RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Πανταζής Χρήστος

2018-02-25T16:17:33Z

Evzon:

[[Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore]]

[[Μοντέλο καλλιέργειας για την αξιολόγηση του υδατικού στρες στη ξηρική σόγια με Εικόνες Landsat]]

[[Ανίχνευση της αλλαγής χρήσης γης για την ενημέρωση της εθνικής βάσης χρήσης γης της Αλάσκας από το 2001 στο 2011]]

[[Τηλεπισκόπηση και κάλυψη γης από Open Street Map]]

[[Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων]]

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

Πανταζής Χρήστος

2018-02-25T16:16:26Z

Evzon:

[[Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore]]

[[Μοντέλο καλλιέργειας για την αξιολόγηση του υδατικού στρες στη ξηρική σόγια με Εικόνες Landsat]]

[[Ανίχνευση της αλλαγής χρήσης γης και του πρωτοκόλλου ταξινόμησης για την ενημέρωση της εθνικής βάσης χρήσης γης της Αλάσκας από το 2001 στο 2011]]

[[Τηλεπισκόπηση και κάλυψη γης από Open Street Map]]

[[Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων]]

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

Πανταζής Χρήστος

2018-02-25T16:15:41Z

Evzon:

[[Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore]]

[[Μοντέλο καλλιέργειας για την αξιολόγηση του υδατικού στρες στη ξηρική σόγια με Εικόνες Landsat]]

[[Πρωτόκλλο ανίχνευσης αλλαγής χρήσης γης και ταξινόμησης για την ανανέωση του Alaska NLCD 2001 το 2011]]

[[Τηλεπισκόπηση και κάλυψη γης από Open Street Map]]

[[Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων]]

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

Πανταζής Χρήστος

2018-02-25T16:14:07Z

Evzon:

[[Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore]]

[[Μοντέλο καλλιέργειας για την αξιολόγηση της έλλειψης νερού στη ξηρική σόγια με Εικόνες Landsat]]

[[Πρωτόκλλο ανίχνευσης αλλαγής χρήσης γης και ταξινόμησης για την ανανέωση του Alaska NLCD 2001 το 2011]]

[[Τηλεπισκόπηση και κάλυψη γης από Open Street Map]]

[[Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων]]

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

Πανταζής Χρήστος

2018-02-24T18:27:58Z

Evzon:

[[Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis]]

[[Μοντέλο καλλιέργειας για την αξιολόγηση της έλλειψης νερού στη ξηρική σόγια με Εικόνες Landsat]]

[[Πρωτόκλλο ανίχνευσης αλλαγής χρήσης γης και ταξινόμησης για την ανανέωση του Alaska NLCD 2001 το 2011]]

[[Τηλεπισκόπηση και κάλυψη γης από Open Street Map]]

[[Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων]]

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

Πανταζής Χρήστος

2018-02-24T18:26:20Z

Evzon: Νέα σελίδα με 'Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis [[Μοντέλο καλλιέργειας για την αξιολόγ...'

Τηλεπισκόπηση και κάλυψη γης από Open Street Map

2018-02-23T19:48:59Z

Evzon: Νέα σελίδα με '== '''Τηλεπισκόπηση και κάλυψη γης από Open Street Map''' == '''Εισαγωγή''' Η χρήση γης LU και η κάλυψη γης L...'

== '''Τηλεπισκόπηση και κάλυψη γης από Open Street Map''' ==

'''Εισαγωγή'''

Η χρήση γης LU και η κάλυψη γης LC είναι οι βασικοί παράγοντες που απαιτούνται για τη κατανόηση φαινομένων όπως η κλιματική αλλαγή, η διαχείριση φυσικών πόρων και ο αστικός και περιφερειακός προγραμματισμός. Σε μεγάλο βαθμό οι χάρτες LULC, βασίζονται στη τηλεπισκόπηση και στη ταξινόμηση εικόνων. Με τη νέα γενιά του παγκόσμιου ιστού Web2.0 έχουν αναπτυχθεί τεχνολογίες εθελοντικής γεωγραφικής πληροφορίας, VGI οι οποίες έχουν τη δυνατότητα να ανοίξουν νέους δρόμους στη χαρτογράφηση. Μια τέτοια τεχνολογία είναι και το Open Street Map, στο οποίο συμμετέχουν εκατομμύρια χρήστες μέσω ενός περιβάλλοντος ανοιχτού κώδικα. Βασικό πλεονέκτημα του OSM είναι ότι μπορεί να παράσχει μια πιο λεπτομερή αναπαράσταση του LULC, από αυτή που επιτυγχάνεται μέσα από τη τηλεπισκόπηση. Παράλληλα όμως εμφανίζονται σημαντικές ελλείψεις που επηρεάζουν την αξιοπιστία του OSM όπως η χωρική και χρονική ανομοιογένεια, οι λανθασμένες θεματικές πληροφορίες και τα αλληλεπικαλυπτόμενα χαρακτηριστικά. Ωστόσο τα κενά των δεδομένων μπορούν να περιοριστούν, βελτιώνοντας τις διάφορες λειτουργίες του OSM. Στο συγκεκριμένο άρθρο δημιουργήθηκε μια διαδικτυακή πλατφόρμα LULC βασισμένη στο OSM όπου θα μπορεί να αναβαθμίζεται από τους χρήστες και εξετάστηκαν τρία θέματα σχετικά με την χαρτογράφηση LCLU. Πρώτον ποια εργαλεία του OSM μπορούν να χρησιμοποιηθούν για την ταξινόμηση LCLU, δεύτερον αν μπορεί ένα πρόγραμμα ανοιχτού κώδικα να παρέχει πλήρη κάλυψη και τρίτον πόσο ακριβή αποτελέσματα παρέχει αυτό το προϊόν σε σχέση με τα υπόλοιπα.

