς στις φτωχογειτονιές<br /> * ακανόνιστο μοτίβο εγχώριων δρόμων<br /> * ελάχιστη φύτευση ή έλλειψη αυτής στις φτωχογειτονιές<br /> * εγκαταλελειμμένες εκτάσεις σε όχθες ποταμιών ή σε κανάλια, κατά μήκος σιδηροδρομικών γραμμών και σε περιθώρια δρόμων <br /> 3.Διαχωρισμός των οικοδομημένων περιοχών σε φτωχογειτονιές και μη βάσει :<br /> * φωτεινότητας των οικοδομικών υλικών (χρήση καναλιών blue - green)<br /> * φασματικών χαρακτηριστικών (χρήση GLCM Contrast στο κανάλι 3)<br /> * εγγύτητας σε βλάστηση και σκιά από κτίρια<br /> * απόστασης από υδάτινο στοιχείο (ποταμός, κανάλι) και δίκτυα μεταφοράς<br /> 4.Αξιολόγηση της ακρίβειας των αποτελεσμάτων (εικόνα 2): σύγκριση των αποτελεσμάτων επεξεργασίας των δορυφορικών εικόνων με στοιχεία από έρευνα στο πεδίο<br /> <br /> '''Συμπέρασμα''' <br /> <br /> Η συνολική ακρίβεια είναι της τάξεως 87%. Αν και η συμβολή των δορυφορικών εικόνων υψηλής ανάλυσης και η προσέγγιση της αντικειμενοστραφούς ανάλυσης στον εντοπισμό φτωχογειτονιών είναι σημαντική, απαιτείται τοπική γνώση των υπαρχόντων φτωχογειτονιών και των χαρακτηριστικών τους. Η παρούσα μελέτη παρέχει ως ένα μεγάλο βαθμό τη βάση για προχωρημένη έρευνα ώστε να γενικευτεί ένα σύστημα κανόνων προς εφαρμογή.<br /> <br /> Πηγή : International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XXXIX-B8, 2012 and XXII ISPRS Congress, 25 August – 01 September 2012, &quot;DETECTING SLUMS FROM QUICK BIRD DATA IN PUNE USING AN OBJECT ORIENTED APPROACH&quot;, Sulochana Shekhar, Melbourne, Australia <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/DETECTING_SLUMS_FROM_QUICK_BIRD_DATA_IN_PUNE_USING_AN_OBJECT_ORIENTED_APPROACH 2016-02-29T19:51:16Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Diagramma_methodologias.JPG| thumb| right| Εικόνα 1 : Διάγραμμα μεθοδολογίας]]<br /> [[Εικόνα: Tajinomimeni_eikona_toy_kentrou_tis_Poune.JPG| thumb| right| Εικόνα 2 : Ταξινομημένη εικόνα του κέντρου της Πούνε]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι ο εντοπισμός και η καταγραφή φτωχογειτονιών με χρήση αντικειμενοστραφούς ανάλυσης και του προγράμματος eCognition, στο πλαίσιο της αστικής ανάπτυξης συνοδευόμενης από το φαινόμενο της αστικοποίησης της φτώχειας. Η έρευνα αφορά την Πούνε της Ινδίας, η οποία είναι μία από τις πιο <br /> ταχέως αναπτυσσόμενες αστικές περιοχές στην Ασία. Για το σκοπό αυτό χρησιμοποιούνται δεδομένα υψηλής ανάλυσης του δορυφόρου QuickBird.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής (εικόνα 1) :<br /> <br /> 1.Κατάτμηση πολλαπλής ανάλυσης εικόνας (χρήση των τριών καναλιών BGR και των θεματικών επιπέδων δρόμων και υδάτινων στοιχείων) : παράμετρος κλίμακας (τιμή 40), κριτήρια κατάτμησης (σχήμα, χρώμα - βάρος 0.5 και συμπαγής, υφή - βάρος 0.5) <br /> 2.Ταξινόμηση σε οικοδομημένες και μη περιοχές λαμβάνοντας υπόψη τους εξής παράγοντες :<br /> * μικρές σε μέγεθος δομές με υψηλή πυκνότητα<br /> * διαφορά χροιάς στις φτωχογειτονιές<br /> * ακανόνιστο μοτίβο εγχώριων δρόμων<br /> * ελάχιστη φύτευση ή έλλειψη αυτής στις φτωχογειτονιές<br /> * εγκαταλελειμμένες εκτάσεις σε όχθες ποταμιών ή σε κανάλια, κατά μήκος σιδηροδρομικών γραμμών και σε περιθώρια δρόμων <br /> 3.Διαχωρισμός των οικοδομημένων περιοχών σε φτωχογειτονιές και μη βάσει :<br /> * φωτεινότητας των οικοδομικών υλικών (χρήση καναλιών blue - green)<br /> * φασματικών χαρακτηριστικών (χρήση GLCM Contrast στο κανάλι 3)<br /> * εγγύτητας σε βλάστηση και σκιά από κτίρια<br /> * απόστασης από υδάτινο στοιχείο (ποταμός, κανάλι) και δίκτυα μεταφοράς<br /> 4.Αξιολόγηση της ακρίβειας των αποτελεσμάτων (εικόνα 2): σύγκριση των αποτελεσμάτων επεξεργασίας των δορυφορικών εικόνων με στοιχεία από έρευνα στο πεδίο<br /> <br /> '''Συμπέρασμα''' <br /> <br /> Η συνολική ακρίβεια είναι της τάξεως 87%. Αν και η συμβολή των δορυφορικών εικόνων υψηλής ανάλυσης και η προσέγγιση της αντικειμενοστραφούς ανάλυσης στον εντοπισμό φτωχογειτονιών είναι σημαντική, απαιτείται τοπική γνώση των υπαρχόντων φτωχογειτονιών και των χαρακτηριστικών τους. Η παρούσα μελέτη παρέχει ως ένα μεγάλο βαθμό τη βάση για προχωρημένη έρευνα ώστε να γενικευτεί ένα σύστημα κανόνων προς εφαρμογή.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Tajinomimeni_eikona_toy_kentrou_tis_Poune.JPG 2016-02-29T19:48:24Z

