RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images

2023-03-15T18:46:47Z

Fr leka: /* Παρακολούθηση εξάπλωσης δασικών πυρκαγιών και ανίχνευση δυναμικής βλάστησης με βάση εικόνες τηλεπισκόπησης πολλαπλών πηγών */

== Παρακολούθηση εξάπλωσης δασικών πυρκαγιών και ανίχνευση δυναμικής βλάστησης με βάση εικόνες τηλεπισκόπησης πολλαπλών πηγών ==

'''Πρωτότυπος Τίτλος:''' « Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images »
'''Συγγραφείς:''' Yuping Tian, Zechuan Wu, Mingze Li, Bin Wang, Xiaodi Zhang

'''Δημοσιεύθηκε:''' Remote Sensing (MDPI). 2022, 14, 4431. https://doi.org/10.3390/rs14184431

'''Σύνδεσμος :''' https://www.mdpi.com/2072-4292/14/18/4431

'''Λέξεις-Κλειδιά:''' Πολλαπλές πηγές τηλεπισκόπησης, δασική πυρκαγιά, Παρακολούθηση δασικών πυρκαγιών, ανάκτηση βλάστησης, παράγοντες δασικής πυρκαγιάς

[[Εικόνα: fl_paper4_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της περιοχής μελέτης και της τοποθεσίας πυρκαγιάς. ( α ) η τοποθεσία της περιοχής μελέτης, ( β ) η πυρκαγιά στην κομητεία MuLi, ( γ ) η πυρκαγιά στην πόλη JingJiu.]]
[[Εικόνα: fl_paper4_eik2.jpg| | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής παρακολούθησης δασικών πυρκαγιών με δεδομένα τηλεπισκόπησης πολλαπλών πηγών.]]
[[Εικόνα: fl_paper4_eik3.jpg| | thumb| right|'''Εικόνα 3:''' Μεταβλητές/Παράγοντες που επηρεάζουν τις δασικές πυρκαγιές.]]
[[Εικόνα: fl_paper4_eik4.jpg | | thumb| right|'''Εικόνα 4:''' Παρακολούθηση δασικών πυρκαγιών στην κομητεία Muli με βάση δορυφορικά δεδομένα GF-4.]]
[[Εικόνα: fl_paper4_eik5.jpg | thumb| right|'''Εικόνα 5:''' Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην κομητεία Muli.]]
[[Εικόνα: fl_paper4_eik6.jpg | thumb| right|'''Εικόνα 6:''' Παρακολούθηση δασικών πυρκαγιών στην πόλη Jingjiu με βάση δορυφορικά δεδομένα GF-4. ( a – f) είναι η διανομή πυρκαγιάς και καπνού στις 11:47 π.μ. στις 31 Μαρτίου, στις 14:55 μ.μ. στις 31 Μαρτίου, στις 16:41 μ.μ. στις 31 Μαρτίου, στις 11:52 π.μ. την 1η.]]
[[Εικόνα: fl_paper4_eik7.jpg | thumb| right|'''Εικόνα 7:''' Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην πόλη Jingjiu.]]
[[Εικόνα: fl_paper4_eik8.jpg | thumb| right|'''Εικόνα 8:''' Ένταση πυρκαγιάς και διαφορά μεταξύ των κατανομών VFC μετά την πυρκαγιά και των κατανομών VFC πριν από την πυρκαγιά (d VFC ) στην κομητεία Muli και την πόλη Jingjiu.]]
[[Εικόνα: fl_paper4_eik9.jpg | thumb| right|'''Εικόνα 8:''' Αλλαγές στη βλάστηση VFC πριν και μετά την πυρκαγιά στην κομητεία Muli, (α, β) και ο VFC πριν και μετά την πυρκαγιά στην πόλη Jingjiu, αντίστοιχα (γ, δ). ]]

'''1. Περίληψη'''

Οι ολοένα και πιο σοβαρές ζημιές που προκαλούνται από τις δασικές πυρκαγιές στο κόσμο έχουν ωθήσει στην επιστημονική και αποτελεσματική πρόληψη και ο έλεγχός τους έχει προσελκύσει την προσοχή χωρών παγκοσμίως. Η τηλεπισκόπηση προσφέρει τεχνολογίες που εφαρμόζονται για την παρακολούθηση της εξάπλωσης της πυρκαγιάς και την έγκαιρη προειδοποίησή, καθώς αποτελεί αναπτυξιακή κατεύθυνση για την πρόληψη και τον έλεγχό τους. Η μελέτη αυτή, εστιάζει στις πυρκαγιές που εκδηλώθηκαν στην κομητεία Muli (28 Μαρτίου 2020), και στην πόλη Jingjiu (30 Μαρτίου 2020), στην επαρχία Σιτσουάν. Για την παρακολούθηση των πυρκαγιών χρησιμοποιήθηκαν δορυφορικές εικόνες πολλαπλών πηγών από το Planet, Sentinel-2, MODIS, GF-1, GF-4 και Landsat-8.

'''2. Εισαγωγή'''

Τα δάση είναι ζωτικής σημασίας ανανεώσιμοι πόροι που χρησιμοποιούνται για τη κατασκευή του οικονομικού και οικολογικού περιβάλλοντος, ως βάση για τη βιώσιμη ανάπτυξη. Τα δάση δεσμεύουν τον άνθρακα, ρυθμίζοντας τη κλιματική αλλαγή. Όμως, συχνά υποφέρουν από φυσικές, αλλά κυρίως ανθρώπινες διαταραχές. Οι δασικές πυρκαγιές αποτελούν φυσική καταστροφή με τόσο ισχυρή ξαφνική και καταστροφική δύναμη απειλώντας τα δάση, τους βιότοπους, την άγρια ζωή και τις ανθρώπινες ζωές, και οι επιπτώσεις τους είναι επίσης εμφανείς και στη παγκόμσια κλιματική αλλαγή και την οικονομία (λόγω των ζημιών τους). Οι τεχνολογίες της τηλεπισκόπησης προσφέρουν εικόνες ταχείας και με ακριβή εξαγωγή της θέσης της πυρκαγιάς για τη παρακολούθησή της, πράγμα το οποίο είναι ανέφικτο να υπάρξει σε δύσβατες απομακρυσμένες περιοχές που καθιστά το έργο δυσκολότερο. Η συγκεκριμένη μελέτη στοχεύει στη παραγωγή μιας επιστημονικής βάσης για την πρόληψη και την καταπολέμηση των πυρκαγιών και τη μείωση των απωλειών από καταστροφές. Ως εκ τούτου, χρησιμοποιώντας δεδομένα από τις πυρκαγιές στην επαρχία Σιτσουάν, αυτή η εργασία συνδυάζει τα πλεονεκτήματα των δορυφόρων τηλεπισκόπησης πολλαπλών πηγών για την εξαγωγή της χρονοσειράς των γραμμών εξάπλωσης πυρκαγιάς για την απόκτηση της θέσης και της χρονικής εξέλιξης της πυρκαγιάς.

'''3. Δεδομένα και Μεθοδολογία '''

Η παρούσα μελέτη επικεντρώνεται στις πυρκαγιές που εκδηλώθηκαν στη κομητεία Muli, στην επαρχία Liangshan και στην πόλη Jingjiu, στην επαρχία Sichuan, Κίνα. Η φωτιά στη κομητεία Muli διήρκεσε εννέα ημέρες και το μέσο υψόμετρο της πυρκαγιάς ήταν 4000 μ., ενώ στη πόλη Jingjiu το μέσο υψόμετρο της πυρκαγιάς είναι 1800 μ. και η φωτιά έσβησε τη τέταρτη μέρα. Μετά τη πυρκαγιά χρησιμοποιήθηκαν δεδομένα δορυφορικών εικόνων από πολλούς δορυφόρους με σκοπό τη παρακολούθηση. Ειδικότερα, τα δεδομένα αυτά πάρθηκαν από τους δορυφόρους Planet, Sentinel-2, Landsat-8, GF-1, GF-4 και MODIS και ήταν συνολικά 29 δορυφορικές εικόνες. Κατά την επεξεργασία δορυφορικών εικόνων συμβαίνουν διάφορα ραδιομετρικά σφάλματα και γεωμετρικές παραμορφώσεις. Για τον λόγο αυτό, είναι αναγκαίο να επιλέγεται όσο το δυνατόν περισσότερο μια εικόνα χωρίς καθόλου σύννεφα ή με ελάχιστα σύννεφα. Στη παρούσα μελέτη, η ραδιομετρική, ατμοσφαιρική και η γεωμετρική διόρθωση υποβλήθηκαν σε προεπεξεργασία. Λόγω των διαφορετικών χωρικών αναλύσεων κάθε πηγής δεδομένων, όλα τα δεδομένα επαναδειγματοληψήθηκαν σε 3 μ. και στη συνέχεια εξήχθησαν πληροφορίες.
Ο δορυφόρος IRS GF4 χρησιμοποιήθηκε για την παρατήρηση της ασυνήθιστα υψηλής θερμοκρασίας της πυρκαγιάς πυρκαγιάς και το PMS παρακολουθούσε τον καπνό και το σημείο πυρκαγιάς. Η εξίσωση για τη μετατροπή της ακτινοβολίας σε θερμοκρασία είναι : Le (λi) = Gain*DN +offset.
Μετά την παραπάνω μετατροπή, η θερμοκρασία υπολογίστηκε χρησιμοποιώντας τη συνάρτηση Planck. Η εξίσωση περιγράφεται ως εξής: Τi = [Ki2/ ln (Ki1/Le(λi))].
Επιπλέον, οι παράγοντες που επηρεάζουν την εξάπλωση των δασικών πυρκαγιών χωρίζονται σε τέσσερις κατηγορίες: τους Μετεωρολογικοί, Εδαφικοί, Εύφλεκτοι και ανθρωπογενείς παράγοντες. Έτσι, συλλέχθηκαν, επιπλέον, οι τιμές της ωριαίας θερμοκρασίας, της σχετικής υγρασίας, της βροχόπτωσης, της κατεύθυνσης και της ταχύτητας ανέμου του ανέμου, από το Δίκτυο Μετεωρολογικών Δεδομένων της Κίνας τη στιγμή της εξάπλωσης της δασικής πυρκαγιάς. Επίσης, λήφθηκαν τα δεδομένα του ψηφιακού υψομετρικού μοντέλου (DEM) της περιοχής μελέτης από το Γεωχωρικό Σύννεφο Δεδομένων και εξήγαγαν χάρτες υψομέτρου, κλίσης και σκίασης της περιοχής μελέτης. Ακόμη, από την Εθνική Υπηρεσία Καταλόγου Γεωγραφικών Πληροφοριών συλλέχθηκαν δεδομένα δρόμων, σιδηρόδρομων, κατοικημένων περιοχών και νερού. Συνοψίζοντας, συλλέχθηκαν δεκατρείς παράγοντες για να αναλυθεί ο αντίκτυπός τους στις δασικές πυρκαγιές. Οι συγκεκριμένοι παράγοντες παρατίθενται παρακάτω στην Εικόνα 3. Έπειτα, ακολούθησε η εξαγωγή των αποτελεσμάτων που αφορούν την ένταση της πυρκαγιάς και την οριοθέτηση της ζώνης (γραμμής) της πυρκαγιάς. Συγκεκριμένα, για τη δημιουργία αυτών χρειάστηκε να γίνει εφαρμογή του δείκτη NBR κα dNBR. O NBR κυμαίνεται από -1 έως 1, ενώ οι τιμές dNBR κυμαίνονται από -2 έως 2. Στον υπολογισμό του dNBR για τη μετατροπή σε ακέραιο έγινε πολλαπλασιασμός (επί 1000) για παρακάτω διευκόλυνση. Συγκεκριμένα, οι σχέσεις αυτές είναι: ΝΒR = (ρnir – ρswir)/(ρnir + ρswir), και dNBR = NBRprefire – NBRpostfire.
Ακόμη, έγινε χρήση της μεθόδου Random Forest για τον υπολογισμό και την κατάταξη της σημασίας κάθε μεταβλητής. Επιπλέον, εφαρμόστηκε ο δείκτης VFC που κυμαίνεται μεταξύ 0 και 1 και δηλώνει ότι όσο πιο κοντά είναι η τιμή στο 1, τόσο υψηλότερο είναι το VFC τηςπεριοχής μελέτης. Η τιμή υπολογίζεται γενικά με βάση τον κανονικοποιημένο διαφοροποιημένο δείκτη βλάστησης.

