<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Galanou&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Galanou&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Galanou"/>
		<updated>2026-05-19T16:54:09Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-27T13:30:53Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Πρωτότυπος τίτλος:''' ''Remote Sensing Vegetation Indices in Viticulture: A Critical Review.''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Rigas Giovos, Dimitrios Tassopoulos, Dionissios Kalivas, Nestor Lougkos and Anastasia Priovolou&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' '' New Technologies and Spatiotemporal Approaches in Precision Agriculture, mdpi.com Published 18 May 2021, 11(5), 457; http://doi.org/10.3390/agriculture11050457''&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.mdpi.com/2077-0472/11/5/457]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' αμπέλι, φασματικές ζώνες, αμπελουργία ακριβείας, εικόνες χωρικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται τη συμβολή της τηλεπισκόπησης στη γεωργία ακριβείας και πιο συγκεκριμένα στην καλλιέργεια της αμπέλου. Συγκεντρώνει την επιστημονική έρευνα σχεδόν μιας εικοσαετίας και τα εργαλεία που χρησιμοποιήθηκαν στο διάστημα αυτό για την επεξεργασία και την ερμηνεία των εικόνων που αποκτήθηκαν από πλατφόρμες τηλεπισκόπησης όπως δορυφόροι, αεροπλάνα και UAV. Τα σημαντικότερα εύρημα φαίνεται να είναι οι δείκτες βλάστησης και ο πιο συχνά χρησιμοποιούμενος ο NDVI ενώ οι πιο συχνά εμφανιζόμενες εφαρμογές είναι η παρακολούθηση και η εκτίμηση της υδατικής καταπόνησης των αμπελιών και η οριοθέτηση ζωνών διαχείρισης. Στη συνέχεια εξετάζονται περισσότεροι από 90 δείκτες βλάστησης που χρησιμοποιούνται στην αμπελουργία σε διάφορες εφαρμογές και ερευνητικά θέματα, και κατηγοριοποιούνται ανάλογα με την εφαρμογή τους και τις φασματικές ζώνες που χρησιμοποιούν. Συνοψίζοντας, η παρούσα ανασκόπηση αποτελεί έναν οδηγό για τις εφαρμογές της τηλεπισκόπησης στην αμπελουργία, της χρήσης των σχετικών δεικτών βλάστησης αλλά και της αξιολόγησης των αμπελώνων. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_wiki_2.1.png  | thumb| right|'''Εικόνα 1:''' Χωρική κατανομή των δημοσιεύσεων (περιοχή μελέτης).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Από πολύ νωρίς είχε γίνει προσπάθεια, σε παγκόσμιο επίπεδο, για συστηματική παραγωγή σταφυλιού και έπειτα κρασιού. Για την αύξηση της παραγωγής στη γεωργία, τη δεκαετία του 1990 εισήχθησαν τεχνικές για τη μετατροπή της γεωργίας σε &amp;quot;γεωργία ακριβείας&amp;quot;. Εννιά χρόνια αργότερα άρχισε να εισάγεται η έννοια της  αμπελουργίας ακριβείας (PV).  Ο κύριος στόχος της είναι η διαχείριση της μεταβλητότητας στην απόδοση και την ανάπτυξη με τη διαίρεση του αμπελώνα σε ζώνες διαχείρισης. Με τη διαχείριση αυτή αυξάνεται η απόδοση που μεταφράζεται σε οικονομική βελτίωση της εκμετάλλευσης και μειώνονται οι περιβαλλοντικές επιπτώσεις που αποτελεί διπλό όφελος. &lt;br /&gt;
Η  τηλεπισκόπηση, αποτελεί ένα  εργαλείο για τη μελέτη της χωρικής μεταβλητότητας στον αμπελώνα. Οι δείκτες βλάστησης χρησιμοποιούνται κυρίως για την παρακολούθηση των συνθηκών της αμπέλου και τη συσχέτισή τους με την απόδοση.  Οι παράμετροι που συνήθως εξετάζονται όσον αφορά τον θόλο είναι η συγκέντρωση χλωροφύλλης στα φύλλα, η περιεκτικότητα σε άζωτο και η περιεκτικότητα σε νερό.  Έχουν μελετηθεί όμως και συσχετίσεις των δεικτών βλάστησης (VI) με παραμέτρους του σταφυλιού όπως το Brix, το pΗ αλλά και δεδομένα εδάφους, όπως η ηλεκτρική αγωγιμότητα του εδάφους, οι παράμετροι ζωηρότητας της αμπέλου και η απόδοση. Επιπλέον, η τηλεπισκόπηση προσφέρει δεδομένα σε πολλές χρονικές και χωρικές αναλύσεις για τη μελέτη ενός αμπελώνα ή μιας αμπελουργικής περιοχής διαχρονικά. Σκοπός της παρούσας ανασκόπησης είναι να συγκεντρώσει εκείνους τους δείκτες βλάστησης που έχουν χρησιμοποιηθεί ειδικά στην άμπελο και την αμπελουργία με εικόνες τηλεπισκόπησης, να σχολιάσει και να αναλύσει τις εφαρμογές και να ταξινομήσει ανάλογα τα μήκη κύματος που χρησιμοποιούνται στον υπολογισμό('''Εικόνα 1'''). Επιπλέον, θα πραγματοποιηθεί  μια κριτική επισκόπηση σχετικά με την αποτελεσματικότητα κάθε μεθόδου και κατά πόσον αν οι στόχοι έχουν αντιμετωπιστεί επαρκώς.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.2.png  | thumb| right|'''Εικόνα 2:''' Φάσεις της μεθόδου αναθεώρησης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:'''&lt;br /&gt;
&lt;br /&gt;
Για την ανάλυση των αξιολογήσεων της βλάστησης δεικτών βλάστησης η κύρια ιδέα ήταν να συγκεντρωθούν οι VIs όσον αφορά τις γεωργικές εφαρμογές. Μια προσπάθεια να τους κατηγοριοποιήσουμε σύμφωνα με τη σχέση τους με τα χαρακτηριστικά της βλάστησης , επιπλέον εξετάστηκε η χρήση και οι εφαρμογές των VIs σε γεωργία ακριβείας. Πραγματοποιήθηκε ολιστική έρευνα των δημοσιεύσεων στα Scopus, Google Scholar και Web of Science. Η μέθοδος της ανασκόπησης διαχωρίζεται σε τρεις φάσεις ('''Εικόνα 2''') στο σχεδιασμός της ανασκόπησης, την εκτέλεση και την αναφορά της ανασκόπησης, ενώ μια σχεσιακή βάση δεδομένων δημιουργήθηκε για τη διαχείριση των ερευνητικών εργασιών, εξελίσσοντας τη μεθοδολογία της (Αδαμίδη, 2020). Έτσι μελετήθηκαν ανά άρθρο τα στοιχεία:  είδος καλλιέργειας, χώρα, πηγή δεδομένων, έτος ανάκτησης δεδομένων, δείκτες βλάστησης, μέθοδοι ανάλυσης, κλίμακα περιοχής μελέτης κ.α.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.3.png  | thumb| right|'''Εικόνα 3:''' Χρήση δεικτών βλάστησης με 3 ή περισσότερες αναφορές που αναπαρίστανται με ανάλογη επιφάνεια.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.4.png  | thumb| right|'''Εικόνα 4:''' Χάρτης NDVI από εικόνες διαφορετικής ανάλυσης (UAV, Worldview-2, Sentinel-2), πηγή: Αδημοσίευτα ερευνητικά αποτελέσματα από τον κωδικό έργου: T1EDK-04202 (στο πλαίσιο της πρόσκλησης RESEARCH-CREATE-INNOVATE), Ερευνητική Μονάδα GIS, Εργαστήριο Εδαφολογίας και Γεωργικής Χημείας, Τμήμα Φυσικών Πόρων και Γεωργικής Μηχανικής, Γεωπονικό Πανεπιστήμιο Αθηνών.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η ευρεία χρήση των UAV καταδεικνύει τις χρησιμότητες αυτής της τεχνολογίας στην αμπελουργία, η  υψηλή ανάλυση που προσφέρει είναι ιδανική για τον εντοπισμό των γραμμών των αμπελιών ('''Εικόνα 3''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Στις εικόνες μέσης ανάλυσης, ο Sentinel-2 υπερέχει στη χρήση έναντι άλλων, λόγω της ικανότητας να αποκαλύπτει τη χωρική μεταβλητότητα.&amp;lt;/blockquote&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η έρευνα εντοπίζεται στα μεσαία γεωγραφικά πλάτη κυρίως σε απόσταση περίπου ±40 μοιρών από τον ισημερινό. Από το γεγονός αυτό συμπεραίνουμε ποιες είναι οι χώρες είναι οι κύριοι καλλιεργητές της αμπέλου αλλά και ποια κλίματα είναι καταλληλότερα για την καλλιέργεια αυτή.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι λέξεις-κλειδιά &amp;quot;αμπελουργία ακριβείας&amp;quot;, &amp;quot;τηλεπισκόπηση&amp;quot;, &amp;quot;UAV&amp;quot; και &amp;quot;NDVI&amp;quot; καταγράφηκαν περισσότερες φορές, γεγονός που δείχνει ότι η ερευνητική τάση του παρόντος είναι η μελέτη της χωρικής μεταβλητότητας στον αμπελώνα με δείκτες βλάστησης και τις εικόνες του UAV ('''Εικόνα 4''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Επιπλέον, ο στόχος της έρευνας για την περιφερειακή κλίμακα επικεντρώνεται κυρίως στην αξιολόγηση των μεθοδολογιών σε διαφορετικούς αμπελώνες και σπάνια στην κατηγοριοποίηση ή μελέτη των διαφορών σε περιφερειακή κλίμακα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Ο μεγάλος όγκος χωρικών δεδομένων από τηλεχειριζόμενα ανίχνευσης τα τελευταία χρόνια έχει οδηγήσει στην εποχή των μεγάλων δεδομένων. Η εξέλιξη και η εφαρμογή των υπερφασματικών εικόνων και των υπερφασματικών VIs παρουσιάζει ενδιαφέρον για το μέλλον στον τομέα της PV.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η εξέλιξη της έρευνας σχετικά με τους δείκτες βλάστησης από τηλεπισκόπηση, τη διαχείρισή τους με τεχνητή νοημοσύνη, νευρωνικά δίκτυα και έξυπνες τεχνολογίες παρέχει στους παραγωγούς με αποτελεσματικότερα συστήματα υποστήριξης αποφάσεων και τη δυνατότητα εφαρμογής τεχνολογιών προκειμένου να να αυξήσουν την απόδοση και την ποιότητα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι δείκτες βλάστησης αποτελούν σημαντικό εργαλείο για την παρακολούθηση των αμπελώνων, του κύκλου ανάπτυξης της αμπέλου, την εκτίμηση της απόδοσης και της υδατικής καταπόνησης, μπορούν να χρησιμοποιηθούν για την καλύτερη διαχείριση του αμπελώνα σε συνδυασμό με τεχνικές γεωργίας ακριβείας.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[category: Αμπελώνες]]&lt;br /&gt;
&lt;br /&gt;
[[category:Μόνιμες καλλιέργειες]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-27T13:29:44Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Πρωτότυπος τίτλος:''' ''Remote Sensing Vegetation Indices in Viticulture: A Critical Review.''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Rigas Giovos, Dimitrios Tassopoulos, Dionissios Kalivas, Nestor Lougkos and Anastasia Priovolou&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' '' New Technologies and Spatiotemporal Approaches in Precision Agriculture, mdpi.com Published 18 May 2021, 11(5), 457; http://doi.org/10.3390/agriculture11050457''&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.mdpi.com/2077-0472/11/5/457]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' αμπέλι, φασματικές ζώνες, αμπελουργία ακριβείας, εικόνες χωρικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται τη συμβολή της τηλεπισκόπησης στη γεωργία ακριβείας και πιο συγκεκριμένα στην καλλιέργεια της αμπέλου. Συγκεντρώνει την επιστημονική έρευνα σχεδόν μιας εικοσαετίας και τα εργαλεία που χρησιμοποιήθηκαν στο διάστημα αυτό για την επεξεργασία και την ερμηνεία των εικόνων που αποκτήθηκαν από πλατφόρμες τηλεπισκόπησης όπως δορυφόροι, αεροπλάνα και UAV. Τα σημαντικότερα εύρημα φαίνεται να είναι οι δείκτες βλάστησης και ο πιο συχνά χρησιμοποιούμενος ο NDVI ενώ οι πιο συχνά εμφανιζόμενες εφαρμογές είναι η παρακολούθηση και η εκτίμηση της υδατικής καταπόνησης των αμπελιών και η οριοθέτηση ζωνών διαχείρισης. Στη συνέχεια εξετάζονται περισσότεροι από 90 δείκτες βλάστησης που χρησιμοποιούνται στην αμπελουργία σε διάφορες εφαρμογές και ερευνητικά θέματα, και κατηγοριοποιούνται ανάλογα με την εφαρμογή τους και τις φασματικές ζώνες που χρησιμοποιούν. Συνοψίζοντας, η παρούσα ανασκόπηση αποτελεί έναν οδηγό για τις εφαρμογές της τηλεπισκόπησης στην αμπελουργία, της χρήσης των σχετικών δεικτών βλάστησης αλλά και της αξιολόγησης των αμπελώνων. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_wiki_2.1.png  | thumb| right|'''Εικόνα 1:''' Χωρική κατανομή των δημοσιεύσεων (περιοχή μελέτης).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Από πολύ νωρίς είχε γίνει προσπάθεια, σε παγκόσμιο επίπεδο, για συστηματική παραγωγή σταφυλιού και έπειτα κρασιού. Για την αύξηση της παραγωγής στη γεωργία, τη δεκαετία του 1990 εισήχθησαν τεχνικές για τη μετατροπή της γεωργίας σε &amp;quot;γεωργία ακριβείας&amp;quot;. Εννιά χρόνια αργότερα άρχισε να εισάγεται η έννοια της  αμπελουργίας ακριβείας (PV).  Ο κύριος στόχος της είναι η διαχείριση της μεταβλητότητας στην απόδοση και την ανάπτυξη με τη διαίρεση του αμπελώνα σε ζώνες διαχείρισης. Με τη διαχείριση αυτή αυξάνεται η απόδοση που μεταφράζεται σε οικονομική βελτίωση της εκμετάλλευσης και μειώνονται οι περιβαλλοντικές επιπτώσεις που αποτελεί διπλό όφελος. &lt;br /&gt;
Η  τηλεπισκόπηση, αποτελεί ένα  εργαλείο για τη μελέτη της χωρικής μεταβλητότητας στον αμπελώνα. Οι δείκτες βλάστησης χρησιμοποιούνται κυρίως για την παρακολούθηση των συνθηκών της αμπέλου και τη συσχέτισή τους με την απόδοση.  Οι παράμετροι που συνήθως εξετάζονται όσον αφορά τον θόλο είναι η συγκέντρωση χλωροφύλλης στα φύλλα, η περιεκτικότητα σε άζωτο και η περιεκτικότητα σε νερό.  Έχουν μελετηθεί όμως και συσχετίσεις των δεικτών βλάστησης (VI) με παραμέτρους του σταφυλιού όπως το Brix, το pΗ αλλά και δεδομένα εδάφους, όπως η ηλεκτρική αγωγιμότητα του εδάφους, οι παράμετροι ζωηρότητας της αμπέλου και η απόδοση. Επιπλέον, η τηλεπισκόπηση προσφέρει δεδομένα σε πολλές χρονικές και χωρικές αναλύσεις για τη μελέτη ενός αμπελώνα ή μιας αμπελουργικής περιοχής διαχρονικά. Σκοπός της παρούσας ανασκόπησης είναι να συγκεντρώσει εκείνους τους δείκτες βλάστησης που έχουν χρησιμοποιηθεί ειδικά στην άμπελο και την αμπελουργία με εικόνες τηλεπισκόπησης, να σχολιάσει και να αναλύσει τις εφαρμογές και να ταξινομήσει ανάλογα τα μήκη κύματος που χρησιμοποιούνται στον υπολογισμό('''Εικόνα 1'''). Επιπλέον, θα πραγματοποιηθεί  μια κριτική επισκόπηση σχετικά με την αποτελεσματικότητα κάθε μεθόδου και κατά πόσον αν οι στόχοι έχουν αντιμετωπιστεί επαρκώς.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.2.png  | thumb| right|'''Εικόνα 2:''' Φάσεις της μεθόδου αναθεώρησης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:'''&lt;br /&gt;
&lt;br /&gt;
Για την ανάλυση των αξιολογήσεων της βλάστησης δεικτών βλάστησης η κύρια ιδέα ήταν να συγκεντρωθούν οι VIs όσον αφορά τις γεωργικές εφαρμογές. Μια προσπάθεια να τους κατηγοριοποιήσουμε σύμφωνα με τη σχέση τους με τα χαρακτηριστικά της βλάστησης , επιπλέον εξετάστηκε η χρήση και οι εφαρμογές των VIs σε γεωργία ακριβείας. Πραγματοποιήθηκε ολιστική έρευνα των δημοσιεύσεων στα Scopus, Google Scholar και Web of Science. Η μέθοδος της ανασκόπησης διαχωρίζεται σε τρεις φάσεις ('''Εικόνα 2''') στο σχεδιασμός της ανασκόπησης, την εκτέλεση και την αναφορά της ανασκόπησης, ενώ μια σχεσιακή βάση δεδομένων δημιουργήθηκε για τη διαχείριση των ερευνητικών εργασιών, εξελίσσοντας τη μεθοδολογία της (Αδαμίδη, 2020). Έτσι μελετήθηκαν ανά άρθρο τα στοιχεία:  είδος καλλιέργειας, χώρα, πηγή δεδομένων, έτος ανάκτησης δεδομένων, δείκτες βλάστησης, μέθοδοι ανάλυσης, κλίμακα περιοχής μελέτης κ.α.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η ευρεία χρήση των UAV καταδεικνύει τις χρησιμότητες αυτής της τεχνολογίας στην αμπελουργία, η  υψηλή ανάλυση που προσφέρει είναι ιδανική για τον εντοπισμό των γραμμών των αμπελιών ('''Εικόνα 3''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.3.png  | thumb| right|'''Εικόνα 3:''' Χρήση δεικτών βλάστησης με 3 ή περισσότερες αναφορές που αναπαρίστανται με ανάλογη επιφάνεια.]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Στις εικόνες μέσης ανάλυσης, ο Sentinel-2 υπερέχει στη χρήση έναντι άλλων, λόγω της ικανότητας να αποκαλύπτει τη χωρική μεταβλητότητα.&amp;lt;/blockquote&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η έρευνα εντοπίζεται στα μεσαία γεωγραφικά πλάτη κυρίως σε απόσταση περίπου ±40 μοιρών από τον ισημερινό. Από το γεγονός αυτό συμπεραίνουμε ποιες είναι οι χώρες είναι οι κύριοι καλλιεργητές της αμπέλου αλλά και ποια κλίματα είναι καταλληλότερα για την καλλιέργεια αυτή.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι λέξεις-κλειδιά &amp;quot;αμπελουργία ακριβείας&amp;quot;, &amp;quot;τηλεπισκόπηση&amp;quot;, &amp;quot;UAV&amp;quot; και &amp;quot;NDVI&amp;quot; καταγράφηκαν περισσότερες φορές, γεγονός που δείχνει ότι η ερευνητική τάση του παρόντος είναι η μελέτη της χωρικής μεταβλητότητας στον αμπελώνα με δείκτες βλάστησης και τις εικόνες του UAV ('''Εικόνα 4''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.4.png  | thumb| right|'''Εικόνα 4:''' Χάρτης NDVI από εικόνες διαφορετικής ανάλυσης (UAV, Worldview-2, Sentinel-2), πηγή: Αδημοσίευτα ερευνητικά αποτελέσματα από τον κωδικό έργου: T1EDK-04202 (στο πλαίσιο της πρόσκλησης RESEARCH-CREATE-INNOVATE), Ερευνητική Μονάδα GIS, Εργαστήριο Εδαφολογίας και Γεωργικής Χημείας, Τμήμα Φυσικών Πόρων και Γεωργικής Μηχανικής, Γεωπονικό Πανεπιστήμιο Αθηνών.]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Επιπλέον, ο στόχος της έρευνας για την περιφερειακή κλίμακα επικεντρώνεται κυρίως στην αξιολόγηση των μεθοδολογιών σε διαφορετικούς αμπελώνες και σπάνια στην κατηγοριοποίηση ή μελέτη των διαφορών σε περιφερειακή κλίμακα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Ο μεγάλος όγκος χωρικών δεδομένων από τηλεχειριζόμενα ανίχνευσης τα τελευταία χρόνια έχει οδηγήσει στην εποχή των μεγάλων δεδομένων. Η εξέλιξη και η εφαρμογή των υπερφασματικών εικόνων και των υπερφασματικών VIs παρουσιάζει ενδιαφέρον για το μέλλον στον τομέα της PV.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η εξέλιξη της έρευνας σχετικά με τους δείκτες βλάστησης από τηλεπισκόπηση, τη διαχείρισή τους με τεχνητή νοημοσύνη, νευρωνικά δίκτυα και έξυπνες τεχνολογίες παρέχει στους παραγωγούς με αποτελεσματικότερα συστήματα υποστήριξης αποφάσεων και τη δυνατότητα εφαρμογής τεχνολογιών προκειμένου να να αυξήσουν την απόδοση και την ποιότητα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι δείκτες βλάστησης αποτελούν σημαντικό εργαλείο για την παρακολούθηση των αμπελώνων, του κύκλου ανάπτυξης της αμπέλου, την εκτίμηση της απόδοσης και της υδατικής καταπόνησης, μπορούν να χρησιμοποιηθούν για την καλύτερη διαχείριση του αμπελώνα σε συνδυασμό με τεχνικές γεωργίας ακριβείας.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[category: Αμπελώνες]]&lt;br /&gt;
&lt;br /&gt;