<p>Eleni Molla: Εικόνα 2 : Ταξινομημένη εικόνα του κέντρου της Πούνε</p> <hr /> <div>Εικόνα 2 : Ταξινομημένη εικόνα του κέντρου της Πούνε</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/DETECTING_SLUMS_FROM_QUICK_BIRD_DATA_IN_PUNE_USING_AN_OBJECT_ORIENTED_APPROACH 2016-02-29T19:47:12Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Diagramma_methodologias.JPG| thumb| right| Εικόνα 1 : Διάγραμμα μεθοδολογίας]]<br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι ο εντοπισμός και η καταγραφή φτωχογειτονιών με χρήση αντικειμενοστραφούς ανάλυσης και του προγράμματος eCognition, στο πλαίσιο της αστικής ανάπτυξης συνοδευόμενης από το φαινόμενο της αστικοποίησης της φτώχειας. Η έρευνα αφορά την Πούνε της Ινδίας, η οποία είναι μία από τις πιο <br /> ταχέως αναπτυσσόμενες αστικές περιοχές στην Ασία. Για το σκοπό αυτό χρησιμοποιούνται δεδομένα υψηλής ανάλυσης του δορυφόρου QuickBird.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής (εικόνα 1) :<br /> <br /> 1.Κατάτμηση πολλαπλής ανάλυσης εικόνας (χρήση των τριών καναλιών BGR και των θεματικών επιπέδων δρόμων και υδάτινων στοιχείων) : παράμετρος κλίμακας (τιμή 40), κριτήρια κατάτμησης (σχήμα, χρώμα - βάρος 0.5 και συμπαγής, υφή - βάρος 0.5) <br /> 2.Ταξινόμηση σε οικοδομημένες και μη περιοχές λαμβάνοντας υπόψη τους εξής παράγοντες :<br /> * μικρές σε μέγεθος δομές με υψηλή πυκνότητα<br /> * διαφορά χροιάς στις φτωχογειτονιές<br /> * ακανόνιστο μοτίβο εγχώριων δρόμων<br /> * ελάχιστη φύτευση ή έλλειψη αυτής στις φτωχογειτονιές<br /> * εγκαταλελειμμένες εκτάσεις σε όχθες ποταμιών ή σε κανάλια, κατά μήκος σιδηροδρομικών γραμμών και σε περιθώρια δρόμων <br /> 3.Διαχωρισμός των οικοδομημένων περιοχών σε φτωχογειτονιές και μη βάσει :<br /> * φωτεινότητας των οικοδομικών υλικών (χρήση καναλιών blue - green)<br /> * φασματικών χαρακτηριστικών (χρήση GLCM Contrast στο κανάλι 3)<br /> * εγγύτητας σε βλάστηση και σκιά από κτίρια<br /> * απόστασης από υδάτινο στοιχείο (ποταμός, κανάλι) και δίκτυα μεταφοράς<br /> 4.Αξιολόγηση της ακρίβειας των αποτελεσμάτων (εικόνα 2): σύγκριση των αποτελεσμάτων επεξεργασίας των δορυφορικών εικόνων με στοιχεία από έρευνα στο πεδίο<br /> <br /> '''Συμπέρασμα''' <br /> <br /> Η συνολική ακρίβεια είναι της τάξεως 87%. Αν και η συμβολή των δορυφορικών εικόνων υψηλής ανάλυσης και η προσέγγιση της αντικειμενοστραφούς ανάλυσης στον εντοπισμό φτωχογειτονιών είναι σημαντική, απαιτείται τοπική γνώση των υπαρχόντων φτωχογειτονιών και των χαρακτηριστικών τους. Η παρούσα μελέτη παρέχει ως ένα μεγάλο βαθμό τη βάση για προχωρημένη έρευνα ώστε να γενικευτεί ένα σύστημα κανόνων προς εφαρμογή.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Diagramma_methodologias.JPG 2016-02-29T19:46:36Z