'''4. Αποτελέσματα'''

Η περιοχή ύπαρξης καπνού από την πυρκαγιά παρουσίασε ανοδική τάση υποδεικνύοντας, λοιπόν, ότι η φωτιά εντεινόταν ξανά. Υπήρχε πολύ καπνός στο σημείο της πυρκαγιάς και επεκτάθηκε στα βόρεια-βορειοανατολικά, σύμφωνα με τις τοπικές καιρικές συνθήκες. Ακολούθως, χρησιμοποιήθηκαν χρονοσειρές από δεδομένα GF-4 για τη περιοχή Jingjiu και φανερώνουν ότι η πυρκαγιά κινήθηκε σταδιακά προς τα ανατολικά-βορειοανατολικά, σύμφωνα με τις τοπικές καιρικές συνθήκες. Ακόμη, ακολούθησε η κατασκευή χάρτη με την ένταση της πυρκαγιάς. Η τελική περιοχή που κάηκε από τη φωτιά στην κομητεία Muli ήταν 209,17 km 2 . Η τελική καμένη περιοχή από πυρκαγιά ταξινομήθηκε σύμφωνα με το κατώφλι dNBR. Τέλος, απεικονίστηκε η βλάστηση της κομητείας Muli και της πόλης Jingjiu πριν από την πυρκαγιά και ένα έτος μετά την πυρκαγιά. Επιλέχθηκαν τυχαία 40 σημεία από τις εικόνες VFC πριν από την πυρκαγιά , τις VFC μετά την πυρκαγιά και τις εικόνες dNBR, αντίστοιχα, για να χτιστεί η σχέση μεταξύ του VFC και του dNBR, αντίστοιχα. Τα αποτελέσματα για την κομητεία Muli και την πόλη Jingjiu ήταν παρόμοια. Και τα δύο VFC πριν από την πυρκαγιά ήταν σημαντικά ανάλογα με το dNBR, με R 2 0,79 και 0,76, αντίστοιχα.

'''5. Συζήτηση'''

Με τις ολοένα και περισσότερες δασικές πυρκαγιές και τις τεράστιες απώλειες που επιφέρουν, είναι σημαντική η χρήση της τηλεπισκόπησης για την παρακολούθηση της εξάπλωσης των δασικών πυρκαγιών. Όσον αφορά την παρακολούθηση των δασικών πυρκαγιών, οι εικόνες πολλαπλών πηγών έχουν το πλεονέκτημα ότι είναι χαμηλού κόστους, ακριβείς και αποτελεσματικές. Επιπλέον, παίζουν σημαντικό ρόλο στον εντοπισμό των σημείων όπου ξεκινά η πυρκαγιά και βοηθούν στην αναγνώριση της καμένης περιοχής με τεχνητά μέσα. Η υψηλή χωρική ανάλυση μπορεί να παρέχει πιο λεπτομερείς και ακριβείς πληροφορίες για τις δασικές πυρκαγιές. Βέβαια, ο μεγάλος χώρος αποθήκευσης που απαιτούν και η χαμηλή απόδοση της επεξεργασίας δεδομένων (λόγω της υψηλής χωρικής ανάλυσης) σημαίνει ότι το ευρύ φάσμα των βιομηχανικών εφαρμογών του μπορεί να περιοριστεί. Ειδικότερα, για την ακριβή κατανόηση της δυναμικής των δασικών πυρκαγιών οι αλγόριθμοι αναγνώρισης των δασικών πυρκαγιών είναι πολύ σημαντικοί, αποτελεσματικοί συνάμα και αξιόπιστοι.
Στη παρούσα εργασία χρησιμοποιήθηκαν οι δείκτες NBR, dNBR και NDVI. Ο συνδυασμός των πλεονεκτημάτων των δεδομένων τηλεπισκόπησης πολλαπλών πηγών δορυφόρου μπορεί να εμφανίσει αποτελεσματικά πληροφορίες για τις δασικές πυρκαγιές και να παρακολουθήσει την εξάπλωση και την αναζωπύρωση των δασικών πυρκαγιών.
Η σχετική υγρασία, η θερμοκρασία, η βροχόπτωση, η ταχύτητα του ανέμου και η κατεύθυνση του ανέμου επιλέχθηκαν ως οι πέντε σημαντικοί μετεωρολογικοί παράγοντες που επηρεάζουν την εξάπλωση των δύο επιλεγμένων δασικών πυρκαγιών στην επαρχία Σιτσουάν. Ακόμη, φάνηκε πως οι μετεωρολογικοί παράγοντες έχουν τη πιο σημαντική επίδραση στην εξάπλωση της πυρκαγιάς από τους υπόλοιπους παράγοντες. Αναλυτικότερα, τα αποτελέσματα έδειξαν ότι η σχετική υγρασία ήταν ο πιο κρίσιμος παράγοντας που επηρέασε την εξάπλωση των δασικών πυρκαγιών στην περιοχή μελέτης. Δεύτερη έρχεται η θερμοκρασία, μετά τη σχετική υγρασία και ακολούθως η ταχύτητα και η κατεύθυνση του ανέμου κρίθηκαν πιο σημαντικές από τη βροχόπτωση. Ακόμη, η σχετική υγρασία επηρεάζει την περιεκτικότητα σε υγρασία στα δάση και η υψηλή σχετική υγρασία αυξάνει την υγρασία του καυσίμου, επιβραδύνοντας έτσι την εξάπλωση μιας πυρκαγιάς. Η θερμοκρασία επηρεάζει άμεσα την περιεκτικότητα σε υγρασία των εύφλεκτων καυσίμων.
Σημαντικό γεγονός για τη περιοχή μελέτης είναι ότι τον Μάρτιο του 2020, η νοτιοδυτική περιοχή υπέφερε από ξηρασία, καθώς υπήρχαν λίγες βροχοπτώσεις, με θερμοκρασίες σημαντικά υψηλότερες από τα προηγούμενα χρόνια και πιο θυελλώδεις καιρικές συνθήκες. Επίσης, δεν έπεσε βροχή για 20 συνεχόμενες ημέρες. Συνεπώς, οι ακραίες καιρικές συνθήκες έχουν αυξήσει σημαντικά την πιθανότητα έναρξης και εξάπλωσης δασικών πυρκαγιών στην περιοχή μελέτης.
Γενικότερα, από τη μελέτη αυτή φάνηκε ότι η αδυναμία που υπάρχει τωρα όσον αφορά μια ενιαία πηγή δεδομένων τηλεπισκόπησης δεν μπορεί να καλύψει ταυτόχρονα τις απαιτήσεις χρονικής και χωρικής ανάλυσης της παρακολούθησης της εξάπλωσης πυρκαγιάς, γεγονός που επηρεάζει την αποτελεσματικότητα και την επικαιρότητά της. Έτσι, με την εργασία αυτή επιλύθηκε αυτό το πρόβλημα αφού αυτή η μελέτη συνέλεξε δεδομένα εικόνων πολλαπλών πηγών που χρησιμοποιούνται ευρέως στην παρακολούθηση δασικών πυρκαγιών, για τη βελτίωση της παρακολούθησης της εξάπλωσης των δασικών πυρκαγιών. Τέλος, η έλλειψη της παρακολούθησης της εξάπλωσης των δασικών πυρκαγιών μπορεί να οδηγήσει άμεσα στην αδυναμία ολοκληρωμένης ανάλυσης της διαδικασίας και των τακτικών χαρακτηριστικών της εξάπλωσης δασικών πυρκαγιών, με αποτέλεσμα να υπάρχουν καθυστερήσεις και λάθη στην κρίση και τη διαχείριση των δασικών πυρκαγιών.

'''6. Συμπεράσματα'''

Οι δασικές πυρκαγιές στην κομητεία Muli και την πόλη Jingjiu, στην επαρχία Σιτσουάν, παρακολουθήθηκαν με πολλαπλά δεδομένα εικόνων. Το dNBR χρησιμοποιήθηκε για τον προσδιορισμό της καμένης περιοχής και της έντασης της δασικής πυρκαγιάς και αναλύθηκε η σχέση μεταξύ της βλάστησης πριν και μετά την πυρκαγιά και την ένταση της δασικής πυρκαγιάς. Τα αποτελέσματα φανερώνουν ότι με συνδυασμό των δεδομένων τηλεπισκόπησης που λαμβάνονται από δορυφορική τηλεπισκόπηση πολλαπλών πηγών, μπορεί να πραγματοποιηθεί η παρακολούθηση και η ποσοτική ανάλυση της δυναμικής εξάπλωσης των δασικών πυρκαγιών. Οι μετεωρολογικοί παράγοντες είχαν τη σημαντικότερη επίδραση στην εξάπλωσή τους σε σύγκριση με άλλους παράγοντες δασικών πυρκαγιών. Μεταξύ όλων των μεταβλητών, η σχετική υγρασία ήταν ο σημαντικότερος παράγοντας που επηρέασε την εξάπλωση των δασικών πυρκαγιών, ακολουθούμενη από τη θερμοκρασία. Συνεπώς, τα αποτελέσματα αυτής της μελέτης παρέχουν πληροφορίες για τις πυρκαγιές στην επαρχία Σιτσουάν, αλλά μπορούν επίσης να εφαρμοστούν ως τεχνική αναφορά για την παρακολούθηση της εξάπλωσης δασικών πυρκαγιών με τηλεπισκόπηση και την απόκριση έκτακτης ανάγκης.

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T18:46:14Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' «Drought analysis of Van Lake Basin with remote sensing and GIS technologies»

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2.jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης.]]
[[Εικόνα: fl_paper2_eik3.jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4.jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5.jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''

Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Λέκα Φρεντιόλα

2023-03-15T18:45:15Z

Fr leka:

*[[Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing]]
*[[Drought analysis of Van Lake Basin with remote sensing and GIS technologies]]
*[[Vegetation changes in Yellow River Delta wetlands from 2018 to 2020 using PIE-Engine and short time series Sentinel-2 images]]
*[[Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images]]

Λέκα Φρεντιόλα

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

Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images

2023-03-15T18:44:12Z

Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images

2023-03-15T18:43:45Z

== Παρακολούθηση εξάπλωσης δασικών πυρκαγιών και ανίχνευση δυναμικής βλάστησης με βάση εικόνες τηλεπισκόπησης πολλαπλών πηγών ==

'''Πρωτότυπος Τίτλος:''' « Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images »
'''Συγγραφείς:''' Yuping Tian, Zechuan Wu, Mingze Li, Bin Wang, Xiaodi Zhang

'''Δημοσιεύθηκε:''' Remote Sensing (MDPI). 2022, 14, 4431. https://doi.org/10.3390/rs14184431

'''Σύνδεσμος :''' https://www.mdpi.com/2072-4292/14/18/4431

'''Λέξεις-Κλειδιά:''' Πολλαπλές πηγές τηλεπισκόπησης, δασική πυρκαγιά, Παρακολούθηση δασικών πυρκαγιών, ανάκτηση βλάστησης, παράγοντες δασικής πυρκαγιάς

[[Εικόνα: fl_paper4_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της περιοχής μελέτης και της τοποθεσίας πυρκαγιάς. ( α ) η τοποθεσία της περιοχής μελέτης, ( β ) η πυρκαγιά στην κομητεία MuLi, ( γ ) η πυρκαγιά στην πόλη JingJiu.]]
[[Εικόνα: fl_paper4_eik2.jpg| | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής παρακολούθησης δασικών πυρκαγιών με δεδομένα τηλεπισκόπησης πολλαπλών πηγών.]]
[[Εικόνα: fl_paper4_eik3.jpg| | thumb| right|'''Εικόνα 3:''' Μεταβλητές/Παράγοντες που επηρεάζουν τις δασικές πυρκαγιές.]]
[[Εικόνα: fl_paper4_eik4.jpg | | thumb| right|'''Εικόνα 4:''' Παρακολούθηση δασικών πυρκαγιών στην κομητεία Muli με βάση δορυφορικά δεδομένα GF-4.]]
[[Εικόνα: fl_paper4_eik5.jpg | thumb| right|'''Εικόνα 5:''' Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην κομητεία Muli.]]
[[Εικόνα: fl_paper4_eik6.jpg | thumb| right|'''Εικόνα 6:''' Παρακολούθηση δασικών πυρκαγιών στην πόλη Jingjiu με βάση δορυφορικά δεδομένα GF-4. ( a – f) είναι η διανομή πυρκαγιάς και καπνού στις 11:47 π.μ. στις 31 Μαρτίου, στις 14:55 μ.μ. στις 31 Μαρτίου, στις 16:41 μ.μ. στις 31 Μαρτίου, στις 11:52 π.μ. την 1η.]]
[[Εικόνα: fl_paper4_eik7.jpg | thumb| right|'''Εικόνα 7:''' Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην πόλη Jingjiu.]]
[[Εικόνα: fl_paper4_eik8.jpg | thumb| right|'''Εικόνα 8:''' Ένταση πυρκαγιάς και διαφορά μεταξύ των κατανομών VFC μετά την πυρκαγιά και των κατανομών VFC πριν από την πυρκαγιά (d VFC ) στην κομητεία Muli και την πόλη Jingjiu.]]
[[Εικόνα: fl_paper4_eik9.jpg | thumb| right|'''Εικόνα 8:''' Αλλαγές στη βλάστηση VFC πριν και μετά την πυρκαγιά στην κομητεία Muli, (α, β) και ο VFC πριν και μετά την πυρκαγιά στην πόλη Jingjiu, αντίστοιχα (γ, δ). ]]

'''1. Περίληψη'''

Οι ολοένα και πιο σοβαρές ζημιές που προκαλούνται από τις δασικές πυρκαγιές στο κόσμο έχουν ωθήσει στην επιστημονική και αποτελεσματική πρόληψη και ο έλεγχός τους έχει προσελκύσει την προσοχή χωρών παγκοσμίως. Η τηλεπισκόπηση προσφέρει τεχνολογίες που εφαρμόζονται για την παρακολούθηση της εξάπλωσης της πυρκαγιάς και την έγκαιρη προειδοποίησή, καθώς αποτελεί αναπτυξιακή κατεύθυνση για την πρόληψη και τον έλεγχό τους. Η μελέτη αυτή, εστιάζει στις πυρκαγιές που εκδηλώθηκαν στην κομητεία Muli (28 Μαρτίου 2020), και στην πόλη Jingjiu (30 Μαρτίου 2020), στην επαρχία Σιτσουάν. Για την παρακολούθηση των πυρκαγιών χρησιμοποιήθηκαν δορυφορικές εικόνες πολλαπλών πηγών από το Planet, Sentinel-2, MODIS, GF-1, GF-4 και Landsat-8.