'''Μεθοδολογία'''

Αρχικά δημιουργήθηκε το ελεύθερο λογισμικό κάλυψης γης, OLC το οποίο αφορούσε την περιοχή Heidelberg της νότιας Γερμανίας. Τα κενά που παρουσιάστηκαν στη βάση δεδομένων καλύφθηκαν μέσω επιβλεπόμενης ταξινόμησης, όπου κάθε χαρακτηριστικό συνδυαζόταν με ένα στοιχείο που το περιέγραφε. Στη συνέχεια έγινε μια σύγκριση του OLC με το πανευρωπαϊκό προϊόν κάλυψης γης CLC. Δεδομένου ότι τα δεδομένα OSM και CLC έχουν διαφορετικές ονομασίες ταξινόμησης, δημιουργήθηκε ένα κοινό υπόμνημα για τη σύνδεση των δεδομένων, μέσω μιας συνθήκης SQL. Γενικώς χρησιμοποιήθηκαν μόνο ευδιάκριτα στοιχεία χωρίς να συμπεριλαμβάνονται στοιχεία που παρουσίαζαν αναντιστοιχίες και όλα προέρχονται από ετερογενείς περιόδους από το 2007 μέχρι σήμερα. Για κάθε εικονοστοιχείο (30x30) υπολογίζονται τα περιγραφικά στατιστικά του και εξαγόταν η χρονική σφραγίδα του. Οι περισσότερες περιοχές έχουν επισημανθεί μετά το 2012 και ως εκ τούτου η κάλυψη OLC είναι πιο ενημερωμένη από την CLC. Τα ζητήματα των αλληλεπικαλυπτόμενων χαρακτηριστικών επιλύθηκαν με την προτεραιότητα των μικρότερων πολυγώνων πάνω στα μεγαλύτερα, γεγονός που συνέβαλε στον σωστό υπολογισμό στατιστικών στοιχείων κάθε κλάσης.

'''Αποτελέσματα'''

Κατά τη διάρκεια της χαρτογράφησης φαίνεται ότι η κάλυψη OLC υπερβαίνει κατά 6% την CLC για τη πόλη της Heidelberg. Η CLC παραλείπει τις βιομηχανικές μονάδες εμπορικών μεταφορών, τις καλλιεργήσιμες εκτάσεις, και τις μόνιμες καλλιέργειες ενώ δεσμεύεται τα εσωτερικά ύδατα σε μεγαλύτερο βαθμό από τη η κάλυψη OLC. Σε όλες τις άλλες κατηγορίες η OLC εμφανίζει περισσότερα σφάλματα σε απόδοση από ότι η CLC, ενώ η μεγαλύτερη αντίθεση σε θέμα ακρίβειας διαπιστώθηκε στις μόνιμες καλλιέργειες. Και στους δύο χάρτες υψηλότερη επίδοση επιτεύχθηκε στις δασικές εκτάσεις ταξινομήθηκαν λανθασμένα ως αστικές περιοχές. Μεγαλύτερη βεβαιότητα για εκτιμήσεις ακριβείας επιτεύχθηκε για μεγάλες ομοιογενείς κατηγορίες όπου χρησιμοποιήθηκαν αρκετά δείγματα, ενώ υψηλή σύγχυση και μεγάλες αβεβαιότητες εμφανίστηκαν σε χωρικά ετερογενείς περιοχές με επιλογή λίγων δειγμάτων. Στο παρακάτω σχήμα φαίνεται ότι η θεματική συμφωνία των χαρτών CLC και OLC ανέρχεται σε ποσοστό 84%. Οι κλάσεις της OLC εμφανίζουν περισσότερη ανομοιογένεια και φαίνονται κατακερματισμένες σε σχέση με τις κλάσεις της CLC.[[Εικόνα:openstreetmap.jpg|thumb|right|Εικόνα 1. Διαφορές CLC με OLC]]

'''Συμπεράσματα'''

Στη συγκεκριμένη εργασία αποδεικνύεται ότι οι χρήστες που απαιτούν εκτεταμένες χωρικές πληροφορίες LC θα μπορούσαν να συνδυάσουν πληροφορίες VGI για να καλύψουν τα κενά δεδομένα. Στο χάρτη που δημιουργήθηκε ύστερα από το συνδυασμό δεδομένων OSM και δεδομένων τηλεπισκόπησης αποδείχθηκε ότι αρκετές κλάσεις είχαν υψηλή ακρίβεια. Ωστόσο κάποιες άλλες εμφάνισαν υψηλά ποσοστά σφάλματος λόγω της σύγχυσης που επικράτησε μεταξύ τους.

Πηγή:

M. Schultz, J. Voss, M. Auer, S. Carter, & A. Zipf (2017).
Open land cover from OpenStreetMap and remote sensing.
''International Journal of Applied Earth Observation and Geoinformation, 63, 206-213''

[[category:Χαρτογραφία]]

Αρχείο:Openstreetmap.jpg

2018-02-23T19:44:38Z

Evzon:

Ανίχνευση της αλλαγής χρήσης γης για την ενημέρωση της εθνικής βάσης χρήσης γης της Αλάσκας από το 2001 στο 2011

2018-02-23T19:26:47Z

Evzon: /* Ανίχνευση της αλλαγής χρήσης γης και του πρωτοκόλλου ταξινόμησης για την ενημέρωση της εθνικής βάσης χρήσης γης της Αλάσκας από το 2001

== '''Ανίχνευση της αλλαγής χρήσης γης και του πρωτοκόλλου ταξινόμησης για την ενημέρωση της εθνικής βάσης χρήσης γης της Αλάσκας από το 2001 στο 2011''' ==