<p>Eleni Molla: Εικόνα 1 : Διάγραμμα μεθοδολογίας</p> <hr /> <div>Εικόνα 1 : Διάγραμμα μεθοδολογίας</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/DETECTING_SLUMS_FROM_QUICK_BIRD_DATA_IN_PUNE_USING_AN_OBJECT_ORIENTED_APPROACH 2016-02-29T19:43:47Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι ο εντοπισμός και η καταγραφή φτωχογειτονιών με χρήση αντικειμενοστραφούς ανάλυσης και του προγράμματος eCognition, στο πλαίσιο της αστικής ανάπτυξης συνοδευόμενης από το φαινόμενο της αστικοποίησης της φτώχειας. Η έρευνα αφορά την Πούνε της Ινδίας, η οποία είναι μία από τις πιο <br /> ταχέως αναπτυσσόμενες αστικές περιοχές στην Ασία. Για το σκοπό αυτό χρησιμοποιούνται δεδομένα υψηλής ανάλυσης του δορυφόρου QuickBird.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής (εικόνα 1) :<br /> <br /> 1.Κατάτμηση πολλαπλής ανάλυσης εικόνας (χρήση των τριών καναλιών BGR και των θεματικών επιπέδων δρόμων και υδάτινων στοιχείων) : παράμετρος κλίμακας (τιμή 40), κριτήρια κατάτμησης (σχήμα, χρώμα - βάρος 0.5 και συμπαγής, υφή - βάρος 0.5) <br /> 2.Ταξινόμηση σε οικοδομημένες και μη περιοχές λαμβάνοντας υπόψη τους εξής παράγοντες :<br /> * μικρές σε μέγεθος δομές με υψηλή πυκνότητα<br /> * διαφορά χροιάς στις φτωχογειτονιές<br /> * ακανόνιστο μοτίβο εγχώριων δρόμων<br /> * ελάχιστη φύτευση ή έλλειψη αυτής στις φτωχογειτονιές<br /> * εγκαταλελειμμένες εκτάσεις σε όχθες ποταμιών ή σε κανάλια, κατά μήκος σιδηροδρομικών γραμμών και σε περιθώρια δρόμων <br /> 3.Διαχωρισμός των οικοδομημένων περιοχών σε φτωχογειτονιές και μη βάσει :<br /> * φωτεινότητας των οικοδομικών υλικών (χρήση καναλιών blue - green)<br /> * φασματικών χαρακτηριστικών (χρήση GLCM Contrast στο κανάλι 3)<br /> * εγγύτητας σε βλάστηση και σκιά από κτίρια<br /> * απόστασης από υδάτινο στοιχείο (ποταμός, κανάλι) και δίκτυα μεταφοράς<br /> 4.Αξιολόγηση της ακρίβειας των αποτελεσμάτων (εικόνα 2): σύγκριση των αποτελεσμάτων επεξεργασίας των δορυφορικών εικόνων με στοιχεία από έρευνα στο πεδίο<br /> <br /> '''Συμπέρασμα''' <br /> <br /> Η συνολική ακρίβεια είναι της τάξεως 87%. Αν και η συμβολή των δορυφορικών εικόνων υψηλής ανάλυσης και η προσέγγιση της αντικειμενοστραφούς ανάλυσης στον εντοπισμό φτωχογειτονιών είναι σημαντική, απαιτείται τοπική γνώση των υπαρχόντων φτωχογειτονιών και των χαρακτηριστικών τους. Η παρούσα μελέτη παρέχει ως ένα μεγάλο βαθμό τη βάση για προχωρημένη έρευνα ώστε να γενικευτεί ένα σύστημα κανόνων προς εφαρμογή.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/DETECTING_SLUMS_FROM_QUICK_BIRD_DATA_IN_PUNE_USING_AN_OBJECT_ORIENTED_APPROACH 2016-02-29T19:42:22Z

