RemoteSensing Wiki - Συνεισφορές χρήστη [el]

Κανελλοπούλου Γεωργία

2013-03-26T20:12:30Z

Gkanel78:

[[Εκτίμηση κάλυψης γης και ποιότητας εδάφους με τηλεπισκόπηση και Γεωγραφικά Συστήματα Πληροφοριών]]

[[Επιλέγοντας εκτάσεις για τη διατήρηση της βιοποικιλότητας: ο ρόλος της τηλεπισκόπησης]]

[[Η τηλεπισκόπηση και η καταγραφή δασικών εκτάσεων για την εκτίμηση ενδιαιτημάτων άγριας πανίδας]]

[[Εκτίμηση έντασης χρήσης χορτολιβαδικών εκτάσεων με χρήση τηλεπισκόπησης για την υποστήριξη προγραμμάτων διατήρησης]]

[[Επισκόπηση των πρόσφατων ερευνών που βασίζονται σε τηλεπισκόπηση και ΓΣΠ με εφαρμογή στην οικολογική πληροφορική]]

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

Κανελλοπούλου Γεωργία

2013-03-26T19:32:35Z

Gkanel78:

Κανελλοπούλου Γεωργία

2013-03-26T19:30:59Z

Gkanel78: Νέα σελίδα με '[[Εκτίμηση κάλυψης γης και ποιότητας εδάφους με τηλεπισκόπηση και Γεωγραφικά Συστήματα Πληρο...'

[[Εκτίμηση κάλυψης γης και ποιότητας εδάφους με τηλεπισκόπηση και Γεωγραφικά Συστήματα Πληροφοριών]]
[[Επιλέγοντας εκτάσεις για τη διατήρηση της βιοποικιλότητας: ο ρόλος της τηλεπισκόπησης]]
[[Η τηλεπισκόπηση και η καταγραφή δασικών εκτάσεων για την εκτίμηση ενδιαιτημάτων άγριας πανίδας]]
[[Εκτίμηση έντασης χρήσης χορτολιβαδικών εκτάσεων με χρήση τηλεπισκόπησης για την υποστήριξη προγραμμάτων διατήρησης]]
[[Επισκόπηση των πρόσφατων ερευνών που βασίζονται σε τηλεπισκόπηση και ΓΣΠ με εφαρμογή στην οικολογική πληροφορική]]

[[category:ΔΠΜΣ ]]

Επιλέγοντας εκτάσεις για τη διατήρηση της βιοποικιλότητας: ο ρόλος της τηλεπισκόπησης

2013-03-22T10:15:52Z

Gkanel78: Νέα σελίδα με ''''Selecting and conserving lands for biodiversity: The role of remote sensing''' ''Συγγραφείς: John Wiens, Robert Sutter, Mark Anderson, Jon Blanchard, Analie...'

'''Selecting and conserving lands for biodiversity: The role of remote sensing'''

''Συγγραφείς: John Wiens, Robert Sutter, Mark Anderson, Jon Blanchard, Analie Barnett, Naikoa Aguilar-Amuchastegui, Chadwick Avery, Stephen Laine''

''Πηγή: Remote Sensing of Environment 113 (2009) 1370–1381''

'''Εισαγωγή'''

Οι προστατευόμενες περιοχές είναι ο ακρογωνιαίος λίθος της [[Αρχείο:Picture_5_1.jpg|200px|thumb|right|Εικόνα 1. a-κανάλι 4, 7 για το Σεπτέμβρη, b-το ίδιο για τον Απρίλη, c-επίπεδο κλίσεων, d-ο συνδυασμός τους, οι ροζ περιοχές είναι οι πλημμυρισμένες]][[Αρχείο:Picture_5_2.jpg|200px|thumb|right|Εικόνα 2. Απόδοση κατάστασης από το μοντέλο, a-2001, b-2007 (η αύξηση των μπλε περιοχών και η μείωση των κόκκινων υποδηλώνει αποκατάσταση πευκοδάσους)]][[Αρχείο:Picture_5_3.jpg|200px|thumb|right|Εικόνα 3. Διάγραμμα ροής για τον προσδιορισμό της αποτελεσματικότητας των στρατηγικών διατήρησης δασών]]διατήρησης της βιοποικιλότητας.Η αποτελεσματικότητα των δράσεων προστασίας της βιοποικιλότητας πρέπει να παρακολουθείται και να επανεκτιμάται σε τακτά χρονικά διαστήματα. Η τηλεπισκόπηση παίζει ένα σημαντικό ρόλο στο να τεθούν χωρικές προτεραιότητες στην εστίαση προσπαθειών διατήρησης, στο να αποτιμήσει την κατάσταση και τις επικρατούσες συνθήκες των περιοχών-στόχων και στην παρακολούθηση της αποτελεσματικότητας συγκεκριμένων στρατηγικών διατήρησης. Για να γίνει αυτό κατανοητό στη συνέχεια θα αναπτυχθούν τρεις μελέτες περίπτωσης που είναι ακόμη σε εξέλιξη από τον οργανισμό «The Nature Conservancy» (TNC) στην Αμερική.

'''Μελέτη περίπτωσης Νο1: Επαλήθευση πλημμύρας και καθορισμός προτεραιοτήτων για τη διατήρηση της πλημμυρικής πεδιάδας στη λεκάνη απορροής του ποταμού Connecticut'''

Το μήκος του ποταμού είναι 660χλμ. και οι εκτάσεις στην πλημμυρική του πεδιάδα αποτελούνται από σφενδάμια, ιτιές, φτελιές, ποώδη βλάστηση και αγριολούλουδα. Στη ροή του ποταμού παρεμβάλλονται 2600 φράγματα εκ των οποίων τα 65 είναι για την παραγωγή ηλεκτρικής ενέργειας και τον έλεγχο πλημμυρών. Αρχικά έγινε ένα μοντέλο GIS για να περιγράψει τις ποτάμιες διαδικασίες. Με την επικάλυψη διαφορετικών δορυφορικών εικόνων (30-m ανάλυση, Landsat Thematic Mapper-ETM+) από τον Απρίλη (πλημμυρικό γεγονός) και το Σεπτέμβρη (ξηρή περίοδος) και τη χρήση δείκτη που προκύπτει από τα κανάλια 4 και 7, γίνεται ο διαχωρισμός πλημμυρισμένων και μη πλημμυρισμένων εκτάσεων. Η ανάλυση των εικόνων έγινε με τη βοήθεια του λογισμικού ERDAS Imagine 9.0 και χρησιμοποιήθηκε επιπλέον επίπεδο κλίσεων εδάφους για να διαχωρισθούν οι πλημμυρισμένες πεδιάδες από φασματικά παρόμοιες περιοχές σκιάς (Εικόνα 1). Με χρήση μη επιβλεπόμενης ταξινόμησης δημιουργήθηκαν 15 κατηγορίες στη σύνθετη εικόνα 1d με ακρίβεια 96% τόσο για τις πλημμυρισμένες όσο και για τις μη πλημμυρισμένες εκτάσεις. Επίσης διαχωρίστηκαν τα δάση από άλλες παραποτάμιες καλύψεις γης.

'''Μελέτη περίπτωσης Νο2: Εκτίμηση της κατάστασης μακρύφυλλων πευκοδασών στη φλώριντα'''

Η μεγαλύτερη αεροπορική βάση της Αμερικής βρίσκεται σε αυτό το δάσος. Η περιοχή χαρακτηρίζεται από σπάνια και ενδημικά είδη. Αναπτύχθηκε μοντέλο με το GIS για την παρούσα οικολογική περιγραφή της περιοχής και για την εγκαθίδρυση των επιθυμητών μελλοντικών συνθηκών (διατήρηση κάποιων περιοχών και αποκατάσταση κάποιων άλλων από φωτιά λόγω των δοκιμών όπλων). Τα κριτήρια του μοντέλου που αφορούσαν την εδαφική κάλυψη προήλθαν από δορυφορικές εικόνες (30-m Landsat 4 Thematic Mapper, TM) και ταξινόμηση με χρήση του προγράμματος Coastal ChangeAnalysis Program (C-CAP). Το μοντέλο «τρέχει» κάθε χρόνο με νέα δορυφορικά δεδομένα ώστε να εντοπίζονται οι αλλαγές στην αποκατάσταση (Εικόνα 2).

'''Μελέτη περίπτωσης Νο3: Εκτίμηση της αποτελεσματικότητας στρατηγικών διατήρησης δασών'''

Στην παρούσα μελέτη καθορίζονται οι αλλαγές στη δασική κάλυψη σε μεγάλες εκτάσεις που καλύπτονται από διαφορετικά είδη δασών και διαφορετικούς στόχους διαχείρισης που η πρόσβαση στις περιοχές αυτές με άλλον τρόπο δεν ήταν εφικτή. Η χρήση τηλεπισκόπησης απαιτεί κατάλληλη ευαισθησία και χωρική κλίμακα αλλά και ευελιξία στο χρόνο και στα διαφορετικά διαχειριστικά αντικείμενα των οικοσυστημάτων. Μια μεγάλη γκάμα αισθητήρων όπως οι Landsat TM, ETM+, IRS and SPOT και πιο πρόσφατα οι ALOS, EO-1 ALI, ASTER με χωρική ανάλυση 15-30μ. μπορούν να χρησιμοποιηθούν στην παρούσα μελέτη. Τελικά οι δορυφορικές εικόνες πάρθηκαν απο τον Landsat διότι υπάρχουν δεδομένα τουλάχιστον 30 χρόνων. Οι αλλαγές στη φωτεινότητα (brightness-Β), στο πρασίνισμα (greenness- G) και στην υγρασία (wetness-W) που προκύπτουν από τον μετασχηματισμό Tasseled Cap (TCT) των εικόνων που πάρθηκαν μεταξύ των περιόδων μελέτης, χρησιμοποιήθηκαν για την ανίχνευση και την ταξινόμηση των αλλαγών, που σχετίζονται με τις πρακτικές διαχείρισης και της δυναμικής των δασών (ανάπτυξη, απώλεια, συχνότητα πυρκαγιών, φύτευση, ξηρασία). Οι αλλαγές στους τρεις αυτούς δείκτες (B, G, W) συναρτήσει του χρόνου παρουσιάζονται σε μια τρικάναλη εικόνα αλλαγών (ΔBGW) και κατόπιν ταξινομούνται (Εικόνα 3).

'''Συμπεράσματα'''

Η τηλεπισκόπηση δύναται να συνδυάσει χωρικά και χρονικά δεδομένα διαφορετικής ανάλυσης για να απαντήσει σε ερωτήσεις τοπικής ή ευρύτερης κλίμακας. Επίσης ο συνδυασμός με επίγειες μετρήσεις αλλά και η συνεργασία με άλλους επιστήμονες, δεδομένου ότι η ποσότητα των δεδομένων είναι μεγάλη και δύσκολα ερμηνεύσιμη, αυξάνει την ακρίβεια των αποτελεσμάτων της φωτοερμηνείας. Τέλος η εύστοχη διατύπωση και προσέγγιση των ερευνητικών προβλημάτων μειώνει το κόστος χρήσης της τηλεπισκόπησης, δεδομένου ότι έτσι παράγεται μικρότερος αριθμός δεδομένων.

[[category:Εκτίμηση βιοπικοιλότητας]]

Αρχείο:Picture 5 3.jpg

2013-03-22T10:15:36Z

Gkanel78: Διάγραμμα ροής για τον προσδιορισμό της αποτελεσματικότητας των στρατηγικών διατήρησης δασών

Διάγραμμα ροής για τον προσδιορισμό της αποτελεσματικότητας των στρατηγικών διατήρησης δασών

Αρχείο:Picture 5 2.jpg

2013-03-22T10:15:00Z

Gkanel78: Απόδοση κατάστασης από το μοντέλο, a-2001, b-2007 (η αύξηση των μπλε περιοχών και η μείωση των κόκκινων υποδηλώνει αποκατάσταση πευκοδάσους)

Απόδοση κατάστασης από το μοντέλο, a-2001, b-2007 (η αύξηση των μπλε περιοχών και η μείωση των κόκκινων υποδηλώνει αποκατάσταση πευκοδάσους)

Αρχείο:Picture 5 1.jpg

2013-03-22T10:13:31Z

Gkanel78: a-κανάλι 4, 7 για το Σεπτέμβρη, b-το ίδιο για τον Απρίλη, c-επίπεδο κλίσεων, d-ο συνδυασμός τους, οι ροζ περιοχές είναι οι πλημμυρισμένες

a-κανάλι 4, 7 για το Σεπτέμβρη, b-το ίδιο για τον Απρίλη, c-επίπεδο κλίσεων, d-ο συνδυασμός τους, οι ροζ περιοχές είναι οι πλημμυρισμένες

Εκτίμηση κάλυψης γης και ποιότητας εδάφους με τηλεπισκόπηση και Γεωγραφικά Συστήματα Πληροφοριών

2013-03-22T10:08:32Z

Gkanel78: Νέα σελίδα με ''''Assessing land cover and soil quality by remote sensing and geographical information systems (GIS)''' ''Συγγραφείς: Vincent de Paul Obade, Rattan Lal'' ''...'

'''Assessing land cover and soil quality by remote sensing and geographical information systems (GIS)'''

''Συγγραφείς: Vincent de Paul Obade, Rattan Lal''

''Πηγή: Catena, 2012, http://dx.doi.org/10.1016/j.catena.2012.10.014, article in press''

'''Εισαγωγή'''

Η ποιότητα εδάφους αναφέρεται στην ποιότητα του εδαφικού αέρα και νερού, στην παρουσία οργανισμών [[Αρχείο:Picture_4_1.jpg|200px|thumb|right|Εικόνα 1. Φασματική απόκριση των δύο εδαφικών τύπων (a,c,e- ιλυώδη-αργιλώδη και b,d,f- ιλυώδη) με εδαφική κάλυψη CT-συμβατική καλλιέργεια, NV-φυσική βλάστηση και ΝΤ-μη καλλιέργεια. Στα 1500, 1750 και 2500 nm παρατηρείται πτώση αντανάκλασης λόγω των υδρατμών]] και στην ανθρώπινη διαβίωση. Η περιεκτικότητα του εδάφους σε οργανικό άνθρακα (Soil organic carbon, SOC) αποτελεί το δείκτη ποιότητας-παραγωγικότητας του και οι διαφορές στην συγκέντρωση αυτή, δείχνουν τις περιβαλλοντικές επιπτώσεις των ανθρώπινων παρεμβάσεων (διάβρωση, οξίνιση, αλμύρωση, διατάραξη ιχνοστοιχείων) και καθορίζουν τις στρατηγικές καλλιέργειας και χρήσεων γης. Ο προσδιορισμός του SOC απαιτεί εργαστηριακές μετρήσεις και επιτόπια έρευνα. Η αναγκαιότητα για φθηνές, ακριβείς και αποτελεσματικές μεθόδους παρακολούθησης της εδαφικής ποιότητας μεγάλων περιοχών γέννησε το ενδιαφέρον χρήσης τεχνολογιών όπως η τηλεπισκόπηση και τα Γεωγρφικά Συστήματα Πληροφοριών. Το άρθρο αυτό κάνει μια επισκόπηση στις δυνατότητες και στους περιορισμούς χρήσης των παραπάνω εργαλείων αλλά και των μελλοντικών περιοχών έρευνας στην ποσοτικοποίηση της εδαφικής ποιότητας.

'''Χρήσεις γης'''

Καλλιεργήσιμες εκτάσεις:
Οι διάφορες τεχνικές μέτρησης της χωρικής και διαχρονικής συγκέντρωσης οργανικού άνθρακα παρουσιάζουν μεγάλη ανακρίβεια διότι η συγκέντρωση εξαρτάται από το βάθος, από τις αλλαγές στη χρήση γης, της καλλιέργειας, του κλίματος και της εδαφικής δομής.

Βοσκοτόπια:
Η έλλειψη σαφούς περιγραφής της εδαφικής κάλυψης αυτών των περιοχών δυσχεραίνει και τον υπολογισμό του εδαφικού οργανικού άνθρακα. Προτείνεται ο χαρακτηρισμός μιας περιοχής ως βοσκότοπος με βάση το ζωϊκό κεφάλαιο και προβλέπεται η αυξημένη συγκέντρωση οργανικού άνθρακα λόγω των ζωϊκών αποβλήτων.

Δάση:
Τα δάση παίζουν σημαντικό ρόλο στον κύκλο του άνθρακα, απορροφώντας CO2 από την ατμόσφαιρα μέσω της φωτοσύνθεσης και επιστρέφοντας C μέσω της αναπνοής. Ωστόσο αξιόπιστες τιμές συγκέντρωσης SOC προς το παρόν δεν υπάρχουν.

Απεκατεστημένα εδάφη:
Εδάφη τα οποία έχουν υποστεί πχ εξόρυξη παρουσιάζουν εξαιρετικές μεταβολές στη συγκέντρωση SOC τόσο ως προς το βάθος όσο και ως προς την περιοχή.

Αστικά εδάφη:
Η ετερογένεια στις χρήσεις γης δυσκολεύει τον υπολογισμό του SOC.

'''Ανάπτυξη μεθόδων για τον υπολογισμό του SOC'''

Εργαστηριακές μέθοδοι:
Οι συγκεκριμένες μέθοδοι είναι ευαίσθητες με την αλλαγή βάθους, τη δομή και τη χρήση του εδάφους. Ωστόσο μπορούν να χρησιμοποιηθούν για τη βαθμονόμηση των αεροφωτογραφιών και των δορυφορικών εικόνων υπολογίζοντας μια σχέση ανάμεσα στη συγκέντρωση SOC και την ανακλαστικότητα του εδάφους.

Μέθοδοι πεδίου:
Αφορούν κυρίως φασματοσκοπία και με κατάλληλη στατιστική βαθμονόμηση δίνουν ίδιας ακρίβειας αποτελέσματα με τις εργαστηριακές μεθόδους.

Αέριες και δορυφορικές μετρήσεις:
Διάφορες παράμετροι επηρεάζουν την ακρίβεια αυτών των δεδομένων όπως: η συννεφοκάλυψη, οι ατμοσφαιρικές και οι γεωμετρικές διορθώσεις, η εδαφική υγρασία, η ορυκτολογική σύσταση και το μέγεθος των κόκκων του εδάφους. Επί της ουσίας μετράται η επιφανειακή αντανάκλαση και ανάγεται σε συγκέντρωση SOC και κατόπιν με χρήση μοντέλων υπολογίζεται έμμεσα η υπόγεια συγκέντρωση SOC.

'''Ταξινόμηση δεδομένων και διαταξινόμηση'''

Χωρική παρεμβολή:
Με διάφορες μεθόδους παρεμβολής γενικεύονται τα δεδομένα από τα σημεία δειγματοληψίας σε μια ευρύτερη περιοχή, λαμβάνοντας υπόψη τη διακύμανση και την απόσταση.

Εκπαίδευση μηχανών:
Είναι μια τεχνική που χρησιμοποιείται για την κατηγοριοποίηση δεδομένων που βασίζεται σε κάποια τάση που παρουσιάζουν τα δεδομένα. Η επιβλεπόμενη ή μη-επιβλεπόμενη ταξινόμηση είναι η κύρια τεχνική για την παραγωγή χαρτών που βασίζεται στη λογική της εκπαίδευσης και χρησιμοποιεί δορυφορικά δεδομένα. Τελικά οι φασματικές κατηγορίες σχετίζονται με μετρημένες τιμές σε μια περιοχή.

Παραμετρικές τεχνικές:
Οι τεχνικές αυτές υποθέτουν ότι τα δείγματα είναι ομαλά κατανεμημένα, έχουν μια ομοιογένεια και τα δεδομένα είναι ανεξάρτητα μεταξύ τους, όπως στην κανονική κατανομή (πχ ταξινόμηση μέγιστης πιθανοφάνειας, παραλληλεπιπέδου, ελάχιστης απόστασης).

Μη παραμετρικές τεχνικές:
Οι τεχνικές αυτές δεν κάνουν καμία στατιστική παραδοχή κατά τη μοντελοποίηση και χαρακτηρίζουν μη-γραμμικές σχέσεις (πχ νευρωνικά δίκτυα, ιεραρχική κατηγοριοποίηση).

Γενική μοντελοποίηση:
Βιογεωχημικά μοντέλα που βασίζονται στα Γεωγραφικά Συστήματα Πληροφοριών για την ποσοτικοποίηση του SOC σε διάφορες κλίμακες είναι το General Ensemble biogeochemical Modeling System (GEMS), το CENTURY, το DayCent (Daily Century model), το Rothamsted Carbon Model (RothC), και το Erosion Depositional Carbon Model(EDCM).

'''Έλεγχος εγκυρότητας'''

Αφορά την ποσοτικοποίηση της ακρίβειας συγκρίνοντας τα μετρήσιμα αποτελέσματα με αυτά που προβλέφθησαν (πίνακες λαθών ή συνάφειας, συντελεστής k, διασταύρωση κά).

'''Έλεγχος της ευαισθησίας της φασματικής απόκρισης σε σχέση με την εδαφική ποιότητα'''

Πάρθηκαν 72 εδαφικά δείγματα από δύο τύπους εδάφους (ιλυώδη-αργιλώδη και ιλυώδη) από δασική γη και από καλλιεργήσιμη με καλαμπόκι γη (με καλλιέργεια και χωρίς), από δύο βάθη (0-10εκ και 40-60εκ). Εργαστηριακά υπολογίστηκαν η εδαφική υγρασία και ο εδαφικός οργανικός άνθρακας, όπου με μοντελοποίηση σχετίστηκε με την ποιότητα εδάφους. Επίσης τα δείγματα σαρώθηκαν σε εξωτερικό περιβάλλον με τον ASD FieldSpec 3 Spectroradiometer και τα φάσματα που πάρθηκαν παρουσιάζονται στην Εικόνα 1. Τα δύο επιφανειακά δείγματα από γυμνό και υγρό έδαφος είχαν την μικρότερη αντανάκλαση σε όλα τα μήκη κύματος. Η αποτελεσματική μοντελοποίηση από φασματικά δεδομένα για τον προσδιορισμό εδαφικής ποιότητας ενδεχομένως να απαιτεί αυστηρούς στατιστικούς ελέγχους διάφορων παραμέτρων όπως η ορυκτολογική δομή, η σύσταση, η υφή, η ποσοστιαία συμμετοχή νερού-αέρα-στερεού για το πόσο τελικά επηρεάζουν την ανακλαστικότητα του εδάφους.

'''Έρευνητικές προτεραιότητες'''

Πέρα από τις χρήσεις γης και τη χαρτογράφηση του εδαφικού οργανικού άνθρακα μερικές σημαντικές ερωτήσεις όπως οι παρακάτω, μπορούν να κατευθύνουν μελλοντικές έρευνες που αφορούν την ποιότητα των εδαφών:
• Ποιά είναι η σχέση ανάμεσα στις διαφορετικές πρακτικές χρήσεων γης και των αλλαγών στην ποσότητα του εδαφικού οργανικού άνθρακα που επιφέρουν;
• Πώς ποσοτικοποιείται σε περιφερειακή κλίμακα η ποικιλότητα της τιμής του εδαφικού οργανικού άνθρακα με βάση το βάθος και σε περιοχές με διαφορετική εδαφική υγρασία;
• Εφόσον η ποσότητα του εδαφικού οργανικού άνθρακα αλλάζει ποιά στρατηγική πρέπει να ακολουθηθεί και σε πόσο χρόνο θα επιτευχθεί μια νέα ισορροπία;
• Πώς ελέγχεται η εγκυρότητα παλαιότερων χαρτών εδαφικής ποιότητας;
• Προσομοίωση χρησιμοποιώντας τηλεπισκοπικά δεδομένα και τη σύνδεση της εδαφικής ποιότητας με κλιματολογικά πρότυπα.

'''Συμπεράσματα'''

Κατόπιν της παραπάνω ανασκόπησης υποστηρίζονται τα εξής συμπεράσματα:
• Η προστασία του περιβάλλοντος και η αγροτική αειφορεία απαιτούν καινοτόμες προσεγγίσεις στην παρακολούθηση της εδαφικής ποιότητας, ιδιαίτερα σε μεγάλες κλίμακες.
• Η εδαφική ποιότητα μπορεί να εκτιμηθεί με γεωστατιστικές προσεγγίσεις που δεν καλύπτουν μόνο τη χωρική ποικιλότητα αλλά είναι χρήσιμες και στον καθορισμό στρατηγικών βέλτιστης δειγματοληψίας.
• Η τηλεπισκόπηση προσφέρει γρήγορα, επαναλαβανόμενα και φθηνά δεδομένα σε διαφορετικές κλίμακες. Ωστόσο η διαφορετική φασματική απόκριση με βάση το βάθος και τον τύπο εδάφους και η αναντιστοιχία χωρικής, φασματικής και διαχρονικής ανάλυσης των διαφορετικών αισθητήρων, ενδεχομένως να απαιτούν εντατική επεξεργασία δεδομένων και σύνθετη μοντελοποίηση.
• Μια υβριδική προσέγγιση που συνδυάζει εργαστηριακά δεδομένα, δεδομένα πεδίου και δεδομένα τηλεπισκόπησης είναι μια βιώσιμη οπτική για τον προσδιορισμό της ποιότητας των εδαφών.
• Η απουσία παλαιότερων δεδομένων μπορεί να δημιουργήσει επιπλέον ανακρίβεια σε θέματα προσέγγισης αλλαγών της εδαφικής ποιότητας.
• Η δυναμική των ενεργών τηλεπισκοπικών οργάνων όπως τα RaDAR (radio detecting and ranging) και των LiDAR (light detecting and ranging) για την προσέγγιση της εδαφικής ποιότητας απαιτούν περαιτέρω έρευνα. Το RaDAR έχει διεισδυτική ικανότητα στο έδαφος, ενώ το LiDAR μπορεί να μετρήσει ύψη βλάστησης σε μικρή χωρική κλίμακα.

[[category:Οικολογία]]

Αρχείο:Picture 4 1.jpg

2013-03-22T10:07:30Z

Gkanel78: Φασματική απόκριση των δύο εδαφικών τύπων (a,c,e- ιλυώδη-αργιλώδη και b,d,f- ιλυώδη) με εδαφική κάλυψη CT-συμβατική καλλιέργεια, NV-φυσική βλάστηση

Φασματική απόκριση των δύο εδαφικών τύπων (a,c,e- ιλυώδη-αργιλώδη και b,d,f- ιλυώδη) με εδαφική κάλυψη CT-συμβατική καλλιέργεια, NV-φυσική βλάστηση και ΝΤ-μη καλλιέργεια. Στα 1500, 1750 και 2500 nm παρατηρείται πτώση αντανάκλασης λόγω των υδρατμών.

Επισκόπηση των πρόσφατων ερευνών που βασίζονται σε τηλεπισκόπηση και ΓΣΠ με εφαρμογή στην οικολογική πληροφορική

2013-03-22T10:01:48Z

Gkanel78: Νέα σελίδα με ''''An overview of recent remote sensing and GIS based research in ecological informatics''' ''Συγγραφείς: D.S. Boyd, G.M. Foody'' ''Πηγή: Ecological Info...'

'''An overview of recent remote sensing and GIS based research in ecological informatics'''

''Συγγραφείς: D.S. Boyd, G.M. Foody''

''Πηγή: Ecological Informatics 6 (2011) 25–36
''

'''Εισαγωγή'''

Η πρόσφατη ανάπτυξη της γεωτεχνολογίας με χρήση Γεωγραφικών Συστημάτων Πληροφορών (ΓΣΠ) και τηλεπισκόπησης χρησιμοποιώντας και συνδυάζοντας χωρικές πληροφορίες, βοήθησε στην περαιτέρω κατανόηση των οικοσυστημάτων. Σκοπός της παρούσας εργασίας είναι να κάνει μια ανασκόπηση σε τεχνολογίες GIS και τηλεπισκόπησης που συμβάλλουν στην οικολογική πληροφορική.

'''Τηλεπισκόπηση'''

Ξεπερνώντας τους περιορισμούς στη χωρική ανάλυση:
Περνώντας στον 21ο αιώνα έχουν τεθεί σε λειτουργία πάνω από εκατό δορυφόροι με αισθητήρες για την παρατήρηση της γης και σε σχετικές ιστοσελίδες υπάρχει πρόσβαση στις παραγόμενες δορυφορικές εικόνες. Ωστόσο παρά την πληθώρα πληροφορίας υπάρχουν ακόμα κάποιοι περιορισμοί, όπως η χωρική ανάλυση. Συνήθως απαιτείται χωρική ανάλυση (μέγεθος εικονοστοιχείου) μεγαλύτερη από το προς μελέτη αντικείμενο (πχ ένα δέντρο σε μια μελέτη βιοποικιλότητας). Κατά τη χρήση εικόνων με μεγάλη ή μέτρια χωρική ανάλυση γίνεται σύγχυση μεταξύ παρόμοιων εικονοστοιχείων με αποτέλεσμα να είναι δύσκολη η κατηγοριοποίησή τους (χάρτες χρήσεων γης). Χρησιμοποιώντας εικόνες με όσο το δυνατό καλύτερη ανάλυση (πχ εικόνες IKONOS με χωρική ανάλυση 1μ. στο παγχρωματικό κανάλι και 4μ. στο πολυφασματικό) δύναται να πραγματοποιηθούν έρευνες τοπικής κλίμακας (μελέτη δασικού οικοσυστήματος σε κλίμακα δέντρου). Επιπλέον, δεδομένου ότι οι ιδιότητες του αισθητήρα αλληλοσχετίζονται (χωρική και φασματική ανάλυση), μπορεί να επιτευχθεί καλύτερη χωρική ανάλυση μειώνοντας τις απαιτήσεις σε κάποια άλλη ιδιότητα. Μια εναλλακτική έναντι της χρήσης εικόνων υψηλής χωρικής ανάλυσης είναι η χρήση κάποιας μορφής φασματικής μη συγκερασμένης ανάλυσης (spectral unmixing analysis), όπως η χρήση μιας απλής τεχνικής ταξινόμησης που επιτρέπει πολλαπλή και μερική κατηγοριοποίηση, υποδεικνύοντας τη συγκρότηση των κατηγοριών υπο-εικονοστοιχείων (sub-pixel). Επίσης η αύξηση της χωρικής ανάλυσης επιτυγχάνεται με όξυνση των εικόνων με μια μορφή συγχώνευσης (image fusion analysis), τεχνική η οποία χρησιμοποιείται σε εικόνες από αισθητήρες που χειρίζονται παραπάνω από μία χωρικές αναλύσεις (π.χ Landsat ETM+). Τέλος οι τεχνικές σούπερ-ανάλυσης (super-resolution techniques) αυξάνουν την ακρίβεια και το ρεαλισμό βασικών χαρακτηριστικών όπως τα όρια των κατηγοριών.

Στοχευμένη χαρτογράφηση:
Πρόσφατες έρευνες που βασίζονται στην εκτίμηση και διατήρηση της βιοποικιλότητας χρησιμοποιούν δεδομένα φασματικής και βιοχημικής προέλευσης. Παραδοσιακά η τηλεπισκόπηση χρησιμοποιείται για την χαρτογραφική απεικόνιση εδαφικής κάλυψης, χάρτες οι οποίοι χρησιμοποιούνται εκτενώς σε οικολογικές έρευνες που εστιάζουν στις αλλαγές αυτές, παρακολουθώντας την εξέλιξη των βιολογικών ειδών και καθορίζοντας τα ασφαλή όρια αλλαγών, ώστε να επιτευχθεί η διατήρηση. Για να ξεπεραστούν τα προβλήματα ακρίβειας είναι εύστοχο να κατασκευάζονται χάρτες συγκεκριμένης χρήσης με βάση τις απαιτήσεις της έρευνας.

Αιχμαλωτίζοντας τη διάσταση του χρόνου:
Η μελέτη των επιπτώσεων των περιβαλλοντικών αλλαγών που συμβαίνουν σε βάθος χρόνου μπορεί να γίνει με δορυφορικές εικόνες. Πολλές έρευνες εστιάζουν πλέον στην καταγραφή διαχρονικών δορυφορικών δεδομένων (multi-temporal records). Οι αισθητήρες νέας γενιάς μπορούν να προσδιορίζουν δείκτες βλάστησης (δείκτης EVI από τον δορυφόρο MODIS, δείκτης MTCI και δείκτης MGVI από τον αισθητήρα MERIS) για έρευνες που αφορούν αλλαγές σε φυσικά φαινόμενα.

'''Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ)'''

Η διαδικτυακή επανάσταση-γεωοπτικοποίηση-μοντελοποίηση-ακρίβεια:
Η πρόσφατη σημαντική ανάπτυξη των ΓΣΠ συμπεριλαμβάνει τη ραγδαία μεγέθυνση και ποικιλία των γεωγραφικών δεδομένων και τους τρόπους αποθήκευσης, οπτικοποίησης και μοντελοποίησής τους. Η διαδικτιακή ανάπτυξη μετέτρεψε τα ΓΣΠ από μια στατική και κλειστή εφαρμογή σε μια εφαρμογή πραγματικού χρόνου, υιοθετώντας επιπλέον τα πλεονεκτήματα ενός δικτυωμένου περιβάλλοντος (WebGIS), το οποίο έχει πρόσβαση σε μια τεράστια βάση περιβαλλοντικών δεδομένων. Ο συνδύασμός ωρίμανσης των ασύρματων τεχνολογιών (Wi-Fi και Bluetooth), των συστημάτων πλοήγησης (GPS) και των φορητών συστημάτων χειρισμού (PCs τσέπης, PDAs, φορητοί υπολογιστές, Tablet PCs), ευνοούν την φορητότητα των ΓΣΠ και την μεγαλύτερη ακρίβεια δεδομένων προσβάσιμα από το διαδίκτυο σε σχεδόν πραγματικό χρόνο (π.χ National Ecological Observatory Network). Επιπλέον το πρόσφατο ενδιαφέρον στο ελεύθερο και ανοιχτό λογισμικό βοηθά στο μοίρασμα της επιστημονικής γνώσης (Ecoinformatics.org). Η χρήση τρισδιάστατων διαδραστικών δεδομένων (Google Earth-earth.google.com) και άλλων λογισμικών εικονικής πραγματικότητας (NASA World Wind, ESRI's ArcGIS Explorer) προσφέρει μια οπτικοποίηση γεωγραφικών δεδομένων. Ο συνδυασμός των παραπάνω οδηγεί στην αποτελεσματικότερη και ακριβέστερη μοντελοποίηση των οικολογικών συστημάτων. Μετρήσεις ακρίβειας οικολογικών δεδομένων αποτελούν έλεγχοι όρων όπως η ευαισθησία, η ειδιότητα, η οριακή ακρίβεια, ο πίνακας σύγχυσης (confusion matrix), ο συντελεστής κάπα κά και ο αριθμός δειγμάτων με βάση το σχεδιασμό της έρευνας (έλεγχος μηδενικής υπόθεσης, σφάλματα Τύπου Ι= εσφαλμένη θεωρία που επιβεβαιώνουμε κατά τύχη και Τύπου ΙΙ = ορθή θεωρία που διαψεύδουμε κατά τύχη).

[[category:Οικολογία]]

Εκτίμηση έντασης χρήσης χορτολιβαδικών εκτάσεων με χρήση τηλεπισκόπησης για την υποστήριξη προγραμμάτων διατήρησης

2013-03-22T09:57:22Z

Gkanel78: Νέα σελίδα με 'Assessment of grassland use intensity by remote sensing to support conservation schemes ''Συγγραφείς: Jonas Franke, Vanessa Keuck, Florian Siegert'' ''Πηγ...'

Assessment of grassland use intensity by remote sensing to support conservation schemes

''Συγγραφείς: Jonas Franke, Vanessa Keuck, Florian Siegert''

''Πηγή: Journal for Nature Conservation 20 (2012) 125– 134''

'''Εισαγωγή'''

Οι πρόσφατες αλλαγές στις γεωργικές καλλιέργειες (αύξηση πληθυσμού, αύξηση ζήτησης βιοκαυσίμων, [[Αρχείο:Picture_3_1.jpg|200px|thumb|right|Εικόνα 1. Εικόνα της περιοχής μελέτης από τον RapidEye]] [[Αρχείο:Picture_3_2.jpg|200px|thumb|right|Εικόνα 2. a,b-εντατικά βοσκοτόπια, c, d- εκτατικά βοσκοτόπια, e,f- ημι-φυσικά λιβάδια]][[Αρχείο:Picture_3_3.jpg|200px|thumb|right|Εικόνα 3. Το εύρος τιμών του δείκτη βλάστησης NDVI]][[Αρχείο:Picture_3_4.jpg|200px|thumb|right|Εικόνα 4. 4Α: RGB δορυγορική εικόνα της περιοχής μελέτης, 4Β:η παράμετρος MASD κατά την περίοδο ανάπτυξης και 4C:ψευδοχρωματική εικόνα από τη σύνθεση διάφορων χρονικών περιόδων]][[Αρχείο:Picture_3_5.jpg|200px|thumb|right|Εικόνα 5. Ταξινομημένες χορτολιβαδικές εκτάσεις με βάση την κατανομή των ελών από το 1914 ως το 2010]]αλλαγές στην αγροτική πολιτική) οδήγησαν σε μια εντατική μορφή χρήσης γης, απειλώντας τη βιοποικιλότητα και τη διατήρηση των οικοσυστημάτων. Επιπλέον η αποξήρανση ελών συμβάλλει στην αύξηση του CO2 και άλλων αερίων του θερμοκηπίου. Η τηλεπισκόπηση έχει χρησιμοποιηθεί σε θέματα διατήρησης βιοποικιλότητας έχοντας δύο προσεγγίσεις: την απευθείας παρακολούθηση ειδών και την έμμεση παρακολούθηση περιβαλλοντικών παραμέτρων (βιοφυσικές ιδιότητες λιβαδιών, βιομάζα, παραγωγικότητα). Στην παρούσα εργασία το σύστημα δορυφορικής παρακολούθησης ήταν το RapidEye, λόγω του ότι τα χωρικά και χρονικά χαρακτηριστικά του επιτρέπουν επαναλαμβανόμενες και σε υψηλή ανάλυση καλύψεις σε σύντομα χρονικά διαστήματα. Ερευνάται η διαχρονική χρήση δεδομένων για τον προσδιορισμό της εντατικής χρήσης χορτολιβαδικών εκτάσεων, η χρήση δεικτών για τη δυναμική των καλλιεργειών, η ανάλυση της περιόδου ανάπτυξης των φυτών, η έρευνα εντατικής χρήσης ελωδών εδαφών.

'''Μεθοδολογία'''

Περιοχή μελέτης:
Η περιοχή μελέτης είναι ελώδης, βρίσκεται στους λόφους των Βαυαρικών Άλπεων σε υψόμετρο 600μ., έχει έκταση 500τ.χλμ. και τον τελευταίο αιώνα έχει υποστεί αποξήρανση και χρησιμοποιείται ως βοσκότοπος και ως καλλιεργήσιμη γη για την παραγωγή ζωοτροφών (Εικόνα 1). Χωρίζεται σε τέσσερις κατηγορίες: ημι-φυσικά λιβάδια, εκτατικά βοσκοτόπια, εντατικά βοσκοτόπια και καλλιεργήσιμη γη. Τα εντατικά βοσκοτόπια θερίζονται 3 με 6 φορές το χρόνο ξεκινώντας από τέλη Απρίλη-αρχές Μάη με μικρό αριθμό φυτικών ειδών, ενώ τα εκτατικά βοσκοτόπια είναι πιο πλούσια σε αριθμό φυτικών ειδών και το πρώτο θέρος γίνεται τέλη Μάη-αρχές Ιούνη. Στην Εικόνα 2 παρουσιάζονται οι διάφορες φάσεις που περιγράφηκαν παραπάνω. Παρατηρείται ότι μετά το πρώτο θέρος οι περιοχές εντατικών βοσκοτόπιων και εκτατικών βοσκοτόπιων να παρουσιάζουν παρόμοια φασματικά χαρακτηριστικά γι αυτό και θα χρησιμοποιηθούν εικόνες από την περίοδο βλάστησης.
Επίσης 1500 επίγεια τυχαία σημεία χρησιμοποιήθηκαν για να επιβεβαιώσουν τις παραπάνω 4 κατηγορίες.

Δορυφορικά χαρακτηριστικά:
Τα χωρικά (77χλμ. πλάτος και 1500χλμ. μήκος με μέγεθος εικονοστοιχείου 6,5μ.), φασματικά (690–730 nm) και χρονικά (καθημερινή σάρωση) χαρακτηριστικά του δορυφορικού συστήματος RapidEye το καθιστούν κατάλληλο για την εκτίμηση της δυναμικής της βλάστησης σε διάφορες εποχές.

Επεξεργασία δεδομένων και ταξινόμηση:
Αρχικά υπολογίστηκαν οι δείκτες βλάστησης NDVI (Normalized Difference Vegetation Index-με χρήση του εγγύς υπέρυθρου καναλιού) και NREVI (Normalized Red-Edge Vegetation Index- με χρήση του red-edge καναλιού) και η παράμετρος MASD (Mean Absolute Spectral Dynamic) που αντανακλά την μεταβλητότητα στο φάσμα μεταξύ δύο ημερομηνιακά διαφορετικών παρατηρήσεων-παράμετρος απαραίτητη κατά τη διαχρονική ανάλυση (χρησιμοποιήθηκαν πέντε χρονοσειρές t1-t5). Οι τρεις παραπάνω παράμετροι χρησιμοποιήθηκαν στο λογισμικό See5 για την παραγωγή ενός πρώτου κανόνα ταξινόμησης. Ο επόμενος κανόνας ταξινόμησης προήλθε από την εποχιακότητα της καλλιέργειας συγκρίνοντας τις διαχρονικές διαφορές στην παράμετρο MASD. Με χρήση του λογισμικού eCognition πραγματοποιήθηκε η τελική ταξινόμηση.

'''Αποτελέσματα και συζήτηση'''

Ανάλυση των τηλεπισκοπικών παραμέτρων:
Στην Εικόνα 3 παρουσιάζεται το εύρος τιμών του δείκτη βλάστησης NDVI για τις 4 κατηγορίες (ημι-φυσικά λιβάδια, εκτατικά βοσκοτόπια, εντατικά βοσκοτόπια και καλλιεργήσιμη γη) και για τις 5 περιόδους μελέτης. Το μεγάλο εύρος τιμών δείχνει την ετερογένεια στη βλάστηση και στην εποχή ανάπτυξης της κατά την οποία ο δείκτης είναι υψηλός (πχ για τα εντατικά βοσκοτόπια τον Απρίλη, t1) και στην εποχή θέρους, όπου ο δείκτης μικραίνει.
Στην Εικόνα 4 από τη σύγκριση των τριών υποεικόνων παρατηρείται η διαφορετική δυναμική της βλάστησης για κάθε εποχή. Στην υποεικόνα 4β τα εκτατικά βοσκοτόπια (γαλάζιο) παρουσιάζουν χαμηλότερες τιμές στην παράμετρο MASD σε σχέση με τα εντατικά βοσκοτόπια (κίτρινο προς κόκκινο χρώμα) και τα ημι-φυσικά λιβάδια έχουν την πιο χαμηλή (σκούρο μπλε). Στην υποεικόνα 4c δίνονται στοιχεία για τη χρονική περίοδο γύρω από το θέρος, όπου οι περιοχές με απαλό πράσινο δείχνουν υψηλό δυναμικό βλάστησης, οι μπλε περιοχές έχουν θεριστεί και οι κοκκινωπές περιοχές δείχνουν περίοδο ανάπτυξης της βλάστησης. Ο βέλτιστος αριθμός συνδυασμού χρονοσειρών είναι οι τρεις με ακρίβεια 82,2% στο πλήθος των δεδομένων εκπαίδευσης. Ωστόσο αν απαιτείται επιπλέον ακρίβεια, όπως στην παρούσα εργασία προτείνεται να είναι πέντε.
Η Εικόνα 5 παρουσιάζει την κατανομή των ελωδών εκτάσεων σε βάθος χρόνου από το 1914 ως το 2010. Η στατιστική χωρική ανάλυση δείχνει ότι το 60,3% της περιοχής μελέτης είναι μη χορτολιβαδικές εκτάσεις, το 0,9% καλλιεργήσιμη γη (συνήθως καλαμπόκι για βιοκαύσιμα), το 25,8% εντατικά βοσκοτόπια, το 11,8% εκτατικά βοσκοτόπια και το 1,2% ημι-φυσικά λιβάδια.

'''Συμπεράσματα'''

Η χρήση της τηλεπισκόπησης μπορεί να συμβάλει στην παρακολούθηση προστατευόμενων περιοχών όπως οι περιοχές Natura 2000 καταγράφοντας τρία βασικά πεδία: την κατανομή των ενδιαιτημάτων, την ανίχνευση των αλλαγών στο χρόνο και την ποιότητά τους. Το πλήθος των δεδομένων άρα και το κόστος καθορίζονται από την ακρίβεια και την έκταση της μελέτης.

[[category:Χαρτογράφηση βοσκοτόπων]]

Αρχείο:Picture 3 5.jpg

2013-03-22T09:55:48Z

Gkanel78: Ταξινομημένες χορτολιβαδικές εκτάσεις με βάση την κατανομή των ελών από το 1914 ως το 2010

Ταξινομημένες χορτολιβαδικές εκτάσεις με βάση την κατανομή των ελών από το 1914 ως το 2010

Αρχείο:Picture 3 4.jpg

2013-03-22T09:55:09Z

Gkanel78: 4Α: RGB δορυγορική εικόνα της περιοχής μελέτης, 4Β:η παράμετρος MASD κατά την περίοδο ανάπτυξης και 4C:ψευδοχρωματική εικόνα από τη σύνθεση διάφ�

4Α: RGB δορυγορική εικόνα της περιοχής μελέτης, 4Β:η παράμετρος MASD κατά την περίοδο ανάπτυξης και 4C:ψευδοχρωματική εικόνα από τη σύνθεση διάφορων χρονικών περιόδων

Αρχείο:Picture 3 3.jpg

2013-03-22T09:54:39Z

Gkanel78: Το εύρος τιμών του δείκτη βλάστησης NDVI

Το εύρος τιμών του δείκτη βλάστησης NDVI

Αρχείο:Picture 3 2.jpg

2013-03-22T09:54:07Z

Gkanel78: a,b-εντατικά βοσκοτόπια, c, d- εκτατικά βοσκοτόπια, e,f- ημι-φυσικά λιβάδια

a,b-εντατικά βοσκοτόπια, c, d- εκτατικά βοσκοτόπια, e,f- ημι-φυσικά λιβάδια

Αρχείο:Picture 3 1.jpg

2013-03-22T09:52:29Z

Gkanel78: Εικόνα της περιοχής μελέτης από τον RapidEye

Εικόνα της περιοχής μελέτης από τον RapidEye

Η τηλεπισκόπηση και η καταγραφή δασικών εκτάσεων για την εκτίμηση ενδιαιτημάτων άγριας πανίδας

2013-03-22T09:42:10Z

Gkanel78: Νέα σελίδα με ''''Remote sensing and forest inventory for wildlife habitat assessment''' ''''Συγγραφείς: G.J. McDermid, R.J. Hall, G.A. Sanchez-Azofeifa, S.E. Franklin, G.B. ...'

'''Remote sensing and forest inventory for wildlife habitat assessment'''

''''Συγγραφείς: G.J. McDermid, R.J. Hall, G.A. Sanchez-Azofeifa, S.E. Franklin, G.B. Stenhouse,T. Kobliuk, E.F. LeDrew''

''Πηγή: Forest Ecology and Management, 257, (2009), 2262–2269''

'''Εισαγωγή'''

Οι σύγχρονες στρατηγικές, όσον αφορά τη χαρτογράφηση των ενδιαιτημάτων άγριας πανίδας, [[Αρχείο:Picture_1_1.jpg|200px|thumb|right|Εικόνα 1. Περιοχή μελέτης]] μετακίνησης ζώων και ανάλυσης βιοποικιλότητας, απαιτούν τη χρήση χαρτών με επίπεδα περιβαλλοντικών και χωρικών πληροφοριών ιδιαίτερης ακρίβειας. Τέτοια δεδομένα αποτελούν οι χρήσεις γης, η εδαφική κάλυψη, η μορφολογία του εδάφους κά., τα οποία συλλέγονται είτε από επίγεια παρατήρηση είτε από δορυφορικές εικόνες. Η επίγεια καταγραφή των ειδών βλάστησης που πραγματοποιείται από τις δασικές υπηρεσίες και τα υπουργεία ενδεχομένως να υστερεί σε ακρίβεια, συνέχεια στο χρόνο και προσβασιμότητα. Επομένως έρευνες που αφορούν την άγρια ζωή σε μεγάλες εκτάσεις χρησιμοποιούν δορυφορικές εικόνες ή αεροφωτογραφίες, με στόχο την παραγωγή συγκεκριμένων δεδομένων που αφορούν την έρευνα. Ωστόσο, η χρήση χωρικών δεδομένων από διαφορετικές πηγές με διαφορετική πολυπλοκότητα στην πληροφορία μπορεί να οδηγήσει σε διαφορετικά συμπεράσματα. Σκοπός της παρούσας ερευνητικής εργασίας είναι να εκτιμήσει τη χρηστικότητα τριών διαφορετικών πηγών περιβαλλοντικών δεδομένων: μια προϋπάρχουσα βάση δεδομένων, ένα γενικό χάρτη χρήσης γης από δορυφορικές εικόνες και ένα χάρτη δεδομένων πολλών επιπέδων με συγκεκριμένη χρήση από δορυφορικές εικόνες επίσης. Η εκτίμηση πραγματοποιείται με δύο συμπληρωματικές αναλύσεις: η πρώτη αφορά την αξιολόγηση της ποιότητας των δεδομένων και η δεύτερη τη διερεύνηση της ικανότητας επεξήγησης της επιλογής ενδιαιτήματος της αρκούδας grizzly (χρησιμότητα δεδομένων).

'''Δεδομένα-μεθοδολογία'''

Περιοχή μελέτης:
Η περιοχή μελέτης είναι το κεντροδυτικό μέρος της Αλμπέρτα στον Καναδά, έχει έκταση 100,000 km2 και περιλαμβάνει 5 από τους 6 εθνικούς δρυμούς της χώρας. Η περιβαλλοντική διαχείριση της περιοχής ισορροπεί μεταξύ ανθρώπινων δραστηριοτήτων (παραγωγή πετρελαίου και φυσικού αερίου, δασοκομία, ορυχεία) και οικολογικής αειφορίας, όπως η διασφάλιση της διατήρησης της αρκούδας grizzly.

Πηγές δεδομένων:
Περιβαλλοντικά δεδομένα Νο1: καταγραφή από την επαρχιακή υπηρεσία δασών της βλάστησης σε μορφή πολυγωνικών μορφών με βάση τον τόνο, την υφή, το μοτίβο, το μέγεθος, το σχήμα, τη σκιά και τη συσχέτιση, δίνοντας στοιχεία που αφορούν την παραγωγή ξυλείας, την υγρασία, το ύψος, την ηλικία και το είδος των δέντρων, με συνδυασμό επίγειων στοιχείων και ερμηνείας αεροφωτογραφιών. Περιβαλλοντικά δεδομένα Νο2: δεδομένα από το δορυφόρο Landsat (30mx30m) στο πλαίσιο προγράμματος παρατήρησης και αειφορικής διαχείρισης των δασών με παραγόμενο χάρτη εδαφοκάλυψης.
Περιβαλλοντικά δεδομένα Νο3: δεδομένα από τους δορυφόρους Landsat και MODIS στο πλαίσιο προγράμματος παρατήρησης αρκούδας με παραγόμενο χάρτη 4 θεματικών επιπέδων.

Συγκριτική αξιολόγηση πηγών:
Σκοπός είναι η συγκριτική χρήση των τριών κατηγοριών περιβαλλοντικών δεδομένων ώστε να προβλεφθεί η επιλογή ενδιαιτήματος από την αρκούδα grizzly σε τρεις χρονικές περιόδους, οι οποίες είναι: η περίοδος υποφαγίας (1 Μάη-15 Ιούνη), η περίοδος πρώιμης υπερφαγίας (16 Ιούνη-15 Αυγούστου) και η περίοδος υπερφαγίας (16 Αυγούστου-15 Οκτώβρη). Αναπτύχθηκαν συναρτήσεις επιλογής πόρων χρησιμοποιώντας στατιστική ανάλυση (χρήση στατιστικού πακέτου S-PLUS) με βάση το φύλο του ζώου για κάθε χρονική περίοδο, χρησιμοποιώντας περιβαλλοντικά δεδομένα από κάθε κατηγορία ξεχωριστά.

'''Αποτελέσματα-Συμπεράσματα'''

Η ακρίβεια των παραγόμενων χαρτών με χρήση των περιβαλλοντικών δεδομένων Νο3 είναι η μεγαλύτερη, όπως αναμενόταν λόγω της χρήσης μεγάλου αριθμού πρωτογενών δεδομένων και ειδικού λογισμικού, με πληροφορίες επιπλεόν της διαδικασίας κατηγοριοποίησης χρήσεων γης. Η ανάλυση ποιότητας και χρησιμότητας δεδομένων έδειξε ότι τα δεδομένα Νο2 παράγουν καλύτερης ποιότητας χάρτες σε σχέση με τα δεδομένα Νο1 αλλά η χρησιμότητας τους είναι χαμηλότερη σε σχέση μα αυτά. Τα περιβαλλοντικά δεδομένα Νο3 υπερτερούν σε ποιότητα χαρτών και σε χρησιμότητα για την εκτίμηση ενδιαιτήματος.

Τελικά προτείνεται η χρήση πολυχαρακτηριστικών δεδομένων που παράγονται για συγκεκριμένο σκοπό από τη σύγκλιση επίγειων μετρήσεων και δορυφορικών εικόνων. Η ύπαρξη παλαιότερων δασικών δεδομένων δίνουν πληροφορίες για την ηλικία και τα παραγωγικότητα των δέντρων αλλά υστερούν σε ακρίβεια, προσβασιμότητα και συνέχεια στο χρόνο. Οι τηλεπισκοπικοί χάρτες γενικής χρήσης γης αποτελούν μια μέσης ποιότητας επιστημονικό εργαλείο ιδιαίτερα για θέματα περιβαλλοντικής διαχείρισης.

[[category:Χαρτογράφηση των οικοτόπων της πανίδας]]

Αρχείο:Picture 1 1.jpg

2013-03-22T09:41:43Z

Gkanel78: Περιοχή μελέτης

Περιοχή μελέτης