'''Εισαγωγή'''

Στη περιοχή της Αρκτικής οι αλλαγές στη βλάστηση και σε άλλους τύπους κάλυψης γης έχουν άμεσες επιπτώσεις στην ενεργειακή και υδατική ισορροπία της επιφάνειας του εδάφους, στο κλιματικό επίπεδο του οριακού στρώματος, στο κύκλο του άνθρακα και σε διάφορες άλλες παροχές του οικοσυστήματος. Η συγκεκριμένη έρευνα έχει δείξει ότι έχουν παρατηρηθεί σημαντικές αλλαγές στη περιοχή της Αρκτικής, όπως η τάση αύξησης της θερμοκρασίας τα τελευταία 30 χρόνια, η τήξη των πάγων και η αραίωση των παγετώνων, η μεταβολή και η αλλοίωση των κοινοτήτων βλάστησης, και η συχνότερη εμφάνιση μεγάλων πυρκαγιών τον περασμένο μισό αιώνα στην Αλάσκα και τον Καναδά. Η τελευταία περίπτωση, μαζί με τη κλιματική αλλαγή καθίστανται οι σημαντικότεροι μηχανισμοί που οδηγούν στην αλλαγή βλάστησης στην Αλάσκα. Η παρακολούθηση της αλλαγής αυτής, είναι ζωτικής σημασίας για τη κατανόηση της κατάστασης του παρελθόντος και του σημερινού οικοσυστήματος και για τη πρόβλεψη του μελλοντικού ως απάντηση στη κλιματική αλλαγή. Η εθνική βάση δεδομένων κάλυψης γης NLCD της Αλάσκας από εικόνες Landsat με χωρική ανάλυση 30 μέτρων, ήταν το πρώτο βασικό προϊόν κάλυψης γης που προοριζόταν να αντιπροσωπεύει την κατάσταση του 2001. Ωστόσο λόγω κάποιων περιόδων έλλειψης δεδομένων, η χρήση τους περιορίστηκε σε ορισμένες περιοχές. Για το λόγο αυτό διερευνήθηκε μια νέα προσέγγιση ενημέρωσης για τη προσαρμογή μιας μεθοδολογίας στις μοναδικές συνθήκες της Αλάσκας. Η μέθοδος σχεδιάστηκε αξιοποιώντας δευτερογενή δεδομένα για να καταγράψει τους κυριότερους οδηγούς αλλαγής της εδαφοκάλυψης και να εξάγει τους ανανεωμένους τύπους κάλυψης γης του 2011. Αυτή η εργασία περιγράφει τον πυρήνα του σχεδιασμού της ενημέρωσης της βάσης NLCD από το 2001 στο 2011.

'''Μεθοδολογία'''

Στο άρθρο αναπτύσσεται μια ολοκληρωμένη προσέγγιση με την ονομασία Alaska Land Cover Update 2011 (AKUP11) για την ενημέρωση της βάσης NLCD από το 2001 μέχρι το 2011 για τις τάξεις κάλυψης γης. Η προσέγγιση σχεδιάστηκε για να καταγράψει τις κύριες διαταραχές της αλλαγής της γης και να ενημερώσει τη νέα κάλυψη γης. Στις περιοχές που δεν παρατηρείται κάποια μεταβολή, θεωρείται σωστή η καταγραφή του 2001 και παραμένει σταθερή.
Για την ενημέρωση διαταραγμένων περιοχών βλάστησης δημιουργήθηκε ένα μοντέλο AKUP11-VEG, το οποίο περιλαμβάνει 4 βασικά βήματα: το προσδιορισμό πιθανών περιοχών διαταραχής, την εκχώρηση μιας αρχικής ετικέτας κάλυψης εδαφών, την εκτέλεση της ταξινόμησης των δέντρων χρησιμοποιώντας το μοντέλο SKILL ως σύνολο περιοχών εκπαίδευσης και την βελτίωση των αρχικά λανθασμένων
περιοχών, ενσωματώνοντας τα αποτελέσματα του μοντέλου SKILL. Η θεμελίωση του μοντέλου SKILL βασίζεται στη κατανόηση των οικολογικών διεργασιών που σχετίζονται με τη βλάστηση στη περιοχή της Αλάσκας. Στο μοντέλο ενσωματώθηκαν πληροφορίες σχετικές με το τύπο κάλυψης γης πριν από τη διαταραχή, τα, πολυεστιακά και πολυφασματικά δεδομένα και τα χαρακτηριστικά διαταραχής όπως η ημερομηνία και η σοβαρότητά τους.
Για τις περιοχές όπου σημειώθηκαν μεταβολές νερού και πάγου δημιουργήθηκε ένα μοντέλο AKUP11-WIS, με το οποίο ανιχνεύονται και χαρτογραφούνται αυτές οι περιοχές. Τα δεδομένα που χρησιμοποιήθηκαν προήλθαν από ζεύγη εικόνων Landsat 2001 και 2011 και από εικόνες MODIS 500 μέτρων με χρονική εκτίμηση έκτασης του χιονιού, 8 ημέρες. Αρχικά υπολογίστηκε ο δείκτης κανονικοποιημένης διαφοράς νερού (NDWI) για τη δημιουργία χαρτών κάλυψης χιονιού, πάγων και νερού και συνυπολογίζοντας τη κλίση του εδάφους από το DEM δημιουργήθηκαν εικόνες σκιάς εδάφους. Έπειτα συνδυάζοντας όλα τα παραπάνω αναπτύχθηκε ένα μοντέλο ανίχνευσης αλλαγής του χιονιού και παράχθηκε ένας χάρτης που είχε τέσσερις κατηγορίες. Τέλος προσδιορίστηκαν οι ενημερώσεις της αρχικής κάλυψης, τροποποιώντας περεταίρω τον αρχικό χάρτη, βάσει της βάσης NLCD 2001.

