RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:37:25Z

Giwrgoskoum:

Christos G. Karydas & Ioannis Z. Gitas (2011)

[[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]

[[Εικόνα:Development of an IKONOS image 2.JPG |thumb|right|Εικόνα : Σχήμα 2: Στιγμιότυπα από την εικόνα IKONOS με διαφορετικούς τρόπους: α) αρχική εικόνα, β) ταξινόμηση πρώτου επιπέδου, γ) ταξινόμηση δεύτερου επιπέδου (το λευκό χρώμα αντιπροσωπεύει τα αταξινόμητα αντικείμενα, δ) ταξινόμηση τρίτου επιπέδου. Τα υπομνήματα περιλαμβάνουν μόνο τις κατηγορίες που βρέθηκαν στην περιοχή που φαίνεται.
Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549]]

[[Εικόνα:Development of an IKONOS image 2.JPG |thumb|right|Εικόνα

1. Εισαγωγή

Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5].
Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7].
Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11].
Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι:
• επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη,
• προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση,
• παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και
• προωθεί την αυτοματοποίηση της παραγωγής χάρτη.
Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.

2. Περιοχή μελέτης και εικόνες

Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή.
Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.

3. Συζήτηση

Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.

4. Συμπεράσματα και προοπτικές

Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας.
Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα.
Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες.
Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.

ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs

[[category:Αμμοδοχείο]]

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:37:16Z

Giwrgoskoum:

Christos G. Karydas & Ioannis Z. Gitas (2011)

[[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]
[[Εικόνα:Development of an IKONOS image 2.JPG |thumb|right|Εικόνα : Σχήμα 2: Στιγμιότυπα από την εικόνα IKONOS με διαφορετικούς τρόπους: α) αρχική εικόνα, β) ταξινόμηση πρώτου επιπέδου, γ) ταξινόμηση δεύτερου επιπέδου (το λευκό χρώμα αντιπροσωπεύει τα αταξινόμητα αντικείμενα, δ) ταξινόμηση τρίτου επιπέδου. Τα υπομνήματα περιλαμβάνουν μόνο τις κατηγορίες που βρέθηκαν στην περιοχή που φαίνεται.
Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549]]

[[Εικόνα:Development of an IKONOS image 2.JPG |thumb|right|Εικόνα

1. Εισαγωγή

Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5].
Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7].
Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11].
Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι:
• επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη,
• προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση,
• παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και
• προωθεί την αυτοματοποίηση της παραγωγής χάρτη.
Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.

2. Περιοχή μελέτης και εικόνες

Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή.
Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.

3. Συζήτηση

Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.

4. Συμπεράσματα και προοπτικές

Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας.
Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα.
Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες.
Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.

ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs

[[category:Αμμοδοχείο]]

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:37:01Z

Giwrgoskoum:

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:35:27Z

Giwrgoskoum:

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:35:08Z

Giwrgoskoum:

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:33:39Z

Giwrgoskoum:

Christos G. Karydas & Ioannis Z. Gitas (2011)

[[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]

[[Εικόνα:Development of an IKONOS image 2.JPG |thumb|right|Εικόνα : Σχήμα 2: Στιγμιότυπα από την εικόνα IKONOS με διαφορετικούς τρόπους: α) αρχική εικόνα, β) ταξινόμηση πρώτου επιπέδου, γ) ταξινόμηση δεύτερου επιπέδου (το λευκό χρώμα αντιπροσωπεύει τα αταξινόμητα αντικείμενα, δ) ταξινόμηση τρίτου επιπέδου. Τα υπομνήματα περιλαμβάνουν μόνο τις κατηγορίες που βρέθηκαν στην περιοχή που φαίνεται.
Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549]]

1. Εισαγωγή

Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5].
Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7].
Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11].
Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι:
• επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη,
• προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση,
• παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και
• προωθεί την αυτοματοποίηση της παραγωγής χάρτη.
Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.

2. Περιοχή μελέτης και εικόνες

Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή.
Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.

3. Συζήτηση

Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.

4. Συμπεράσματα και προοπτικές

Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας.
Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα.
Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες.
Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.

ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs

[[category:Αμμοδοχείο]]

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:32:26Z

Giwrgoskoum:

Christos G. Karydas & Ioannis Z. Gitas (2011)

[[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]

[[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]

1. Εισαγωγή

Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5].
Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7].
Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11].
Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι:
• επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη,
• προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση,
• παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και
• προωθεί την αυτοματοποίηση της παραγωγής χάρτη.
Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.

2. Περιοχή μελέτης και εικόνες

Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή.
Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.

3. Συζήτηση

Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.

4. Συμπεράσματα και προοπτικές

Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας.
Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα.
Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες.
Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.

ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs

[[category:Αμμοδοχείο]]

Αρχείο:Development of an IKONOS image 2.JPG

2014-07-17T10:16:55Z

Giwrgoskoum:

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:14:47Z

Giwrgoskoum:

Christos G. Karydas & Ioannis Z. Gitas (2011)

[[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]

1. Εισαγωγή

Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5].
Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7].
Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11].
Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι:
• επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη,
• προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση,
• παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και
• προωθεί την αυτοματοποίηση της παραγωγής χάρτη.
Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.

2. Περιοχή μελέτης και εικόνες

Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή.
Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.

3. Συζήτηση

Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.

4. Συμπεράσματα και προοπτικές

Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας.
Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα.
Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες.
Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.

ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs

[[category:Αμμοδοχείο]]

Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων

2014-07-17T10:14:32Z

Giwrgoskoum: Νέα σελίδα με 'Christos G. Karydas & Ioannis Z. Gitas (2011) [Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσ...'

Christos G. Karydas & Ioannis Z. Gitas (2011)

[Εικόνα:Development of an IKONOS image 1.JPG |thumb|right|Εικόνα : Σχήμα 1α: Χάρτης τοποθεσίας της περιοχής μελέτης. (β) Λάθος σύνθεση χρώματος της εικόνας IKONOS. (Πηγή: http://dx.doi.org/10.1080/01431161.2010.551549)]]

1. Εισαγωγή

Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5].
Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7].
Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11].
Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι:
• επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη,
• προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση,
• παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και
• προωθεί την αυτοματοποίηση της παραγωγής χάρτη.
Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.

2. Περιοχή μελέτης και εικόνες

Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή.
Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.

3. Συζήτηση

Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.

4. Συμπεράσματα και προοπτικές

Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας.
Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα.
Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες.
Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.

ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs

[[category:Αμμοδοχείο]]

Αρχείο:Development of an IKONOS image 1.JPG

2014-07-17T10:13:27Z

Giwrgoskoum:

Παρατήρηση φυσικής ομορφιάς των ορεινών τοπίων

2014-07-17T09:32:54Z

Giwrgoskoum:

[[Εικόνα:Predicting scenic beauty of mountain regions 1.JPG|thumb|right|Εικόνα : Σχήμα. 1. Θέση των περιοχών μελέτης.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]
[[Εικόνα:Predicting scenic beauty of mountain regions 2.JPG|thumb|right|Εικόνα : Σχήμα 2. (α) Η αρχική φωτογραφία και (β) η ίδια άποψη στο Google Earth με επικάλυψη χάρτη. (γ) Η θέση της άποψης (κίτρινος κύκλος) τοποθετήθηκε στο χάρτη κάλυψης γης και η viewshed οριοθετήθηκε θέτοντας την οπτική γωνία και την κατεύθυνση. (δ) αποκλείστηκαν μη ορατές περιοχές.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]
[[Εικόνα:Predicting scenic beauty of mountain regions 3.JPG|thumb|right|Σχήμα 3. Γραφική ομορφιά: (α) Lech Valley, (β) Pustertal, (γ) Stubai Valley και (δ) Vinschgau. Οι υψηλές τιμές αντιστοιχούν σε μεγάλη φυσική ομορφιά.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]
[[Εικόνα:Predicting scenic beauty of mountain regions 4.JPG |thumb|right|Σχήμα 4. Τυπικά μοτίβα τοπίου: (α) κοιλάδα που χρησιμοποιείται για γεωργία, (β) υποαλπική δασική ζώνη και (γ) φυσικό αλπικό λιβάδι.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]

Uta Schirpke a, , Erich Tasser b , Ulrike Tappeiner c

Περίληψη
Η Παρατήρηση φυσική ομορφιά των ορεινών τοπίων συμβάλλει στην ευημερία του ανθρώπου. Η αποτίμηση του φυσικού τοπίου και των ειδικών ιδιοτήτων του τοπίου με μελέτες αντίληψης είναι πολύπλοκη και χρονοβόρα. Τα εξελιγμένα εργαλεία χωρικής ανάλυσης μπορούν να στηρίξουν την αξιολόγηση της φυσικής ομορφιάς με ποσοτικές μεθόδους. Υλοποιήσαμε μια καινοτόμο προσέγγιση μοντελοποίησης βασισμένη στο GIS για ορεινές περιοχές με συνδυασμό αντικειμενικών μεθόδων με μεθόδους αντίληψης. Τα χωρικά πρότυπα του ορατού τοπίου αναλύθηκαν με τη βοήθεια των μετρικών τοπίου. Ένα σύνολο από 60 μετρικά τοπίου μειώθηκαν κατά την ανάλυση των κύριων συνιστωσών (PCA) με 11 συνιστώσες που εξηγούν το 93% της διακύμανσης. Τα συστατικά που σχετίζονται με τις τιμές αντίληψης της γραφικής ομορφιάς βρέθηκαν μέσα από μια μελέτη αντίληψης μέσω ανάλυσης παλινδρόμησης κατά βήματα. Βρήκαμε ότι δύο στοιχεία διαμορφώνουν την πολυπλοκότητα και την ποικιλομορφία του τοπίου και σχετίζονται θετικά με την οπτική ποιότητα (R2 = 0,72). Το GIS μοντέλο αποτελεί ένα έγκυρο εργαλείο για την εκτίμηση της γραφικής ομορφιάς των ορεινών περιοχών ως βάση για τη χάραξη πολιτικής και το σχεδιασμό του τοπίου.