'''2. Εισαγωγή'''

Τα δάση είναι ζωτικής σημασίας ανανεώσιμοι πόροι που χρησιμοποιούνται για τη κατασκευή του οικονομικού και οικολογικού περιβάλλοντος, ως βάση για τη βιώσιμη ανάπτυξη. Τα δάση δεσμεύουν τον άνθρακα, ρυθμίζοντας τη κλιματική αλλαγή. Όμως, συχνά υποφέρουν από φυσικές, αλλά κυρίως ανθρώπινες διαταραχές. Οι δασικές πυρκαγιές αποτελούν φυσική καταστροφή με τόσο ισχυρή ξαφνική και καταστροφική δύναμη απειλώντας τα δάση, τους βιότοπους, την άγρια ζωή και τις ανθρώπινες ζωές, και οι επιπτώσεις τους είναι επίσης εμφανείς και στη παγκόμσια κλιματική αλλαγή και την οικονομία (λόγω των ζημιών τους). Οι τεχνολογίες της τηλεπισκόπησης προσφέρουν εικόνες ταχείας και με ακριβή εξαγωγή της θέσης της πυρκαγιάς για τη παρακολούθησή της, πράγμα το οποίο είναι ανέφικτο να υπάρξει σε δύσβατες απομακρυσμένες περιοχές που καθιστά το έργο δυσκολότερο. Η συγκεκριμένη μελέτη στοχεύει στη παραγωγή μιας επιστημονικής βάσης για την πρόληψη και την καταπολέμηση των πυρκαγιών και τη μείωση των απωλειών από καταστροφές. Ως εκ τούτου, χρησιμοποιώντας δεδομένα από τις πυρκαγιές στην επαρχία Σιτσουάν, αυτή η εργασία συνδυάζει τα πλεονεκτήματα των δορυφόρων τηλεπισκόπησης πολλαπλών πηγών για την εξαγωγή της χρονοσειράς των γραμμών εξάπλωσης πυρκαγιάς για την απόκτηση της θέσης και της χρονικής εξέλιξης της πυρκαγιάς.

'''3. Δεδομένα και Μεθοδολογία '''

Η παρούσα μελέτη επικεντρώνεται στις πυρκαγιές που εκδηλώθηκαν στη κομητεία Muli, στην επαρχία Liangshan και στην πόλη Jingjiu, στην επαρχία Sichuan, Κίνα. Η φωτιά στη κομητεία Muli διήρκεσε εννέα ημέρες και το μέσο υψόμετρο της πυρκαγιάς ήταν 4000 μ., ενώ στη πόλη Jingjiu το μέσο υψόμετρο της πυρκαγιάς είναι 1800 μ. και η φωτιά έσβησε τη τέταρτη μέρα. Μετά τη πυρκαγιά χρησιμοποιήθηκαν δεδομένα δορυφορικών εικόνων από πολλούς δορυφόρους με σκοπό τη παρακολούθηση. Ειδικότερα, τα δεδομένα αυτά πάρθηκαν από τους δορυφόρους Planet, Sentinel-2, Landsat-8, GF-1, GF-4 και MODIS και ήταν συνολικά 29 δορυφορικές εικόνες. Κατά την επεξεργασία δορυφορικών εικόνων συμβαίνουν διάφορα ραδιομετρικά σφάλματα και γεωμετρικές παραμορφώσεις. Για τον λόγο αυτό, είναι αναγκαίο να επιλέγεται όσο το δυνατόν περισσότερο μια εικόνα χωρίς καθόλου σύννεφα ή με ελάχιστα σύννεφα. Στη παρούσα μελέτη, η ραδιομετρική, ατμοσφαιρική και η γεωμετρική διόρθωση υποβλήθηκαν σε προεπεξεργασία. Λόγω των διαφορετικών χωρικών αναλύσεων κάθε πηγής δεδομένων, όλα τα δεδομένα επαναδειγματοληψήθηκαν σε 3 μ. και στη συνέχεια εξήχθησαν πληροφορίες.
Ο δορυφόρος IRS GF4 χρησιμοποιήθηκε για την παρατήρηση της ασυνήθιστα υψηλής θερμοκρασίας της πυρκαγιάς πυρκαγιάς και το PMS παρακολουθούσε τον καπνό και το σημείο πυρκαγιάς. Η εξίσωση για τη μετατροπή της ακτινοβολίας σε θερμοκρασία είναι : Le (λi) = Gain*DN +offset.
Μετά την παραπάνω μετατροπή, η θερμοκρασία υπολογίστηκε χρησιμοποιώντας τη συνάρτηση Planck. Η εξίσωση περιγράφεται ως εξής: Τi = [Ki2/ ln (Ki1/Le(λi))].
Επιπλέον, οι παράγοντες που επηρεάζουν την εξάπλωση των δασικών πυρκαγιών χωρίζονται σε τέσσερις κατηγορίες: τους Μετεωρολογικοί, Εδαφικοί, Εύφλεκτοι και ανθρωπογενείς παράγοντες. Έτσι, συλλέχθηκαν, επιπλέον, οι τιμές της ωριαίας θερμοκρασίας, της σχετικής υγρασίας, της βροχόπτωσης, της κατεύθυνσης και της ταχύτητας ανέμου του ανέμου, από το Δίκτυο Μετεωρολογικών Δεδομένων της Κίνας τη στιγμή της εξάπλωσης της δασικής πυρκαγιάς. Επίσης, λήφθηκαν τα δεδομένα του ψηφιακού υψομετρικού μοντέλου (DEM) της περιοχής μελέτης από το Γεωχωρικό Σύννεφο Δεδομένων και εξήγαγαν χάρτες υψομέτρου, κλίσης και σκίασης της περιοχής μελέτης. Ακόμη, από την Εθνική Υπηρεσία Καταλόγου Γεωγραφικών Πληροφοριών συλλέχθηκαν δεδομένα δρόμων, σιδηρόδρομων, κατοικημένων περιοχών και νερού. Συνοψίζοντας, συλλέχθηκαν δεκατρείς παράγοντες για να αναλυθεί ο αντίκτυπός τους στις δασικές πυρκαγιές. Οι συγκεκριμένοι παράγοντες παρατίθενται παρακάτω στην Εικόνα 3. Έπειτα, ακολούθησε η εξαγωγή των αποτελεσμάτων που αφορούν την ένταση της πυρκαγιάς και την οριοθέτηση της ζώνης (γραμμής) της πυρκαγιάς. Συγκεκριμένα, για τη δημιουργία αυτών χρειάστηκε να γίνει εφαρμογή του δείκτη NBR κα dNBR. O NBR κυμαίνεται από -1 έως 1, ενώ οι τιμές dNBR κυμαίνονται από -2 έως 2. Στον υπολογισμό του dNBR για τη μετατροπή σε ακέραιο έγινε πολλαπλασιασμός (επί 1000) για παρακάτω διευκόλυνση. Συγκεκριμένα, οι σχέσεις αυτές είναι: ΝΒR = (ρnir – ρswir)/(ρnir + ρswir), και dNBR = NBRprefire – NBRpostfire.
Ακόμη, έγινε χρήση της μεθόδου Random Forest για τον υπολογισμό και την κατάταξη της σημασίας κάθε μεταβλητής. Επιπλέον, εφαρμόστηκε ο δείκτης VFC που κυμαίνεται μεταξύ 0 και 1 και δηλώνει ότι όσο πιο κοντά είναι η τιμή στο 1, τόσο υψηλότερο είναι το VFC τηςπεριοχής μελέτης. Η τιμή υπολογίζεται γενικά με βάση τον κανονικοποιημένο διαφοροποιημένο δείκτη βλάστησης.

'''4. Αποτελέσματα'''

Η περιοχή ύπαρξης καπνού από την πυρκαγιά παρουσίασε ανοδική τάση υποδεικνύοντας, λοιπόν, ότι η φωτιά εντεινόταν ξανά. Υπήρχε πολύ καπνός στο σημείο της πυρκαγιάς και επεκτάθηκε στα βόρεια-βορειοανατολικά, σύμφωνα με τις τοπικές καιρικές συνθήκες. Ακολούθως, χρησιμοποιήθηκαν χρονοσειρές από δεδομένα GF-4 για τη περιοχή Jingjiu και φανερώνουν ότι η πυρκαγιά κινήθηκε σταδιακά προς τα ανατολικά-βορειοανατολικά, σύμφωνα με τις τοπικές καιρικές συνθήκες. Ακόμη, ακολούθησε η κατασκευή χάρτη με την ένταση της πυρκαγιάς. Η τελική περιοχή που κάηκε από τη φωτιά στην κομητεία Muli ήταν 209,17 km 2 . Η τελική καμένη περιοχή από πυρκαγιά ταξινομήθηκε σύμφωνα με το κατώφλι dNBR. Τέλος, απεικονίστηκε η βλάστηση της κομητείας Muli και της πόλης Jingjiu πριν από την πυρκαγιά και ένα έτος μετά την πυρκαγιά. Επιλέχθηκαν τυχαία 40 σημεία από τις εικόνες VFC πριν από την πυρκαγιά , τις VFC μετά την πυρκαγιά και τις εικόνες dNBR, αντίστοιχα, για να χτιστεί η σχέση μεταξύ του VFC και του dNBR, αντίστοιχα. Τα αποτελέσματα για την κομητεία Muli και την πόλη Jingjiu ήταν παρόμοια. Και τα δύο VFC πριν από την πυρκαγιά ήταν σημαντικά ανάλογα με το dNBR, με R 2 0,79 και 0,76, αντίστοιχα.