[[category:Μόνιμες καλλιέργειες]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T13:17:31Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.1.jpg  | thumb| right|'''Εικόνα 1:''' Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β) δείκτης εποχικότητας βροχόπτωσης Markham με τις υψηλότερες τιμές να υποδηλώνουν μεγαλύτερη εποχικότητα, γ) τέσσερις υποπεριοχές που ορίστηκαν με τη μέθοδο ομαδοποίησης K-means χρησιμοποιώντας ως είσοδο τον δείκτη εποχικότητας βροχόπτωσης και δ) μέση εποχιακή δυναμική της εδαφικής υγρασίας ERA5 σε βάθος ρίζας σε κάθε υποπεριοχή (2013-2016).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.2.jpg  | thumb| right|'''Εικόνα 2:''' Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.3.jpg  | thumb| right|'''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των VODs πάνω από τα άθικτα δάση του Αμαζονίου (όλες οι τιμές δίνονται ως προς τα Z-scores που υπολογίζονται από τις χωρικά μέσες τιμές). Σημείωση: Η σκιασμένη περιοχή υποδεικνύει τις περιόδους της ξηρής περιόδου (όπως ορίζεται από τους Marengo et al., 2011).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.4.jpg  | thumb| right|'''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης. Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές ('''Εικ. 1γ''').Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση ('''Εικ. 1β''') και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM ('''Εικ. 1δ''').Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)('''Εικόνα 2'''). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) ('''Εικόνα 3''').Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.5.jpg  | thumb| right|'''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παραγόντων. α) θερμοκρασία εδάφους, β) βροχόπτωση, γ) τραχύτητα επιφάνειας. Οι τιμές των διαταρακτικών παραγόντων γίνονται υψηλότερες από το στρώμα 1 έως το στρώμα 5, π.χ. το στρώμα 5 για τη θερμοκρασία του εδάφους υποδηλώνει την υψηλότερη θερμοκρασία του εδάφους. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση ('''Εικόνα 4'''). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD ('''Εικόνα 5''').Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.).&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:Δάση]]&lt;br /&gt;
&lt;br /&gt;
[[category:Παρακολούθηση και εκτίμηση διαχρονικών αλλαγών και εξελίξεων]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-27T13:12:46Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.1.jpg  | thumb| right|'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.2.jpg | thumb| right|'''Εικόνα 2:''' Επτά κύριοι τύποι βλάστησης στην LMNR.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.3.jpg  | thumb| right|'''Εικόνα 3:''' . Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.4.jpg  | thumb| right|'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.5.jpg  | thumb| right|'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;br /&gt;
&lt;br /&gt;
[[category: Δάση]]&lt;br /&gt;
&lt;br /&gt;
[[category:Μικτό δάσος]]&lt;br /&gt;
&lt;br /&gt;
[[category:Αναγνώριση δασικών ειδών]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-27T13:08:38Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωργικές περιοχές]]&lt;br /&gt;
&lt;br /&gt;
[[category:Ετερογενείς γεωργικές περιοχές]]&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωργο-δασικές περιοχές]]&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B3%CE%B1%CE%B9%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA_%CF%84%CF%89%CE%BD_%CF%85%CF%83%CF%84%CE%AD%CF%81%CF%89%CE%BD_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CE%B4%CF%8C%CF%83%CE%B5%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0</id>
		<title>Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B3%CE%B1%CE%B9%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA_%CF%84%CF%89%CE%BD_%CF%85%CF%83%CF%84%CE%AD%CF%81%CF%89%CE%BD_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CE%B4%CF%8C%CF%83%CE%B5%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0"/>
				<updated>2023-02-27T13:05:09Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ: Εφαρμογή στην ποιότητα του εδάφους δυναμική του εδάφους στη Λομβαρδία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Farmland use data and remote sensing for ex-post assessment of CAP environmental performances: An application to soil quality dynamics in Lombardy''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Davide Fugazza * , Giacomo Aletti, Danilo Bertoni, Daniele Cavicchioli&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct, Elsevier, Remote sensing Applications: Society and Environment, Volume 26, April 2022, 100723. https://doi.org/10.1016/j.rsase.2022.100723&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''   https://www.sciencedirect.com/science/article/pii/S2352938522000313&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά:'''τηλεπισκόπηση, περιβαλλοντικές επιδόσεις της ΚΑΠ, δυναμική της ποιότητας του εδάφους, Λομβαρδία &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Με τη μεταρρύθμιση της Κοινής Αγροτικής πολιτικής (ΚΑΠ) το 2013, οι επιδοτήσεις  για τις γεωργικές εκμεταλλεύσεις  συνδέονται με την εκπλήρωση περιβαλλοντικά φιλικών μέτρων . Οι έρευνες σχετικά με τις επιπτώσεις αυτών των αλλαγών πολιτικής έχουν μέχρι στιγμής επικεντρωθεί κυρίως στη μετάβαση στη χρήση γης- ωστόσο, μια λεπτομερής διερεύνηση του τρόπου με τον οποίο το πρασίνισμα της ΚΑΠ επηρεάζει τις ιδιότητες της γεωργικής γης απαιτείται για να εκτιμηθούν τα πραγματικά περιβαλλοντικά οφέλη της μεταρρύθμισης. Η παρούσα μελέτη αποτελεί μια προσπάθεια αξιολόγησης των περιβαλλοντικών επιδόσεων των γεωργικών πολιτικών, με βάση επιλεγμένους δείκτες ποιότητας του εδάφους στην περιοχή της Λομβαρδίας, όπου  η γεωργία υψηλής έντασης είναι ευρέως διαδεδομένη. Με τη χρήση εικόνων Landsat-8 και Sentinel-2  (10x10, 30x30m)  και μια περιφερειακή διοικητική βάση δεδομένων που καλύπτει όλα τα αγροτεμάχια της περιοχής, πραγματοποιούμε μια ανάλυση συσχέτισης για να διερευνήσουμε σε ποιο βαθμό οι απεικονίσεις πρασίνου επηρεάζουν τους δείκτες ποιότητας εδάφους από το 2014 έως το 2017 και σε ποιο βαθμό.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.	Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιότητες του εδάφους επηρεάζονται από τη γεωργική δραστηριότητα η οποία εξαρτάται από διάφορους παράγοντες, οικονομικούς, κλιματικούς, κ.α.  και οι οποίοι με τη σειρά τους κατευθύνονται από τις γεωργικές πολιτικές.  Στην Ευρώπη, ειδικότερα, η Κοινή Αγροτική Πολιτική (ΚΑΠ) έχει επηρεάσει και διαμορφώσει τις επιλογές χρήσης γης και τις πρακτικές  διαχείρισης του εδάφους. Τα τελευταία χρόνια η ΚΑΠ έχει μετατοπιστεί σε ένα φιλικότερο ως προς το περιβάλλον πλαίσιο. Αναφορικά με την ποιότητα και τη διαχείριση του εδάφους, η πρόσφατη αλλαγή της παρακολούθησης και αξιολόγησης της ΚΑΠ, &amp;quot;από τη συμμόρφωση στις επιδόσεις&amp;quot;, απαιτεί ισχυρότερη ενσωμάτωση των διαθέσιμων πηγών δεδομένων. Έτσι, ενώ η έρευνα θα μπορούσε να πραγματοποιηθεί με τον παραδοσιακό τρόπο (δειγματοληψία πεδίου και εργαστηριακές αναλύσεις ) που αποτελεί μια δαπανηρή και χρονοβόρα διαδικασία . Μια πιο αποτελεσματική εναλλακτική λύση είναι ο συνδυασμός  δειγματοληψία πεδίου με τηλεπισκόπηση για την παραγωγή χωρικών χαρτών των εδαφικών ιδιοτήτων, αξιοποιώντας την ευρεία κάλυψη περιοχής των οπτικών και των ραντάρ αισθητήρων και την ικανότητά τους να παρακολουθούν το ανώτερο έδαφος. Η οποία έχει χρησιμοποιηθεί σε ένα μικρό προς το παρόν βαθμό για το συγκεκριμένο πεδίο. Οι στόχοι μας είναι: 1.Να αναπτύξουμε μια μεθοδολογία για τον συνδυασμό τηλεπισκόπησης υψηλής ανάλυσης και διοικητικών αγροτικών συνόλων δεδομένων με  αποτελεσματικό τρόπο, ώστε να παρέχονται χάρτες δυναμικής των εδαφικών ιδιοτήτων σε μια ευρεία γεωργική περιοχή της ΕΕ χωρίς την ανάγκη επιτόπιων ερευνών- 2) Να πραγματοποιηθεί  προκαταρκτική αξιολόγηση της εξέλιξης των εδαφικών ιδιοτήτων πριν και μετά την εφαρμογή των πολιτικών πρασίνου- 3) να πραγματοποιηθεί ανάλυση συσχέτισης για την αξιολόγηση των πιθανών επιδράσεων στις παρατηρούμενες μεταβολές των εδαφικών ιδιοτήτων στο πλαίσιο της ΚΑΠ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	 Κοινή Αγροτική πολιτική και στοιχεία πρασινίσματος'''&lt;br /&gt;
&lt;br /&gt;
Η παράγραφος αυτή περιγράφει την εξέλιξη και τη λειτουργία των προδιαγραφών της ΚΓΠ (ιδίως των πληρωμών πρασινίσματος), των οποίων τα αποτελέσματα δοκιμάζονται στο παρόν άρθρο.Σε ένα πρώτο στάδιο, το οποίο διήρκεσε περίπου 30 χρόνια, η ΚΑΠ βασίστηκε κυρίως σε παρεμβάσεις που αποσκοπούσαν στη στήριξη των τιμών πώλησης των γεωργικών προϊόντων, προκειμένου να τονωθεί η παραγωγικότητα των γεωργικών εκμεταλλεύσεων και να εξασφαλιστεί η διατροφική αυτάρκεια των ευρωπαϊκών χωρών. Στη συνέχεια, η γεωργική στήριξη μετακινήθηκε από τις τιμές πώλησης σε πληρωμές ανά εκτάριο αποσυνδεδεμένες από τις επιλογές χρήσης της γεωργικής γης. Οι πληρωμές αυτές συνδέθηκαν με την τήρηση από τις γεωργικές εκμεταλλεύσεις πρακτικών που σέβονται τη γη και το περιβάλλον(πολλαπλή συμμόρφωση). Με την τρέχουσα μεταρρύθμιση της ΚΑΠ (2015-2020) οι απαιτήσεις για τη λήψη γεωργικών ενισχύσεων έχουν αυξηθεί, με την εισαγωγή των λεγόμενων ενισχύσεων πρασίνου. Ωστόσο, πολλά στοιχεία που υποδηλώνουν την προσοχή στο ζήτημα της προστασίας του εδάφους εμφανίζονται επίσης στο σημερινό πλαίσιο της ΚΑΠ 2015-2022, με ιδιαίτερη αναφορά στο ευρύ σύνολο των μέσων πολιτικής που στοχεύουν άμεσα ή έμμεσα στην αντιμετώπιση της βιώσιμης διαχείρισης του εδάφους. Ενώ μέχρι τώρα οι επιδοτήσεις της ΚΑΠ συνδέονταν με τη συμμόρφωση σε ορισμένες πρακτικές ,η διαδικασία μεταρρύθμισης της δεσμεύει με την επίτευξη ορισμένων τεκμηριωμένων στόχων, οι οποίοι καθορίζονται στα εθνικά στρατηγικά σχέδια της ΚΑΠ  που υποβάλλονται από κάθε κράτος μέλος. Οι πρακτικές που πρέπει να επιτύχουν  οι γεωργοί  είναι οι εξής: α) διαφοροποίηση των αροτραίων καλλιεργειών, β) διατήρηση των υφιστάμενων μόνιμων βοσκοτόπων,  γ) η ύπαρξη μιας περιοχής οικολογικής εστίασης στη γεωργική έκταση. Εδώ έγκειται απαραίτητη η συμβολή της τηλεπισκόπησης, στο να ελέγξει αν και κατά πόσον και σε ποιο βαθμό οι μεταβολές των δεικτών εδάφους μπορούν να συνδεθούν με κάποιο τρόπο με τα παρατηρήσιμα αποτελέσματα (αλλαγή χρήσης γης) που προκαλούνται από την πρασίνισμα της ΚΑΠ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.  Μέθοδοι και δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
'''4.1 Δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή που εξετάζεται στην παρούσα μελέτη είναι ένα μεγάλο τμήμα (που καλύπτει περίπου 2150 km2) της πεδινής περιοχής της περιφέρειας Λομβαρδίας, στη Βόρεια Ιταλία (βλ. '''Εικόνα 1'''). Πάνω από το 53% της περιοχής, κυρίως στο βόρειο τμήμα της, είναι ορεινό ή λοφώδες, ενώ το νότιο τμήμα της περιφέρειας είναι πεδιάδα, όπου το 68,5% της γης διαχειρίζεται ο γεωργικός τομέας. Η γεωργία στη Λομβαρδία χαρακτηρίζεται από γεωργικά συστήματα υψηλής έντασης. Δεδομένης της υψηλής πυκνότητας του ζωικού κεφαλαίου, τόσο η έκπλυση νιτρικών στο νερό, όσο και η διασπορά τους στον αέρα, θεωρούνται σοβαρά προβλήματα. ενώ δεν υπάρχουν ιδιαίτερα στοιχεία στη βιβλιογραφία για κρίσιμα ζητήματα που σχετίζονται με τη διαχείριση του φωσφόρου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_3.1.jpg | thumb| right|'''Εικόνα 1:''' Επάνω αριστερά: υψόμετρο της Λομβαρδίας και της περιοχής μελέτης- πάνω δεξιά: θέση της περιοχής της Λομβαρδίας στην Ιταλία. Κάτω αριστερά: η περιοχή μελέτης και παράδειγμα του δείκτη BI που υπολογίστηκε με τη χρήση δεδομένων Landsat OLI από το 2014.]]&lt;br /&gt;
&lt;br /&gt;
'''4.1.1 Δεδομένα τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα τηλεπισκόπησης αποκτήθηκαν για το 2014 (συνθήκες πριν από το πρασίνισμα) και το 2017 (συνθήκες πρασίνισμα). Για τη χαρτογράφηση των ιδιοτήτων του εδάφους μέσω φασματικών δεικτών, τα εδάφη απαιτείται να είναι γυμνά ώστε να αποκλείεται η επίδραση της βλάστησης (Wang and Qu, 2007). Έτσι, επιλέξαμε  δορυφορικές εικόνες από τον Οκτώβριο/αρχές Νοεμβρίου, καθώς αυτή η εποχή του έτους σηματοδοτεί την περίοδο εναλλαγής μεταξύ θερινών και χειμερινών καλλιεργειών. Για το 2014, αποκτήσαμε τέσσερα πλακίδια απαλλαγμένα νεφών δεδομένα Landsat-8 OLI με χωρική ανάλυση 30 m, στο επίπεδο επεξεργασίας L1T, μεταξύ 23/10 και 01/11, καλύπτοντας τις χαμηλές περιοχές της Λομβαρδίας. Τα επιμέρους πλακίδια ενώθηκαν μεταξύ τους χρησιμοποιώντας τη μέση τιμή των επικαλυπτόμενων τμημάτων. Οι δείκτες εδάφους υπολογίστηκαν στο μωσαϊκό εικόνας που προέκυψε από τα τέσσερα πλακίδια. Για το 2017, κατεβάσαμε έξι απαλλαγμένα από σύννεφα πλακίδια 100 km επί 100 km από τους δορυφόρους Sentinel-2A και -B, που αποκτήθηκαν στις 14/10 και 16/10, σε επίπεδο επεξεργασίας L1C. Η ίδια μέθοδος της ένωσης των πλακιδίων ακολουθήθηκε κι εδώ. Για λόγους συνέπειας με τις άλλες ζώνες, επαναπροσδιορίσαμε τις ζώνες 8A, 11 και 12, αρχικά με χωρική ανάλυση 20 m, σε ανάλυση 10 m. Οι ζώνες αυτές είναι απαραίτητες για υπολογισμό του NMDI.(Οι ψηφιακοί αριθμοί του Sentinel-2 παρέχονται ως κλιμακωτή ανάκλαση μεταξύ 0 και 10.000. Μετατρέψαμε την τιμή αυτή σε ποσοστιαία ανάκλαση μεταξύ 0 και 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.1.2  Διοικητικά στοιχεία'''&lt;br /&gt;
&lt;br /&gt;
Στην ανάλυσή μας, τα δεδομένα τηλεπισκόπησης συνδυάστηκαν με διοικητικά δεδομένα με γεωαναφορά που προέρχονται από το σύνολο δεδομένων SIARL της Περιφέρεια της Λομβαρδίας. Ειδικότερα, για τους σκοπούς μας συγκεντρώσαμε στοιχεία σχετικά με τη χρήση καθενός από τα δύο εκατομμύρια αγροτεμαχίων της περιφέρειας της Λομβαρδίας από το 2011 έως το 2017. Τα στοιχεία αυτά προήλθαν από τις ετήσιες δηλώσεις των γεωργών που υπέβαλαν αίτηση για την ΚΓΠ πληρωμές της ΚΑΠ. Δεδομένης της περιστασιακής σύγχρονης παρουσίας περισσότερων καλλιεργειών στο ίδιο αγροτεμάχιο το ίδιο έτος, η μη δυνατότητα γεωαναφοράς ποιο τμήμα του αγροτεμαχίου καταλαμβάνεται από κάθε καλλιέργεια, υιοθετήσαμε μια μεθοδολογία για να αντιστοιχίσουμε κάθε γεωαναφερμένο αγροτεμάχιο σε μία μόνο χρήση ανά έτος. Σε κάθε περίπτωση, αυτό το ενδεχόμενο ήταν αρκετά σπάνιο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.2 Υπολογισμός των δεικτών τηλεπισκόπησης για κάθε αγροτεμάχιο'''&lt;br /&gt;
&lt;br /&gt;
Τέσσερις τύποι δεικτών υπολογίστηκαν με βάση τα συγχωνευμένα δεδομένα Landsat- 8 και Sentinel-2.  Ο δείκτης ξηρασίας , NMDI, ο οποίος σχετίζεται με την περιεκτικότητα σε υγρασία του εδάφους και την αλατότητα.  Οι δείκτες φωτεινότητας, SI και BI, οι οποίοι σχετίζονται με την αλατότητα του εδάφους. Δείκτης βλάστησης (NDVI) αν και αναπτύχθηκε αρχικά και χρησιμοποιείται συχνότερα για την παρακολούθηση της υγείας ή της φαινολογίας της βλάστησης έχει συνδεθεί με την περιεκτικότητα των εδαφών σε οργανική ουσία. Λόγω του μεγάλου αριθμού αγροτεμαχίων στην διοικητική βάση δεδομένων (153.954) και την υψηλή ανάλυση των δεδομένων ράστερ, η χρήση συμβατικού λογισμικού GIS αποδείχθηκε πολύ χρονοβόρα για την εκτέλεση αυτών των υπολογισμών- έτσι, αναπτύξαμε μια υπολογιστικά αποδοτική έκδοση του αλγορίθμου ray casting (Hormann and Agathos, 2001) στη γλώσσα προγραμματισμού C ('''Εικόνα 2'''). Στη συνέχεια πραγματοποιήθηκαν στατιστικοί έλεγχοι των δεικτών τηλεπισκόπησης και της διακύμανσής τους έτσι  ώστε να τεκμηριωθεί η εγκυρότητα των αποτελεσμάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_3.2.jpg | thumb| right|'''Εικόνα 2.'''Οι αρχές του αλγορίθμου ρίψης ακτίνων. Οι μπλε κουκκίδες αντιπροσωπεύουν τα κέντρα των κυττάρων του Landsat 8 OLI (ανάλυση 30 m), ενώ οι κόκκινες κουκκίδες αντιπροσωπεύουν τα κέντρα των κυττάρων του Sentinel-2 (ανάλυση 10 m). Η οριζόντια ακτίνα (κόκκινο βέλος) από μια κουκκίδα μέσα στο πολύγωνο με σταθερή κατεύθυνση διασχίζει μια πλευρά του πολυγώνου περιττό αριθμό φορών.]]&lt;br /&gt;
&lt;br /&gt;
'''5.  Αξιολόγηση της δυναμικής των εδαφικών δεικτών μετά την εισαγωγή του πρασίνου της ΚΑΠ'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα θα πρέπει να θεωρηθούν ως αποτέλεσμα μιας προκαταρκτικής και καινοτόμου ερευνητικής μελέτης. Ο στόχος ενός τέτοιου εργαλείου ανάλυσης είναι ο συνδυασμός των διαθέσιμων  δεδομένων (από διοικητικές και τηλεπισκοπικές πηγές) στην προσπάθεια να τεθούν οι βάσεις για μια εκ των υστέρων αξιολόγηση του πρασινίσματος της ΚΑΠ στις ιδιότητες του εδάφους. Έχοντας αυτό κατά νου, η αποτελεσματικότητα και η ακρίβειά της μπορεί και πρέπει να βελτιωθεί με διάφορους τρόπους. Ο πρώτος έχει ήδη αναφερθεί και αφορά πρόσθετα δεδομένα και πληροφορίες για την εδραίωση της αποτελέσματα. Ο δεύτερος αφορά τη βελτίωση της βαθμονόμησης των δεικτών ποιότητας του εδάφους. Ειδικότερα, ο δείκτης οργανικών (NDVI) παρουσιάζει τα πιο κρίσιμα ζητήματα τα οποία φορούν στην επιλογή αποκλεισμού κάποιων καλλιεργειών καθώς και του υπολογισμού των δεικτών κατά την περίοδο με τη μεγαλύτερη πιθανότητα ύπαρξης γυμνού εδάφους. Ωστόσο, δεν μπορούμε να αποκλείσουμε συγχυτικές επιδράσεις λόγω της παρουσίας υπολειμμάτων καλλιεργειών στον αγρό (π.χ. στελέχη αραβοσίτου). Επομένως, οι πτυχές αυτές θα πρέπει να βελτιωθούν προκειμένου να καταστεί μια τέτοια συνδυασμένη μεθοδολογία πιο αξιόπιστη για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιπτώσεων της γεωργικής πολιτικής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα διαγράμματα πυκνότητας για κάθε δείκτη και αγροτεμάχιο μεταξύ 2014-2017 , που υπολογίστηκαν , παρουσιάζονται στην ('''Εικόνα 3'''). Οι χαμηλές τιμές του προσαρμοσμένου τετραγώνου r υποδηλώνουν έλλειψη συσχέτισης μεταξύ του απόλυτου δείκτη και της διακύμανσής του. Μεταξύ των δεικτών SI εμφανίζεται μεγάλη συσχέτιση την οποία προδίδει ο σχετικά υψηλός r-square.  Αρκετές ανεξάρτητες μεταβλητές που περιλαμβάνονται στα μοντέλα επιτυγχάνουν υψηλή στατιστική σημαντικότητα. Εδώ, περιγράφουμε μόνο εκείνες τις τιμές που ήταν σημαντικές στη βηματική παλινδρόμηση σε επίπεδο εμπιστοσύνης 99%.Οι συντελεστές υποδηλώνουν μείωση της αλατότητας και αύξηση της οργανικής ουσίας με την αύξηση του αριθμού των αμειψισπορών, αλλά και μείωση της περιεκτικότητας του εδάφους σε νερό. Η ανάλυση της διακύμανσης των δεικτών εδάφους σε σχέση με την επιλεξιμότητα και τη συμμόρφωση με τις πολιτικές πρασίνου δείχνει ότι η ένταξη στην ομάδα 1 (μη επιλέξιμη) και στην ομάδα 2 (επιλέξιμη και συμμορφούμενη) έχει αρνητική σχέση με τις διακυμάνσεις του SI, και θετικές σχέσεις με τη διακύμανση των BI, NDVI και NMDI. Αυτό υποδηλώνει ότι η ένταξη σε ομάδα θα μπορούσε να διαδραματίσει ρόλο οδηγώντας σε  μειωμένη περιεκτικότητα σε νερό και αυξημένη οργανική ουσία για τις ομάδες που δεν αναμένεται να αλλάξουν την κατανομή των γεωργικών εκτάσεων τους μετά την εφαρμογή των πολιτικών πρασίνου, ενώ οι αλλαγές στην αλατότητα είναι λιγότερο σαφείς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_3.3.jpg| thumb| right|'''Εικόνα 3.'''Διαγράμματα πυκνότητας των τιμών του δείκτη εδάφους το 2014 και το 2017 για όλα τα αγροτεμάχια που εξετάστηκαν στην ανάλυση. Το κόκκινο χρώμα αντιπροσωπεύει μεγαλύτερη πυκνότητα παρατηρήσεων σε σχέση με το μπλε. Αναφέρεται επίσης η τιμή του προσαρμοσμένου τετραγώνου R. ]]&lt;br /&gt;