1. Εισαγωγή

Κατά τη διάρκεια της τελευταίας δεκαετίας, πολλές ευρωπαϊκές ορεινές περιοχές πλήττονται από την εγκατάλειψη [1, 2], την μη γεωργική χρήση και ιδιαίτερα τον τουρισμό. Δεδομένου ότι η ψυχαγωγική ποιότητα μιας περιοχής συνδέεται σε μεγάλο βαθμό με την φυσική ομορφιά της [3], αυτό αποτελεί ένα ανταγωνιστικό πλεονέκτημα σε σχέση με άλλους τουριστικούς προορισμούς. Ως εκ τούτου, οι εκτιμήσεις για την γραφική ομορφιά ενός τοπίου αποτελούν ένα σημαντικό βοήθημα για τους σχεδιαστές και τους ενδιαφερομένους [4, 5].
Η φυσική ομορφιά του τοπίου προέρχεται από την αλληλεπίδραση μεταξύ των βιοφυσικών χαρακτηριστικών του και τον ανθρώπινο παρατηρητή, η οποία έχει οδηγήσει σε μεθόδους εκτίμησης της γραφικής ομορφιάς με βάση την αντίληψη και με βάση τους ειδικούς [6]. Οι αξιολογήσεις των μεγάλων πολύπλοκων τοπίων συχνά περιορίζεται σε θέσεις κατά μήκος γραμμικών χαρακτηριστικών, όπως δρόμοι, μονοπάτια, ποτάμια [7, 8]. Σε αντίθεση, οι προσεγγίσεις των ειδικών εξετάζουν τις καθορισμένες οπτικές ιδιότητες και τα βιοφυσικά χαρακτηριστικά του τοπίου με ποσοτικές μεθόδους [6]. Το μεγάλο πλεονέκτημα της αξιολόγησης των ειδικών είναι η αποτελεσματικότητα της [9], η οποία επιτρέπει την εφαρμογή σε ολόκληρες περιοχές με τη χρήση αυτοματοποιημένων διαδικασιών. Ωστόσο, οι εκτιμήσεις των ειδικών, δεν διαθέτουν ακόμη την υψηλή αξιοπιστία των μεθόδων αντίληψης επειδή εξαρτώνται σε μεγάλο βαθμό από τις επαγγελματικές γνώσεις του εκάστοτε αξιολογητή [6].
Για την εκτίμηση της φυσικής ομορφιάς των ορεινών τοπίων, απουσιάζει μια αποτελεσματική και χωρικά σαφής μέθοδος αξιολόγησης η οποία θα λαμβάνει υπόψη και τις επιπτώσεις της τοπογραφίας στις ιδιότητες και ταυτόχρονα θα εξασφαλίζει την υψηλή αξιοπιστία των αξιολογήσεων αντίληψης. Για να καλυφθεί αυτό το κενό, αναπτύχθηκε μία προσέγγιση ενός μοντέλου για την πρόβλεψη της φυσικής ομορφιάς των ορεινών περιοχών μέσω μιας έρευνα με τα ακόλουθα βήματα: (1) διερεύνηση των οπτικών ιδιοτήτων με τη χρήση ενός συστήματος γεωγραφικών πληροφοριών (GIS), (2) εξέταση της σύνθεσης και της διαμόρφωσης του τοπίου από τις μετρήσεις του τοπίου, (3) έλεγχος για το εάν η αντιληπτή φυσική ομορφιά μπορεί να σχετίζεται με την διαμόρφωση του τοπίου, και (4) εκτίμηση της φυσικής ομορφιάς των Κεντρικών Άλπεων, με στόχο να διερευνηθεί η σχέση της χρήσης γης και της φυσικής ομορφιάς.

4. Συζήτηση και συμπεράσματα

Η προσέγγιση μοντελοποίησης βάσει του GIS συνδύασε μια αυτοματοποιημένη εκτίμηση των ειδικών ιδιοτήτων της θέας των ορεινών τοπίων και των μοτίβων τοπίου με μια μέθοδο αντίληψης για την διερεύνηση της ανθρώπινης αντίληψη της φυσικής ομορφιάς. Σε ένα πρώτο στάδιο, εξετάστηκε η περιοχή και λαμβάνοντας υπόψη τις διαφορετικές ζώνες απόστασης, το μοντέλο αντιπροσώπευσε την επίδραση της απόστασης σχετικά με το αντιληπτό μέγεθος, το σχήμα και το χρώμα των χαρακτηριστικών του τοπίου. Σύμφωνα κια με άλλες μελέτες [10 – 13], τα αποτελέσματά μας επιβεβαιώνουν τη σχέση μεταξύ της εικόνας του τοπίου και της φυσικής ομορφιάς. Βρήκαμε ότι η φυσική ομορφιά συσχετίζεται θετικά με την πολυπλοκότητα του σχήματος των χωροψηφίδων, την ποικιλομορφία και τον διαρθρωτικό πλούτο του τοπίου, ενώ οι μεγάλες ομοιογενείς περιοχές μειώνουν τη φυσική ομορφιά.
Ένα άλλο πλεονέκτημα της μεθόδου αυτής είναι ότι η φυσική ομορφιά μπορεί να προβλεφθεί για διαφορετικές εφαρμογές: (1) είναι δυνατό να χαρτογραφήσει όλη τη ζώνη με κατανομή των απόψεων σε όλη την περιοχή, ή (2) να διερευνήσει επιλεγμένες ζώνες, για παράδειγμα αυτών τουριστικού ενδιαφέροντος, κατά μήκος των δρόμων ή μονοπατιών πεζοπορίας τοποθετώντας τα σημεία με θέα μαζί με καθορισμένα χαρακτηριστικά. Η ποιότητα των αξιολογήσεων εξαρτάται από την ανάλυση των δεδομένων εισαγωγής, η οποία καθορίζει τη μέγιστη δυνατή πυκνότητα των απόψεων, γιατί οι ιδιότητες της θέας και η σύνθεση του τοπίου είναι εξαιρετικά μεταβλητά και μπορούν να αλλάξουν εντός πολύ μικρών αποστάσεων.
Το GIS μοντέλο μπορεί να υποστηρίξει τις εκτιμήσεις για την γραφική ομορφιά στη διαδικασία λήψης αποφάσεων για τις μελλοντικές πολιτικές ή να αξιολογήσει τα μέτρα που έχουν ήδη εφαρμοστεί. Καθώς οι πολιτιστικές υπηρεσίες των οικοσυστημάτων, όπως η ψυχαγωγική αξία μιας περιοχής εκφράζονται συχνά με όρους φυσικής ομορφιάς του τοπίου [14], το προτεινόμενο μοντέλο που βασίζεται στο GIS επιτρέπει τις εκτιμήσεις σε περιφερειακό επίπεδο για την αξιολόγηση των υπηρεσιών αυτών και προσφέρει μεγάλες δυνατότητες για την ενίσχυση της ανταγωνιστικότητας μιας περιοχής με τη διατήρηση του τοπίου ή με τη δημιουργία της απαραίτητης υποδομής για την πρόσβαση σε τοπία μεγάλης φυσικής ομορφιάς.

Πηγή : http://www.sciencedirect.com/science/article/pii/S0169204612003271

[[category:Αμμοδοχείο]]

Αρχείο:Predicting scenic beauty of mountain regions 4.JPG

2014-07-17T09:32:01Z

Giwrgoskoum:

Παρατήρηση φυσικής ομορφιάς των ορεινών τοπίων

2014-07-17T09:22:17Z

Giwrgoskoum:

[[Εικόνα:Predicting scenic beauty of mountain regions 1.JPG|thumb|right|Εικόνα : Σχήμα. 1. Θέση των περιοχών μελέτης.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]
[[Εικόνα:Predicting scenic beauty of mountain regions 2.JPG|thumb|right|Εικόνα : Σχήμα 2. (α) Η αρχική φωτογραφία και (β) η ίδια άποψη στο Google Earth με επικάλυψη χάρτη. (γ) Η θέση της άποψης (κίτρινος κύκλος) τοποθετήθηκε στο χάρτη κάλυψης γης και η viewshed οριοθετήθηκε θέτοντας την οπτική γωνία και την κατεύθυνση. (δ) αποκλείστηκαν μη ορατές περιοχές.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]
[[Εικόνα:Predicting scenic beauty of mountain regions 3.JPG|thumb|right|Σχήμα 3. Γραφική ομορφιά: (α) Lech Valley, (β) Pustertal, (γ) Stubai Valley και (δ) Vinschgau. Οι υψηλές τιμές αντιστοιχούν σε μεγάλη φυσική ομορφιά.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]

Uta Schirpke a, , Erich Tasser b , Ulrike Tappeiner c

Περίληψη
Η Παρατήρηση φυσική ομορφιά των ορεινών τοπίων συμβάλλει στην ευημερία του ανθρώπου. Η αποτίμηση του φυσικού τοπίου και των ειδικών ιδιοτήτων του τοπίου με μελέτες αντίληψης είναι πολύπλοκη και χρονοβόρα. Τα εξελιγμένα εργαλεία χωρικής ανάλυσης μπορούν να στηρίξουν την αξιολόγηση της φυσικής ομορφιάς με ποσοτικές μεθόδους. Υλοποιήσαμε μια καινοτόμο προσέγγιση μοντελοποίησης βασισμένη στο GIS για ορεινές περιοχές με συνδυασμό αντικειμενικών μεθόδων με μεθόδους αντίληψης. Τα χωρικά πρότυπα του ορατού τοπίου αναλύθηκαν με τη βοήθεια των μετρικών τοπίου. Ένα σύνολο από 60 μετρικά τοπίου μειώθηκαν κατά την ανάλυση των κύριων συνιστωσών (PCA) με 11 συνιστώσες που εξηγούν το 93% της διακύμανσης. Τα συστατικά που σχετίζονται με τις τιμές αντίληψης της γραφικής ομορφιάς βρέθηκαν μέσα από μια μελέτη αντίληψης μέσω ανάλυσης παλινδρόμησης κατά βήματα. Βρήκαμε ότι δύο στοιχεία διαμορφώνουν την πολυπλοκότητα και την ποικιλομορφία του τοπίου και σχετίζονται θετικά με την οπτική ποιότητα (R2 = 0,72). Το GIS μοντέλο αποτελεί ένα έγκυρο εργαλείο για την εκτίμηση της γραφικής ομορφιάς των ορεινών περιοχών ως βάση για τη χάραξη πολιτικής και το σχεδιασμό του τοπίου.

1. Εισαγωγή

Κατά τη διάρκεια της τελευταίας δεκαετίας, πολλές ευρωπαϊκές ορεινές περιοχές πλήττονται από την εγκατάλειψη [1, 2], την μη γεωργική χρήση και ιδιαίτερα τον τουρισμό. Δεδομένου ότι η ψυχαγωγική ποιότητα μιας περιοχής συνδέεται σε μεγάλο βαθμό με την φυσική ομορφιά της [3], αυτό αποτελεί ένα ανταγωνιστικό πλεονέκτημα σε σχέση με άλλους τουριστικούς προορισμούς. Ως εκ τούτου, οι εκτιμήσεις για την γραφική ομορφιά ενός τοπίου αποτελούν ένα σημαντικό βοήθημα για τους σχεδιαστές και τους ενδιαφερομένους [4, 5].
Η φυσική ομορφιά του τοπίου προέρχεται από την αλληλεπίδραση μεταξύ των βιοφυσικών χαρακτηριστικών του και τον ανθρώπινο παρατηρητή, η οποία έχει οδηγήσει σε μεθόδους εκτίμησης της γραφικής ομορφιάς με βάση την αντίληψη και με βάση τους ειδικούς [6]. Οι αξιολογήσεις των μεγάλων πολύπλοκων τοπίων συχνά περιορίζεται σε θέσεις κατά μήκος γραμμικών χαρακτηριστικών, όπως δρόμοι, μονοπάτια, ποτάμια [7, 8]. Σε αντίθεση, οι προσεγγίσεις των ειδικών εξετάζουν τις καθορισμένες οπτικές ιδιότητες και τα βιοφυσικά χαρακτηριστικά του τοπίου με ποσοτικές μεθόδους [6]. Το μεγάλο πλεονέκτημα της αξιολόγησης των ειδικών είναι η αποτελεσματικότητα της [9], η οποία επιτρέπει την εφαρμογή σε ολόκληρες περιοχές με τη χρήση αυτοματοποιημένων διαδικασιών. Ωστόσο, οι εκτιμήσεις των ειδικών, δεν διαθέτουν ακόμη την υψηλή αξιοπιστία των μεθόδων αντίληψης επειδή εξαρτώνται σε μεγάλο βαθμό από τις επαγγελματικές γνώσεις του εκάστοτε αξιολογητή [6].
Για την εκτίμηση της φυσικής ομορφιάς των ορεινών τοπίων, απουσιάζει μια αποτελεσματική και χωρικά σαφής μέθοδος αξιολόγησης η οποία θα λαμβάνει υπόψη και τις επιπτώσεις της τοπογραφίας στις ιδιότητες και ταυτόχρονα θα εξασφαλίζει την υψηλή αξιοπιστία των αξιολογήσεων αντίληψης. Για να καλυφθεί αυτό το κενό, αναπτύχθηκε μία προσέγγιση ενός μοντέλου για την πρόβλεψη της φυσικής ομορφιάς των ορεινών περιοχών μέσω μιας έρευνα με τα ακόλουθα βήματα: (1) διερεύνηση των οπτικών ιδιοτήτων με τη χρήση ενός συστήματος γεωγραφικών πληροφοριών (GIS), (2) εξέταση της σύνθεσης και της διαμόρφωσης του τοπίου από τις μετρήσεις του τοπίου, (3) έλεγχος για το εάν η αντιληπτή φυσική ομορφιά μπορεί να σχετίζεται με την διαμόρφωση του τοπίου, και (4) εκτίμηση της φυσικής ομορφιάς των Κεντρικών Άλπεων, με στόχο να διερευνηθεί η σχέση της χρήσης γης και της φυσικής ομορφιάς.