'''5. Συζήτηση'''

Με τις ολοένα και περισσότερες δασικές πυρκαγιές και τις τεράστιες απώλειες που επιφέρουν, είναι σημαντική η χρήση της τηλεπισκόπησης για την παρακολούθηση της εξάπλωσης των δασικών πυρκαγιών. Όσον αφορά την παρακολούθηση των δασικών πυρκαγιών, οι εικόνες πολλαπλών πηγών έχουν το πλεονέκτημα ότι είναι χαμηλού κόστους, ακριβείς και αποτελεσματικές. Επιπλέον, παίζουν σημαντικό ρόλο στον εντοπισμό των σημείων όπου ξεκινά η πυρκαγιά και βοηθούν στην αναγνώριση της καμένης περιοχής με τεχνητά μέσα. Η υψηλή χωρική ανάλυση μπορεί να παρέχει πιο λεπτομερείς και ακριβείς πληροφορίες για τις δασικές πυρκαγιές. Βέβαια, ο μεγάλος χώρος αποθήκευσης που απαιτούν και η χαμηλή απόδοση της επεξεργασίας δεδομένων (λόγω της υψηλής χωρικής ανάλυσης) σημαίνει ότι το ευρύ φάσμα των βιομηχανικών εφαρμογών του μπορεί να περιοριστεί. Ειδικότερα, για την ακριβή κατανόηση της δυναμικής των δασικών πυρκαγιών οι αλγόριθμοι αναγνώρισης των δασικών πυρκαγιών είναι πολύ σημαντικοί, αποτελεσματικοί συνάμα και αξιόπιστοι.
Στη παρούσα εργασία χρησιμοποιήθηκαν οι δείκτες NBR, dNBR και NDVI. Ο συνδυασμός των πλεονεκτημάτων των δεδομένων τηλεπισκόπησης πολλαπλών πηγών δορυφόρου μπορεί να εμφανίσει αποτελεσματικά πληροφορίες για τις δασικές πυρκαγιές και να παρακολουθήσει την εξάπλωση και την αναζωπύρωση των δασικών πυρκαγιών.
Η σχετική υγρασία, η θερμοκρασία, η βροχόπτωση, η ταχύτητα του ανέμου και η κατεύθυνση του ανέμου επιλέχθηκαν ως οι πέντε σημαντικοί μετεωρολογικοί παράγοντες που επηρεάζουν την εξάπλωση των δύο επιλεγμένων δασικών πυρκαγιών στην επαρχία Σιτσουάν. Ακόμη, φάνηκε πως οι μετεωρολογικοί παράγοντες έχουν τη πιο σημαντική επίδραση στην εξάπλωση της πυρκαγιάς από τους υπόλοιπους παράγοντες. Αναλυτικότερα, τα αποτελέσματα έδειξαν ότι η σχετική υγρασία ήταν ο πιο κρίσιμος παράγοντας που επηρέασε την εξάπλωση των δασικών πυρκαγιών στην περιοχή μελέτης. Δεύτερη έρχεται η θερμοκρασία, μετά τη σχετική υγρασία και ακολούθως η ταχύτητα και η κατεύθυνση του ανέμου κρίθηκαν πιο σημαντικές από τη βροχόπτωση. Ακόμη, η σχετική υγρασία επηρεάζει την περιεκτικότητα σε υγρασία στα δάση και η υψηλή σχετική υγρασία αυξάνει την υγρασία του καυσίμου, επιβραδύνοντας έτσι την εξάπλωση μιας πυρκαγιάς. Η θερμοκρασία επηρεάζει άμεσα την περιεκτικότητα σε υγρασία των εύφλεκτων καυσίμων.
Σημαντικό γεγονός για τη περιοχή μελέτης είναι ότι τον Μάρτιο του 2020, η νοτιοδυτική περιοχή υπέφερε από ξηρασία, καθώς υπήρχαν λίγες βροχοπτώσεις, με θερμοκρασίες σημαντικά υψηλότερες από τα προηγούμενα χρόνια και πιο θυελλώδεις καιρικές συνθήκες. Επίσης, δεν έπεσε βροχή για 20 συνεχόμενες ημέρες. Συνεπώς, οι ακραίες καιρικές συνθήκες έχουν αυξήσει σημαντικά την πιθανότητα έναρξης και εξάπλωσης δασικών πυρκαγιών στην περιοχή μελέτης.
Γενικότερα, από τη μελέτη αυτή φάνηκε ότι η αδυναμία που υπάρχει τωρα όσον αφορά μια ενιαία πηγή δεδομένων τηλεπισκόπησης δεν μπορεί να καλύψει ταυτόχρονα τις απαιτήσεις χρονικής και χωρικής ανάλυσης της παρακολούθησης της εξάπλωσης πυρκαγιάς, γεγονός που επηρεάζει την αποτελεσματικότητα και την επικαιρότητά της. Έτσι, με την εργασία αυτή επιλύθηκε αυτό το πρόβλημα αφού αυτή η μελέτη συνέλεξε δεδομένα εικόνων πολλαπλών πηγών που χρησιμοποιούνται ευρέως στην παρακολούθηση δασικών πυρκαγιών, για τη βελτίωση της παρακολούθησης της εξάπλωσης των δασικών πυρκαγιών. Τέλος, η έλλειψη της παρακολούθησης της εξάπλωσης των δασικών πυρκαγιών μπορεί να οδηγήσει άμεσα στην αδυναμία ολοκληρωμένης ανάλυσης της διαδικασίας και των τακτικών χαρακτηριστικών της εξάπλωσης δασικών πυρκαγιών, με αποτέλεσμα να υπάρχουν καθυστερήσεις και λάθη στην κρίση και τη διαχείριση των δασικών πυρκαγιών.

'''6. Συμπεράσματα''

Οι δασικές πυρκαγιές στην κομητεία Muli και την πόλη Jingjiu, στην επαρχία Σιτσουάν, παρακολουθήθηκαν με πολλαπλά δεδομένα εικόνων. Το dNBR χρησιμοποιήθηκε για τον προσδιορισμό της καμένης περιοχής και της έντασης της δασικής πυρκαγιάς και αναλύθηκε η σχέση μεταξύ της βλάστησης πριν και μετά την πυρκαγιά και την ένταση της δασικής πυρκαγιάς. Τα αποτελέσματα φανερώνουν ότι με συνδυασμό των δεδομένων τηλεπισκόπησης που λαμβάνονται από δορυφορική τηλεπισκόπηση πολλαπλών πηγών, μπορεί να πραγματοποιηθεί η παρακολούθηση και η ποσοτική ανάλυση της δυναμικής εξάπλωσης των δασικών πυρκαγιών. Οι μετεωρολογικοί παράγοντες είχαν τη σημαντικότερη επίδραση στην εξάπλωσή τους σε σύγκριση με άλλους παράγοντες δασικών πυρκαγιών. Μεταξύ όλων των μεταβλητών, η σχετική υγρασία ήταν ο σημαντικότερος παράγοντας που επηρέασε την εξάπλωση των δασικών πυρκαγιών, ακολουθούμενη από τη θερμοκρασία. Συνεπώς, τα αποτελέσματα αυτής της μελέτης παρέχουν πληροφορίες για τις πυρκαγιές στην επαρχία Σιτσουάν, αλλά μπορούν επίσης να εφαρμοστούν ως τεχνική αναφορά για την παρακολούθηση της εξάπλωσης δασικών πυρκαγιών με τηλεπισκόπηση και την απόκριση έκτακτης ανάγκης.

Forest Fire Spread Monitoring and Vegetation Dynamics Detection Based on Multi-Source Remote Sensing Images

2023-03-15T18:42:45Z

Fr leka: Νέα σελίδα με '== Παρακολούθηση εξάπλωσης δασικών πυρκαγιών και ανίχνευση δυναμικής βλάστησης με βάση εικόν...'

Αρχείο:Fl paper4 eik9.jpg

2023-03-15T18:38:54Z

Fr leka: Αλλαγές στη βλάστηση VFC πριν και μετά την πυρκαγιά στην κομητεία Muli, (α, β) και ο VFC πριν και μετά την πυρκαγιά στην πόλη Jingjiu, αντίστοιχα (γ, δ).

Αλλαγές στη βλάστηση VFC πριν και μετά την πυρκαγιά στην κομητεία Muli, (α, β) και ο VFC πριν και μετά την πυρκαγιά στην πόλη Jingjiu, αντίστοιχα (γ, δ).

Αρχείο:Fl paper4 eik8.jpg

2023-03-15T18:36:16Z

Fr leka: Ένταση πυρκαγιάς και διαφορά μεταξύ των κατανομών VFC μετά την πυρκαγιά και των κατανομών VFC πριν από την πυρκαγιά (d VFC ) στην κομητεία Muli και �

Ένταση πυρκαγιάς και διαφορά μεταξύ των κατανομών VFC μετά την πυρκαγιά και των κατανομών VFC πριν από την πυρκαγιά (d VFC ) στην κομητεία Muli και την πόλη Jingjiu.

Αρχείο:Fl paper4 eik7.jpg

2023-03-15T18:35:33Z

Fr leka: Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην πόλη Jingjiu.

Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην πόλη Jingjiu.

Αρχείο:Fl paper4 eik6.jpg

2023-03-15T18:34:59Z

Fr leka: Παρακολούθηση δασικών πυρκαγιών στην πόλη Jingjiu με βάση δορυφορικά δεδομένα GF-4. ( a – f) είναι η διανομή πυρκαγιάς και καπνού στις 11:47 π.μ. στις

Παρακολούθηση δασικών πυρκαγιών στην πόλη Jingjiu με βάση δορυφορικά δεδομένα GF-4. ( a – f) είναι η διανομή πυρκαγιάς και καπνού στις 11:47 π.μ. στις 31 Μαρτίου, στις 14:55 μ.μ. στις 31 Μαρτίου, στις 16:41 μ.μ. στις 31 Μαρτίου, στις 11:52 π.μ. την 1η.

Αρχείο:Fl paper4 eik5.jpg

2023-03-15T18:34:25Z

Fr leka: Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην κομητεία Muli.

Εικόνες από δορυφόρο πολλαπλών πηγών της καμένης περιοχής στην κομητεία Muli.

Αρχείο:Fl paper4 eik4.jpg

2023-03-15T18:33:44Z

Fr leka: Παρακολούθηση δασικών πυρκαγιών στην κομητεία Muli με βάση δορυφορικά δεδομένα GF-4.

Παρακολούθηση δασικών πυρκαγιών στην κομητεία Muli με βάση δορυφορικά δεδομένα GF-4.

Αρχείο:Fl paper4 eik3.jpg

2023-03-15T18:32:54Z

Fr leka: Μεταβλητές/Παράγοντες που επηρεάζουν τις δασικές πυρκαγιές.

Μεταβλητές/Παράγοντες που επηρεάζουν τις δασικές πυρκαγιές.

Αρχείο:Fl paper4 eik2.jpg

2023-03-15T18:32:26Z

Fr leka: Διάγραμμα ροής παρακολούθησης δασικών πυρκαγιών με δεδομένα τηλεπισκόπησης πολλαπλών πηγών.

Διάγραμμα ροής παρακολούθησης δασικών πυρκαγιών με δεδομένα τηλεπισκόπησης πολλαπλών πηγών.

Αρχείο:Fl paper4 eik1.jpg

2023-03-15T18:31:17Z

Fr leka: Θέση της περιοχής μελέτης και της τοποθεσίας πυρκαγιάς. ( α ) η τοποθεσία της περιοχής μελέτης, ( β ) η πυρκαγιά στην κομητεία MuLi, ( γ ) η πυρκαγι

Θέση της περιοχής μελέτης και της τοποθεσίας πυρκαγιάς. ( α ) η τοποθεσία της περιοχής μελέτης, ( β ) η πυρκαγιά στην κομητεία MuLi, ( γ ) η πυρκαγιά στην πόλη JingJiu.

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T03:08:35Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T03:08:19Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' « Drought analysis of Van Lake Basin with remote sensing and GIS technologies »

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2.jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης.]]
[[Εικόνα: fl_paper2_eik3.jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4.jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5.jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''

Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Λέκα Φρεντιόλα

2023-03-15T02:28:01Z

Fr leka:

*[[Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing]]
*[[Drought analysis of Van Lake Basin with remote sensing and GIS technologies]]
*[[Vegetation changes in Yellow River Delta wetlands from 2018 to 2020 using PIE-Engine and short time series Sentinel-2 images]]

Λέκα Φρεντιόλα

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

Vegetation changes in Yellow River Delta wetlands from 2018 to 2020 using PIE-Engine and short time series Sentinel-2 images

2023-03-15T02:26:41Z

Fr leka: /* Μεταβολές βλάστησης στους Υγροτόπους του Δέλτα του Κίτρινου Ποταμού από το 2018 έως το 2020 χρησιμοποιώντας PIE-Engine και μικρές χρονικές σει

== Μεταβολές βλάστησης στους Υγροτόπους του Δέλτα του Κίτρινου Ποταμού από το 2018 έως το 2020 χρησιμοποιώντας PIE-Engine και μικρές χρονικές σειρές Sentinel-2 ==

'''Πρωτότυπος Τίτλος:''' « Vegetation changes in Yellow River Delta wetlands from 2018 to 2020 using PIE-Engine and short time series Sentinel-2 images »

'''Συγγραφείς:''' Dong Chang, Zhiyong Wang, Xiaogang Ning, Zhenjin Li, Long Zhang, Xiaotong Liu

'''Δημοσιεύθηκε:''' Frontiers in Marine Science, 10 August 2022, Sec. Marine Conservation and Sustainability, Volume 9 - 2022 https://doi.org/10.3389/fmars.2022.977050

'''Σύνδεσμος :''' https://www.researchgate.net/publication/362613420_Vegetation_changes_in_Yellow_River_Delta_wetlands_from_2018_to_2020_using_PIE-Engine_and_short_time_series_Sentinel-2_images

'''Λέξεις-Κλειδιά:''' Υγρότοποι του Δέλτα του Κίτρινου Ποτοαμού, Κανονικοποιημένος Δείκτης Βλάστησης (N.D.V.I), PIE-Engine, SupportVector Machine, Sentinel-2, Spartina alterniflora

[[Εικόνα: fl_paper3_eik1.jpg| thumb| right|'''Εικόνα 1:''' Χάρτης περιοχής μελέτης. (Α) Τοποθεσία της περιοχής μελέτης. (Β) Οριοθέτηση με φόντο εικόνα Sentinel-2. (Γ) Spartina alterniflora . (D) Phragmites australis. και (Ε) Suaeda salsa φωτογραφημένη.]]
[[Εικόνα: fl_paper3_eik2.jpg | thumb| right|'''Εικόνα 2:''' Συνολικό διάγραμμα ροής για την ανάλυση των αλλαγών της βλάστησης στους υγροτόπους του Δέλτα του Κίτρινου Ποταμού από το 2018 έως το 2020.]]
[[Εικόνα: fl_paper3_eik3.jpg | thumb| right|'''Εικόνα 3:''' Οι καμπύλες θέσης και χρονολογικής σειράς NDVI δειγμάτων εκπαίδευσης. (Α) Η διανομή δειγμάτων εκπαίδευσης. (Β) Καμπύλες χρονοσειράς NDVI βασισμένες σε δείγματα εκπαίδευσης. SA, Spartina alterniflora ; OW, ανοιχτό νερό. TF, Παλιρροιακό επίπεδο; SS, Sua]]
[[Εικόνα: fl_paper3_eik4.jpg | thumb| right|'''Εικόνα 4:''' Η ταξινόμηση προκύπτει από τη μέθοδο που κατασκευάστηκε σε αυτό το έγγραφο. ΤΟ (Α) είναι το αποτέλεσμα ταξινόμησης το 2018. (Β) είναι το αποτέλεσμα ταξινόμησης το 2020.]]
[[Εικόνα: fl_paper3_eik5.jpg | thumb| right|'''Εικόνα 5:''' Τυπικός χάρτης αλλαγών κάλυψης βλάστησης.]]
[[Εικόνα: fl_paper3_eik6.jpg | thumb| right|'''Εικόνα 6:''' Μεταβολές γης και νερού από το 2018 έως το 2020.]]