'''Αποτελέσματα'''

Συνολικά επεξεργάστηκαν 24 εικόνες Landsat, όπου οι 20 συνέλαβαν στη δημιουργία 6 ψηφιδωτών αρχείων χωρίς συνεφοκάλυψη για το 2001 και το 2011, για 3 πιλοτικές περιοχές μελέτης. Στη συνέχεια υπολογίστηκαν οι κανονικοποιημένες τιμές για τις αναλογίες των πυρκαγιών, από 3 ζεύγη μωσαϊκών Landsat βάσει των οποίων προκύπτει ότι οι διαταραγμένες περιοχές αντιστοιχών πλήρως με τις περιοχές φασματικής αλλαγής, όπως φαίνεται και στη παρακάτω εικόνα. [[Εικόνα:23.jpg|thumb|right|Εικόνα 1. Δυνητικά διαταραγμένη περιοχή και περιοχή διαδοχής]]

Επιπλέον κατά τη διάρκεια της τελευταίας δεκαετίας οι επιφάνειες των παγετώνων έχουν συρρικνωθεί και μέρος αυτών έχει εξαφανιστεί πλήρως, λόγω των κλιματικών συνθηκών. Η αύξηση του πολυετούς χιονιού ήταν σπάνια στις πιλοτικές περιοχές μελέτης.
Όσον αφορά την αποτελεσματικότητα της μεθοδολογίας, δύο τύποι αξιολόγησης ακρίβειας πραγματοποιήθηκαν. Η πρώτη αξιολόγηση επικεντρώθηκε στην ακρίβεια της ανίχνευσης και χαρτογράφησης των περιοχών αλλαγής κάλυψης γης, ενώ η δεύτερη επικεντρώθηκε στην ορθότητα της επικαιροποιημένης ετικέτας κάλυψης γης του 2011. Ένα δείγμα 100 μονάδων της αλλαγής κάλυψης γης απέδωσε συνολική ακρίβεια 90%, ενώ η ακρίβεια του χρήστη τόσο για τις κατηγορίες που αλλάζουν όσο και για αυτές που δεν επηρεάζονται εμφανίζουν σχετικά υψηλές τιμές, 83% και 93% αντίστοιχα.

'''Συμπεράσματα'''

Η συγκεκριμένη εργασία σχεδιάστηκε για να καταγράψει αποτελεσματικά τις βασικές αλλαγές στη κάλυψη γης της περιοχής της Αλάσκας. Κάμπτοντας προβλήματα όπως το μεγάλο μέγεθος της περιοχής μελέτης, της περιορισμένης διαθεσιμότητας δορυφορικών εικόνων χωρίς συνεφοκάλυψη και τη μοναδικότητα των οικοσυστημάτων, επιτεύχθηκε συνολική ακρίβεια της ανίχνευσης σε ποσοστό 90%, ενώ η συνολική ακρίβεια του NLCD 2011 προκύπτει σε ποσοστά μεγαλύτερα από 86%. Τόσο η εκτίμηση του οπτικού ελέγχου, όσο και η στατική ακρίβεια των χαρτών, αποδεικνύουν πόσο ισχυρή, συνεπής και αποτελεσματική ήταν η προσέγγιση για την ενημέρωση των περιοχών.

Πηγή:

S. Jin, L. Yang, Z. Zhu, & C. Homer (2017).
A land cover change detection and classification protocol for updating Alaska NLCD 2001 to 2011.
''Remote Sensing of Environment, 195, 44-55''

[[category:Ποιότητα τοπίου]]

Αρχείο:23.jpg

2018-02-23T19:24:49Z

Evzon:

Μοντέλο καλλιέργειας για την αξιολόγηση του υδατικού στρες στη ξηρική σόγια με Εικόνες Landsat

2018-02-23T19:04:18Z

Evzon: Νέα σελίδα με '== '''Μοντέλο καλλιέργειας για την αξιολόγηση του υδατικού στρες στη ξηρική σόγια με Εικόνες Land...'

== '''Μοντέλο καλλιέργειας για την αξιολόγηση του υδατικού στρες στη ξηρική σόγια με Εικόνες Landsat''' ==

'''Εισαγωγή'''

Η περιεκτικότητα ενός είδους σε νερό αποτελεί το σημαντικότερο παράγοντα για την ορθή καλλιέργειά του. Η σόγια, τα τελευταία 20 χρόνια, έχει αποτελέσει τη βασικότερη καλλιέργεια στην Αργεντινή και καλύπτει εκτάσεις 19.800.000 εκταρίων. Στο μεγαλύτερο τμήμα της, εμφανίζονται περίοδοι ακανόνιστων βροχοπτώσεων γεγονός που αποτελεί εμπόδιο για τις καλλιέργειες. Στο συγκεκριμένο άρθρο γίνεται μια προσπάθεια να ποσοτικοποιηθεί το επίπεδο ξηρασία, χρησιμοποιώντας δείκτες που βασίζονται στα ποσοστά κατακρήμνισης και εξατμισοδιαπνοής. Ο πιο βασικός είναι ο δείκτης ελλείμματος νερού καλλιέργειας (CWSI) και χρησιμοποιείται για τον προγραμματισμό των αρδεύσεων. Ο CWSI υπολογίζεται από τη διαφορά θερμοκρασίας μεταξύ θερμοκρασίας υπό σκιά και θερμοκρασίας αέρα, ενώ οι τιμές του κυμαίνονται από 0 έως 1, όπου 0 υπάρχει μηδενικό υδατικό στρες και 1 υπάρχει το μέγιστο.