4. Συζήτηση και συμπεράσματα

Η προσέγγιση μοντελοποίησης βάσει του GIS συνδύασε μια αυτοματοποιημένη εκτίμηση των ειδικών ιδιοτήτων της θέας των ορεινών τοπίων και των μοτίβων τοπίου με μια μέθοδο αντίληψης για την διερεύνηση της ανθρώπινης αντίληψη της φυσικής ομορφιάς. Σε ένα πρώτο στάδιο, εξετάστηκε η περιοχή και λαμβάνοντας υπόψη τις διαφορετικές ζώνες απόστασης, το μοντέλο αντιπροσώπευσε την επίδραση της απόστασης σχετικά με το αντιληπτό μέγεθος, το σχήμα και το χρώμα των χαρακτηριστικών του τοπίου. Σύμφωνα κια με άλλες μελέτες [10 – 13], τα αποτελέσματά μας επιβεβαιώνουν τη σχέση μεταξύ της εικόνας του τοπίου και της φυσικής ομορφιάς. Βρήκαμε ότι η φυσική ομορφιά συσχετίζεται θετικά με την πολυπλοκότητα του σχήματος των χωροψηφίδων, την ποικιλομορφία και τον διαρθρωτικό πλούτο του τοπίου, ενώ οι μεγάλες ομοιογενείς περιοχές μειώνουν τη φυσική ομορφιά.
Ένα άλλο πλεονέκτημα της μεθόδου αυτής είναι ότι η φυσική ομορφιά μπορεί να προβλεφθεί για διαφορετικές εφαρμογές: (1) είναι δυνατό να χαρτογραφήσει όλη τη ζώνη με κατανομή των απόψεων σε όλη την περιοχή, ή (2) να διερευνήσει επιλεγμένες ζώνες, για παράδειγμα αυτών τουριστικού ενδιαφέροντος, κατά μήκος των δρόμων ή μονοπατιών πεζοπορίας τοποθετώντας τα σημεία με θέα μαζί με καθορισμένα χαρακτηριστικά. Η ποιότητα των αξιολογήσεων εξαρτάται από την ανάλυση των δεδομένων εισαγωγής, η οποία καθορίζει τη μέγιστη δυνατή πυκνότητα των απόψεων, γιατί οι ιδιότητες της θέας και η σύνθεση του τοπίου είναι εξαιρετικά μεταβλητά και μπορούν να αλλάξουν εντός πολύ μικρών αποστάσεων.
Το GIS μοντέλο μπορεί να υποστηρίξει τις εκτιμήσεις για την γραφική ομορφιά στη διαδικασία λήψης αποφάσεων για τις μελλοντικές πολιτικές ή να αξιολογήσει τα μέτρα που έχουν ήδη εφαρμοστεί. Καθώς οι πολιτιστικές υπηρεσίες των οικοσυστημάτων, όπως η ψυχαγωγική αξία μιας περιοχής εκφράζονται συχνά με όρους φυσικής ομορφιάς του τοπίου [14], το προτεινόμενο μοντέλο που βασίζεται στο GIS επιτρέπει τις εκτιμήσεις σε περιφερειακό επίπεδο για την αξιολόγηση των υπηρεσιών αυτών και προσφέρει μεγάλες δυνατότητες για την ενίσχυση της ανταγωνιστικότητας μιας περιοχής με τη διατήρηση του τοπίου ή με τη δημιουργία της απαραίτητης υποδομής για την πρόσβαση σε τοπία μεγάλης φυσικής ομορφιάς.

Πηγή : http://www.sciencedirect.com/science/article/pii/S0169204612003271

[[category:Αμμοδοχείο]]

Αρχείο:Predicting scenic beauty of mountain regions 3.JPG

2014-07-17T09:21:38Z

Giwrgoskoum:

Παρατήρηση φυσικής ομορφιάς των ορεινών τοπίων

2014-07-17T09:19:06Z

Giwrgoskoum:

[[Εικόνα:Predicting scenic beauty of mountain regions 1.JPG|thumb|right|Εικόνα : Σχήμα. 1. Θέση των περιοχών μελέτης.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]
[[Εικόνα:Predicting scenic beauty of mountain regions 2.JPG|thumb|right|Εικόνα : Σχήμα 2. (α) Η αρχική φωτογραφία και (β) η ίδια άποψη στο Google Earth με επικάλυψη χάρτη. (γ) Η θέση της άποψης (κίτρινος κύκλος) τοποθετήθηκε στο χάρτη κάλυψης γης και η viewshed οριοθετήθηκε θέτοντας την οπτική γωνία και την κατεύθυνση. (δ) αποκλείστηκαν μη ορατές περιοχές.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]

Uta Schirpke a, , Erich Tasser b , Ulrike Tappeiner c

Περίληψη
Η Παρατήρηση φυσική ομορφιά των ορεινών τοπίων συμβάλλει στην ευημερία του ανθρώπου. Η αποτίμηση του φυσικού τοπίου και των ειδικών ιδιοτήτων του τοπίου με μελέτες αντίληψης είναι πολύπλοκη και χρονοβόρα. Τα εξελιγμένα εργαλεία χωρικής ανάλυσης μπορούν να στηρίξουν την αξιολόγηση της φυσικής ομορφιάς με ποσοτικές μεθόδους. Υλοποιήσαμε μια καινοτόμο προσέγγιση μοντελοποίησης βασισμένη στο GIS για ορεινές περιοχές με συνδυασμό αντικειμενικών μεθόδων με μεθόδους αντίληψης. Τα χωρικά πρότυπα του ορατού τοπίου αναλύθηκαν με τη βοήθεια των μετρικών τοπίου. Ένα σύνολο από 60 μετρικά τοπίου μειώθηκαν κατά την ανάλυση των κύριων συνιστωσών (PCA) με 11 συνιστώσες που εξηγούν το 93% της διακύμανσης. Τα συστατικά που σχετίζονται με τις τιμές αντίληψης της γραφικής ομορφιάς βρέθηκαν μέσα από μια μελέτη αντίληψης μέσω ανάλυσης παλινδρόμησης κατά βήματα. Βρήκαμε ότι δύο στοιχεία διαμορφώνουν την πολυπλοκότητα και την ποικιλομορφία του τοπίου και σχετίζονται θετικά με την οπτική ποιότητα (R2 = 0,72). Το GIS μοντέλο αποτελεί ένα έγκυρο εργαλείο για την εκτίμηση της γραφικής ομορφιάς των ορεινών περιοχών ως βάση για τη χάραξη πολιτικής και το σχεδιασμό του τοπίου.

1. Εισαγωγή

Κατά τη διάρκεια της τελευταίας δεκαετίας, πολλές ευρωπαϊκές ορεινές περιοχές πλήττονται από την εγκατάλειψη [1, 2], την μη γεωργική χρήση και ιδιαίτερα τον τουρισμό. Δεδομένου ότι η ψυχαγωγική ποιότητα μιας περιοχής συνδέεται σε μεγάλο βαθμό με την φυσική ομορφιά της [3], αυτό αποτελεί ένα ανταγωνιστικό πλεονέκτημα σε σχέση με άλλους τουριστικούς προορισμούς. Ως εκ τούτου, οι εκτιμήσεις για την γραφική ομορφιά ενός τοπίου αποτελούν ένα σημαντικό βοήθημα για τους σχεδιαστές και τους ενδιαφερομένους [4, 5].
Η φυσική ομορφιά του τοπίου προέρχεται από την αλληλεπίδραση μεταξύ των βιοφυσικών χαρακτηριστικών του και τον ανθρώπινο παρατηρητή, η οποία έχει οδηγήσει σε μεθόδους εκτίμησης της γραφικής ομορφιάς με βάση την αντίληψη και με βάση τους ειδικούς [6]. Οι αξιολογήσεις των μεγάλων πολύπλοκων τοπίων συχνά περιορίζεται σε θέσεις κατά μήκος γραμμικών χαρακτηριστικών, όπως δρόμοι, μονοπάτια, ποτάμια [7, 8]. Σε αντίθεση, οι προσεγγίσεις των ειδικών εξετάζουν τις καθορισμένες οπτικές ιδιότητες και τα βιοφυσικά χαρακτηριστικά του τοπίου με ποσοτικές μεθόδους [6]. Το μεγάλο πλεονέκτημα της αξιολόγησης των ειδικών είναι η αποτελεσματικότητα της [9], η οποία επιτρέπει την εφαρμογή σε ολόκληρες περιοχές με τη χρήση αυτοματοποιημένων διαδικασιών. Ωστόσο, οι εκτιμήσεις των ειδικών, δεν διαθέτουν ακόμη την υψηλή αξιοπιστία των μεθόδων αντίληψης επειδή εξαρτώνται σε μεγάλο βαθμό από τις επαγγελματικές γνώσεις του εκάστοτε αξιολογητή [6].
Για την εκτίμηση της φυσικής ομορφιάς των ορεινών τοπίων, απουσιάζει μια αποτελεσματική και χωρικά σαφής μέθοδος αξιολόγησης η οποία θα λαμβάνει υπόψη και τις επιπτώσεις της τοπογραφίας στις ιδιότητες και ταυτόχρονα θα εξασφαλίζει την υψηλή αξιοπιστία των αξιολογήσεων αντίληψης. Για να καλυφθεί αυτό το κενό, αναπτύχθηκε μία προσέγγιση ενός μοντέλου για την πρόβλεψη της φυσικής ομορφιάς των ορεινών περιοχών μέσω μιας έρευνα με τα ακόλουθα βήματα: (1) διερεύνηση των οπτικών ιδιοτήτων με τη χρήση ενός συστήματος γεωγραφικών πληροφοριών (GIS), (2) εξέταση της σύνθεσης και της διαμόρφωσης του τοπίου από τις μετρήσεις του τοπίου, (3) έλεγχος για το εάν η αντιληπτή φυσική ομορφιά μπορεί να σχετίζεται με την διαμόρφωση του τοπίου, και (4) εκτίμηση της φυσικής ομορφιάς των Κεντρικών Άλπεων, με στόχο να διερευνηθεί η σχέση της χρήσης γης και της φυσικής ομορφιάς.

4. Συζήτηση και συμπεράσματα

Η προσέγγιση μοντελοποίησης βάσει του GIS συνδύασε μια αυτοματοποιημένη εκτίμηση των ειδικών ιδιοτήτων της θέας των ορεινών τοπίων και των μοτίβων τοπίου με μια μέθοδο αντίληψης για την διερεύνηση της ανθρώπινης αντίληψη της φυσικής ομορφιάς. Σε ένα πρώτο στάδιο, εξετάστηκε η περιοχή και λαμβάνοντας υπόψη τις διαφορετικές ζώνες απόστασης, το μοντέλο αντιπροσώπευσε την επίδραση της απόστασης σχετικά με το αντιληπτό μέγεθος, το σχήμα και το χρώμα των χαρακτηριστικών του τοπίου. Σύμφωνα κια με άλλες μελέτες [10 – 13], τα αποτελέσματά μας επιβεβαιώνουν τη σχέση μεταξύ της εικόνας του τοπίου και της φυσικής ομορφιάς. Βρήκαμε ότι η φυσική ομορφιά συσχετίζεται θετικά με την πολυπλοκότητα του σχήματος των χωροψηφίδων, την ποικιλομορφία και τον διαρθρωτικό πλούτο του τοπίου, ενώ οι μεγάλες ομοιογενείς περιοχές μειώνουν τη φυσική ομορφιά.
Ένα άλλο πλεονέκτημα της μεθόδου αυτής είναι ότι η φυσική ομορφιά μπορεί να προβλεφθεί για διαφορετικές εφαρμογές: (1) είναι δυνατό να χαρτογραφήσει όλη τη ζώνη με κατανομή των απόψεων σε όλη την περιοχή, ή (2) να διερευνήσει επιλεγμένες ζώνες, για παράδειγμα αυτών τουριστικού ενδιαφέροντος, κατά μήκος των δρόμων ή μονοπατιών πεζοπορίας τοποθετώντας τα σημεία με θέα μαζί με καθορισμένα χαρακτηριστικά. Η ποιότητα των αξιολογήσεων εξαρτάται από την ανάλυση των δεδομένων εισαγωγής, η οποία καθορίζει τη μέγιστη δυνατή πυκνότητα των απόψεων, γιατί οι ιδιότητες της θέας και η σύνθεση του τοπίου είναι εξαιρετικά μεταβλητά και μπορούν να αλλάξουν εντός πολύ μικρών αποστάσεων.
Το GIS μοντέλο μπορεί να υποστηρίξει τις εκτιμήσεις για την γραφική ομορφιά στη διαδικασία λήψης αποφάσεων για τις μελλοντικές πολιτικές ή να αξιολογήσει τα μέτρα που έχουν ήδη εφαρμοστεί. Καθώς οι πολιτιστικές υπηρεσίες των οικοσυστημάτων, όπως η ψυχαγωγική αξία μιας περιοχής εκφράζονται συχνά με όρους φυσικής ομορφιάς του τοπίου [14], το προτεινόμενο μοντέλο που βασίζεται στο GIS επιτρέπει τις εκτιμήσεις σε περιφερειακό επίπεδο για την αξιολόγηση των υπηρεσιών αυτών και προσφέρει μεγάλες δυνατότητες για την ενίσχυση της ανταγωνιστικότητας μιας περιοχής με τη διατήρηση του τοπίου ή με τη δημιουργία της απαραίτητης υποδομής για την πρόσβαση σε τοπία μεγάλης φυσικής ομορφιάς.

Πηγή : http://www.sciencedirect.com/science/article/pii/S0169204612003271

[[category:Αμμοδοχείο]]

Αρχείο:Predicting scenic beauty of mountain regions 2.JPG

2014-07-17T09:17:21Z

Giwrgoskoum:

Παρατήρηση φυσικής ομορφιάς των ορεινών τοπίων

2014-07-17T09:13:43Z

Giwrgoskoum:

[[Εικόνα:Predicting scenic beauty of mountain regions 1.JPG|thumb|right|Εικόνα : Σχήμα. 1. Θέση των περιοχών μελέτης.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]

Uta Schirpke a,∗ , Erich Tasser b , Ulrike Tappeiner c

Περίληψη
Η Παρατήρηση φυσική ομορφιά των ορεινών τοπίων συμβάλλει στην ευημερία του ανθρώπου. Η αποτίμηση του φυσικού τοπίου και των ειδικών ιδιοτήτων του τοπίου με μελέτες αντίληψης είναι πολύπλοκη και χρονοβόρα. Τα εξελιγμένα εργαλεία χωρικής ανάλυσης μπορούν να στηρίξουν την αξιολόγηση της φυσικής ομορφιάς με ποσοτικές μεθόδους. Υλοποιήσαμε μια καινοτόμο προσέγγιση μοντελοποίησης βασισμένη στο GIS για ορεινές περιοχές με συνδυασμό αντικειμενικών μεθόδων με μεθόδους αντίληψης. Τα χωρικά πρότυπα του ορατού τοπίου αναλύθηκαν με τη βοήθεια των μετρικών τοπίου. Ένα σύνολο από 60 μετρικά τοπίου μειώθηκαν κατά την ανάλυση των κύριων συνιστωσών (PCA) με 11 συνιστώσες που εξηγούν το 93% της διακύμανσης. Τα συστατικά που σχετίζονται με τις τιμές αντίληψης της γραφικής ομορφιάς βρέθηκαν μέσα από μια μελέτη αντίληψης μέσω ανάλυσης παλινδρόμησης κατά βήματα. Βρήκαμε ότι δύο στοιχεία διαμορφώνουν την πολυπλοκότητα και την ποικιλομορφία του τοπίου και σχετίζονται θετικά με την οπτική ποιότητα (R2 = 0,72). Το GIS μοντέλο αποτελεί ένα έγκυρο εργαλείο για την εκτίμηση της γραφικής ομορφιάς των ορεινών περιοχών ως βάση για τη χάραξη πολιτικής και το σχεδιασμό του τοπίου.

1. Εισαγωγή

Κατά τη διάρκεια της τελευταίας δεκαετίας, πολλές ευρωπαϊκές ορεινές περιοχές πλήττονται από την εγκατάλειψη [1, 2], την μη γεωργική χρήση και ιδιαίτερα τον τουρισμό. Δεδομένου ότι η ψυχαγωγική ποιότητα μιας περιοχής συνδέεται σε μεγάλο βαθμό με την φυσική ομορφιά της [3], αυτό αποτελεί ένα ανταγωνιστικό πλεονέκτημα σε σχέση με άλλους τουριστικούς προορισμούς. Ως εκ τούτου, οι εκτιμήσεις για την γραφική ομορφιά ενός τοπίου αποτελούν ένα σημαντικό βοήθημα για τους σχεδιαστές και τους ενδιαφερομένους [4, 5].
Η φυσική ομορφιά του τοπίου προέρχεται από την αλληλεπίδραση μεταξύ των βιοφυσικών χαρακτηριστικών του και τον ανθρώπινο παρατηρητή, η οποία έχει οδηγήσει σε μεθόδους εκτίμησης της γραφικής ομορφιάς με βάση την αντίληψη και με βάση τους ειδικούς [6]. Οι αξιολογήσεις των μεγάλων πολύπλοκων τοπίων συχνά περιορίζεται σε θέσεις κατά μήκος γραμμικών χαρακτηριστικών, όπως δρόμοι, μονοπάτια, ποτάμια [7, 8]. Σε αντίθεση, οι προσεγγίσεις των ειδικών εξετάζουν τις καθορισμένες οπτικές ιδιότητες και τα βιοφυσικά χαρακτηριστικά του τοπίου με ποσοτικές μεθόδους [6]. Το μεγάλο πλεονέκτημα της αξιολόγησης των ειδικών είναι η αποτελεσματικότητα της [9], η οποία επιτρέπει την εφαρμογή σε ολόκληρες περιοχές με τη χρήση αυτοματοποιημένων διαδικασιών. Ωστόσο, οι εκτιμήσεις των ειδικών, δεν διαθέτουν ακόμη την υψηλή αξιοπιστία των μεθόδων αντίληψης επειδή εξαρτώνται σε μεγάλο βαθμό από τις επαγγελματικές γνώσεις του εκάστοτε αξιολογητή [6].
Για την εκτίμηση της φυσικής ομορφιάς των ορεινών τοπίων, απουσιάζει μια αποτελεσματική και χωρικά σαφής μέθοδος αξιολόγησης η οποία θα λαμβάνει υπόψη και τις επιπτώσεις της τοπογραφίας στις ιδιότητες και ταυτόχρονα θα εξασφαλίζει την υψηλή αξιοπιστία των αξιολογήσεων αντίληψης. Για να καλυφθεί αυτό το κενό, αναπτύχθηκε μία προσέγγιση ενός μοντέλου για την πρόβλεψη της φυσικής ομορφιάς των ορεινών περιοχών μέσω μιας έρευνα με τα ακόλουθα βήματα: (1) διερεύνηση των οπτικών ιδιοτήτων με τη χρήση ενός συστήματος γεωγραφικών πληροφοριών (GIS), (2) εξέταση της σύνθεσης και της διαμόρφωσης του τοπίου από τις μετρήσεις του τοπίου, (3) έλεγχος για το εάν η αντιληπτή φυσική ομορφιά μπορεί να σχετίζεται με την διαμόρφωση του τοπίου, και (4) εκτίμηση της φυσικής ομορφιάς των Κεντρικών Άλπεων, με στόχο να διερευνηθεί η σχέση της χρήσης γης και της φυσικής ομορφιάς.

4. Συζήτηση και συμπεράσματα

Η προσέγγιση μοντελοποίησης βάσει του GIS συνδύασε μια αυτοματοποιημένη εκτίμηση των ειδικών ιδιοτήτων της θέας των ορεινών τοπίων και των μοτίβων τοπίου με μια μέθοδο αντίληψης για την διερεύνηση της ανθρώπινης αντίληψη της φυσικής ομορφιάς. Σε ένα πρώτο στάδιο, εξετάστηκε η περιοχή και λαμβάνοντας υπόψη τις διαφορετικές ζώνες απόστασης, το μοντέλο αντιπροσώπευσε την επίδραση της απόστασης σχετικά με το αντιληπτό μέγεθος, το σχήμα και το χρώμα των χαρακτηριστικών του τοπίου. Σύμφωνα κια με άλλες μελέτες [10 – 13], τα αποτελέσματά μας επιβεβαιώνουν τη σχέση μεταξύ της εικόνας του τοπίου και της φυσικής ομορφιάς. Βρήκαμε ότι η φυσική ομορφιά συσχετίζεται θετικά με την πολυπλοκότητα του σχήματος των χωροψηφίδων, την ποικιλομορφία και τον διαρθρωτικό πλούτο του τοπίου, ενώ οι μεγάλες ομοιογενείς περιοχές μειώνουν τη φυσική ομορφιά.
Ένα άλλο πλεονέκτημα της μεθόδου αυτής είναι ότι η φυσική ομορφιά μπορεί να προβλεφθεί για διαφορετικές εφαρμογές: (1) είναι δυνατό να χαρτογραφήσει όλη τη ζώνη με κατανομή των απόψεων σε όλη την περιοχή, ή (2) να διερευνήσει επιλεγμένες ζώνες, για παράδειγμα αυτών τουριστικού ενδιαφέροντος, κατά μήκος των δρόμων ή μονοπατιών πεζοπορίας τοποθετώντας τα σημεία με θέα μαζί με καθορισμένα χαρακτηριστικά. Η ποιότητα των αξιολογήσεων εξαρτάται από την ανάλυση των δεδομένων εισαγωγής, η οποία καθορίζει τη μέγιστη δυνατή πυκνότητα των απόψεων, γιατί οι ιδιότητες της θέας και η σύνθεση του τοπίου είναι εξαιρετικά μεταβλητά και μπορούν να αλλάξουν εντός πολύ μικρών αποστάσεων.
Το GIS μοντέλο μπορεί να υποστηρίξει τις εκτιμήσεις για την γραφική ομορφιά στη διαδικασία λήψης αποφάσεων για τις μελλοντικές πολιτικές ή να αξιολογήσει τα μέτρα που έχουν ήδη εφαρμοστεί. Καθώς οι πολιτιστικές υπηρεσίες των οικοσυστημάτων, όπως η ψυχαγωγική αξία μιας περιοχής εκφράζονται συχνά με όρους φυσικής ομορφιάς του τοπίου [14], το προτεινόμενο μοντέλο που βασίζεται στο GIS επιτρέπει τις εκτιμήσεις σε περιφερειακό επίπεδο για την αξιολόγηση των υπηρεσιών αυτών και προσφέρει μεγάλες δυνατότητες για την ενίσχυση της ανταγωνιστικότητας μιας περιοχής με τη διατήρηση του τοπίου ή με τη δημιουργία της απαραίτητης υποδομής για την πρόσβαση σε τοπία μεγάλης φυσικής ομορφιάς.

[[category:Αμμοδοχείο]]

Παρατήρηση φυσικής ομορφιάς των ορεινών τοπίων

2014-07-17T09:13:20Z

Giwrgoskoum: Νέα σελίδα με '[Εικόνα:Predicting scenic beauty of mountain regions 1.JPG|thumb|right|Σχήμα. 1. Θέση των περιοχών μελέτης. Πηγή: http://dx.doi.org/10...'

[Εικόνα:Predicting scenic beauty of mountain regions 1.JPG|thumb|right|Σχήμα. 1. Θέση των περιοχών μελέτης.
Πηγή: http://dx.doi.org/10.1016/j.landurbplan.2012.11.010]]

Uta Schirpke a,∗ , Erich Tasser b , Ulrike Tappeiner c

Περίληψη
Η Παρατήρηση φυσική ομορφιά των ορεινών τοπίων συμβάλλει στην ευημερία του ανθρώπου. Η αποτίμηση του φυσικού τοπίου και των ειδικών ιδιοτήτων του τοπίου με μελέτες αντίληψης είναι πολύπλοκη και χρονοβόρα. Τα εξελιγμένα εργαλεία χωρικής ανάλυσης μπορούν να στηρίξουν την αξιολόγηση της φυσικής ομορφιάς με ποσοτικές μεθόδους. Υλοποιήσαμε μια καινοτόμο προσέγγιση μοντελοποίησης βασισμένη στο GIS για ορεινές περιοχές με συνδυασμό αντικειμενικών μεθόδων με μεθόδους αντίληψης. Τα χωρικά πρότυπα του ορατού τοπίου αναλύθηκαν με τη βοήθεια των μετρικών τοπίου. Ένα σύνολο από 60 μετρικά τοπίου μειώθηκαν κατά την ανάλυση των κύριων συνιστωσών (PCA) με 11 συνιστώσες που εξηγούν το 93% της διακύμανσης. Τα συστατικά που σχετίζονται με τις τιμές αντίληψης της γραφικής ομορφιάς βρέθηκαν μέσα από μια μελέτη αντίληψης μέσω ανάλυσης παλινδρόμησης κατά βήματα. Βρήκαμε ότι δύο στοιχεία διαμορφώνουν την πολυπλοκότητα και την ποικιλομορφία του τοπίου και σχετίζονται θετικά με την οπτική ποιότητα (R2 = 0,72). Το GIS μοντέλο αποτελεί ένα έγκυρο εργαλείο για την εκτίμηση της γραφικής ομορφιάς των ορεινών περιοχών ως βάση για τη χάραξη πολιτικής και το σχεδιασμό του τοπίου.

1. Εισαγωγή

Κατά τη διάρκεια της τελευταίας δεκαετίας, πολλές ευρωπαϊκές ορεινές περιοχές πλήττονται από την εγκατάλειψη [1, 2], την μη γεωργική χρήση και ιδιαίτερα τον τουρισμό. Δεδομένου ότι η ψυχαγωγική ποιότητα μιας περιοχής συνδέεται σε μεγάλο βαθμό με την φυσική ομορφιά της [3], αυτό αποτελεί ένα ανταγωνιστικό πλεονέκτημα σε σχέση με άλλους τουριστικούς προορισμούς. Ως εκ τούτου, οι εκτιμήσεις για την γραφική ομορφιά ενός τοπίου αποτελούν ένα σημαντικό βοήθημα για τους σχεδιαστές και τους ενδιαφερομένους [4, 5].
Η φυσική ομορφιά του τοπίου προέρχεται από την αλληλεπίδραση μεταξύ των βιοφυσικών χαρακτηριστικών του και τον ανθρώπινο παρατηρητή, η οποία έχει οδηγήσει σε μεθόδους εκτίμησης της γραφικής ομορφιάς με βάση την αντίληψη και με βάση τους ειδικούς [6]. Οι αξιολογήσεις των μεγάλων πολύπλοκων τοπίων συχνά περιορίζεται σε θέσεις κατά μήκος γραμμικών χαρακτηριστικών, όπως δρόμοι, μονοπάτια, ποτάμια [7, 8]. Σε αντίθεση, οι προσεγγίσεις των ειδικών εξετάζουν τις καθορισμένες οπτικές ιδιότητες και τα βιοφυσικά χαρακτηριστικά του τοπίου με ποσοτικές μεθόδους [6]. Το μεγάλο πλεονέκτημα της αξιολόγησης των ειδικών είναι η αποτελεσματικότητα της [9], η οποία επιτρέπει την εφαρμογή σε ολόκληρες περιοχές με τη χρήση αυτοματοποιημένων διαδικασιών. Ωστόσο, οι εκτιμήσεις των ειδικών, δεν διαθέτουν ακόμη την υψηλή αξιοπιστία των μεθόδων αντίληψης επειδή εξαρτώνται σε μεγάλο βαθμό από τις επαγγελματικές γνώσεις του εκάστοτε αξιολογητή [6].
Για την εκτίμηση της φυσικής ομορφιάς των ορεινών τοπίων, απουσιάζει μια αποτελεσματική και χωρικά σαφής μέθοδος αξιολόγησης η οποία θα λαμβάνει υπόψη και τις επιπτώσεις της τοπογραφίας στις ιδιότητες και ταυτόχρονα θα εξασφαλίζει την υψηλή αξιοπιστία των αξιολογήσεων αντίληψης. Για να καλυφθεί αυτό το κενό, αναπτύχθηκε μία προσέγγιση ενός μοντέλου για την πρόβλεψη της φυσικής ομορφιάς των ορεινών περιοχών μέσω μιας έρευνα με τα ακόλουθα βήματα: (1) διερεύνηση των οπτικών ιδιοτήτων με τη χρήση ενός συστήματος γεωγραφικών πληροφοριών (GIS), (2) εξέταση της σύνθεσης και της διαμόρφωσης του τοπίου από τις μετρήσεις του τοπίου, (3) έλεγχος για το εάν η αντιληπτή φυσική ομορφιά μπορεί να σχετίζεται με την διαμόρφωση του τοπίου, και (4) εκτίμηση της φυσικής ομορφιάς των Κεντρικών Άλπεων, με στόχο να διερευνηθεί η σχέση της χρήσης γης και της φυσικής ομορφιάς.

4. Συζήτηση και συμπεράσματα

Η προσέγγιση μοντελοποίησης βάσει του GIS συνδύασε μια αυτοματοποιημένη εκτίμηση των ειδικών ιδιοτήτων της θέας των ορεινών τοπίων και των μοτίβων τοπίου με μια μέθοδο αντίληψης για την διερεύνηση της ανθρώπινης αντίληψη της φυσικής ομορφιάς. Σε ένα πρώτο στάδιο, εξετάστηκε η περιοχή και λαμβάνοντας υπόψη τις διαφορετικές ζώνες απόστασης, το μοντέλο αντιπροσώπευσε την επίδραση της απόστασης σχετικά με το αντιληπτό μέγεθος, το σχήμα και το χρώμα των χαρακτηριστικών του τοπίου. Σύμφωνα κια με άλλες μελέτες [10 – 13], τα αποτελέσματά μας επιβεβαιώνουν τη σχέση μεταξύ της εικόνας του τοπίου και της φυσικής ομορφιάς. Βρήκαμε ότι η φυσική ομορφιά συσχετίζεται θετικά με την πολυπλοκότητα του σχήματος των χωροψηφίδων, την ποικιλομορφία και τον διαρθρωτικό πλούτο του τοπίου, ενώ οι μεγάλες ομοιογενείς περιοχές μειώνουν τη φυσική ομορφιά.
Ένα άλλο πλεονέκτημα της μεθόδου αυτής είναι ότι η φυσική ομορφιά μπορεί να προβλεφθεί για διαφορετικές εφαρμογές: (1) είναι δυνατό να χαρτογραφήσει όλη τη ζώνη με κατανομή των απόψεων σε όλη την περιοχή, ή (2) να διερευνήσει επιλεγμένες ζώνες, για παράδειγμα αυτών τουριστικού ενδιαφέροντος, κατά μήκος των δρόμων ή μονοπατιών πεζοπορίας τοποθετώντας τα σημεία με θέα μαζί με καθορισμένα χαρακτηριστικά. Η ποιότητα των αξιολογήσεων εξαρτάται από την ανάλυση των δεδομένων εισαγωγής, η οποία καθορίζει τη μέγιστη δυνατή πυκνότητα των απόψεων, γιατί οι ιδιότητες της θέας και η σύνθεση του τοπίου είναι εξαιρετικά μεταβλητά και μπορούν να αλλάξουν εντός πολύ μικρών αποστάσεων.
Το GIS μοντέλο μπορεί να υποστηρίξει τις εκτιμήσεις για την γραφική ομορφιά στη διαδικασία λήψης αποφάσεων για τις μελλοντικές πολιτικές ή να αξιολογήσει τα μέτρα που έχουν ήδη εφαρμοστεί. Καθώς οι πολιτιστικές υπηρεσίες των οικοσυστημάτων, όπως η ψυχαγωγική αξία μιας περιοχής εκφράζονται συχνά με όρους φυσικής ομορφιάς του τοπίου [14], το προτεινόμενο μοντέλο που βασίζεται στο GIS επιτρέπει τις εκτιμήσεις σε περιφερειακό επίπεδο για την αξιολόγηση των υπηρεσιών αυτών και προσφέρει μεγάλες δυνατότητες για την ενίσχυση της ανταγωνιστικότητας μιας περιοχής με τη διατήρηση του τοπίου ή με τη δημιουργία της απαραίτητης υποδομής για την πρόσβαση σε τοπία μεγάλης φυσικής ομορφιάς.

[[category:Αμμοδοχείο]]

Αρχείο:Predicting scenic beauty of mountain regions 1.JPG

2014-07-17T09:12:37Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T09:06:14Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.

Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

[[Εικόνα:West Polesie Biosphere Reserve 2.JPG |thumb|right|Σχήμα 2. Χάρτης κάλυψης γης της WPBR (επιλεγμένο σκραπ). 1 – σύνορα WPBR, 2 - νερό, 3 - κοινότητες τυρφώνων και βλάστησης, 4 - χαμηλή βλάστηση, 5 - δάσος φυλλοβόλων, 6 - κωνοφόρο δάσος, 7 - αροτραίες εκτάσεις, 8 - κατοικημένες περιοχές.
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 3.JPG|thumb|right|Σχήμα 3. Μετρικό τοπίο SHDI της WPBR
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 4.JPG|thumb|right|Σχήμα 4. Αλλαγές μετρικού τοπίου (SHDI) στις 3 επιλεγμένες λεκάνες απορροής, Λίμνη
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

ΠΗΓΗ : http://geo.ur.krakow.pl/download/pobierz.php?file=publikacje/literatura/2014_Chmielewski_et_al.pdf.

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T09:06:01Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T09:04:34Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T09:04:15Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.

Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

[[Εικόνα:West Polesie Biosphere Reserve 2.JPG |thumb|right|Σχήμα 2. Χάρτης κάλυψης γης της WPBR (επιλεγμένο σκραπ). 1 – σύνορα WPBR, 2 - νερό, 3 - κοινότητες τυρφώνων και βλάστησης, 4 - χαμηλή βλάστηση, 5 - δάσος φυλλοβόλων, 6 - κωνοφόρο δάσος, 7 - αροτραίες εκτάσεις, 8 - κατοικημένες περιοχές.
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 3.JPG|thumb|right|Σχήμα 3. Μετρικό τοπίο SHDI της WPBR
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 4.JPG|thumb|right|Σχήμα 4. Αλλαγές μετρικού τοπίου (SHDI) στις 3 επιλεγμένες λεκάνες απορροής, Λίμνη
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

ΠΗΓΗ :
http://geo.ur.krakow.pl/download/pobierz.php?file=publikacje/literatura/2014_Chmielewski_et_al.pdf.

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T09:01:37Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T09:00:15Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.

Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

[[Εικόνα:West Polesie Biosphere Reserve 2.JPG |thumb|right|Σχήμα 2. Χάρτης κάλυψης γης της WPBR (επιλεγμένο σκραπ). 1 – σύνορα WPBR, 2 - νερό, 3 - κοινότητες τυρφώνων και βλάστησης, 4 - χαμηλή βλάστηση, 5 - δάσος φυλλοβόλων, 6 - κωνοφόρο δάσος, 7 - αροτραίες εκτάσεις, 8 - κατοικημένες περιοχές.
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 3.JPG|thumb|right|Σχήμα 3. Μετρικό τοπίο SHDI της WPBR
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 4.JPG|thumb|right|Σχήμα 4. Αλλαγές μετρικού τοπίου (SHDI) στις 3 επιλεγμένες λεκάνες απορροής, Λίμνη: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie: a – όριο λεκάνης, β - υποτίμηση του SHDI (-1.4 έως 0.01, -1.8 έως 0.01, -1.6 έως 0.01, αντίστοιχα για τις Α, Β, Γ), γ - σχεδόν αμετάβλητο (-0.009 έως 0.01 αντίστοιχα για τις Α, Β, Γ), δ. - αύξηση της SHDI (0.011 έως 1.6, 0.011 έως 1.3, 0.011 έως 1.7, αντίστοιχα για τις Α, Β, Γ).
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Αρχείο:West Polesie Biosphere Reserve 4.JPG

2014-07-17T08:59:29Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:57:34Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.

Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

[[Εικόνα:West Polesie Biosphere Reserve 2.JPG |thumb|right|Σχήμα 2. Χάρτης κάλυψης γης της WPBR (επιλεγμένο σκραπ). 1 – σύνορα WPBR, 2 - νερό, 3 - κοινότητες τυρφώνων και βλάστησης, 4 - χαμηλή βλάστηση, 5 - δάσος φυλλοβόλων, 6 - κωνοφόρο δάσος, 7 - αροτραίες εκτάσεις, 8 - κατοικημένες περιοχές.
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

[[Εικόνα:West Polesie Biosphere Reserve 3.JPG|thumb|right|Σχήμα 3. Μετρικό τοπίο SHDI της WPBR
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Αρχείο:West Polesie Biosphere Reserve 3.JPG

2014-07-17T08:56:47Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:53:49Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.

Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

[[Εικόνα:West Polesie Biosphere Reserve 2.JPG |thumb|right|Σχήμα 2. Χάρτης κάλυψης γης της WPBR (επιλεγμένο σκραπ). 1 – σύνορα WPBR, 2 - νερό, 3 - κοινότητες τυρφώνων και βλάστησης, 4 - χαμηλή βλάστηση, 5 - δάσος φυλλοβόλων, 6 - κωνοφόρο δάσος, 7 - αροτραίες εκτάσεις, 8 - κατοικημένες περιοχές.
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014]]

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Αρχείο:West Polesie Biosphere Reserve 2.JPG

2014-07-17T08:52:50Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:51:02Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.

Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:50:01Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.
Πηγή: International Agrophysics. Volume 28, Issue 2, Pages 153–162, ISSN (Online) 0236-8722,DOI: 10.2478/intag-2014-0003, April 2014 ]]

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:45:08Z

Giwrgoskoum:

[[Εικόνα:West Polesie Biosphere Reserve.JPG|thumb|right|Σχήμα 1. West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie. ]]

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:10:31Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[West Polesie Biosphere Reserve.JPG | ]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:10:21Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:10:01Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:09:21Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[West_Polesie_Biosphere_Reserve.JPG | thumb | right | Σχήμα 3: ]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:07:19Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[West_Polesie_Biosphere_Reserve.JPG ]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:06:57Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[West_Polesie_Biosphere_Reserve.JPG |thumb | right |West Polesie Biosphere Reserve(περιοχή έρευνας)στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας.]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:06:20Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[West_Polesie_Biosphere_Reserve.JPG |thumb |right| West Polesie Biosphere Reserve(περιοχή έρευνας)στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 σύνορα WPBR, 2 Lakeland Landscape Park, 3 Polesie National Park, 4 Sobibór Landscape Park, 5 λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A Kleszczów, B Moszne, Γ Białe Włodawskie.]]

[[category:Αμμοδοχείο]]

Αρχείο:West Polesie Biosphere Reserve.JPG

2014-07-17T08:05:46Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:04:07Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[[Σχήμα_1.JPG|thumb |right| West Polesie Biosphere Reserve(περιοχή έρευνας)στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 σύνορα WPBR, 2 Lakeland Landscape Park, 3 Polesie National Park, 4 Sobibór Landscape Park, 5 λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A Kleszczów, B Moszne, Γ Białe Włodawskie.]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:03:39Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

*[[Σχήμα_1.JPG|thumb|right| West Polesie Biosphere Reserve(περιοχή έρευνας)στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 σύνορα WPBR, 2 Lakeland Landscape Park, 3 Polesie National Park, 4 Sobibór Landscape Park, 5 λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A Kleszczów, B Moszne, Γ Białe Włodawskie.]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:02:09Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[Σχήμα_1.JPG | thumb | right | West Polesie Biosphere Reserve (περιοχή έρευνας)στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.]]

[[category:Αμμοδοχείο]]

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T08:01:37Z

Giwrgoskoum:

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

* [[Σχήμα_1.JPG | thumb | right | West Polesie Biosphere Reserve (περιοχή έρευνας) στο πλαίσιο άλλων προστατευόμενων περιοχών στο ανατολικό τμήμα της Πολωνίας. 1 – σύνορα WPBR, 2 - ‘£êczyñskie Lakeland Landscape Park, 3 - Polesie National Park, 4 - Sobibór Landscape Park, 5 - λεκάνες απορροής που έχουν επιλεγεί για αναλυτικές μεταβολές κάλυψης γης, λίμνες: A - Kleszczów, B - Moszne, Γ - Białe Włodawskie.]]

[[category:Αμμοδοχείο]]

Αρχείο:Σχήμα 1.JPG

2014-07-17T07:59:38Z

Giwrgoskoum: ανέβασμα νέας έκδοσης του "Αρχείο:Σχήμα 1.JPG"

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T07:57:51Z

Giwrgoskoum:

Κάλυψη γης και ανάλυση ποιότητας τοπίου στην περιοχή West Polesie

2014-07-17T07:57:22Z

Giwrgoskoum: Νέα σελίδα με 'Add Your Content Here ΕΙΣΑΓΩΓΗ Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γη...'

Add Your Content Here

ΕΙΣΑΓΩΓΗ

Η κάλυψη των δεδομένων της γης, ειδικότερα της γεωργικής χρήσης της γης, μπορεί να χρησιμοποιηθεί για πολλούς σκοπούς: ανάλυση της γεωργικής ικανότητας μιας περιοχής [1], εξέταση των ενεργειακών δυνατοτήτων μιας περιοχής δενδρυλλίων περιοδικής υλοτόμησης [2] ή για την προετοιμασία ενός χάρτη στερεοπαροχής [3].
Η Ταξινόμηση των αεροφωτογραφιών και των δορυφορικών φωτογραφιών, αποτελεί έναν από τους πιο συνηθισμένους τρόπους λήψης πληροφοριών σχετικά με την κάλυψη της γης. Η έρευνα που διεξάγεται κατά τη διάρκεια των τελευταίων δεκαετιών αποδεικνύει ότι η χρήση των δεδομένων τηλεπισκόπησης για τον χαρακτηρισμό του είδους της βλάστησης είναι πολύ αποδοτική [4]. Ωστόσο, στην περίπτωση μεγάλων ερευνητικών περιοχών (όπως το West Polesie Biosphere Reserve, WPBR), οι χειροκίνητες μέθοδοι είναι αναποτελεσματικές, απαιτούν γενικεύσεις και την καθιέρωση μιας ελάχιστης επιφάνειας χαρτογράφησης. Μια εναλλακτική λύση είναι η χρησιμοποίηση αλγορίθμων αυτόματης ταξινόμησης εικόνων. Ανάμεσα στις διάφορες μεθόδους και λύσεις που έχουν αναπτυχθεί τα τελευταία χρόνια, οι αντικειμενοστραφείς μέθοδοι ταξινόμησης των εικόνων φαίνεται να είναι μια ιδιαίτερα ενδιαφέρουσα προσέγγιση [5].
Σε αντίθεση με την τεχνικές ταξινόμησης βάσει εικονοστοιχείων, η αντικειμενοστραφής ανάλυσης εικόνας (OBIA) μπορεί να αντικαταστήσει τις παραδοσιακές μεθόδους της οπτικής ερμηνείας [6] ή ακόμη και την μέθοδο εποπτευόμενης ταξινόμησης που χρησιμοποιείται ευρέως σήμερα [7]. Η αντικειμενοστραφής προσέγγιση ταξινόμησης είναι ιδιαίτερα κατάλληλη για εικόνες υψηλής ανάλυσης [8, 9, 10].
Η εφαρμογή στην προστασία του περιβάλλοντος, την διαχείριση του χώρου και του πολεοδομικού σχεδιασμού απαιτεί τουλάχιστον ένα βασικό σύνολο χωρικών δεδομένων για το τοπίο. Η σημασία της χρήσης γης είναι μεγαλύτερη από εκείνη των άλλων παραγόντων, λόγω της άμεσης ανθρώπινης συμμετοχής [11] και ζωτικής σημασίας για τη διαχείριση των φυσικών πόρων, ιδιαίτερα ως προς την διατήρηση και ως προς την διάρθρωση του τοπίου για τη διατήρηση της βιοποικιλότητας [12].
Σήμερα, οι μετρήσεις τοπίου χρησιμοποιούνται συχνά για την ποσοτικοποίηση των μορφών τοπίου [13] και ως δείκτες για τις λειτουργίες του τοπίου [14].
Το λογισμικό των ηλεκτρονικών υπολογιστών αποτελεί επίσης ένα σημαντικό στοιχείο που σχετίζεται με τις μετρήσεις του τοπίου. Υπάρχουν πολλά πακέτα λογισμικού που έχουν σχεδιαστεί για να παρέχουν υπολογισμούς και ανάλυση των μοντέλων διάρθρωσης του τοπίου σε κατηγορηματικούς χάρτες. Πολλοί από αυτούς έχουν κοινά χαρακτηριστικά, π.χ. Fragstats 3.3, r.li, GRASS, V-Late 1.1, ΡΑ4 beta, Pattern/Texture, APACK, IAN, και ορισμένα από αυτά είναι διαθέσιμα ως πακέτα λογισμικού ανοικτής πρόσβασης [15].
Στην παρούσα μελέτη, ο χάρτης κάλυψης της γης ολόκληρης της περιοχής WPBR ελήφθη μέσω της προσέγγισης OBIA και στη συνέχεια, βάσει αυτού του χάρτη, υπολογίστηκαν μετρικά οι ποικιλομορφίες του τοπίου. Επιπλέον, για τρεις επιλεγμένες περιοχές της λεκάνης απορροής, η ανάλυση της κάλυψης του εδάφους και οι αλλαγές στην ποικιλότητα του τοπίου πραγματοποιήθηκαν με τη χρήση μεγάλης κλίμακας χαρτών κάλυψης της γης που πραγματοποιήθηκε με την χειροκίνητη εξαγωγή χαρακτηριστικών από ορθοφωτοχάρτες.
Το κύριο πλεονέκτημα των μετρικών τοπίου είναι η απλότητά τους και η ταχύτητα στον υπολογισμό, καθώς οι ταχύτατες περιβαλλοντικές αλλαγές απαιτούν την εύκολη λήψη δεικτών. Τα μετρικά τοπίου ως μέρος της γεωχωρικής ανάλυσης δεδομένων, παρέχουν γενικές πληροφορίες καθώς και τον σχεδιασμό σεναρίων για τις περιβαλλοντικές πολιτικές και τους στόχους της παρακολούθησης που καθορίζονται από τις διεθνείς συμβάσεις και συμφωνίες [16].
Οι συγγραφείς προτείνουν ότι οι μετρήσεις του τοπίου μπορούν να ερμηνευτούν μόνο υπό το πρίσμα της τρέχουσας κάλυψης του χάρτη γης. Οι υψηλές τιμές των μετρικών τοπίου αποδεικνύουν την αύξηση της ποικιλομορφίας των χωροψηφίδων του τοπίου, αλλά μόνο σε συνδυασμό με την ανάλυση της ίδιας της δομής κάλυψης γης μπορεί κανείς να πει αν αυτές οι αλλαγές είναι φυσικές (π.χ. ανάπτυξη χωροψηφίδων κοινοτήτων θαμνών που προέρχονται από φυσική διαδοχή) ή αποτέλεσμα της ανθρώπινης δραστηριότητας (ανάπτυξη δομημένων περιοχών και δρόμων για την αλλαγή του τρόπου αγροτικής χρήσης).
Η αντικειμενοστραφής ταξινόμηση της εικόνας, κατά την οποία χρησιμοποιήθηκαν πολυφασματικά δορυφορικά δεδομένα, έκανε δυνατή την αναγνώριση αροτραίων εκτάσεων και δασών στην περιοχή μελέτης, με πολύ μεγάλη ακρίβεια.

[[category:Αμμοδοχείο]]

Ράδιο -ακουστικό σύστημα ήχου για τη συνεχή παρακολούθηση και την έγκαιρη ανίχνευση των δασικών πυρκαγιών

2014-05-06T14:00:05Z

Giwrgoskoum:

Σε αυτή τη μελέτη, προτείνεται ένα ράδιο-ακουστικό σύστημα ήχου με καλές δυνατότητες ανάλυσης χώρου και χρόνου για τη συνεχή παρακολούθηση και την έγκαιρη ανίχνευση των δασικών πυρκαγιών. Οι προσομοιώσεις δείχνουν ότι οι εξ αποστάσεως θερμική χαρτογράφηση μιας συγκεκριμένης δασικής περιοχής από το προτεινόμενο σύστημα θα μπορούσε να αποτελεί μια πιθανή λύση στο πρόβλημα της έγκαιρης ανίχνευσης των δασικών πυρκαγιών.

Εισαγωγή

Οι δασικές πυρκαγιές αποτελούν έναν από τους πιο σημαντικούς και διαδεδομένους τύπους καταστροφών και μπορούν να δημιουργήσουν μεγάλα περιβαλλοντικά προβλήματα στην Φύση. Είναι γνωστό ότι είναι ανιχνεύσιμες και είναι εύκολο να προληφθούν. Όταν μια πυρκαγιά τίθεται εκτός ελέγχου, το μέγεθος των ζημιών που μπορεί να επιφέρει είναι σχεδόν ανυπολόγιστο.
Μία και ίσως η πιο σημαντική μέθοδος για την προστασία των δασών από τις πυρκαγιές είναι η έγκαιρη διάγνωσή τους. Η πρώιμη ανίχνευση και η ταχεία αντίδραση για την ελαχιστοποίηση της εξάπλωσης. Επιπλέον, οι πληροφορίες σχετικά με την εστία της φωτιάς είναι εξίσου πολύτιμες για την ταχεία επέμβαση των πυροσβεστών. Ως εκ τούτου, έχουν προταθεί διάφορες μέθοδοι έγκαιρης ανίχνευσης δασικών πυρκαγιών με την χρήση διαφόρων συστημάτων τηλεπισκόπησης τα οποία βασίζονται στην απεικόνιση από υπέρυθρες θερμικές κάμερες (therma- cam), εναέριες ή επίγειες τεχνικές απεικόνισης Lidar και σε δορυφορικές τεχνικές απεικόνισης τύπου Synthetic Aperture Radar (SAR) [ 1-3 ] .
Τα συστήματα ανίχνευσης δασικών πυρκαγιών μπορούν να διαιρεθούν σε τρεις κύριες κατηγορίες: στα συστήματα επεξεργασίας εικόνας, στα θερμικά συστήματα και σε άλλες εφαρμογές. Η μελέτη αυτή παρουσιάζει μια πρόταση για τη χρήση του ραδιο-ακουστικού ήχο στην δημιουργία θερμικών χαρτών των δασικών περιοχών για την ανίχνευση πιθανών πυρκαγιών. Η κύρια βάση είναι το γεγονός ότι η τεχνική του ραδιο-ακουστικού ήχου έχει πολύ υψηλότερη ευαισθησία στις αλλαγές της θερμοκρασίας και μπορεί να παρέχει εξ αποστάσεως πιο ακριβή μέτρηση της θερμοκρασίας του αέρα, κάτι που είναι ζωτικής σημασίας για την έγκαιρη ανίχνευση, από ό,τι οποιοδήποτε από τα άλλα συστήματα τηλεπισκόπησης. Επιπλέον, το προτεινόμενο σύστημα, το οποίο είναι σε θέση να παρακολουθεί συνεχώς και ταυτόχρονα πολλαπλές εκτάσεις με λεπτή χωρική και χρονική ανάλυση, αποτελεί μία αποτελεσματική και οικονομικά αποδοτική λύση από ότι ένα κατανεμημένο δίκτυο πολλαπλών στατικών αισθητήρων.
Η χρήση της ραδιο-ακουστικής τεχνικής τηλεπισκόπησης επιτρέπει την παρακολούθηση της θερμοκρασίας της ατμόσφαιρας σε δασικές περιοχές. Συγκεκριμένα, με τηλεμέτρηση των μεταβολών της θερμοκρασίας χρησιμοποιώντας το RASS, ο διαρκής θερμικός χαρακτηρισμός μιας δασικής έκτασης θα ήταν δυνατός και θα επέτρεπε σχεδόν την πυρανίχνευση σε πραγματικό χρόνο.
Το σύστημα απλά βασίζεται στον κανόνα ότι ο θερμός αέρας ανεβαίνει πιο γρήγορα και αν δημιουργείται περιοδικά ένας χάρτης της θερμοκρασίας του αέρα που βρίσκεται αμέσως πάνω από τα δέντρα, τότε μπορεί να προσδιοριστούν αμέσως οι απότομες αλλαγές της θερμοκρασίας.
Το σύστημα αποτελείται από δύο κύριους τύπους συσκευών: τα ραντάρ με παρατηρητήριο φωτιάς και τις ακουστικές πηγές. Το σύστημα αρχίζει να παρακολουθεί την περιοχή, συγκρίνοντας τις ανωμαλίες της θερμοκρασίας με βάσει τις εποχιακές θερμικές νόρμες, οι οποίες έχουν προηγουμένως αποθηκευτεί στο σύστημα. Όταν εντοπίζεται μια ανωμαλία σε μια συγκεκριμένη περιοχή, το σύστημα πραγματοποιεί την σχετική εστίαση του ραντάρ σε εκείνη την περιοχή για να δημιουργήσει έναν εκλεπτυσμένο θερμικό χάρτη.

[[ Εικόνα: SAHIN_1.JPG‎ |thumb | right |Εικόνα 1. προτεινόμενο σύστημα υποδομής]]

Τα αποτελέσματα της προσομοίωσης έδειξαν ότι το RASS μπορεί να παρέχει δεδομένα με ακρίβεια μέχρι και σε ποσοστό 80% σε πυρκαγιές στις κορυφές των δέντρων και στην επιφάνεια. Σύμφωνα με τα αποτελέσματα της προσομοίωσης, το προτεινόμενο σύστημα ωστόσο, δεν θα μπορούσε να δώσει λογικά αποτελέσματα για τις πυρκαγιές στο έδαφος λόγω της συμπεριφοράς της διάδοσης.

[[ Εικόνα: SAHIN_2.JPG‎ |thumb | right | Εικόνα 2. Προσομοίωση θερμικού χάρτη δάσους]]

Αποτελεσματικότητα και οικονομική απόδοση του Συστήματος Ανίχνευσης Δασικών Πυρκαγιών

Η μέτρηση της αποτελεσματικότητας του συστήματος ανίχνευσης και το συνολικό κόστος εξαρτάται από πολλές σχετικές παραμέτρους. Ο υπολογισμός του συνολικού κόστους και της αποτελεσματικότητας του συστήματος είναι, ως εκ τούτου, σχετικός. Οι Marteel και McAlpine έθεσαν ορισμένες πτυχές για την αξιολόγηση του κόστους και της αποτελεσματικότητας των συστημάτων ανίχνευσης, όπως το κόστος ανά μονάδα επιφάνειας προστασίας, το κόστος ανά ανίχνευση πυρκαγιάς, τις ώρες πτήσης ανά ανίχνευση πυρκαγιάς, το ποσοστό των πυρκαγιών που ανιχνεύονται από αερομεταφερόμενους παρατηρητές, το μέσο μέγεθος κατά την ανίχνευση, κ.λπ. [4].
Επιπλέον, κάποιες άλλες παράμετροι θα πρέπει επίσης να συμπεριληφθούν στον παραπάνω κατάλογο, όπως η κατανάλωση ενέργειας, η βιωσιμότητα του συστήματος, το κόστος συντήρησης ενός πολιτικού συστήματος, κλπ. Συνεπώς, είναι πολύ δύσκολο να καθοριστεί ποιο σύστημα είναι πιο αποδοτικό και πιο αποτελεσματικό στην ανίχνευση των δασικών πυρκαγιών. Η δομή των δασών, οι κυβερνητικές στρατηγικές στη διαχείριση πυρκαγιών, η υφιστάμενη τεχνολογία, όλα πρέπει να ληφθούν υπόψη στον καθορισμό του είδους του συστήματος ανίχνευσης δασικών πυρκαγιών ως το πιο κατάλληλο για τη συγκεκριμένη χρήση.

[[ Εικόνα: SAHIN_3.JPG‎ |thumb | right |Εικόνα 3. Εκλεπτυσμένος θερμικός χάρτης μιας θερμής περιοχής]]

ΠΗΓΗ : http://www.mdpi.com/1424-8220/9/3/1485

[[category:Δασικές Πυρκαγιές]]

Μία προσέγγιση τηλεπισκόπησης μέσω GIS για την παρακολούθηση της αναγέννησης και την πρόβλεψη του κινδύνου διάβρωσης και απερήμωσης…

2014-05-06T13:59:06Z

Giwrgoskoum:

C. Banninger και H. Gallaum

[[Εικόνα: Banninger.JPG| thumb | right | Σχήμα 1 – Αλλαγές στην φυτοκάλυψη από το 1984 έως το 1993 στην περιοχή μελέτης (Πεντέλη).]]

Εισαγωγή

Ένα σύστημα υποστήριξης αποφάσεων με βάση το GIS έχει αναπτυχθεί για την παρακολούθηση της αποκατάστασης των δασικών εκτάσεων στην περιοχή της Μεσογείου που καταστράφηκαν από τις πυρκαγιές και για την πρόβλεψη των δυνατοτήτων τους για φυσική αναγέννηση, για τον κίνδυνο διάβρωσης του εδάφους, καθώς και για τον κίνδυνο απερήμωσης. Το σύστημα έχει ρυθμιστεί βάσει ενός συνόλου κανόνων λήψης αποφάσεων που εφαρμόζεται σε ένα προκαθορισμένο σύνολο εδάφους και σε δεδομένα τηλεπισκόπησης που αποκτήθηκαν από επιλεγμένες καμένες δασικές περιοχές στην Ελλάδα και τα οποία στη συνέχεια χρησιμοποιούνται για την παραγωγή χαρτών κινδύνου για πυρόπληκτες περιοχές. Ακρίβεια μεγαλύτερη από 90% επιτεύχθηκε ως προς την πρόβλεψη της δυναμικής της αναγέννησης και του κινδύνου διάβρωσης και απερήμωσης στο πλαίσιο κατηγοριών ταξινόμησης για τις περιοχές που μελετήθηκαν.

Κάθε χρόνο, εκατοντάδες χιλιάδες εκτάρια δασών και θαμνώδεις εκτάσεις καταστρέφονται από πυρκαγιά στην περιοχή της Μεσογείου, με μέσο όρο 535.000 εκτάρια ετησίως στην Ελλάδα, την Ισπανία, την Πορτογαλία, την Ιταλία και τη νότια Γαλλία μεταξύ 1980 και 1987. Η επίδραση των δασικών πυρκαγιών, μαζί με την ακατάλληλη χρήση της γης και την υπερβόσκηση, απειλούν περίπου το 60% των εδαφών στη νότια Ευρώπη με απερήμωση ως αποτέλεσμα της απώλειας της φυτοκάλυψης και της επακόλουθης διάβρωσης του εδάφους.

Η καταστροφή της φυτοκάλυψης από την πυρκαγιά εκθέτει το κάποτε προστατευμένο υπόστρωμα του εδάφους από τις συνδυασμένες επιπτώσεις των ισχυρών, ξηρών ανέμων που επικρατούν το καλοκαίρι και των συχνών και έντονων βροχοπτώσεων που συμβαίνουν το χειμώνα στην περιοχή της Μεσογείου, αυξάνοντας σημαντικά την ευαισθησία του εδάφους στη διάβρωση. Εάν αφεθεί απροστάτευτο, τα συχνά αδύναμα και εύθραυστα εδάφη βρίσκονται σε κίνδυνο να διαβρωθούν ταχύτατα, ιδιαίτερα στις ημιορεινές και ορεινές περιοχές, δημιουργώντας έτσι μια διαδικασία υποβάθμισης της γης που μπορεί τελικά να οδηγήσει σε απερήμωση. Δεδομένου ότι η πιο κοινή μορφή της αναγέννησης των δασών είναι η φυσική επανασπορά, η απουσία ενός σταθερού επιφανειακού στρώματος εδάφους αποκλείει την εκ νέου δημιουργία ενός δάσους.

Υπάρχει ανάγκη, επομένως, για πληροφόρηση ως προς το ποσό της πράσινης βλάστησης που απομένει μετά από πυρκαγιά και για τον καθορισμό του επιπέδου αποκατάστασης στα έτη που ακολουθούν. Με βάση αυτές τις πληροφορίες και την γεωλογία και την τοπογραφία της περιοχής, μπορεί να πραγματοποιηθούν προβλέψεις ως προς την δυναμική της καμένης περιοχής για φυσική αναγέννηση και ως εκ τούτου για τον κίνδυνο της διάβρωσης και της απερήμωσης, από τις οποίες μπορούν να ληφθούν αποφάσεις για την πραγματοποίηση επαναδάσωσης ή για να επιτραπεί η φυσική αναγέννηση.

Επισκόπηση

Προς το παρόν, ο κύριος περιορισμός των μοντέλων αναβλάστησης είναι η δυσκολία στην απόκτηση των απαραίτητων πληροφοριών σχετικά με τα χαρακτηριστικά της βλάστησης σε περιφερειακό επίπεδο, λόγω του επίπονου τρόπου με τον οποίον θα πρέπει να πραγματοποιηθούν οι μετρήσεις των παραμέτρων της βλάστησης. Η χρήση των δορυφορικών δεδομένων τηλεπισκόπησης για τη χαρτογράφηση αυτών των παραμέτρων, όπως είναι ο τύπος βλάστησης, η πυκνότητα και η βιομάζα, ως δεδομένα για εισαγωγή σε μοντέλα αναβλάστησης, λογικά βοηθούν στο να ξεπεραστεί αυτή η δυσκολία. Αυτά τα δεδομένα, καθώς και τα στοιχεία που λαμβάνονται από τις επιτόπου συνθήκες, συμπεριλαμβανομένων της τοπογραφίας, της γεωλογίας, του βάθους του εδάφους, της χρήσης γης, της καθίζησης και της επανεμφάνιση των πυρκαγιών, μπορούν να χρησιμοποιηθούν ως θεματικά ή πληροφοριακά στρώματα μέσα σε μια βάση δεδομένων GIS και να επεξεργαστούν με βάση ένα σύνολο κανόνων λήψης αποφάσεων που θα βασίζεται σε εξειδικευμένες γνώσεις από τους κύριους παράγοντες που διέπουν τη δυνατότητα για φυσική αναγέννηση και του κινδύνου διάβρωσης του εδάφους, και επομένως και τους κινδύνου απερήμωσης. Για την δυνατότητα φυσικής αναγέννησης, το βάθος του εδάφους (διατήρηση της υγρασίας και ανάπτυξη ριζών) και οι διαστάσεις (ποσό της ηλιακής ακτινοβολίας που λαμβάνεται) αποτελούν τους πιο σημαντικούς παράγοντες, ενώ για τον κίνδυνο διάβρωσης του εδάφους, η γεωλογία της επιφάνειας (διαπερατότητα βράχων), το βάθος του εδάφους, η κλίση και του εδάφους είναι οι κύριοι προσδιοριστικοί παράγοντες. Μαζί, παρέχουν μια εκτίμηση του κινδύνου απερήμωσης.

Συμπεράσματα

Με βάση τα δεδομένα από το έδαφος και στοιχεία για την περιοχή μελέτης που παρέχονται από το Εθνικό Ίδρυμα Αγροτικής Έρευνας, χρησιμοποιήθηκε ένας αλγοριθμικός δείκτης Thematic Mapper με βάση την βλάστηση για τον υπολογισμό της πυκνότητας της βλάστησης και, σε συνδυασμό με τους καθοριστικούς παράγοντες που προήλθαν από τον χάρτη, για την εκτίμηση της δυνατότητας φυσικής αναγέννησης, τον κίνδυνο διάβρωσης του εδάφους, καθώς και τον κίνδυνο απερήμωσης των καμένων εκτάσεων στην Ελλάδα. Η πληροφορία αυτή χρησιμοποιήθηκε για την κατασκευή χαρτών σε κλίμακα 1:50000 που απεικονίζουν τις διαφορετικές θεματικές κατηγορίες, όπως έχουν οι χάρτες που δείχνουν την αλλαγή στη φυτοκάλυψη κατά την περίοδο 1984-1993 σε περιοχές που έχουν καταστραφεί από πυρκαγιά. Αυτοί οι τελευταίοι χάρτες δείχνουν το ποσοστό της αναβλάστησης που είναι εφικτό μετά από μια πυρκαγιά κάτω από διαφορετικές φυσιογραφικές συνθήκες και μπορεί, ως εκ τούτου, να χρησιμοποιηθεί ως πρόσθετο στοιχείο στην εκτίμηση του κινδύνου διάβρωσης και απερήμωσης στις πληγείσες περιοχές.

ΠΗΓΗ : http://www.earsel.org/Advances/4-4-1996/4-4_14_Banninger.pdf

[[category:Δασικές Πυρκαγιές]]