&lt;br /&gt;
'''7. Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη μας, συνδυάζουμε φασματικούς δείκτες που βασίζονται στην τηλεπισκόπηση, γεωχωρικά διοικητικά δεδομένα, έναν γρήγορο αλγόριθμο για την επεξεργασία των δεδομένων και μια στιβαρή στατιστική προσέγγιση για να παράσχουμε μια πρώτη προσπάθεια ανίχνευσης των επιπτώσεων της μεταρρύθμισης της ΚΓΠ στους δείκτες ποιότητας του εδάφους στην Λομβαρδία. Οι δείκτες αυτοί έχουν το πλεονέκτημα της απλότητας έναντι άλλων μεθόδων, και τη διαθεσιμότητα δεδομένων από τους Landsat-8 και Sentinel-2 πριν και μετά την την εφαρμογή της μεταρρύθμισης της ΚΑΠ προσφέρει μια μοναδική δυνατότητα εξέτασης των αλλαγών σε μεγάλες εκτάσεις, ενώ παρέχει επίσης ένα μεγάλο επίπεδο λεπτομέρειας.Η προσέγγισή μας έχει περαιτέρω πλεονεκτήματα: πρώτον, ο συνδυασμός τεχνικών τηλεπισκόπησης με σύνολα διοικητικών δεδομένων εξασφαλίζει τη σχεδόν πλήρη κάλυψη της επικράτειας και, ταυτόχρονα, ένα εξαιρετικά λεπτομερές επίπεδο ανάλυσης (επίπεδο αγροτεμαχίου). Δεύτερον, αντιπροσωπεύει μια άμεση αξιολόγηση των παραμέτρων που σχετίζονται με την περιβαλλοντική βιωσιμότητα της γεωργίας, και δεν προέρχονται από άλλες παραμέτρους. Τρίτον, αποσκοπεί στο να προσφέρει μια αξιολόγηση των παραμέτρων περιβαλλοντικής απόδοσης, που συνδέονται με την ποιότητα της εδαφών, που δεν έχουν διερευνηθεί μέχρι σήμερα σε προηγούμενες μελέτες. Τέλος, η μεθοδολογία μας μπορεί να επαναληφθεί στο χρόνο και στο χώρο, υπό την προϋπόθεση ότι είναι διαθέσιμα διοικητικά δεδομένα. Ωστόσο, η χρήση δορυφορικών πηγών για την αξιολόγηση των ιδιοτήτων του εδάφους συνοδεύεται και από ορισμένες αβεβαιότητες οι οποίες μπορούν να ξεπερασθούν μέσω ειδικών ερευνών πεδίου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''8. Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα ανάλυση έχει κυρίως μεθοδολογικό χαρακτήρα και αποσκοπεί στην ανάπτυξη ενός δυνητικού εργαλείου για την εκ των υστέρων αξιολόγηση των μέσων πολιτικής της ΚAΠ, συνδυάζοντας διοικητικά δεδομένα και δεδομένα τηλεπισκόπησης με υψηλό επίπεδο λεπτομέρειας. Ως εκ τούτου, θα μπορούσε να θέσει τις βάσεις για την πιθανή χρήση ψηφιακών τεχνολογιών για την ανάλυση των περιβαλλοντικών οφελών, που αποτελούν επιθυμητούς στόχους των αγροπεριβαλλοντικών πολιτικών. Όσον αφορά τις εικόνες τηλεπισκόπησης, οι δύο δορυφόροι της οικογένειας Sentinel-2 ικανοποιούν ήδη εν μέρει την απαίτηση για αυξημένα δεδομένα, και οι εξελίξεις που προβλέπονται από το πρόγραμμα Landsat κινούνται επίσης προς αυτή την κατεύθυνση.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωργικές περιοχές]]&lt;br /&gt;
&lt;br /&gt;
[[category:Γεωργία]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-27T12:58:59Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote Sensing Vegetation Indices in Viticulture: A Critical Review.''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Rigas Giovos, Dimitrios Tassopoulos, Dionissios Kalivas, Nestor Lougkos and Anastasia Priovolou&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' '' New Technologies and Spatiotemporal Approaches in Precision Agriculture, mdpi.com Published 18 May 2021, 11(5), 457; http://doi.org/10.3390/agriculture11050457''&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.mdpi.com/2077-0472/11/5/457]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' αμπέλι, φασματικές ζώνες, αμπελουργία ακριβείας, εικόνες χωρικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται τη συμβολή της τηλεπισκόπησης στη γεωργία ακριβείας και πιο συγκεκριμένα στην καλλιέργεια της αμπέλου. Συγκεντρώνει την επιστημονική έρευνα σχεδόν μιας εικοσαετίας και τα εργαλεία που χρησιμοποιήθηκαν στο διάστημα αυτό για την επεξεργασία και την ερμηνεία των εικόνων που αποκτήθηκαν από πλατφόρμες τηλεπισκόπησης όπως δορυφόροι, αεροπλάνα και UAV. Τα σημαντικότερα εύρημα φαίνεται να είναι οι δείκτες βλάστησης και ο πιο συχνά χρησιμοποιούμενος ο NDVI ενώ οι πιο συχνά εμφανιζόμενες εφαρμογές είναι η παρακολούθηση και η εκτίμηση της υδατικής καταπόνησης των αμπελιών και η οριοθέτηση ζωνών διαχείρισης. Στη συνέχεια εξετάζονται περισσότεροι από 90 δείκτες βλάστησης που χρησιμοποιούνται στην αμπελουργία σε διάφορες εφαρμογές και ερευνητικά θέματα, και κατηγοριοποιούνται ανάλογα με την εφαρμογή τους και τις φασματικές ζώνες που χρησιμοποιούν. Συνοψίζοντας, η παρούσα ανασκόπηση αποτελεί έναν οδηγό για τις εφαρμογές της τηλεπισκόπησης στην αμπελουργία, της χρήσης των σχετικών δεικτών βλάστησης αλλά και της αξιολόγησης των αμπελώνων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Από πολύ νωρίς είχε γίνει προσπάθεια, σε παγκόσμιο επίπεδο, για συστηματική παραγωγή σταφυλιού και έπειτα κρασιού. Για την αύξηση της παραγωγής στη γεωργία, τη δεκαετία του 1990 εισήχθησαν τεχνικές για τη μετατροπή της γεωργίας σε &amp;quot;γεωργία ακριβείας&amp;quot;. Εννιά χρόνια αργότερα άρχισε να εισάγεται η έννοια της  αμπελουργίας ακριβείας (PV).  Ο κύριος στόχος της είναι η διαχείριση της μεταβλητότητας στην απόδοση και την ανάπτυξη με τη διαίρεση του αμπελώνα σε ζώνες διαχείρισης. Με τη διαχείριση αυτή αυξάνεται η απόδοση που μεταφράζεται σε οικονομική βελτίωση της εκμετάλλευσης και μειώνονται οι περιβαλλοντικές επιπτώσεις που αποτελεί διπλό όφελος. &lt;br /&gt;
Η  τηλεπισκόπηση, αποτελεί ένα  εργαλείο για τη μελέτη της χωρικής μεταβλητότητας στον αμπελώνα. Οι δείκτες βλάστησης χρησιμοποιούνται κυρίως για την παρακολούθηση των συνθηκών της αμπέλου και τη συσχέτισή τους με την απόδοση.  Οι παράμετροι που συνήθως εξετάζονται όσον αφορά τον θόλο είναι η συγκέντρωση χλωροφύλλης στα φύλλα, η περιεκτικότητα σε άζωτο και η περιεκτικότητα σε νερό.  Έχουν μελετηθεί όμως και συσχετίσεις των δεικτών βλάστησης (VI) με παραμέτρους του σταφυλιού όπως το Brix, το pΗ αλλά και δεδομένα εδάφους, όπως η ηλεκτρική αγωγιμότητα του εδάφους, οι παράμετροι ζωηρότητας της αμπέλου και η απόδοση. Επιπλέον, η τηλεπισκόπηση προσφέρει δεδομένα σε πολλές χρονικές και χωρικές αναλύσεις για τη μελέτη ενός αμπελώνα ή μιας αμπελουργικής περιοχής διαχρονικά. Σκοπός της παρούσας ανασκόπησης είναι να συγκεντρώσει εκείνους τους δείκτες βλάστησης που έχουν χρησιμοποιηθεί ειδικά στην άμπελο και την αμπελουργία με εικόνες τηλεπισκόπησης, να σχολιάσει και να αναλύσει τις εφαρμογές και να ταξινομήσει ανάλογα τα μήκη κύματος που χρησιμοποιούνται στον υπολογισμό('''Εικόνα 1'''). Επιπλέον, θα πραγματοποιηθεί  μια κριτική επισκόπηση σχετικά με την αποτελεσματικότητα κάθε μεθόδου και κατά πόσον αν οι στόχοι έχουν αντιμετωπιστεί επαρκώς.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_wiki_2.1.png  | thumb| right|'''Εικόνα 1:''' Χωρική κατανομή των δημοσιεύσεων (περιοχή μελέτης).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:'''&lt;br /&gt;
&lt;br /&gt;
Για την ανάλυση των αξιολογήσεων της βλάστησης δεικτών βλάστησης η κύρια ιδέα ήταν να συγκεντρωθούν οι VIs όσον αφορά τις γεωργικές εφαρμογές. Μια προσπάθεια να τους κατηγοριοποιήσουμε σύμφωνα με τη σχέση τους με τα χαρακτηριστικά της βλάστησης , επιπλέον εξετάστηκε η χρήση και οι εφαρμογές των VIs σε γεωργία ακριβείας. Πραγματοποιήθηκε ολιστική έρευνα των δημοσιεύσεων στα Scopus, Google Scholar και Web of Science. Η μέθοδος της ανασκόπησης διαχωρίζεται σε τρεις φάσεις ('''Εικόνα 2''') στο σχεδιασμός της ανασκόπησης, την εκτέλεση και την αναφορά της ανασκόπησης, ενώ μια σχεσιακή βάση δεδομένων δημιουργήθηκε για τη διαχείριση των ερευνητικών εργασιών, εξελίσσοντας τη μεθοδολογία της (Αδαμίδη, 2020). Έτσι μελετήθηκαν ανά άρθρο τα στοιχεία:  είδος καλλιέργειας, χώρα, πηγή δεδομένων, έτος ανάκτησης δεδομένων, δείκτες βλάστησης, μέθοδοι ανάλυσης, κλίμακα περιοχής μελέτης κ.α.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.2.png  | thumb| right|'''Εικόνα 2:''' Φάσεις της μεθόδου αναθεώρησης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η ευρεία χρήση των UAV καταδεικνύει τις χρησιμότητες αυτής της τεχνολογίας στην αμπελουργία, η  υψηλή ανάλυση που προσφέρει είναι ιδανική για τον εντοπισμό των γραμμών των αμπελιών ('''Εικόνα 3''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.3.png  | thumb| right|'''Εικόνα 3:''' Χρήση δεικτών βλάστησης με 3 ή περισσότερες αναφορές που αναπαρίστανται με ανάλογη επιφάνεια.]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Στις εικόνες μέσης ανάλυσης, ο Sentinel-2 υπερέχει στη χρήση έναντι άλλων, λόγω της ικανότητας να αποκαλύπτει τη χωρική μεταβλητότητα.&amp;lt;/blockquote&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η έρευνα εντοπίζεται στα μεσαία γεωγραφικά πλάτη κυρίως σε απόσταση περίπου ±40 μοιρών από τον ισημερινό. Από το γεγονός αυτό συμπεραίνουμε ποιες είναι οι χώρες είναι οι κύριοι καλλιεργητές της αμπέλου αλλά και ποια κλίματα είναι καταλληλότερα για την καλλιέργεια αυτή.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι λέξεις-κλειδιά &amp;quot;αμπελουργία ακριβείας&amp;quot;, &amp;quot;τηλεπισκόπηση&amp;quot;, &amp;quot;UAV&amp;quot; και &amp;quot;NDVI&amp;quot; καταγράφηκαν περισσότερες φορές, γεγονός που δείχνει ότι η ερευνητική τάση του παρόντος είναι η μελέτη της χωρικής μεταβλητότητας στον αμπελώνα με δείκτες βλάστησης και τις εικόνες του UAV ('''Εικόνα 4''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.4.png  | thumb| right|'''Εικόνα 4:''' Χάρτης NDVI από εικόνες διαφορετικής ανάλυσης (UAV, Worldview-2, Sentinel-2), πηγή: Αδημοσίευτα ερευνητικά αποτελέσματα από τον κωδικό έργου: T1EDK-04202 (στο πλαίσιο της πρόσκλησης RESEARCH-CREATE-INNOVATE), Ερευνητική Μονάδα GIS, Εργαστήριο Εδαφολογίας και Γεωργικής Χημείας, Τμήμα Φυσικών Πόρων και Γεωργικής Μηχανικής, Γεωπονικό Πανεπιστήμιο Αθηνών.]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Επιπλέον, ο στόχος της έρευνας για την περιφερειακή κλίμακα επικεντρώνεται κυρίως στην αξιολόγηση των μεθοδολογιών σε διαφορετικούς αμπελώνες και σπάνια στην κατηγοριοποίηση ή μελέτη των διαφορών σε περιφερειακή κλίμακα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Ο μεγάλος όγκος χωρικών δεδομένων από τηλεχειριζόμενα ανίχνευσης τα τελευταία χρόνια έχει οδηγήσει στην εποχή των μεγάλων δεδομένων. Η εξέλιξη και η εφαρμογή των υπερφασματικών εικόνων και των υπερφασματικών VIs παρουσιάζει ενδιαφέρον για το μέλλον στον τομέα της PV.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η εξέλιξη της έρευνας σχετικά με τους δείκτες βλάστησης από τηλεπισκόπηση, τη διαχείρισή τους με τεχνητή νοημοσύνη, νευρωνικά δίκτυα και έξυπνες τεχνολογίες παρέχει στους παραγωγούς με αποτελεσματικότερα συστήματα υποστήριξης αποφάσεων και τη δυνατότητα εφαρμογής τεχνολογιών προκειμένου να να αυξήσουν την απόδοση και την ποιότητα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι δείκτες βλάστησης αποτελούν σημαντικό εργαλείο για την παρακολούθηση των αμπελώνων, του κύκλου ανάπτυξης της αμπέλου, την εκτίμηση της απόδοσης και της υδατικής καταπόνησης, μπορούν να χρησιμοποιηθούν για την καλύτερη διαχείριση του αμπελώνα σε συνδυασμό με τεχνικές γεωργίας ακριβείας.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[category: Αμπελώνες]]&lt;br /&gt;
&lt;br /&gt;
[[category:Μόνιμες καλλιέργειες]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B5%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BC%CF%80%CE%B5%CE%BB%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1:_%CE%9A%CF%81%CE%B9%CF%84%CE%B9%CE%BA%CE%AE_%CE%91%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-27T12:53:53Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote Sensing Vegetation Indices in Viticulture: A Critical Review.''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Rigas Giovos, Dimitrios Tassopoulos, Dionissios Kalivas, Nestor Lougkos and Anastasia Priovolou&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' '' New Technologies and Spatiotemporal Approaches in Precision Agriculture, mdpi.com Published 18 May 2021, 11(5), 457; http://doi.org/10.3390/agriculture11050457''&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.mdpi.com/2077-0472/11/5/457]&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' αμπέλι, φασματικές ζώνες, αμπελουργία ακριβείας, εικόνες χωρικής ανάλυσης&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται τη συμβολή της τηλεπισκόπησης στη γεωργία ακριβείας και πιο συγκεκριμένα στην καλλιέργεια της αμπέλου. Συγκεντρώνει την επιστημονική έρευνα σχεδόν μιας εικοσαετίας και τα εργαλεία που χρησιμοποιήθηκαν στο διάστημα αυτό για την επεξεργασία και την ερμηνεία των εικόνων που αποκτήθηκαν από πλατφόρμες τηλεπισκόπησης όπως δορυφόροι, αεροπλάνα και UAV. Τα σημαντικότερα εύρημα φαίνεται να είναι οι δείκτες βλάστησης και ο πιο συχνά χρησιμοποιούμενος ο NDVI ενώ οι πιο συχνά εμφανιζόμενες εφαρμογές είναι η παρακολούθηση και η εκτίμηση της υδατικής καταπόνησης των αμπελιών και η οριοθέτηση ζωνών διαχείρισης. Στη συνέχεια εξετάζονται περισσότεροι από 90 δείκτες βλάστησης που χρησιμοποιούνται στην αμπελουργία σε διάφορες εφαρμογές και ερευνητικά θέματα, και κατηγοριοποιούνται ανάλογα με την εφαρμογή τους και τις φασματικές ζώνες που χρησιμοποιούν. Συνοψίζοντας, η παρούσα ανασκόπηση αποτελεί έναν οδηγό για τις εφαρμογές της τηλεπισκόπησης στην αμπελουργία, της χρήσης των σχετικών δεικτών βλάστησης αλλά και της αξιολόγησης των αμπελώνων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Από πολύ νωρίς είχε γίνει προσπάθεια, σε παγκόσμιο επίπεδο, για συστηματική παραγωγή σταφυλιού και έπειτα κρασιού. Για την αύξηση της παραγωγής στη γεωργία, τη δεκαετία του 1990 εισήχθησαν τεχνικές για τη μετατροπή της γεωργίας σε &amp;quot;γεωργία ακριβείας&amp;quot;. Εννιά χρόνια αργότερα άρχισε να εισάγεται η έννοια της  αμπελουργίας ακριβείας (PV).  Ο κύριος στόχος της είναι η διαχείριση της μεταβλητότητας στην απόδοση και την ανάπτυξη με τη διαίρεση του αμπελώνα σε ζώνες διαχείρισης. Με τη διαχείριση αυτή αυξάνεται η απόδοση που μεταφράζεται σε οικονομική βελτίωση της εκμετάλλευσης και μειώνονται οι περιβαλλοντικές επιπτώσεις που αποτελεί διπλό όφελος. &lt;br /&gt;
Η  τηλεπισκόπηση, αποτελεί ένα  εργαλείο για τη μελέτη της χωρικής μεταβλητότητας στον αμπελώνα. Οι δείκτες βλάστησης χρησιμοποιούνται κυρίως για την παρακολούθηση των συνθηκών της αμπέλου και τη συσχέτισή τους με την απόδοση.  Οι παράμετροι που συνήθως εξετάζονται όσον αφορά τον θόλο είναι η συγκέντρωση χλωροφύλλης στα φύλλα, η περιεκτικότητα σε άζωτο και η περιεκτικότητα σε νερό.  Έχουν μελετηθεί όμως και συσχετίσεις των δεικτών βλάστησης (VI) με παραμέτρους του σταφυλιού όπως το Brix, το pΗ αλλά και δεδομένα εδάφους, όπως η ηλεκτρική αγωγιμότητα του εδάφους, οι παράμετροι ζωηρότητας της αμπέλου και η απόδοση. Επιπλέον, η τηλεπισκόπηση προσφέρει δεδομένα σε πολλές χρονικές και χωρικές αναλύσεις για τη μελέτη ενός αμπελώνα ή μιας αμπελουργικής περιοχής διαχρονικά. Σκοπός της παρούσας ανασκόπησης είναι να συγκεντρώσει εκείνους τους δείκτες βλάστησης που έχουν χρησιμοποιηθεί ειδικά στην άμπελο και την αμπελουργία με εικόνες τηλεπισκόπησης, να σχολιάσει και να αναλύσει τις εφαρμογές και να ταξινομήσει ανάλογα τα μήκη κύματος που χρησιμοποιούνται στον υπολογισμό('''Εικόνα 1'''). Επιπλέον, θα πραγματοποιηθεί  μια κριτική επισκόπηση σχετικά με την αποτελεσματικότητα κάθε μεθόδου και κατά πόσον αν οι στόχοι έχουν αντιμετωπιστεί επαρκώς.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_wiki_2.1.png  | thumb| right|'''Εικόνα 1:''' Χωρική κατανομή των δημοσιεύσεων (περιοχή μελέτης).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Μέθοδος:'''&lt;br /&gt;
&lt;br /&gt;