'''1. Εισαγωγή'''

Ένας υγρότοπος αποτελεί ένα από τα πιο δυναμικά και πολύτιμα οικοσυστήματα στην παράκτια ζώνη, καθώς έχει μια ποικιλία οικολογικών λειτουργιών, όπως για παράδειγμα είναι η προστασία των ακτών, ο καθαρισμός του νερού κ.α. Οι υγρότοποι του Δέλτα του Κίτρινου Ποταμού διαδραματίζουν αναντικατάστατο ρόλο για τον άνθρωπο, καθώς φιλοξενούν τον τουρισμό και έχουν αρκετούς φυσικούς πόρους. Ωστόσο, ο μοναδικός τύπος βλάστησης στο Δέλτα του Κίτρινου Ποταμού διαταράσσεται εύκολα από φυσικούς ή ανθρώπινους παράγοντες και είναι εύθραυστο. Η εισαγωγή του Spartina alterniflora στο Δέλτα του ποταμού, με σκοπό την βελτίωση του περιβάλλοντος, δημιούργησε μεγάλα οικολογικά οφέλη στη περιοχή, αλλά η ραγδαία εξάπλωσή του αποτελεί απειλή για τη βιοποικιλότητα. Για τον λόγο αυτό, είναι αναγκαία η ποσοτική παρακολούθηση της κατανομής των ειδών της βλάστησης.

'''2. Δεδομένα και Μεθοδολογία'''

Οι υγρότοποι του Δέλτα του Κίτρινου Ποταμού επιλέγονται ως η πειραματική περιοχή σε αυτή την εργασία. Το Δέλτα του Κίτρινου Ποταμού βρίσκεται στα νότια του κόλπου Bohai και στα δυτικά του κόλπου Laizhou στην Κίνα και η περιοχή μελέτης είναι η εκβολή του Κίτρινου Ποταμού, που καλύπτει μια περιοχή περίπου 487km 2. Η συγκεκριμένη περιοχή είναι επιρρεπής στην επίδραση των ιζημάτωμτου Κίτρινου Ποταμού και της δυναμικής των ωκεανών, έχοντας ως αποτέλεσμα μια μεγάλη αλλαγή, μέσω της διάβρωσης της ιζηματογένεσης της ακτογραμμής. Για την παρακολούθηση της βλάστησης του υγροτόπου στο Δέλτα του Κίτρινου Ποταμού χρησιμοποιήθηκαν δορυφορικά δεδομένα τηλεπισκόπησης του δορυφόρου Sentinel-2, όπου επιλέχθηκαν συνολικά 46 εικόνες Sentinel-2A, συμπεριλαμβανομένων 25 εικόνων το 2018 και 21 εικόνων το 2020. Για την εξαγωγή της βλάστησης στους υγροτόπου και την ανάλυση τυχόν αλλαγών χρησιμοποιώντας σύνολα δεδομένων σύντομης χρονικής σειράς NDVI με βάση την πλατφόρμα υπολογιστικού νέφους τηλεπισκόπησης PIE-Engine. Αρχικά, το PIE-Engine χρησιμοποιήθηκε για τον έλεγχο σύννεφων, την αφαίρεση σύννεφων και τον υπολογισμό του NDVI. Έπειτα, στις εικόνες Sentinel-2 έγινε αφαίρεση των μεγάλων καλύψεων από νέφη και κατασκευάστηκαν τα δεδομένα σύντομης χρονικής σειράς NDVI. Τέλος, χρησιμοποιήθηκε ο ταξινομητής SVM για την παρακολούθηση και ταξινόμηση της βλάστησης των υγροτόπων και λήφθηκαν θεματικοί χάρτες κάλυψης της βλάστησης των υγροτόπων το 2018 και το 2020. Αφού έγινε ο υπολογισμός του δείκτη NDVI, ακολούθησε η ανάλυση των χρονοσειρών του NDVI, όπου στη διαδικασία ταξινόμησης, τα χαρακτηριστικά της γης ταξινομούνται σε πέντε κατηγορίες, τις: Spartina alterniflora (SA), Suaeda salsa (SS), Phragmites australis (PA), Open water (OW) και Tidal Flat (TF). Η διανομή του Phragmites australis και η Spartina alterniflora ήταν σχετικά συγκεντρωμένη και υπήρχαν πολλές προσμίξεις που αποτυπώθηκαν με έγχρωμες εικόνες Sentinel-2 που αποκτήθηκαν από τον Ιούνιο έως τον Οκτώβριο του 2018. Βέβαια, με βάση τις έγχρωμες αυτές εικόνες Sentinel-2, έγινε η κατανομή τους (Εικόνα 3Α). Σύμφωνα με τους διαιρεμένους τύπους αντικειμένων εδάφους και τα δεδομένα χρονοσειρών, μετρήθηκαν οι καμπύλες NDVI χρονοσειράς διαφορετικών αντικειμένων γης σε διαφορετικούς μήνες, όπως φαίνεται στην Εικόνα 3Β. Μεταβαίνοντας στην μέθοδο ταξινόμησης SVM (Support Vector Machine), χρησιμοποιήθηκε για την ταξινόμηση της βλάστησης των υγροτόπων με βάση τα δεδομένα σύντομης χρονικής σειράς NDVI. Ακολούθως, προκύπτουν τα αποτελέσματα της ταξινόμησης, όπου σύμφωνα με 46 εικόνες Sentinel-2, για τα έτη 2018 και 2020, οι τύποι υγροτόπων στο Δέλτα του Κίτρινου Ποταμού ταξινομούνται με βάση τη μέθοδο που κατασκευάστηκε και τα αποτελέσματα ταξινόμησης φαίνονται στην Εικόνα 4. Έπειτα, έγινε ο έλεγχος για την επαλήθευση της ακρίβειας, όπου χρησιμοποιήθηκαν 127 δείγματα επαλήθευσης για την αξιολόγηση της ακρίβειας των αποτελεσμάτων ταξινόμησης η οποία έδειξε ότι η μέθοδος πλεονεκτεί. Όμως, προκειμένου να επαληθευτούν τα πλεονεκτήματα της προτεινόμενης μεθόδου για τη παρακολούθηση των τύπων βλάστησης των υγροτόπων, το αποτέλεσμα της ταξινόμησης το 2018 από την προτεινόμενη μέθοδο, συγκρίθηκε με τα αποτελέσματα ταξινόμησης που προέκυψαν από δύο παραδοσιακές μεθόδους ταξινόμησης. Ακολούθως, δημιουργήθηκε ο χάρτης των μεταβολών της κάλυψης βλάστησης. Τέλος, έγινε απεικόνιση και του χάρτη της μεταβολής των ορίων της ξηράς με το νερό για τα έτη 2018 μέχρι 2020.

'''3. Συμπεράσματα'''

Η προτεινόμενη μέθοδος παρέχει μια βάση για την παρακολούθηση της βλάστησης του αλμυρού έλους σε μεγάλη κλίμακα και παρέχει μια επιστημονική αναφορά για την ταξινόμηση της βλάστησης και της οικολογικής εξέλιξης στο Δέλτα του Κίτρινου Ποταμού, αφού η συνολική ακρίβεια της ταξινόμησης της βλάστησης το 2018 και το 2020 που ελήφθη με τη χρήση της μεθόδου που προτείνεται σε αυτή την εργασία είναι 90,47% και 80,30% αντίστοιχα, και οι συντελεστές Κάπα είναι 0,874 και 0,739 αντίστοιχα. Επιπλέον, η Spartina alterniflora συνέχισε να επεκτείνεται στα νότια και βόρεια των εκβολών του Κίτρινου Ποταμού και η έκταση αυξήθηκε κατά 3,74 km2,. Ωστόσο, παρόλο που η μελέτη παρέχει μια αποτελεσματική τεχνική μέθοδο για την ταξινόμηση και την ανάλυση της βλάστησης στους υγροτόπους του Δέλτα του Κίτρινου Ποταμού, έχει ελλείψεις που χρειάζονται παραπάνω έρευνα και αφορούν: τα σφάλματα λόγω σκίασης νεφών και ομίχλης, καθώς και ότι η Spartina alterniflora μπορεί να παρατηρηθεί στην εικόνα έξω από τα όρια νερού-στεριάς στα νότια της εκβολής του Δέλτα του Κίτρινου Ποταμού, διότι ο ταξινομητής SVM δεν μπορεί να ανιχνεύσει τη βλάστηση σε αυτές περιοχές από τα στοιχεία του NDVI, γιατί η περιοχή έχει θαλάσσια εισχώρηση αρκετό καιρό πριν.

Vegetation changes in Yellow River Delta wetlands from 2018 to 2020 using PIE-Engine and short time series Sentinel-2 images

2023-03-15T02:23:41Z

Vegetation changes in Yellow River Delta wetlands from 2018 to 2020 using PIE-Engine and short time series Sentinel-2 images

2023-03-15T02:21:23Z

Fr leka: Νέα σελίδα με '== Μεταβολές βλάστησης στους Υγροτόπους του Δέλτα του Κίτρινου Ποταμού από το 2018 έως το 2020 χρη...'

Αρχείο:Fl paper3 eik6.jpg

2023-03-15T02:11:34Z

Fr leka: Μεταβολές ξηράς και νερού από το 2018 έως το 2020.

Μεταβολές ξηράς και νερού από το 2018 έως το 2020.

Αρχείο:Fl paper3 eik5.jpg

2023-03-15T02:10:54Z

Fr leka: Τυπικός χάρτης αλλαγών κάλυψης βλάστησης.

Τυπικός χάρτης αλλαγών κάλυψης βλάστησης.

Αρχείο:Fl paper3 eik4.jpg

2023-03-15T02:10:21Z

Fr leka: Η ταξινόμηση προκύπτει από τη μέθοδο που κατασκευάστηκε σε αυτό το έγγραφο. ΤΟ (Α) είναι το αποτέλεσμα ταξινόμησης το 2018. (Β) είναι το αποτέλε

Η ταξινόμηση προκύπτει από τη μέθοδο που κατασκευάστηκε σε αυτό το έγγραφο. ΤΟ (Α) είναι το αποτέλεσμα ταξινόμησης το 2018. (Β) είναι το αποτέλεσμα ταξινόμησης το 2020.

Αρχείο:Fl paper3 eik3.jpg

2023-03-15T02:09:46Z

Fr leka: Οι καμπύλες θέσης και χρονολογικής σειράς NDVI δειγμάτων εκπαίδευσης. (Α) Η διανομή δειγμάτων εκπαίδευσης. (Β) Καμπύλες χρονοσειράς NDVI βασισμ�

Οι καμπύλες θέσης και χρονολογικής σειράς NDVI δειγμάτων εκπαίδευσης. (Α) Η διανομή δειγμάτων εκπαίδευσης. (Β) Καμπύλες χρονοσειράς NDVI βασισμένες σε δείγματα εκπαίδευσης. SA, Spartina alterniflora ; OW, ανοιχτό νερό. TF, Παλιρροιακό επίπεδο; SS, Sua.

Αρχείο:Fl paper3 eik2.jpg

2023-03-15T02:06:12Z

Fr leka: Συνολικό διάγραμμα ροής για την ανάλυση των αλλαγών της βλάστησης στους υγροτόπους του Δέλτα του Κίτρινου Ποταμού από το 2018 έως το 2020.