'''Μεθοδολογία'''

Η περιοχή μελέτης βρίσκεται στη περιοχή Κόρδοβας στην Αργεντινή, όπου κυριαρχούν οι καλλιέργειες σόγιας και καλαμποκιού λόγω των κλιματικών συνθηκών και της εποχικότητας των βροχοπτώσεων. Σε αυτή τη περιοχή, η σόγια καλλιεργείται με τη χρήση διαγονιδιακών ποικιλιών ανθεκτικών στο glyphosate. Τα δεδομένα αποκτήθηκαν καθ’ όλη τη διάρκεια της καλλιέργειας (από τις 10/05/2010 έως τις 04/14/2011), από 14 αγροτεμάχια ανά 15 μέρες. Για κάθε δειγματοληψία καταγράφηκαν δεδομένα κάλυψης γης με βλάστηση, υγρασίας του εδάφους και φαινολογίας. Για τη συγκεκριμένη εργασία χρησιμοποιήθηκαν 9 δορυφορικές εικόνες, 5 από το δορυφόρο Landsat 7 και 4 από το δορυφόρο Landsat 5. Και οι δύο δορυφόροι είχαν χωρική ανάλυση 30 μέτρων ενώ η ραδιοµετρική και φασματική ανάλυση έγινε σε ορατές και υπέρυθρες ζώνες. Πιο συγκεκριμένα η ανάλυση έγινε στο κόκκινο και στο κοντινό υπέρυθρο για τον προσδιορισμό του δείκτη βλάστησης NDVI και της θερμικής υπέρυθρης ακτινοβολίας. Η ταξινόμηση έγινε σε δύο κατηγορίες: πράσινη βλάστηση και έδαφος, με τη μέθοδο της μέγιστης πιθανοφάνειας. Για την εκτίμηση της υγρασίας του εδάφους πραγματοποιήθηκαν 4 επαναλήψεις περιεκτικότητας με βαρυμετρική μέθοδο σε βάθος 0,05, 0,20, 0,40 και 0,80 μέτρων. Επίσης η ηλιακή ακτινοβολία, η μέγιστη και η ελάχιστη θερμοκρασία και η ταχύτητα του ανέμου μετρήθηκαν από τον μετεωρολογικό σταθμό Pilar.

'''Αποτελέσματα'''

Στην εικόνα 1 φαίνονται 9 διαγράμματα που απεικονίζουν τη σχέση μεταξύ του δείκτη βλάστησης NDVI και της θερμοκρασίας εδάφους LST για κάθε χρονική περίοδο που αντιπροσωπεύουν οι λήψεις των αεροφωτογραφιών. Όπως διακρίνεται η σχέση των δύο μεταβλητών είναι τραπεζοειδούς μορφής, εκτός από την 01/29/2011 όπου η
σχέση είναι τριγωνική (λαμβάνοντας υπόψη την περιοχή του NDVI). Η διαφορετική κατανομή των σημείων στα διαγράμματα υποδηλώνει την ύπαρξη ευρέος φάσματος υγρασίας εδάφους και βλάστησης στη περιοχή μελέτης.[[Εικόνα:soya.jpg|thumb|right|Εικόνα 1. Τα αποτελέσματα των ξηρών (κόκκινα) και υγρών (μπλε) άκρων για κάθε εποχιακή εικόνα στη περιοχή μελέτης]]

'''Συμπεράσματα'''

Στο συγκεκριμένο άρθρο παρουσιάζονται τρεις τύποι δεικτών που αντιπροσωπεύουν το υδατικό στρες των καλλιεργειών σόγιας και αναλύονται οι σχέσεις τους με το δείκτη ξηρότητας θερμοκρασίας-βλάστησης, TVDI. Τα αποτελέσματα των σχέσεων του δείκτη βλάστησης NDVI με τη θερμοκρασία εδάφους LST αποκαλύπτουν προσωρινή αλλαγή υγρών και ξερών άκρων. Η αποτύπωση των σχέσεων παρουσιάζει τραπεζοειδή μορφή, γεγονός που δείχνει ότι ο TVDI θα έχει παρόμοια ευαισθησία σε όλο το εύρος του NDVI. Η χρήση ενός απλού μοντέλου προσομοίωσης καλλιέργειας, που υπολογίζει την υγρασία του εδάφους με ακρίβεια, επέτρεψε να ληφθούν δείκτες για τις τιμές του υδατικού στρες ώστε να συγκριθούν με το TVDI. Καταλήγοντας στο βασικό συμπέρασμα, ο δείκτης TVDI, όπως καταγράφεται από εικόνες Landsat, είναι ικανός να παρουσιάσει τις συνθήκες υδατικού στρες της σόγιας κατά τη περίοδο καλλιέργειάς της, στη κεντρική γεωργική ζώνη της Κόρδοβας στην Αργεντινή.

Πηγή:

S. Sayago, G. Ovand, & M. Bocco (2017).
Landsat images and crop model for evaluating water stress of rainfed soybean.
''Remote Sensing of Environment, 198, 30-39''

[[category:Πρόβλεψη φυτικής απόδοσης]]

Αρχείο:Soya.jpg

2018-02-23T19:03:28Z

Evzon:

Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore

2018-02-23T18:44:47Z

Evzon: Νέα σελίδα με '== '''Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore''' ...'

