http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Kapep&title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FKapep 2026-05-20T04:02:36Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:53:16Z

<p>Kapep: </p> <hr /> <div>Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων <br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping remote rural settlements at 30m spatial resolution using geospatial data-fusion<br /> <br /> '''Συγγραφείς:''' Amanda Hoffman-Hall, Tatiana V. Loboda, Joanne V. Hall, Mark L. Carroll, Dong Chen<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Environment<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0034425719304055] <br /> <br /> '''Λέξεις-Κλειδιά:''' Landsat, Αγροτικό περιβάλλον, Χαρτογράφηση πληθυσμού, Οικισμός, Ταξινόμηση εικόνας, Ανάπτυξη αλγορίθμων, Myanmar, Μέση ανάλυση, Τόπος, Χρήση γης<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης απεικόνισης της περιοχής μελέτης: Ann Township, εντός της πολιτείας Rakhine, εντός της επικράτειας της Μιανμάρ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Αποτελέσματα του αλγορίθμου χαρτογράφησης που παριστούν: (a) ένα αποτέλεσμα κατάλληλο για ανάλυση αποτυπώματος και (b) ένα αποτέλεσμα μη κατάλληλο για ανάλυση αποτυπώματος αλλά που προσδιορίζει με επιτυχία την τοποθεσία του οικισμού]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Παραδείγματα σεναρίων εκτιμώμενα στη εκτίμηση ακρίβειας βάσει τοποθεσίας. Για έκαστη εικόνα το κόκκινο σημείο θα μπορούσε να εκτιμηθεί για την ακρίβεια. (a) Ορθά ταξινομημένο ως «οικισμός», (b) Εσφαλμένα ταξινομημένο ως «οικισμός», (c) Ορθά ταξινομημένο ως «μη οικισμός», (d) Εσφαλμένα ταξινομημένο ως «μη οικισμός». (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Αποτελέσματα του χαρτογραφούντος αλγορίθμου (a) Συνολικά για την Ann Township, (β) μικρός χαρτογραφημένος οικισμός, η κόκκινη έλλειψη υποδηλώνει τη θέαση των κατασκευών επί εδάφους, (c) μέσος χαρτογραφημένος οικισμός (d) ευμεγέθης χαρτογραφημένος οικισμός. Τα χαρτογραφημένα pixels είναι όμοια σε όλους τους ένθετους χάρτες, αυτοί εκ δεξιών δείχνουν το ίχνος του περιγράμματος ώστε να επιτρέπει στον παρατηρητή να βλέπει την υποκείμενη εικόνα υψηλής ανάλυσης (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η ακριβής και έγκαιρη χαρτογράφηση του πληθυσμού είναι κρίσιμη για την ασφάλεια των πολιτών, την πρόληψη από τις φυσικές καταστροφές, κ.ο.κ. Η συγκεκριμένη μελέτη παρέχει μία τεχνική για την ανίχνευση των μικρών αγροτικών οικισμών στην Ann Township της πολιτείας Rakhine της Μιανμάρ, συνδυάζοντας δορυφορικές εικόνες Landsat με διάφορα άλλα ανοικτά γεωχωρικά δεδομένα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Σε πολλές περιοχές ανά την υφήλιο η χαρτογράφηση του πληθυσμού δεν έχει επιτευχθεί, ελλείψει της απαραίτητης για τον σκοπό αυτό υποδομής. Οι απογραφές πληθυσμού στις αγροτικές περιοχές δεν γίνονται με την απαραίτητη συχνότητα, ούτως ώστε να διαφαίνεται μέσα από αυτές η δυναμική τους. Οι απομακρυσμένες αυτές περιοχές είναι μάλιστα πολύ πιο ευάλωτες στις φυσικές καταστροφές και εν γένει στις αλλαγές του περιβάλλοντος. Οι πληθυσμοί στις αγροτικές περιοχές καλύπτουν ένα σημαντικό ποσοστό του συνολικού πληθυσμού στην Μιανμάρ, με τους μισούς από αυτούς ζουν κάτω από τα όρια της φτώχειας. <br /> <br /> Ο συγγραφέας, αφού κάνει μία επισκόπηση των δυνατοτήτων αλλά και των περιορισμών των διαφόρων τύπων δορυφορικών εικόνων, καταλήγει στη χρήση των εικόνων Landsat για τους σκοπούς της έρευνας. Σπουδαίο ρόλο στον εντοπισμό και τη χαρτογράφηση των οικισμών παίζουν οι λεγόμενες μετρικές τοπίου: Παράγοντες όπως η απόσταση από λίμνες, δρόμους, η απόσταση από πρόσφατη εστία πυρκαγιάς (παράμετρος η οποία επισημάνθηκε πρώτα από τον συγγραφέα) μπορούν να αποτελέσουν εργαλεία για την πρόβλεψη της θέσης των οικισμών (σε συνδυασμό πάντα με τα τηλεπισκοπικά δεδομένα).<br /> <br /> Η συγκεκριμένη εργασία παρουσιάζει μία καινοτόμο μέθοδο συνδυασμού τηλεπισκόπησης και μηχανικής μάθησης για την χαρτογράφηση του τόπου των αγροτικών οικισμών. Την τεχνική αυτή επιχειρεί να την εφαρμόσει σ’ ένα θα λέγαμε παράδειγμα – πρόκληση: ενός αγροτικού οικισμού μεγέθους μόλις 30μ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Κύριος στόχος της μελέτης είναι να προσδιοριστεί η παρουσία των οικισμών της Ann Township και όχι να καθοριστούν τα όρια στα οποία αυτοί επεκτείνονται. Οικισμός στην παρούσα θεωρείται οποιαδήποτε τοποθεσία εντός της οποίας υπάρχουν ανθρώπινα καταλύματα για προσωρινή ή μόνιμη διαμονή. Γενικά ακολουθήθηκαν τα εξής βήματα:<br /> <br /> * Αλγόριθμος τυχαίου δάσους<br /> <br /> Χρησιμοποιήθηκε ο αλγόριθμος του τυχαίου δάσους (random forest), ο οποίος αποτελεί μία μέθοδο επιβλεπόμενης ταξινόμησης, βασισμένη στη μηχανική μάθηση. Οικισμός στα πλαίσια της μεθόδου θεωρήθηκε οτιδήποτε περιείχε ανθρώπινες κατασκευές σε ποσοστό μεγαλύτερο του 25%. Τελικώς, δημιουργήθηκε ένας δυαδικός θεματικός χάρτης με τις κλάσεις: οικισμός και μη οικισμός, διάκριση για την οποία ο ερευνητής χρησιμοποίησε σαν όριο την τιμή πιθανότητας 65% (να είναι οικισμός).<br /> <br /> * Ανακλαστικότητα επιφάνειας Landsat<br /> Ο προαναφερθείς αλγόριθμος δέχεται 84 διαφορετικά ανοιχτά δεδομένα εισόδου, συμπεριλαμβανομένων: Landsat 8 κώδικας ανακλαστικότητας επιφάνειας (LaSRC), δεδομένα ανακλαστικότητας επιφάνειας για τον λειτουργική απεικόνιση εδάφους ((OLI), και ανώτερο στρώμα ατμόσφαιρας (TOA) φωτεινότητας – θερμοκρασίας για τον αισθητήρα θερμικού υπέρυθρου (TIRS). Δεδομένα LaSRC αποκτήθηκαν για την ξηρή χειμερινή περίοδο του 2014, περιλαμβανομένης μίας καθαρής εικόνας (από σύννεφα).<br /> <br /> * Χωρικοί δείκτες<br /> <br /> Χωρικοί δείκτες που αναπαριστούν τις ιδιαιτερότητες της βλάστησης αλλά και του ανθρώπινου τοπίου της Μιανμάρ χρησιμοποιήθηκαν για την εκπαίδευση του αλγορίθμου της μηχανικής μάθησης, ώστε να ξεχωρίζει καλύτερα τους οικισμούς από τα υπόλοιπα στοιχεία.<br /> <br /> * Μετρικές τοπίου<br /> <br /> Τα μετρητικά χαρακτηριστικά του τόπου αξιοποιήθηκαν ώστε να ξεπεραστεί το πρόβλημα της μειωμένης χωρικής ανάλυσης των δορυφόρων. Τα τελευταία αναλύονται σε δύο βασικές συνιστώσες: 1) Στην υπάρχουσα γνώση γύρω από τους οικισμούς καθώς και τις συνήθειες ζωής των ανθρώπων σε αυτούς και 2) Τη διαθεσιμότητα των στοιχείων. Οι μετρικές αυτές είτε είναι εφαρμόσιμες καθολικά στα πρότυπα (μοτίβα) των οικισμών, είτε αφορούν αποκλειστικά την περιοχή μελέτης.<br /> <br /> * Εκτίμηση ακρίβειας βάσει εικονοστοιχείων<br /> Ανοιχτά δεδομένα εικόνων υψηλής ευκρίνειας χρησιμοποιήθηκαν τόσο για τη συγκέντρωση των περιοχών εκπαίδευσης του αλγορίθμου, όσο και για τον έλεγχο των αποτελεσμάτων.<br /> <br /> * Εκτίμηση ακριβείας βάσει τοποθεσίας<br /> <br /> Απαραίτητη κρίθηκε από τον ερευνητή η σε δεύτερο επίπεδο επαλήθευση των αποτελεσμάτων, στα πλαίσια της οποίας κάθε pixel που αντιστοιχούσε σε οικισμό περιορίστηκε στο ArcGIS στα 500μ. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο αλγόριθμος παρήγαγε αποτελέσματα με υψηλό βαθμό ανίχνευσης οικισμών, καθώς τα σφάλματα ταξινόμησης περιορίστηκαν σε χαμηλά ποσοστά. Το ποσοστό διαχωρισμού της τελικής ταξινόμησης (65%) επιλέχθηκε, καθώς θεωρήθηκε από το συγγραφέα ως κατάλληλο για τον προσδιορισμό των τοποθεσιών (όχι δηλαδή αυστηρά καθορισμένων περιοχών). <br /> <br /> Σύμφωνα με την παραχθείσα χαρτογράφηση των οικισμών, αυτοί φαίνεται πως δεσπόζουν κατά μήκος της ακτής και πλησίον της μεγαλύτερης πόλης της Ann. Ο συγγραφέας αναλύει πολλές ακόμα συναφείς πληροφορίες γύρω από το μέγεθος και τη χωρική κατανομή των οικισμών. Ο αλγόριθμος δε που χρησιμοποίησε κατάφερε να αποτυπώσει από μερικές οικιστικές μονάδες μέχρι και μεγάλης κλίμακας οικιστικά σύνολα.<br /> <br /> Τα αποτελέσματα έδειξαν ότι οι άνθρωποι ζούνε αρκετά πιο απομακρυσμένα απ’ ότι θεωρούσαμε, στα ανατολικά της περιφέρειας, κατά κύριο λόγο σε υπερβολικά μικρούς και απομακρυσμένους οικισμούς.<br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CE%AD%CE%BD%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_Bosutswe_%CF%84%CE%B7%CF%82_%CE%9C%CF%80%CE%BF%CF%84%CF%83%CE%BF%CF%85%CE%AC%CE%BD%CE%B1... 2020-02-12T15:51:45Z

<p>Kapep: </p> <hr /> <div>Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα: Αξιοποιώντας πολυφασματικές δορυφορικές εικόνες για την απεικόνιση αρχαίων τόπων<br /> <br /> '''Πρωτότυπος τίτλος: ''' Toward archaeological predictive modeling in the Bosutswe region of Botswana: Utilizing multispectral satellite imagery to conceptualize ancient landscapes<br /> <br /> '''Συγγραφείς:''' Carla Klehm, Adam Barnes, Forrest Follett, Katie Simon, Christopher Kiahtipes, Sarah Mothulatshipi<br /> <br /> '''Δημοσιεύθηκε:''' Journal of Anthropological Archaeology<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0278416518300679] <br /> <br /> '''Λέξεις-Κλειδιά:''' ΓΣΠ, Τηλεπισκόπηση, μοντέλα πρόβλεψης, δορυφορικές εικόνες, Lαρχαιολογία τοπίου, οικιστικά μοτίβα, ανθρωπολογική αρχαιολογία, Αφρική, Νότια Αφρική, Εποχή του Σιδήρου<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης της Bosutswe όπως επίσης και των υπολοίπων μειζόνων νοτιοαφρικανικών πολιτειών της εποχής του Σιδήρου, οι οποίες αναφέρονται στο κείμενο. Η καφέ γραμμή ορίζει το φυσικό όριο μεταξύ του σκληρού εδάφους στα ανατολικά και του αμμώδους της ερήμου Καλαχάρι στα δυτικά. Ο λόφος Mmadipudi, επίσης αναφερόμενος στο κείμενο, δεν φαίνεται σε αυτήν την ευκρίνεια, δεδομένης της εγγύτητάς του προς την Bosutswe (Ο λόφος του Mmadipudi τοποθετείται κατά προσέγγιση σε απόσταση 3 χιλιομέτρων στα δυτικά). Αναδημοσίευση από Klehm (2017):609]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Cenchrus ciliarus ή το γρασίδι του βουβαλιού, κυριαρχεί στη βλάστηση του υψώματος του λόφου του Mmadipudi στην περιοχή της Bosutswe. Αυτού του είδους η βλάστηση αξιοποιείται ως ζωοτροφή στις τοπικές μονάδες (που ονομάζονται κατσίκες). Παρά ταύτα, τα διακριτικά των κορμών, όπως αυτά στο πρώτο πλάνο, ξεχωρίζουν εύκολα από τη χλόη στους αγρούς. Η εικόνα λήφθηκε από την κορυφή της ανυψωμένης στάνης, η οποία μπορεί να ειδωθεί στην κυκλική ανακούφιση καθώς η στάνη σβήνει στο έδαφος. Δικαιώματα φωτογραφίας: Carla Klehm]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Ο λόφος του Mmadipudi, μία άλλη κορυφή εντός της περιοχής της Bosutswe, έχει ορίσει τις στάνες και τις κύριες ενδιάμεσες περιοχές στο κέντρο της κορυφής του λόφου. Αυτά τα στοιχεία χαρακτηρίζονται από την έντονη κυριαρχία του Cenchrus ciliarus (γρασίδι του βουβαλιού), όπως φαίνεται στην εικόνα, όπου η κυκλική στάνη εμφανίζεται αστραφτερή λευκή (μαζί με δύο μικρότερες στάνες), καθώς και δύο κύριες ενδιάμεσες περιοχές στο νότιο τμήμα της ως φωτεινότερες από τις υπόλοιπες περιοχές στην κορυφή του λόφου. Στην εικόνα ISO, η στάνη και οι ενδιάμεσες περιοχές εμφανίζονται σχετιζόμενες με το ISO 60, με τιμές ISO 58 kai 59. Δικαιώματα εικόνας: Adam Barnes και Forrest Follett. Η δορυφορική εικόνα με την ευγενική χορηγία του ιδρύματος DigitalGlobe.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona4_kape.jpg|thumb|right|'''Εικόνα4:''' Φασματικό προφίλ του ISO 60. Πιθανότατα , η τάξη ISO παριστά ένα μίγμα του γρασιδιού Cenchrus ciliarus και του γυμνού εδάφους μεταξύ των περιοχών γρασιδιού. Όπως παρατηρούμε, η ISO 60, όπως η ISO 59, έχει την τάση να ομαδοποιείται στο κέντρο των οικισμών της εποχής του σιδήρου, πιθανότατα παριστώντας το Cenchrus ciliarus που απαντάται στο στοιχείο της στάνης. Δικαιώματα εικόνας: Adam Barnes]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι γεωχωρικές τεχνολογίες, όπως τα ΓΣΠ και η τηλεπισκόπηση προσφέρουν μεγάλες δυνατότητες στην αρχαιολογική έρευνα, ιδίως στις περιοχές που η έρευνα πεδίου είναι δυσχερής (ένεκα της πολιτικής αστάθειας που επικρατεί στις περιοχές αυτές, της πυκνής βλάστησης, των δηλητηριωδών εντόμων, των επικίνδυνων ζώων, κ.ο.κ.). Στην παρούσα μελέτη γίνεται αξιοποίηση των δυνατοτήτων των υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για τη δημιουργία μοντέλου για τα πρότυπα των οικισμών της εποχής του σιδήρου στην πολιτεία της Bosutswe της Μποτσουάνα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> H πολιτεία της Bosutswe τοποθετείται στο ανατολικότερο άκρο της ερήμου Καλαχάρι στην Μποτσουάνα, στα 750km από τον Ινδικό Ωκεανό. Η εντατικοποίηση του δικτύου εμπορικών συναλλαγών μετέτρεψε την περιοχή από ένα κτηνοτροφικό χωριό σε μία μεγάλη πολιτεία. Η κομβική τοποθεσία στα άκρα της ερήμου της επέτρεψε να ελέγχει το εμπόριο διαφόρων ειδών που διακινούνταν από απομακρυσμένες περιοχές της Αφρικανικής Ηπείρου.<br /> <br /> H πρώτη ευρείας κλίμακας μελέτη για τα πρότυπα των οικισμών στη Μποτσουάνα πραγματοποιήθηκε από τον James Denbow στα 1970-1980. Με τη βοήθεια ασπρόμαυρων αεροφωτογραφιών ο ως άνω ερευνητής επισήμανε τη σχέση μεταξύ των οικισμών της εποχής του σιδήρου, και ενός μοναδικού είδους φυτού, του Cenchrus Ciliarus ή “γρασίδι βουβαλιού”. Το τελευταίο φυτικό είδος εμφανιζόταν στις αεροφωτογραφίες με έντονο λευκό χρώμα, σε οξεία αντίθεση με τις περιοχές στους λόφους, παρατήρηση που οδήγησε στην ανακάλυψη πληθώρας αρχαιολογικών χώρων της πρώιμης και της μέσης εποχής του σιδήρου.<br /> <br /> Τα τελευταία χρόνια γίνεται συχνά λόγος για την αξιοποίηση των δορυφορικών εικόνων στην επιστήμη της αρχαιολογίας. Για παράδειγμα, στη Νότιο Αφρική η χρήση των εικόνων αυτών έχει οδηγήσει στην ψηφιοποίηση διαφόρων χαρακτηριστικών, όπως αρχαιολογικών χώρων και ανθρώπινων κατασκευών. Όσον αφορά το αρχαιολογικό μοντέλο πρόβλεψης, αυτό είναι ιδιαίτερα χρήσιμο στη διαχείριση των πολιτιστικών πόρων, όπου παίρνονται κρίσιμες αποφάσεις για την εξερεύνηση αρχαιολογικών περιοχών (βάσει του ενδεχόμενου αποκάλυψης των). <br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο συγγραφέας εφαρμόζει τη μη επιβλεπόμενη μέθοδο ταξινόμησης της επαναληπτικής αυτό - οργανωτικής τεχνικής ανάλυσης δεδομένων (ISODATA). Χρησιμοποιήθηκαν τα προγράμματα ArcGIS 10.6 και ENVI 5.4 για να προσδιοριστούν τα μοναδικά φασματικά χαρακτηριστικά των επιφανειών.<br /> <br /> Σε πρώτο στάδιο έπρεπε να επιλεχθεί ένα κατάλληλο υποσύνολο των εικόνων ως περιοχή εκπαίδευσης για το μοντέλο πρόβλεψης, καθώς και να καθοριστούν τα πολυφασματικά δεδομένα τα οποία παρείχαν τη βέλτιστη ευκρίνεια των αρχαιολογικών τοποθεσιών. Απαραίτητες για το σκοπό αυτό ήταν η βαθμονόμηση των δεδομένων (καλιμπράρισμα) καθώς και οι ατμοσφαιρικές διορθώσεις των εικόνων, οι οποίες έγιναν με τη χρήση του FLAASH στο ENVI v5.4.<br /> <br /> Η περιοχή ενδιαφέροντος ορίστηκε σε ακτίνα 5km γύρω από τη Bosutswe, καθώς η εμβέλεια αυτή είχε μελετηθεί περισσότερο (από άλλους ερευνητές) και περιείχε το μεγαλύτερο αριθμό γνωστών περιοχών. Για την περιοχή ενδιαφέροντος αποκτήθηκε τριπλή κάλυψη από το ίδρυμα DigitalGlobe, ένα σετ από εικόνες WorldView 2 και 3 (για χειμώνα και καλοκαίρι) και μία εικόνα GeoEye. Η τριπλή κάλυψη των εικόνων ήταν σημαντική, καθώς επέτρεψε την επισκόπηση της εικόνας κάτω από διαφορετικό καθεστώς (εποχιακής) βλάστησης, αλλά και μέσα από διαφορετικούς δορυφόρους.<br /> <br /> Εν συνεχεία, τόσο οι ήδη γνωστές όσο και οι υποψήφιες/πιθανές αρχαιολογικές ζώνες ψηφιοποιήθηκαν από τον ερευνητή μέσω του ArcMap 10.6, ψηφιοποίηση η οποία βασίστηκε σε προηγούμενη έρευνα πεδίου έτερου ερευνητή, συνεπικουρούμενη από αναφορές στα αρχεία του εθνικού Μουσείου Μνημείων της Μποτσουάνα.<br /> <br /> Για όσες περιοχές η υπάρχουσα πληροφορία ήταν ασαφής, για να προσπεράσει το πρόβλημα ο συγγραφέας κατέφυγε στη χρήση του εργαλείου ISODATA μη επιβλεπόμενου αλγορίθμου στο πρόγραμμα ENVI, του οποίου τη δομή αναλύει στο paper του. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Μέσω αυτού του αλγορίθμου, μετά από αρκετές δοκιμές, δημιουργήθηκαν 70 τάξεις στις πολυφασματικές εικόνες της καλοκαιρινής περιόδου για τις εικόνες των δορυφόρων WorldView 1 και 2. Από τις 70 αυτές τάξεις επιλέχτηκαν οι 16 για τις περιοχές της εποχής του σιδήρου, διαχωρισμός ο οποίος βασίστηκε στις αλληλοεπικαλύψεις μεταξύ των πολυγώνων για τις γνωστές και τις και τις υποτιθέμενες τοποθεσίες (αρχαιολογικού ενδιαφέροντος). Επισημαίνεται δε ότι από αυτές τις 16 κλάσεις, ορισμένες επικαλύπτονται, πράγμα που υποδηλώνει ότι σε ανάλογες μελέτες καλό θα ήταν οι επιμέρους να συγχωνευτούν σε μία. <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Σημειωτέον ότι περίπου οι μισές από τις υποτιθέμενες αρχαιολογικές ζώνες γειτνιάζουν με δύο παράλληλα υδάτινα κανάλια στο βορειοανατολικό τμήμα της Bosutswe, μία περιοχή που μέχρι πρότινος καμία αρχαιολογική ζώνη δεν έχει προσδιοριστεί. Το συγκεκριμένο τεταρτημόριο του χώρου έχει όλες τις προϋποθέσεις για την επέκταση της αρχαιολογικής γνώσης για την κατανομή της περιοχής. Οι ισχυρισμοί αυτοί μάλιστα υποβλήθηκαν σε έλεγχο δια έρευνας πεδίου, κι έτσι προσδιορίστηκαν – πράγματι - ορισμένες περιοχές αρχαιολογικού ενδιαφέροντος ή, τουλάχιστον, έντονης ανθρώπινης δραστηριότητας κατά την προϊστορική εποχή. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%BC%CE%B2%CE%B9%CE%B2%CE%B1%CF%83%CE%BC%CE%BF%CE%AF_%CE%BA%CE%B1%CE%B9_%CF%83%CF%85%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CE%B2%CE%B9%CE%BF%CE%B5%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CF%80%CE%B7%CF%81%CE%B5%CF%83%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CE%B5%CF%81%CE%B9%CE%B8%CF%89%CF%81%CE%B9%CE%B1%CE%BA%CE%AD%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82... 2020-02-12T15:51:13Z