Συνολικό διάγραμμα ροής για την ανάλυση των αλλαγών της βλάστησης στους υγροτόπους του Δέλτα του Κίτρινου Ποταμού από το 2018 έως το 2020.

Αρχείο:Fl paper3 eik1.jpg

2023-03-15T02:05:44Z

Fr leka: Χάρτης περιοχής μελέτης. (Α) Τοποθεσία της περιοχής μελέτης. (Β) Οριοθέτηση με φόντο εικόνα Sentinel-2. (Γ) Spartina alterniflora . (D) Phragmites australis. και (Ε) Suaeda sa

Χάρτης περιοχής μελέτης. (Α) Τοποθεσία της περιοχής μελέτης. (Β) Οριοθέτηση με φόντο εικόνα Sentinel-2. (Γ) Spartina alterniflora . (D) Phragmites australis. και (Ε) Suaeda salsa φωτογραφημένη.

Λέκα Φρεντιόλα

2023-03-15T01:32:43Z

Fr leka:

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T01:27:29Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' «: Drought analysis of Van Lake Basin with remote sensing and GIS technologies »

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2.jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης.]]
[[Εικόνα: fl_paper2_eik3.jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4.jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5.jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''

Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T01:25:10Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' «: Drought analysis of Van Lake Basin with remote sensing and GIS technologies »

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2.jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης.]]
[[Εικόνα: fl_paper2_eik3.jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4.jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5.jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''
Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T01:24:49Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' «: Drought analysis of Van Lake Basin with remote sensing and GIS technologies »

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2.jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης..]]
[[Εικόνα: fl_paper2_eik3.jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4.jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5.jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''
Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T01:24:23Z

Fr leka: /* Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS */

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' «: Drought analysis of Van Lake Basin with remote sensing and GIS technologies »

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2. jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης..]]
[[Εικόνα: fl_paper2_eik3. jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4. jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5. jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''
Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Αρχείο:Fl paper2 eik3.jpg

2023-03-15T01:20:56Z

Fr leka: ανέβασμα νέας έκδοσης του "Αρχείο:Fl paper2 eik3.jpg": Χάρτες LST.

Χάρτες LST.

Αρχείο:Fl paper2 eik2.jpg

2023-03-15T01:20:22Z

Fr leka: ανέβασμα νέας έκδοσης του "Αρχείο:Fl paper2 eik2.jpg": Διάγραμμα ροής της μελέτης.

Διάγραμμα ροής της μελέτης.

Λέκα Φρεντιόλα

2023-03-15T01:19:31Z

Fr leka:

Drought analysis of Van Lake Basin with remote sensing and GIS technologies

2023-03-15T01:18:32Z

Fr leka: Νέα σελίδα με '== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS == '''Πρ...'

== Ανάλυση ξηρασίας λεκάνης απορροής της Λίμνης Βαν με τηλεπισκόπηση και τεχνολογίες GIS ==

'''Πρωτότυπος Τίτλος:''' « Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing »

'''Συγγραφείς:''' Firat Erdem (α), Rutkay Atun (β), Zehra Yigit Avdan (γ), Ilknur Atila (α), Ugur Avdan (α)

(α) Εskisehir Technical University, Institute of Earth and Space Sciences, Eskisehir, Turkey
(β) Sivas Cumhuriyet University, Engineering Faculty, Department of Geomatics Engineering, Sivas, Turkey
(γ) Eskisehir Technical University, Engineering Faculty, Department of Environmental Engineering, Eskisehir, Turkey

'''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Sciences.Volume 24, Issue 3, Part 2, December 2021, Pages 1093-1102

'''Σύνδεσμος :''' https://reader.elsevier.com/reader/sd/pii/S1110982321000831?token=379C634B931C6801120C25CA6AAA8580F404E7C3D6CE2DAA81CEE834B191BD2AB68F5042BAB68C2FE1F33744B2172BBA&originRegion=eu-west-1&originCreation=20230208172028

'''Λέξεις-Κλειδιά:''' Ανάλυση ξηρασίας, Τηλεπισκόπηση, GIS, Θερμοκρασία γήινης επιφανείας.

[[Εικόνα: fl_paper2_eik1.jpg| thumb| right|'''Εικόνα 1:''' Θέση της λεκάνης απορροής της Λίμνης Βαν.]]
[[Εικόνα: fl_paper2_eik2. jpg | thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής της μελέτης..]]
[[Εικόνα: fl_paper2_eik3. jpg | thumb| right|'''Εικόνα 3:''' Χάρτες LST.]]
[[Εικόνα: fl_paper2_eik4. jpg | thumb| right|'''Εικόνα 4:''' Χάρτες LULC.]]
[[Εικόνα: fl_paper2_eik5. jpg | thumb| right|'''Εικόνα 5:''' Μέση σχέση κατηγορίας SPI και SPI.]]

'''1. Εισαγωγή'''

Ως ξηρασία ορίζεται η ποσότητα της βροχόπτωσης σε μια περιοχή που είναι μικρότερη από την ποσότητα της εξάτμισής της. Ένας από τους πιο σημαντικούς παράγοντες που προκαλούν τη ξηρασία είναι οι κλιματικές συνθήκες, αλλά και ο ανθρώπινος παράγοντας μιας και σήμερα δημιουργεί σημαντικές αιτίες ξηρασίας, καθώς μέσω της εκβιομηχάνισης, της αλόγιστης χρήσης των υδάτινων πόρων, της αύξηση του πληθυσμού κ.α. εντείνει τη κλιματική αλλαγή. Η ξηρασία αποτελεί απειλή για τη ζωή και επηρεάζει αρνητικά το περιβάλλον, την κοινωνία και την οικονομία αφού καθιστά δύσκολη τη γεωργία. Για τον προσδιορισμό της ξηρασίας χρησιμοποιούνται γενικά διάφορες παραδοσιακοί μέθοδοι, αλλά οι μέθοδοι που προέρχονται από τη τηλεπισκόπηση έχουν πλεονεκτήματα όσον αφορά στη ταχύτητα, την υψηλή ακρίβεια και τη πρακτικότητα. Ο βασικός σκοπός της μελέτης είναι η διερεύνηση της αλλαγής της ξηρασίας στη λεκάνη της λίμνης Βαν ανά χρόνια με τηλεπισκόπηση και GIS. Η λίμνη Βαν είναι η μεγαλύτερη λίμνη αναψυχής στον κόσμο και μία από τις μεγαλύτερες λίμνες κλειστής λεκάνης του κόσμου, με βάθος περίπου 450 μ. και όγκο πάνω από 600 km3. Ακόμη, η μελέτη αποσκοπεί στην εξέταση της σχέσης μεταξύ των τιμών LULC και του μέσου όρου LST, καθώς και έχει στόχο την ανάλυση της διακύμανσης του SPI που υπολογίστηκε με δεδομένα βροχοπτώσεων σε μετεωρολογικούς σταθμούς.

'''2. Μεθοδολογία και Δεδομένα'''

Στην παρούσα μελέτη, η ξηρασία στη λεκάνη της λίμνης Van διερευνήθηκε με την ενσωμάτωση τεχνολογιών τηλεπισκόπησης και GIS. Στη μελέτη ελήφθησαν, χάρτες θερμοκρασίας επιφάνειας γης (LST) χρησιμοποιώντας δορυφορικές εικόνες Landsat-5 για τα έτη 1989, 1999. Το 2010 και ελήφθησαν επίσης χρησιμοποιώντας δορυφορικές εικόνες Landsat-8 για τα έτη 2015 και 2019. Γενικά, χρησιμοποιήθηκε το εργαλείο ModelBuilder στο λογισμικό ERDAS για την παραγωγή χαρτών LST από εικόνες Landsat. Οι κατηγορίες LULC ελήφθησαν επίσης με την ταξινόμηση των δορυφορικών εικόνων για τη συσχέτιση της θερμοκρασίας της επιφάνειας της γης με αυτές. Συγκεκριμένα, χρησιμοποιήθηκε ο αλγόριθμος ταξινόμησης Maximum Likelihood για τις εικόνες Landsat-5 και Landsat-8 με λογισμικό ENVI, για να ληφθούν κατηγορίες LULC στη λεκάνη. Επιπλέον, oι μεσες τιμές LST υπολογίστηκαν για κάθε τάξη LULC μέσω του εργαλείου Zonal Statistics στο λογισμικό ArcMap. Τέλος, υπολογίστηκε ο Πρότυπος Δείκτης Βροχόπτωσης (SPI) με τα δεδομένα βροχόπτωσης που ελήφθησαν από τους μετεωρολογικούς σταθμούς και πραγματοποιήθηκε ανάλυση ξηρασίας. Συγκεκριμένα, ο SPI υπολογίστηκε χρησιμοποιώντας ετήσια συνολικά δεδομένα βροχοπτώσεων μεταξύ 1989 και 2019 σε μετεωρολογικούς σταθμούς, εκτός από την τηλεπισκόπηση και την ανάλυση GIS. Η ετήσια συνολική βροχόπτωση της λεκάνης υπολογίστηκε λαμβάνοντας τον μέσο όρο της ετήσιας ποσότητας βροχόπτωσης που προκύπτει από κάθε σταθμό. Ακολούθως, υπολογίστηκαν οι τιμές SPI για κάθε έτος και προσδιορίστηκε η κατηγορία ξηρασίας με βάση τις τιμές.

'''3. Συμπεράσματα'''
Η ξηρασία εξετάστηκε χρησιμοποιώντας διαφορετικές μεθοδολογικές προσεγγίσεις, σε μια συγκεκριμένη περίοδο από το παρελθόν έως το παρόν, όπου παρατηρήθηκε ότι οι τιμές LST του 2015 και του 2019 αυξήθηκαν σημαντικά σε σύγκριση με τα έτη 1989, το 1999 και το 2010 σύμφωνα με τους χάρτες LST. Συνεπώς, η τηλεπισκόπηση και η ανάλυση GIS συμπίπτουν με τα δεδομένα βροχοπτώσεων που λαμβάνονται από μετεωρολογικούς σταθμούς. Σύμφωνα με το SPI που προέρχεται από δεδομένα βροχοπτώσεων, παρατηρήθηκε ότι τα έτη μεταξύ 1991 και 1994 ήταν έτη στη μέτρια, σοβαρή ή εξαιρετικά υγρή κατηγορία. Από την άλλη, μέτρια ξηρασία έχει παρατηρηθεί τα 7 από τα τελευταία 10 χρόνια. Η τάση ξηρασίας έχει προσδιοριστεί στη λεκάνη της λίμνης Van ως αποτέλεσμα του SPI. Τα αποτελέσματα της ανάλυσης που προέκυψαν από τις δορυφορικές εικόνες και οι τιμές SPI που προέκυψαν από τα δεδομένα βροχόπτωσης δείχνουν υψηλή συμβατότητα μεταξύ τους. Ως αποτέλεσμα της μελέτης, συνήχθη το συμπέρασμα ότι οι δορυφορικές εικόνες θα μπορούσαν να χρησιμοποιηθούν με επιτυχία στην ανάλυση της ξηρασίας.

Αρχείο:Fl paper2 eik5.jpg

2023-03-15T01:09:11Z

Fr leka: Μέση σχέση κατηγορίας SPI και SPI.

Μέση σχέση κατηγορίας SPI και SPI.

Αρχείο:Fl paper2 eik4.jpg

2023-03-15T01:08:37Z

Fr leka: Χάρτες LULC.

Χάρτες LULC.

Αρχείο:Fl paper2 eik3.jpg

2023-03-15T01:08:06Z

Fr leka: Χάρτες LST.

Χάρτες LST.

Αρχείο:Fl paper2 eik2.jpg

2023-03-15T01:07:25Z

Fr leka: Διάγραμμα ροής της μελέτης.

Διάγραμμα ροής της μελέτης.

Αρχείο:Fl paper2 eik1.jpg

2023-03-15T01:06:34Z

Fr leka: Θέση της λεκάνης απορροής της Λίμνης Βαν.

Θέση της λεκάνης απορροής της Λίμνης Βαν.

Λέκα Φρεντιόλα

2023-03-15T01:03:31Z

Fr leka: Νέα σελίδα με '*Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing Λέκα Φρεντιόλα [[category:ΔΠΜΣ "Περιβάλλον...'