== '''Ndvi: Ανίχνευση αλλαγής βλάστησης με τηλεπισκόπηση και gis-Μελέτη περίπτωσης η επαρχία Vellore''' ==

'''Εισαγωγή'''

Η ταξινόμηση της κάλυψης γης, η μέτρηση της υγρασίας εδάφους και η ωκεανογραφία, είναι μερικές εφαρμογές της τηλεπισκόπησης που προκύπτουν μέσω της επεξεργασίας και ανάλυσης των δεδομένων. Κύρια πηγή δεδομένων είναι οι πολυφασματικές εικόνες οι οποίες φέρουν φασματικά και χωρικά χαρακτηριστικά των αντικειμένων. Στη συγκεκριμένη μελέτη χρησιμοποιείται μια πολυφασματική εικόνα της επαρχίας Vellore έτσι ώστε να υπολογιστεί το ποσοστό διάφορων χαρακτηριστικών βλάστησης με σκοπό τη διάθεση των δεδομένων στο κοινό ώστε να προβλεφτούν και να αποφευχθούν διάφορες φυσικές καταστροφές όπως οι πλημμύρες. Η εικόνα αυτή λαμβάνεται από την εθνική υπηρεσία τηλεπισκόπησης και αποτελείται από τρία κανάλια ακτινοβολίας, το κοντινό υπέρυθρο, το κόκκινο και το πράσινο κανάλι. Για την επισήμανση των περιοχών της βλάστησης υπάρχουν διάφοροι δείκτες, με πιο γνωστό τον δείκτη κανονικοποιημένης διαφοράς NDVI. Αυτό το άρθρο παρουσιάζει τον τρόπο με τον οποίο μπορούν να συνδυαστούν το ορατό κόκκινο με το κοντινό υπέρυθρο, έτσι ώστε να εντοπιστούν περιοχές με σημαντική βλάστηση και άλλα χαρακτηριστικά.

'''Μεθοδολογία'''

Η κάλυψη της βλάστησης είναι ένας από τους σημαντικότερους βιοφυσικούς δείκτες της διάβρωσης του εδάφους, ο οποίος μπορεί να εκτιμηθεί υπολογίζοντας δείκτες βλάστησης που προέρχονται από δορυφορικές εικόνες. Οι δείκτες αυτοί, επιτρέπουν να οριοθετούμε την κατανομή της βλάστησης βάσει των χαρακτηριστικών ανάκλασής της. Ο NDVI είναι ένας απλός αριθμητικός δείκτης που μπορεί να χρησιμοποιηθεί για την ανάλυση των μετρήσεων τηλεπισκόπησης από μία απομακρυσμένη πλατφόρμα και να αξιολογήσει αν η παρατηρούμενη περιοχή περιέχει υγιή βλάστηση. Ο υπολογισμός του προέρχεται από τους παρακάτω τύπους:

RNDVI = (NIR - RED) / (NIR + RED) , (0<NDVI>1)

GNDVI = (NIR - GREEN) / (NIR + GREEN), (0<NDVI>1)

όπου RED είναι η κόκκινη ορατή ακτινοβολία, NIR είναι η εγγύς υπέρυθρη ακτινοβολία και GREEN είναι η πράσινη ορατή ακτινοβολία. Ο NDVI ομαλοποιεί τη διαφορά μεταξύ της εγγύς υπέρυθρης και της κόκκινης ακτινοβολίας ώστε να εξισορροπήσει τις παρεμβολές του φωτισμού, όπως τη σκίαση από συνεφοκάλυψη. Οι χαμηλές τιμές του NDVI αντιστοιχούν σε άγονες περιοχές, οι μέτριες αντιπροσωπεύουν θαμνώδεις εκτάσεις και χορτολίβαδα, ενώ οι υψηλές τιμές υποδηλώνουν εύκρατα και τροπικά δάση. Γενικώς οι τιμές του NDVI ποικίλλουν ανάλογα με την απορρόφηση της ερυθρής ακτινοβολίας από τη χλωροφύλλη των φυτών και με την αντανάκλαση της υπέρυθρης ακτινοβολίας από τα γεμάτα με νερό φύλλα. Όλες οι ορατές περιοχές λαμβάνονται από τη δορυφορική κάμερα σαν μπάντες, των οποίων τα χαρακτηριστικά μπορούν να απεικονιστούν με τη χρήση του δείκτη. Για να γίνει αυτό πρέπει να διαχωριστεί κάθε μπάντα από τη πολυφασματική εικόνα και να εφαρμοστεί ο δείκτης NDVI με διαφορετικές οριακές τιμές κάθε φορά.

'''Αποτελέσματα'''

Ο δείκτης NDVI χρησιμοποιείται ευρέως για τον προσδιορισμό των μεταβολών του ρυθμού ανάπτυξης της βλάστησης. Σε αυτή την εργασία οι τιμές του NDVI κυμαίνονται από 0,1 έως 0,5. Οι χαμηλότερες παρατηρούνται στα σχεδόν γυμνά εδάφη διότι η ανάκλαση από το έδαφος είναι υψηλή και οι τιμές στο εγγύς υπέρυθρο είναι χαμηλές ενώ στο κόκκινο είναι υψηλές. Όταν η διαθεσιμότητα του νερού στο έδαφος μειώνεται, η πράσινη βλάστηση τείνει να εξαφανιστεί, οπότε οι τιμές του NDVI μειώνονται. Η εμπειρική μελέτη αποδεικνύει ότι στο χρονικό διάστημα 20012006 οι δασικές εκτάσεις μειώθηκαν περίπου 6%, οι θαμνώδες εκτάσεις περίπου 23%, ενώ οι γεωργικές εκτάσεις αυξήθηκαν κατά 19%, η αστική περιοχή κατά 4% και οι υδάτινες επιφάνειες κατά 7%.[[Εικόνα:Vellore.jpg|thumb|right|Εικόνα 1. Ανάλυση ανίχνευσης αλλαγής κάλυψης γης]]

'''Συμπεράσματα'''