Για την ανάλυση των αξιολογήσεων της βλάστησης δεικτών βλάστησης η κύρια ιδέα ήταν να συγκεντρωθούν οι VIs όσον αφορά τις γεωργικές εφαρμογές. Μια προσπάθεια να τους κατηγοριοποιήσουμε σύμφωνα με τη σχέση τους με τα χαρακτηριστικά της βλάστησης , επιπλέον εξετάστηκε η χρήση και οι εφαρμογές των VIs σε γεωργία ακριβείας. Πραγματοποιήθηκε ολιστική έρευνα των δημοσιεύσεων στα Scopus, Google Scholar και Web of Science. Η μέθοδος της ανασκόπησης διαχωρίζεται σε τρεις φάσεις ('''Εικόνα 2''') στο σχεδιασμός της ανασκόπησης, την εκτέλεση και την αναφορά της ανασκόπησης, ενώ μια σχεσιακή βάση δεδομένων δημιουργήθηκε για τη διαχείριση των ερευνητικών εργασιών, εξελίσσοντας τη μεθοδολογία της (Αδαμίδη, 2020). Έτσι μελετήθηκαν ανά άρθρο τα στοιχεία:  είδος καλλιέργειας, χώρα, πηγή δεδομένων, έτος ανάκτησης δεδομένων, δείκτες βλάστησης, μέθοδοι ανάλυσης, κλίμακα περιοχής μελέτης κ.α.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.2.png  | thumb| right|'''Εικόνα 2:''' Φάσεις της μεθόδου αναθεώρησης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η ευρεία χρήση των UAV καταδεικνύει τις χρησιμότητες αυτής της τεχνολογίας στην αμπελουργία, η  υψηλή ανάλυση που προσφέρει είναι ιδανική για τον εντοπισμό των γραμμών των αμπελιών ('''Εικόνα 3''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.3.png  | thumb| right|'''Εικόνα 3:''' Χρήση δεικτών βλάστησης με 3 ή περισσότερες αναφορές που αναπαρίστανται με ανάλογη επιφάνεια.]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Στις εικόνες μέσης ανάλυσης, ο Sentinel-2 υπερέχει στη χρήση έναντι άλλων, λόγω της ικανότητας να αποκαλύπτει τη χωρική μεταβλητότητα.&amp;lt;/blockquote&amp;gt; &lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η έρευνα εντοπίζεται στα μεσαία γεωγραφικά πλάτη κυρίως σε απόσταση περίπου ±40 μοιρών από τον ισημερινό. Από το γεγονός αυτό συμπεραίνουμε ποιες είναι οι χώρες είναι οι κύριοι καλλιεργητές της αμπέλου αλλά και ποια κλίματα είναι καταλληλότερα για την καλλιέργεια αυτή.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι λέξεις-κλειδιά &amp;quot;αμπελουργία ακριβείας&amp;quot;, &amp;quot;τηλεπισκόπηση&amp;quot;, &amp;quot;UAV&amp;quot; και &amp;quot;NDVI&amp;quot; καταγράφηκαν περισσότερες φορές, γεγονός που δείχνει ότι η ερευνητική τάση του παρόντος είναι η μελέτη της χωρικής μεταβλητότητας στον αμπελώνα με δείκτες βλάστησης και τις εικόνες του UAV ('''Εικόνα 4''').&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_wiki_2.4.png  | thumb| right|'''Εικόνα 4:''' Χάρτης NDVI από εικόνες διαφορετικής ανάλυσης (UAV, Worldview-2, Sentinel-2), πηγή: Αδημοσίευτα ερευνητικά αποτελέσματα από τον κωδικό έργου: T1EDK-04202 (στο πλαίσιο της πρόσκλησης RESEARCH-CREATE-INNOVATE), Ερευνητική Μονάδα GIS, Εργαστήριο Εδαφολογίας και Γεωργικής Χημείας, Τμήμα Φυσικών Πόρων και Γεωργικής Μηχανικής, Γεωπονικό Πανεπιστήμιο Αθηνών.]]&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Επιπλέον, ο στόχος της έρευνας για την περιφερειακή κλίμακα επικεντρώνεται κυρίως στην αξιολόγηση των μεθοδολογιών σε διαφορετικούς αμπελώνες και σπάνια στην κατηγοριοποίηση ή μελέτη των διαφορών σε περιφερειακή κλίμακα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Ο μεγάλος όγκος χωρικών δεδομένων από τηλεχειριζόμενα ανίχνευσης τα τελευταία χρόνια έχει οδηγήσει στην εποχή των μεγάλων δεδομένων. Η εξέλιξη και η εφαρμογή των υπερφασματικών εικόνων και των υπερφασματικών VIs παρουσιάζει ενδιαφέρον για το μέλλον στον τομέα της PV.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
 &lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Η εξέλιξη της έρευνας σχετικά με τους δείκτες βλάστησης από τηλεπισκόπηση, τη διαχείρισή τους με τεχνητή νοημοσύνη, νευρωνικά δίκτυα και έξυπνες τεχνολογίες παρέχει στους παραγωγούς με αποτελεσματικότερα συστήματα υποστήριξης αποφάσεων και τη δυνατότητα εφαρμογής τεχνολογιών προκειμένου να να αυξήσουν την απόδοση και την ποιότητα.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&amp;lt;blockquote&amp;gt;• Οι δείκτες βλάστησης αποτελούν σημαντικό εργαλείο για την παρακολούθηση των αμπελώνων, του κύκλου ανάπτυξης της αμπέλου, την εκτίμηση της απόδοσης και της υδατικής καταπόνησης, μπορούν να χρησιμοποιηθούν για την καλύτερη διαχείριση του αμπελώνα σε συνδυασμό με τεχνικές γεωργίας ακριβείας.&amp;lt;/blockquote&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Αμπελώνες]]&lt;br /&gt;
&lt;br /&gt;
[[Μόνιμες καλλιέργειες]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-27T09:03:05Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.1.jpg  | thumb| right|'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.2.jpg | thumb| right|'''Εικόνα 2:''' Επτά κύριοι τύποι βλάστησης στην LMNR.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.3.jpg  | thumb| right|'''Εικόνα 3:''' . Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.4.jpg  | thumb| right|'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.5.jpg  | thumb| right|'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-27T09:02:12Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Γαλανού Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2023-02-27T09:00:18Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ]]&lt;br /&gt;
&lt;br /&gt;
[[Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong]]&lt;br /&gt;
&lt;br /&gt;
[[Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης]]&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T08:58:00Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.1.jpg  | thumb| right|'''Εικόνα 1:''' Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β) δείκτης εποχικότητας βροχόπτωσης Markham με τις υψηλότερες τιμές να υποδηλώνουν μεγαλύτερη εποχικότητα, γ) τέσσερις υποπεριοχές που ορίστηκαν με τη μέθοδο ομαδοποίησης K-means χρησιμοποιώντας ως είσοδο τον δείκτη εποχικότητας βροχόπτωσης και δ) μέση εποχιακή δυναμική της εδαφικής υγρασίας ERA5 σε βάθος ρίζας σε κάθε υποπεριοχή (2013-2016).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.2.jpg  | thumb| right|'''Εικόνα 2:''' Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.3.jpg  | thumb| right|'''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των VODs πάνω από τα άθικτα δάση του Αμαζονίου (όλες οι τιμές δίνονται ως προς τα Z-scores που υπολογίζονται από τις χωρικά μέσες τιμές). Σημείωση: Η σκιασμένη περιοχή υποδεικνύει τις περιόδους της ξηρής περιόδου (όπως ορίζεται από τους Marengo et al., 2011).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.4.jpg  | thumb| right|'''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης. Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές ('''Εικ. 1γ''').Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση ('''Εικ. 1β''') και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM ('''Εικ. 1δ''').Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)('''Εικόνα 2'''). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) ('''Εικόνα 3''').Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.5.jpg  | thumb| right|'''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παραγόντων. α) θερμοκρασία εδάφους, β) βροχόπτωση, γ) τραχύτητα επιφάνειας. Οι τιμές των διαταρακτικών παραγόντων γίνονται υψηλότερες από το στρώμα 1 έως το στρώμα 5, π.χ. το στρώμα 5 για τη θερμοκρασία του εδάφους υποδηλώνει την υψηλότερη θερμοκρασία του εδάφους. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση ('''Εικόνα 4'''). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD ('''Εικόνα 5''').Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.).&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T08:56:32Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.1.jpg  | thumb| right|'''Εικόνα 1:''' Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β) δείκτης εποχικότητας βροχόπτωσης Markham με τις υψηλότερες τιμές να υποδηλώνουν μεγαλύτερη εποχικότητα, γ) τέσσερις υποπεριοχές που ορίστηκαν με τη μέθοδο ομαδοποίησης K-means χρησιμοποιώντας ως είσοδο τον δείκτη εποχικότητας βροχόπτωσης και δ) μέση εποχιακή δυναμική της εδαφικής υγρασίας ERA5 σε βάθος ρίζας σε κάθε υποπεριοχή (2013-2016).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.2.png  | thumb| right|'''Εικόνα 2:''' Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.3.jpg  | thumb| right|'''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των VODs πάνω από τα άθικτα δάση του Αμαζονίου (όλες οι τιμές δίνονται ως προς τα Z-scores που υπολογίζονται από τις χωρικά μέσες τιμές). Σημείωση: Η σκιασμένη περιοχή υποδεικνύει τις περιόδους της ξηρής περιόδου (όπως ορίζεται από τους Marengo et al., 2011).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.4.jpg  | thumb| right|'''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης. Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές ('''Εικ. 1γ''').Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση ('''Εικ. 1β''') και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM ('''Εικ. 1δ''').Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)('''Εικόνα 2'''). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) ('''Εικόνα 3''').Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.5.jpg  | thumb| right|'''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παραγόντων. α) θερμοκρασία εδάφους, β) βροχόπτωση, γ) τραχύτητα επιφάνειας. Οι τιμές των διαταρακτικών παραγόντων γίνονται υψηλότερες από το στρώμα 1 έως το στρώμα 5, π.χ. το στρώμα 5 για τη θερμοκρασία του εδάφους υποδηλώνει την υψηλότερη θερμοκρασία του εδάφους. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση ('''Εικόνα 4'''). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD ('''Εικόνα 5''').Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.).&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.2.jpg</id>
		<title>Αρχείο:Galanou mar 1.2.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.2.jpg"/>
				<updated>2023-02-27T08:54:15Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Galanou mar 1.2.jpg&amp;amp;quot;: '''Εικόνα 2:''' Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 2:'''  Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.5.jpg</id>
		<title>Αρχείο:Galanou mar 1.5.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.5.jpg"/>
				<updated>2023-02-27T08:52:39Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παρ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παραγόντων. α) θερμοκρασία εδάφους, β) βροχόπτωση, γ) τραχύτητα επιφάνειας. Οι τιμές των διαταρακτικών παραγόντων γίνονται υψηλότερες από το στρώμα 1 έως το στρώμα 5, π.χ. το στρώμα 5 για τη θερμοκρασία του εδάφους υποδηλώνει την υψηλότερη θερμοκρασία του εδάφους.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.4.jpg</id>
		<title>Αρχείο:Galanou mar 1.4.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.4.jpg"/>
				<updated>2023-02-27T08:51:47Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης. Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.3.jpg</id>
		<title>Αρχείο:Galanou mar 1.3.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.3.jpg"/>
				<updated>2023-02-27T08:50:33Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των VODs πάνω από τα άθικτα δάση του Αμαζονίου (όλες οι τιμές δίνονται ως προς τα Z-scores που υπολογίζονται από τις χωρικά μέσες τιμές). Σημείωση: Η σκιασμένη περιοχή υποδεικνύει τις περιόδους της ξηρής περιόδου (όπως ορίζεται από τους Marengo et al., 2011).&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.2.jpg</id>
		<title>Αρχείο:Galanou mar 1.2.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.2.jpg"/>
				<updated>2023-02-27T08:48:35Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 2:'''  Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο τ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 2:'''  Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.1.jpg</id>
		<title>Αρχείο:Galanou mar 1.1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_1.1.jpg"/>
				<updated>2023-02-27T08:45:31Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 1:'''  Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β)&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 1:'''  Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β) δείκτης εποχικότητας βροχόπτωσης Markham με τις υψηλότερες τιμές να υποδηλώνουν μεγαλύτερη εποχικότητα, γ) τέσσερις υποπεριοχές που ορίστηκαν με τη μέθοδο ομαδοποίησης K-means χρησιμοποιώντας ως είσοδο τον δείκτη εποχικότητας βροχόπτωσης και δ) μέση εποχιακή δυναμική της εδαφικής υγρασίας ERA5 σε βάθος ρίζας σε κάθε υποπεριοχή (2013-2016).&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T08:43:24Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.1.jpg  | thumb| right|'''Εικόνα 1:''' Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β) δείκτης εποχικότητας βροχόπτωσης Markham με τις υψηλότερες τιμές να υποδηλώνουν μεγαλύτερη εποχικότητα, γ) τέσσερις υποπεριοχές που ορίστηκαν με τη μέθοδο ομαδοποίησης K-means χρησιμοποιώντας ως είσοδο τον δείκτη εποχικότητας βροχόπτωσης και δ) μέση εποχιακή δυναμική της εδαφικής υγρασίας ERA5 σε βάθος ρίζας σε κάθε υποπεριοχή (2013-2016).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.2.png  | thumb| right|'''Εικόνα 2:''' Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.3.jpg  | thumb| right|'''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των VODs πάνω από τα άθικτα δάση του Αμαζονίου (όλες οι τιμές δίνονται ως προς τα Z-scores που υπολογίζονται από τις χωρικά μέσες τιμές). Σημείωση: Η σκιασμένη περιοχή υποδεικνύει τις περιόδους της ξηρής περιόδου (όπως ορίζεται από τους Marengo et al., 2011).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές ('''Εικ. 1γ''').Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση ('''Εικ. 1β''') και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM ('''Εικ. 1δ''').Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)('''Εικόνα 2'''). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) ('''Εικόνα 3''').Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.4.jpg  | thumb| right|'''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης. Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.5.jpg  | thumb| right|'''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παραγόντων. α) θερμοκρασία εδάφους, β) βροχόπτωση, γ) τραχύτητα επιφάνειας. Οι τιμές των διαταρακτικών παραγόντων γίνονται υψηλότερες από το στρώμα 1 έως το στρώμα 5, π.χ. το στρώμα 5 για τη θερμοκρασία του εδάφους υποδηλώνει την υψηλότερη θερμοκρασία του εδάφους. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση ('''Εικόνα 4'''). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD ('''Εικόνα 5''').Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.).&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T08:41:49Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.1.jpg  | thumb| right|'''Εικόνα 1:''' Συνθήκες βροχόπτωσης και εδαφικής υγρασίας στην περιοχή μελέτης. α) Χωρική κατανομή της μέσης ετήσιας βροχόπτωσης (mm) (2013-2016), β) δείκτης εποχικότητας βροχόπτωσης Markham με τις υψηλότερες τιμές να υποδηλώνουν μεγαλύτερη εποχικότητα, γ) τέσσερις υποπεριοχές που ορίστηκαν με τη μέθοδο ομαδοποίησης K-means χρησιμοποιώντας ως είσοδο τον δείκτη εποχικότητας βροχόπτωσης και δ) μέση εποχιακή δυναμική της εδαφικής υγρασίας ERA5 σε βάθος ρίζας σε κάθε υποπεριοχή (2013-2016).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.2.png  | thumb| right|'''Εικόνα 2:''' Αξιολόγηση των σχέσεων μεταξύ της πρωινής (Morn)/απογευματινής (Even) οπισθοσκέδασης και της εδαφικής υγρασίας. α-β) Χωρικό μοτίβο των εποχιακών συσχετίσεων μεταξύ της μέσης χρονικής διάρκειας της οπισθοσκέδασης και της εδαφικής υγρασίας κατά τη διάρκεια των ετών 2013-2016. γ-δ) Μεταβολές του μεγέθους της οπισθοσκέδασης κατά τη διάρκεια γεγονότων ξηρασίας της εδαφικής υγρασίας (ημέρα λήξης -ημέρα έναρξης της υδατικής καταπόνησης). Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν στο Σχήμα 2α-β.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.3.jpg  | thumb| right|'''Εικόνα 3:''' Χρονική μέση (2013-2016) εποχιακή δυναμική της εδαφικής υγρασίας ERA5, της προσομοιωμένης με το μοντέλο VWC, της οπισθοσκέδασης και των VODs πάνω από τα άθικτα δάση του Αμαζονίου (όλες οι τιμές δίνονται ως προς τα Z-scores που υπολογίζονται από τις χωρικά μέσες τιμές). Σημείωση: Η σκιασμένη περιοχή υποδεικνύει τις περιόδους της ξηρής περιόδου (όπως ορίζεται από τους Marengo et al., 2011).]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές ('''Εικ. 1γ''').Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση ('''Εικ. 1β''') και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM ('''Εικ. 1δ''').Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)('''Εικόνα 2'''). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) ('''Εικόνα 3''').Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.4.jpg  | thumb| right|'''Εικόνα 4:''' Εποχιακές συσχετίσεις (χρονικός μέσος όρος κατά την περίοδο 2013-2016) μεταξύ των VOD και της εδαφικής υγρασίας στην περιοχή μελέτης. Σημείωση: Τα pixels με μη σημαντικές συσχετίσεις (p &amp;gt; 0,05) αποκρύφθηκαν.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_1.5.jpg  | thumb| right|'''Εικόνα 5:''' Box plot των εποχιακών συσχετίσεων μεταξύ των VODs και της εδαφικής υγρασίας που αντιστοιχούν σε διάφορα στρώματα διαταρακτικών παραγόντων. α) θερμοκρασία εδάφους, β) βροχόπτωση, γ) τραχύτητα επιφάνειας. Οι τιμές των διαταρακτικών παραγόντων γίνονται υψηλότερες από το στρώμα 1 έως το στρώμα 5, π.χ. το στρώμα 5 για τη θερμοκρασία του εδάφους υποδηλώνει την υψηλότερη θερμοκρασία του εδάφους. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση ('''Εικόνα 4'''). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD ('''Εικόνα 5''').Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.).&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T08:34:54Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές ('''Εικ. 1γ''').Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση ('''Εικ. 1β''') και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM ('''Εικ. 1δ''').Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)('''Εικόνα 2'''). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) ('''Εικόνα 3''').Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση ('''Εικόνα 4'''). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD ('''Εικόνα 5''').Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.).&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82</id>
		<title>Ανάδειξη εποχιακών μεταβολών της περιεκτικότητας σε νερό της βλάστησης, μέσω μικροκυμάτων τηλεπισκόπησης</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%B4%CE%B5%CE%B9%CE%BE%CE%B7_%CE%B5%CF%80%CE%BF%CF%87%CE%B9%CE%B1%CE%BA%CF%8E%CE%BD_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%B5%CE%BA%CF%84%CE%B9%CE%BA%CF%8C%CF%84%CE%B7%CF%84%CE%B1%CF%82_%CF%83%CE%B5_%CE%BD%CE%B5%CF%81%CF%8C_%CF%84%CE%B7%CF%82_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82,_%CE%BC%CE%AD%CF%83%CF%89_%CE%BC%CE%B9%CE%BA%CF%81%CE%BF%CE%BA%CF%85%CE%BC%CE%AC%CF%84%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82"/>