<p>Kapep: </p> <hr /> <div>Συμβιβασμοί και συνέργειες μεταξύ βιοενέργειας και οικοσυστημικών υπηρεσιών σε περιθωριακές αγροτικές εκτάσεις: Μία μέθοδος εκτίμησης βασισμένη στην τηλεπισκόπηση<br /> <br /> '''Πρωτότυπος τίτλος: ''' Bioenergy and ecosystem services trade-offs and synergies in marginal agricultural lands: A remote-sensing-based assessment method<br /> <br /> '''Συγγραφείς:''' Davide Longato, Mattias Gaglio, Mirco Boschetti, Elena Gissi <br /> <br /> '''Δημοσιεύθηκε:''' Journal of Cleaner Production<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0959652619325223] <br /> <br /> '''Λέξεις-Κλειδιά:''' οικοσυστημικές περιοχές, ανταποδοτικότητα, προσαρμοσμένος δείκτης βλάστησης εδάφους, βιοενέργεια δεύτερης γεννιάς, αγροτικό τοπίο, ανανεώσιμες πηγές ενέργειας, περιβαλλοντικός σχεδιασμός<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Η επαρχία της Rovigo: τοποθεσία (α), χάρτης χρήσης/κάλυψης γης (b), και περιοχή μελέτης (c)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Διάγραμμα ροής της μεθοδολογίας που χρησιμοποιήθηκε για την ταυτοποίηση των περιθωριακών αγροτικών γαιών]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Χάρτης ανάλυσης πυκνότητας πυρήνα των περιθωριακών αγροτικών γαιών]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Χάρτης των συμβιβασμών μεταξύ βιομάζας ξυλείας και παροχής τροφής (a) και χάρτης των συμβιβασμών και των συνεργιών μεταξύ βιομάζας από ξυλεία και ΟΕ παρεχόμενες από τη βλάστηση (b) στις περιθωριακές αγροτικές γαίες]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η χαρτογράφηση των περιθωριακών εδαφών είναι σημαντική για τη βιώσιμη ανάπτυξη των αγροτικών περιοχών. Η συγκεκριμένη μελέτη προτείνει μία μέθοδο βασισμένη στην τηλεπισκόπηση για την ανίχνευση περιθωριακών αγροτικών γαιών για την παραγωγή βιομάζας ξυλείας και διερευνά τις πιθανές συσχετίσεις μεταξύ των νέων γαιών ξυλείας, αυτών για παραγωγής τροφής και των παρεχόμενων οικοσυστημικών υπηρεσιών (ΟΕ) από τη βλάστηση. <br /> <br /> Τα τελευταία χρόνια υπάρχει μεγάλο ενδιαφέρον εν σχέσει με τη βιομάζα ως ανανεώσιμη πηγή ενέργειας. Η παραγωγή ενέργειας, όμως, από βιομάζα επιφέρει αλλαγές στο τοπίο, ενώ θα πρέπει να ληφθούν υπόψιν και οι αλληλεπιδράσεις της με τους άλλους τομείς των ΟΕ. Επί παραδείγματι, ο ρόλος της βιομάζας είναι ενίοτε ανταγωνιστικός με την παραγωγή τροφής (αφού οι ίδιες εκτάσεις μπορούν να χρησιμοποιηθούν είτε για τον ένα είτε για τον άλλο σκοπό). <br /> Οι μετρικές τοπίου είναι δύο ειδών: συνθετική και ρυθμιστική μετρική. Οι συνηθέστεροι συνθετικοί δείκτες είναι ο δείκτης ποικιλομορφίας του Shannon (SHEI) και η πυκνότητα πλούτου γεωτεμαχίου (PRD). Άλλος δείκτης που χρησιμοποιείται είναι η εντροπία του Shannon, ο οποίος δείχνει την κατανομή της συγκέντρωσης στο χώρο, ο οποίος παίρνει τιμές από 0 (συγκέντρωση σε μία περιοχή) μέχρι 1 (ομοιόμορφη κατανομή σε διάφορες περιοχές). <br /> <br /> Για να αντιμετωπίσει αυτόν τον ανταγωνισμό η Ευρωπαϊκή Ένωση πριμοδοτεί την ανάπτυξη δεύτερης γενιάς βιομάζας, καθώς και των συναφών τεχνολογιών. Το σημαντικότερο για τον συγγραφέα πλεονέκτημα της δεύτερης γενιάς βιομάζας ξυλείας είναι το ότι μπορεί να αναπτυχθεί σε πιο υποβαθμισμένους αγρούς και σε περιθωριακές ή εγκαταλειμμένες περιοχές συγκριτικά με τις αντίστοιχες που απαιτούνται για την παραγωγή τροφής. Στο ίδιο μήκος κύματος, ο συγγραφέας παρουσιάζει, εν συνεχεία, μία σωρεία πλεονεκτημάτων από την αξιοποίηση περιθωριακών γαιών για παραγωγή βιομάζας.<br /> <br /> Οι τηλεπισκοπικές απεικονίσεις συνεπικουρούν τα μέγιστα στη χαρτογράφηση περιθωριακών γαιών και παρέχουν εποπτεία σε όλες τις χρονικές περιόδους. Η συγκεκριμένη εργασία διαφοροποιείται από άλλες συναφείς στο ότι χρησιμοποιεί τηλεπισκοπικά δεδομένα για τον προσδιορισμό αγροτικών γαιών, υποψήφιων για την ανάπτυξη βιομάζας, στην κλίμακα του γεωτεμαχίου, ενώ παράλληλα διερευνά τις σχέσεις και αλληλεξαρτήσεις της βιομάζας με την παραγωγή τροφής και με άλλες ΟΕ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Περιοχή μελέτης είναι η επαρχία Rovigo της βόρειας Ιταλίας. Η επαρχία αυτή γεωμορφολογικά είναι μία πλατειά πεδιάδα, περιτριγυρισμένη από δύο ποταμούς. Διαθέτει ημιηπειρωτικό κλίμα με εξάρσεις κυρίως την άνοιξη και το φθινόπωρο. Συνιστά μία έντονα αγροτική περιοχή με περιορισμένες δασικές ή αμιγώς φυσικές εκτάσεις.<br /> <br /> Οι αγροτικές περιοχές ταξινομήθηκαν σε τρεις θεματικές κατηγορίες, ανάλογα με την τιμή του δείκτη βλάστησης προσαρμοσμένου για το έδαφος (SAVI): 1) Εγκαταλειμμένες ή χωρίς χρήση αγροτικές γαίες, 2) Δυνητικά άγονοι ή χωρίς διαχείριση αγροί, 3) Ενδεχομένως χαμηλής παραγωγικότητας αγροτικές εκτάσεις.<br /> <br /> Η μεθοδολογία που ακολουθήθηκε αναλύεται στα εξής πέντε βήματα:<br /> * Συλλογή δεδομένων<br /> Για το σκοπό αυτόν αξιοποιήθηκαν τόσο δεδομένα από θεματικούς χαρτογράφους (Πληροφοριακό σύστημα γεωτεμαχίων της AVEPA, 2016) όσο και από δορυφόρους (Landsat 8 OLI, 2014-2016). <br /> * Προεπεξεργασία δεδομένων και εξαγωγή θεματικής περιοχής: «Εγκαταλειμμένες ή χωρίς χρήση αγροτικές γαίες»<br /> Στο βήμα αυτό αποκλείστηκαν οι εκτάσεις που βρίσκονταν στο δίκτυο “Natura 2000” καθώς και άλλες μη καλλιεργήσιμες εκτάσεις που δεν πληρούσαν τα κατάλληλα κριτήρια (λ.χ. αποκλείστηκαν οι εκτάσεις που αντιστοιχούσαν σε πολύγωνα επιφάνειας μικρότερης της ελάχιστης προαπαιτούμενης για καλλιέργεια βιομάζας).<br /> * Ανάλυση διαχείρισης αγρών - ανίχνευση των: «δυνητικά άγονων ή χωρίς διαχείριση αγρών»<br /> Στο στάδιο αυτό γίνεται διαφοροποίηση μεταξύ των καλλιεργειών: “δυνητικά άγονοι ή χωρίς διαχείριση αγροί και «διαχειριζόμενοι αγροί». Ένα γεωτεμάχιο θεωρείται ως διαχειριζόμενο όταν διαθέτει καθαρή δυναμική: αναγνωρίζεται από τη βλάστηση που έχει στις κατάλληλες εποχές του χρόνου. <br /> * Ανάλυση παραγωγικότητας αγρών - εκτίμηση των «ενδεχομένως χαμηλής παραγωγικότητας αγροτικών εκτάσεων»<br /> Τα γεωτεμάχια που έδειξαν μία στατιστικά χαμηλότερη τιμή SAVI, σε ανταπόκριση με τον αντίστοιχο πληθυσμό όλων των υπό ανάλυση πεδίων για μία συγκεκριμένη εποχή, θεωρήθηκαν ότι βρίσκονταν σε κατάσταση χαμηλής παραγωγικότητας.<br /> * Συγχώνευση της ανωτέρω πληροφορίας για τη δημιουργία του χάρτη των περιθωριακών αγροτικών περιοχών<br /> <br /> Η ανωτέρω πληροφορία συγχωνεύτηκε και διερευνήθηκε η χωρική της κατανομή, η οποία περιγράφηκε με τη μέθοδο ανάλυσης πυρήνα, υπολογισθείσα με το ArcGIS 10.4 χρησιμοποιώντας τη χωρική μεταβλητή του κανόνα του δεξιού χεριού του Silverman. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα έδειξαν πως η περιθωριακή αγροτική γη καλύπτει το 1,7% των αγροτικών περιοχών στην επαρχία και περίπου 13,642 MWh το χρόνο δεύτερης γενιάς ενέργειας από βιομάζα μπορεί να παραχθεί στις αγροτικές αυτές περιοχές, ενισχύοντας παράλληλα τις παρεχόμενες ΟΕ από τη βλάστηση και αποφεύγοντας παράλληλα τις υποχωρήσεις εν σχέση με την παραγωγή τροφής.<br /> <br /> Ο συγγραφέας επισημαίνει ότι ένα τεράστιο ποσοστό (95,8%) των περιοχών που καλύπτονται από περιθωριακή αγροτική γη θα μπορούσε να αξιοποιηθεί για την παραγωγή δεύτερης γενιάς βιομάζας από ξυλεία δίχως να βλάπτει τις οικοσυστημικές υπηρεσίες που παρέχονται από τη βλάστηση, για μία δυνητική παραγωγή 67,762 MWh ανά έτος. Επιπλέον, η πλειονότητα των γαιών αυτών (74,9%) μπορεί να συνεισφέρει στην ενίσχυση των ανωτέρω οικοσυστημικών υπηρεσιών, παράγοντας δυνητικά ενέργεια 52,952 67,762 MWh ανά έτος, ενώ περίπου το 1/5 αυτών (19,6%) μπορεί να αξιοποιηθεί χωρίς να παρεμποδίσει την παραγωγή τροφής. <br /> <br /> <br /> <br /> [[category:Ενέργεια]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%83%CE%B5_%CF%80%CE%BF%CE%BB%CE%BB%CE%BF%CF%8D%CF%82_%CF%87%CF%81%CF%8C%CE%BD%CE%BF%CF%85%CF%82_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%83%CF%84%CE%B9%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CE%AD%CF%82_%CE%BA%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CF%89%CE%BD_%CE%B3%CE%B7%CF%82... 2020-02-12T15:49:44Z

<p>Kapep: </p> <hr /> <div>Μια πολλαπλών αισθητήρων και σε πολλούς χρόνους προσέγγιση για την αναγνώριση των δυναμικών στις μεταβολές καλύψεων γης σε ετερογενή αστικά τοπία<br /> <br /> '''Πρωτότυπος τίτλος: ''' A multi-sensor and multi-temporal remote sensing approach to detect land cover change dynamics in heterogeneous urban landscapes<br /> <br /> '''Συγγραφείς:''' Nadja Kabisch, Peter Selsam, Toralf Kirsten, Angela Lausch, Jan Bumberger<br /> <br /> '''Δημοσιεύθηκε:''' Ecological Indicators<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S1470160X1830966X] <br /> <br /> '''Λέξεις-Κλειδιά:''' πράσινο, NDVI, Classified Vegetation Cover (CVC), τηλεπισκόπηση, αστικές περιοχές, Λειψία, νέα προσέγγιση, πολλαπλοί αισθητήρες, σε πολλούς χρόνους<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα1_stress.jpg|thumb|right|Εικόνα1:α) Κατανομή όλων των τηλεπισκοπικών δεδομένων 2005-2017, τα διαφορετικά χρώματα απεικονίζουν τους μήνες των αποδεκτών τηλεπισκοπικών δεδομένων β) κατανομή όλων των τηλεπισκοπικών δεδομένων σε διαφορετικούς μήνες, τα διαφορετικά χρώματα απεικονίζουν διαφορετικές χρονολογίες]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα2_stress.jpg|thumb|right|Εικόνα2:(Αριστερά) απεικόνιση του NDVI και (δεξιά) ο CVC για επτά κεντρικές περιοχές της πόλης της Λειψίας που δείχνουν τις μέσες περιοχές σε ξεχωριστές μέρες το 2005]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα3_stress.jpg|thumb|right|Εικόνα3:α) Απεικόνιση του CVC της Λειψίας , πρωταρχικό συστατικό σε ετήσιους μέσους (συνολική περίοδος έρευνας, 2005 -2017) για την όλη πόλη της Λειψίας, β) για επιλεγμένες περιοχές της πόλης και μεταβολή τιμών ως παλινδρόμηση για τις τιμές CVC για δύο χρονικές περιόδους (γ) 2005-2011 και (δ) 2012-2017.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα4_stress.jpg|thumb|right|Εικόνα4:Διαφορά της ταξινομημένης κάλυψης βλάστησης (CVC) για ζευγάρια εικόνων που λαμβάνονται από διαφορετικούς αισθητήρες σε διαδοχικές ημέρες. Τα γκρίζα κουτάκια δείχνουν τη μέση διαφορά για ολόκληρη την πόλη. Οι ράβδοι σφάλματος υπολογίζονται ως διπλή τυπική απόκλιση των διαφορών μεταξύ 63 αστικών περιοχών. Ο πίνακας απεικονίζει τα ζεύγη εικόνων διαφορετικών τηλεπισκοπικών αισθητήρων. Σημείωση: L5 - Landsat 5, L7 - Landsat 7, L8 - Landsat 8, RE - RapidEye, S2 - Sentinel 2.]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Φαινόμενα όπως η κλιματική αλλαγή, ο αυξανόμενος παγκόσμιος πληθυσμός και η αστικοποίηση οδηγούν σε ραγδαίες αλλαγές ως προς την κάλυψη γης. Για έναν βιώσιμο σχεδιασμό είναι απαραίτητο να έχουμε επικαιροποιημένα τηλεπισκοπικά δεδομένα χρήσεων και καλύψεων γης (ΧΚΓ) προκειμένου για την οριοθέτηση περιοχών κατοικίας με ανοιχτούς ελεύθερους χώρους πρασίνου. <br /> Αξίζει να σημειωθεί ότι από το έτος 2008 έχουμε στην κατοχή μας ανοιχτά δεδομένα δορυφορικών εικόνων Landsat υψηλής χωρικής ανάλυσης, της τάξεως των 30 μ. Η πληθώρα των εικόνων σε συνδυασμό με την ανοιχτότητα των δεδομένων οδήγησε στην ανάπτυξη πολλαπλών επιστημονικών πεδίων και ερευνών οι οποίες αξιοποιούν τηλεπισκοπικά δεδομένα (αναφέρονται από τους συγγραφείς πολλά παραδείγματα).<br /> Η αναγνώριση πληροφοριών ΧΚΓ, σύμφωνα με τους συντάκτες, έχει να αντιμετωπίσει τις εξής προκλήσεις:<br /> <br /> * Την ανάγκη για υψηλή χωρική ανάλυση αισθητήρων<br /> * Η κατασκευή των αισθητήρων πρέπει να είναι κατάλληλη για την ορθή καταγραφή δεικτών (λόγου χάρη NDVI)<br /> * Την έντονη δυναμικότητα των αστικών περιοχών που μεταβάλλονται εκθετικά με τον χρόνο<br /> * Τους δορυφόροι: Σε ποιο βαθμό και σε ποιες περιπτώσεις είναι αξιόπιστοι στην καταγραφή σύνθετων, μικρής κλίμακας αστικών περιοχών;<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Τις ανωτέρω προκλήσεις η παρούσα μελέτη επιχειρεί να αντιμετωπίσει με τις εξής στοχεύσεις:<br /> * Συγκριτική εκτίμηση τηλεπισκοπικών δυνατοτήτων Landsat 5-8, Sentinel και RapidEye<br /> * Ο δείκτης NDVI - ο οποίος μεταφράζεται σε ταξινομημένο NDVI (ταξινομημένη κάλυψη βλάστησης – CVC). αξιοποιείται με ανοιχτά δεδομένα μέσης ανάλυσης για την αντιπαραβολή των αλλαγών στη βλάστηση σε χρονικό διάστημα πλέον των δέκα ετών<br /> * Πολλαπλότητα εικόνων για την κάλυψη μεγάλου χωρικού και χρονικού εύρους<br /> Περιοχή μελέτης είναι η πόλη της Λειψίας στη Γερμανία, η οποία τοποθετείται στην παραποτάμια περιοχή μεταξύ των ποταμών Weiße, Elster, Pleiße και Parthe. Η πόλη αυτή παρουσιάζει ενδιαφέρον στην ανίχνευση μεταβολών ΧΚΓ, καθώς βίωσε τη μετασοσιαλιστική αστική δομική αλλαγή μετά το 1989 και έχει υποστεί από το 2000 μια ευρεία διαδικασία ανασυγκρότησης. Ακριβώς αυτή η ραγδαία ανάπτυξη της Λειψίας έχει καταστήσει επιτακτική την ανάγκη διατήρησης των υπαρχόντων χώρων πρασίνου και ταυτόχρονα της εξεύρεσης νέων χώρων κατοικίας με την αξιοποίηση του υπάρχοντος κτιριακού αποθέματος.<br /> Για να προσδιοριστεί η ανάπτυξη των ελεύθερων πράσινων χώρων ακολουθήθηκαν τα εξής βήματα:<br /> * Συλλογή τηλεπισκοπικών δεδομένων από ποικίλους αισθητήρες για τη χρονική περίοδο 2005 – 2017 (μεγαλύτερη της δεκαετίας)<br /> * Προεπεξεργασία εικόνων, αναδειγματοληψία, καλιμπράρισμα, αντιστοίχιση στις σωστές χρονικές περιόδους<br /> * Διαλογή εικόνων: Οι εικόνες επιλέχθηκαν ώστε να παρουσιάζουν μικρή συννεφοκάλυψη<br /> * Χρήση του NDVI για κατοπινούς υπολογισμούς. Προσδιορισμός πότε έχουμε και πότε δεν έχουμε βλάστηση. Οι εικόνες που δεν έδειξαν τα φυτά σε πλήρη ανάπτυξη απορρίφθηκαν<br /> * Ταξινόμηση των περιοχών με φύτευση και χωρίς. Περιοχές εκπαίδευσης λαμβάνουν τιμές μεταξύ 0 και 1.<br /> * Αναγωγή των αποτελεσμάτων CVC για διαφορετικές περιοχές και χρονικές περιόδους σε κοινό παρονομαστή, ώστε να γίνει μεταξύ τους σύγκριση<br /> * Προσδιορισμός μέσων τιμών CVC για 63 επιμέρους περιοχές<br /> * Ανάλυση βασισμένη στα εικονοστοιχεία (pixel based analysis): Σύγκριση αποτελεσμάτων για διαφορετικές χρονικές περιόδους<br /> * Ετήσιες εποχιακές μεταβολές για κάθε έτος βασισμένοι στις 63 υπό-περιοχές<br /> * Ανάλυση αβεβαιότητας: Για διαδοχικές μέρες σύγκριση των μεταβολών στις υπό-περιοχές σε εικόνες από διαφορετικούς αισθητήρες<br /> <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η μελέτη αυτή παρουσιάζει υψηλό επίπεδο αξιοπιστίας, καθώς τα δεδομένα της προέρχονται από πολλές εικόνες διαφορετικών αισθητήρων. Με αυτόν τον τρόπο η ταξινόμηση παρουσιάζει μεγαλύτερη ακρίβεια μιας και αποφεύγονται τα σφάλματα που προέρχονται από την εποχικότητα και τις διαφορές στους αισθητήρες. <br /> <br /> Οι τοπικές αλλαγές στον NDVI παρουσιάζονται γραφικά. Η μείωση στην τιμή του NDVI απεικονίζεται με κόκκινο χρώμα και αυτό δείχνει επί παραδείγματι, πότε κατασκευάζονται νέα κτίρια. Νέα στοιχεία βλάστησης που αναπτύσσονται με το χρόνο παρίστανται με πράσινο. Η μείωση στον NDVI καθίσταται αντιληπτή τόσο για μικρότερες περιοχές της πόλης, όσο και για μεγαλύτερες περιοχές, ιδίως στο βόρειο κομμάτι της πόλης.<br /> Η χρησιμότητα της μελέτης καθίσταται αντιληπτή: Μπορεί να αξιοποιηθεί στον αστικό σχεδιασμό καθώς παρέχει πληροφορίες για το πότε ένας αστικός χώρος απελευθερώνεται (επί παραδείγματι ύστερα από μία κατεδάφιση). Η ανάγκη για την αξιοποίηση τέτοιων εργαλείων είναι επιτακτική και θα είναι ακόμα πιο κρίσιμη στο μέλλον, όπου οι χωρικές μεταβολές προβλέπεται να είναι σημαντικά πιο έντονες.<br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%B1%CF%80%CE%B5%CF%84%CE%B1%CE%BD%CE%AC%CE%BA%CE%B7%CF%82_%CE%95%CF%80%CE%B1%CE%BC%CE%B5%CE%B9%CE%BD%CF%8E%CE%BD%CE%B4%CE%B1%CF%82 2020-02-12T15:48:49Z

<p>Kapep: Νέα σελίδα με '*[[Κοινωνιολογική λειτουργική χαρτογράφηση του αστικού χώρου πρασίνου με τη χρήση τηλεπισκόπ...'</p> <hr /> <div>*[[Κοινωνιολογική λειτουργική χαρτογράφηση του αστικού χώρου πρασίνου με τη χρήση τηλεπισκόπησης και δεδομένων «social sensing»]]<br /> *[[Μια πολλαπλών αισθητήρων και σε πολλούς χρόνους προσέγγιση για την αναγνώριση των δυναμικών στις μεταβολές καλύψεων γης...]]<br /> *[[Εκτιμώντας την άναρχη δόμηση χρησιμοποιώντας τηλεπισκοπικά δεδομένα και μετρικές τοπίου...]]<br /> *[[Συμβιβασμοί και συνέργειες μεταξύ βιοενέργειας και οικοσυστημικών υπηρεσιών σε περιθωριακές αγροτικές εκτάσεις...]]<br /> *[[Χαρτογραφώντας τους αρχαίους τόπους Chinampa στη Λεκάνη του Μεξικού...]]<br /> *[[Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα...]]<br /> *[[Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων ]]<br /> <br /> <br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%BC%CE%B2%CE%B9%CE%B2%CE%B1%CF%83%CE%BC%CE%BF%CE%AF_%CE%BA%CE%B1%CE%B9_%CF%83%CF%85%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CE%B2%CE%B9%CE%BF%CE%B5%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CF%80%CE%B7%CF%81%CE%B5%CF%83%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CE%B5%CF%81%CE%B9%CE%B8%CF%89%CF%81%CE%B9%CE%B1%CE%BA%CE%AD%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82... 2020-02-12T15:46:51Z

<p>Kapep: </p> <hr /> <div>Συμβιβασμοί και συνέργειες μεταξύ βιοενέργειας και οικοσυστημικών υπηρεσιών σε περιθωριακές αγροτικές εκτάσεις: Μία μέθοδος εκτίμησης βασισμένη στην τηλεπισκόπηση<br /> <br /> '''Πρωτότυπος τίτλος: ''' Bioenergy and ecosystem services trade-offs and synergies in marginal agricultural lands: A remote-sensing-based assessment method<br /> <br /> '''Συγγραφείς:''' Davide Longato, Mattias Gaglio, Mirco Boschetti, Elena Gissi <br /> <br /> '''Δημοσιεύθηκε:''' Journal of Cleaner Production<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0959652619325223] <br /> <br /> '''Λέξεις-Κλειδιά:''' οικοσυστημικές περιοχές, ανταποδοτικότητα, προσαρμοσμένος δείκτης βλάστησης εδάφους, βιοενέργεια δεύτερης γεννιάς, αγροτικό τοπίο, ανανεώσιμες πηγές ενέργειας, περιβαλλοντικός σχεδιασμός<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Η επαρχία της Rovigo: τοποθεσία (α), χάρτης χρήσης/κάλυψης γης (b), και περιοχή μελέτης (c)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Διάγραμμα ροής της μεθοδολογίας που χρησιμοποιήθηκε για την ταυτοποίηση των περιθωριακών αγροτικών γαιών]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Χάρτης ανάλυσης πυκνότητας πυρήνα των περιθωριακών αγροτικών γαιών]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Χάρτης των συμβιβασμών μεταξύ βιομάζας ξυλείας και παροχής τροφής (a) και χάρτης των συμβιβασμών και των συνεργιών μεταξύ βιομάζας από ξυλεία και ΟΕ παρεχόμενες από τη βλάστηση (b) στις περιθωριακές αγροτικές γαίες]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η χαρτογράφηση των περιθωριακών εδαφών είναι σημαντική για τη βιώσιμη ανάπτυξη των αγροτικών περιοχών. Η συγκεκριμένη μελέτη προτείνει μία μέθοδο βασισμένη στην τηλεπισκόπηση για την ανίχνευση περιθωριακών αγροτικών γαιών για την παραγωγή βιομάζας ξυλείας και διερευνά τις πιθανές συσχετίσεις μεταξύ των νέων γαιών ξυλείας, αυτών για παραγωγής τροφής και των παρεχόμενων οικοσυστημικών υπηρεσιών (ΟΕ) από τη βλάστηση. <br /> <br /> Τα τελευταία χρόνια υπάρχει μεγάλο ενδιαφέρον εν σχέσει με τη βιομάζα ως ανανεώσιμη πηγή ενέργειας. Η παραγωγή ενέργειας, όμως, από βιομάζα επιφέρει αλλαγές στο τοπίο, ενώ θα πρέπει να ληφθούν υπόψιν και οι αλληλεπιδράσεις της με τους άλλους τομείς των ΟΕ. Επί παραδείγματι, ο ρόλος της βιομάζας είναι ενίοτε ανταγωνιστικός με την παραγωγή τροφής (αφού οι ίδιες εκτάσεις μπορούν να χρησιμοποιηθούν είτε για τον ένα είτε για τον άλλο σκοπό). <br /> Οι μετρικές τοπίου είναι δύο ειδών: συνθετική και ρυθμιστική μετρική. Οι συνηθέστεροι συνθετικοί δείκτες είναι ο δείκτης ποικιλομορφίας του Shannon (SHEI) και η πυκνότητα πλούτου γεωτεμαχίου (PRD). Άλλος δείκτης που χρησιμοποιείται είναι η εντροπία του Shannon, ο οποίος δείχνει την κατανομή της συγκέντρωσης στο χώρο, ο οποίος παίρνει τιμές από 0 (συγκέντρωση σε μία περιοχή) μέχρι 1 (ομοιόμορφη κατανομή σε διάφορες περιοχές). <br /> <br /> Για να αντιμετωπίσει αυτόν τον ανταγωνισμό η Ευρωπαϊκή Ένωση πριμοδοτεί την ανάπτυξη δεύτερης γενιάς βιομάζας, καθώς και των συναφών τεχνολογιών. Το σημαντικότερο για τον συγγραφέα πλεονέκτημα της δεύτερης γενιάς βιομάζας ξυλείας είναι το ότι μπορεί να αναπτυχθεί σε πιο υποβαθμισμένους αγρούς και σε περιθωριακές ή εγκαταλειμμένες περιοχές συγκριτικά με τις αντίστοιχες που απαιτούνται για την παραγωγή τροφής. Στο ίδιο μήκος κύματος, ο συγγραφέας παρουσιάζει, εν συνεχεία, μία σωρεία πλεονεκτημάτων από την αξιοποίηση περιθωριακών γαιών για παραγωγή βιομάζας.<br /> <br /> Οι τηλεπισκοπικές απεικονίσεις συνεπικουρούν τα μέγιστα στη χαρτογράφηση περιθωριακών γαιών και παρέχουν εποπτεία σε όλες τις χρονικές περιόδους. Η συγκεκριμένη εργασία διαφοροποιείται από άλλες συναφείς στο ότι χρησιμοποιεί τηλεπισκοπικά δεδομένα για τον προσδιορισμό αγροτικών γαιών, υποψήφιων για την ανάπτυξη βιομάζας, στην κλίμακα του γεωτεμαχίου, ενώ παράλληλα διερευνά τις σχέσεις και αλληλεξαρτήσεις της βιομάζας με την παραγωγή τροφής και με άλλες ΟΕ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Περιοχή μελέτης είναι η επαρχία Rovigo της βόρειας Ιταλίας. Η επαρχία αυτή γεωμορφολογικά είναι μία πλατειά πεδιάδα, περιτριγυρισμένη από δύο ποταμούς. Διαθέτει ημιηπειρωτικό κλίμα με εξάρσεις κυρίως την άνοιξη και το φθινόπωρο. Συνιστά μία έντονα αγροτική περιοχή με περιορισμένες δασικές ή αμιγώς φυσικές εκτάσεις.<br /> <br /> Οι αγροτικές περιοχές ταξινομήθηκαν σε τρεις θεματικές κατηγορίες, ανάλογα με την τιμή του δείκτη βλάστησης προσαρμοσμένου για το έδαφος (SAVI): 1) Εγκαταλειμμένες ή χωρίς χρήση αγροτικές γαίες, 2) Δυνητικά άγονοι ή χωρίς διαχείριση αγροί, 3) Ενδεχομένως χαμηλής παραγωγικότητας αγροτικές εκτάσεις.<br /> <br /> Η μεθοδολογία που ακολουθήθηκε αναλύεται στα εξής πέντε βήματα:<br /> * Συλλογή δεδομένων<br /> Για το σκοπό αυτόν αξιοποιήθηκαν τόσο δεδομένα από θεματικούς χαρτογράφους (Πληροφοριακό σύστημα γεωτεμαχίων της AVEPA, 2016) όσο και από δορυφόρους (Landsat 8 OLI, 2014-2016). <br /> * Προεπεξεργασία δεδομένων και εξαγωγή θεματικής περιοχής: «Εγκαταλειμμένες ή χωρίς χρήση αγροτικές γαίες»<br /> Στο βήμα αυτό αποκλείστηκαν οι εκτάσεις που βρίσκονταν στο δίκτυο “Natura 2000” καθώς και άλλες μη καλλιεργήσιμες εκτάσεις που δεν πληρούσαν τα κατάλληλα κριτήρια (λ.χ. αποκλείστηκαν οι εκτάσεις που αντιστοιχούσαν σε πολύγωνα επιφάνειας μικρότερης της ελάχιστης προαπαιτούμενης για καλλιέργεια βιομάζας).<br /> * Ανάλυση διαχείρισης αγρών - ανίχνευση των: «δυνητικά άγονων ή χωρίς διαχείριση αγρών»<br /> Στο στάδιο αυτό γίνεται διαφοροποίηση μεταξύ των καλλιεργειών: “δυνητικά άγονοι ή χωρίς διαχείριση αγροί και «διαχειριζόμενοι αγροί». Ένα γεωτεμάχιο θεωρείται ως διαχειριζόμενο όταν διαθέτει καθαρή δυναμική: αναγνωρίζεται από τη βλάστηση που έχει στις κατάλληλες εποχές του χρόνου. <br /> * Ανάλυση παραγωγικότητας αγρών - εκτίμηση των «ενδεχομένως χαμηλής παραγωγικότητας αγροτικών εκτάσεων»<br /> Τα γεωτεμάχια που έδειξαν μία στατιστικά χαμηλότερη τιμή SAVI, σε ανταπόκριση με τον αντίστοιχο πληθυσμό όλων των υπό ανάλυση πεδίων για μία συγκεκριμένη εποχή, θεωρήθηκαν ότι βρίσκονταν σε κατάσταση χαμηλής παραγωγικότητας.<br /> * Συγχώνευση της ανωτέρω πληροφορίας για τη δημιουργία του χάρτη των περιθωριακών αγροτικών περιοχών<br /> <br /> Η ανωτέρω πληροφορία συγχωνεύτηκε και διερευνήθηκε η χωρική της κατανομή, η οποία περιγράφηκε με τη μέθοδο ανάλυσης πυρήνα, υπολογισθείσα με το ArcGIS 10.4 χρησιμοποιώντας τη χωρική μεταβλητή του κανόνα του δεξιού χεριού του Silverman. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα έδειξαν πως η περιθωριακή αγροτική γη καλύπτει το 1,7% των αγροτικών περιοχών στην επαρχία και περίπου 13,642 MWh το χρόνο δεύτερης γενιάς ενέργειας από βιομάζα μπορεί να παραχθεί στις αγροτικές αυτές περιοχές, ενισχύοντας παράλληλα τις παρεχόμενες ΟΕ από τη βλάστηση και αποφεύγοντας παράλληλα τις υποχωρήσεις εν σχέση με την παραγωγή τροφής.<br /> <br /> Ο συγγραφέας επισημαίνει ότι ένα τεράστιο ποσοστό (95,8%) των περιοχών που καλύπτονται από περιθωριακή αγροτική γη θα μπορούσε να αξιοποιηθεί για την παραγωγή δεύτερης γενιάς βιομάζας από ξυλεία δίχως να βλάπτει τις οικοσυστημικές υπηρεσίες που παρέχονται από τη βλάστηση, για μία δυνητική παραγωγή 67,762 MWh ανά έτος. Επιπλέον, η πλειονότητα των γαιών αυτών (74,9%) μπορεί να συνεισφέρει στην ενίσχυση των ανωτέρω οικοσυστημικών υπηρεσιών, παράγοντας δυνητικά ενέργεια 52,952 67,762 MWh ανά έτος, ενώ περίπου το 1/5 αυτών (19,6%) μπορεί να αξιοποιηθεί χωρίς να παρεμποδίσει την παραγωγή τροφής. <br /> <br /> <br /> [[category:Ενέργεια]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:39:23Z