*[[Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing]]

Λέκα Φρεντιόλα

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

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:56:31Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

== Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης ==

'''Πρωτότυπος Τίτλος:''' « Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing »

'''Συγγραφείς:''' Assad H. Thary Al-Ghrairi (1), Enas Kh (2). Hassan, Harith M. Saeed (3)
(1) Department of Computer Science, College of Science, Al-Nahrain University, Baghdad, Iraq
(2) Department of Computer Science, College of Science, Unversity of Baghdad, Baghdad
(3) Department of Physics, College of Science, Al-Nahrain University, Baghdad, Iraq

'''Δημοσιεύθηκε:''' Iraqi Journal of Science, 2022, Vol. 63, No. 1, pp: 420-430

'''Σύνδεσμος :''' https://www.researchgate.net/publication/359145944_Classification_and_Measurement_of_Land_Cover_of_Wildfires_in_Australia_Using_Remote_Sensing

'''Λέξεις-Κλειδιά:''' Landsat-8 (OLI), Χαρακτηριστικό στιγμής, Εθνικό Πάρκο Wollemi, Εικόνα χωρίς επιβλεπόμενη ταξινόμηση, Τεχνικές τηλεπισκόπησης.

[[Εικόνα: fl_paper1_eik1.png| thumb| right|'''Εικόνα 1:''' Eικόνες του Εθνικού Πάρκου Wollemi πριν και κατά τη διάρκεια της πυρκαγιάς του 2019]]
[[Εικόνα: fl_paper1_eik2.png| thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής για την ταξινόμηση της δορυφορικής εικόνας.]]
[[Εικόνα: fl_paper1_eik3.png| thumb| right|'''Εικόνα 3: Οι εκτάσεις καλύψεων γης των πέντε κατηγοριών και ο αριθμός των pixel για τη κάθε κατηγορία. Πρώτος πίνακας-Δεδομένα πριν τη πυρκαγιά και Δεύτερος πίνακας-Δεδομένα μετά τη πυρκαγιά.]]
[[Εικόνα: fl_paper1_eik4.png| thumb| right|'''Εικόνα 4: Οι ταξινομημένες εικόνες του Εθνικού Πάρκου Wollemi της Αυστραλίας πριν και μετά τη πυρκαγιά. (Εικόνα a-Πριν τη πυρκαγιά, Εικόνα b-μετά τη πυρκαγιά).]]

'''1. Εισαγωγή'''

Ο συνδυασμός φυσικών και ανθρώπινων παραγόντων μαζί με την ύπαρξη της βλάστησης, του εδάφους, των παγετώνων, των υγροτόπων και των πόλεων αποτελούν την γήινη επιφάνεια. Οι αλλαγές που προκαλούνται από τον άνθρωπο στις χρήσεις γης για διαφόρους σκοπούς, περιγράφουν το τρόπο με τον οποίο οι άνθρωποι χρησιμοποιούν τη γη για κοινωνικοοικονομικούς λόγους. Η τηλεπισκόπηση ανήκει στις τεχνολογίες ανίχνευσης και τα πλεονέκτημά της αφορούν την από μακριά παρατήρηση και συλλογή δεδομένων, καθώς και την υψηλή χρονική, χωρική και φασματική ανάλυση που προκύπτει από τη χρήση δορυφορικών εικόνων. Επιπλέον, είναι πολύ σημαντική διότι έχει εφαρμογές στην αξιολόγηση και παρατήρηση της γήινης επιφάνειας και του εδάφους, καθώς και στην παρακολούθηση της ποσότητας των πόρων σε πολλές γεωγραφικές θέσεις. Η ταξινόμηση των δορυφορικών εικόνων παρέχει πληροφορίες καλύψεων γης, αναπτύσσει κανόνες απόφασης, χρησιμοποιείται για την εξαγωγή φασματικής υπογραφής και χάρτη καλύψεων γης. Ο στόχος της παρούσας εργασίας είναι η μελέτη και η μέτρηση των φυσικών πόρων πριν και κατά τη διάρκεια της δασικής πυρκαγιάς, που ξέσπασε το 201, στο Εθνικό Πάρκο Wollemi της Αυστραλίας.

'''2. Μεθοδολογία'''

Οι πυρκαγιές του Εθνικού Πάρκου Wollemi προκαλούν προβλήματα στη περιοχή. Στην εργασία αυτή χρησιμοποιήθηκαν πέντε βασικές κατηγορίες, τα ποτάμια, η περιοχή των δέντρων, η περιοχή κτιρίων με δέντρα, η περιοχή κτιρίων χωρίς δέντρα και το γυμνό έδαφος. Οι δορυφορικές εικόνες προέρχονται από τον αισθητήρα Landsat-8 OLI, έχουν ανάλυση 30 m. και καλύπτουν τις περιοχές των φυσικών πόρων πριν και κατά τη διάρκεια της πυρκαγιάς, όπως απεικονίζονται στην Εικόνα 1.
Οι προτεινόμενες προσεγγίσεις για την ταξινόμηση απεικονίζονται στην Εικόνα 2 και ουσιαστικά χρησιμοποιήθηκε η μέθοδος της επιβλεπόμενης ταξινόμησης, καθώς οι κλάσεις φαίνονται αφού δοθεί ένα δείγμα αναλυμένων ομάδων πληροφοριών σε έναν διαχειριστή και βασίζονται στο K-mean, για την εξαγωγή όλων των χαρακτηριστικών και την ταξινόμηση της εικόνας. Όσον αφορά το στάδιο προ επεξεργασίας των εικόνων έγινε η εφαρμογή της ακόλουθης πράξης “Ge (x,y)=round[(Go(x,y) –h) / (h-l)*255]”, μέσω της οποίας αναβαθμίστηκε η οπτική εμφάνιση των εικόνων με εστίαση κάθε εικονοστοιχείου, χωρίς αντίκτυπο, σε συνεχόμενα εικονοστοιχεία συσχέτισης. Το Ge(x,y) αναφέρεται σε νέα αναβαθμισμένη εικόνα, το Go(x,y) αντιπροσωπεύει την αρχική εικόνα και το x&y αναφέρεται στη θέση του εικονοστοιχείου στην εικόνα. Η διαδικασία της τμηματοποίησης της εικόνας διαιρεί σε τετράγωνα (μπλοκ) ομοιόμορφου μεγέθους και κάθε τετράγωνο μέγεθος είναι (4x4). Έπειτα, ακολούθησε ο υπολογισμός των εικονοστοιχείων και η τυπική απόκλιση και το ποσοστό P. Επόμενο βήμα είναι η εξαγωγή και η ομαδοποίηση χαρακτηριστικών, όπου οι στιγμές μπορούν να χρησιμοποιηθούν για τη διαφοροποίηση των εικόνων ως εκτίμηση, η οποία εξαρτάται από τα χρωματικά τους σημεία μέσω της παρακάτω εξίσωσης:
M = d x Gp
Το GP είναι η εφαρμοζόμενη δύναμη, και ως d αναφέρεται ως η απόσταση από το κέντρο του μπλοκ έως την εφαρμοζόμενη δύναμη, και υπολογίστηκε από συγκεκριμένες σχέσεις. Τέλος, έγινε η ταξινόμηση των εικόνων, δηλαδή ο προσανατολισμός του εικονοστοιχείου, από τη σχέση:
Sm = 1- / μ – Gxy) /
Μετά την εφαρμογή της ταξινόμησης και την εφαρμογή μασκών της εικόνας αλγορίθμου (K-Mean), προκύπτουν πέντε κεντροειδή που αντιπροσωπεύουν χαρακτηριστικά για ορισμένες μάσκες. Τα πειραματικά αποτελέσματα, φαίνονται στην Εικόνα 3. Τέλος, στην Εικόνα 4 απεικονίζονται τα αποτελέσματα ταξινόμησης του Εθνικού Πάρκου.

'''3. Συμπεράσματα'''

Τα πειραματικά αποτελέσματα δείχνουν καλή ακρίβεια απόδοσης στην ταξινόμηση των 5 κατηγοριών και καλή ανάλυση αποτελεσμάτων και μετρήσεις σχετικά με τις επιπτώσεις που προκύπτουν από τις πυρκαγιές. Τα εικονοστοιχεία που περιέχουν δέντρα και κτίρια με δέντρα έχουν μειωθεί σε όλη τη διάρκεια της πυρκαγιάς και σημαίνει ότι η προτεινόμενη μέθοδος ταξινόμησης ήταν η βέλτιστη.

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:55:50Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

== Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης ==

'''Πρωτότυπος Τίτλος:''' « Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing »

'''Συγγραφείς:''' Assad H. Thary Al-Ghrairi (1), Enas Kh (2). Hassan, Harith M. Saeed (3)
(1) Department of Computer Science, College of Science, Al-Nahrain University, Baghdad, Iraq
(2) Department of Computer Science, College of Science, Unversity of Baghdad, Baghdad
(3) Department of Physics, College of Science, Al-Nahrain University, Baghdad, Iraq

'''Δημοσιεύθηκε:''' Iraqi Journal of Science, 2022, Vol. 63, No. 1, pp: 420-430

'''Σύνδεσμος :''' https://www.researchgate.net/publication/359145944_Classification_and_Measurement_of_Land_Cover_of_Wildfires_in_Australia_Using_Remote_Sensing

'''Λέξεις-Κλειδιά:''' Landsat-8 (OLI), Χαρακτηριστικό στιγμής, Εθνικό Πάρκο Wollemi, Εικόνα χωρίς επιβλεπόμενη ταξινόμηση, Τεχνικές τηλεπισκόπησης.

[[Εικόνα: fl_paper1_eik1.png| thumb| right|'''Εικόνα 1:''' Eικόνες του Εθνικού Πάρκου Wollemi πριν και κατά τη διάρκεια της πυρκαγιάς του 2019]]
[[Εικόνα: fl_paper1_eik2.png| thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής για την ταξινόμηση της δορυφορικής εικόνας.]]
[[Εικόνα: fl_paper1_eik3.png| thumb| right|'''Εικόνα 3: Οι εκτάσεις καλύψεων γης των πέντε κατηγοριών και ο αριθμός των pixel για τη κάθε κατηγορία. Πρώτος πίνακας-Δεδομένα πριν τη πυρκαγιά και Δεύτερος πίνακας-Δεδομένα μετά τη πυρκαγιά.]]
[[Εικόνα: fl_paper1_eik4.png| thumb| right|'''Εικόνα 4: Οι ταξινομημένες εικόνες του Εθνικού Πάρκου Wollemi της Αυστραλίας πριν και μετά τη πυρκαγιά. (Εικόνα a-Πριν τη πυρκαγιά, Εικόνα b-μετά τη πυρκαγιά).]]

'''1. Εισαγωγή'''

Ο συνδυασμός φυσικών και ανθρώπινων παραγόντων μαζί με την ύπαρξη της βλάστησης, του εδάφους, των παγετώνων, των υγροτόπων και των πόλεων αποτελούν την γήινη επιφάνεια. Οι αλλαγές που προκαλούνται από τον άνθρωπο στις χρήσεις γης για διαφόρους σκοπούς, περιγράφουν το τρόπο με τον οποίο οι άνθρωποι χρησιμοποιούν τη γη για κοινωνικοοικονομικούς λόγους. Η τηλεπισκόπηση ανήκει στις τεχνολογίες ανίχνευσης και τα πλεονέκτημά της αφορούν την από μακριά παρατήρηση και συλλογή δεδομένων, καθώς και την υψηλή χρονική, χωρική και φασματική ανάλυση που προκύπτει από τη χρήση δορυφορικών εικόνων. Επιπλέον, είναι πολύ σημαντική διότι έχει εφαρμογές στην αξιολόγηση και παρατήρηση της γήινης επιφάνειας και του εδάφους, καθώς και στην παρακολούθηση της ποσότητας των πόρων σε πολλές γεωγραφικές θέσεις. Η ταξινόμηση των δορυφορικών εικόνων παρέχει πληροφορίες καλύψεων γης, αναπτύσσει κανόνες απόφασης, χρησιμοποιείται για την εξαγωγή φασματικής υπογραφής και χάρτη καλύψεων γης. Ο στόχος της παρούσας εργασίας είναι η μελέτη και η μέτρηση των φυσικών πόρων πριν και κατά τη διάρκεια της δασικής πυρκαγιάς, που ξέσπασε το 201, στο Εθνικό Πάρκο Wollemi της Αυστραλίας.