<p>Eleni Molla: Νέα σελίδα με ''''Εισαγωγή''' Αντικείμενο της μελέτης είναι ο εντοπισμός και η καταγραφή φτωχογειτονιών με χρ...'</p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι ο εντοπισμός και η καταγραφή φτωχογειτονιών με χρήση αντικειμενοστραφούς ανάλυσης και του προγράμματος eCognition, στο πλαίσιο της αστικής ανάπτυξης συνοδευόμενης από το φαινόμενο της αστικοποίησης της φτώχειας. Η έρευνα αφορά την Πούνε της Ινδίας, η οποία είναι μία από τις πιο <br /> ταχέως αναπτυσσόμενες αστικές περιοχές στην Ασία. Για το σκοπό αυτό χρησιμοποιούνται δεδομένα υψηλής ανάλυσης του δορυφόρου QuickBird.<br /> <br /> '''Μέθοδος'''<br /> <br /> Τα στάδια μελέτης που ακολουθήθηκαν είναι τα εξής (εικόνα 1) :<br /> <br /> 1.Κατάτμηση πολλαπλής ανάλυσης εικόνας (χρήση των τριών καναλιών BGR και των θεματικών επιπέδων δρόμων και υδάτινων στοιχείων) : παράμετρος κλίμακας (τιμή 40), κριτήρια κατάτμησης (σχήμα, χρώμα - βάρος 0.5 και συμπαγής, υφή - βάρος 0.5) <br /> 2.Ταξινόμηση σε οικοδομημένες και μη περιοχές λαμβάνοντας υπόψη τους εξής παράγοντες :<br /> * μικρές σε μέγεθος δομές με υψηλή πυκνότητα<br /> * διαφορά χροιάς στις φτωχογειτονιές<br /> * ακανόνιστο μοτίβο εγχώριων δρόμων<br /> * ελάχιστη φύτευση ή έλλειψη αυτής στις φτωχογειτονιές<br /> * εγκαταλελειμμένες εκτάσεις σε όχθες ποταμιών ή σε κανάλια, κατά μήκος σιδηροδρομικών γραμμών και σε περιθώρια δρόμων <br /> 3.Διαχωρισμός των οικοδομημένων περιοχών σε φτωχογειτονιές και μη βάσει :<br /> * φωτεινότητας των οικοδομικών υλικών (χρήση καναλιών blue - green)<br /> * φασματικών χαρακτηριστικών (χρήση GLCM Contrast στο κανάλι 3)<br /> * εγγύτητας σε βλάστηση και σκιά από κτίρια<br /> * απόστασης από υδάτινο στοιχείο (ποταμός, κανάλι) και δίκτυα μεταφοράς<br /> 4.Αξιολόγηση της ακρίβειας των αποτελεσμάτων (εικόνα 2): σύγκριση των αποτελεσμάτων επεξεργασίας των δορυφορικών εικόνων με στοιχεία από έρευνα στο πεδίο<br /> <br /> '''Συμπέρασμα''' <br /> <br /> Η συνολική ακρίβεια είναι της τάξεως 87%. Αν και η συμβολή των δορυφορικών εικόνων υψηλής ανάλυσης και η προσέγγιση της αντικειμενοστραφούς ανάλυσης στον εντοπισμό φτωχογειτονιών είναι σημαντική, απαιτείται τοπική γνώση των υπαρχόντων φτωχογειτονιών και των χαρακτηριστικών τους. Η παρούσα μελέτη παρέχει ως ένα μεγάλο βαθμό τη βάση για προχωρημένη έρευνα ώστε να γενικευτεί ένα σύστημα κανόνων προς εφαρμογή.<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T19:20:00Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_3.JPG| thumb| right| Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)]]<br /> [[Εικόνα: Table_3.JPG| thumb| right| Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_5.JPG| thumb| right| Εικόνα 4 : Ετερογένεια μεταξύ των επιλεγμένων περιοχών]]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> <br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> <br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> * άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> * άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> * περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> [Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 158 – 167, &quot;ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS&quot;, Richard Sliuzas, Monika Kuffer, Bochum, Germany]<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%8C%CE%BB%CE%BB%CE%B1_%CE%95%CE%BB%CE%AD%CE%BD%CE%B7 2016-02-29T19:14:53Z