<p>Kapep: </p> <hr /> <div>Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων <br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping remote rural settlements at 30m spatial resolution using geospatial data-fusion<br /> <br /> '''Συγγραφείς:''' Amanda Hoffman-Hall, Tatiana V. Loboda, Joanne V. Hall, Mark L. Carroll, Dong Chen<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Environment<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0034425719304055] <br /> <br /> '''Λέξεις-Κλειδιά:''' Landsat, Αγροτικό περιβάλλον, Χαρτογράφηση πληθυσμού, Οικισμός, Ταξινόμηση εικόνας, Ανάπτυξη αλγορίθμων, Myanmar, Μέση ανάλυση, Τόπος, Χρήση γης<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης απεικόνισης της περιοχής μελέτης: Ann Township, εντός της πολιτείας Rakhine, εντός της επικράτειας της Μιανμάρ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Αποτελέσματα του αλγορίθμου χαρτογράφησης που παριστούν: (a) ένα αποτέλεσμα κατάλληλο για ανάλυση αποτυπώματος και (b) ένα αποτέλεσμα μη κατάλληλο για ανάλυση αποτυπώματος αλλά που προσδιορίζει με επιτυχία την τοποθεσία του οικισμού]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Παραδείγματα σεναρίων εκτιμώμενα στη εκτίμηση ακρίβειας βάσει τοποθεσίας. Για έκαστη εικόνα το κόκκινο σημείο θα μπορούσε να εκτιμηθεί για την ακρίβεια. (a) Ορθά ταξινομημένο ως «οικισμός», (b) Εσφαλμένα ταξινομημένο ως «οικισμός», (c) Ορθά ταξινομημένο ως «μη οικισμός», (d) Εσφαλμένα ταξινομημένο ως «μη οικισμός». (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Αποτελέσματα του χαρτογραφούντος αλγορίθμου (a) Συνολικά για την Ann Township, (β) μικρός χαρτογραφημένος οικισμός, η κόκκινη έλλειψη υποδηλώνει τη θέαση των κατασκευών επί εδάφους, (c) μέσος χαρτογραφημένος οικισμός (d) ευμεγέθης χαρτογραφημένος οικισμός. Τα χαρτογραφημένα pixels είναι όμοια σε όλους τους ένθετους χάρτες, αυτοί εκ δεξιών δείχνουν το ίχνος του περιγράμματος ώστε να επιτρέπει στον παρατηρητή να βλέπει την υποκείμενη εικόνα υψηλής ανάλυσης (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η ακριβής και έγκαιρη χαρτογράφηση του πληθυσμού είναι κρίσιμη για την ασφάλεια των πολιτών, την πρόληψη από τις φυσικές καταστροφές, κ.ο.κ. Η συγκεκριμένη μελέτη παρέχει μία τεχνική για την ανίχνευση των μικρών αγροτικών οικισμών στην Ann Township της πολιτείας Rakhine της Μιανμάρ, συνδυάζοντας δορυφορικές εικόνες Landsat με διάφορα άλλα ανοικτά γεωχωρικά δεδομένα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Σε πολλές περιοχές ανά την υφήλιο η χαρτογράφηση του πληθυσμού δεν έχει επιτευχθεί, ελλείψει της απαραίτητης για τον σκοπό αυτό υποδομής. Οι απογραφές πληθυσμού στις αγροτικές περιοχές δεν γίνονται με την απαραίτητη συχνότητα, ούτως ώστε να διαφαίνεται μέσα από αυτές η δυναμική τους. Οι απομακρυσμένες αυτές περιοχές είναι μάλιστα πολύ πιο ευάλωτες στις φυσικές καταστροφές και εν γένει στις αλλαγές του περιβάλλοντος. Οι πληθυσμοί στις αγροτικές περιοχές καλύπτουν ένα σημαντικό ποσοστό του συνολικού πληθυσμού στην Μιανμάρ, με τους μισούς από αυτούς ζουν κάτω από τα όρια της φτώχειας. <br /> <br /> Ο συγγραφέας, αφού κάνει μία επισκόπηση των δυνατοτήτων αλλά και των περιορισμών των διαφόρων τύπων δορυφορικών εικόνων, καταλήγει στη χρήση των εικόνων Landsat για τους σκοπούς της έρευνας. Σπουδαίο ρόλο στον εντοπισμό και τη χαρτογράφηση των οικισμών παίζουν οι λεγόμενες μετρικές τοπίου: Παράγοντες όπως η απόσταση από λίμνες, δρόμους, η απόσταση από πρόσφατη εστία πυρκαγιάς (παράμετρος η οποία επισημάνθηκε πρώτα από τον συγγραφέα) μπορούν να αποτελέσουν εργαλεία για την πρόβλεψη της θέσης των οικισμών (σε συνδυασμό πάντα με τα τηλεπισκοπικά δεδομένα).<br /> <br /> Η συγκεκριμένη εργασία παρουσιάζει μία καινοτόμο μέθοδο συνδυασμού τηλεπισκόπησης και μηχανικής μάθησης για την χαρτογράφηση του τόπου των αγροτικών οικισμών. Την τεχνική αυτή επιχειρεί να την εφαρμόσει σ’ ένα θα λέγαμε παράδειγμα – πρόκληση: ενός αγροτικού οικισμού μεγέθους μόλις 30μ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Κύριος στόχος της μελέτης είναι να προσδιοριστεί η παρουσία των οικισμών της Ann Township και όχι να καθοριστούν τα όρια στα οποία αυτοί επεκτείνονται. Οικισμός στην παρούσα θεωρείται οποιαδήποτε τοποθεσία εντός της οποίας υπάρχουν ανθρώπινα καταλύματα για προσωρινή ή μόνιμη διαμονή. Γενικά ακολουθήθηκαν τα εξής βήματα:<br /> <br /> * Αλγόριθμος τυχαίου δάσους<br /> <br /> Χρησιμοποιήθηκε ο αλγόριθμος του τυχαίου δάσους (random forest), ο οποίος αποτελεί μία μέθοδο επιβλεπόμενης ταξινόμησης, βασισμένη στη μηχανική μάθηση. Οικισμός στα πλαίσια της μεθόδου θεωρήθηκε οτιδήποτε περιείχε ανθρώπινες κατασκευές σε ποσοστό μεγαλύτερο του 25%. Τελικώς, δημιουργήθηκε ένας δυαδικός θεματικός χάρτης με τις κλάσεις: οικισμός και μη οικισμός, διάκριση για την οποία ο ερευνητής χρησιμοποίησε σαν όριο την τιμή πιθανότητας 65% (να είναι οικισμός).<br /> <br /> * Ανακλαστικότητα επιφάνειας Landsat<br /> Ο προαναφερθείς αλγόριθμος δέχεται 84 διαφορετικά ανοιχτά δεδομένα εισόδου, συμπεριλαμβανομένων: Landsat 8 κώδικας ανακλαστικότητας επιφάνειας (LaSRC), δεδομένα ανακλαστικότητας επιφάνειας για τον λειτουργική απεικόνιση εδάφους ((OLI), και ανώτερο στρώμα ατμόσφαιρας (TOA) φωτεινότητας – θερμοκρασίας για τον αισθητήρα θερμικού υπέρυθρου (TIRS). Δεδομένα LaSRC αποκτήθηκαν για την ξηρή χειμερινή περίοδο του 2014, περιλαμβανομένης μίας καθαρής εικόνας (από σύννεφα).<br /> <br /> * Χωρικοί δείκτες<br /> Χωρικοί δείκτες που αναπαριστούν τις ιδιαιτερότητες της βλάστησης αλλά και του ανθρώπινου τοπίου της Μιανμάρ χρησιμοποιήθηκαν για την εκπαίδευση του αλγορίθμου της μηχανικής μάθησης, ώστε να ξεχωρίζει καλύτερα τους οικισμούς από τα υπόλοιπα στοιχεία.<br /> <br /> * Μετρικές τοπίου<br /> <br /> Τα μετρητικά χαρακτηριστικά του τόπου αξιοποιήθηκαν ώστε να ξεπεραστεί το πρόβλημα της μειωμένης χωρικής ανάλυσης των δορυφόρων. Τα τελευταία αναλύονται σε δύο βασικές συνιστώσες: 1) Στην υπάρχουσα γνώση γύρω από τους οικισμούς καθώς και τις συνήθειες ζωής των ανθρώπων σε αυτούς και 2) Τη διαθεσιμότητα των στοιχείων. Οι μετρικές αυτές είτε είναι εφαρμόσιμες καθολικά στα πρότυπα (μοτίβα) των οικισμών, είτε αφορούν αποκλειστικά την περιοχή μελέτης.<br /> <br /> * Εκτίμηση ακρίβειας βάσει εικονοστοιχείων<br /> Ανοιχτά δεδομένα εικόνων υψηλής ευκρίνειας χρησιμοποιήθηκαν τόσο για τη συγκέντρωση των περιοχών εκπαίδευσης του αλγορίθμου, όσο και για τον έλεγχο των αποτελεσμάτων.<br /> <br /> * Εκτίμηση ακριβείας βάσει τοποθεσίας<br /> <br /> Απαραίτητη κρίθηκε από τον ερευνητή η σε δεύτερο επίπεδο επαλήθευση των αποτελεσμάτων, στα πλαίσια της οποίας κάθε pixel που αντιστοιχούσε σε οικισμό περιορίστηκε στο ArcGIS στα 500μ. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο αλγόριθμος παρήγαγε αποτελέσματα με υψηλό βαθμό ανίχνευσης οικισμών, καθώς τα σφάλματα ταξινόμησης περιορίστηκαν σε χαμηλά ποσοστά. Το ποσοστό διαχωρισμού της τελικής ταξινόμησης (65%) επιλέχθηκε, καθώς θεωρήθηκε από το συγγραφέα ως κατάλληλο για τον προσδιορισμό των τοποθεσιών (όχι δηλαδή αυστηρά καθορισμένων περιοχών). <br /> <br /> Σύμφωνα με την παραχθείσα χαρτογράφηση των οικισμών, αυτοί φαίνεται πως δεσπόζουν κατά μήκος της ακτής και πλησίον της μεγαλύτερης πόλης της Ann. Ο συγγραφέας αναλύει πολλές ακόμα συναφείς πληροφορίες γύρω από το μέγεθος και τη χωρική κατανομή των οικισμών. Ο αλγόριθμος δε που χρησιμοποίησε κατάφερε να αποτυπώσει από μερικές οικιστικές μονάδες μέχρι και μεγάλης κλίμακας οικιστικά σύνολα. <br /> <br /> Τα αποτελέσματα έδειξαν ότι οι άνθρωποι ζούνε αρκετά πιο απομακρυσμένα απ’ ότι θεωρούσαμε, στα ανατολικά της περιφέρειας, κατά κύριο λόγο σε υπερβολικά μικρούς και απομακρυσμένους οικισμούς.<br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:38:59Z

<p>Kapep: </p> <hr /> <div>Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων <br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping remote rural settlements at 30m spatial resolution using geospatial data-fusion<br /> <br /> '''Συγγραφείς:''' Amanda Hoffman-Hall, Tatiana V. Loboda, Joanne V. Hall, Mark L. Carroll, Dong Chen<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Environment<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0034425719304055] <br /> <br /> '''Λέξεις-Κλειδιά:''' Landsat, Αγροτικό περιβάλλον, Χαρτογράφηση πληθυσμού, Οικισμός, Ταξινόμηση εικόνας, Ανάπτυξη αλγορίθμων, Myanmar, Μέση ανάλυση, Τόπος, Χρήση γης<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης απεικόνισης της περιοχής μελέτης: Ann Township, εντός της πολιτείας Rakhine, εντός της επικράτειας της Μιανμάρ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Αποτελέσματα του αλγορίθμου χαρτογράφησης που παριστούν: (a) ένα αποτέλεσμα κατάλληλο για ανάλυση αποτυπώματος και (b) ένα αποτέλεσμα μη κατάλληλο για ανάλυση αποτυπώματος αλλά που προσδιορίζει με επιτυχία την τοποθεσία του οικισμού]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Παραδείγματα σεναρίων εκτιμώμενα στη εκτίμηση ακρίβειας βάσει τοποθεσίας. Για έκαστη εικόνα το κόκκινο σημείο θα μπορούσε να εκτιμηθεί για την ακρίβεια. (a) Ορθά ταξινομημένο ως «οικισμός», (b) Εσφαλμένα ταξινομημένο ως «οικισμός», (c) Ορθά ταξινομημένο ως «μη οικισμός», (d) Εσφαλμένα ταξινομημένο ως «μη οικισμός». (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Αποτελέσματα του χαρτογραφούντος αλγορίθμου (a) Συνολικά για την Ann Township, (β) μικρός χαρτογραφημένος οικισμός, η κόκκινη έλλειψη υποδηλώνει τη θέαση των κατασκευών επί εδάφους, (c) μέσος χαρτογραφημένος οικισμός (d) ευμεγέθης χαρτογραφημένος οικισμός. Τα χαρτογραφημένα pixels είναι όμοια σε όλους τους ένθετους χάρτες, αυτοί εκ δεξιών δείχνουν το ίχνος του περιγράμματος ώστε να επιτρέπει στον παρατηρητή να βλέπει την υποκείμενη εικόνα υψηλής ανάλυσης (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η ακριβής και έγκαιρη χαρτογράφηση του πληθυσμού είναι κρίσιμη για την ασφάλεια των πολιτών, την πρόληψη από τις φυσικές καταστροφές, κ.ο.κ. Η συγκεκριμένη μελέτη παρέχει μία τεχνική για την ανίχνευση των μικρών αγροτικών οικισμών στην Ann Township της πολιτείας Rakhine της Μιανμάρ, συνδυάζοντας δορυφορικές εικόνες Landsat με διάφορα άλλα ανοικτά γεωχωρικά δεδομένα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Σε πολλές περιοχές ανά την υφήλιο η χαρτογράφηση του πληθυσμού δεν έχει επιτευχθεί, ελλείψει της απαραίτητης για τον σκοπό αυτό υποδομής. Οι απογραφές πληθυσμού στις αγροτικές περιοχές δεν γίνονται με την απαραίτητη συχνότητα, ούτως ώστε να διαφαίνεται μέσα από αυτές η δυναμική τους. Οι απομακρυσμένες αυτές περιοχές είναι μάλιστα πολύ πιο ευάλωτες στις φυσικές καταστροφές και εν γένει στις αλλαγές του περιβάλλοντος. Οι πληθυσμοί στις αγροτικές περιοχές καλύπτουν ένα σημαντικό ποσοστό του συνολικού πληθυσμού στην Μιανμάρ, με τους μισούς από αυτούς ζουν κάτω από τα όρια της φτώχειας. <br /> <br /> Ο συγγραφέας, αφού κάνει μία επισκόπηση των δυνατοτήτων αλλά και των περιορισμών των διαφόρων τύπων δορυφορικών εικόνων, καταλήγει στη χρήση των εικόνων Landsat για τους σκοπούς της έρευνας. Σπουδαίο ρόλο στον εντοπισμό και τη χαρτογράφηση των οικισμών παίζουν οι λεγόμενες μετρικές τοπίου: Παράγοντες όπως η απόσταση από λίμνες, δρόμους, η απόσταση από πρόσφατη εστία πυρκαγιάς (παράμετρος η οποία επισημάνθηκε πρώτα από τον συγγραφέα) μπορούν να αποτελέσουν εργαλεία για την πρόβλεψη της θέσης των οικισμών (σε συνδυασμό πάντα με τα τηλεπισκοπικά δεδομένα).<br /> <br /> Η συγκεκριμένη εργασία παρουσιάζει μία καινοτόμο μέθοδο συνδυασμού τηλεπισκόπησης και μηχανικής μάθησης για την χαρτογράφηση του τόπου των αγροτικών οικισμών. Την τεχνική αυτή επιχειρεί να την εφαρμόσει σ’ ένα θα λέγαμε παράδειγμα – πρόκληση: ενός αγροτικού οικισμού μεγέθους μόλις 30μ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Κύριος στόχος της μελέτης είναι να προσδιοριστεί η παρουσία των οικισμών της Ann Township και όχι να καθοριστούν τα όρια στα οποία αυτοί επεκτείνονται. Οικισμός στην παρούσα θεωρείται οποιαδήποτε τοποθεσία εντός της οποίας υπάρχουν ανθρώπινα καταλύματα για προσωρινή ή μόνιμη διαμονή. Γενικά ακολουθήθηκαν τα εξής βήματα:<br /> <br /> * Αλγόριθμος τυχαίου δάσους<br /> <br /> Χρησιμοποιήθηκε ο αλγόριθμος του τυχαίου δάσους (random forest), ο οποίος αποτελεί μία μέθοδο επιβλεπόμενης ταξινόμησης, βασισμένη στη μηχανική μάθηση. Οικισμός στα πλαίσια της μεθόδου θεωρήθηκε οτιδήποτε περιείχε ανθρώπινες κατασκευές σε ποσοστό μεγαλύτερο του 25%. Τελικώς, δημιουργήθηκε ένας δυαδικός θεματικός χάρτης με τις κλάσεις: οικισμός και μη οικισμός, διάκριση για την οποία ο ερευνητής χρησιμοποίησε σαν όριο την τιμή πιθανότητας 65% (να είναι οικισμός).<br /> <br /> * Ανακλαστικότητα επιφάνειας Landsat<br /> Ο προαναφερθείς αλγόριθμος δέχεται 84 διαφορετικά ανοιχτά δεδομένα εισόδου, συμπεριλαμβανομένων: Landsat 8 κώδικας ανακλαστικότητας επιφάνειας (LaSRC), δεδομένα ανακλαστικότητας επιφάνειας για τον λειτουργική απεικόνιση εδάφους ((OLI), και ανώτερο στρώμα ατμόσφαιρας (TOA) φωτεινότητας – θερμοκρασίας για τον αισθητήρα θερμικού υπέρυθρου (TIRS). Δεδομένα LaSRC αποκτήθηκαν για την ξηρή χειμερινή περίοδο του 2014, περιλαμβανομένης μίας καθαρής εικόνας (από σύννεφα).<br /> <br /> * Χωρικοί δείκτες<br /> Χωρικοί δείκτες που αναπαριστούν τις ιδιαιτερότητες της βλάστησης αλλά και του ανθρώπινου τοπίου της Μιανμάρ χρησιμοποιήθηκαν για την εκπαίδευση του αλγορίθμου της μηχανικής μάθησης, ώστε να ξεχωρίζει καλύτερα τους οικισμούς από τα υπόλοιπα στοιχεία.<br /> <br /> * Μετρικές τοπίου<br /> <br /> Τα μετρητικά χαρακτηριστικά του τόπου αξιοποιήθηκαν ώστε να ξεπεραστεί το πρόβλημα της μειωμένης χωρικής ανάλυσης των δορυφόρων. Τα τελευταία αναλύονται σε δύο βασικές συνιστώσες: 1) Στην υπάρχουσα γνώση γύρω από τους οικισμούς καθώς και τις συνήθειες ζωής των ανθρώπων σε αυτούς και 2) Τη διαθεσιμότητα των στοιχείων. Οι μετρικές αυτές είτε είναι εφαρμόσιμες καθολικά στα πρότυπα (μοτίβα) των οικισμών, είτε αφορούν αποκλειστικά την περιοχή μελέτης.<br /> <br /> * Εκτίμηση ακρίβειας βάσει εικονοστοιχείων<br /> Ανοιχτά δεδομένα εικόνων υψηλής ευκρίνειας χρησιμοποιήθηκαν τόσο για τη συγκέντρωση των περιοχών εκπαίδευσης του αλγορίθμου, όσο και για τον έλεγχο των αποτελεσμάτων.<br /> <br /> * Εκτίμηση ακριβείας βάσει τοποθεσίας<br /> <br /> Απαραίτητη κρίθηκε από τον ερευνητή η σε δεύτερο επίπεδο επαλήθευση των αποτελεσμάτων, στα πλαίσια της οποίας κάθε pixel που αντιστοιχούσε σε οικισμό περιορίστηκε στο ArcGIS στα 500μ. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο αλγόριθμος παρήγαγε αποτελέσματα με υψηλό βαθμό ανίχνευσης οικισμών, καθώς τα σφάλματα ταξινόμησης περιορίστηκαν σε χαμηλά ποσοστά. Το ποσοστό διαχωρισμού της τελικής ταξινόμησης (65%) επιλέχθηκε, καθώς θεωρήθηκε από το συγγραφέα ως κατάλληλο για τον προσδιορισμό των τοποθεσιών (όχι δηλαδή αυστηρά καθορισμένων περιοχών). <br /> <br /> Σύμφωνα με την παραχθείσα χαρτογράφηση των οικισμών, αυτοί φαίνεται πως δεσπόζουν κατά μήκος της ακτής και πλησίον της μεγαλύτερης πόλης της Ann. Ο συγγραφέας αναλύει πολλές ακόμα συναφείς πληροφορίες γύρω από το μέγεθος και τη χωρική κατανομή των οικισμών. Ο αλγόριθμος δε που χρησιμοποίησε κατάφερε να αποτυπώσει από μερικές οικιστικές μονάδες μέχρι και μεγάλης κλίμακας οικιστικά σύνολα. <br /> <br /> Τα αποτελέσματα έδειξαν ότι οι άνθρωποι ζούνε αρκετά πιο απομακρυσμένα απ’ ότι θεωρούσαμε, στα ανατολικά της περιφέρειας, κατά κύριο λόγο σε υπερβολικά μικρούς και απομακρυσμένους οικισμούς.<br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:38:39Z

<p>Kapep: </p> <hr /> <div>Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων <br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping remote rural settlements at 30m spatial resolution using geospatial data-fusion<br /> <br /> '''Συγγραφείς:''' Amanda Hoffman-Hall, Tatiana V. Loboda, Joanne V. Hall, Mark L. Carroll, Dong Chen<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Environment<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0034425719304055] <br /> <br /> '''Λέξεις-Κλειδιά:''' Landsat, Αγροτικό περιβάλλον, Χαρτογράφηση πληθυσμού, Οικισμός, Ταξινόμηση εικόνας, Ανάπτυξη αλγορίθμων, Myanmar, Μέση ανάλυση, Τόπος, Χρήση γης<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης απεικόνισης της περιοχής μελέτης: Ann Township, εντός της πολιτείας Rakhine, εντός της επικράτειας της Μιανμάρ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Αποτελέσματα του αλγορίθμου χαρτογράφησης που παριστούν: (a) ένα αποτέλεσμα κατάλληλο για ανάλυση αποτυπώματος και (b) ένα αποτέλεσμα μη κατάλληλο για ανάλυση αποτυπώματος αλλά που προσδιορίζει με επιτυχία την τοποθεσία του οικισμού]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Παραδείγματα σεναρίων εκτιμώμενα στη εκτίμηση ακρίβειας βάσει τοποθεσίας. Για έκαστη εικόνα το κόκκινο σημείο θα μπορούσε να εκτιμηθεί για την ακρίβεια. (a) Ορθά ταξινομημένο ως «οικισμός», (b) Εσφαλμένα ταξινομημένο ως «οικισμός», (c) Ορθά ταξινομημένο ως «μη οικισμός», (d) Εσφαλμένα ταξινομημένο ως «μη οικισμός». (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Αποτελέσματα του χαρτογραφούντος αλγορίθμου (a) Συνολικά για την Ann Township, (β) μικρός χαρτογραφημένος οικισμός, η κόκκινη έλλειψη υποδηλώνει τη θέαση των κατασκευών επί εδάφους, (c) μέσος χαρτογραφημένος οικισμός (d) ευμεγέθης χαρτογραφημένος οικισμός. Τα χαρτογραφημένα pixels είναι όμοια σε όλους τους ένθετους χάρτες, αυτοί εκ δεξιών δείχνουν το ίχνος του περιγράμματος ώστε να επιτρέπει στον παρατηρητή να βλέπει την υποκείμενη εικόνα υψηλής ανάλυσης (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η ακριβής και έγκαιρη χαρτογράφηση του πληθυσμού είναι κρίσιμη για την ασφάλεια των πολιτών, την πρόληψη από τις φυσικές καταστροφές, κ.ο.κ. Η συγκεκριμένη μελέτη παρέχει μία τεχνική για την ανίχνευση των μικρών αγροτικών οικισμών στην Ann Township της πολιτείας Rakhine της Μιανμάρ, συνδυάζοντας δορυφορικές εικόνες Landsat με διάφορα άλλα ανοικτά γεωχωρικά δεδομένα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Σε πολλές περιοχές ανά την υφήλιο η χαρτογράφηση του πληθυσμού δεν έχει επιτευχθεί, ελλείψει της απαραίτητης για τον σκοπό αυτό υποδομής. Οι απογραφές πληθυσμού στις αγροτικές περιοχές δεν γίνονται με την απαραίτητη συχνότητα, ούτως ώστε να διαφαίνεται μέσα από αυτές η δυναμική τους. Οι απομακρυσμένες αυτές περιοχές είναι μάλιστα πολύ πιο ευάλωτες στις φυσικές καταστροφές και εν γένει στις αλλαγές του περιβάλλοντος. Οι πληθυσμοί στις αγροτικές περιοχές καλύπτουν ένα σημαντικό ποσοστό του συνολικού πληθυσμού στην Μιανμάρ, με τους μισούς από αυτούς ζουν κάτω από τα όρια της φτώχειας. <br /> <br /> Ο συγγραφέας, αφού κάνει μία επισκόπηση των δυνατοτήτων αλλά και των περιορισμών των διαφόρων τύπων δορυφορικών εικόνων, καταλήγει στη χρήση των εικόνων Landsat για τους σκοπούς της έρευνας. Σπουδαίο ρόλο στον εντοπισμό και τη χαρτογράφηση των οικισμών παίζουν οι λεγόμενες μετρικές τοπίου: Παράγοντες όπως η απόσταση από λίμνες, δρόμους, η απόσταση από πρόσφατη εστία πυρκαγιάς (παράμετρος η οποία επισημάνθηκε πρώτα από τον συγγραφέα) μπορούν να αποτελέσουν εργαλεία για την πρόβλεψη της θέσης των οικισμών (σε συνδυασμό πάντα με τα τηλεπισκοπικά δεδομένα).<br /> <br /> Η συγκεκριμένη εργασία παρουσιάζει μία καινοτόμο μέθοδο συνδυασμού τηλεπισκόπησης και μηχανικής μάθησης για την χαρτογράφηση του τόπου των αγροτικών οικισμών. Την τεχνική αυτή επιχειρεί να την εφαρμόσει σ’ ένα θα λέγαμε παράδειγμα – πρόκληση: ενός αγροτικού οικισμού μεγέθους μόλις 30μ.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Κύριος στόχος της μελέτης είναι να προσδιοριστεί η παρουσία των οικισμών της Ann Township και όχι να καθοριστούν τα όρια στα οποία αυτοί επεκτείνονται. Οικισμός στην παρούσα θεωρείται οποιαδήποτε τοποθεσία εντός της οποίας υπάρχουν ανθρώπινα καταλύματα για προσωρινή ή μόνιμη διαμονή. Γενικά ακολουθήθηκαν τα εξής βήματα:<br /> <br /> * Αλγόριθμος τυχαίου δάσους<br /> <br /> Χρησιμοποιήθηκε ο αλγόριθμος του τυχαίου δάσους (random forest), ο οποίος αποτελεί μία μέθοδο επιβλεπόμενης ταξινόμησης, βασισμένη στη μηχανική μάθηση. Οικισμός στα πλαίσια της μεθόδου θεωρήθηκε οτιδήποτε περιείχε ανθρώπινες κατασκευές σε ποσοστό μεγαλύτερο του 25%. Τελικώς, δημιουργήθηκε ένας δυαδικός θεματικός χάρτης με τις κλάσεις: οικισμός και μη οικισμός, διάκριση για την οποία ο ερευνητής χρησιμοποίησε σαν όριο την τιμή πιθανότητας 65% (να είναι οικισμός).<br /> <br /> * Ανακλαστικότητα επιφάνειας Landsat<br /> Ο προαναφερθείς αλγόριθμος δέχεται 84 διαφορετικά ανοιχτά δεδομένα εισόδου, συμπεριλαμβανομένων: Landsat 8 κώδικας ανακλαστικότητας επιφάνειας (LaSRC), δεδομένα ανακλαστικότητας επιφάνειας για τον λειτουργική απεικόνιση εδάφους ((OLI), και ανώτερο στρώμα ατμόσφαιρας (TOA) φωτεινότητας – θερμοκρασίας για τον αισθητήρα θερμικού υπέρυθρου (TIRS). Δεδομένα LaSRC αποκτήθηκαν για την ξηρή χειμερινή περίοδο του 2014, περιλαμβανομένης μίας καθαρής εικόνας (από σύννεφα).<br /> <br /> * Χωρικοί δείκτες<br /> Χωρικοί δείκτες που αναπαριστούν τις ιδιαιτερότητες της βλάστησης αλλά και του ανθρώπινου τοπίου της Μιανμάρ χρησιμοποιήθηκαν για την εκπαίδευση του αλγορίθμου της μηχανικής μάθησης, ώστε να ξεχωρίζει καλύτερα τους οικισμούς από τα υπόλοιπα στοιχεία.<br /> <br /> * Μετρικές τοπίου<br /> <br /> Τα μετρητικά χαρακτηριστικά του τόπου αξιοποιήθηκαν ώστε να ξεπεραστεί το πρόβλημα της μειωμένης χωρικής ανάλυσης των δορυφόρων. Τα τελευταία αναλύονται σε δύο βασικές συνιστώσες: 1) Στην υπάρχουσα γνώση γύρω από τους οικισμούς καθώς και τις συνήθειες ζωής των ανθρώπων σε αυτούς και 2) Τη διαθεσιμότητα των στοιχείων. Οι μετρικές αυτές είτε είναι εφαρμόσιμες καθολικά στα πρότυπα (μοτίβα) των οικισμών, είτε αφορούν αποκλειστικά την περιοχή μελέτης.<br /> <br /> * Εκτίμηση ακρίβειας βάσει εικονοστοιχείων<br /> Ανοιχτά δεδομένα εικόνων υψηλής ευκρίνειας χρησιμοποιήθηκαν τόσο για τη συγκέντρωση των περιοχών εκπαίδευσης του αλγορίθμου, όσο και για τον έλεγχο των αποτελεσμάτων.<br /> <br /> * Εκτίμηση ακριβείας βάσει τοποθεσίας<br /> <br /> Απαραίτητη κρίθηκε από τον ερευνητή η σε δεύτερο επίπεδο επαλήθευση των αποτελεσμάτων, στα πλαίσια της οποίας κάθε pixel που αντιστοιχούσε σε οικισμό περιορίστηκε στο ArcGIS στα 500μ. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο αλγόριθμος παρήγαγε αποτελέσματα με υψηλό βαθμό ανίχνευσης οικισμών, καθώς τα σφάλματα ταξινόμησης περιορίστηκαν σε χαμηλά ποσοστά. Το ποσοστό διαχωρισμού της τελικής ταξινόμησης (65%) επιλέχθηκε, καθώς θεωρήθηκε από το συγγραφέα ως κατάλληλο για τον προσδιορισμό των τοποθεσιών (όχι δηλαδή αυστηρά καθορισμένων περιοχών). <br /> <br /> Σύμφωνα με την παραχθείσα χαρτογράφηση των οικισμών, αυτοί φαίνεται πως δεσπόζουν κατά μήκος της ακτής και πλησίον της μεγαλύτερης πόλης της Ann. Ο συγγραφέας αναλύει πολλές ακόμα συναφείς πληροφορίες γύρω από το μέγεθος και τη χωρική κατανομή των οικισμών. Ο αλγόριθμος δε που χρησιμοποίησε κατάφερε να αποτυπώσει από μερικές οικιστικές μονάδες μέχρι και μεγάλης κλίμακας οικιστικά σύνολα. <br /> <br /> Τα αποτελέσματα έδειξαν ότι οι άνθρωποι ζούνε αρκετά πιο απομακρυσμένα απ’ ότι θεωρούσαμε, στα ανατολικά της περιφέρειας, κατά κύριο λόγο σε υπερβολικά μικρούς και απομακρυσμένους οικισμούς.<br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:38:16Z