'''2. Μεθοδολογία'''

Οι πυρκαγιές του Εθνικού Πάρκου Wollemi προκαλούν προβλήματα στη περιοχή. Στην εργασία αυτή χρησιμοποιήθηκαν πέντε βασικές κατηγορίες, τα ποτάμια, η περιοχή των δέντρων, η περιοχή κτιρίων με δέντρα, η περιοχή κτιρίων χωρίς δέντρα και το γυμνό έδαφος. Οι δορυφορικές εικόνες προέρχονται από τον αισθητήρα Landsat-8 OLI, έχουν ανάλυση 30 m. και καλύπτουν τις περιοχές των φυσικών πόρων πριν και κατά τη διάρκεια της πυρκαγιάς, όπως απεικονίζονται στην Εικόνα 1.
Οι προτεινόμενες προσεγγίσεις για την ταξινόμηση απεικονίζονται στην Εικόνα 2 και ουσιαστικά χρησιμοποιήθηκε η μέθοδος της επιβλεπόμενης ταξινόμησης, καθώς οι κλάσεις φαίνονται αφού δοθεί ένα δείγμα αναλυμένων ομάδων πληροφοριών σε έναν διαχειριστή και βασίζονται στο K-mean, για την εξαγωγή όλων των χαρακτηριστικών και την ταξινόμηση της εικόνας. Όσον αφορά το στάδιο προ επεξεργασίας των εικόνων έγινε η εφαρμογή της ακόλουθης πράξης “Ge (x,y)=round[(Go(x,y) –h) / (h-l)*255]”, μέσω της οποίας αναβαθμίστηκε η οπτική εμφάνιση των εικόνων με εστίαση κάθε εικονοστοιχείου, χωρίς αντίκτυπο, σε συνεχόμενα εικονοστοιχεία συσχέτισης. Το Ge(x,y) αναφέρεται σε νέα αναβαθμισμένη εικόνα, το Go(x,y) αντιπροσωπεύει την αρχική εικόνα και το x&y αναφέρεται στη θέση του εικονοστοιχείου στην εικόνα. Η διαδικασία της τμηματοποίησης της εικόνας διαιρεί σε τετράγωνα (μπλοκ) ομοιόμορφου μεγέθους και κάθε τετράγωνο μέγεθος είναι (4x4). Έπειτα, ακολούθησε ο υπολογισμός των εικονοστοιχείων και η τυπική απόκλιση και το ποσοστό P. Επόμενο βήμα είναι η εξαγωγή και η ομαδοποίηση χαρακτηριστικών, όπου οι στιγμές μπορούν να χρησιμοποιηθούν για τη διαφοροποίηση των εικόνων ως εκτίμηση, η οποία εξαρτάται από τα χρωματικά τους σημεία μέσω της παρακάτω εξίσωσης:
M = d x Gp
Το GP είναι η εφαρμοζόμενη δύναμη, και ως d αναφέρεται ως η απόσταση από το κέντρο του μπλοκ έως την εφαρμοζόμενη δύναμη, και υπολογίστηκε από συγκεκριμένες σχέσεις. Τέλος, έγινε η ταξινόμηση των εικόνων, δηλαδή ο προσανατολισμός του εικονοστοιχείου, από τη σχέση:
Sm = 1- / μ – Gxy) /
Μετά την εφαρμογή της ταξινόμησης και την εφαρμογή μασκών της εικόνας αλγορίθμου (K-Mean), προκύπτουν πέντε κεντροειδή που αντιπροσωπεύουν χαρακτηριστικά για ορισμένες μάσκες. Τα πειραματικά αποτελέσματα, φαίνονται στην Εικόνα 3. Τέλος, στην Εικόνα 4 απεικονίζονται τα αποτελέσματα ταξινόμησης του Εθνικού Πάρκου.

'''3. Συμπεράσματα'''
Τα πειραματικά αποτελέσματα δείχνουν καλή ακρίβεια απόδοσης στην ταξινόμηση των 5 κατηγοριών και καλή ανάλυση αποτελεσμάτων και μετρήσεις σχετικά με τις επιπτώσεις που προκύπτουν από τις πυρκαγιές. Τα εικονοστοιχεία που περιέχουν δέντρα και κτίρια με δέντρα έχουν μειωθεί σε όλη τη διάρκεια της πυρκαγιάς και σημαίνει ότι η προτεινόμενη μέθοδος ταξινόμησης ήταν η βέλτιστη.

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:55:01Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

== Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης ==

'''Πρωτότυπος Τίτλος:''' « Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing »

'''Συγγραφείς:''' Assad H. Thary Al-Ghrairi (1), Enas Kh (2). Hassan, Harith M. Saeed (3)
(1) Department of Computer Science, College of Science, Al-Nahrain University, Baghdad, Iraq
(2) Department of Computer Science, College of Science, Unversity of Baghdad, Baghdad
(3) Department of Physics, College of Science, Al-Nahrain University, Baghdad, Iraq

'''Δημοσιεύθηκε:''' Iraqi Journal of Science, 2022, Vol. 63, No. 1, pp: 420-430

'''Σύνδεσμος :''' https://www.researchgate.net/publication/359145944_Classification_and_Measurement_of_Land_Cover_of_Wildfires_in_Australia_Using_Remote_Sensing

'''Λέξεις-Κλειδιά:''' Landsat-8 (OLI), Χαρακτηριστικό στιγμής, Εθνικό Πάρκο Wollemi, Εικόνα χωρίς επιβλεπόμενη ταξινόμηση, Τεχνικές τηλεπισκόπησης.

[[Εικόνα: fl_paper1_eik1.png| thumb| right|'''Εικόνα 1:''' Eικόνες του Εθνικού Πάρκου Wollemi πριν και κατά τη διάρκεια της πυρκαγιάς του 2019]]
[[Εικόνα: fl_paper1_eik2.png| thumb| right|'''Εικόνα 2:''' Διάγραμμα ροής για την ταξινόμηση της δορυφορικής εικόνας.]]
[[Εικόνα: fl_paper1_eik3.png| thumb| right|'''Εικόνα 3: Οι εκτάσεις καλύψεων γης των πέντε κατηγοριών και ο αριθμός των pixel για τη κάθε κατηγορία. Πρώτος πίνακας-Δεδομένα πριν τη πυρκαγιά και Δεύτερος πίνακας-Δεδομένα μετά τη πυρκαγιά.]]
[[Εικόνα: fl_paper1_eik4.png| thumb| right|'''Εικόνα 4: Οι ταξινομημένες εικόνες του Εθνικού Πάρκου Wollemi της Αυστραλίας πριν και μετά τη πυρκαγιά. (Εικόνα a-Πριν τη πυρκαγιά, Εικόνα b-μετά τη πυρκαγιά).]]
'''1. Εισαγωγή'''

Ο συνδυασμός φυσικών και ανθρώπινων παραγόντων μαζί με την ύπαρξη της βλάστησης, του εδάφους, των παγετώνων, των υγροτόπων και των πόλεων αποτελούν την γήινη επιφάνεια. Οι αλλαγές που προκαλούνται από τον άνθρωπο στις χρήσεις γης για διαφόρους σκοπούς, περιγράφουν το τρόπο με τον οποίο οι άνθρωποι χρησιμοποιούν τη γη για κοινωνικοοικονομικούς λόγους. Η τηλεπισκόπηση ανήκει στις τεχνολογίες ανίχνευσης και τα πλεονέκτημά της αφορούν την από μακριά παρατήρηση και συλλογή δεδομένων, καθώς και την υψηλή χρονική, χωρική και φασματική ανάλυση που προκύπτει από τη χρήση δορυφορικών εικόνων. Επιπλέον, είναι πολύ σημαντική διότι έχει εφαρμογές στην αξιολόγηση και παρατήρηση της γήινης επιφάνειας και του εδάφους, καθώς και στην παρακολούθηση της ποσότητας των πόρων σε πολλές γεωγραφικές θέσεις. Η ταξινόμηση των δορυφορικών εικόνων παρέχει πληροφορίες καλύψεων γης, αναπτύσσει κανόνες απόφασης, χρησιμοποιείται για την εξαγωγή φασματικής υπογραφής και χάρτη καλύψεων γης. Ο στόχος της παρούσας εργασίας είναι η μελέτη και η μέτρηση των φυσικών πόρων πριν και κατά τη διάρκεια της δασικής πυρκαγιάς, που ξέσπασε το 201, στο Εθνικό Πάρκο Wollemi της Αυστραλίας.
'''2. Μεθοδολογία'''
Οι πυρκαγιές του Εθνικού Πάρκου Wollemi προκαλούν προβλήματα στη περιοχή. Στην εργασία αυτή χρησιμοποιήθηκαν πέντε βασικές κατηγορίες, τα ποτάμια, η περιοχή των δέντρων, η περιοχή κτιρίων με δέντρα, η περιοχή κτιρίων χωρίς δέντρα και το γυμνό έδαφος. Οι δορυφορικές εικόνες προέρχονται από τον αισθητήρα Landsat-8 OLI, έχουν ανάλυση 30 m. και καλύπτουν τις περιοχές των φυσικών πόρων πριν και κατά τη διάρκεια της πυρκαγιάς, όπως απεικονίζονται στην Εικόνα 1.
Οι προτεινόμενες προσεγγίσεις για την ταξινόμηση απεικονίζονται στην Εικόνα 2 και ουσιαστικά χρησιμοποιήθηκε η μέθοδος της επιβλεπόμενης ταξινόμησης, καθώς οι κλάσεις φαίνονται αφού δοθεί ένα δείγμα αναλυμένων ομάδων πληροφοριών σε έναν διαχειριστή και βασίζονται στο K-mean, για την εξαγωγή όλων των χαρακτηριστικών και την ταξινόμηση της εικόνας. Όσον αφορά το στάδιο προ επεξεργασίας των εικόνων έγινε η εφαρμογή της ακόλουθης πράξης “Ge (x,y)=round[(Go(x,y) –h) / (h-l)*255]”, μέσω της οποίας αναβαθμίστηκε η οπτική εμφάνιση των εικόνων με εστίαση κάθε εικονοστοιχείου, χωρίς αντίκτυπο, σε συνεχόμενα εικονοστοιχεία συσχέτισης. Το Ge(x,y) αναφέρεται σε νέα αναβαθμισμένη εικόνα, το Go(x,y) αντιπροσωπεύει την αρχική εικόνα και το x&y αναφέρεται στη θέση του εικονοστοιχείου στην εικόνα. Η διαδικασία της τμηματοποίησης της εικόνας διαιρεί σε τετράγωνα (μπλοκ) ομοιόμορφου μεγέθους και κάθε τετράγωνο μέγεθος είναι (4x4). Έπειτα, ακολούθησε ο υπολογισμός των εικονοστοιχείων και η τυπική απόκλιση και το ποσοστό P. Επόμενο βήμα είναι η εξαγωγή και η ομαδοποίηση χαρακτηριστικών, όπου οι στιγμές μπορούν να χρησιμοποιηθούν για τη διαφοροποίηση των εικόνων ως εκτίμηση, η οποία εξαρτάται από τα χρωματικά τους σημεία μέσω της παρακάτω εξίσωσης:
M = d x Gp
Το GP είναι η εφαρμοζόμενη δύναμη, και ως d αναφέρεται ως η απόσταση από το κέντρο του μπλοκ έως την εφαρμοζόμενη δύναμη, και υπολογίστηκε από συγκεκριμένες σχέσεις. Τέλος, έγινε η ταξινόμηση των εικόνων, δηλαδή ο προσανατολισμός του εικονοστοιχείου, από τη σχέση:
Sm = 1- / μ – Gxy) /
Μετά την εφαρμογή της ταξινόμησης και την εφαρμογή μασκών της εικόνας αλγορίθμου (K-Mean), προκύπτουν πέντε κεντροειδή που αντιπροσωπεύουν χαρακτηριστικά για ορισμένες μάσκες. Τα πειραματικά αποτελέσματα, φαίνονται στην Εικόνα 3. Τέλος, στην Εικόνα 4 απεικονίζονται τα αποτελέσματα ταξινόμησης του Εθνικού Πάρκου.

'''3. Συμπεράσματα'''
Τα πειραματικά αποτελέσματα δείχνουν καλή ακρίβεια απόδοσης στην ταξινόμηση των 5 κατηγοριών και καλή ανάλυση αποτελεσμάτων και μετρήσεις σχετικά με τις επιπτώσεις που προκύπτουν από τις πυρκαγιές. Τα εικονοστοιχεία που περιέχουν δέντρα και κτίρια με δέντρα έχουν μειωθεί σε όλη τη διάρκεια της πυρκαγιάς και σημαίνει ότι η προτεινόμενη μέθοδος ταξινόμησης ήταν η βέλτιστη.

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:48:28Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:47:30Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

Αρχείο:Fl paper1 eik4.png

2023-03-15T00:45:42Z

Fr leka: Οι ταξινομημένες εικόνες του Εθνικού Πάρκου Wollemi της Αυστραλίας πριν και μετά τη πυρκαγιά. (Εικόνα a: Πριν τη πυρκαγιά, Εικόνα b: μετά τη πυρκα

Οι ταξινομημένες εικόνες του Εθνικού Πάρκου Wollemi της Αυστραλίας πριν και μετά τη πυρκαγιά. (Εικόνα a: Πριν τη πυρκαγιά, Εικόνα b: μετά τη πυρκαγιά).

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:44:57Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:42:47Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */

Classification and Measurement of Land Cover of Wildfires in Australia Using Remote Sensing

2023-03-15T00:41:18Z

Fr leka: /* Ταξινόμηση και μέτρηση Κάλυψης Γης των πυρκαγιών στην Αυστραλία με χρήση Τηλεπισκόπησης */