<p>Eleni Molla: Νέα σελίδα με '* ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS [[category:ΔΠΜΣ &quot;Περιβά...'</p> <hr /> <div>* [[ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS ]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T19:12:15Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_3.JPG| thumb| right| Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)]]<br /> [[Εικόνα: Table_3.JPG| thumb| right| Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_5.JPG| thumb| right| Εικόνα 4 : Ετερογένεια μεταξύ των επιλεγμένων περιοχών]]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> <br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> <br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> * άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> * άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> * περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T19:11:45Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_3.JPG| thumb| right| Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)]]<br /> [[Εικόνα: Table_3.JPG| thumb| right| Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_5.JPG| thumb| right| Εικόνα 4 : Ετερογένεια μεταξύ των επιλεγμένων περιοχών]]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> * άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> * άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> * περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T19:10:56Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_3.JPG| thumb| right| Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)]]<br /> [[Εικόνα: Table_3.JPG| thumb| right| Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_5.JPG| thumb| right| Εικόνα 4 : Ετερογένεια μεταξύ των επιλεγμένων περιοχών]]<br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Figure_5.JPG 2016-02-29T19:10:34Z

<p>Eleni Molla: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Figure 5.JPG&amp;quot;: Εικόνα 4 : Ετερογένεια μεταξύ των επιλεγμένων περιοχών</p> <hr /> <div>Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T19:07:08Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_3.JPG| thumb| right| Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)]]<br /> [[Εικόνα: Table_3.JPG| thumb| right| Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Table_3.JPG 2016-02-29T19:06:34Z

<p>Eleni Molla: Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές</p> <hr /> <div>Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Figure_5.JPG 2016-02-29T19:05:47Z

<p>Eleni Molla: Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές</p> <hr /> <div>Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T19:02:34Z

<p>Eleni Molla: </p> <hr /> <div>[[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> [[Εικόνα: Figure_3.JPG| thumb| right| Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)]]<br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Figure_3.JPG 2016-02-29T19:01:57Z

<p>Eleni Molla: Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)</p> <hr /> <div>Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T18:58:33Z

<p>Eleni Molla: </p> <hr /> <div><br /> [[Εικόνα: Figure_2.JPG| thumb| right| Εικόνα 1 : Επιλεγμένες περιοχές]]<br /> <br /> <br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Figure_2.JPG 2016-02-29T18:58:08Z

<p>Eleni Molla: Εικόνα 1 : Επιλεγμένες περιοχές</p> <hr /> <div>Εικόνα 1 : Επιλεγμένες περιοχές</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T18:54:47Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> <br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T18:54:19Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T18:54:04Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης :<br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T18:53:30Z

<p>Eleni Molla: </p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης : <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla http://147.102.106.44/rs/wiki/index.php/ANALYSING_THE_SPATIAL_HETEROGENEITY_OF_POVERTY_USING_REMOTE_SENSING:_TYPOLOGY_OF_POVERTY_AREAS_USING_SELECTED_RS_BASED_INDICATORS 2016-02-29T18:53:07Z

<p>Eleni Molla: Νέα σελίδα με ''''Εισαγωγή''' Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φ...'</p> <hr /> <div>'''Εισαγωγή'''<br /> <br /> Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002. <br /> <br /> '''Μέθοδος'''<br /> <br /> Τα δύο κύρια ζητήματα προς μελέτη είναι :<br /> Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)<br /> Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.<br /> <br /> Στάδια μελέτης : <br /> 1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε : <br /> ● άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες<br /> ● άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών<br /> ● περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)<br /> <br /> 2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)<br /> <br /> 3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή <br /> <br /> <br /> '''Συμπεράσματα<br /> '''<br /> Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3)<br /> Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)<br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Eleni Molla