Η ανάλυση αλλαγής ανίχνευσης είναι ένας αποτελεσματικός τρόπος περιγραφής των αλλαγών που παρατηρούνται σε κάθε κατηγορία χρήσης γης. Σε διάστημα μιας δεκαετίας υπήρχαν σημαντικές διαφορές στη γεωργική γη, στη λοφώδη γη με βλάστηση και στην ξηρά καλλιέργεια. Η επιβλεπόμενη ταξινόμηση των εικόνων Landsat και η διασταυρωμένη επαλήθευση από το έδαφος, είχαν ως αποτέλεσμα τη συνολική ακρίβεια στην ερμηνεία της εικόνας. Τα δορυφορικά δεδομένα υψηλής
ανάλυσης θα βελτιώσουν καταλλήλως την ταξινόμηση της χρήσης γης. Κλείνοντας η εμπειρική μελέτη έδειξε ότι στη περίοδο 2001-2006, το ποσοστό της βλάστησης αυξήθηκε κατά 14,7032%, των υδάτινων επιφανειών κατά 2,1207%, των γεωργικών εκτάσεων κατά 7,3469% και των εναπομεινάντων εκτάσεων κατά 23,7749%.

Πηγή:

G.M. Gandhi, S. Parthiban, N. Thummalu, A. Christy(2015).
Ndvi: Vegetation Change Detection Using Remote Sensing and Gis – A Case Study of Vellore District.
''Procedia Computer Science, 57, 1199-1210''

[[category:Μελέτη διαχρονικής μεταβολής της βλάστησης]]

Αρχείο:Vellore.jpg

2018-02-23T18:43:28Z

Evzon:

Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων

2018-02-23T15:22:33Z

Evzon: /* Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων*/

== '''Χρήση τεχνικών τηλεπισκόπησης για την ποσοτικοποίηση της συμπεριφοράς της πυρκαγιάς σε δύο είδη πεύκων''' ==

'''Εισαγωγή'''

Σημαντικά είναι τα κενά που προκύπτουν στην κατανόηση της εξάπλωσης των υπαίθριων πυρκαγιών μεγάλης κλίμακας, όπως οι δασικές πυρκαγιές. Οι μετρήσεις της κλίμακας της φλόγας είναι καθοριστικής σημασίας για την κατανόηση και την ανάπτυξη μοντέλων συμπεριφοράς της φλόγας σε μια πυρκαγιά. Σε αυτή τη μελέτη διεξήχθησαν δύο πειραματικές έρευνες που στοχεύουν στην ανάπτυξη μιας ευρείας εκτίμησης της συμπεριφοράς του φαινομένου και στη μοντελοποίηση του. Ουσιαστικά οι ερευνητές, εκμεταλλεύτηκαν την εξέλιξη και βελτίωση των προηγούμενων τεχνικών τηλεανίχνευσης, οι οποίες επιτρέπουν την λεπτομερή μέτρηση τόσο της δομής της καύσιμης ύλης όσο και της συμπεριφοράς της φωτιάς για μεμονωμένους σκοπούς.

'''Μεθοδολογία'''

Τα δύο πειράματα διεξήχθησαν στο Pinelands National Reserve της πολιτείας New Jersey στην Αμερική. Πρόκειται για έναν παράκτιο κάμπο που καλύπτει μια έκταση 445.000 εκταρίων και έχει καθοριστεί από την υπηρεσία πυροπροστασίας του New Jersey. Το κλίμα που επικρατεί σε αυτή τη περιοχή είναι ψυχρό και εύκρατο με ετήσια βροχόπτωση 1159mm. Υψηλά δάση πεύκης και βελανιδιάς κυριαρχούν στο τοπίο τα οποία στο παρελθόν είχαν έρθει αντιμέτωπα με την εμφάνιση πυρκαγιάς. Το οδικό δίκτυο χρησιμοποιήθηκε σαν όριο της πυρκαγιάς και το πείραμα πραγματοποιήθηκε στις αρχές Μαρτίου, πριν από την ανάπτυξη της νέας βλάστησης.
Το περιβάλλον της φωτιάς παρακολουθήθηκε για κάθε πείραμα από τρεις πύργους 12,5 μέτρων, ενώ από έναν τέταρτο όμοιο πύργο παρακολουθούνταν οι συνθήκες περιβάλλοντος. Στη κορυφή του κάθε πύργου, ένα ηχητικό ανεμόμετρο μετρούσε τη θερμοκρασία του αέρα και την ταχύτητα του ανέμου. Δύο πρόσθετα ηχητικά ανεμόμετρα τοποθετήθηκαν στα 3 μέτρα στο βόριο και ανατολικό δρόμο, με σκοπό να παρακολουθούν τη πιθανή διοχέτευση ανέμου εκτός της επιτρεπόμενης περιοχής. Επίσης το ιστορικό της εξέλιξης της πυρκαγιάς καταγράφηκε από ένα αεροσκάφος χρησιμοποιώντας το πρόγραμμα αερομεταφερόμενων αισθητήρων WASP το οποίο παρείχε εικόνες φασματικής ζώνης στο υπέρυθρο και στο ορατό μήκος κύματος.
Οι εκτιμήσεις της καύσιμης ύλης διεξήχθηκαν πριν και μετά τη καταστροφή μέσω δειγματοληψίας σε 12 ομοιογενή οικόπεδα. Η προ καύσης δειγματοληψία διεξήχθη εντός 6 εβδομάδων, ενώ η δειγματοληψία μετά τη καύση διεξήχθη εντός 1-2 εβδομάδων. Σε κάθε οικόπεδο επιλέχθηκαν 3 ζώνες όπου συλλέχθηκαν η επιφανειακή καύσιμη ύλη και ταξινομήθηκε σαν δάσος και θάμνοι. Το ζωντανό και το νεκρό ξύλινο υλικό διαχωρίστηκε επιπλέον βάσει της υγρασίας του. Στη μελέτη αυτή εξετάστηκαν μόνο δείγματα μικρής διαμέτρου όπως πευκοβελόνες και κομμάτια ξύλου διαμέτρου μικρότερης των 6,35mm. Μετά τη πυρκαγιά τα δείγματα
συλλέχθηκαν σε 3 νέα σημεία σε σχέση με τις τοποθεσίες τους πριν την πυρκαγιά. Γενικώς όλα τα δείγματα σφραγίστηκαν σε πλαστικές σακούλες, αποθηκεύτηκαν σε ψύκτες και ζυγίστηκαν πριν και μετά την ξήρανσή τους. Για τη τελική μέτρηση της καύσιμης ύλης χρησιμοποιήθηκε η τεχνική LiDAR μέσω της οποίας ανιχνεύτηκε η πυκνότητα και η δομή της.
Ο ρυθμός διάδοσης παρατηρήθηκε από τις ισόχρονες φλόγες, οι οποίες σχεδιάστηκαν με τη χαρτογράφηση της κλίσης της έντασης του εικονοστοιχείου κάθε εικόνας μέσω του ArcGis 10.1. Ο υπολογισμός του ρυθμού διάδοσης έγινε μετρώντας τη απόσταση μεταξύ των ισόχρονων φλογών, σε διάστημα περίπου 10 μέτρων. Προκειμένου να χαρακτηριστεί η παρατηρούμενη συμπεριφορά της φλόγας, εκτιμήθηκε μια ένταση φωτιάς I, η οποία υποδείκνυε το ρυθμό απελευθέρωσης ενέργειας ανά μονάδα μήκους.