				<updated>2023-02-27T08:31:43Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Νέα σελίδα με 'category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)    '''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water con...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:'''  ''Seasonal variations in vegetation water content retrieved from microwave remote sensing over Amazon intact forests''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Huan Wang, Jean-Pierre Wigneron, Philippe Ciais, Yitong Yao, Lei Fan, Xiangzhuo Liu, Xiaojun Li, Julia K. Green, Feng Tian, Shengli Tao, Wei Li, Fr´ed´eric Frappart, Cl´ement Albergel, Mengjia Wang, Shuangcheng Li &lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct/Remote Sensing of Environment Volume 285, 1 February 2023, 113409&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:''' https://www.sciencedirect.com/science/article/pii/S0034425722005156&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις- Κλειδιά:''' Οπτικό βάθος βλάστησης, Περιεκτικότητα της βλάστησης σε νερό, Εποχικότητα, Δάσος Αμαζονίου, Μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA, SMOS-IC, ASCAT-IB, AMSR2, VODCA&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Το παρόν άρθρο πραγματεύεται την αποτελεσματικότητα στη μέτρηση του ποσοστού υγρασίας στη βλάστηση των δασών του Αμαζονίου και τις μεταβολές της στη διάρκεια της ημέρας, μέσω της μεθόδου της τηλεπισκόπησης. Στην πραγματικότητα χρησιμοποιεί προϊόντα του δείκτη VOD (Vegetation optical depth) υποστηριζόμενα από το προσομοιωμένο μοντέλο ORCHIDEECAN-NHA. Ο δείκτης VOD επιλέχθηκε ως ο πιο αποτελεσματικός καθώς είναι ο λιγότερο ευαίσθητος στο αεροζόλ της ατμόσφαιρας, τις  επιδράσεις μόλυνσης, τα σύννεφα και τον ηλιακό φωτισμό από ότι οι οπτικοί δείκτες βλάστησης και ταυτόχρονα παρουσιάζει μεγαλύτερη διεισδυτικότητα εντός του θόλου της βλάστησης χωρίς όμως να την υπερνικά. Στη συνέχεια διερευνήθηκαν οι πιθανές αιτίες προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Ακολουθούν τα συμπεράσματα τα οποία αποδεικνύουν τις δυνατότητες του εργαλείου αλλά και τις παραμέτρους που πρέπει να λάβει  υπ όψιν του ο μελλοντικός  χρήστης για να καταλήξει σε ορθή έρευνα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Τα δάση του Αμαζονίου αποτελούν ένα σημαντικό στοιχείο ανάδειξης του παγκόσμιου κύκλου άνθρακα και του υδρολογικού κύκλου. Η ακριβής κατανόηση της δυναμικής της βλάστησης του Αμαζονίου είναι εξαιρετικής σημασίας για την πορεία του πλανήτη σε οικολογικό επίπεδο. Τα δεδομένα τηλεπισκόπησης παρέχουν εκτεταμένες παρατηρήσεις για την παρακολούθηση της βλάστησης του Αμαζονίου. Οι οπτικοί δείκτες βλάστησης συνήθως έχουν υψηλή χωρική ανάλυση και μακρά περίοδο παρατηρήσεων,  περιορίζονται όμως στην επιφάνεια του θόλου.  Οι δείκτες VOD, που λειτουργούν με βάση τα μικροκύματα, διευρύνουν το πεδίο μελέτης καθώς έχουν την ικανότητα να διεισδύουν σε διαφορετικά στρώματα του θόλου και μέσα από τα σύννεφα, επίσης δεν επηρεάζονται από τον ηλιακό φωτισμό και τα αερολύματα. Έτσι αποφεύγονται μεροληψίες που προκαλούνται από ελλιπείς μετρήσεις. Ωστόσο στα πυκνά δάση όπου λόγω βροχοπτώσεων, δρόσου και άλλων παραγόντων η ανακλαστικότητα επηρεάζεται, η ανάκτηση του VOD γίνεται πολύπλοκη. Ειδικότερα, το VOD μεγάλου μήκους κύματος είναι ευαίσθητο στις εποχιακές μεταβολές σε ολόκληρη την μάζας του θόλου, συμπεριλαμβανομένων τόσο του φυλλώματος όσο και της ξυλώδους συνιστώσας. Τα μοντέλα χερσαίας βιόσφαιρας που βασίζονται σε διεργασίες μπορούν να αποτελέσουν ένα νέο εργαλείο για την προσομοίωση των εποχιακών μεταβολών στην αποθήκευση νερού στο οικοσύστημα, που δεν είναι παρατηρήσιμες σε μεγάλη κλίμακα, και συνεπώς για την αξιολόγηση της. Στην παρούσα μελέτη, αξιοποιούμε το πλεονέκτημα των την αναπαράσταση της VWC στο παγκόσμιο μοντέλο ORCHIDEE-CAN-NHA, το οποίο είναι μια νέα ενότητα υδραυλικής αρχιτεκτονικής στο μοντέλο ORCHIDEE-CAN. Εκμεταλλευόμαστε επίσης τις παρατηρήσεις οπισθοσκέδασης του ραντάρ που είναι ευαίσθητες στις αλλαγές του VWC για την αξιολόγηση της εποχικότητας των μεταβλητών που σχετίζονται με την VWC.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	Δεδομένα παρατήρησης:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη αξιολογήθηκαν οι εποχιακές διακυμάνσεις οκτώ πρόσφατα αναπτυγμένων  προϊόντων VOD σε διαφορετικές συχνότητες (π.χ. Ku-, X-, C- και L-band) πάνω από τα άθικτα δάση του Αμαζονίου, υποστηριζόμενα από το προσομοιωμένο με το μοντέλο ORCHIDEECAN-NHA υδατικό περιεχόμενο της βλάστησης. Επιπλέον, διερευνήθηκαν οι πιθανές αιτίες των προβλημάτων ανάκτησης VOD, όσον αφορά τις αβεβαιότητες του αλγορίθμου ανάκτησης. Όσον αφορά την ικανότητα των VOD προϊόντων να ακολουθούν την εποχικότητα της εδαφικής υγρασίας, το ενεργό μικροκυματικό ASCAT-IB C-VOD (διάμεση εποχιακή συσχέτιση με την εδαφική υγρασία (R) ~ 0,50) υπερτερεί των παθητικών μικροκυματικών προϊόντων VOD, ακολουθούμενο από το παθητικό μικροκυμάτων AMSR2 X-VOD (R ~ 0,26) και VODCA X-VOD (R ~ 0,16). Ωστόσο, το SMOS-IC L-VOD (R ~ - 0,15) και AMSR2 C1-VOD (R ~ - 0,20) εμφανίζει  αρνητικές εποχιακές συσχετίσεις με την εδαφική υγρασία στο μεγαλύτερο μέρος των εικονοστοιχείων. Συγκεκριμένα, 1) αξιολογήθηκε η εποχιακή δυναμική της προσομοιωμένης από το μοντέλο ORCHIDEE-CAN-NHA RWC φύλλων και βλαστών και VWC σε σχέση με τη διαθεσιμότητα του εδαφικού νερού (ένα υποκατάστατο του SM εδώ), 2) αξιολογήθηκε η εποχικότητα της οπισθοσκέδασης ASCAT σε σχέση με τις μεταβολές του SM κατά τη διάρκεια γεγονότων ξηρασίας του SM- 3) συγκρίθηκαν μεταξύ τους η εποχικότητα μεταξύ των VODs, η VWC που προσομοιώνεται από τα μοντέλα, η οπισθοσκέδασης και το SM για να αξιολογηθεί η ακρίβεια των VODs και 4) αναλύθηκαν οι πιθανοί λόγοι για τα σφάλματα ανάκτησης VOD, από την άποψη των αλγορίθμων ανάκτησης. Ειδικότερα, το βήμα 1 και το βήμα 2 μπορούν να βοηθήσουν στην επικύρωση των δύο υποθέσεων (H1- 2), βάσει των οποίων διεξάγεται η αξιολόγηση των εποχικών διακυμάνσεων των VOD. Χρησιμοποιήθηκε η εποχιακή συσχέτιση SMVOD ως κύρια μετρική για την αξιολόγηση της ακρίβειας των της εποχικότητας του VOD, αντί να συγκριθούν απευθείας οι προσομοιωμένες με το μοντέλο VWC με το VOD. Αυτό οφείλεται στο γεγονός ότι το μοντέλο δεν διαχωρίζει την κορυφή του θόλου και το μεσαίο θόλο, γεγονός που θα μπορούσε να προκαλέσει ορισμένες αβεβαιότητες στην αξιολόγηση των προϊόντων VOD υψηλής συχνότητας, π.χ. VOD Ku-, X- και C-band. Στο Επιπλέον, εξακολουθεί να υπάρχει ανάγκη βελτίωσης του μοντέλου και απεικονίζουμε την αβεβαιότητα που σχετίζεται με το μοντέλο στο μέρος της συζήτησης. Για τη βελτίωση του ευρωστία των αποτελεσμάτων αξιολόγησης, αξιολογήθηκαν επίσης το LAI/SIF-VOD συσχετίσεις για να δείξουμε την επίδραση της βιομάζας του θόλου στην εποχικότητα της περιεκτικότητας σε νερό της βλάστησης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.	Μέθοδοι: '''&lt;br /&gt;
&lt;br /&gt;
Για να ελαχιστοποιηθεί η επίδραση της αποψίλωσης των δασών και των παρατηρήσεων χαμηλής ποιότητας στην αξιολόγηση της εποχιακής δυναμικής του VOD, η ανάλυση περιορίστηκε στο να συμπεριλάβει μόνα τα δάση  που χαρακτηρίζονται ως &amp;quot;άθικτα&amp;quot;. Με βάση αυτόν τον δείκτη ορίστηκαν τέσσερις κύριες υποπεριοχές (Εικ. 1γ).Από την περιοχή 1 έως την περιοχή 4, μια υψηλότερη τιμή του εποχικού δείκτη βροχόπτωσης απεικόνιζε μια αυξανόμενη εποχική υδατική καταπόνηση (Εικ. 1β) και μια βαθύτερη, πιο απότομη και μεγαλύτερης διάρκειας εποχική ξηρασία SM (Εικ. 1δ).Η ακρίβεια των ανακτήσεων VOD επηρεάζεται από την RFI, που υποδηλώνει τις μικροκυματικές ακτινοβολίες που εκπέμπονται από τεχνητές συσκευές. Χρησιμοποιήθηκε παράθυρο εξομάλυνσης 10 ημερών για την παραγωγή ημερήσιων τιμών προκειμένου να μειωθεί το σήμα θορύβου και την πιθανή επίδραση της αναχαίτισης της βροχόπτωσης στην ανάκτηση VOD. Όλα τα δεδομένα VOD επαναδειγματοληπτήθηκαν σε χωρική ανάλυση 0,25◦ για τον υπολογισμό και τη σύγκριση χρησιμοποιώντας τη μέθοδο παρεμβολής του πλησιέστερου γείτονα, η οποία έχει εφαρμοστεί εκτενώς σε μελέτες αξιολόγησης της SM (Al-Yaari et al., 2014; Ma et al., 2021).&lt;br /&gt;
Επιπλέον, για να διασφαλιστεί μια δίκαιη και αξιόπιστη αξιολόγηση των προϊόντων VOD, η αξιολόγηση διεξήχθη κατά την ίδια περίοδο για όλα τα προϊόντα , δηλαδή από τον Ιανουάριο του 2013 έως τον Δεκέμβριο του 2016. Εδώ, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης Pearson για να υποδειχθούν τις εποχιακές και χωρικές συσχετίσεις μεταξύ των δεικτών που σχετίζονται με το VWC και το SM. Ένα επίπεδο τιμής πιθανότητας (p) &amp;lt; 0,05 χρησιμοποιήθηκε ως μέτρο σημαντικής στατιστικής. &lt;br /&gt;
Η αποδοτικότητα Nash-Sutcliffe (NSE) είναι ένας μη παραμετρικός δείκτης που ποσοτικοποιεί την αναντιστοιχία μεταξύ δύο χρονοσειρών, ο οποίος χρησιμοποιήθηκε αρχικά για την ποσοτική αξιολόγηση της ακρίβειας των αποτελεσμάτων των υδρολογικών μοντέλων (Nash and Sutcliffe, 1970). Ο NSE είναι ευαίσθητος τόσο στις απόλυτες τιμές όσο και στις εποχικές διακυμάνσεις (Wu and Johnston, 2007) και μπορεί επίσης να χρησιμοποιηθεί για τη μέτρηση της ομοιότητας της εποχικότητας μεταξύ δύο μεταβλητών (Liu et al., 2021c)(Εικόνα 2). &lt;br /&gt;
Για να αφαιρεθούν οι επιπτώσεις των διαφορετικών εποχικοτήτων μεταξύ των μεταβλητών και να καταστούν τα σύνολα δεδομένων συγκρίσιμα, υπολογίστηκαν πρώτα οι μετασχηματισμένες μεταβλητές με Z-score , X anomaly = Xt - Xt σ(Xt) (1) (Εικόνα 3).Για την Ποσοτική ανάλυση απόδοσης των ενοχλητικών παραγόντων στην ανάκτηση VOD χρησιμοποιήθηκε η μέθοδος GeoDetector για να ποσοτικοποιηθεί η επίδραση των πιθανών παραγόντων στην ακρίβεια της ανάκτησης VOD. Η μέθοδος GeoDetector είναι ένα μέτρο της χωρικά διαστρωματωμένης ετερογένειας, το οποίο μπορεί να εντοπίσει πιθανές αιτιώδεις σχέσεις μεταξύ δύο μεταβλητών εξετάζοντας τη συνέπεια σύζευξης της χωρικής κατανομής τους (Wang et al., 2010, 2016).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5.	Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Στη συζήτηση γίνεται λόγος για αβεβαιότητες που σχετίζονται με τους αλγορίθμους ανάκτησης. Στην παρούσα μελέτη εντοπίσθηκε αντίθετη εποχικότητα μεταξύ ορισμένων παθητικών μικροκυματικών προϊόντων των VOD και των SM. Οι περιορισμένες μεταβολές της φυλλικής μάζας δεν θα πρέπει να κυριαρχούν στις μεταβολές της VWC στη ζώνη L, καθώς οι παρατηρήσεις στη ζώνη L είναι πιο ευαίσθητες στα ξυλώδη συστατικά. Επιπλέον, η ξυλώδης ανάπτυξη λαμβάνει χώρα με χαμηλό ρυθμό κατά την ξηρή περίοδο. Έτσι, η παράλογη εποχικότητα ορισμένων παθητικών μικροκυματικών VOD σε σύγκριση με την εποχικότητα του SM μπορεί να οφείλεται σε προβλήματα αλγορίθμων στις αναλήψεις VOD. Στη συνέχεια, διαπιστώνεται ότι η ASCAT C-VOD και η ASCAT C-band οπισθοσκέδαση έχουν συγκρίσιμες δυνατότητες για την παρακολούθηση της εποχικότητας της SM, και ως εκ τούτου η οι χρονικές μεταβολές στην οπισθοσκέδαση του ASCAT μπορεί να οφείλονται κυρίως σε μεταβολές στην περιεκτικότητα σε νερό της βλάστησης και όχι στην υγρασία του εδάφους, ιδίως λαμβάνοντας υπόψη το χαμηλό βάθος διείσδυσης στη ζώνη C σε πυκνά δάση (Εικόνα 4). Έτσι γίνεται αντιληπτό, πως παρόλο που προσφέρει μια ολοκληρωμένη αξιολόγηση των VODs, η παρούσα μελέτη εξακολουθεί να έχει ορισμένους περιορισμούς. Ακολούθως, το μοντέλο ORCHIDEE-CAN-NHA είναι ένα απλοποιημένο μοντέλο βλάστησης το οποίο δεν μπορεί να αποτυπώσει πλήρως την πολύπλοκη απόκριση της βλάστησης στη διαθεσιμότητα του εδαφικού νερού σε περιοχές με υψηλές εποχικές βροχοπτώσεις. Οι χρονικές ή χωρικές συσχετίσεις μεταξύ των VODs και των SM δεν μπορούν να θεωρηθούν ως &amp;quot;απόλυτο&amp;quot; κριτήριο ακρίβειας για την αξιολόγηση των VOD ανάκτησης. Επιπλέον, το μέγεθος των συσχετίσεων μεταξύ SM και VODs θα μπορούσε να επηρεαστεί από τις εποχιακές μεταβολές βιομάζας του θόλου σε διάφορα στρώματα ενώ ο συνολικός LAI του θόλου παρουσιάζει μη σημαντική εποχικότητα. Αυτή η μελέτη έδειξε ότι μια απροσδόκητη αρνητική συσχέτιση μεταξύ του SM και ορισμένων παθητικών VOD μπορεί να οφείλεται σε πρόβλημα στην αλγορίθμων ανάκτησης που δεν λαμβάνουν υπόψη την εποχικότητα της σκέδασης, οδηγώντας έτσι σε λανθασμένους εποχικούς κύκλους των VOD. Αν και οι ανακτήσεις του SMOS-IC LVOD επηρεάζονται από τις εποχιακές επιδράσεις σκέδασης στις εποχιακή χρονική κλίμακα, για τις ετήσιες αναλήψεις VOD, ο ετήσιος μέσος όρος SMOS-IC L-VOD κατέχει την καλύτερη χωρική συσχέτιση με την AGB σε σύγκριση με τις υψηλές συχνότητας VOD (Εικόνα 5).Συνεπώς, συνιστούμε να ότι το SMOS-IC L-VOD μπορεί ακόμη να χρησιμοποιηθεί για την ανάλυση πολυετών μεταβολών σε βιομάζας, παρά το γεγονός ότι απαιτείται διόρθωση στον αλγόριθμο για να για να ληφθούν υπόψη τα αποτελέσματα της εποχιακής διασποράς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6.	Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Αυτή η μελέτη αξιολόγησε οκτώ πρόσφατα αναπτυγμένα και επανεπεξεργασμένα παθητικά και ενεργά προϊόντα VOD μικροκυμάτων (από την L- έως την Ku-band) έναντι της προσομοίωσης της περιεκτικότητας σε νερό της βλάστησης με βάση το μοντέλο επιφάνειας γης ORCHIDEE-CAN-NHA και τις άμεσες τηλεπισκοπικές παρατηρήσεις της οπισθοσκέδασης ASCAT (C-band) πάνω από άθικτα δάση του Αμαζονίου. Τα αποτελέσματα έδειξαν ως  εξής: &lt;br /&gt;
1.	Η περιεκτικότητα της βλάστησης σε νερό εξαρτάται από την διαθεσιμότητα του εδαφικού νερού και την εποχικότητα και τις μεταβολές των περιβαλλοντικών συνθηκών μέσα στη μέρα(θερμοκρασία, υγρασία, κοκ.). 2.&lt;br /&gt;
2.	Η οπισθοσκέδαση ASCAT (C-band) είναι ιδιαίτερα ευαίσθητη στην επίδραση της πίεσης της εδαφικής υγρασίας στη βλάστηση στο χώρο και στο χρόνο πάνω από τα άθικτα δάση του Αμαζονίου. Η οπισθοσκέδαση της ζώνης C του ASCAT και η C-VOD του ASCAT-IB μπορούν να εφαρμοστούν για εφαρμογές που σχετίζονται με την ξηρασία, π.χ. εντοπισμός κέντρων ξηρασίας και απόκριση των φυτών στην υδατική καταπόνηση. 3.&lt;br /&gt;
3.	Η απίθανη εποχικότητα μπορεί να οφείλεται στα χρονικά αμετάβλητα φαινόμενα σκέδασης που λαμβάνονται υπόψη στον αλγόριθμο. Τα φαινόμενα σκέδασης θα πρέπει θεωρητικά να μειώνονται κατά τη διάρκεια της ξηρής περιόδου και τα χαμηλότερα φαινόμενα σκέδασης οδηγούν σε χαμηλότερες τιμές VOD.&lt;br /&gt;
Τα αποτελέσματά μας μπορούν να συμβάλουν στην καλύτερη στόχευση των κατάλληλων οικολογικών εφαρμογών των προϊόντων VOD και στη βελτίωση των αλγορίθμων ανάκτησης παθητικών μικροκυμάτων VOD πάνω από τα πυκνά δάση του Αμαζονίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.5.jpg</id>
		<title>Αρχείο:Galanou mar 5.5.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.5.jpg"/>
				<updated>2023-02-27T07:32:31Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.4.jpg</id>
		<title>Αρχείο:Galanou mar 5.4.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.4.jpg"/>
				<updated>2023-02-27T07:31:19Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.3.jpg</id>
		<title>Αρχείο:Galanou mar 5.3.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.3.jpg"/>
				<updated>2023-02-27T07:29:24Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 3:''' Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτ&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 3:''' Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.2.jpg</id>
		<title>Αρχείο:Galanou mar 5.2.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.2.jpg"/>
				<updated>2023-02-27T07:27:21Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 2:'''Επτά κύριοι τύποι βλάστησης στην LMNR.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 2:'''Επτά κύριοι τύποι βλάστησης στην LMNR.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.1.jpg</id>
		<title>Αρχείο:Galanou mar 5.1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_5.1.jpg"/>
				<updated>2023-02-27T07:26:17Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: '''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-27T07:24:14Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.1.jpg  | thumb| right|'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.2.jpg | thumb| right|'''Εικόνα 2:''' Επτά κύριοι τύποι βλάστησης στην LMNR.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.3.jpg  | thumb| right|'''Εικόνα 3:''' . Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.4.jpg  | thumb| right|'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.5.jpg  | thumb| right|'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Γαλανού Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2023-02-27T07:14:26Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ]]&lt;br /&gt;
&lt;br /&gt;
[[Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong]]&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-26T20:58:19Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.1.PNG  | thumb| right|'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.2.png  | thumb| right|'''Εικόνα 2:''' Επτά κύριοι τύποι βλάστησης στην LMNR.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.3.png  | thumb| right|'''Εικόνα 3:''' . Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.4.png  | thumb| right|'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.5.png  | thumb| right|'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-26T20:55:29Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.1.png  | thumb| right|'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.2.png  | thumb| right|'''Εικόνα 2:''' Επτά κύριοι τύποι βλάστησης στην LMNR.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.3.png  | thumb| right|'''Εικόνα 3:''' . Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.4.png  | thumb| right|'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.5.png  | thumb| right|'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-26T20:41:36Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.1.JPG  | thumb| right|'''Εικόνα 1:''' Τοποθεσία της περιοχής μελέτης.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.2.JPG  | thumb| right|'''Εικόνα 2:''' Επτά κύριοι τύποι βλάστησης στην LMNR.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.3.JPG  | thumb| right|'''Εικόνα 3:''' . Φασματική χαρακτηριστική καμπύλη των τύπων βλάστησης στις (α) 19 Φεβρουαρίου, (β) 25 Απριλίου, (γ) 4 Ιουνίου, (δ) 28 Αυγούστου, (ε) 17 Οκτωβρίου, (στ) και 21 Δεκεμβρίου.]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.4.JPG  | thumb| right|'''Εικόνα 4:''' Διάγραμμα ροής για την ανάπτυξη του τροποποιημένου δείκτη βλάστησης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_5.5.JPG  | thumb| right|'''Εικόνα 5:''' Ταξινόμηση των κύριων τύπων βλάστησης στην LMNR. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong</id>
		<title>Ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B1%CF%87%CE%B5%CE%AF%CE%B1_%CF%84%CE%B1%CF%85%CF%84%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%BA%CF%8D%CF%81%CE%B9%CF%89%CE%BD_%CF%84%CF%8D%CF%80%CF%89%CE%BD_%CE%B2%CE%BB%CE%AC%CF%83%CF%84%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%BF_%CF%86%CF%85%CF%83%CE%B9%CE%BA%CF%8C_%CE%BA%CE%B1%CF%84%CE%B1%CF%86%CF%8D%CE%B3%CE%B9%CE%BF_%CF%84%CE%BF%CF%85_%CE%B2%CE%BF%CF%85%CE%BD%CE%BF%CF%8D_Lingkong"/>
				<updated>2023-02-26T20:35:09Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Νέα σελίδα με 'category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)    '''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Type...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Rapid Identification of Main Vegetation Types in the Lingkong Mountain Nature Reserve Based on Multi-Temporal Modified Vegetation Indices.''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:'''  Wenjing Fang, Hongfen Zhu , Shuai Li, Haoxi Ding and Rutian Bi&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:'''  Published: 6 January 2023, MDPI, Journals, Sensors , Volume 23, Issue 2, 10.3390/s23020659 . https://doi.org/10.3390/ s23020659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος πρωτότυπου κειμένου:'''  https://www.mdpi.com/1424-8220/23/2/659&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' φυσικό καταφύγιο, δείκτης βλάστησης,  βέλτιστο χαρακτηριστικό, τυχαίο δάσος&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1. Περίληψη:''' &lt;br /&gt;
&lt;br /&gt;
Τα φυσικά καταφύγια είναι από τις περιοχές με τη μεγαλύτερη βιοποικιλότητα παγκοσμίως και η ταχεία και ακριβής ταυτοποίηση είναι απαραίτητη προϋπόθεση για τη διαχείρισή τους. Με βάση το σύνολο δεδομένων Sentinel-2  η παρούσα μελέτη παρουσιάζει τρείς διαφορετικούς πολυχρονικούς τροποποιημένους δείκτες οι οποίοι είναι οι εξής: α)MTM-NDQI ( Multi-Temporal Modified normalized difference Quercus wutaishanica index), β)MTM-DSI (multi-temporal modified difference scrub grass index) και γ) MTM-DSI (multi-temporal modified ratio shaw index). Αυτοί οι τρεις δείκτες ενσωματώνουν τα πλεονεκτήματα τόσο των τυπικών δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης και επιτυγχάνουν μεγάλα ποσοστά ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2. Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Το βουνό  Λίνγκογκ  της Κίνας, είναι ένα εθνικό φυσικό καταφύγιο, όπου τα εύκρατα λιβάδια διαπλέκονται με τα φυλλοβόλα πλατύφυλλα δάση. Ένα υψηλό επίπεδο βιοποικιλότητας  στο LMNR (Lingkong Mountain Nature Reserve)('''Εικόνα 1''')είναι ζωτικής σημασίας για της διατήρηση της οικολογικής του σταθερότητας. Στην προσπάθεια δημιουργίας ενός πλαισίου διαχείρισης, το πρώτο βήμα  είναι ο εντοπισμός , η περιγραφή και η ταξινόμηση των μονάδων βλάστησης ολόκληρου του πεδίου. Οι μέχρι τώρα έρευνες  είναι περιορισμένες  τόσο σε έκταση όσο και σε δεδομένα. Οι εξελίξεις στην τηλεπισκόπηση παρέχουν αποτελεσματική λύση στο πρόβλημα αυτό, καθώς διαθέτουν μια ευρεία γκάμα εργαλείων και μεθόδων ανίχνευσης  και ταυτόχρονα επιτρέπουν την ταχεία απόκτηση δεδομένων μεγάλης κλίμακας  ιδίως σε απομακρυσμένες  περιοχές. Επίσης μια σημαντική πράμετρος είναι αυτή της  συνέχειας των δεδομένων την οποία καλύπτουν οι χρονοσειρές . Μέσω αυτών δημιουργείται το υπόβαθρο παρακολούθησης της ανάπτυξης της βλάστησης και της εποχικότητας. Οι σταθμοί ανάκτησης δεδομένων που αφορούν τη βλάστηση συνήθως είναι  ο Sentinel -2 , Landsat -8 και MODIS. Οι  δείκτες που χρησιμοποιούνται στη διαδικασία διάκρισης των φυτικών ειδών οι RVI( δείκτης αναλογίας βλάστησης ), DVI(δείκτης διαφοράς βλάστησης), NDVI ( ο κανονικοποιημένος δείκτης διαφοράς βλάστησης), σε αυτούς προστέθηκαν και κάποιοι βελτιωμένοι όπως ο  SAVI (προσαρμοσμένος στο έδαφος δείκτης βλάστησης), ο EVI (ενισχυμένος δείκτης βλάστησης) και ο, ARVI (ατμοσφαιρικά ανθεκτικός δείκτης βλάστησης). Ωστόσο, οι περισσότεροι τύποι βλάστησης μοιράζονται έναν παρόμοιο τρόπο ανάκλασης, όπου το ορατό κόκκινο φως απορροφάται και το υπέρυθρο φως ανακλάται, επομένως, οι μέθοδοι ταξινόμησης που βασίζονται σε τους ανωτέρω δείκτες βλάστησης δεν μπορούν να παρέχουν ακριβή αποτελέσματα. Για την επίλυση αυτού του προβλήματος,  τα τελευταία χρόνια, οι ερευνητές έχουν αναπτύξει μερικούς δείκτες για τον προσδιορισμό ορισμένων τύπων βλάστησης σύμφωνα με τα ιδιαίτερα φυσιολογικά και αυξητικά χαρακτηριστικά της αντικειμένων ταυτοποίησης. Οι τροποποιημένοι  δείκτες  είναι ο MVI (δείκτης βλάστησης των μαγκρόβιων φυτών ), ο NDYI ( δείκτης κανονικοποιημένης διαφοράς κίτρινου). Η ανάπτυξη τροποποιημένων δεικτών αποτελεί  στόχο της παρούσας μελέτης τόσο για να χρησιμοποιηθούν για τη γρήγορη και ακριβή διερεύνηση της  κατάστασης της βλάστησης στην LMNR αλλά και να αποτελέσουν τεχνικό μέσο για τη διασφάλιση της αποτελεσματικής διαχείριση και επιστημονική αξιοποίηση των περιφερειακών πόρων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Υλικά και μέθοδοι'''&lt;br /&gt;
&lt;br /&gt;
Πολυχρονικά δεδομένα τηλεπισκόπησης&lt;br /&gt;
Επιλέξαμε έξι εικόνες Sentinel-2 L2A (με ημερομηνίες 19/02, 25/04, 04/06,28/08, 17 /10 και 21 /12 : 2021) που καλύπτουν την περιοχή μελέτης, με λιγότερο από 5% νεφώσεις. Τα δεδομένα τηλεπισκόπησης Sentinel-2 παρασχέθηκαν από το κέντρο δεδομένων (https://scihub.copernicus.eu/dhus/, πρόσβαση στις 28 Απριλίου 2021) του Ευρωπαϊκού Διαστημικού Agency (ESA), και τα δεδομένα του προϊόντος της κατηγορίας L2A ήταν ραδιομετρικά βαθμονομημένα και ατμοσφαιρικά διορθωμένα. Στην παρούσα μελέτη, οι ζώνες 1, 9 και 10 εξαιρέθηκαν λόγω των χαμηλής χωρικής ανάλυσης (60 m), και όλες οι εικόνες με ανάλυση 20 m επαναπροσδιορίστηκαν σε εικόνες με ανάλυση 10 m μέσω παρεμβολής του πλησιέστερου γείτονα. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.1 Δεδομένα έρευνας πεδίου'''&lt;br /&gt;
&lt;br /&gt;
Για την καλύτερη διερεύνηση της χωρικής κατανομής των φυτοκοινοτήτων, οι ερευνητές διεξήγαγαν έρευνα πεδίου των πρωτογενών τύπων βλάστησης στο LMNR από τις 10 Σεπτεμβρίου έως τις 15 Σεπτεμβρίου 2021. Επιπλέον, ορισμένες περιοχές που ήταν απρόσιτες για τον άνθρωπο φωτογραφήθηκαν από αέρος με τη χρήση μη επανδρωμένων αεροσκαφών. Δεδομένου του ανάγλυφου των βουνών το οποίο μπορεί να επηρεάσει τα σήματα των δορυφορικών αισθητήρων, έγινε προσεκτική επιλογή των σημείων δειγματοληψίας αφού πρώτα συνδυάστηκαν DEM ( κλίσεων, διεύθυνσης κλίσεων και υψομέτρου )  και δορυφορικές εικόνες. Τελικά , αντλήθηκαν 270 δείγματα κάτω από επτά κύριους τύπους βλάστησης, που περιελάμβαναν συνολικά 2430 pixels. τα δεδομένα της έρευνας πεδίου χρησιμοποιήθηκαν για την εκπαίδευση και την επαλήθευση σε αναλογία 6:4.&lt;br /&gt;
&lt;br /&gt;
'''3.2 Μεθοδολογία'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το σκοπό μελέτης και τις διαθέσιμες πληροφορίες από τα δεδομένα του Sentinel-2, τρείς τυπικοί δείκτες βλάστησης  συμπεριλαμβανομένων των χρονοσειρών RVI (RVI = RED/NIR)ευαίσθητος στη βλάστηση όταν η φυτοκάλυψη είναι υψηλή , DVI (DVI = NIR – RED) ευαίσθητος στις μεταβολές του εδάφους και NDVI (NDVI = (NIR - RED)/(NIR + RED) ευαίσθητος στην πράσινη βλάστηση ακόμα και όταν η φυτοκάληψη είναι χαμηλή, επιλέχθηκαν για να αξιολογηθεί η ικανότητά τους να προσδιορίσουν τους τύπους βλάστησης στο LMNR. Με βάση τα δεδομένα εικόνας Sentinel-2A που αποκτήθηκαν για έξι περιόδους, αναλύθηκαν στατιστικά οι μέσες φασματικές τιμές επτά τύπων βλάστησης ('''Εικόνα 2'''). Οι φασματικές διαφορές μεταξύ των επιφανειακών χαρακτηριστικών αναλύθηκαν σύμφωνα με τις καμπύλες των φασματικών χαρακτηριστικών ('''Εικόνα 3'''). Κατά τη διάρκεια του Φεβρουαρίου και Δεκεμβρίου. Χρησιμοποιώντας το πρώτο φυτικό είδος, το κόκκινο κινέζικο πεύκο (Pinus tabuliformis ) είναι φανερό πως  είναι εύκολο με τους τυπικούς δείκτες είναι εύκολο να αναγνωριστεί σε σχέση με τις καλλιέργειες . Συγκρίνοντας στη συνέχεια  το θαμνώδες γρασίδι, τη Μογγολική βελανιδιά (Quercus wutaishanica), τα μικτά δάση πεύκου-δρυός, το Λάρικα  (Larix principis-rupprechtii) και το  Επτακώδειο (shaw) είχαν παρόμοιες τιμές ανακλαστικότητας στις NIR ζώνες και οι τυπικοί δείκτες δεν επαρκούσαν για περεταίρω διαχωρισμό.  Στο σημείο αυτό κρίθηκε αναγκαίο να αναπτυχθούν κι άλλοι δείκτες βλάστησης οι οποίοι θα βοηθούσαν στο διαχωρισμό αυτό. Έτσι ακολούθησε η παρακάτω συλλογιστική:  Πρώτον, μέσω φασματικής ανάλυσης, επιλέξαμε τον τύπο βλάστησης με μοναδικά φασματικά χαρακτηριστικά, ο οποίος ήταν αυτός με τη μεγαλύτερη φασματική διαφορά μεταξύ των άλλων τύπων βλάστησης που επρόκειτο να αναγνωριστούν ('''Εικόνα 4'''). Στη συνέχει εξετάστηκαν οι τυπικές αποκλίσεις και επιλέχθηκε ο συνδυασμός με το μικρότερο άθροισμα τυπικών αποκλίσεων. &lt;br /&gt;
Έτσι για τα μεικτά δάση πεύκης –δρυός, το το Quercus wutaishanica, το θαμνώδες γρασίδι και το Shaw ο δείκτης  διαμορφώθηκε ως εξής: UTM-DMI = RE4&amp;amp;Feb - SWIR-1&amp;amp;Feb, (όπου RE4&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης RE4 τον Φεβρουάριο, και SWIR-1&amp;amp;Feb δηλώνει την ανακλαστικότητα της ζώνης SWIR-1 τον Φεβρουάριο). Για την Quercus wutaishanica, το θαμνώδες γρασίδι, το Larix principis-rupprechtii, και το shaw: MTM-NDQI = (1 - RE4&amp;amp;June - RE4&amp;amp;Oct)/(RE4&amp;amp;June + RE4&amp;amp;Oct). Για το  θαμνώδες γρασίδι, το Larix principisrupprechtii και το shaw  MTM-DSI = RE2&amp;amp;Ιούνιος - RE2&amp;amp;Aύγουστος. Και για το Larix principis-rupprechtii και shaw MTM-RSI = (RE2&amp;amp;Ιούνιος - RE2&amp;amp;Οκτώβριος)/RE2&amp;amp;Οκτώβριος. Σε κάθε χρονική φάση, η τυπικοί δείκτες βλάστησης οποιουδήποτε από τους πέντε άλλους τύπους βλάστησης (συμπεριλαμβανομένου του θαμνώδους χόρτου, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii και shaw) επικαλύπτονται με άλλον τύπο βλάστησης- τα επικαλυπτόμενα δείγματα αντιπροσωπεύουν περισσότερο από το 25% των των συνολικών δειγμάτων, με χαμηλή διαχωρισιμότητα μεταξύ τους. Συνοψίζοντας, ο NDVI τον Δεκέμβριο και ο NDVI τον Απρίλιο μπορούν εύκολα να προσδιορίσουν το Pinus tabuliformis και τις καλλιέργειες. Ως εκ τούτου, ο NDVI τον Δεκέμβριο, ο NDVI τον Απρίλιο και τα UTMDMI, MTM-NDQI, MTM-DSI και MTM-RSI  μαζί με τη χρήση του αλγορίθμου τυχαίου δάσους (random forest algorithm )αποτελούν το βέλτιστο σύνολο εργαλείων για την ταξινόμηση της βλάστησης με τηλεπισκόπηση στο LMNR.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Αποτελέσματα:'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη, ο αλγόριθμος τυχαίου δάσους χρησιμοποιήθηκε για την ταξινόμηση του βέλτιστου συνόλου χαρακτηριστικών, στις χρονοσειρές RVI, DVI και NDVI. Το βέλτιστο σύνολο χαρακτηριστικών έχει τον υψηλότερο συντελεστή OA και Kappa που για τις υπό μελέτη χρονοσειρές ακολουθούν την φθίνουσα σειρά NDVI&amp;gt;RVI&amp;gt;DVI. Για την επίδραση ταξινόμησης των διαφορετικών τύπων βλάστησης, μόνο το Pinus tabuliformis επιτυγχάνει την υψηλότερη ακρίβεια ταξινόμησηςόσον αφορά τη χρονοσειρά DVI, με τα PA και UA να είναι 100% και 100%, αντίστοιχα. Καλλιέργειες, θαμνόχορτο, Quercus wutaishanica, μικτά δάση πεύκης-δρυός, Larix principis-rupprechtii, και shaw απέκτησαν την υψηλότερη ακρίβεια ταξινόμησης όσον αφορά το βέλτιστο σύνολο χαρακτηριστικών, με τις τιμές PA και UA να είναι 100%, 98,61%, 99,21%, 97,44%, 95,83% και 96,83%, όπως καθώς και 98,44%, 100%, 97,66%, 100%, 100% και 93,85%, αντίστοιχα. Εντός των 630 επιλεγμένων σημείων επαλήθευσης, υπάρχουν 62 δείγματα καλλιέργειας, τα οποία έχουν όλα ταξινομηθεί σωστά. Υπάρχουν 72 δείγματα θαμνώδους χόρτου, τα οποία έχουν όλα ταξινομηθεί σωστά, 117 δείγματα Pinus tabuliformis, τα οποία έχουν όλα ταξινομηθεί σωστά, 135 δείγματα Quercus wutaishanica, μεταξύ των οποίων 125 δείγματα έχουν καταταγεί σωστά και 10 έχουν ταξινομηθεί λανθασμένα,  125 μικτού δάσους Πεύκης-δρυός μεταξύ των οποίων 108 δείγματα έχουν ταξινομηθεί σωστά και 17 δείγματα έχουν λανθασμένη ταξινόμηση, 59 δείγματα Larix principis-rupprechtii, μεταξύ των οποίων 58  έχουν ληφθεί σωστά και ένα δείγμα έχει ταξινομηθεί λανθασμένα και τέλος  60 δείγματα Shaw, τα οποία έχουν όλα ταξινομηθεί σωστά. Όσον αφορά τα UA και PA, η ακρίβεια ταξινόμησης όλων των τύπων βλάστησης είναι υψηλότερη από 80%. Ο συντελεστής OA και ο συντελεστής Kappa είναι αντίστοιχα, 95,56% και 0,95, αντίστοιχα, υποδεικνύοντας ένα καλό αποτέλεσμα ταξινόμησης ('''Εικόνα 5''').&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''5. Συζήτηση:'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη είχε ως στόχο την  ταχεία ταυτοποίηση των κύριων τύπων βλάστησης στο φυσικό καταφύγιο του βουνού Lingkong. Αυτό επιτεύχθηκε μέσω της ανάπτυξης πολυχρονικών τροποποιημένων δεικτών οι οποίοι ενίσχυσαν τη φασματική διαφορά μεταξύ βλάστησης-στόχου και άλλων επιφανειακών χαρακτηριστικών του πεδίου. Η ενίσχυση αυτή επιτεύχθηκε με την εκτέλεση φασματικών αλλαγών ή και την ενίσχυση της φασματικής πληροφορίας κάθε ζώνης. Οι ζώνες των χαρακτηριστικών επιλέχθηκαν με βάση τις ειδικά φυσιολογικά και αυξητικά μοτίβα συγκεκριμένων αντικειμένων αναγνώρισης. Λόγω των αλλαγών στη μορφολογία των φυτών και των συγκέντρωσης χλωροφύλλης σε διαφορετικές περιόδους ανάπτυξης η βλάστηση παρουσιάζει διαφορετικά χαρακτηριστικά ανάκλασης σε εικόνες τηλεπισκόπησης διαφορετικών φάσεων. Μέσω του συνδυασμού των πολυχρονικών ζωνών της βλάστησης-στόχου, οι φαινολογικές πληροφορίες μπορούν να εισαχθούν και να προβάλλονται σε ένα σαφώς αναγνωρίσιμο εύρος τιμών χαμηλής διάστασης χωρίς την ανάγκη πρόσθετων δεδομένων, βελτιώνοντας περαιτέρω την ακρίβεια της ταξινόμησης. Αξίζει να αναφερθεί ότι η ακρίβεια ταξινόμησης του αλγορίθμου δέντρου απόφασης είναι χαμηλότερη από εκείνη του αλγορίθμου τυχαίου δάσους στην παρούσα μελέτη όταν το βέλτιστο χαρακτηριστικό σύνολο χρησιμοποιήθηκε ως χαρακτηριστικό ταξινόμησης. Οι περισσότερες μελέτες υποστηρίζουν πως άλλοι αλγόριθμοι μηχανικής μάθησης παρέχουν μεγαλύτερη ακρίβεια στην ταξινόμηση αλλά αυτό δεν αποδεικνύεται σε ταξινομήσεις σε πολύπλοκα ορεινά τοπία. Σε μελλοντικές μελέτες οι αναλύσεις θα γίνονται με συνδυασμό πολλών παραμέτρων. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Συμπεράσματα:'''&lt;br /&gt;
&lt;br /&gt;
Με βάση το πολυ-χρονικό σύνολο δεδομένων Sentinel-2, αναπτύξαμε τρεις πολυ-χρονικούς τροποποιημένους δείκτες βλάστησης για τη βελτίωση της ακρίβειας ταξινόμησης της βλάστησης στο LMNR. Με βάση τα πλεονεκτήματα των τυπικών δεικτών βλάστησης (π.χ. ενίσχυση των φασματικών διαφορών και μείωση της διαστατικότητας του φασματικού χώρου), οι πολυχρονικοί τροποποιημένοι δείκτες βλάστησης ενσωματώνουν τις φαινολογικές πληροφορίες της περιφερειακής βλάστησης, επιτυγχάνοντας έτσι καλύτερες επιδόσεις στην ταξινόμηση της βλάστησης μέσω τηλεπισκόπησης. Σε σύγκριση με αλγορίθμους μηχανικής μάθησης (π.χ. τυχαίο δάσος), το δέντρο αποφάσεων με βάση τους δείκτες βλάστησης απλοποιεί τη διαδικασία ταξινόμησης και βελτιώνει τη λειτουργικότητά της, καθιστώντας την κατάλληλη μέθοδο για την παρακολούθηση της βλάστησης σε περιφερειακή κλίμακα. Με βάση τα πλεονεκτήματα των δεικτών βλάστησης και των πολυχρονικών δεδομένων τηλεπισκόπησης, η παρούσα μελέτη ανέπτυξε πολυχρονικούς τροποποιημένους δείκτες βλάστησης, βελτιώνοντας έτσι τη συμβατική μέθοδο για την ανάπτυξη δεικτών βλάστησης που βασίζονται μόνο σε μονοχρονικές ζώνες. Τα ευρήματα αυτής της μελέτης παρέχουν μια νέα προσέγγιση για την ανάπτυξη δεικτών βλάστησης που μπορεί να βελτιώσει την ακρίβεια της ταξινόμησης της βλάστησης μέσω της τηλεπισκόπησης με βάση πολυχρονικά τηλεπισκοπικά δεδομένα.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T20:00:28Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T19:59:48Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T19:58:55Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Γαλανού Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2023-02-26T19:55:29Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ]]&lt;br /&gt;
&lt;br /&gt;
[[Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Γαλανού Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2023-02-26T19:55:10Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ: Εφαρμογή στην ποιότητα του εδάφους δυναμική του εδάφους στη Λομβαρδία]]&lt;br /&gt;
&lt;br /&gt;
[[Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Γαλανού Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2023-02-26T19:54:23Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ]]&lt;br /&gt;
&lt;br /&gt;
[[Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T19:52:42Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.4.JPG</id>
		<title>Αρχείο:Galanou mar 4.4.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.4.JPG"/>
				<updated>2023-02-26T19:51:37Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Εικόνα 4:Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένων Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 4:Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένων Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.3.JPG</id>
		<title>Αρχείο:Galanou mar 4.3.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.3.JPG"/>
				<updated>2023-02-26T19:50:27Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Εικόνα 3:Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων.&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 3:Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.2.JPG</id>
		<title>Αρχείο:Galanou mar 4.2.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.2.JPG"/>
				<updated>2023-02-26T19:49:44Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Εικόνα 2: Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθό&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 2: Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.1.JPG</id>
		<title>Αρχείο:Galanou mar 4.1.JPG</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_4.1.JPG"/>
				<updated>2023-02-26T19:49:08Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Εικόνα 1: Στατιστικά στοιχεία των άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Εικόνα 1: Στατιστικά στοιχεία των άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T19:48:42Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1:''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 2:''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 3:'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T19:46:35Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποψίλωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης.('''Εικόνα 1''') Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τούτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.1.JPG  | thumb| right|'''Εικόνα 1''' Στατιστικά στοιχεία των  άρθρων σε περιοδικά με κριτικές για τη γεωργία σε αγρανάπαυση με βάση το ISI Web of Scienceαπό το 1915 έως το 2020]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών ('''Εικόνα 2''')('''Εικόνα 3'''). Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.2.JPG  | thumb| right|'''Εικόνα 1''' Στατιστικά στοιχεία της τηλεπισκόπησης της γεωργίας αγρανάπαυσης και των σχετικών δορυφορικών αισθητήρων και εφαρμοσμένων μεθόδων.]]&lt;br /&gt;
[[Εικόνα:galanou_mar_4.3.JPG  | thumb| right|'''Εικόνα 1'''Διαφορές στις εικόνες Sentinel-2, Landsat-8 και MODIS των νέων αγραναπαύσεων. ]]&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης(Εικόνα 4). &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_4.4.JPG  | thumb| right|'''Εικόνα 4:'''Χάρτες που δείχνουν τις διαχρονικές μεταβολές του κανονικοποιημένου λόγου καμένου Landsat (NBR) στα στάδια της γεωργίας αγραναπαύσεων, συμπεριλαμβανομένων των προ-κοπής, της κοπής, της καύσης, της καλλιέργειας και της αγρανάπαυσης. ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7</id>
		<title>Τηλεπισκόπηση της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές: Μια ανασκόπηση</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%AF%CE%B1%CF%82_%CF%83%CE%B5_%CE%B1%CE%B3%CF%81%CE%B1%CE%BD%CE%AC%CF%80%CE%B1%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B9%CF%82_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CE%AD%CF%82_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AD%CF%82:_%CE%9C%CE%B9%CE%B1_%CE%B1%CE%BD%CE%B1%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7"/>
				<updated>2023-02-26T19:31:46Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: Νέα σελίδα με 'category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)   '''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Remote sensing of swidden agriculture in the tropics: A review''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Ningsang Jiang, Peng Li, Zhiming Feng&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' ScienceDirect, ElSEVIER, International Journal of Applied Earth Observations and Geoinformation, 112 (2022) 102876, journal homepage: https://doi.org/10.1016/j.jag.2022.102876&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''  https://www.sciencedirect.com/science/article/pii/S1569843222000784&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις-κλειδιά:''' Γεωργία της αγρανάπαυσης, Αλγόριθμοι βασισμένοι σε φασματικά χαρακτηριστικά, Landsat , Ξηρή περίοδος, Υποβιβασμός και καύση, Οι τροπικές περιοχές&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.Περίληψη:'''&lt;br /&gt;
&lt;br /&gt;
Η εξέλιξη της αγρανάπαυσης και οι μετασχηματισμοί των καλλιεργούμενων εκτάσεων σε εκτάσεις αγρανάπαυσης, σχετίζονται στενά με τις μελέτες για τις εκπομπές άνθρακα, για τη βιοποικιλότητα, τις οικοσυστημικές υπηρεσίες και την ευημερία των αυτοχθόνων εθνοτήτων. Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της μεταβατικής γεωργίας. Λόγω της πολυπλοκότητας όμως του γεωργικού περιβάλλοντος, η μελέτη του αποτελεί πρόκληση για την τηλεπισκόπηση. Οι μελέτες αυτές μειώνονται σημαντικά όταν αναφερόμαστε σε αγρανάπαυση   τροπικών περιοχών, 89 συνολικά  από το 1970, που σχετίζονται με τον εντοπισμό, τη χαρτογράφηση,   την παρακολούθηση ή την πρόβλεψη της γεωργίας σε αγρανάπαυση. Οι μεθοδολογικές πρόοδοι και οι ελλείψεις αυτής συγκρίθηκαν, συνοψίστηκαν ενώ στη συνέχεια δόθηκαν διάφορες προοπτικές για το εγγύς μέλλον. Τα αποτελέσματα έδειξαν πως οι περισσότερες μελέτες έως τώρα αφορούσαν κυρίως στη Νοτιονατολική Ασία, την Λατινική Αμερική και την Κεντρική Αφρική. Ακόμα, πως ο Landsat είναι ο περισσότερο εφαρμοσμένος στην παρακολούθηση αυτού του είδους της γεωργίας και τέλος, ότι οι αλγόριθμοι που βασίζονται σε φασματικά χαρακτηριστικά (76%) χρησιμοποιούνται περισσότερο από τους αντίστοιχους αλγόριθμους που βασίζονται στη γεωμετρία και τη δομή. Αυτή η εργασία ανασκόπησης θα μπορούσε να χρησιμεύσει ως μια έκκληση για την ενίσχυση της τηλεπισκόπησης της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.Εισαγωγή:'''&lt;br /&gt;
&lt;br /&gt;
Η αγρανάπαυση ή η μετακινούμενη καλλιέργεια είναι μια ευρέως διαδεδομένη πρακτική, αλλά αμφιλεγόμενος τύπος γεωργίας για τις τροπικές περιοχές καθώς επίσης και η καύση των καλλιεργητικών υπολειμμάτων η οποία αποτελεί μια οικονομική συνοδευτική πρακτική εκκαθάρισης γης η οποία προσφέρει οργανική ουσία για την επόμενη καλλιέργεια. Αυτό το παραδοσιακό σύστημα καλλιέργειας ή πρακτικής έχει συνεπώς συχνά κατηγορηθεί ως μία από τις κύριες αιτίες της αποψίλωσης και της υποβάθμισης των τροπικών δασών. Στο πλαίσιο της κλιματικής αλλαγής, η γεωργία σε αγρανάπαυση έχει γίνει ένα σημαντικό θέμα του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποδάσωση και την υποβάθμιση των δασών στις αναπτυσσόμενες χώρες. Επίσης, ορεινές εθνοτικές μειονοτικές ομάδες είναι πιο σίγουρες από ποτέ ότι το σύστημα της αγρανάπαυσης αποτελεί απαραίτητη πηγή βιοπορισμού. Για σχεδόν έναν αιώνα, η συζήτηση σχετικά με την ορθολογικότητα, την αναγκαιότητα και την βιωσιμότητας της γεωργίας σε αγρανάπαυση στις τροπικές περιοχές δεν σταμάτησε ποτέ. Μακροπρόθεσμα, η έρευνα για τη γεωργία σε αγρανάπαυση έχει περάσει από τρεις σημαντικές φάσεις ανάπτυξης:  Πρώτη περίοδος: πριν το 1957 χαρακτηρίζεται από εκτεταμένη έρευνα πεδίου και συλλογή πληροφοριών, στήριζε τη σχεδόν πλήρη άρνηση και εναλλακτική ανάπτυξη. Δεύτερη: 1957-2008, στόχευε στη διεθνή συναίνεση και τις εθνικές πολιτικές. Τρίτη: 2008 και έπειτα, καλεί για την επανεξέταση του ρόλου της γεωργίας σε αγρανάπαυση στην αποψίλωση των τροπικών δασών και την υποβάθμιση των δασών και τις δυνατότητες της αυτόχθονης γνώσης. Είναι ενδιαφέρον να σημειωθεί ότι η πανάρχαια καλλιέργεια ανακτά την ακαδημαϊκή της υπόσταση, ενώ είναι πιο συνδέεται με τα καυτά σημεία της παγκόσμιας περιβαλλοντικής αλλαγής. Η έλλειψη γεωγραφικών και δημογραφικών δεδομένων χρονολογικών σειρών για την τροπική γεωργία σε αγρανάπαυση εμποδίζει πολλές τρέχουσες μελέτες συμπεριλαμβανομένου του φορτίου άνθρακα και της βελτίωσης των μέσων διαβίωσης. Επίσης η εξέλιξη και οι μετασχηματισμοί της αγραναπαυτικής γεωργίας στις τροπικές περιοχές είναι μια γενική τάση και ως εκ τουτου η τηλεπισκόπηση θα μπορούσε να αποτελέσει το σημαντικότερο, αν όχι το μοναδικό, τρόπο για την ανακατασκευή της ιστορίας της  χρήσης γης, της γεωργίας σε αγρανάπαυση αλλά και ένα αποτελεσματικό εργαλείο για την ποσοτικοποίηση και την απεικόνιση της χρονικής και χωρικής  δυναμικής της.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.Συνολική άποψη για τις μελέτες τηλεπισκόπησης της αγρανάπαυσης γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Η βιβλιογραφία κατά την περίοδο 1970-2021 αναζητήθηκε με συνέπεια μέσω της ιστοσελίδας Core Collection του ISI Web of Science με τις ακόλουθες λέξεις κλειδιά «μετακινούμενη καλλιέργεια» , «αγρανάπαυση», «κόψιμο- κάψιμο», «τηλεπισκόπηση», «Landsat», «Sentinel» «δάσος», «αποψίλωση» κ.α. τελικά η βιβλιογραφία που συγκεντρώθηκε αφορούσε 89 άρθρα. Παρά τις αρκετές δεκαετίες που μετρά η τηλεπισκόπηση, η χρήση της στην παρακολούθηση της γεωργίας με αγρανάπαυση βρίσκεται ακόμα σε πρώιμο στάδιο. Όλες οι διαθέσιμες μελέτες για τις τροπικές περιοχές διεξάγονται σποραδικά, με τις περισσότερες &amp;gt;50%να αφορούν τη χωρική κατανομή έναντι του 40% της έρευνας των δυναμικών. Δεδομένης της τυπικότητας της γεωργίας σε αγρανάπαυση στο ορεινό Λάος και της σημασίας των τροπικών δασών της Βραζιλίας για το παγκόσμιο χερσαίο οικοσύστημα, δεν αποτελεί έκπληξη ότι  οι μελέτες που χρησιμοποιούν την  τηλεπισκόπηση σε περιβάλλον αγρανάπαυσης έχει επικεντρωθεί στις δύο χώρες. Ακόμα, οι Landsat αποτελούν τους κυρίαρχους δορυφορικούς αισθητήρες (σχεδόν 60% ) στην παρακολούθηση της αγρανάπαυσης, αυτό οφείλεται γενικά στο εύρος των φασμάτων που καλύπτει αλλά και στο εύρος των ετών. Τέλος, δεδομένων των παραπάνω σημείων, ο χώρος έρευνας της τηλεπισκόπησης των αγραναπαυτικής γεωργίας σε μετάβαση σε άλλες τροπικές χώρες είναι τεράστιος και απαιτούνται περισσότερες θεματικές μελέτες, η ανησυχία για τις περιβαλλοντικές επιπτώσεις θα μπορούσε να είναι μια πρωταρχική κινητήρια δύναμη για την προώθηση της έρευνας τηλεπισκόπησης για τη γεωργία της αγρανάπαυσης.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4. Μέθοδοι τηλεπισκόπησης για την ανίχνευση της αγραναπαυτικής γεωργίας'''&lt;br /&gt;
&lt;br /&gt;
Αρχικά, εξετάσθηκαν τα χαρακτηριστικά των δορυφορικών εικόνων, μια ποικιλία αλγορίθμων και δεδομένα τηλεπισκόπησης πολλαπλών πηγών τα οποία χρησιμοποιήθηκαν  έτσι ώστε να δημιουργηθούν τρείς ευρείες κατηγορίες ανασκόπησης προόδου: οι φασματικές , οι γεωμετρικές και οι δομικές. Οι αλγόριθμοι είναι βασισμένοι σε φασματικά χαρακτηριστικά, τα τελευταία χρόνια έχει εξελιχθεί η επιβλεπόμενη οπτική ερμηνεία που βασίζεται στην αναγνώριση προτύπων. Στην αγρανάπαυση συνήθως η βλάστηση καίγεται κατά την ξηρή  περίοδο και η σπορά καθώς και η συγκομιδή πραγματοποιείται στην αρχή και το τέλος της εποχής των βροχών. Έτσι οι περιοδικές και επαναλαμβανόμενες αλλαγές στα χαρακτηριστικά του επιφανειακού φάσματος σε διάφορα στάδια της γεωργίας σε αγρανάπαυση χρησιμεύουν ως βάση για τη χαρτογράφησή της. Ακόμα, το βέλτιστο χρονικό παράθυρο για ανίχνευση των διαταραχών των τροπικών δασών λόγω της πρακτικής, ανοίγει κατά την κορύφωση της ξηρής περιόδου κατά την οποία οι χαμηλές βροχοπτώσεις διευκολύνουν την δημιουργία νεφελώδους ή χαμηλής μόνο νεφοκάλυψης. Το βασικό σημείο της τηλεπισκόπησης της γεωργίας με αγρανάπαυση είναι οι αλλαγές στα φασματικά χαρακτηριστικά που προκαλούνται από την καύση ή τη χρήση της φωτιάς, η οποία ενσωματώνεται στην αποδυνάμωση των σημάτων της βλάστησης και στην ενίσχυση των σημάτων ξυλάνθρακα. Οι ευαίσθητες ζώνες των οπτικών δορυφόρων περιλαμβάνουν κυρίως το εγγύς υπέρυθρο (NIR), το υπέρυθρο βραχέων κυμάτων (SWIR), το κόκκινο (R) και το πράσινο (G) μεταξύ αυτών, οι ζώνες NIR-SWIR είναι πιο ευαίσθητες για την οριοθέτηση των πυρκαγιών, ουλές πυρκαγιάς. Επί του παρόντος, η λειτουργία συνδυασμού ζωνών παράγει μια σειρά φασματικών δεικτών που αντανακλούν τις μεταβολές της βλάστησης και της εδαφικής υγρασίας πριν και μετά τη φωτιά, όπως ο κανονικοποιημένος Burn Ratio (NBR) η κανονικοποιημένη διαφορά Vegetation Index (NDVI) και ο κανονικοποιημένος Difference Moisture Index (NDMI) (Dutrieux et al., 2016), και ούτω καθεξής. Οι δείκτες βλάστησης-υγρασίας (VMI) έχουν γίνει η βάση δεδομένων και σημαντικές εισροές για την κατασκευή αλγορίθμων ταξινόμησης τηλεπισκόπησης. &lt;br /&gt;
Στη συνέχεια παρουσιάζονται οι μέθοδοι που χρησιμοποιήθηκαν κατά καιρούς στην ανάλυση των τηλεπισκοπικών δεδομένων. α)Η μέθοδος οπτικής ερμηνείας,β)η μέθοδος των κατωφλίων, γ)Η μέθοδος αναγνώρισης προτύπων ,δ)η μέθοδος της μέγιστης πιθανοφάνειας. Εκτός από τον ε) κοινό συνδυασμό επιβλεπόμενης και μη επιβλεπόμενης ταξινόμησης ορισμένες μελέτες έχουν χρησιμοποιήσει περαιτέρω τον δείκτη βλάστησης Ratio Vegetation Index με προσέγγιση ταξινόμησης με ασαφή possibilistic c-means για τον διαχωρισμό της αγρανάπαυσης από άλλες χρήσεις γης. Οι μέθοδοι αυτί εφαρμόζονται σε χρονοσειρές εικόνων για διαχρονικά αποτελέσματα. Αυτό δεν είναι πάντα εφικτό καθώς οι τροπικές περιοχές είναι συνήθως καλυμμένες με νέφη, έτσι η έρευνα περιορίζεται σημαντικά και οι μέθοδοι χρονοσειρών διαδραματίζουν σημαντικότερο ρόλο στις μελέτες της έντασης των αγραναπαύσεων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Προοπτικές - Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η γεωργία αγρανάπαυσης έχει μελετηθεί για τουλάχιστον έναν αιώνα ωστόσο τα βασικά δεδομένα, συμπεριλαμβανομένης της γεωγραφικής κατανομής και της δυναμικής της, εξακολουθούν να λείπουν. Τις τελευταίες δεκαετίες, η αγρανάπαυση έχει αλλάξει σε πολλές πτυχές, συμπεριλαμβανομένης της έντασης της και των κύκλων αγρανάπαυσης, επίσης αλλάζει ραγδαία μετατρεπόμενη σε εμπορικές φυτείες. Η αύξηση του πληθυσμού, η αγορά και η αντίθεση της πολιτικής είναι οι κύριοι παράγοντες. Οι μετασχηματισμοί έχουν επιφέρει μια σειρά νέων περιβαλλοντικών προβλημάτων αν και βελτιώνουν τα μέσα διαβίωσης των μετακινούμενων καλλιεργητών. Επιπλέον, ως ένας από τους σημαντικούς φορείς του εθνοτικού πολιτισμού στις τροπικές περιοχές ο μετασχηματισμός της καλλιέργειας σε αγρανάπαυση απειλεί την ύπαρξη και την ανάπτυξη του παραδοσιακού πολιτισμού στις τοπικές κοινότητες. Η τηλεπισκόπηση παρέχει δυνατότητες για την απόκτηση γεωγραφικών και ιστορικών πληροφοριών για τέτοιου είδους γεωργία σε ποικίλες κλίμακες. Ακόμα, εξακολουθούν να υπάρχουν δυνατότητες για ανάκτηση μεγάλου πλήθους δεδομένων την ίδια στιγμή που η διερεύνηση για την εξέλιξη των μελλοντικών τάσεων είναι απαραίτητη. Τα εργαλεία που διατίθενται συλλέγουν στοιχεία μεγάλης ακρίβειας σε συνδιασμό με  το επιστημονικό υπόβαθρο παλαιότερων μελετών σε θέματα αποτελεσματικότητας των μεθόδων, δίνουν νέες προοπτικές για έρευνα  στον γεωργικό τομέα των τροπικών δασών. Επιπρόσθετα, οι νέες και διαθέσιμες δορυφορικές εικόνες προωθούν την τροποποίηση ή/και ανάπτυξη νέων και ισχυρών αλγορίθμων. Συνδυάζοντας την ιστορική γνώση της γεωργίας, τη γεωγραφική και πολιτιστική γνώση των περιοχών αυτών με τα σύγχρονα εργαλεία παρατήρησης θα δημιουργηθούν ακόμα πιο εμπεριστατωμένες βάσεις για την έρευνα που τελικά θα οδηγήσουν σε πιο ολοκληρωμένες και αποτελεσματικές πολιτικές περιβάλλοντος.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1</id>
		<title>Γαλανού Μαρία</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%93%CE%B1%CE%BB%CE%B1%CE%BD%CE%BF%CF%8D_%CE%9C%CE%B1%CF%81%CE%AF%CE%B1"/>
				<updated>2023-02-26T19:05:20Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Δείκτες βλάστησης τηλεπισκόπησης στην αμπελουργία: Κριτική Ανασκόπηση]]&lt;br /&gt;
&lt;br /&gt;
[[Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ]]&lt;br /&gt;
&lt;br /&gt;
[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B3%CE%B1%CE%B9%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA_%CF%84%CF%89%CE%BD_%CF%85%CF%83%CF%84%CE%AD%CF%81%CF%89%CE%BD_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CE%B4%CF%8C%CF%83%CE%B5%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0</id>
		<title>Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82_%CE%B3%CE%B5%CF%89%CF%81%CE%B3%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B3%CE%B1%CE%B9%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B5%CE%BA_%CF%84%CF%89%CE%BD_%CF%85%CF%83%CF%84%CE%AD%CF%81%CF%89%CE%BD_%CE%B1%CE%BE%CE%B9%CE%BF%CE%BB%CF%8C%CE%B3%CE%B7%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%B2%CE%B1%CE%BB%CE%BB%CE%BF%CE%BD%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CF%80%CE%B9%CE%B4%CF%8C%CF%83%CE%B5%CF%89%CE%BD_%CF%84%CE%B7%CF%82_%CE%9A%CE%91%CE%A0"/>
				<updated>2023-02-26T19:04:25Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[category:ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο)]]&lt;br /&gt;
&lt;br /&gt;
'''Δεδομένα χρήσης γεωργικών γαιών και τηλεπισκόπηση για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιδόσεων της ΚΑΠ: Εφαρμογή στην ποιότητα του εδάφους δυναμική του εδάφους στη Λομβαρδία'''&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Πρωτότυπος τίτλος:''' ''Farmland use data and remote sensing for ex-post assessment of CAP environmental performances: An application to soil quality dynamics in Lombardy''&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Davide Fugazza * , Giacomo Aletti, Danilo Bertoni, Daniele Cavicchioli&lt;br /&gt;
&lt;br /&gt;
'''Δημοσιεύθηκε:''' Science Direct, Elsevier, Remote sensing Applications: Society and Environment, Volume 26, April 2022, 100723. https://doi.org/10.1016/j.rsase.2022.100723&lt;br /&gt;
&lt;br /&gt;
'''Σύνδεσμος προτύπου:'''   https://www.sciencedirect.com/science/article/pii/S2352938522000313&lt;br /&gt;
&lt;br /&gt;
'''Λέξεις κλειδιά:'''τηλεπισκόπηση, περιβαλλοντικές επιδόσεις της ΚΑΠ, δυναμική της ποιότητας του εδάφους, Λομβαρδία &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''1.	Περίληψη'''&lt;br /&gt;
&lt;br /&gt;
Με τη μεταρρύθμιση της Κοινής Αγροτικής πολιτικής (ΚΑΠ) το 2013, οι επιδοτήσεις  για τις γεωργικές εκμεταλλεύσεις  συνδέονται με την εκπλήρωση περιβαλλοντικά φιλικών μέτρων . Οι έρευνες σχετικά με τις επιπτώσεις αυτών των αλλαγών πολιτικής έχουν μέχρι στιγμής επικεντρωθεί κυρίως στη μετάβαση στη χρήση γης- ωστόσο, μια λεπτομερής διερεύνηση του τρόπου με τον οποίο το πρασίνισμα της ΚΑΠ επηρεάζει τις ιδιότητες της γεωργικής γης απαιτείται για να εκτιμηθούν τα πραγματικά περιβαλλοντικά οφέλη της μεταρρύθμισης. Η παρούσα μελέτη αποτελεί μια προσπάθεια αξιολόγησης των περιβαλλοντικών επιδόσεων των γεωργικών πολιτικών, με βάση επιλεγμένους δείκτες ποιότητας του εδάφους στην περιοχή της Λομβαρδίας, όπου  η γεωργία υψηλής έντασης είναι ευρέως διαδεδομένη. Με τη χρήση εικόνων Landsat-8 και Sentinel-2  (10x10, 30x30m)  και μια περιφερειακή διοικητική βάση δεδομένων που καλύπτει όλα τα αγροτεμάχια της περιοχής, πραγματοποιούμε μια ανάλυση συσχέτισης για να διερευνήσουμε σε ποιο βαθμό οι απεικονίσεις πρασίνου επηρεάζουν τους δείκτες ποιότητας εδάφους από το 2014 έως το 2017 και σε ποιο βαθμό.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''2.	Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Οι ιδιότητες του εδάφους επηρεάζονται από τη γεωργική δραστηριότητα η οποία εξαρτάται από διάφορους παράγοντες, οικονομικούς, κλιματικούς, κ.α.  και οι οποίοι με τη σειρά τους κατευθύνονται από τις γεωργικές πολιτικές.  Στην Ευρώπη, ειδικότερα, η Κοινή Αγροτική Πολιτική (ΚΑΠ) έχει επηρεάσει και διαμορφώσει τις επιλογές χρήσης γης και τις πρακτικές  διαχείρισης του εδάφους. Τα τελευταία χρόνια η ΚΑΠ έχει μετατοπιστεί σε ένα φιλικότερο ως προς το περιβάλλον πλαίσιο. Αναφορικά με την ποιότητα και τη διαχείριση του εδάφους, η πρόσφατη αλλαγή της παρακολούθησης και αξιολόγησης της ΚΑΠ, &amp;quot;από τη συμμόρφωση στις επιδόσεις&amp;quot;, απαιτεί ισχυρότερη ενσωμάτωση των διαθέσιμων πηγών δεδομένων. Έτσι, ενώ η έρευνα θα μπορούσε να πραγματοποιηθεί με τον παραδοσιακό τρόπο (δειγματοληψία πεδίου και εργαστηριακές αναλύσεις ) που αποτελεί μια δαπανηρή και χρονοβόρα διαδικασία . Μια πιο αποτελεσματική εναλλακτική λύση είναι ο συνδυασμός  δειγματοληψία πεδίου με τηλεπισκόπηση για την παραγωγή χωρικών χαρτών των εδαφικών ιδιοτήτων, αξιοποιώντας την ευρεία κάλυψη περιοχής των οπτικών και των ραντάρ αισθητήρων και την ικανότητά τους να παρακολουθούν το ανώτερο έδαφος. Η οποία έχει χρησιμοποιηθεί σε ένα μικρό προς το παρόν βαθμό για το συγκεκριμένο πεδίο. Οι στόχοι μας είναι: 1.Να αναπτύξουμε μια μεθοδολογία για τον συνδυασμό τηλεπισκόπησης υψηλής ανάλυσης και διοικητικών αγροτικών συνόλων δεδομένων με  αποτελεσματικό τρόπο, ώστε να παρέχονται χάρτες δυναμικής των εδαφικών ιδιοτήτων σε μια ευρεία γεωργική περιοχή της ΕΕ χωρίς την ανάγκη επιτόπιων ερευνών- 2) Να πραγματοποιηθεί  προκαταρκτική αξιολόγηση της εξέλιξης των εδαφικών ιδιοτήτων πριν και μετά την εφαρμογή των πολιτικών πρασίνου- 3) να πραγματοποιηθεί ανάλυση συσχέτισης για την αξιολόγηση των πιθανών επιδράσεων στις παρατηρούμενες μεταβολές των εδαφικών ιδιοτήτων στο πλαίσιο της ΚΑΠ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''3.	 Κοινή Αγροτική πολιτική και στοιχεία πρασινίσματος'''&lt;br /&gt;
&lt;br /&gt;
Η παράγραφος αυτή περιγράφει την εξέλιξη και τη λειτουργία των προδιαγραφών της ΚΓΠ (ιδίως των πληρωμών πρασινίσματος), των οποίων τα αποτελέσματα δοκιμάζονται στο παρόν άρθρο.Σε ένα πρώτο στάδιο, το οποίο διήρκεσε περίπου 30 χρόνια, η ΚΑΠ βασίστηκε κυρίως σε παρεμβάσεις που αποσκοπούσαν στη στήριξη των τιμών πώλησης των γεωργικών προϊόντων, προκειμένου να τονωθεί η παραγωγικότητα των γεωργικών εκμεταλλεύσεων και να εξασφαλιστεί η διατροφική αυτάρκεια των ευρωπαϊκών χωρών. Στη συνέχεια, η γεωργική στήριξη μετακινήθηκε από τις τιμές πώλησης σε πληρωμές ανά εκτάριο αποσυνδεδεμένες από τις επιλογές χρήσης της γεωργικής γης. Οι πληρωμές αυτές συνδέθηκαν με την τήρηση από τις γεωργικές εκμεταλλεύσεις πρακτικών που σέβονται τη γη και το περιβάλλον(πολλαπλή συμμόρφωση). Με την τρέχουσα μεταρρύθμιση της ΚΑΠ (2015-2020) οι απαιτήσεις για τη λήψη γεωργικών ενισχύσεων έχουν αυξηθεί, με την εισαγωγή των λεγόμενων ενισχύσεων πρασίνου. Ωστόσο, πολλά στοιχεία που υποδηλώνουν την προσοχή στο ζήτημα της προστασίας του εδάφους εμφανίζονται επίσης στο σημερινό πλαίσιο της ΚΑΠ 2015-2022, με ιδιαίτερη αναφορά στο ευρύ σύνολο των μέσων πολιτικής που στοχεύουν άμεσα ή έμμεσα στην αντιμετώπιση της βιώσιμης διαχείρισης του εδάφους. Ενώ μέχρι τώρα οι επιδοτήσεις της ΚΑΠ συνδέονταν με τη συμμόρφωση σε ορισμένες πρακτικές ,η διαδικασία μεταρρύθμισης της δεσμεύει με την επίτευξη ορισμένων τεκμηριωμένων στόχων, οι οποίοι καθορίζονται στα εθνικά στρατηγικά σχέδια της ΚΑΠ  που υποβάλλονται από κάθε κράτος μέλος. Οι πρακτικές που πρέπει να επιτύχουν  οι γεωργοί  είναι οι εξής: α) διαφοροποίηση των αροτραίων καλλιεργειών, β) διατήρηση των υφιστάμενων μόνιμων βοσκοτόπων,  γ) η ύπαρξη μιας περιοχής οικολογικής εστίασης στη γεωργική έκταση. Εδώ έγκειται απαραίτητη η συμβολή της τηλεπισκόπησης, στο να ελέγξει αν και κατά πόσον και σε ποιο βαθμό οι μεταβολές των δεικτών εδάφους μπορούν να συνδεθούν με κάποιο τρόπο με τα παρατηρήσιμα αποτελέσματα (αλλαγή χρήσης γης) που προκαλούνται από την πρασίνισμα της ΚΑΠ.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.  Μέθοδοι και δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
'''4.1 Δεδομένα'''&lt;br /&gt;
&lt;br /&gt;
Η περιοχή που εξετάζεται στην παρούσα μελέτη είναι ένα μεγάλο τμήμα (που καλύπτει περίπου 2150 km2) της πεδινής περιοχής της περιφέρειας Λομβαρδίας, στη Βόρεια Ιταλία (βλ. '''Εικόνα 1'''). Πάνω από το 53% της περιοχής, κυρίως στο βόρειο τμήμα της, είναι ορεινό ή λοφώδες, ενώ το νότιο τμήμα της περιφέρειας είναι πεδιάδα, όπου το 68,5% της γης διαχειρίζεται ο γεωργικός τομέας. Η γεωργία στη Λομβαρδία χαρακτηρίζεται από γεωργικά συστήματα υψηλής έντασης. Δεδομένης της υψηλής πυκνότητας του ζωικού κεφαλαίου, τόσο η έκπλυση νιτρικών στο νερό, όσο και η διασπορά τους στον αέρα, θεωρούνται σοβαρά προβλήματα. ενώ δεν υπάρχουν ιδιαίτερα στοιχεία στη βιβλιογραφία για κρίσιμα ζητήματα που σχετίζονται με τη διαχείριση του φωσφόρου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_3.1.jpg | thumb| right|'''Εικόνα 1:''' Επάνω αριστερά: υψόμετρο της Λομβαρδίας και της περιοχής μελέτης- πάνω δεξιά: θέση της περιοχής της Λομβαρδίας στην Ιταλία. Κάτω αριστερά: η περιοχή μελέτης και παράδειγμα του δείκτη BI που υπολογίστηκε με τη χρήση δεδομένων Landsat OLI από το 2014.]]&lt;br /&gt;
&lt;br /&gt;
'''4.1.1 Δεδομένα τηλεπισκόπησης'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα τηλεπισκόπησης αποκτήθηκαν για το 2014 (συνθήκες πριν από το πρασίνισμα) και το 2017 (συνθήκες πρασίνισμα). Για τη χαρτογράφηση των ιδιοτήτων του εδάφους μέσω φασματικών δεικτών, τα εδάφη απαιτείται να είναι γυμνά ώστε να αποκλείεται η επίδραση της βλάστησης (Wang and Qu, 2007). Έτσι, επιλέξαμε  δορυφορικές εικόνες από τον Οκτώβριο/αρχές Νοεμβρίου, καθώς αυτή η εποχή του έτους σηματοδοτεί την περίοδο εναλλαγής μεταξύ θερινών και χειμερινών καλλιεργειών. Για το 2014, αποκτήσαμε τέσσερα πλακίδια απαλλαγμένα νεφών δεδομένα Landsat-8 OLI με χωρική ανάλυση 30 m, στο επίπεδο επεξεργασίας L1T, μεταξύ 23/10 και 01/11, καλύπτοντας τις χαμηλές περιοχές της Λομβαρδίας. Τα επιμέρους πλακίδια ενώθηκαν μεταξύ τους χρησιμοποιώντας τη μέση τιμή των επικαλυπτόμενων τμημάτων. Οι δείκτες εδάφους υπολογίστηκαν στο μωσαϊκό εικόνας που προέκυψε από τα τέσσερα πλακίδια. Για το 2017, κατεβάσαμε έξι απαλλαγμένα από σύννεφα πλακίδια 100 km επί 100 km από τους δορυφόρους Sentinel-2A και -B, που αποκτήθηκαν στις 14/10 και 16/10, σε επίπεδο επεξεργασίας L1C. Η ίδια μέθοδος της ένωσης των πλακιδίων ακολουθήθηκε κι εδώ. Για λόγους συνέπειας με τις άλλες ζώνες, επαναπροσδιορίσαμε τις ζώνες 8A, 11 και 12, αρχικά με χωρική ανάλυση 20 m, σε ανάλυση 10 m. Οι ζώνες αυτές είναι απαραίτητες για υπολογισμό του NMDI.(Οι ψηφιακοί αριθμοί του Sentinel-2 παρέχονται ως κλιμακωτή ανάκλαση μεταξύ 0 και 10.000. Μετατρέψαμε την τιμή αυτή σε ποσοστιαία ανάκλαση μεταξύ 0 και 1).&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.1.2  Διοικητικά στοιχεία'''&lt;br /&gt;
&lt;br /&gt;
Στην ανάλυσή μας, τα δεδομένα τηλεπισκόπησης συνδυάστηκαν με διοικητικά δεδομένα με γεωαναφορά που προέρχονται από το σύνολο δεδομένων SIARL της Περιφέρεια της Λομβαρδίας. Ειδικότερα, για τους σκοπούς μας συγκεντρώσαμε στοιχεία σχετικά με τη χρήση καθενός από τα δύο εκατομμύρια αγροτεμαχίων της περιφέρειας της Λομβαρδίας από το 2011 έως το 2017. Τα στοιχεία αυτά προήλθαν από τις ετήσιες δηλώσεις των γεωργών που υπέβαλαν αίτηση για την ΚΓΠ πληρωμές της ΚΑΠ. Δεδομένης της περιστασιακής σύγχρονης παρουσίας περισσότερων καλλιεργειών στο ίδιο αγροτεμάχιο το ίδιο έτος, η μη δυνατότητα γεωαναφοράς ποιο τμήμα του αγροτεμαχίου καταλαμβάνεται από κάθε καλλιέργεια, υιοθετήσαμε μια μεθοδολογία για να αντιστοιχίσουμε κάθε γεωαναφερμένο αγροτεμάχιο σε μία μόνο χρήση ανά έτος. Σε κάθε περίπτωση, αυτό το ενδεχόμενο ήταν αρκετά σπάνιο.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''4.2 Υπολογισμός των δεικτών τηλεπισκόπησης για κάθε αγροτεμάχιο'''&lt;br /&gt;
&lt;br /&gt;
Τέσσερις τύποι δεικτών υπολογίστηκαν με βάση τα συγχωνευμένα δεδομένα Landsat- 8 και Sentinel-2.  Ο δείκτης ξηρασίας , NMDI, ο οποίος σχετίζεται με την περιεκτικότητα σε υγρασία του εδάφους και την αλατότητα.  Οι δείκτες φωτεινότητας, SI και BI, οι οποίοι σχετίζονται με την αλατότητα του εδάφους. Δείκτης βλάστησης (NDVI) αν και αναπτύχθηκε αρχικά και χρησιμοποιείται συχνότερα για την παρακολούθηση της υγείας ή της φαινολογίας της βλάστησης έχει συνδεθεί με την περιεκτικότητα των εδαφών σε οργανική ουσία. Λόγω του μεγάλου αριθμού αγροτεμαχίων στην διοικητική βάση δεδομένων (153.954) και την υψηλή ανάλυση των δεδομένων ράστερ, η χρήση συμβατικού λογισμικού GIS αποδείχθηκε πολύ χρονοβόρα για την εκτέλεση αυτών των υπολογισμών- έτσι, αναπτύξαμε μια υπολογιστικά αποδοτική έκδοση του αλγορίθμου ray casting (Hormann and Agathos, 2001) στη γλώσσα προγραμματισμού C ('''Εικόνα 2'''). Στη συνέχεια πραγματοποιήθηκαν στατιστικοί έλεγχοι των δεικτών τηλεπισκόπησης και της διακύμανσής τους έτσι  ώστε να τεκμηριωθεί η εγκυρότητα των αποτελεσμάτων.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_3.2.jpg | thumb| right|'''Εικόνα 2.'''Οι αρχές του αλγορίθμου ρίψης ακτίνων. Οι μπλε κουκκίδες αντιπροσωπεύουν τα κέντρα των κυττάρων του Landsat 8 OLI (ανάλυση 30 m), ενώ οι κόκκινες κουκκίδες αντιπροσωπεύουν τα κέντρα των κυττάρων του Sentinel-2 (ανάλυση 10 m). Η οριζόντια ακτίνα (κόκκινο βέλος) από μια κουκκίδα μέσα στο πολύγωνο με σταθερή κατεύθυνση διασχίζει μια πλευρά του πολυγώνου περιττό αριθμό φορών.]]&lt;br /&gt;
&lt;br /&gt;
'''5.  Αξιολόγηση της δυναμικής των εδαφικών δεικτών μετά την εισαγωγή του πρασίνου της ΚΑΠ'''&lt;br /&gt;
&lt;br /&gt;
Τα αποτελέσματα θα πρέπει να θεωρηθούν ως αποτέλεσμα μιας προκαταρκτικής και καινοτόμου ερευνητικής μελέτης. Ο στόχος ενός τέτοιου εργαλείου ανάλυσης είναι ο συνδυασμός των διαθέσιμων  δεδομένων (από διοικητικές και τηλεπισκοπικές πηγές) στην προσπάθεια να τεθούν οι βάσεις για μια εκ των υστέρων αξιολόγηση του πρασινίσματος της ΚΑΠ στις ιδιότητες του εδάφους. Έχοντας αυτό κατά νου, η αποτελεσματικότητα και η ακρίβειά της μπορεί και πρέπει να βελτιωθεί με διάφορους τρόπους. Ο πρώτος έχει ήδη αναφερθεί και αφορά πρόσθετα δεδομένα και πληροφορίες για την εδραίωση της αποτελέσματα. Ο δεύτερος αφορά τη βελτίωση της βαθμονόμησης των δεικτών ποιότητας του εδάφους. Ειδικότερα, ο δείκτης οργανικών (NDVI) παρουσιάζει τα πιο κρίσιμα ζητήματα τα οποία φορούν στην επιλογή αποκλεισμού κάποιων καλλιεργειών καθώς και του υπολογισμού των δεικτών κατά την περίοδο με τη μεγαλύτερη πιθανότητα ύπαρξης γυμνού εδάφους. Ωστόσο, δεν μπορούμε να αποκλείσουμε συγχυτικές επιδράσεις λόγω της παρουσίας υπολειμμάτων καλλιεργειών στον αγρό (π.χ. στελέχη αραβοσίτου). Επομένως, οι πτυχές αυτές θα πρέπει να βελτιωθούν προκειμένου να καταστεί μια τέτοια συνδυασμένη μεθοδολογία πιο αξιόπιστη για την εκ των υστέρων αξιολόγηση των περιβαλλοντικών επιπτώσεων της γεωργικής πολιτικής.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''6. Αποτελέσματα'''&lt;br /&gt;
&lt;br /&gt;
Τα διαγράμματα πυκνότητας για κάθε δείκτη και αγροτεμάχιο μεταξύ 2014-2017 , που υπολογίστηκαν , παρουσιάζονται στην ('''Εικόνα 3'''). Οι χαμηλές τιμές του προσαρμοσμένου τετραγώνου r υποδηλώνουν έλλειψη συσχέτισης μεταξύ του απόλυτου δείκτη και της διακύμανσής του. Μεταξύ των δεικτών SI εμφανίζεται μεγάλη συσχέτιση την οποία προδίδει ο σχετικά υψηλός r-square.  Αρκετές ανεξάρτητες μεταβλητές που περιλαμβάνονται στα μοντέλα επιτυγχάνουν υψηλή στατιστική σημαντικότητα. Εδώ, περιγράφουμε μόνο εκείνες τις τιμές που ήταν σημαντικές στη βηματική παλινδρόμηση σε επίπεδο εμπιστοσύνης 99%.Οι συντελεστές υποδηλώνουν μείωση της αλατότητας και αύξηση της οργανικής ουσίας με την αύξηση του αριθμού των αμειψισπορών, αλλά και μείωση της περιεκτικότητας του εδάφους σε νερό. Η ανάλυση της διακύμανσης των δεικτών εδάφους σε σχέση με την επιλεξιμότητα και τη συμμόρφωση με τις πολιτικές πρασίνου δείχνει ότι η ένταξη στην ομάδα 1 (μη επιλέξιμη) και στην ομάδα 2 (επιλέξιμη και συμμορφούμενη) έχει αρνητική σχέση με τις διακυμάνσεις του SI, και θετικές σχέσεις με τη διακύμανση των BI, NDVI και NMDI. Αυτό υποδηλώνει ότι η ένταξη σε ομάδα θα μπορούσε να διαδραματίσει ρόλο οδηγώντας σε  μειωμένη περιεκτικότητα σε νερό και αυξημένη οργανική ουσία για τις ομάδες που δεν αναμένεται να αλλάξουν την κατανομή των γεωργικών εκτάσεων τους μετά την εφαρμογή των πολιτικών πρασίνου, ενώ οι αλλαγές στην αλατότητα είναι λιγότερο σαφείς.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα:galanou_mar_3.3.jpg| thumb| right|'''Εικόνα 3.'''Διαγράμματα πυκνότητας των τιμών του δείκτη εδάφους το 2014 και το 2017 για όλα τα αγροτεμάχια που εξετάστηκαν στην ανάλυση. Το κόκκινο χρώμα αντιπροσωπεύει μεγαλύτερη πυκνότητα παρατηρήσεων σε σχέση με το μπλε. Αναφέρεται επίσης η τιμή του προσαρμοσμένου τετραγώνου R. ]]&lt;br /&gt;
&lt;br /&gt;
'''7. Συζήτηση'''&lt;br /&gt;
&lt;br /&gt;
Στη μελέτη μας, συνδυάζουμε φασματικούς δείκτες που βασίζονται στην τηλεπισκόπηση, γεωχωρικά διοικητικά δεδομένα, έναν γρήγορο αλγόριθμο για την επεξεργασία των δεδομένων και μια στιβαρή στατιστική προσέγγιση για να παράσχουμε μια πρώτη προσπάθεια ανίχνευσης των επιπτώσεων της μεταρρύθμισης της ΚΓΠ στους δείκτες ποιότητας του εδάφους στην Λομβαρδία. Οι δείκτες αυτοί έχουν το πλεονέκτημα της απλότητας έναντι άλλων μεθόδων, και τη διαθεσιμότητα δεδομένων από τους Landsat-8 και Sentinel-2 πριν και μετά την την εφαρμογή της μεταρρύθμισης της ΚΑΠ προσφέρει μια μοναδική δυνατότητα εξέτασης των αλλαγών σε μεγάλες εκτάσεις, ενώ παρέχει επίσης ένα μεγάλο επίπεδο λεπτομέρειας.Η προσέγγισή μας έχει περαιτέρω πλεονεκτήματα: πρώτον, ο συνδυασμός τεχνικών τηλεπισκόπησης με σύνολα διοικητικών δεδομένων εξασφαλίζει τη σχεδόν πλήρη κάλυψη της επικράτειας και, ταυτόχρονα, ένα εξαιρετικά λεπτομερές επίπεδο ανάλυσης (επίπεδο αγροτεμαχίου). Δεύτερον, αντιπροσωπεύει μια άμεση αξιολόγηση των παραμέτρων που σχετίζονται με την περιβαλλοντική βιωσιμότητα της γεωργίας, και δεν προέρχονται από άλλες παραμέτρους. Τρίτον, αποσκοπεί στο να προσφέρει μια αξιολόγηση των παραμέτρων περιβαλλοντικής απόδοσης, που συνδέονται με την ποιότητα της εδαφών, που δεν έχουν διερευνηθεί μέχρι σήμερα σε προηγούμενες μελέτες. Τέλος, η μεθοδολογία μας μπορεί να επαναληφθεί στο χρόνο και στο χώρο, υπό την προϋπόθεση ότι είναι διαθέσιμα διοικητικά δεδομένα. Ωστόσο, η χρήση δορυφορικών πηγών για την αξιολόγηση των ιδιοτήτων του εδάφους συνοδεύεται και από ορισμένες αβεβαιότητες οι οποίες μπορούν να ξεπερασθούν μέσω ειδικών ερευνών πεδίου.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''8. Συμπεράσματα'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα ανάλυση έχει κυρίως μεθοδολογικό χαρακτήρα και αποσκοπεί στην ανάπτυξη ενός δυνητικού εργαλείου για την εκ των υστέρων αξιολόγηση των μέσων πολιτικής της ΚAΠ, συνδυάζοντας διοικητικά δεδομένα και δεδομένα τηλεπισκόπησης με υψηλό επίπεδο λεπτομέρειας. Ως εκ τούτου, θα μπορούσε να θέσει τις βάσεις για την πιθανή χρήση ψηφιακών τεχνολογιών για την ανάλυση των περιβαλλοντικών οφελών, που αποτελούν επιθυμητούς στόχους των αγροπεριβαλλοντικών πολιτικών. Όσον αφορά τις εικόνες τηλεπισκόπησης, οι δύο δορυφόροι της οικογένειας Sentinel-2 ικανοποιούν ήδη εν μέρει την απαίτηση για αυξημένα δεδομένα, και οι εξελίξεις που προβλέπονται από το πρόγραμμα Landsat κινούνται επίσης προς αυτή την κατεύθυνση.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_3.1.jpg</id>
		<title>Αρχείο:Galanou mar 3.1.jpg</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Galanou_mar_3.1.jpg"/>
				<updated>2023-02-26T19:03:38Z</updated>
		
		<summary type="html">&lt;p&gt;Galanou: ανέβασμα νέας έκδοσης του &amp;amp;quot;Αρχείο:Galanou mar 3.1.jpg&amp;amp;quot;: '''Εικόνα 1:''' Επάνω αριστερά: υψόμετρο της Λομβαρδίας και της περιοχής μελέτης- πάνω δε&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Εικόνα 1:''' Διαγράμματα πυκνότητας των τιμών του δείκτη εδάφους το 2014 και το 2017για όλα τα αγροτεμάχια που εξετάστηκαν στην ανάλυση. Το κόκκινο χρώμα αντιπροσωπεύει μεγαλύτερη πυκνότητα παρατηρήσεων σε σχέση με το μπλέ. Αναφέρεται επίσης η τιμή του προσανατολισμένου τετραγώνου R.&lt;/div&gt;</summary>
		<author><name>Galanou</name></author>	</entry>

	</feed>