<p>Kapep: </p> <hr /> <div>Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων <br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping remote rural settlements at 30m spatial resolution using geospatial data-fusion<br /> <br /> '''Συγγραφείς:''' Amanda Hoffman-Hall, Tatiana V. Loboda, Joanne V. Hall, Mark L. Carroll, Dong Chen<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Environment<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0034425719304055] <br /> <br /> '''Λέξεις-Κλειδιά:''' Landsat, Αγροτικό περιβάλλον, Χαρτογράφηση πληθυσμού, Οικισμός, Ταξινόμηση εικόνας, Ανάπτυξη αλγορίθμων, Myanmar, Μέση ανάλυση, Τόπος, Χρήση γης<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης απεικόνισης της περιοχής μελέτης: Ann Township, εντός της πολιτείας Rakhine, εντός της επικράτειας της Μιανμάρ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Αποτελέσματα του αλγορίθμου χαρτογράφησης που παριστούν: (a) ένα αποτέλεσμα κατάλληλο για ανάλυση αποτυπώματος και (b) ένα αποτέλεσμα μη κατάλληλο για ανάλυση αποτυπώματος αλλά που προσδιορίζει με επιτυχία την τοποθεσία του οικισμού]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Παραδείγματα σεναρίων εκτιμώμενα στη εκτίμηση ακρίβειας βάσει τοποθεσίας. Για έκαστη εικόνα το κόκκινο σημείο θα μπορούσε να εκτιμηθεί για την ακρίβεια. (a) Ορθά ταξινομημένο ως «οικισμός», (b) Εσφαλμένα ταξινομημένο ως «οικισμός», (c) Ορθά ταξινομημένο ως «μη οικισμός», (d) Εσφαλμένα ταξινομημένο ως «μη οικισμός». (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Αποτελέσματα του χαρτογραφούντος αλγορίθμου (a) Συνολικά για την Ann Township, (β) μικρός χαρτογραφημένος οικισμός, η κόκκινη έλλειψη υποδηλώνει τη θέαση των κατασκευών επί εδάφους, (c) μέσος χαρτογραφημένος οικισμός (d) ευμεγέθης χαρτογραφημένος οικισμός. Τα χαρτογραφημένα pixels είναι όμοια σε όλους τους ένθετους χάρτες, αυτοί εκ δεξιών δείχνουν το ίχνος του περιγράμματος ώστε να επιτρέπει στον παρατηρητή να βλέπει την υποκείμενη εικόνα υψηλής ανάλυσης (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η ακριβής και έγκαιρη χαρτογράφηση του πληθυσμού είναι κρίσιμη για την ασφάλεια των πολιτών, την πρόληψη από τις φυσικές καταστροφές, κ.ο.κ. Η συγκεκριμένη μελέτη παρέχει μία τεχνική για την ανίχνευση των μικρών αγροτικών οικισμών στην Ann Township της πολιτείας Rakhine της Μιανμάρ, συνδυάζοντας δορυφορικές εικόνες Landsat με διάφορα άλλα ανοικτά γεωχωρικά δεδομένα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Σε πολλές περιοχές ανά την υφήλιο η χαρτογράφηση του πληθυσμού δεν έχει επιτευχθεί, ελλείψει της απαραίτητης για τον σκοπό αυτό υποδομής. Οι απογραφές πληθυσμού στις αγροτικές περιοχές δεν γίνονται με την απαραίτητη συχνότητα, ούτως ώστε να διαφαίνεται μέσα από αυτές η δυναμική τους. Οι απομακρυσμένες αυτές περιοχές είναι μάλιστα πολύ πιο ευάλωτες στις φυσικές καταστροφές και εν γένει στις αλλαγές του περιβάλλοντος. Οι πληθυσμοί στις αγροτικές περιοχές καλύπτουν ένα σημαντικό ποσοστό του συνολικού πληθυσμού στην Μιανμάρ, με τους μισούς από αυτούς ζουν κάτω από τα όρια της φτώχειας. <br /> <br /> Ο συγγραφέας, αφού κάνει μία επισκόπηση των δυνατοτήτων αλλά και των περιορισμών των διαφόρων τύπων δορυφορικών εικόνων, καταλήγει στη χρήση των εικόνων Landsat για τους σκοπούς της έρευνας. Σπουδαίο ρόλο στον εντοπισμό και τη χαρτογράφηση των οικισμών παίζουν οι λεγόμενες μετρικές τοπίου: Παράγοντες όπως η απόσταση από λίμνες, δρόμους, η απόσταση από πρόσφατη εστία πυρκαγιάς (παράμετρος η οποία επισημάνθηκε πρώτα από τον συγγραφέα) μπορούν να αποτελέσουν εργαλεία για την πρόβλεψη της θέσης των οικισμών (σε συνδυασμό πάντα με τα τηλεπισκοπικά δεδομένα).<br /> <br /> Η συγκεκριμένη εργασία παρουσιάζει μία καινοτόμο μέθοδο συνδυασμού τηλεπισκόπησης και μηχανικής μάθησης για την χαρτογράφηση του τόπου των αγροτικών οικισμών. Την τεχνική αυτή επιχειρεί να την εφαρμόσει σ’ ένα θα λέγαμε παράδειγμα – πρόκληση: ενός αγροτικού οικισμού μεγέθους μόλις 30μ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Κύριος στόχος της μελέτης είναι να προσδιοριστεί η παρουσία των οικισμών της Ann Township και όχι να καθοριστούν τα όρια στα οποία αυτοί επεκτείνονται. Οικισμός στην παρούσα θεωρείται οποιαδήποτε τοποθεσία εντός της οποίας υπάρχουν ανθρώπινα καταλύματα για προσωρινή ή μόνιμη διαμονή. Γενικά ακολουθήθηκαν τα εξής βήματα:<br /> <br /> * Αλγόριθμος τυχαίου δάσους<br /> <br /> Χρησιμοποιήθηκε ο αλγόριθμος του τυχαίου δάσους (random forest), ο οποίος αποτελεί μία μέθοδο επιβλεπόμενης ταξινόμησης, βασισμένη στη μηχανική μάθηση. Οικισμός στα πλαίσια της μεθόδου θεωρήθηκε οτιδήποτε περιείχε ανθρώπινες κατασκευές σε ποσοστό μεγαλύτερο του 25%. Τελικώς, δημιουργήθηκε ένας δυαδικός θεματικός χάρτης με τις κλάσεις: οικισμός και μη οικισμός, διάκριση για την οποία ο ερευνητής χρησιμοποίησε σαν όριο την τιμή πιθανότητας 65% (να είναι οικισμός).<br /> <br /> * Ανακλαστικότητα επιφάνειας Landsat<br /> Ο προαναφερθείς αλγόριθμος δέχεται 84 διαφορετικά ανοιχτά δεδομένα εισόδου, συμπεριλαμβανομένων: Landsat 8 κώδικας ανακλαστικότητας επιφάνειας (LaSRC), δεδομένα ανακλαστικότητας επιφάνειας για τον λειτουργική απεικόνιση εδάφους ((OLI), και ανώτερο στρώμα ατμόσφαιρας (TOA) φωτεινότητας – θερμοκρασίας για τον αισθητήρα θερμικού υπέρυθρου (TIRS). Δεδομένα LaSRC αποκτήθηκαν για την ξηρή χειμερινή περίοδο του 2014, περιλαμβανομένης μίας καθαρής εικόνας (από σύννεφα).<br /> <br /> * Χωρικοί δείκτες<br /> Χωρικοί δείκτες που αναπαριστούν τις ιδιαιτερότητες της βλάστησης αλλά και του ανθρώπινου τοπίου της Μιανμάρ χρησιμοποιήθηκαν για την εκπαίδευση του αλγορίθμου της μηχανικής μάθησης, ώστε να ξεχωρίζει καλύτερα τους οικισμούς από τα υπόλοιπα στοιχεία.<br /> <br /> * Μετρικές τοπίου<br /> <br /> Τα μετρητικά χαρακτηριστικά του τόπου αξιοποιήθηκαν ώστε να ξεπεραστεί το πρόβλημα της μειωμένης χωρικής ανάλυσης των δορυφόρων. Τα τελευταία αναλύονται σε δύο βασικές συνιστώσες: 1) Στην υπάρχουσα γνώση γύρω από τους οικισμούς καθώς και τις συνήθειες ζωής των ανθρώπων σε αυτούς και 2) Τη διαθεσιμότητα των στοιχείων. Οι μετρικές αυτές είτε είναι εφαρμόσιμες καθολικά στα πρότυπα (μοτίβα) των οικισμών, είτε αφορούν αποκλειστικά την περιοχή μελέτης.<br /> <br /> * Εκτίμηση ακρίβειας βάσει εικονοστοιχείων<br /> Ανοιχτά δεδομένα εικόνων υψηλής ευκρίνειας χρησιμοποιήθηκαν τόσο για τη συγκέντρωση των περιοχών εκπαίδευσης του αλγορίθμου, όσο και για τον έλεγχο των αποτελεσμάτων.<br /> <br /> * Εκτίμηση ακριβείας βάσει τοποθεσίας<br /> <br /> Απαραίτητη κρίθηκε από τον ερευνητή η σε δεύτερο επίπεδο επαλήθευση των αποτελεσμάτων, στα πλαίσια της οποίας κάθε pixel που αντιστοιχούσε σε οικισμό περιορίστηκε στο ArcGIS στα 500μ. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο αλγόριθμος παρήγαγε αποτελέσματα με υψηλό βαθμό ανίχνευσης οικισμών, καθώς τα σφάλματα ταξινόμησης περιορίστηκαν σε χαμηλά ποσοστά. Το ποσοστό διαχωρισμού της τελικής ταξινόμησης (65%) επιλέχθηκε, καθώς θεωρήθηκε από το συγγραφέα ως κατάλληλο για τον προσδιορισμό των τοποθεσιών (όχι δηλαδή αυστηρά καθορισμένων περιοχών). <br /> <br /> Σύμφωνα με την παραχθείσα χαρτογράφηση των οικισμών, αυτοί φαίνεται πως δεσπόζουν κατά μήκος της ακτής και πλησίον της μεγαλύτερης πόλης της Ann. Ο συγγραφέας αναλύει πολλές ακόμα συναφείς πληροφορίες γύρω από το μέγεθος και τη χωρική κατανομή των οικισμών. Ο αλγόριθμος δε που χρησιμοποίησε κατάφερε να αποτυπώσει από μερικές οικιστικές μονάδες μέχρι και μεγάλης κλίμακας οικιστικά σύνολα. <br /> <br /> Τα αποτελέσματα έδειξαν ότι οι άνθρωποι ζούνε αρκετά πιο απομακρυσμένα απ’ ότι θεωρούσαμε, στα ανατολικά της περιφέρειας, κατά κύριο λόγο σε υπερβολικά μικρούς και απομακρυσμένους οικισμούς.<br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:37:56Z

<p>Kapep: </p> <hr /> <div>Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων <br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping remote rural settlements at 30m spatial resolution using geospatial data-fusion<br /> <br /> '''Συγγραφείς:''' Amanda Hoffman-Hall, Tatiana V. Loboda, Joanne V. Hall, Mark L. Carroll, Dong Chen<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Environment<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0034425719304055] <br /> <br /> '''Λέξεις-Κλειδιά:''' Landsat, Αγροτικό περιβάλλον, Χαρτογράφηση πληθυσμού, Οικισμός, Ταξινόμηση εικόνας, Ανάπτυξη αλγορίθμων, Myanmar, Μέση ανάλυση, Τόπος, Χρήση γης<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης απεικόνισης της περιοχής μελέτης: Ann Township, εντός της πολιτείας Rakhine, εντός της επικράτειας της Μιανμάρ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Αποτελέσματα του αλγορίθμου χαρτογράφησης που παριστούν: (a) ένα αποτέλεσμα κατάλληλο για ανάλυση αποτυπώματος και (b) ένα αποτέλεσμα μη κατάλληλο για ανάλυση αποτυπώματος αλλά που προσδιορίζει με επιτυχία την τοποθεσία του οικισμού]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Παραδείγματα σεναρίων εκτιμώμενα στη εκτίμηση ακρίβειας βάσει τοποθεσίας. Για έκαστη εικόνα το κόκκινο σημείο θα μπορούσε να εκτιμηθεί για την ακρίβεια. (a) Ορθά ταξινομημένο ως «οικισμός», (b) Εσφαλμένα ταξινομημένο ως «οικισμός», (c) Ορθά ταξινομημένο ως «μη οικισμός», (d) Εσφαλμένα ταξινομημένο ως «μη οικισμός». (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro7_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Αποτελέσματα του χαρτογραφούντος αλγορίθμου (a) Συνολικά για την Ann Township, (β) μικρός χαρτογραφημένος οικισμός, η κόκκινη έλλειψη υποδηλώνει τη θέαση των κατασκευών επί εδάφους, (c) μέσος χαρτογραφημένος οικισμός (d) ευμεγέθης χαρτογραφημένος οικισμός. Τα χαρτογραφημένα pixels είναι όμοια σε όλους τους ένθετους χάρτες, αυτοί εκ δεξιών δείχνουν το ίχνος του περιγράμματος ώστε να επιτρέπει στον παρατηρητή να βλέπει την υποκείμενη εικόνα υψηλής ανάλυσης (Για την ερμηνεία των χρωματικών απεικονίσεων σε αυτό το πρότυπο σχήματος, ο αναγνώστης μπορεί να ανατρέξει στη διαδικτυακή έκδοση αυτού του άρθρου.)]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η ακριβής και έγκαιρη χαρτογράφηση του πληθυσμού είναι κρίσιμη για την ασφάλεια των πολιτών, την πρόληψη από τις φυσικές καταστροφές, κ.ο.κ. Η συγκεκριμένη μελέτη παρέχει μία τεχνική για την ανίχνευση των μικρών αγροτικών οικισμών στην Ann Township της πολιτείας Rakhine της Μιανμάρ, συνδυάζοντας δορυφορικές εικόνες Landsat με διάφορα άλλα ανοικτά γεωχωρικά δεδομένα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Σε πολλές περιοχές ανά την υφήλιο η χαρτογράφηση του πληθυσμού δεν έχει επιτευχθεί, ελλείψει της απαραίτητης για τον σκοπό αυτό υποδομής. Οι απογραφές πληθυσμού στις αγροτικές περιοχές δεν γίνονται με την απαραίτητη συχνότητα, ούτως ώστε να διαφαίνεται μέσα από αυτές η δυναμική τους. Οι απομακρυσμένες αυτές περιοχές είναι μάλιστα πολύ πιο ευάλωτες στις φυσικές καταστροφές και εν γένει στις αλλαγές του περιβάλλοντος. Οι πληθυσμοί στις αγροτικές περιοχές καλύπτουν ένα σημαντικό ποσοστό του συνολικού πληθυσμού στην Μιανμάρ, με τους μισούς από αυτούς ζουν κάτω από τα όρια της φτώχειας. <br /> <br /> Ο συγγραφέας, αφού κάνει μία επισκόπηση των δυνατοτήτων αλλά και των περιορισμών των διαφόρων τύπων δορυφορικών εικόνων, καταλήγει στη χρήση των εικόνων Landsat για τους σκοπούς της έρευνας. Σπουδαίο ρόλο στον εντοπισμό και τη χαρτογράφηση των οικισμών παίζουν οι λεγόμενες μετρικές τοπίου: Παράγοντες όπως η απόσταση από λίμνες, δρόμους, η απόσταση από πρόσφατη εστία πυρκαγιάς (παράμετρος η οποία επισημάνθηκε πρώτα από τον συγγραφέα) μπορούν να αποτελέσουν εργαλεία για την πρόβλεψη της θέσης των οικισμών (σε συνδυασμό πάντα με τα τηλεπισκοπικά δεδομένα).<br /> <br /> Η συγκεκριμένη εργασία παρουσιάζει μία καινοτόμο μέθοδο συνδυασμού τηλεπισκόπησης και μηχανικής μάθησης για την χαρτογράφηση του τόπου των αγροτικών οικισμών. Την τεχνική αυτή επιχειρεί να την εφαρμόσει σ’ ένα θα λέγαμε παράδειγμα – πρόκληση: ενός αγροτικού οικισμού μεγέθους μόλις 30μ.<br /> <br /> '''Μεθοδολογία'''<br /> <br /> Κύριος στόχος της μελέτης είναι να προσδιοριστεί η παρουσία των οικισμών της Ann Township και όχι να καθοριστούν τα όρια στα οποία αυτοί επεκτείνονται. Οικισμός στην παρούσα θεωρείται οποιαδήποτε τοποθεσία εντός της οποίας υπάρχουν ανθρώπινα καταλύματα για προσωρινή ή μόνιμη διαμονή. Γενικά ακολουθήθηκαν τα εξής βήματα:<br /> <br /> * Αλγόριθμος τυχαίου δάσους<br /> <br /> Χρησιμοποιήθηκε ο αλγόριθμος του τυχαίου δάσους (random forest), ο οποίος αποτελεί μία μέθοδο επιβλεπόμενης ταξινόμησης, βασισμένη στη μηχανική μάθηση. Οικισμός στα πλαίσια της μεθόδου θεωρήθηκε οτιδήποτε περιείχε ανθρώπινες κατασκευές σε ποσοστό μεγαλύτερο του 25%. Τελικώς, δημιουργήθηκε ένας δυαδικός θεματικός χάρτης με τις κλάσεις: οικισμός και μη οικισμός, διάκριση για την οποία ο ερευνητής χρησιμοποίησε σαν όριο την τιμή πιθανότητας 65% (να είναι οικισμός).<br /> <br /> * Ανακλαστικότητα επιφάνειας Landsat<br /> Ο προαναφερθείς αλγόριθμος δέχεται 84 διαφορετικά ανοιχτά δεδομένα εισόδου, συμπεριλαμβανομένων: Landsat 8 κώδικας ανακλαστικότητας επιφάνειας (LaSRC), δεδομένα ανακλαστικότητας επιφάνειας για τον λειτουργική απεικόνιση εδάφους ((OLI), και ανώτερο στρώμα ατμόσφαιρας (TOA) φωτεινότητας – θερμοκρασίας για τον αισθητήρα θερμικού υπέρυθρου (TIRS). Δεδομένα LaSRC αποκτήθηκαν για την ξηρή χειμερινή περίοδο του 2014, περιλαμβανομένης μίας καθαρής εικόνας (από σύννεφα).<br /> <br /> * Χωρικοί δείκτες<br /> Χωρικοί δείκτες που αναπαριστούν τις ιδιαιτερότητες της βλάστησης αλλά και του ανθρώπινου τοπίου της Μιανμάρ χρησιμοποιήθηκαν για την εκπαίδευση του αλγορίθμου της μηχανικής μάθησης, ώστε να ξεχωρίζει καλύτερα τους οικισμούς από τα υπόλοιπα στοιχεία.<br /> <br /> * Μετρικές τοπίου<br /> <br /> Τα μετρητικά χαρακτηριστικά του τόπου αξιοποιήθηκαν ώστε να ξεπεραστεί το πρόβλημα της μειωμένης χωρικής ανάλυσης των δορυφόρων. Τα τελευταία αναλύονται σε δύο βασικές συνιστώσες: 1) Στην υπάρχουσα γνώση γύρω από τους οικισμούς καθώς και τις συνήθειες ζωής των ανθρώπων σε αυτούς και 2) Τη διαθεσιμότητα των στοιχείων. Οι μετρικές αυτές είτε είναι εφαρμόσιμες καθολικά στα πρότυπα (μοτίβα) των οικισμών, είτε αφορούν αποκλειστικά την περιοχή μελέτης.<br /> <br /> * Εκτίμηση ακρίβειας βάσει εικονοστοιχείων<br /> Ανοιχτά δεδομένα εικόνων υψηλής ευκρίνειας χρησιμοποιήθηκαν τόσο για τη συγκέντρωση των περιοχών εκπαίδευσης του αλγορίθμου, όσο και για τον έλεγχο των αποτελεσμάτων.<br /> <br /> * Εκτίμηση ακριβείας βάσει τοποθεσίας<br /> <br /> Απαραίτητη κρίθηκε από τον ερευνητή η σε δεύτερο επίπεδο επαλήθευση των αποτελεσμάτων, στα πλαίσια της οποίας κάθε pixel που αντιστοιχούσε σε οικισμό περιορίστηκε στο ArcGIS στα 500μ. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο αλγόριθμος παρήγαγε αποτελέσματα με υψηλό βαθμό ανίχνευσης οικισμών, καθώς τα σφάλματα ταξινόμησης περιορίστηκαν σε χαμηλά ποσοστά. Το ποσοστό διαχωρισμού της τελικής ταξινόμησης (65%) επιλέχθηκε, καθώς θεωρήθηκε από το συγγραφέα ως κατάλληλο για τον προσδιορισμό των τοποθεσιών (όχι δηλαδή αυστηρά καθορισμένων περιοχών). <br /> <br /> Σύμφωνα με την παραχθείσα χαρτογράφηση των οικισμών, αυτοί φαίνεται πως δεσπόζουν κατά μήκος της ακτής και πλησίον της μεγαλύτερης πόλης της Ann. Ο συγγραφέας αναλύει πολλές ακόμα συναφείς πληροφορίες γύρω από το μέγεθος και τη χωρική κατανομή των οικισμών. Ο αλγόριθμος δε που χρησιμοποίησε κατάφερε να αποτυπώσει από μερικές οικιστικές μονάδες μέχρι και μεγάλης κλίμακας οικιστικά σύνολα. <br /> <br /> Τα αποτελέσματα έδειξαν ότι οι άνθρωποι ζούνε αρκετά πιο απομακρυσμένα απ’ ότι θεωρούσαμε, στα ανατολικά της περιφέρειας, κατά κύριο λόγο σε υπερβολικά μικρούς και απομακρυσμένους οικισμούς.<br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B4%CE%B9%CE%BA%CF%84%CF%8D%CE%BF%CF%85 2020-02-12T15:28:53Z

<p>Kapep: Η Χαρτογράφηση οικιστικού δικτύου μετακινήθηκε στη θέση [[Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γ...</p> <hr /> <div>#ΑΝΑΚΑΤΕΥΘΥΝΣΗ [[Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γεωχωρικής συγχώνευσης δεδομένων]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:28:53Z

<p>Kapep: Η Χαρτογράφηση οικιστικού δικτύου μετακινήθηκε στη θέση [[Χαρτογραφώντας αγροτικούς οικισμούς σε χωρική ανάλυση 30μ δια της χρήσεως γ...</p> <hr /> <div>Add Your Content Here <br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%BF%CF%8D%CF%82_%CE%BF%CE%B9%CE%BA%CE%B9%CF%83%CE%BC%CE%BF%CF%8D%CF%82_%CF%83%CE%B5_%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_30%CE%BC_%CE%B4%CE%B9%CE%B1_%CF%84%CE%B7%CF%82_%CF%87%CF%81%CE%AE%CF%83%CE%B5%CF%89%CF%82_%CE%B3%CE%B5%CF%89%CF%87%CF%89%CF%81%CE%B9%CE%BA%CE%AE%CF%82_%CF%83%CF%85%CE%B3%CF%87%CF%8E%CE%BD%CE%B5%CF%85%CF%83%CE%B7%CF%82_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2020-02-12T15:24:15Z

<p>Kapep: Νέα σελίδα με 'Add Your Content Here category:Χαρτογραφία'</p> <hr /> <div>Add Your Content Here <br /> <br /> [[category:Χαρτογραφία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CE%AD%CE%BD%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_Bosutswe_%CF%84%CE%B7%CF%82_%CE%9C%CF%80%CE%BF%CF%84%CF%83%CE%BF%CF%85%CE%AC%CE%BD%CE%B1... 2020-02-12T15:20:11Z

<p>Kapep: </p> <hr /> <div>Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα: Αξιοποιώντας πολυφασματικές δορυφορικές εικόνες για την απεικόνιση αρχαίων τόπων<br /> <br /> '''Πρωτότυπος τίτλος: ''' Toward archaeological predictive modeling in the Bosutswe region of Botswana: Utilizing multispectral satellite imagery to conceptualize ancient landscapes<br /> <br /> '''Συγγραφείς:''' Carla Klehm, Adam Barnes, Forrest Follett, Katie Simon, Christopher Kiahtipes, Sarah Mothulatshipi<br /> <br /> '''Δημοσιεύθηκε:''' Journal of Anthropological Archaeology<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0278416518300679] <br /> <br /> '''Λέξεις-Κλειδιά:''' ΓΣΠ, Τηλεπισκόπηση, μοντέλα πρόβλεψης, δορυφορικές εικόνες, Lαρχαιολογία τοπίου, οικιστικά μοτίβα, ανθρωπολογική αρχαιολογία, Αφρική, Νότια Αφρική, Εποχή του Σιδήρου<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης της Bosutswe όπως επίσης και των υπολοίπων μειζόνων νοτιοαφρικανικών πολιτειών της εποχής του Σιδήρου, οι οποίες αναφέρονται στο κείμενο. Η καφέ γραμμή ορίζει το φυσικό όριο μεταξύ του σκληρού εδάφους στα ανατολικά και του αμμώδους της ερήμου Καλαχάρι στα δυτικά. Ο λόφος Mmadipudi, επίσης αναφερόμενος στο κείμενο, δεν φαίνεται σε αυτήν την ευκρίνεια, δεδομένης της εγγύτητάς του προς την Bosutswe (Ο λόφος του Mmadipudi τοποθετείται κατά προσέγγιση σε απόσταση 3 χιλιομέτρων στα δυτικά). Αναδημοσίευση από Klehm (2017):609]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Cenchrus ciliarus ή το γρασίδι του βουβαλιού, κυριαρχεί στη βλάστηση του υψώματος του λόφου του Mmadipudi στην περιοχή της Bosutswe. Αυτού του είδους η βλάστηση αξιοποιείται ως ζωοτροφή στις τοπικές μονάδες (που ονομάζονται κατσίκες). Παρά ταύτα, τα διακριτικά των κορμών, όπως αυτά στο πρώτο πλάνο, ξεχωρίζουν εύκολα από τη χλόη στους αγρούς. Η εικόνα λήφθηκε από την κορυφή της ανυψωμένης στάνης, η οποία μπορεί να ειδωθεί στην κυκλική ανακούφιση καθώς η στάνη σβήνει στο έδαφος. Δικαιώματα φωτογραφίας: Carla Klehm]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Ο λόφος του Mmadipudi, μία άλλη κορυφή εντός της περιοχής της Bosutswe, έχει ορίσει τις στάνες και τις κύριες ενδιάμεσες περιοχές στο κέντρο της κορυφής του λόφου. Αυτά τα στοιχεία χαρακτηρίζονται από την έντονη κυριαρχία του Cenchrus ciliarus (γρασίδι του βουβαλιού), όπως φαίνεται στην εικόνα, όπου η κυκλική στάνη εμφανίζεται αστραφτερή λευκή (μαζί με δύο μικρότερες στάνες), καθώς και δύο κύριες ενδιάμεσες περιοχές στο νότιο τμήμα της ως φωτεινότερες από τις υπόλοιπες περιοχές στην κορυφή του λόφου. Στην εικόνα ISO, η στάνη και οι ενδιάμεσες περιοχές εμφανίζονται σχετιζόμενες με το ISO 60, με τιμές ISO 58 kai 59. Δικαιώματα εικόνας: Adam Barnes και Forrest Follett. Η δορυφορική εικόνα με την ευγενική χορηγία του ιδρύματος DigitalGlobe.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona4_kape.jpg|thumb|right|'''Εικόνα4:''' Φασματικό προφίλ του ISO 60. Πιθανότατα , η τάξη ISO παριστά ένα μίγμα του γρασιδιού Cenchrus ciliarus και του γυμνού εδάφους μεταξύ των περιοχών γρασιδιού. Όπως παρατηρούμε, η ISO 60, όπως η ISO 59, έχει την τάση να ομαδοποιείται στο κέντρο των οικισμών της εποχής του σιδήρου, πιθανότατα παριστώντας το Cenchrus ciliarus που απαντάται στο στοιχείο της στάνης. Δικαιώματα εικόνας: Adam Barnes]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι γεωχωρικές τεχνολογίες, όπως τα ΓΣΠ και η τηλεπισκόπηση προσφέρουν μεγάλες δυνατότητες στην αρχαιολογική έρευνα, ιδίως στις περιοχές που η έρευνα πεδίου είναι δυσχερής (ένεκα της πολιτικής αστάθειας που επικρατεί στις περιοχές αυτές, της πυκνής βλάστησης, των δηλητηριωδών εντόμων, των επικίνδυνων ζώων, κ.ο.κ.). Στην παρούσα μελέτη γίνεται αξιοποίηση των δυνατοτήτων των υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για τη δημιουργία μοντέλου για τα πρότυπα των οικισμών της εποχής του σιδήρου στην πολιτεία της Bosutswe της Μποτσουάνα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> H πολιτεία της Bosutswe τοποθετείται στο ανατολικότερο άκρο της ερήμου Καλαχάρι στην Μποτσουάνα, στα 750km από τον Ινδικό Ωκεανό. Η εντατικοποίηση του δικτύου εμπορικών συναλλαγών μετέτρεψε την περιοχή από ένα κτηνοτροφικό χωριό σε μία μεγάλη πολιτεία. Η κομβική τοποθεσία στα άκρα της ερήμου της επέτρεψε να ελέγχει το εμπόριο διαφόρων ειδών που διακινούνταν από απομακρυσμένες περιοχές της Αφρικανικής Ηπείρου.<br /> <br /> H πρώτη ευρείας κλίμακας μελέτη για τα πρότυπα των οικισμών στη Μποτσουάνα πραγματοποιήθηκε από τον James Denbow στα 1970-1980. Με τη βοήθεια ασπρόμαυρων αεροφωτογραφιών ο ως άνω ερευνητής επισήμανε τη σχέση μεταξύ των οικισμών της εποχής του σιδήρου, και ενός μοναδικού είδους φυτού, του Cenchrus Ciliarus ή “γρασίδι βουβαλιού”. Το τελευταίο φυτικό είδος εμφανιζόταν στις αεροφωτογραφίες με έντονο λευκό χρώμα, σε οξεία αντίθεση με τις περιοχές στους λόφους, παρατήρηση που οδήγησε στην ανακάλυψη πληθώρας αρχαιολογικών χώρων της πρώιμης και της μέσης εποχής του σιδήρου.<br /> <br /> Τα τελευταία χρόνια γίνεται συχνά λόγος για την αξιοποίηση των δορυφορικών εικόνων στην επιστήμη της αρχαιολογίας. Για παράδειγμα, στη Νότιο Αφρική η χρήση των εικόνων αυτών έχει οδηγήσει στην ψηφιοποίηση διαφόρων χαρακτηριστικών, όπως αρχαιολογικών χώρων και ανθρώπινων κατασκευών. Όσον αφορά το αρχαιολογικό μοντέλο πρόβλεψης, αυτό είναι ιδιαίτερα χρήσιμο στη διαχείριση των πολιτιστικών πόρων, όπου παίρνονται κρίσιμες αποφάσεις για την εξερεύνηση αρχαιολογικών περιοχών (βάσει του ενδεχόμενου αποκάλυψης των). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο συγγραφέας εφαρμόζει τη μη επιβλεπόμενη μέθοδο ταξινόμησης της επαναληπτικής αυτό - οργανωτικής τεχνικής ανάλυσης δεδομένων (ISODATA). Χρησιμοποιήθηκαν τα προγράμματα ArcGIS 10.6 και ENVI 5.4 για να προσδιοριστούν τα μοναδικά φασματικά χαρακτηριστικά των επιφανειών.<br /> <br /> Σε πρώτο στάδιο έπρεπε να επιλεχθεί ένα κατάλληλο υποσύνολο των εικόνων ως περιοχή εκπαίδευσης για το μοντέλο πρόβλεψης, καθώς και να καθοριστούν τα πολυφασματικά δεδομένα τα οποία παρείχαν τη βέλτιστη ευκρίνεια των αρχαιολογικών τοποθεσιών. Απαραίτητες για το σκοπό αυτό ήταν η βαθμονόμηση των δεδομένων (καλιμπράρισμα) καθώς και οι ατμοσφαιρικές διορθώσεις των εικόνων, οι οποίες έγιναν με τη χρήση του FLAASH στο ENVI v5.4.<br /> <br /> Η περιοχή ενδιαφέροντος ορίστηκε σε ακτίνα 5km γύρω από τη Bosutswe, καθώς η εμβέλεια αυτή είχε μελετηθεί περισσότερο (από άλλους ερευνητές) και περιείχε το μεγαλύτερο αριθμό γνωστών περιοχών. Για την περιοχή ενδιαφέροντος αποκτήθηκε τριπλή κάλυψη από το ίδρυμα DigitalGlobe, ένα σετ από εικόνες WorldView 2 και 3 (για χειμώνα και καλοκαίρι) και μία εικόνα GeoEye. Η τριπλή κάλυψη των εικόνων ήταν σημαντική, καθώς επέτρεψε την επισκόπηση της εικόνας κάτω από διαφορετικό καθεστώς (εποχιακής) βλάστησης, αλλά και μέσα από διαφορετικούς δορυφόρους.<br /> <br /> Εν συνεχεία, τόσο οι ήδη γνωστές όσο και οι υποψήφιες/πιθανές αρχαιολογικές ζώνες ψηφιοποιήθηκαν από τον ερευνητή μέσω του ArcMap 10.6, ψηφιοποίηση η οποία βασίστηκε σε προηγούμενη έρευνα πεδίου έτερου ερευνητή, συνεπικουρούμενη από αναφορές στα αρχεία του εθνικού Μουσείου Μνημείων της Μποτσουάνα.<br /> <br /> Για όσες περιοχές η υπάρχουσα πληροφορία ήταν ασαφής, για να προσπεράσει το πρόβλημα ο συγγραφέας κατέφυγε στη χρήση του εργαλείου ISODATA μη επιβλεπόμενου αλγορίθμου στο πρόγραμμα ENVI, του οποίου τη δομή αναλύει στο paper του. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Μέσω αυτού του αλγορίθμου, μετά από αρκετές δοκιμές, δημιουργήθηκαν 70 τάξεις στις πολυφασματικές εικόνες της καλοκαιρινής περιόδου για τις εικόνες των δορυφόρων WorldView 1 και 2. Από τις 70 αυτές τάξεις επιλέχτηκαν οι 16 για τις περιοχές της εποχής του σιδήρου, διαχωρισμός ο οποίος βασίστηκε στις αλληλοεπικαλύψεις μεταξύ των πολυγώνων για τις γνωστές και τις και τις υποτιθέμενες τοποθεσίες (αρχαιολογικού ενδιαφέροντος). Επισημαίνεται δε ότι από αυτές τις 16 κλάσεις, ορισμένες επικαλύπτονται, πράγμα που υποδηλώνει ότι σε ανάλογες μελέτες καλό θα ήταν οι επιμέρους να συγχωνευτούν σε μία. <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Σημειωτέον ότι περίπου οι μισές από τις υποτιθέμενες αρχαιολογικές ζώνες γειτνιάζουν με δύο παράλληλα υδάτινα κανάλια στο βορειοανατολικό τμήμα της Bosutswe, μία περιοχή που μέχρι πρότινος καμία αρχαιολογική ζώνη δεν έχει προσδιοριστεί. Το συγκεκριμένο τεταρτημόριο του χώρου έχει όλες τις προϋποθέσεις για την επέκταση της αρχαιολογικής γνώσης για την κατανομή της περιοχής. Οι ισχυρισμοί αυτοί μάλιστα υποβλήθηκαν σε έλεγχο δια έρευνας πεδίου, κι έτσι προσδιορίστηκαν – πράγματι - ορισμένες περιοχές αρχαιολογικού ενδιαφέροντος ή, τουλάχιστον, έντονης ανθρώπινης δραστηριότητας κατά την προϊστορική εποχή. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona4_kape.jpg 2020-02-12T15:19:38Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CE%AD%CE%BD%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_Bosutswe_%CF%84%CE%B7%CF%82_%CE%9C%CF%80%CE%BF%CF%84%CF%83%CE%BF%CF%85%CE%AC%CE%BD%CE%B1... 2020-02-12T15:19:13Z

<p>Kapep: </p> <hr /> <div>Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα: Αξιοποιώντας πολυφασματικές δορυφορικές εικόνες για την απεικόνιση αρχαίων τόπων<br /> <br /> '''Πρωτότυπος τίτλος: ''' Toward archaeological predictive modeling in the Bosutswe region of Botswana: Utilizing multispectral satellite imagery to conceptualize ancient landscapes<br /> <br /> '''Συγγραφείς:''' Carla Klehm, Adam Barnes, Forrest Follett, Katie Simon, Christopher Kiahtipes, Sarah Mothulatshipi<br /> <br /> '''Δημοσιεύθηκε:''' Journal of Anthropological Archaeology<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0278416518300679] <br /> <br /> '''Λέξεις-Κλειδιά:''' ΓΣΠ, Τηλεπισκόπηση, μοντέλα πρόβλεψης, δορυφορικές εικόνες, Lαρχαιολογία τοπίου, οικιστικά μοτίβα, ανθρωπολογική αρχαιολογία, Αφρική, Νότια Αφρική, Εποχή του Σιδήρου<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης της Bosutswe όπως επίσης και των υπολοίπων μειζόνων νοτιοαφρικανικών πολιτειών της εποχής του Σιδήρου, οι οποίες αναφέρονται στο κείμενο. Η καφέ γραμμή ορίζει το φυσικό όριο μεταξύ του σκληρού εδάφους στα ανατολικά και του αμμώδους της ερήμου Καλαχάρι στα δυτικά. Ο λόφος Mmadipudi, επίσης αναφερόμενος στο κείμενο, δεν φαίνεται σε αυτήν την ευκρίνεια, δεδομένης της εγγύτητάς του προς την Bosutswe (Ο λόφος του Mmadipudi τοποθετείται κατά προσέγγιση σε απόσταση 3 χιλιομέτρων στα δυτικά). Αναδημοσίευση από Klehm (2017):609]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Cenchrus ciliarus ή το γρασίδι του βουβαλιού, κυριαρχεί στη βλάστηση του υψώματος του λόφου του Mmadipudi στην περιοχή της Bosutswe. Αυτού του είδους η βλάστηση αξιοποιείται ως ζωοτροφή στις τοπικές μονάδες (που ονομάζονται κατσίκες). Παρά ταύτα, τα διακριτικά των κορμών, όπως αυτά στο πρώτο πλάνο, ξεχωρίζουν εύκολα από τη χλόη στους αγρούς. Η εικόνα λήφθηκε από την κορυφή της ανυψωμένης στάνης, η οποία μπορεί να ειδωθεί στην κυκλική ανακούφιση καθώς η στάνη σβήνει στο έδαφος. Δικαιώματα φωτογραφίας: Carla Klehm]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Ο λόφος του Mmadipudi, μία άλλη κορυφή εντός της περιοχής της Bosutswe, έχει ορίσει τις στάνες και τις κύριες ενδιάμεσες περιοχές στο κέντρο της κορυφής του λόφου. Αυτά τα στοιχεία χαρακτηρίζονται από την έντονη κυριαρχία του Cenchrus ciliarus (γρασίδι του βουβαλιού), όπως φαίνεται στην εικόνα, όπου η κυκλική στάνη εμφανίζεται αστραφτερή λευκή (μαζί με δύο μικρότερες στάνες), καθώς και δύο κύριες ενδιάμεσες περιοχές στο νότιο τμήμα της ως φωτεινότερες από τις υπόλοιπες περιοχές στην κορυφή του λόφου. Στην εικόνα ISO, η στάνη και οι ενδιάμεσες περιοχές εμφανίζονται σχετιζόμενες με το ISO 60, με τιμές ISO 58 kai 59. Δικαιώματα εικόνας: Adam Barnes και Forrest Follett. Η δορυφορική εικόνα με την ευγενική χορηγία του ιδρύματος DigitalGlobe.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Φασματικό προφίλ του ISO 60. Πιθανότατα , η τάξη ISO παριστά ένα μίγμα του γρασιδιού Cenchrus ciliarus και του γυμνού εδάφους μεταξύ των περιοχών γρασιδιού. Όπως παρατηρούμε, η ISO 60, όπως η ISO 59, έχει την τάση να ομαδοποιείται στο κέντρο των οικισμών της εποχής του σιδήρου, πιθανότατα παριστώντας το Cenchrus ciliarus που απαντάται στο στοιχείο της στάνης. Δικαιώματα εικόνας: Adam Barnes]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι γεωχωρικές τεχνολογίες, όπως τα ΓΣΠ και η τηλεπισκόπηση προσφέρουν μεγάλες δυνατότητες στην αρχαιολογική έρευνα, ιδίως στις περιοχές που η έρευνα πεδίου είναι δυσχερής (ένεκα της πολιτικής αστάθειας που επικρατεί στις περιοχές αυτές, της πυκνής βλάστησης, των δηλητηριωδών εντόμων, των επικίνδυνων ζώων, κ.ο.κ.). Στην παρούσα μελέτη γίνεται αξιοποίηση των δυνατοτήτων των υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για τη δημιουργία μοντέλου για τα πρότυπα των οικισμών της εποχής του σιδήρου στην πολιτεία της Bosutswe της Μποτσουάνα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> H πολιτεία της Bosutswe τοποθετείται στο ανατολικότερο άκρο της ερήμου Καλαχάρι στην Μποτσουάνα, στα 750km από τον Ινδικό Ωκεανό. Η εντατικοποίηση του δικτύου εμπορικών συναλλαγών μετέτρεψε την περιοχή από ένα κτηνοτροφικό χωριό σε μία μεγάλη πολιτεία. Η κομβική τοποθεσία στα άκρα της ερήμου της επέτρεψε να ελέγχει το εμπόριο διαφόρων ειδών που διακινούνταν από απομακρυσμένες περιοχές της Αφρικανικής Ηπείρου.<br /> <br /> H πρώτη ευρείας κλίμακας μελέτη για τα πρότυπα των οικισμών στη Μποτσουάνα πραγματοποιήθηκε από τον James Denbow στα 1970-1980. Με τη βοήθεια ασπρόμαυρων αεροφωτογραφιών ο ως άνω ερευνητής επισήμανε τη σχέση μεταξύ των οικισμών της εποχής του σιδήρου, και ενός μοναδικού είδους φυτού, του Cenchrus Ciliarus ή “γρασίδι βουβαλιού”. Το τελευταίο φυτικό είδος εμφανιζόταν στις αεροφωτογραφίες με έντονο λευκό χρώμα, σε οξεία αντίθεση με τις περιοχές στους λόφους, παρατήρηση που οδήγησε στην ανακάλυψη πληθώρας αρχαιολογικών χώρων της πρώιμης και της μέσης εποχής του σιδήρου.<br /> <br /> Τα τελευταία χρόνια γίνεται συχνά λόγος για την αξιοποίηση των δορυφορικών εικόνων στην επιστήμη της αρχαιολογίας. Για παράδειγμα, στη Νότιο Αφρική η χρήση των εικόνων αυτών έχει οδηγήσει στην ψηφιοποίηση διαφόρων χαρακτηριστικών, όπως αρχαιολογικών χώρων και ανθρώπινων κατασκευών. Όσον αφορά το αρχαιολογικό μοντέλο πρόβλεψης, αυτό είναι ιδιαίτερα χρήσιμο στη διαχείριση των πολιτιστικών πόρων, όπου παίρνονται κρίσιμες αποφάσεις για την εξερεύνηση αρχαιολογικών περιοχών (βάσει του ενδεχόμενου αποκάλυψης των). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο συγγραφέας εφαρμόζει τη μη επιβλεπόμενη μέθοδο ταξινόμησης της επαναληπτικής αυτό - οργανωτικής τεχνικής ανάλυσης δεδομένων (ISODATA). Χρησιμοποιήθηκαν τα προγράμματα ArcGIS 10.6 και ENVI 5.4 για να προσδιοριστούν τα μοναδικά φασματικά χαρακτηριστικά των επιφανειών.<br /> <br /> Σε πρώτο στάδιο έπρεπε να επιλεχθεί ένα κατάλληλο υποσύνολο των εικόνων ως περιοχή εκπαίδευσης για το μοντέλο πρόβλεψης, καθώς και να καθοριστούν τα πολυφασματικά δεδομένα τα οποία παρείχαν τη βέλτιστη ευκρίνεια των αρχαιολογικών τοποθεσιών. Απαραίτητες για το σκοπό αυτό ήταν η βαθμονόμηση των δεδομένων (καλιμπράρισμα) καθώς και οι ατμοσφαιρικές διορθώσεις των εικόνων, οι οποίες έγιναν με τη χρήση του FLAASH στο ENVI v5.4.<br /> <br /> Η περιοχή ενδιαφέροντος ορίστηκε σε ακτίνα 5km γύρω από τη Bosutswe, καθώς η εμβέλεια αυτή είχε μελετηθεί περισσότερο (από άλλους ερευνητές) και περιείχε το μεγαλύτερο αριθμό γνωστών περιοχών. Για την περιοχή ενδιαφέροντος αποκτήθηκε τριπλή κάλυψη από το ίδρυμα DigitalGlobe, ένα σετ από εικόνες WorldView 2 και 3 (για χειμώνα και καλοκαίρι) και μία εικόνα GeoEye. Η τριπλή κάλυψη των εικόνων ήταν σημαντική, καθώς επέτρεψε την επισκόπηση της εικόνας κάτω από διαφορετικό καθεστώς (εποχιακής) βλάστησης, αλλά και μέσα από διαφορετικούς δορυφόρους.<br /> <br /> Εν συνεχεία, τόσο οι ήδη γνωστές όσο και οι υποψήφιες/πιθανές αρχαιολογικές ζώνες ψηφιοποιήθηκαν από τον ερευνητή μέσω του ArcMap 10.6, ψηφιοποίηση η οποία βασίστηκε σε προηγούμενη έρευνα πεδίου έτερου ερευνητή, συνεπικουρούμενη από αναφορές στα αρχεία του εθνικού Μουσείου Μνημείων της Μποτσουάνα.<br /> <br /> Για όσες περιοχές η υπάρχουσα πληροφορία ήταν ασαφής, για να προσπεράσει το πρόβλημα ο συγγραφέας κατέφυγε στη χρήση του εργαλείου ISODATA μη επιβλεπόμενου αλγορίθμου στο πρόγραμμα ENVI, του οποίου τη δομή αναλύει στο paper του. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Μέσω αυτού του αλγορίθμου, μετά από αρκετές δοκιμές, δημιουργήθηκαν 70 τάξεις στις πολυφασματικές εικόνες της καλοκαιρινής περιόδου για τις εικόνες των δορυφόρων WorldView 1 και 2. Από τις 70 αυτές τάξεις επιλέχτηκαν οι 16 για τις περιοχές της εποχής του σιδήρου, διαχωρισμός ο οποίος βασίστηκε στις αλληλοεπικαλύψεις μεταξύ των πολυγώνων για τις γνωστές και τις και τις υποτιθέμενες τοποθεσίες (αρχαιολογικού ενδιαφέροντος). Επισημαίνεται δε ότι από αυτές τις 16 κλάσεις, ορισμένες επικαλύπτονται, πράγμα που υποδηλώνει ότι σε ανάλογες μελέτες καλό θα ήταν οι επιμέρους να συγχωνευτούν σε μία. <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Σημειωτέον ότι περίπου οι μισές από τις υποτιθέμενες αρχαιολογικές ζώνες γειτνιάζουν με δύο παράλληλα υδάτινα κανάλια στο βορειοανατολικό τμήμα της Bosutswe, μία περιοχή που μέχρι πρότινος καμία αρχαιολογική ζώνη δεν έχει προσδιοριστεί. Το συγκεκριμένο τεταρτημόριο του χώρου έχει όλες τις προϋποθέσεις για την επέκταση της αρχαιολογικής γνώσης για την κατανομή της περιοχής. Οι ισχυρισμοί αυτοί μάλιστα υποβλήθηκαν σε έλεγχο δια έρευνας πεδίου, κι έτσι προσδιορίστηκαν – πράγματι - ορισμένες περιοχές αρχαιολογικού ενδιαφέροντος ή, τουλάχιστον, έντονης ανθρώπινης δραστηριότητας κατά την προϊστορική εποχή. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CE%AD%CE%BD%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_Bosutswe_%CF%84%CE%B7%CF%82_%CE%9C%CF%80%CE%BF%CF%84%CF%83%CE%BF%CF%85%CE%AC%CE%BD%CE%B1... 2020-02-12T15:18:59Z

<p>Kapep: </p> <hr /> <div>Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα: Αξιοποιώντας πολυφασματικές δορυφορικές εικόνες για την απεικόνιση αρχαίων τόπων<br /> <br /> '''Πρωτότυπος τίτλος: ''' Toward archaeological predictive modeling in the Bosutswe region of Botswana: Utilizing multispectral satellite imagery to conceptualize ancient landscapes<br /> <br /> '''Συγγραφείς:''' Carla Klehm, Adam Barnes, Forrest Follett, Katie Simon, Christopher Kiahtipes, Sarah Mothulatshipi<br /> <br /> '''Δημοσιεύθηκε:''' Journal of Anthropological Archaeology<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0278416518300679] <br /> <br /> '''Λέξεις-Κλειδιά:''' ΓΣΠ, Τηλεπισκόπηση, μοντέλα πρόβλεψης, δορυφορικές εικόνες, Lαρχαιολογία τοπίου, οικιστικά μοτίβα, ανθρωπολογική αρχαιολογία, Αφρική, Νότια Αφρική, Εποχή του Σιδήρου<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης της Bosutswe όπως επίσης και των υπολοίπων μειζόνων νοτιοαφρικανικών πολιτειών της εποχής του Σιδήρου, οι οποίες αναφέρονται στο κείμενο. Η καφέ γραμμή ορίζει το φυσικό όριο μεταξύ του σκληρού εδάφους στα ανατολικά και του αμμώδους της ερήμου Καλαχάρι στα δυτικά. Ο λόφος Mmadipudi, επίσης αναφερόμενος στο κείμενο, δεν φαίνεται σε αυτήν την ευκρίνεια, δεδομένης της εγγύτητάς του προς την Bosutswe (Ο λόφος του Mmadipudi τοποθετείται κατά προσέγγιση σε απόσταση 3 χιλιομέτρων στα δυτικά). Αναδημοσίευση από Klehm (2017):609]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Cenchrus ciliarus ή το γρασίδι του βουβαλιού, κυριαρχεί στη βλάστηση του υψώματος του λόφου του Mmadipudi στην περιοχή της Bosutswe. Αυτού του είδους η βλάστηση αξιοποιείται ως ζωοτροφή στις τοπικές μονάδες (που ονομάζονται κατσίκες). Παρά ταύτα, τα διακριτικά των κορμών, όπως αυτά στο πρώτο πλάνο, ξεχωρίζουν εύκολα από τη χλόη στους αγρούς. Η εικόνα λήφθηκε από την κορυφή της ανυψωμένης στάνης, η οποία μπορεί να ειδωθεί στην κυκλική ανακούφιση καθώς η στάνη σβήνει στο έδαφος. Δικαιώματα φωτογραφίας: Carla Klehm]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Ο λόφος του Mmadipudi, μία άλλη κορυφή εντός της περιοχής της Bosutswe, έχει ορίσει τις στάνες και τις κύριες ενδιάμεσες περιοχές στο κέντρο της κορυφής του λόφου. Αυτά τα στοιχεία χαρακτηρίζονται από την έντονη κυριαρχία του Cenchrus ciliarus (γρασίδι του βουβαλιού), όπως φαίνεται στην εικόνα, όπου η κυκλική στάνη εμφανίζεται αστραφτερή λευκή (μαζί με δύο μικρότερες στάνες), καθώς και δύο κύριες ενδιάμεσες περιοχές στο νότιο τμήμα της ως φωτεινότερες από τις υπόλοιπες περιοχές στην κορυφή του λόφου. Στην εικόνα ISO, η στάνη και οι ενδιάμεσες περιοχές εμφανίζονται σχετιζόμενες με το ISO 60, με τιμές ISO 58 kai 59. Δικαιώματα εικόνας: Adam Barnes και Forrest Follett. Η δορυφορική εικόνα με την ευγενική χορηγία του ιδρύματος DigitalGlobe.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona4_kape.jpg|thumb|right|'''Εικόνα4:''' Φασματικό προφίλ του ISO 60. Πιθανότατα , η τάξη ISO παριστά ένα μίγμα του γρασιδιού Cenchrus ciliarus και του γυμνού εδάφους μεταξύ των περιοχών γρασιδιού. Όπως παρατηρούμε, η ISO 60, όπως η ISO 59, έχει την τάση να ομαδοποιείται στο κέντρο των οικισμών της εποχής του σιδήρου, πιθανότατα παριστώντας το Cenchrus ciliarus που απαντάται στο στοιχείο της στάνης. Δικαιώματα εικόνας: Adam Barnes]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι γεωχωρικές τεχνολογίες, όπως τα ΓΣΠ και η τηλεπισκόπηση προσφέρουν μεγάλες δυνατότητες στην αρχαιολογική έρευνα, ιδίως στις περιοχές που η έρευνα πεδίου είναι δυσχερής (ένεκα της πολιτικής αστάθειας που επικρατεί στις περιοχές αυτές, της πυκνής βλάστησης, των δηλητηριωδών εντόμων, των επικίνδυνων ζώων, κ.ο.κ.). Στην παρούσα μελέτη γίνεται αξιοποίηση των δυνατοτήτων των υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για τη δημιουργία μοντέλου για τα πρότυπα των οικισμών της εποχής του σιδήρου στην πολιτεία της Bosutswe της Μποτσουάνα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> H πολιτεία της Bosutswe τοποθετείται στο ανατολικότερο άκρο της ερήμου Καλαχάρι στην Μποτσουάνα, στα 750km από τον Ινδικό Ωκεανό. Η εντατικοποίηση του δικτύου εμπορικών συναλλαγών μετέτρεψε την περιοχή από ένα κτηνοτροφικό χωριό σε μία μεγάλη πολιτεία. Η κομβική τοποθεσία στα άκρα της ερήμου της επέτρεψε να ελέγχει το εμπόριο διαφόρων ειδών που διακινούνταν από απομακρυσμένες περιοχές της Αφρικανικής Ηπείρου.<br /> <br /> H πρώτη ευρείας κλίμακας μελέτη για τα πρότυπα των οικισμών στη Μποτσουάνα πραγματοποιήθηκε από τον James Denbow στα 1970-1980. Με τη βοήθεια ασπρόμαυρων αεροφωτογραφιών ο ως άνω ερευνητής επισήμανε τη σχέση μεταξύ των οικισμών της εποχής του σιδήρου, και ενός μοναδικού είδους φυτού, του Cenchrus Ciliarus ή “γρασίδι βουβαλιού”. Το τελευταίο φυτικό είδος εμφανιζόταν στις αεροφωτογραφίες με έντονο λευκό χρώμα, σε οξεία αντίθεση με τις περιοχές στους λόφους, παρατήρηση που οδήγησε στην ανακάλυψη πληθώρας αρχαιολογικών χώρων της πρώιμης και της μέσης εποχής του σιδήρου.<br /> <br /> Τα τελευταία χρόνια γίνεται συχνά λόγος για την αξιοποίηση των δορυφορικών εικόνων στην επιστήμη της αρχαιολογίας. Για παράδειγμα, στη Νότιο Αφρική η χρήση των εικόνων αυτών έχει οδηγήσει στην ψηφιοποίηση διαφόρων χαρακτηριστικών, όπως αρχαιολογικών χώρων και ανθρώπινων κατασκευών. Όσον αφορά το αρχαιολογικό μοντέλο πρόβλεψης, αυτό είναι ιδιαίτερα χρήσιμο στη διαχείριση των πολιτιστικών πόρων, όπου παίρνονται κρίσιμες αποφάσεις για την εξερεύνηση αρχαιολογικών περιοχών (βάσει του ενδεχόμενου αποκάλυψης των). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο συγγραφέας εφαρμόζει τη μη επιβλεπόμενη μέθοδο ταξινόμησης της επαναληπτικής αυτό - οργανωτικής τεχνικής ανάλυσης δεδομένων (ISODATA). Χρησιμοποιήθηκαν τα προγράμματα ArcGIS 10.6 και ENVI 5.4 για να προσδιοριστούν τα μοναδικά φασματικά χαρακτηριστικά των επιφανειών.<br /> <br /> Σε πρώτο στάδιο έπρεπε να επιλεχθεί ένα κατάλληλο υποσύνολο των εικόνων ως περιοχή εκπαίδευσης για το μοντέλο πρόβλεψης, καθώς και να καθοριστούν τα πολυφασματικά δεδομένα τα οποία παρείχαν τη βέλτιστη ευκρίνεια των αρχαιολογικών τοποθεσιών. Απαραίτητες για το σκοπό αυτό ήταν η βαθμονόμηση των δεδομένων (καλιμπράρισμα) καθώς και οι ατμοσφαιρικές διορθώσεις των εικόνων, οι οποίες έγιναν με τη χρήση του FLAASH στο ENVI v5.4.<br /> <br /> Η περιοχή ενδιαφέροντος ορίστηκε σε ακτίνα 5km γύρω από τη Bosutswe, καθώς η εμβέλεια αυτή είχε μελετηθεί περισσότερο (από άλλους ερευνητές) και περιείχε το μεγαλύτερο αριθμό γνωστών περιοχών. Για την περιοχή ενδιαφέροντος αποκτήθηκε τριπλή κάλυψη από το ίδρυμα DigitalGlobe, ένα σετ από εικόνες WorldView 2 και 3 (για χειμώνα και καλοκαίρι) και μία εικόνα GeoEye. Η τριπλή κάλυψη των εικόνων ήταν σημαντική, καθώς επέτρεψε την επισκόπηση της εικόνας κάτω από διαφορετικό καθεστώς (εποχιακής) βλάστησης, αλλά και μέσα από διαφορετικούς δορυφόρους.<br /> <br /> Εν συνεχεία, τόσο οι ήδη γνωστές όσο και οι υποψήφιες/πιθανές αρχαιολογικές ζώνες ψηφιοποιήθηκαν από τον ερευνητή μέσω του ArcMap 10.6, ψηφιοποίηση η οποία βασίστηκε σε προηγούμενη έρευνα πεδίου έτερου ερευνητή, συνεπικουρούμενη από αναφορές στα αρχεία του εθνικού Μουσείου Μνημείων της Μποτσουάνα.<br /> <br /> Για όσες περιοχές η υπάρχουσα πληροφορία ήταν ασαφής, για να προσπεράσει το πρόβλημα ο συγγραφέας κατέφυγε στη χρήση του εργαλείου ISODATA μη επιβλεπόμενου αλγορίθμου στο πρόγραμμα ENVI, του οποίου τη δομή αναλύει στο paper του. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Μέσω αυτού του αλγορίθμου, μετά από αρκετές δοκιμές, δημιουργήθηκαν 70 τάξεις στις πολυφασματικές εικόνες της καλοκαιρινής περιόδου για τις εικόνες των δορυφόρων WorldView 1 και 2. Από τις 70 αυτές τάξεις επιλέχτηκαν οι 16 για τις περιοχές της εποχής του σιδήρου, διαχωρισμός ο οποίος βασίστηκε στις αλληλοεπικαλύψεις μεταξύ των πολυγώνων για τις γνωστές και τις και τις υποτιθέμενες τοποθεσίες (αρχαιολογικού ενδιαφέροντος). Επισημαίνεται δε ότι από αυτές τις 16 κλάσεις, ορισμένες επικαλύπτονται, πράγμα που υποδηλώνει ότι σε ανάλογες μελέτες καλό θα ήταν οι επιμέρους να συγχωνευτούν σε μία. <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Σημειωτέον ότι περίπου οι μισές από τις υποτιθέμενες αρχαιολογικές ζώνες γειτνιάζουν με δύο παράλληλα υδάτινα κανάλια στο βορειοανατολικό τμήμα της Bosutswe, μία περιοχή που μέχρι πρότινος καμία αρχαιολογική ζώνη δεν έχει προσδιοριστεί. Το συγκεκριμένο τεταρτημόριο του χώρου έχει όλες τις προϋποθέσεις για την επέκταση της αρχαιολογικής γνώσης για την κατανομή της περιοχής. Οι ισχυρισμοί αυτοί μάλιστα υποβλήθηκαν σε έλεγχο δια έρευνας πεδίου, κι έτσι προσδιορίστηκαν – πράγματι - ορισμένες περιοχές αρχαιολογικού ενδιαφέροντος ή, τουλάχιστον, έντονης ανθρώπινης δραστηριότητας κατά την προϊστορική εποχή. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona4_kapep.jpg 2020-02-12T15:17:45Z

<p>Kapep: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Pa2020 pk arthro6 eikona4 kapep.jpg&amp;quot;</p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro7_eikona4_kapep.jpg 2020-02-12T15:16:51Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro7_eikona3_kapep.jpg 2020-02-12T15:16:40Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro7_eikona2_kapep.jpg 2020-02-12T15:15:45Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro7_eikona1_kapep.jpg 2020-02-12T15:15:36Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona4_kapep.jpg 2020-02-12T15:15:23Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A0%CF%81%CE%BF%CF%82_%CE%AD%CE%BD%CE%B1_%CE%B1%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CF%8C_%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF_%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B5%CF%88%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CE%AE_Bosutswe_%CF%84%CE%B7%CF%82_%CE%9C%CF%80%CE%BF%CF%84%CF%83%CE%BF%CF%85%CE%AC%CE%BD%CE%B1... 2020-02-12T15:14:37Z

<p>Kapep: Νέα σελίδα με 'Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα: Αξιοποιώντας πολυ...'</p> <hr /> <div>Προς ένα αρχαιολογικό μοντέλο πρόβλεψης στην περιοχή Bosutswe της Μποτσουάνα: Αξιοποιώντας πολυφασματικές δορυφορικές εικόνες για την απεικόνιση αρχαίων τόπων<br /> <br /> '''Πρωτότυπος τίτλος: ''' Toward archaeological predictive modeling in the Bosutswe region of Botswana: Utilizing multispectral satellite imagery to conceptualize ancient landscapes<br /> <br /> '''Συγγραφείς:''' Carla Klehm, Adam Barnes, Forrest Follett, Katie Simon, Christopher Kiahtipes, Sarah Mothulatshipi<br /> <br /> '''Δημοσιεύθηκε:''' Journal of Anthropological Archaeology<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S0278416518300679] <br /> <br /> '''Λέξεις-Κλειδιά:''' ΓΣΠ, Τηλεπισκόπηση, μοντέλα πρόβλεψης, δορυφορικές εικόνες, Lαρχαιολογία τοπίου, οικιστικά μοτίβα, ανθρωπολογική αρχαιολογία, Αφρική, Νότια Αφρική, Εποχή του Σιδήρου<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Χάρτης της Bosutswe όπως επίσης και των υπολοίπων μειζόνων νοτιοαφρικανικών πολιτειών της εποχής του Σιδήρου, οι οποίες αναφέρονται στο κείμενο. Η καφέ γραμμή ορίζει το φυσικό όριο μεταξύ του σκληρού εδάφους στα ανατολικά και του αμμώδους της ερήμου Καλαχάρι στα δυτικά. Ο λόφος Mmadipudi, επίσης αναφερόμενος στο κείμενο, δεν φαίνεται σε αυτήν την ευκρίνεια, δεδομένης της εγγύτητάς του προς την Bosutswe (Ο λόφος του Mmadipudi τοποθετείται κατά προσέγγιση σε απόσταση 3 χιλιομέτρων στα δυτικά). Αναδημοσίευση από Klehm (2017):609]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Cenchrus ciliarus ή το γρασίδι του βουβαλιού, κυριαρχεί στη βλάστηση του υψώματος του λόφου του Mmadipudi στην περιοχή της Bosutswe. Αυτού του είδους η βλάστηση αξιοποιείται ως ζωοτροφή στις τοπικές μονάδες (που ονομάζονται κατσίκες). Παρά ταύτα, τα διακριτικά των κορμών, όπως αυτά στο πρώτο πλάνο, ξεχωρίζουν εύκολα από τη χλόη στους αγρούς. Η εικόνα λήφθηκε από την κορυφή της ανυψωμένης στάνης, η οποία μπορεί να ειδωθεί στην κυκλική ανακούφιση καθώς η στάνη σβήνει στο έδαφος. Δικαιώματα φωτογραφίας: Carla Klehm]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Ο λόφος του Mmadipudi, μία άλλη κορυφή εντός της περιοχής της Bosutswe, έχει ορίσει τις στάνες και τις κύριες ενδιάμεσες περιοχές στο κέντρο της κορυφής του λόφου. Αυτά τα στοιχεία χαρακτηρίζονται από την έντονη κυριαρχία του Cenchrus ciliarus (γρασίδι του βουβαλιού), όπως φαίνεται στην εικόνα, όπου η κυκλική στάνη εμφανίζεται αστραφτερή λευκή (μαζί με δύο μικρότερες στάνες), καθώς και δύο κύριες ενδιάμεσες περιοχές στο νότιο τμήμα της ως φωτεινότερες από τις υπόλοιπες περιοχές στην κορυφή του λόφου. Στην εικόνα ISO, η στάνη και οι ενδιάμεσες περιοχές εμφανίζονται σχετιζόμενες με το ISO 60, με τιμές ISO 58 kai 59. Δικαιώματα εικόνας: Adam Barnes και Forrest Follett. Η δορυφορική εικόνα με την ευγενική χορηγία του ιδρύματος DigitalGlobe.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro6_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Φασματικό προφίλ του ISO 60. Πιθανότατα , η τάξη ISO παριστά ένα μίγμα του γρασιδιού Cenchrus ciliarus και του γυμνού εδάφους μεταξύ των περιοχών γρασιδιού. Όπως παρατηρούμε, η ISO 60, όπως η ISO 59, έχει την τάση να ομαδοποιείται στο κέντρο των οικισμών της εποχής του σιδήρου, πιθανότατα παριστώντας το Cenchrus ciliarus που απαντάται στο στοιχείο της στάνης. Δικαιώματα εικόνας: Adam Barnes]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι γεωχωρικές τεχνολογίες, όπως τα ΓΣΠ και η τηλεπισκόπηση προσφέρουν μεγάλες δυνατότητες στην αρχαιολογική έρευνα, ιδίως στις περιοχές που η έρευνα πεδίου είναι δυσχερής (ένεκα της πολιτικής αστάθειας που επικρατεί στις περιοχές αυτές, της πυκνής βλάστησης, των δηλητηριωδών εντόμων, των επικίνδυνων ζώων, κ.ο.κ.). Στην παρούσα μελέτη γίνεται αξιοποίηση των δυνατοτήτων των υψηλής ανάλυσης πολυφασματικών δορυφορικών εικόνων για τη δημιουργία μοντέλου για τα πρότυπα των οικισμών της εποχής του σιδήρου στην πολιτεία της Bosutswe της Μποτσουάνα. <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> H πολιτεία της Bosutswe τοποθετείται στο ανατολικότερο άκρο της ερήμου Καλαχάρι στην Μποτσουάνα, στα 750km από τον Ινδικό Ωκεανό. Η εντατικοποίηση του δικτύου εμπορικών συναλλαγών μετέτρεψε την περιοχή από ένα κτηνοτροφικό χωριό σε μία μεγάλη πολιτεία. Η κομβική τοποθεσία στα άκρα της ερήμου της επέτρεψε να ελέγχει το εμπόριο διαφόρων ειδών που διακινούνταν από απομακρυσμένες περιοχές της Αφρικανικής Ηπείρου.<br /> <br /> H πρώτη ευρείας κλίμακας μελέτη για τα πρότυπα των οικισμών στη Μποτσουάνα πραγματοποιήθηκε από τον James Denbow στα 1970-1980. Με τη βοήθεια ασπρόμαυρων αεροφωτογραφιών ο ως άνω ερευνητής επισήμανε τη σχέση μεταξύ των οικισμών της εποχής του σιδήρου, και ενός μοναδικού είδους φυτού, του Cenchrus Ciliarus ή “γρασίδι βουβαλιού”. Το τελευταίο φυτικό είδος εμφανιζόταν στις αεροφωτογραφίες με έντονο λευκό χρώμα, σε οξεία αντίθεση με τις περιοχές στους λόφους, παρατήρηση που οδήγησε στην ανακάλυψη πληθώρας αρχαιολογικών χώρων της πρώιμης και της μέσης εποχής του σιδήρου.<br /> <br /> Τα τελευταία χρόνια γίνεται συχνά λόγος για την αξιοποίηση των δορυφορικών εικόνων στην επιστήμη της αρχαιολογίας. Για παράδειγμα, στη Νότιο Αφρική η χρήση των εικόνων αυτών έχει οδηγήσει στην ψηφιοποίηση διαφόρων χαρακτηριστικών, όπως αρχαιολογικών χώρων και ανθρώπινων κατασκευών. Όσον αφορά το αρχαιολογικό μοντέλο πρόβλεψης, αυτό είναι ιδιαίτερα χρήσιμο στη διαχείριση των πολιτιστικών πόρων, όπου παίρνονται κρίσιμες αποφάσεις για την εξερεύνηση αρχαιολογικών περιοχών (βάσει του ενδεχόμενου αποκάλυψης των). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο συγγραφέας εφαρμόζει τη μη επιβλεπόμενη μέθοδο ταξινόμησης της επαναληπτικής αυτό - οργανωτικής τεχνικής ανάλυσης δεδομένων (ISODATA). Χρησιμοποιήθηκαν τα προγράμματα ArcGIS 10.6 και ENVI 5.4 για να προσδιοριστούν τα μοναδικά φασματικά χαρακτηριστικά των επιφανειών.<br /> <br /> Σε πρώτο στάδιο έπρεπε να επιλεχθεί ένα κατάλληλο υποσύνολο των εικόνων ως περιοχή εκπαίδευσης για το μοντέλο πρόβλεψης, καθώς και να καθοριστούν τα πολυφασματικά δεδομένα τα οποία παρείχαν τη βέλτιστη ευκρίνεια των αρχαιολογικών τοποθεσιών. Απαραίτητες για το σκοπό αυτό ήταν η βαθμονόμηση των δεδομένων (καλιμπράρισμα) καθώς και οι ατμοσφαιρικές διορθώσεις των εικόνων, οι οποίες έγιναν με τη χρήση του FLAASH στο ENVI v5.4.<br /> <br /> Η περιοχή ενδιαφέροντος ορίστηκε σε ακτίνα 5km γύρω από τη Bosutswe, καθώς η εμβέλεια αυτή είχε μελετηθεί περισσότερο (από άλλους ερευνητές) και περιείχε το μεγαλύτερο αριθμό γνωστών περιοχών. Για την περιοχή ενδιαφέροντος αποκτήθηκε τριπλή κάλυψη από το ίδρυμα DigitalGlobe, ένα σετ από εικόνες WorldView 2 και 3 (για χειμώνα και καλοκαίρι) και μία εικόνα GeoEye. Η τριπλή κάλυψη των εικόνων ήταν σημαντική, καθώς επέτρεψε την επισκόπηση της εικόνας κάτω από διαφορετικό καθεστώς (εποχιακής) βλάστησης, αλλά και μέσα από διαφορετικούς δορυφόρους.<br /> <br /> Εν συνεχεία, τόσο οι ήδη γνωστές όσο και οι υποψήφιες/πιθανές αρχαιολογικές ζώνες ψηφιοποιήθηκαν από τον ερευνητή μέσω του ArcMap 10.6, ψηφιοποίηση η οποία βασίστηκε σε προηγούμενη έρευνα πεδίου έτερου ερευνητή, συνεπικουρούμενη από αναφορές στα αρχεία του εθνικού Μουσείου Μνημείων της Μποτσουάνα.<br /> <br /> Για όσες περιοχές η υπάρχουσα πληροφορία ήταν ασαφής, για να προσπεράσει το πρόβλημα ο συγγραφέας κατέφυγε στη χρήση του εργαλείου ISODATA μη επιβλεπόμενου αλγορίθμου στο πρόγραμμα ENVI, του οποίου τη δομή αναλύει στο paper του. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Μέσω αυτού του αλγορίθμου, μετά από αρκετές δοκιμές, δημιουργήθηκαν 70 τάξεις στις πολυφασματικές εικόνες της καλοκαιρινής περιόδου για τις εικόνες των δορυφόρων WorldView 1 και 2. Από τις 70 αυτές τάξεις επιλέχτηκαν οι 16 για τις περιοχές της εποχής του σιδήρου, διαχωρισμός ο οποίος βασίστηκε στις αλληλοεπικαλύψεις μεταξύ των πολυγώνων για τις γνωστές και τις και τις υποτιθέμενες τοποθεσίες (αρχαιολογικού ενδιαφέροντος). Επισημαίνεται δε ότι από αυτές τις 16 κλάσεις, ορισμένες επικαλύπτονται, πράγμα που υποδηλώνει ότι σε ανάλογες μελέτες καλό θα ήταν οι επιμέρους να συγχωνευτούν σε μία. <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Σημειωτέον ότι περίπου οι μισές από τις υποτιθέμενες αρχαιολογικές ζώνες γειτνιάζουν με δύο παράλληλα υδάτινα κανάλια στο βορειοανατολικό τμήμα της Bosutswe, μία περιοχή που μέχρι πρότινος καμία αρχαιολογική ζώνη δεν έχει προσδιοριστεί. Το συγκεκριμένο τεταρτημόριο του χώρου έχει όλες τις προϋποθέσεις για την επέκταση της αρχαιολογικής γνώσης για την κατανομή της περιοχής. Οι ισχυρισμοί αυτοί μάλιστα υποβλήθηκαν σε έλεγχο δια έρευνας πεδίου, κι έτσι προσδιορίστηκαν – πράγματι - ορισμένες περιοχές αρχαιολογικού ενδιαφέροντος ή, τουλάχιστον, έντονης ανθρώπινης δραστηριότητας κατά την προϊστορική εποχή. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A7%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%BF%CF%85%CF%82_%CE%B1%CF%81%CF%87%CE%B1%CE%AF%CE%BF%CF%85%CF%82_%CF%84%CF%8C%CF%80%CE%BF%CF%85%CF%82_Chinampa_%CF%83%CF%84%CE%B7_%CE%9B%CE%B5%CE%BA%CE%AC%CE%BD%CE%B7_%CF%84%CE%BF%CF%85_%CE%9C%CE%B5%CE%BE%CE%B9%CE%BA%CE%BF%CF%8D... 2020-02-12T14:46:23Z

<p>Kapep: Νέα σελίδα με 'Χαρτογραφώντας τους αρχαίους τόπους Chinampa στη Λεκάνη του Μεξικού: Μία τηλεπισκοπική προσέγγι...'</p> <hr /> <div>Χαρτογραφώντας τους αρχαίους τόπους Chinampa στη Λεκάνη του Μεξικού: Μία τηλεπισκοπική προσέγγιση βασισμένη στα γεωγραφικά συστήματα πληροφοριών<br /> <br /> '''Πρωτότυπος τίτλος: ''' Mapping ancient chinampa landscapes in the Basin of Mexico a remote sensing and GIS approach<br /> <br /> '''Συγγραφέας:''' Christopher T. Morehart<br /> <br /> '''Δημοσιεύθηκε:''' Journal of Archaeological Science<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0305440312000994] <br /> <br /> '''Λέξεις-Κλειδιά:''' Chinampas, Τηλεπισκόπηση, δορυφορικές εικόνες, αρχαιολογία τοπίου, γεωργία, λεκάνη του Μεξικού, Xaltocan<br /> <br /> [[Εικόνα:pa2020_pk_arthro5_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Αεροφωτογραφία του τμήματος του συστήματος chinampa του Xaltocan. Κύρια κανάλια με βέλη. Περιοχές που μελέτησε ο Frederick εντός πλαισίου]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro5_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Ψευδοχρωματικό έγχρωμο σύνθετο των εικόνων Landsat 7 ETM (4, 3, 2-RGB)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro5_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Σύγκριση των εικόνων Quickbird (πάνω) με τις αεροφωτογραφίες (κάτω) που δείχνουν απομεινάρια του τοπίου των μέσων του 20ου αιώνα. Οι εικόνες στ’ αριστερά δείχνουν έναν καθαρό δρόμο που κατευθ΄νεται ανατολικά από ένα ράντζο και διασταυρώνεται με έναν τοπικό αυτοκινητόδρομο στην αεροφωτογραφία (κάτω) του οποίου τα ερείπια καθίστανται ορατά στη δορυφορική εικόνα (πάνω). Οι εικόνες στα δεξιά δείχνουν έναν δρόμο που υποδιαιρεί τα αγροτεμάχια στα 1950 (κάτω) , του οποίου τα ερείπια μπορούν ακόμα να ειδωθούν στις δορυφορικές εικόνες (πάνω). Τα βέλη υποδεικνύουν τα χαρακτηριστικά αυτά]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro5_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Χάρτης των συστημάτων cinampa του Xaltocan, οι οποίες εμφανίζουν τυπολογία καναλιών. Η πάνω δεξιά εικόνα αποτελεί μία μεγέθυνση της Quickbird παγχρωματικής εικόνας. Η κάτω αριστερά εικόνα δείχνει το κανάλι νότια της Tonanitla στις αεροφωτογραφίες. Η κάτω δεξιά δείχνει τις πηγές στις αεροφωτογραφίες , οι οποίες υπήρχαν από το 1950. Η εικόνα παρ’ όλα αυτά είναι στη θέση της σε αντιστοιχεία με τα υπόλοιπα χαρτογραφημένα στοιχεία του τοπίου]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η συγκεκριμένη εργασία χρησιμοποιεί τηλεπισκοπικά δεδομένα για την καταγραφή των συστημάτων chinampa, παρακείμενων του μετα-κλασικού βασιλείου του Xaltocan στη βορειότερη λεκάνη του Μεξικού. Τα chinampas αποτελούν μία από τις πιο συζητημένες μορφές προ-Ισπανικής γεωργίας. Οι πληροφορίες μας όμως γι’ αυτά προέρχονται κυρίως από έμμεσες πηγές (ιστορικά και λαογραφικά κείμενα). <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Ο όρος chinampa προέρχεται από τη Nahuatl λέξη chinamitl, η οποία σημαίνει μία περιοχή περικλειόμενη από φράχτη ή καλάμια. Οι αγροί chinampa είναι πολύ στενοί, μόλις 4 μ φάρδος αλλά το μήκος τους μπορεί να φτάσει ακόμα και τα 900 μ. <br /> <br /> Πρωτοπόρος στη έρευνα για τα chinampa υπήρξε ο Frederick, ο οποίος διεξήγαγε την πρώτη αρχαιολογική έρευνα περί αυτών στα τέλη της δεκαετίας του 1980. Χρησιμοποιώντας αεροφωτογραφίες της Μεξικανικής Εταιρίας Αεροφωτογραφιών κατάφερε να χαρτογραφήσει μερικώς αλλά και να προσδιορίσει το μέγεθος του συστήματος, το οποίο, σύμφωνα με τη μελέτη του, ήταν μεταξύ 100 και 200 εκταρίων. <br /> <br /> Ο ανωτέρω συγγραφέας προσδιόρισε το βασικό κανάλι που υδροδοτούσε τα συστήματα chinampa από της πηγές της Ozumbilla, γεγονός που είχε σημαντικό αντίκτυπο στον υδρολογικό χαρακτήρα του περιβάλλοντος. Παρά το ότι η έρευνα του Frederick υπήρξε πρωτοπόρα, η δομή και η χωρική έκταση των συστημάτων αυτών δεν είχαν κατανοηθεί επαρκώς μέχρι τη δημοσίευση της τρέχουσα μελέτης.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Για το σκοπό αυτό ο συγγραφέας του παρόντος άρθρου κατέφυγε στην εξέταση τριών ειδών τηλεπισκοπικών δεδομένων:<br /> * τις ίδιες αεροφωτογραφίες που εξέτασε ο προκάτοχός του<br /> <br /> Δηλαδή αεροφωτογραφίες του 1950 της βορειότερης Λεκάνης του Μεξικού, οι οποίες ενσωματώθηκαν στο ArcGIS για την επανεκτίμηση της χωρικής έκτασης των αγρών. Οι εικόνες σαρώθηκαν σε υψηλή ανάλυση και οι εικόνες απέκτησαν γεωαναφορά με τη χρήση σημείων ελέγχου από το GPS, τα οποία προσδιορίστηκαν στο πεδίο επί τόπου σε μέρη ιστορικά φορτισμένα (λ.χ. ναοί). Εφαρμόστηκε γραμμική ενίσχυση για την αύξηση της αντίθεση των pixels της εικόνας, για την καλύτερη ανάγνωση της στο ArcGIS. Ως αποτέλεσμα των παραπάνω έχουμε μία πολύ πιο συντηρητική εκτίμηση της έκτασης των chinampa (σε σχέση με τον προκάτοχο ερευνητή): μόλις 400-500 εκτάρια.<br /> * Εικόνες Landsat<br /> <br /> Δεδομένα από τον Landsat 7 ETM αποκτήθηκαν και ενσωματώθηκαν στο ArcGis ώστε να ελέγξουμε τη χρησιμότητά τους στην εκτίμηση των chinampas. Η εικόνα συντίθεται από 7 κανάλια ξεκινώντας από τα ορατά και φτάνοντας μέχρι τα μέσα υπέρυθρα. Χρησιμοποιήθηκαν για την ανίχνευση των chinampa συνδυασμοί καναλιών όπως ο 4-3-2 RGB, πλην όμως η ανάλυση των εικόνων δεν ήταν αρκετή για την ανίχνευση μικρότερων γραμμικών στοιχείων. Το όλο εγχείρημα όμως φανέρωσε τις δυνατότητες/αδυναμίες των δορυφορικών εικόνων.<br /> * Quickbird δορυφορικές εικόνες πολύ υψηλής ανάλυσης<br /> <br /> Προκειμένου να χαρτογραφηθούν καλύτερα τα χαρακτηριστικά των chinampa, δορυφορικές εικόνες Quickbird υψηλής ανάλυσης αποκτήθηκαν από τον Digital Globe. Οι εικόνες του τελευταίου είναι πολυφασματικές, από τα τρία ορατά μέχρι και τα μέσα υπέρυθρα, ενώ διαθέτει και παγχρωματικό κανάλι, όπως άλλωστε και ο Landsat. Κάθε ένα από τα κανάλια αυτά απεικόνισε διαφορετικά στοιχεία με μεγαλύτερη σαφήνεια, κανένα όμως κατά τον συγγραφέα δεν υπερέχει σε σχέση με τα υπόλοιπα. Ειδικότερα, σύμφωνα με τον τελευταίο, μόνη η παγχρωματική εικόνα επαρκεί για να μελετήσουμε την έκταση των chinampa.<br /> <br /> <br /> Αξίζει να σημειωθεί ότι οι αεροφωτογραφίες του 1950 υποβλήθηκαν σε σύγκριση με τις Quickbird εικόνες υψηλής ανάλυσης προκειμένου να επαληθευτεί η ιστορικότητα κάποιων χαρακτηριστικών (λ.χ. δρόμων).<br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο τελικός χάρτης δημιουργήθηκε στο ArcGIS με τη σχεδίαση polylines και πολύγωνων πάνω από τα κανάλια, με τη χρήση πολύγωνων στα κύρια κανάλια και γραμμών για τα μικρά, παρακείμενα των αγρών κανάλια. Με μία συντηρητική εκτίμηση του συγγραφέα, η έκταση των chinampas είναι μεταξύ 1500-1600 εκταρίων, δηλαδή αρκετά μεγαλύτερη σε σχέση, τόσο με το αρχικό αποτέλεσμα που προέκυψε στο 1ο βήμα, όσο και στη μελέτη του Frederick. <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Επιπλέον ο συγγραφέας προσδιορίζει τα μεγέθη των κύριων καναλιών στην περιοχή του Xaltocan, τα οποία έχουν ρόλο αρτηριών παροχής φρέσκου ύδατος. Εν αντιθέσει με τα κύρια, τα δευτερεύοντα κανάλια είχαν ως πρωταρχικό σκοπό τη διανομή του νερού από τα κύρια κανάλια στο κέντρο του συστήματος chinampa. Επισημαίνεται δε μία ακόμα κατηγορία, αυτή των τριτογενών καναλιών, τα οποία είναι αυτά που δίνουν στα chinampa το χαρακτηριστικό μακρόστενο σχήμα τους. Γενικά, η αγροτική δραστηριότητα στα chinampa συνδέεται στενά με τα λιμναία περιβάλλοντα, καθώς τα τελευταία αποτελούσαν βασικό συστατικό της οικονομίας στο κεντρικό Μεξικό.<br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%BC%CE%B2%CE%B9%CE%B2%CE%B1%CF%83%CE%BC%CE%BF%CE%AF_%CE%BA%CE%B1%CE%B9_%CF%83%CF%85%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CE%B2%CE%B9%CE%BF%CE%B5%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CF%80%CE%B7%CF%81%CE%B5%CF%83%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CE%B5%CF%81%CE%B9%CE%B8%CF%89%CF%81%CE%B9%CE%B1%CE%BA%CE%AD%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82... 2020-02-12T14:37:30Z

<p>Kapep: </p> <hr /> <div>Συμβιβασμοί και συνέργειες μεταξύ βιοενέργειας και οικοσυστημικών υπηρεσιών σε περιθωριακές αγροτικές εκτάσεις: Μία μέθοδος εκτίμησης βασισμένη στην τηλεπισκόπηση<br /> <br /> '''Πρωτότυπος τίτλος: ''' Bioenergy and ecosystem services trade-offs and synergies in marginal agricultural lands: A remote-sensing-based assessment method<br /> <br /> '''Συγγραφείς:''' Davide Longato, Mattias Gaglio, Mirco Boschetti, Elena Gissi <br /> <br /> '''Δημοσιεύθηκε:''' Journal of Cleaner Production<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0959652619325223] <br /> <br /> '''Λέξεις-Κλειδιά:''' οικοσυστημικές περιοχές, ανταποδοτικότητα, προσαρμοσμένος δείκτης βλάστησης εδάφους, βιοενέργεια δεύτερης γεννιάς, αγροτικό τοπίο, ανανεώσιμες πηγές ενέργειας, περιβαλλοντικός σχεδιασμός<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Η επαρχία της Rovigo: τοποθεσία (α), χάρτης χρήσης/κάλυψης γης (b), και περιοχή μελέτης (c)]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Διάγραμμα ροής της μεθοδολογίας που χρησιμοποιήθηκε για την ταυτοποίηση των περιθωριακών αγροτικών γαιών]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Χάρτης ανάλυσης πυκνότητας πυρήνα των περιθωριακών αγροτικών γαιών]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro4_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Χάρτης των συμβιβασμών μεταξύ βιομάζας ξυλείας και παροχής τροφής (a) και χάρτης των συμβιβασμών και των συνεργιών μεταξύ βιομάζας από ξυλεία και ΟΕ παρεχόμενες από τη βλάστηση (b) στις περιθωριακές αγροτικές γαίες]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η χαρτογράφηση των περιθωριακών εδαφών είναι σημαντική για τη βιώσιμη ανάπτυξη των αγροτικών περιοχών. Η συγκεκριμένη μελέτη προτείνει μία μέθοδο βασισμένη στην τηλεπισκόπηση για την ανίχνευση περιθωριακών αγροτικών γαιών για την παραγωγή βιομάζας ξυλείας και διερευνά τις πιθανές συσχετίσεις μεταξύ των νέων γαιών ξυλείας, αυτών για παραγωγής τροφής και των παρεχόμενων οικοσυστημικών υπηρεσιών (ΟΕ) από τη βλάστηση. <br /> <br /> Τα τελευταία χρόνια υπάρχει μεγάλο ενδιαφέρον εν σχέσει με τη βιομάζα ως ανανεώσιμη πηγή ενέργειας. Η παραγωγή ενέργειας, όμως, από βιομάζα επιφέρει αλλαγές στο τοπίο, ενώ θα πρέπει να ληφθούν υπόψιν και οι αλληλεπιδράσεις της με τους άλλους τομείς των ΟΕ. Επί παραδείγματι, ο ρόλος της βιομάζας είναι ενίοτε ανταγωνιστικός με την παραγωγή τροφής (αφού οι ίδιες εκτάσεις μπορούν να χρησιμοποιηθούν είτε για τον ένα είτε για τον άλλο σκοπό). <br /> Οι μετρικές τοπίου είναι δύο ειδών: συνθετική και ρυθμιστική μετρική. Οι συνηθέστεροι συνθετικοί δείκτες είναι ο δείκτης ποικιλομορφίας του Shannon (SHEI) και η πυκνότητα πλούτου γεωτεμαχίου (PRD). Άλλος δείκτης που χρησιμοποιείται είναι η εντροπία του Shannon, ο οποίος δείχνει την κατανομή της συγκέντρωσης στο χώρο, ο οποίος παίρνει τιμές από 0 (συγκέντρωση σε μία περιοχή) μέχρι 1 (ομοιόμορφη κατανομή σε διάφορες περιοχές). <br /> <br /> Για να αντιμετωπίσει αυτόν τον ανταγωνισμό η Ευρωπαϊκή Ένωση πριμοδοτεί την ανάπτυξη δεύτερης γενιάς βιομάζας, καθώς και των συναφών τεχνολογιών. Το σημαντικότερο για τον συγγραφέα πλεονέκτημα της δεύτερης γενιάς βιομάζας ξυλείας είναι το ότι μπορεί να αναπτυχθεί σε πιο υποβαθμισμένους αγρούς και σε περιθωριακές ή εγκαταλειμμένες περιοχές συγκριτικά με τις αντίστοιχες που απαιτούνται για την παραγωγή τροφής. Στο ίδιο μήκος κύματος, ο συγγραφέας παρουσιάζει, εν συνεχεία, μία σωρεία πλεονεκτημάτων από την αξιοποίηση περιθωριακών γαιών για παραγωγή βιομάζας.<br /> <br /> Οι τηλεπισκοπικές απεικονίσεις συνεπικουρούν τα μέγιστα στη χαρτογράφηση περιθωριακών γαιών και παρέχουν εποπτεία σε όλες τις χρονικές περιόδους. Η συγκεκριμένη εργασία διαφοροποιείται από άλλες συναφείς στο ότι χρησιμοποιεί τηλεπισκοπικά δεδομένα για τον προσδιορισμό αγροτικών γαιών, υποψήφιων για την ανάπτυξη βιομάζας, στην κλίμακα του γεωτεμαχίου, ενώ παράλληλα διερευνά τις σχέσεις και αλληλεξαρτήσεις της βιομάζας με την παραγωγή τροφής και με άλλες ΟΕ.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Περιοχή μελέτης είναι η επαρχία Rovigo της βόρειας Ιταλίας. Η επαρχία αυτή γεωμορφολογικά είναι μία πλατειά πεδιάδα, περιτριγυρισμένη από δύο ποταμούς. Διαθέτει ημιηπειρωτικό κλίμα με εξάρσεις κυρίως την άνοιξη και το φθινόπωρο. Συνιστά μία έντονα αγροτική περιοχή με περιορισμένες δασικές ή αμιγώς φυσικές εκτάσεις.<br /> <br /> Οι αγροτικές περιοχές ταξινομήθηκαν σε τρεις θεματικές κατηγορίες, ανάλογα με την τιμή του δείκτη βλάστησης προσαρμοσμένου για το έδαφος (SAVI): 1) Εγκαταλειμμένες ή χωρίς χρήση αγροτικές γαίες, 2) Δυνητικά άγονοι ή χωρίς διαχείριση αγροί, 3) Ενδεχομένως χαμηλής παραγωγικότητας αγροτικές εκτάσεις.<br /> <br /> Η μεθοδολογία που ακολουθήθηκε αναλύεται στα εξής πέντε βήματα:<br /> * Συλλογή δεδομένων<br /> Για το σκοπό αυτόν αξιοποιήθηκαν τόσο δεδομένα από θεματικούς χαρτογράφους (Πληροφοριακό σύστημα γεωτεμαχίων της AVEPA, 2016) όσο και από δορυφόρους (Landsat 8 OLI, 2014-2016). <br /> * Προεπεξεργασία δεδομένων και εξαγωγή θεματικής περιοχής: «Εγκαταλειμμένες ή χωρίς χρήση αγροτικές γαίες»<br /> Στο βήμα αυτό αποκλείστηκαν οι εκτάσεις που βρίσκονταν στο δίκτυο “Natura 2000” καθώς και άλλες μη καλλιεργήσιμες εκτάσεις που δεν πληρούσαν τα κατάλληλα κριτήρια (λ.χ. αποκλείστηκαν οι εκτάσεις που αντιστοιχούσαν σε πολύγωνα επιφάνειας μικρότερης της ελάχιστης προαπαιτούμενης για καλλιέργεια βιομάζας).<br /> * Ανάλυση διαχείρισης αγρών - ανίχνευση των: «δυνητικά άγονων ή χωρίς διαχείριση αγρών»<br /> Στο στάδιο αυτό γίνεται διαφοροποίηση μεταξύ των καλλιεργειών: “δυνητικά άγονοι ή χωρίς διαχείριση αγροί και «διαχειριζόμενοι αγροί». Ένα γεωτεμάχιο θεωρείται ως διαχειριζόμενο όταν διαθέτει καθαρή δυναμική: αναγνωρίζεται από τη βλάστηση που έχει στις κατάλληλες εποχές του χρόνου. <br /> * Ανάλυση παραγωγικότητας αγρών - εκτίμηση των «ενδεχομένως χαμηλής παραγωγικότητας αγροτικών εκτάσεων»<br /> Τα γεωτεμάχια που έδειξαν μία στατιστικά χαμηλότερη τιμή SAVI, σε ανταπόκριση με τον αντίστοιχο πληθυσμό όλων των υπό ανάλυση πεδίων για μία συγκεκριμένη εποχή, θεωρήθηκαν ότι βρίσκονταν σε κατάσταση χαμηλής παραγωγικότητας.<br /> * Συγχώνευση της ανωτέρω πληροφορίας για τη δημιουργία του χάρτη των περιθωριακών αγροτικών περιοχών<br /> <br /> Η ανωτέρω πληροφορία συγχωνεύτηκε και διερευνήθηκε η χωρική της κατανομή, η οποία περιγράφηκε με τη μέθοδο ανάλυσης πυρήνα, υπολογισθείσα με το ArcGIS 10.4 χρησιμοποιώντας τη χωρική μεταβλητή του κανόνα του δεξιού χεριού του Silverman. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Τα αποτελέσματα έδειξαν πως η περιθωριακή αγροτική γη καλύπτει το 1,7% των αγροτικών περιοχών στην επαρχία και περίπου 13,642 MWh το χρόνο δεύτερης γενιάς ενέργειας από βιομάζα μπορεί να παραχθεί στις αγροτικές αυτές περιοχές, ενισχύοντας παράλληλα τις παρεχόμενες ΟΕ από τη βλάστηση και αποφεύγοντας παράλληλα τις υποχωρήσεις εν σχέση με την παραγωγή τροφής.<br /> <br /> Ο συγγραφέας επισημαίνει ότι ένα τεράστιο ποσοστό (95,8%) των περιοχών που καλύπτονται από περιθωριακή αγροτική γη θα μπορούσε να αξιοποιηθεί για την παραγωγή δεύτερης γενιάς βιομάζας από ξυλεία δίχως να βλάπτει τις οικοσυστημικές υπηρεσίες που παρέχονται από τη βλάστηση, για μία δυνητική παραγωγή 67,762 MWh ανά έτος. Επιπλέον, η πλειονότητα των γαιών αυτών (74,9%) μπορεί να συνεισφέρει στην ενίσχυση των ανωτέρω οικοσυστημικών υπηρεσιών, παράγοντας δυνητικά ενέργεια 52,952 67,762 MWh ανά έτος, ενώ περίπου το 1/5 αυτών (19,6%) μπορεί να αξιοποιηθεί χωρίς να παρεμποδίσει την παραγωγή τροφής. <br /> <br /> <br /> [[category:Γεωργία]]<br /> <br /> <br /> [[category:Ενέργεια]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%85%CE%BC%CE%B2%CE%B9%CE%B2%CE%B1%CF%83%CE%BC%CE%BF%CE%AF_%CE%BA%CE%B1%CE%B9_%CF%83%CF%85%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B5%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%BE%CF%8D_%CE%B2%CE%B9%CE%BF%CE%B5%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1%CF%82_%CE%BA%CE%B1%CE%B9_%CE%BF%CE%B9%CE%BA%CE%BF%CF%83%CF%85%CF%83%CF%84%CE%B7%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%85%CF%80%CE%B7%CF%81%CE%B5%CF%83%CE%B9%CF%8E%CE%BD_%CF%83%CE%B5_%CF%80%CE%B5%CF%81%CE%B9%CE%B8%CF%89%CF%81%CE%B9%CE%B1%CE%BA%CE%AD%CF%82_%CE%B1%CE%B3%CF%81%CE%BF%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%BA%CF%84%CE%AC%CF%83%CE%B5%CE%B9%CF%82... 2020-02-12T14:28:05Z

<p>Kapep: Νέα σελίδα με 'Συμβιβασμοί και συνέργειες μεταξύ βιοενέργειας και οικοσυστημικών υπηρεσιών σε περιθωριακ...'</p> <hr /> <div>Συμβιβασμοί και συνέργειες μεταξύ βιοενέργειας και οικοσυστημικών υπηρεσιών σε περιθωριακές αγροτικές εκτάσεις: Μία μέθοδος εκτίμησης βασισμένη στην τηλεπισκόπηση<br /> <br /> [[category:Ενέργεια]]<br /> <br /> [[category:Γεωργία]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%B9%CE%BC%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BD_%CE%AC%CE%BD%CE%B1%CF%81%CF%87%CE%B7_%CE%B4%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AC_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%BF%CF%80%CE%AF%CE%BF%CF%85... 2020-02-12T14:25:31Z

<p>Kapep: </p> <hr /> <div>Εκτιμώντας την άναρχη δόμηση χρησιμοποιώντας τηλεπισκοπικά δεδομένα και μετρικές τοπίου: Μελέτη περίπτωσης της πόλης της Tshwane της Νότιας Αφρικής (1984-2015)<br /> <br /> '''Πρωτότυπος τίτλος: ''' Assessing urban sprawl using remote sensing and landscape metrics: A case study of city of Tswane, South Africa (1984-2015)<br /> <br /> '''Συγγραφείς:''' James Magidi, Fethi Ahmed<br /> <br /> '''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Science<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S1110982317303733] <br /> <br /> '''Λέξεις-Κλειδιά:''' δομημένες περιοχές, ΓΣΠ, τηλεπισκόπηση, μετρικές τοπίου, άναρχη δόμηση, Tswane<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona1_kapep.jpg|thumb|right|'''Εικόνα1:''' Τοποθεσία της περιοχής μελέτης στην επαρχία Gauteng της Νότιας Αφρικής]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona2_kapep.jpg|thumb|right|'''Εικόνα2:''' Η μεθοδολογία που χρησιμοποιήθηκε για την εκτίμηση μεταβολών στην αστική επέκταση στην CoT χρησιμοποιώντας εικόνες Landsat μεταξύ των ετών 1984 και 2015 ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona3_kapep.jpg|thumb|right|'''Εικόνα3:''' Χάρτης κάλυψης γης που απεικονίζουν αστικές και μη αστικές περιοχές της Tswane αναδυόμενος από την επιβλεπόμενη ταξινόμηση των εικόνων Landsat του 1984.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona4_kapep.jpg|thumb|right|'''Εικόνα4:''' Χάρτης κάλυψης γης που απεικονίζουν αστικές και μη αστικές περιοχές της Tswane αναδυόμενος από την επιβλεπόμενη ταξινόμηση των εικόνων Landsat του 2015.]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η αστικοποίηση αποτελεί ένα φαινόμενο που απασχολεί τόσο τις ανεπτυγμένες όσο και τις αναπτυσσόμενες κοινωνίες. Η παρακολούθηση και η χαρτογράφηση της άναρχης δόμησης αποτελεί ένα απαραίτητο συστατικό για έναν επιτυχή αστικό σχεδιασμό. <br /> <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Οι μετρικές τοπίου είναι δύο ειδών: συνθετική και ρυθμιστική μετρική. Οι συνηθέστεροι συνθετικοί δείκτες είναι ο δείκτης ποικιλομορφίας του Shannon (SHEI) και η πυκνότητα πλούτου γεωτεμαχίου (PRD). Άλλος δείκτης που χρησιμοποιείται είναι η εντροπία του Shannon, ο οποίος δείχνει την κατανομή της συγκέντρωσης στο χώρο, ο οποίος παίρνει τιμές από 0 (συγκέντρωση σε μία περιοχή) μέχρι 1 (ομοιόμορφη κατανομή σε διάφορες περιοχές). <br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Περιοχή ενδιαφέροντος είναι η πόλη της Tshwane (coT) η οποία αποτελεί το διαχειριστικό κέντρο της Νοτιοαφρικανικής δημοκρατίας. Πρόκειται για μία μεγάλη πόλη με κλίμα υποτροπικό, με καυστά και βροχερά καλοκαίρια και δριμείς και ξηρούς χειμώνες.<br /> <br /> Τα βήματα που ακολουθήθηκαν στη συγκεκριμένη μελέτη για τον προσδιορισμό της άναρχης δόμησης είναι τα εξής:<br /> * Προεπεξεργασία εικόνων<br /> Εικόνες από τους δορυφόρους Landsat και OLI, χωρίς συννεφοκάλυψη που απεικονίζουν δύο διαφορετικές περιοχές, υπεβλήθησαν σε συγχωνεύσεις, προσαρμόστηκαν στη συνέχεια στα όρια της περιοχής μελέτης και απέκτησαν γεωαναφορά, ενώ όλα τους τα κανάλια μετασχηματίστηκαν στη χωρική ανάλυση των 30μ.<br /> * Ταξινόμηση χρήσεων/κάλυψης γης<br /> Ο συγγραφέας ψηφιοποίησε πολλαπλές περιοχές εκπαίδευσης στο ψευδοχρωματικό έγχρωμο σύνθετο της τηλεπισκοπικής απεικόνισης και οι ιδιότητες που προστέθηκαν σε αυτές βασίστηκαν σε γνώσεις ειδικευμένων επιστημόνων. Εφήρμοσε τον αλγόριθμο της μέγιστης πιθανοφάνειας, μέσω του οποίου δημιουργήθηκαν οι θεματικές κατηγορίες: δομημένο περιβάλλον, νερό, φυσική βλάστηση και καλλιέργειες, στα πρότυπα του Νοτιοαφρικανικού συστήματος ταξινόμησης του 1996. Ακολούθησε μεταταξινόμηση σε δύο κατηγορίες: αστικές και μη αστικές περιοχές.<br /> * Εκτίμηση ακριβείας<br /> Προκειμένου να εξακριβωθεί αν τα στοιχεία ήταν ακριβή, έγινε σύγκριση των αποτελεσμάτων με τις αεροφωτογραφίες και τους τοπογραφικούς χάρτες από το εθνικό γεωχωρικό πληροφοριακό σύστημα στη Νότιο Αφρική.<br /> * Ανίχνευση αλλαγής (Delta)<br /> Μεταταξινομικές μέθοδοι ανίχνευσης αλλαγής (Delta) αξιοποιήθηκαν για την απεικόνιση και την ποσοτικοποίηση της άναρχης δόμησης.<br /> * Ποσοτικοποίηση της άναρχης δόμησης χρησιμοποιώντας μετρικές τοπίου<br /> Έπειτα από την ταξινόμηση και την ανάλυση των εικόνων ακολούθησε υπολογισμός των μετρικών τοπίου για κάθε θεματικό χάρτη. Δια μέσω του Patch Analyst πρόσθετου προγράμματος στο ArcGIS υπολογίστηκαν 12 μετρικές. Οι μετρικές αυτές αφορούν δείκτες για τα μεγέθη των γεωτεμαχίων καθώς και τις σχέσεις των μεγεθών αυτών μεταξύ τους.<br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Οι χάρτες κάλυψης γης δείχνουν μία προφανή διαχρονική αύξηση στην άναρχη δόμηση, με τις αμιγώς δομημένες περιοχές να επεκτείνονται στα μη αστικά περιβάλλοντα. Από το 1984 ως το 2015 ο αστικός χώρος παρουσίασε αύξηση σε έκταση 109,14%, με την αναλογία κτιστού-άκτιστου να αυξάνεται από 12,77% σε 26,10%. Αξίζει να σημειωθεί ότι η αύξηση σε χτισμένο χώρο παρουσιάζει μία θετική συσχέτιση με την αύξηση του πληθυσμού στο ίδιο διάστημα. Ο υψηλότερος ρυθμός επιδείνωσης της άναρχου δομήσεως έλαβε χώρο στο χρονικό διάστημα 1984-1986, κατά το οποίο οι αστικές περιοχές αυξήθηκαν περίπου κατά το ¼.<br /> <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Τέλος, γίνεται μία αναφορά σε διάφορους παράγοντες αστικοποίησης, ειδικά για την αφρικανική πόλη, αλλά και γενικότερα (εκβιομηχάνιση, βελτίωση οδικού δικτύου και υποδομών μεταφορών). Κατά την άποψή του δε, η άναρχη δόμηση στη νοτιοαφρικανική πόλη οφείλεται πιθανόν στους πόρους, την αλλαγή του προηγουμένως δυσμενούς θεσμικού πλαισίου (apartheid), το παγκόσμιο κύπελλο του 2010, καθώς και τις νέες πολιτικές ενθάρρυνσης αναπτυξιακών πρωτοβουλιών.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]<br /> <br /> [[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona3_kapep.jpg 2020-02-12T14:24:06Z

<p>Kapep: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Pa2020 pk arthro6 eikona3 kapep.jpg&amp;quot;</p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona3_kapep.jpg 2020-02-12T14:24:05Z

<p>Kapep: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Pa2020 pk arthro6 eikona3 kapep.jpg&amp;quot;</p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona3_kapep.jpg 2020-02-12T14:24:03Z

<p>Kapep: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Pa2020 pk arthro6 eikona3 kapep.jpg&amp;quot;</p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona3_kapep.jpg 2020-02-12T14:24:02Z

<p>Kapep: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Pa2020 pk arthro6 eikona3 kapep.jpg&amp;quot;</p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona3_kapep.jpg 2020-02-12T14:23:10Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona2_kapep.jpg 2020-02-12T14:22:44Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro6_eikona1_kapep.jpg 2020-02-12T14:22:36Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro5_eikona4_kapep.jpg 2020-02-12T14:22:23Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro5_eikona3_kapep.jpg 2020-02-12T14:22:13Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro5_eikona2_kapep.jpg 2020-02-12T14:22:04Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro5_eikona1_kapep.jpg 2020-02-12T14:21:55Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro4_eikona4_kapep.jpg 2020-02-12T14:21:42Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro4_eikona3_kapep.jpg 2020-02-12T14:21:33Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro4_eikona2_kapep.jpg 2020-02-12T14:21:20Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro4_eikona1_kapep.jpg 2020-02-12T14:21:08Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro3_eikona4_kapep.jpg 2020-02-12T14:20:48Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro3_eikona3_kapep.jpg 2020-02-12T14:20:40Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro3_eikona2_kapep.jpg 2020-02-12T14:20:31Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Pa2020_pk_arthro3_eikona1_kapep.jpg 2020-02-12T14:20:19Z

<p>Kapep: </p> <hr /> <div></div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%B9%CE%BC%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BD_%CE%AC%CE%BD%CE%B1%CF%81%CF%87%CE%B7_%CE%B4%CF%8C%CE%BC%CE%B7%CF%83%CE%B7_%CF%87%CF%81%CE%B7%CF%83%CE%B9%CE%BC%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AC_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BC%CE%B5%CF%84%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CF%84%CE%BF%CF%80%CE%AF%CE%BF%CF%85... 2020-02-12T14:20:01Z

<p>Kapep: Νέα σελίδα με 'Εκτιμώντας την άναρχη δόμηση χρησιμοποιώντας τηλεπισκοπικά δεδομένα και μετρικές τοπίου: Με...'</p> <hr /> <div>Εκτιμώντας την άναρχη δόμηση χρησιμοποιώντας τηλεπισκοπικά δεδομένα και μετρικές τοπίου: Μελέτη περίπτωσης της πόλης της Tshwane της Νότιας Αφρικής (1984-2015)<br /> <br /> '''Πρωτότυπος τίτλος: ''' Assessing urban sprawl using remote sensing and landscape metrics: A case study of city of Tswane, South Africa (1984-2015)<br /> <br /> '''Συγγραφείς:''' James Magidi, Fethi Ahmed<br /> <br /> '''Δημοσιεύθηκε:''' The Egyptian Journal of Remote Sensing and Space Science<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S1110982317303733] <br /> <br /> '''Λέξεις-Κλειδιά:''' δομημένες περιοχές, ΓΣΠ, τηλεπισκόπηση, μετρικές τοπίου, άναρχη δόμηση, Tswane<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona1_stress.jpg|thumb|right|'''Εικόνα1:''' Τοποθεσία της περιοχής μελέτης στην επαρχία Gauteng της Νότιας Αφρικής]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona2_stress.jpg|thumb|right|'''Εικόνα2:''' Η μεθοδολογία που χρησιμοποιήθηκε για την εκτίμηση μεταβολών στην αστική επέκταση στην CoT χρησιμοποιώντας εικόνες Landsat μεταξύ των ετών 1984 και 2015 ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona3_stress.jpg|thumb|right|'''Εικόνα3:''' Χάρτης κάλυψης γης που απεικονίζουν αστικές και μη αστικές περιοχές της Tswane αναδυόμενος από την επιβλεπόμενη ταξινόμηση των εικόνων Landsat του 1984.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro3_eikona4_stress.jpg|thumb|right|'''Εικόνα4:''' Χάρτης κάλυψης γης που απεικονίζουν αστικές και μη αστικές περιοχές της Tswane αναδυόμενος από την επιβλεπόμενη ταξινόμηση των εικόνων Landsat του 2015.]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η αστικοποίηση αποτελεί ένα φαινόμενο που απασχολεί τόσο τις ανεπτυγμένες όσο και τις αναπτυσσόμενες κοινωνίες. Η παρακολούθηση και η χαρτογράφηση της άναρχης δόμησης αποτελεί ένα απαραίτητο συστατικό για έναν επιτυχή αστικό σχεδιασμό. <br /> <br /> H συγκεκριμένη μελέτη επικεντρώνεται στα χαρακτηριστικά της άναρχης δόμησης στην πόλη της Tswane στη Νότιο Αφρική (CoT) κατά την περίοδο 1984-2015, χρησιμοποιώντας εικόνες Landsat. Ο συγγραφέας χαρτογράφησε την κάλυψη γης στην ως άνω πόλη με την επιβλεπόμενη μέθοδο ταξινόμησης, η οποία συνοδεύτηκε με τεχνικές μεταταξινόμησης για τον προσδιορισμό τον μεταβολών. Έτσι προέκυψε ότι μεταξύ του ανωτέρω χρονικού διαστήματος υπήρχε μία αύξηση 109% στις δομημένες περιοχές, αποτέλεσμα που επιβεβαιώθηκε επίσης και από τις μετρικές τοπίου.<br /> <br /> Οι μετρικές τοπίου είναι δύο ειδών: συνθετική και ρυθμιστική μετρική. Οι συνηθέστεροι συνθετικοί δείκτες είναι ο δείκτης ποικιλομορφίας του Shannon (SHEI) και η πυκνότητα πλούτου γεωτεμαχίου (PRD). Άλλος δείκτης που χρησιμοποιείται είναι η εντροπία του Shannon, ο οποίος δείχνει την κατανομή της συγκέντρωσης στο χώρο, ο οποίος παίρνει τιμές από 0 (συγκέντρωση σε μία περιοχή) μέχρι 1 (ομοιόμορφη κατανομή σε διάφορες περιοχές). <br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Περιοχή ενδιαφέροντος είναι η πόλη της Tshwane (coT) η οποία αποτελεί το διαχειριστικό κέντρο της Νοτιοαφρικανικής δημοκρατίας. Πρόκειται για μία μεγάλη πόλη με κλίμα υποτροπικό, με καυστά και βροχερά καλοκαίρια και δριμείς και ξηρούς χειμώνες.<br /> <br /> Τα βήματα που ακολουθήθηκαν στη συγκεκριμένη μελέτη για τον προσδιορισμό της άναρχης δόμησης είναι τα εξής:<br /> * Προεπεξεργασία εικόνων<br /> Εικόνες από τους δορυφόρους Landsat και OLI, χωρίς συννεφοκάλυψη που απεικονίζουν δύο διαφορετικές περιοχές, υπεβλήθησαν σε συγχωνεύσεις, προσαρμόστηκαν στη συνέχεια στα όρια της περιοχής μελέτης και απέκτησαν γεωαναφορά, ενώ όλα τους τα κανάλια μετασχηματίστηκαν στη χωρική ανάλυση των 30μ.<br /> * Ταξινόμηση χρήσεων/κάλυψης γης<br /> Ο συγγραφέας ψηφιοποίησε πολλαπλές περιοχές εκπαίδευσης στο ψευδοχρωματικό έγχρωμο σύνθετο της τηλεπισκοπικής απεικόνισης και οι ιδιότητες που προστέθηκαν σε αυτές βασίστηκαν σε γνώσεις ειδικευμένων επιστημόνων. Εφήρμοσε τον αλγόριθμο της μέγιστης πιθανοφάνειας, μέσω του οποίου δημιουργήθηκαν οι θεματικές κατηγορίες: δομημένο περιβάλλον, νερό, φυσική βλάστηση και καλλιέργειες, στα πρότυπα του Νοτιοαφρικανικού συστήματος ταξινόμησης του 1996. Ακολούθησε μεταταξινόμηση σε δύο κατηγορίες: αστικές και μη αστικές περιοχές.<br /> * Εκτίμηση ακριβείας<br /> Προκειμένου να εξακριβωθεί αν τα στοιχεία ήταν ακριβή, έγινε σύγκριση των αποτελεσμάτων με τις αεροφωτογραφίες και τους τοπογραφικούς χάρτες από το εθνικό γεωχωρικό πληροφοριακό σύστημα στη Νότιο Αφρική.<br /> * Ανίχνευση αλλαγής (Delta)<br /> Μεταταξινομικές μέθοδοι ανίχνευσης αλλαγής (Delta) αξιοποιήθηκαν για την απεικόνιση και την ποσοτικοποίηση της άναρχης δόμησης.<br /> * Ποσοτικοποίηση της άναρχης δόμησης χρησιμοποιώντας μετρικές τοπίου<br /> Έπειτα από την ταξινόμηση και την ανάλυση των εικόνων ακολούθησε υπολογισμός των μετρικών τοπίου για κάθε θεματικό χάρτη. Δια μέσω του Patch Analyst πρόσθετου προγράμματος στο ArcGIS υπολογίστηκαν 12 μετρικές. Οι μετρικές αυτές αφορούν δείκτες για τα μεγέθη των γεωτεμαχίων καθώς και τις σχέσεις των μεγεθών αυτών μεταξύ τους.<br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Οι χάρτες κάλυψης γης δείχνουν μία προφανή διαχρονική αύξηση στην άναρχη δόμηση, με τις αμιγώς δομημένες περιοχές να επεκτείνονται στα μη αστικά περιβάλλοντα. Από το 1984 ως το 2015 ο αστικός χώρος παρουσίασε αύξηση σε έκταση 109,14%, με την αναλογία κτιστού-άκτιστου να αυξάνεται από 12,77% σε 26,10%. Αξίζει να σημειωθεί ότι η αύξηση σε χτισμένο χώρο παρουσιάζει μία θετική συσχέτιση με την αύξηση του πληθυσμού στο ίδιο διάστημα. Ο υψηλότερος ρυθμός επιδείνωσης της άναρχου δομήσεως έλαβε χώρο στο χρονικό διάστημα 1984-1986, κατά το οποίο οι αστικές περιοχές αυξήθηκαν περίπου κατά το ¼.<br /> <br /> Στη συνέχεια ο συγγραφέας παρουσιάζει τα αποτελέσματα που εξήχθησαν μέσω της μετρικής τοπίου, τα οποία παρουσιάζουν, όπως επισημαίνει, δύο τάσεις: μία θετική (κατά πλειονότητα) και μία αρνητική. Για παράδειγμα, ο αριθμός των γεωτεμαχίων (NUMP) παρουσιάζει μείωση, πράγμα που εξηγείται εύκολα καθώς πολλά από τα γεωτεμάχια συγχωνεύτηκαν σε μεγαλύτερα. Τα αποτελέσματα αυτά τα συσχετίζει με ανάλογα αποτελέσματα ερευνητών σε άλλες μεγάλες πόλεις (π.χ. Αθήνα, Κωνσταντινούπολη).<br /> <br /> Τέλος, γίνεται μία αναφορά σε διάφορους παράγοντες αστικοποίησης, ειδικά για την αφρικανική πόλη, αλλά και γενικότερα (εκβιομηχάνιση, βελτίωση οδικού δικτύου και υποδομών μεταφορών). Κατά την άποψή του δε, η άναρχη δόμηση στη νοτιοαφρικανική πόλη οφείλεται πιθανόν στους πόρους, την αλλαγή του προηγουμένως δυσμενούς θεσμικού πλαισίου (apartheid), το παγκόσμιο κύπελλο του 2010, καθώς και τις νέες πολιτικές ενθάρρυνσης αναπτυξιακών πρωτοβουλιών.<br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]<br /> <br /> [[category:Έλεγχος εφαρμογής πολεοδομικού σχεδιασμού]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CE%B9%CE%BD%CF%89%CE%BD%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CE%BB%CE%B5%CE%B9%CF%84%CE%BF%CF%85%CF%81%CE%B3%CE%B9%CE%BA%CE%AE_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%87%CF%8E%CF%81%CE%BF%CF%85_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%C2%ABsocial_sensing%C2%BB 2020-02-12T14:04:07Z

<p>Kapep: </p> <hr /> <div>'''Κοινωνιολογική λειτουργική χαρτογράφηση του αστικού χώρου πρασίνου με τη χρήση τηλεπισκόπησης και δεδομένων «social sensing»''' <br /> <br /> '''Πρωτότυπος τίτλος: ''' Social functional mapping of urban green space using remote sensing and social sensing data<br /> <br /> '''Συγγραφείς:''' Wei Chen, Huiping Huang, Jinwei Dong, Yuan Zhang, Yichen Tian, Zhiqi Yang <br /> <br /> '''Δημοσιεύθηκε:''' ISPRS Journal of Photogrammetry and Remote Sensing <br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/pii/S0924271618302910] <br /> <br /> '''Λέξεις-Κλειδιά:''' τηλεπισκόπηση, social sensing, αστικός χώρος πρασίνου, κοινωνιολογική λειτουργική χαρτογράφηση <br /> <br /> [[Εικόνα:pa2020_pk_arthro1_eikona1_kapep.jpg|thumb|right|'''Εικόνα 1:''' Παραδείγματα ειδών βλάστησης (a-c) και περιοχών βλάστησης με ποικίλες κοινωνικές λειτουργίες (d-h) σε δορυφορικές εικόνες]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro1_eikona2_kapep.jpg|thumb|right|'''Εικόνα 2:''' Διάγραμμα μεθοδολογικού πλαισίου για την ταυτοποίηση των τύπων κοινωνικών λειτουργιών των ΑΧΠ]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro1_eikona3_kapep.jpg|thumb|right|'''Εικόνα 3:''' Επισκόπηση του πλαισίου για την near-convex-hull ανάλυση των γεωτεμαχίων]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro1_eikona4_kapep.jpg|thumb|right|'''Εικόνα 4:''' Επισκόπηση του πλαισίου για την near-concave-hull ανάλυση των γεωτεμαχίων]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Ο Αστικός Χώρος Πρασίνου (ΑΧΠ) είναι σημαντικός, τόσο για περιβαλλοντικούς λόγους, όσο και για τα αστικά συστήματα. Ο όρος Αστικός Χώρος Πρασίνου αναφέρεται στο κομμάτι της γης που καλύπτεται από βλάστηση. Η μελέτη αυτή περιλαμβάνει από τη μία τη μελέτη των φυτικών ειδών και από την άλλη των οργανωμένων ελεύθερων ανθρώπινων χώρων. Σημειωτέον ότι ελάχιστες μελέτες συσχετίζουν τον ΑΧΠ με κοινωνικές παραμέτρους, κάτι που επιχειρεί η παρούσα.<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Ο μελετητής σχεδίασε μία λεπτομερή ροή εργασίας, στην οποία συνδυάζονται τρεις διαφορετικές στρώσεις δεδομένων τα οποία συσχετίζονται για την εξαγωγή πληροφοριών κοινωνικού ενδιαφέροντος, συγκεκριμένα:<br /> * Υψηλής ανάλυσης τηλεπισκοπικά δεδομένα μέσω του κινεζικού πολιτικού δορυφόρου GaFen-2, ο οποίος φέρει παγχρωματικό και πολυφασματικό αισθητήρα<br /> * Οδικό δίκτυο από τον ιστότοπο: www.openstreetmap.org ο οποίος παρέχει ανοιχτά δεδομένα υψηλής ακριβείας<br /> * Σημεία ενδιαφέροντος (ΣE) τα οποία είναι θεμελιώδους σημασίας για την κοινωνική-λειτουργική κατηγοριοποίηση του ΑΧΠ.<br /> Ως περιοχή μελέτης επελέγη μία συγκεκριμένη περιοχή εντός της κινεζικής πρωτευούσης, του Πεκίνου. Υιοθετήθηκε η μέθοδος Hyperplanes for Plant Extraction Methodology (HPEM) προκειμένου να αποκτηθούν τα δεδομένα στρώσεων βλάστησης. Ο συντάκτης του άρθρου εξήγαγε το συμπέρασμα πως τα pixels που αντιστοιχούν σε βλάστηση καθώς και τα pixels χωρίς βλάστηση με χαμηλές τιμές του δείκτη NDVI μπορούν να διαχωριστούν γραμμικά στο ψευδοχρωματικό έγχρωμο σύνθετο ενώ αυτά με βλάστηση με αυτά χωρίς με υψηλότερες τιμές του NDVI διαχωρίζονται στο έγχρωμο σύνθετο. Όσον αφορά τα ΣE, αυτά έπρεπε πρώτα να ταξινομηθούν σε δομές σχετικές με τις παραμέτρους της κοινωνικής λειτουργείας του ΑΧΠ, οι οποίες και αποτυπώθηκαν σε πίνακα. Για την παραγωγή διαφοροποιημένων χωρικών μονάδων χρησιμοποιήθηκαν τα δεδομένα του OSM (Open Street Map) και ακολουθήθηκαν τα εξής για την τμηματοποίηση της αστικής περιοχής:<br /> * Διαγραφή των πλεοναζουσών οδών <br /> * Διαγραφή των μη απαραίτητων λεπτομερειών, όπως αποκοπή δρόμων πλάτους &lt; 500μ και προέκταση των ορίων δρόμων 100μ για να συνδεθούν οι αρχικά μη συνδεδεμένες γραμμές<br /> * Κατηγοριοποίηση των δρόμων σε τρία επίπεδα χρησιμοποιώντας το σύστημα ταξινόμησης του κινεζικού Υπουργείου Στέγασης και Αστικής-Αγροτικής Ανάπτυξης<br /> * Απομάκρυνση των μη σημαντικών αγροτεμαχίων <br /> Σε αυτή τη μελέτη χρησιμοποιήθηκε η μέθοδος Near-Convex-hull analysis (NCHA) για την ταξινόμηση περιοχών βλάστησης σε πάρκα και βοηθητικό χώρο πρασίνου, η οποία πραγματοποιείται στα εξής δύο στάδια: Πρώτο στάδιο συνιστά η αρχική ταξινόμηση μέσω της ανάλυσης εγγύτητας (near analysis). Δεύτερο: τα αποτελέσματα διορθώνονται με τη μέθοδο Convex hull. Για εξαγωγή πληροφοριών σχετικά με τις περιοχές κατοικίας χρησιμοποιήθηκε η Text-Concave-hull analysis (TCHA), η οποία διεξάγεται στα ακόλουθα τρία κύρια στάδια:<br /> * Προσδιορισμός των δεικτών πράσινου χώρου κατοικίας ΣΕ σε ομάδες εντός των γεωτεμαχίων, βάσει της ομοιότητας των ονομάτων των ΣΕ.<br /> * Εξαγωγή περιοχών κατοικίας με τη χρήση του concave hull, μία μέθοδο προσδιορισμού του ελάχιστου πολυγωνικού ορίου, ο αλγόριθμος της οποίας βελτιώθηκε από τον συγγραφέα<br /> * Εξαγωγή χώρου πρασίνου και κοινοτικού πάρκου<br /> Για να προσδιοριστούν οι θεματικές κατηγορίες ΑΧΠ του πράσινου φίλτρου της βλάστησης γύρω απ’ τους δρόμους πραγματοποιήθηκε χωρική ανάλυση μέσω του προγράμματος ArcGIS. Για την εκτίμηση της απόδοσης της ανωτέρω μεθόδου ταξινόμησης πραγματοποιήθηκε τυχαία δειγματοληψία. Οι δειγματικές μονάδες επικύρωσης ερμηνεύτηκαν με αναφορά στις εικόνες από το Google Earth και από το Gaode Online Map, με συνέπεια την επιβεβαίωση των κοινωνικών λειτουργιών και των ορίων των περιοχών βλάστησης. <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Γενικά η μέθοδος που περιγράφηκε παρουσιάζει υψηλή μέση ακρίβεια. Βέβαια, πολλά είδη ΑΧΠ συγχέονται μεταξύ τους και δεν μπορούν πάντα να διαχωριστούν ορθά το ένα από το άλλο. Στη μελέτη αυτή πραγματοποιήθηκε σύγκριση των ποσοστών ΑΧΠ στις περιοχών ανάμεσα στους οδικούς δακτυλίους και προσδιορίστηκε το ποσοστό κάθε μίας θεματικής κατηγορίας στις περιοχές εντός των επιμέρους δακτυλίων. <br /> <br /> Η συγκεκριμένη εργασία παρέχει μία συγκριτικά λεπτομερέστερη προσέγγιση καθώς συνδυάζει τηλεπισκοπικά με δεδομένα κοινωνικού υποβάθρου, χωρίς να εστιάζει απλώς στην κάλυψη γης, όπως συμβαίνει με τις περισσότερες συναφείς μελέτες. Επιπλέον, η μονάδα στην οποία ανάγονται τα αποτελέσματα στις περισσότερες μελέτες είναι το γεωτεμάχιο, η πληροφορία που υπάρχει στο οποίο θεωρείται εσφαλμένα ομοιογενής. Η περιγραφόμενη μέθοδος παρά ταύτα χρήζει βελτιώσεως: Προκειμένου να βελτιωθεί η ακρίβεια της, ο συγγραφέας προτείνει τον προσανατολισμό σε αντικειμενοστρεφείς μεθόδους ανάλυσης, οι οποίες μπορούν να ξεχωρίσουν κομμάτια γης που χρωματικά είναι μεταξύ τους όμοια. Επίσης, τονίζει τη σημασία των μελετών που αφορούν τον ΑΧΠ στον χωρικό σχεδιασμό και στις αντίστοιχες πολιτικές, δίνοντας αντίστοιχα χαρακτηριστικά παραδείγματα. Επίσης παροτρύνει να χρησιμοποιηθεί και να δοκιμαστεί η αξιοπιστία της συγκεκριμένης μεθοδολογίας και σε άλλες πόλεις του κόσμου.<br /> <br /> <br /> <br /> [[category:Καταγραφή πρασίνου]]</div>

Kapep http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CF%80%CE%BF%CE%BB%CE%BB%CE%B1%CF%80%CE%BB%CF%8E%CE%BD_%CE%B1%CE%B9%CF%83%CE%B8%CE%B7%CF%84%CE%AE%CF%81%CF%89%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%83%CE%B5_%CF%80%CE%BF%CE%BB%CE%BB%CE%BF%CF%8D%CF%82_%CF%87%CF%81%CF%8C%CE%BD%CE%BF%CF%85%CF%82_%CF%80%CF%81%CE%BF%CF%83%CE%AD%CE%B3%CE%B3%CE%B9%CF%83%CE%B7_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%B1%CE%B3%CE%BD%CF%8E%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CE%B4%CF%85%CE%BD%CE%B1%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%83%CF%84%CE%B9%CF%82_%CE%BC%CE%B5%CF%84%CE%B1%CE%B2%CE%BF%CE%BB%CE%AD%CF%82_%CE%BA%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CF%89%CE%BD_%CE%B3%CE%B7%CF%82... 2020-02-12T14:02:37Z

<p>Kapep: </p> <hr /> <div>Μια πολλαπλών αισθητήρων και σε πολλούς χρόνους προσέγγιση για την αναγνώριση των δυναμικών στις μεταβολές καλύψεων γης σε ετερογενή αστικά τοπία<br /> <br /> '''Πρωτότυπος τίτλος: ''' A multi-sensor and multi-temporal remote sensing approach to detect land cover change dynamics in heterogeneous urban landscapes<br /> <br /> '''Συγγραφείς:''' Nadja Kabisch, Peter Selsam, Toralf Kirsten, Angela Lausch, Jan Bumberger<br /> <br /> '''Δημοσιεύθηκε:''' Ecological Indicators<br /> <br /> '''Σύνδεσμος πρωτότυπου κειμένου:''' [https://www.sciencedirect.com/science/article/abs/pii/S1470160X1830966X] <br /> <br /> '''Λέξεις-Κλειδιά:''' πράσινο, NDVI, Classified Vegetation Cover (CVC), τηλεπισκόπηση, αστικές περιοχές, Λειψία, νέα προσέγγιση, πολλαπλοί αισθητήρες, σε πολλούς χρόνους<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα1_stress.jpg|thumb|right|Εικόνα1:α) Κατανομή όλων των τηλεπισκοπικών δεδομένων 2005-2017, τα διαφορετικά χρώματα απεικονίζουν τους μήνες των αποδεκτών τηλεπισκοπικών δεδομένων β) κατανομή όλων των τηλεπισκοπικών δεδομένων σε διαφορετικούς μήνες, τα διαφορετικά χρώματα απεικονίζουν διαφορετικές χρονολογίες]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα2_stress.jpg|thumb|right|Εικόνα2:(Αριστερά) απεικόνιση του NDVI και (δεξιά) ο CVC για επτά κεντρικές περιοχές της πόλης της Λειψίας που δείχνουν τις μέσες περιοχές σε ξεχωριστές μέρες το 2005]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα3_stress.jpg|thumb|right|Εικόνα3:α) Απεικόνιση του CVC της Λειψίας , πρωταρχικό συστατικό σε ετήσιους μέσους (συνολική περίοδος έρευνας, 2005 -2017) για την όλη πόλη της Λειψίας, β) για επιλεγμένες περιοχές της πόλης και μεταβολή τιμών ως παλινδρόμηση για τις τιμές CVC για δύο χρονικές περιόδους (γ) 2005-2011 και (δ) 2012-2017.]]<br /> <br /> [[Εικόνα:pa2020_pk_arthro2_εικόνα4_stress.jpg|thumb|right|Εικόνα4:Διαφορά της ταξινομημένης κάλυψης βλάστησης (CVC) για ζευγάρια εικόνων που λαμβάνονται από διαφορετικούς αισθητήρες σε διαδοχικές ημέρες. Τα γκρίζα κουτάκια δείχνουν τη μέση διαφορά για ολόκληρη την πόλη. Οι ράβδοι σφάλματος υπολογίζονται ως διπλή τυπική απόκλιση των διαφορών μεταξύ 63 αστικών περιοχών. Ο πίνακας απεικονίζει τα ζεύγη εικόνων διαφορετικών τηλεπισκοπικών αισθητήρων. Σημείωση: L5 - Landsat 5, L7 - Landsat 7, L8 - Landsat 8, RE - RapidEye, S2 - Sentinel 2.]]<br /> <br /> <br /> '''Εισαγωγή'''<br /> <br /> Φαινόμενα όπως η κλιματική αλλαγή, ο αυξανόμενος παγκόσμιος πληθυσμός και η αστικοποίηση οδηγούν σε ραγδαίες αλλαγές ως προς την κάλυψη γης. Για έναν βιώσιμο σχεδιασμό είναι απαραίτητο να έχουμε επικαιροποιημένα τηλεπισκοπικά δεδομένα χρήσεων και καλύψεων γης (ΧΚΓ) προκειμένου για την οριοθέτηση περιοχών κατοικίας με ανοιχτούς ελεύθερους χώρους πρασίνου. <br /> Αξίζει να σημειωθεί ότι από το έτος 2008 έχουμε στην κατοχή μας ανοιχτά δεδομένα δορυφορικών εικόνων Landsat υψηλής χωρικής ανάλυσης, της τάξεως των 30 μ. Η πληθώρα των εικόνων σε συνδυασμό με την ανοιχτότητα των δεδομένων οδήγησε στην ανάπτυξη πολλαπλών επιστημονικών πεδίων και ερευνών οι οποίες αξιοποιούν τηλεπισκοπικά δεδομένα (αναφέρονται από τους συγγραφείς πολλά παραδείγματα).<br /> Η αναγνώριση πληροφοριών ΧΚΓ, σύμφωνα με τους συντάκτες, έχει να αντιμετωπίσει τις εξής προκλήσεις:<br /> <br /> * Την ανάγκη για υψηλή χωρική ανάλυση αισθητήρων<br /> * Η κατασκευή των αισθητήρων πρέπει να είναι κατάλληλη για την ορθή καταγραφή δεικτών (λόγου χάρη NDVI)<br /> * Την έντονη δυναμικότητα των αστικών περιοχών που μεταβάλλονται εκθετικά με τον χρόνο<br /> * Τους δορυφόροι: Σε ποιο βαθμό και σε ποιες περιπτώσεις είναι αξιόπιστοι στην καταγραφή σύνθετων, μικρής κλίμακας αστικών περιοχών;<br /> <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Τις ανωτέρω προκλήσεις η παρούσα μελέτη επιχειρεί να αντιμετωπίσει με τις εξής στοχεύσεις:<br /> * Συγκριτική εκτίμηση τηλεπισκοπικών δυνατοτήτων Landsat 5-8, Sentinel και RapidEye<br /> * Ο δείκτης NDVI - ο οποίος μεταφράζεται σε ταξινομημένο NDVI (ταξινομημένη κάλυψη βλάστησης – CVC). αξιοποιείται με ανοιχτά δεδομένα μέσης ανάλυσης για την αντιπαραβολή των αλλαγών στη βλάστηση σε χρονικό διάστημα πλέον των δέκα ετών<br /> * Πολλαπλότητα εικόνων για την κάλυψη μεγάλου χωρικού και χρονικού εύρους<br /> Περιοχή μελέτης είναι η πόλη της Λειψίας στη Γερμανία, η οποία τοποθετείται στην παραποτάμια περιοχή μεταξύ των ποταμών Weiße, Elster, Pleiße και Parthe. Η πόλη αυτή παρουσιάζει ενδιαφέρον στην ανίχνευση μεταβολών ΧΚΓ, καθώς βίωσε τη μετασοσιαλιστική αστική δομική αλλαγή μετά το 1989 και έχει υποστεί από το 2000 μια ευρεία διαδικασία ανασυγκρότησης. Ακριβώς αυτή η ραγδαία ανάπτυξη της Λειψίας έχει καταστήσει επιτακτική την ανάγκη διατήρησης των υπαρχόντων χώρων πρασίνου και ταυτόχρονα της εξεύρεσης νέων χώρων κατοικίας με την αξιοποίηση του υπάρχοντος κτιριακού αποθέματος.<br /> Για να προσδιοριστεί η ανάπτυξη των ελεύθερων πράσινων χώρων ακολουθήθηκαν τα εξής βήματα:<br /> * Συλλογή τηλεπισκοπικών δεδομένων από ποικίλους αισθητήρες για τη χρονική περίοδο 2005 – 2017 (μεγαλύτερη της δεκαετίας)<br /> * Προεπεξεργασία εικόνων, αναδειγματοληψία, καλιμπράρισμα, αντιστοίχιση στις σωστές χρονικές περιόδους<br /> * Διαλογή εικόνων: Οι εικόνες επιλέχθηκαν ώστε να παρουσιάζουν μικρή συννεφοκάλυψη<br /> * Χρήση του NDVI για κατοπινούς υπολογισμούς. Προσδιορισμός πότε έχουμε και πότε δεν έχουμε βλάστηση. Οι εικόνες που δεν έδειξαν τα φυτά σε πλήρη ανάπτυξη απορρίφθηκαν<br /> * Ταξινόμηση των περιοχών με φύτευση και χωρίς. Περιοχές εκπαίδευσης λαμβάνουν τιμές μεταξύ 0 και 1.<br /> * Αναγωγή των αποτελεσμάτων CVC για διαφορετικές περιοχές και χρονικές περιόδους σε κοινό παρονομαστή, ώστε να γίνει μεταξύ τους σύγκριση<br /> * Προσδιορισμός μέσων τιμών CVC για 63 επιμέρους περιοχές<br /> * Ανάλυση βασισμένη στα εικονοστοιχεία (pixel based analysis): Σύγκριση αποτελεσμάτων για διαφορετικές χρονικές περιόδους<br /> * Ετήσιες εποχιακές μεταβολές για κάθε έτος βασισμένοι στις 63 υπό-περιοχές<br /> * Ανάλυση αβεβαιότητας: Για διαδοχικές μέρες σύγκριση των μεταβολών στις υπό-περιοχές σε εικόνες από διαφορετικούς αισθητήρες<br /> <br /> <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Η μελέτη αυτή παρουσιάζει υψηλό επίπεδο αξιοπιστίας, καθώς τα δεδομένα της προέρχονται από πολλές εικόνες διαφορετικών αισθητήρων. Με αυτόν τον τρόπο η ταξινόμηση παρουσιάζει μεγαλύτερη ακρίβεια μιας και αποφεύγονται τα σφάλματα που προέρχονται από την εποχικότητα και τις διαφορές στους αισθητήρες. <br /> Οι τοπικές αλλαγές στον NDVI παρουσιάζονται γραφικά. Η μείωση στην τιμή του NDVI απεικονίζεται με κόκκινο χρώμα και αυτό δείχνει επί παραδείγματι, πότε κατασκευάζονται νέα κτίρια. Νέα στοιχεία βλάστησης που αναπτύσσονται με το χρόνο παρίστανται με πράσινο. Η μείωση στον NDVI καθίσταται αντιληπτή τόσο για μικρότερες περιοχές της πόλης, όσο και για μεγαλύτερες περιοχές, ιδίως στο βόρειο κομμάτι της πόλης.<br /> Η χρησιμότητα της μελέτης καθίσταται αντιληπτή: Μπορεί να αξιοποιηθεί στον αστικό σχεδιασμό καθώς παρέχει πληροφορίες για το πότε ένας αστικός χώρος απελευθερώνεται (επί παραδείγματι ύστερα από μία κατεδάφιση). Η ανάγκη για την αξιοποίηση τέτοιων εργαλείων είναι επιτακτική και θα είναι ακόμα πιο κρίσιμη στο μέλλον, όπου οι χωρικές μεταβολές προβλέπεται να είναι σημαντικά πιο έντονες.<br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Kapep