'''Αποτελέσματα'''

Οι δύο πυρκαγιές διεξήχθησαν υπό χαμηλούς ανέμους και ψυχρές θερμοκρασίες, παρόλα αυτά τα δεδομένα της περιεκτικότητας σε υγρασία για τη καύσιμη ύλη στο δεύτερο πείραμα δεν είναι διαθέσιμα. Η συνολική διάρκεια της εξάπλωσης της πυρκαγιάς στο πρώτο πείραμα ήταν περίπου 60 λεπτά, ενώ στο δεύτερο πείραμα είχε διάρκεια 80 λεπτά. Η κύρια κατεύθυνση της εξάπλωσης και των δύο πειραμάτων ήταν αρχικά κάθετη προς τον προσανατολισμό της γραμμής ανάφλεξης. Και στις δύο περιπτώσεις παρατηρούνται συγκλίσεις στις ισόχρονες φλόγες προς το κέντρο του τετραγώνου καύσης. Η σημαντικότερη συμβολή τόσο ως προς τη φόρτωση όσο και προς τη κατανάλωση της μάζας ήταν οι πευκοβελόνες. Επίσης διαπιστώθηκε πως μόνο σωματίδια μικρότερα των 2mm καταναλώθηκαν πλήρως. Ωστόσο περεταίρω έρευνα έδειξε ότι αυτό εξαρτάται από τη τοπική πυκνότητα έντασης.[[Εικόνα:φιρε.jpg|thumb|right|Εικόνα 1. Χάρτης της κατανάλωσης καύσιμης ύλης για τα δύο πειράματα EX1(a) EX2(b)]]

'''Συμπεράσματα'''

Με τη συγκεκριμένη έρευνα αποδείχθηκε η συμπεριφορά που μπορεί να έχει μια πυρκαγιά στο PNR προς το τέλος του χειμώνα και νωρίς την άνοιξη. Η φωτιά εξαπλώθηκε μέσω της καύσιμης ύλης με μέτριες αλλά μεταβλητές ταχύτητες διασποράς. Έτσι διαπιστώθηκε ότι η κατανάλωση της καύσιμης ύλης ήταν καλά συνδεδεμένη με την αρχική φόρτωση σε όλες τις θέσεις δειγμάτων. Ο αριθμός και ο τύπος των μετρήσεων στο συγκεκριμένο πείραμα αντιπροσωπεύουν τον ελάχιστο δυνατό για τη βασική διερεύνηση της συμπεριφοράς του φαινομένου. Ωστόσο οι μελέτες ακόμη και για αυτό το επίπεδο λεπτομέρειας είναι σχετικά ασυνήθιστες για μεμονωμένες περιπτώσεις. Ενώ οι λεπτομερείς προσεγγίσεις της τηλεπισκόπησης παρέχουν μια λογική συνολική εικόνα, μπορούν να γίνουν βελτιώσεις στη χρονική κλίμακα ορισμένων μετρήσεων. Είναι πιθανόν ότι ο αέρας δεν ήταν άμεση πηγή, αλλά ένας μεγαλύτερος αριθμός μετρήσεων θα βοηθούσε να απαντήσει σε αυτό. Η επίδραση της καύσιμης ύλης θα μπορούσε επίσης να χαρακτηριστεί καλύτερα με λεπτομερέστερες χωρικές πληροφορίες. Παρόλα αυτά η μελέτη παρέχει σταθερές βάσεις για ένα πλαίσιο μέτρησης και ανάλυσης μελλοντικών πειραμάτων.

Πηγή:

E.V. Mueller, N. Skowronski, K. Clark, M. Gallagher, R. Kremens, J.C. Thomas, M.El Houssami, A. Filkov, R.M. Hadden, W. Mell, & A. Simeoni(2017).
Utilization of remote sensing techniques for the quantification of fire behavior in two pine stands.
''Fire Safety Journal, 91, 845-854''

[[category:Δασικές Πυρκαγιές]]

Αρχείο:Φιρε.jpg

2018-02-23T15:19:55Z

Evzon: