http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Konsbont&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 2026-05-19T15:24:17Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%AF%CE%BB%CE%B1%CF%82_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%BF%CF%82 2022-03-20T01:04:56Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> <br /> [[ΧΡΗΣΗ GIS ΚΑΙ ΤΕΧΝΙΚΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΕΓΚΑΤΑΣΤΑΣΗ ΦΩΤΟΒΟΛΤΑΪΚΩΝ ΣΥΣΤΗΜΑΤΩΝ...]]<br /> <br /> [[Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις]]<br /> <br /> [[Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey...]]<br /> <br /> [[Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία...]]<br /> <br /> [[S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό...]]</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/S-SEBI:_%CE%88%CE%BD%CE%B1%CF%82_%CE%B1%CF%80%CE%BB%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CF%8C%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C... 2022-03-20T01:04:06Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Ενέργεια]]<br /> '''Τίτλος: S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό του ισοζυγίου επιφανειακής ενέργειας'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance''<br /> <br /> '''Συγγραφείς:''' G. J. Roerink, Z. Su, M. Menenti<br /> <br /> '''Δημοσιεύθηκε:''' Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere (2000)<br /> <br /> '''Πηγή:''' https://cutt.ly/tScWWfX <br /> <br /> [[Εικόνα: Konstantinos-eik1.png | thumb | right | Πίνακας 1 Τα αποτελέσματα των μετρήσεων]]<br /> [[Εικόνα: Konstantinos-eik2.png | thumb | right | Εικόνα 1 Σχηματική απεικόνιση του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik3.png | thumb | right | Σχέση (1) Ο τύπος του S-SEBI]]<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Μια έρευνα πεδίου διεξήχθη κατά τη διάρκεια του Αυγούστου του 1997 στην περιοχή Piano di Rosia στην Τοσκάνη της Ιταλίας. Τόσο οι περιοχές του ισοζυγίου ακτινοβολίας όσο και της επιφανειακής ενέργειας µετρήθηκαν µε διάφορες τεχνικές και για διάφορες τοποθεσίες του πεδίου. Μαζί με μια εικόνα LANDSAT-TM της 23ης Αυγούστου 1997 της ίδιας περιοχής, τα δεδομένα αυτά παρέχουν μια εξαιρετική ευκαιρία για µια βαθιά µελέτη της αλληλεπίδρασης µεταξύ των ακτινοβολίας και των ροών ενέργειας από τη σημειακή προς την περιφερειακή κλίμακα. <br /> Μία νέα μέθοδος για την εξαγωγή των επιφανειακών ενεργειακών ροών με χρήση τηλεπισκοπικών μετρήσεων, η οποία ονομάζεται S-SEBI (Simplified Surface Energy Balance Index), αναπτύσσεται, δοκιμάζεται και επικυρώνεται με τα διαθέσιμα δεδομένα. Εάν οι ατμοσφαιρικές συνθήκες πάνω από την περιοχή μπορούν να θεωρηθούν σταθερές και η περιοχή αντανακλά επαρκείς διακυμάνσεις στις επιφανειακές υδρολογικές συνθήκες, οι ροές μπορούν να υπολογιστούν χωρίς άλλες πληροφορίες εκτός από τις τηλεπισκοπικές εικόνες.<br /> Τα σημαντικότερα πλεονεκτήματα έναντι άλλων αλγορίθμων ροής τηλεπισκόπησης είναι: <br /> * δεν απαιτούνται πρόσθετα μετεωρολογικά δεδομένα για τον υπολογισμό της ροών εάν υφίστανται τα επιφανειακά υδρολογικά ακρότατα και <br /> * οι ακραίες θερμοκρασίες για τις υγρές και ξηρές συνθήκες ποικίλλουν με τη μεταβολή των τιμών της ανακλαστικότητας, όπου οι άλλες μέθοδοι προσπαθούν να προσδιορίσουν μια σταθερή θερμοκρασία για υγρές και ξηρές συνθήκες για ολόκληρη την εικόνα ή/και για κάθε κατηγορία χρήσης γης.<br /> <br /> '''2. Υλικό και μεθοδολογία'''<br /> <br /> Χρησιμοποιήθηκαν για την εξαγωγή αποτελεσμάτων:<br /> * Εικόνα LANDSAT-TM data (23 August 1997, 9:30:54 GMT) και ένα χρωματικό σύνθετο των καναλιών 4, 5, 3.<br /> * Δεδομένα DEM, για να διορθωθεί η προσπίπτουσα γωνία του Ηλίου<br /> * Συλλογή δεδομένων στο πεδίο (μετρήσεις ακτινοβολίας και επιφανειακής ενέργειας σε καλλιέργειες ζαχαρότευτλων, αραβοσίτου, ηλίανθου και σιταριού) (''Πίνακας 1'')<br /> <br /> <br /> '''3. Ο αλγόριθμος S-SEBI'''<br /> <br /> Ο αλγόριθμος (S-SEBI) αναπτύχθηκε για την επίλυση του ισοζυγίου επιφανειακής ενέργειας με<br /> τεχνικές τηλεπισκόπησης με μέθοδο pixel-by-pixel. Ο τύπος στον οποίο βασίζεται δίνεται από την παρακάτω σχέση (''σχέση 1'')<br /> Πρώτα υπολογίζεται ο όρος της καθαρής ακτινοβολίας ως ο υπόλοιπος όρος όλων των εισερχόμενων και εξερχόμενων βραχέων (SW) και μακρών κυμάτων (Iw) ακτινοβολίας, υπολογίζονται άμεσα με τεχνικές τηλεπισκόπησης. Δεύτερον, η ροή θερμότητας του εδάφους προκύπτει με μια εμπειρική σχέση της βλάστησης και του επιφανειακών χαρακτηριστικών. Έχει παρατηρηθεί ότι η επιφανειακή θερμοκρασία και ανακλαστικότητα των περιοχών με σταθερή ατμοσφαιρική επιρροή συσχετίζονται και ότι οι σχέσεις μπορούν να εφαρμοστούν στον προσδιορισμό των πραγματικών ιδιοτήτων της επιφάνειας της γης.<br /> Το S του απλοποιημένου (simplified) στο μοντέλο S-SEBI αντιπροσωπεύει το περίπτωση όπου οι ακραίες θερμοκρασίες μπορούν να υπολογιστούν από την ίδια την εικόνα.<br /> [[Εικόνα: Konstantinos-eik2.png | thumb | right | Εικόνα 1 Σχηματική απεικόνιση του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik3.png | thumb | right | Σχέση (1) Ο τύπος του S-SEBI]]<br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Μέσω μια σύνθετης υπολογιστικής διαδικασίας που περιλαμβάνει τους παρακάτω όρους:<br /> * Επιφανειακή λευκαύγεια<br /> * NDVI (Normalized Difference Vegetation Index)<br /> * Επιφανειακή θερμοκρασία<br /> * Συνολική ακτινοβολία<br /> * Θερμοροή χώματος<br /> * Αισθητή ακτινοβολία<br /> * Λανθάνουσα ακτινοβολία<br /> * Κλάσμα εξάτμισης <br /> Και εξάγονται τα επιθυμητά αποτελέσματα. (''Εικόνες 2,3,4,5'')<br /> <br /> [[Εικόνα: Konstantinos-eik4.png | thumb | right | Εικόνα 2 Σχέση επιφανειακής ανακλαστικότητας και θερμοκρασίας]]<br /> [[Εικόνα: Konstantinos-eik5.png | thumb | right | Εικόνα 3 Σχέση μετρημένης και υπολογισμένης με S-SEBI θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik6.png | thumb | right | Εικόνα 4 Σχέση μετρημένης και υπολογισμένης με S-SEBI λανθάνουσας θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik7.png | thumb | right | Εικόνα 5 Σχέση μετρημένου και υπολογισμένου με S-SEBI κλάσματος εξάτμισης]]<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη περίπτωσης για τη χαρτογράφηση του ενεργειακού ισοζυγίου στην Τοσκάνη της Ιταλίας με δεδομένα LANDSAT-TM έδωσε πολύ ελπιδοφόρα αποτελέσματα. Εάν οι εικόνες εισόδου της επιφανειακής θερμοκρασίας παρουσιάζουν μεγάλη διακύμανση στις επιφανειακές συνθήκες (υγρές/ξηρές, σκοτεινή/φωτεινή) και οι ατμοσφαιρικές συνθήκες είναι σταθερές σε όλη την περιοχή της εικόνας, το μοντέλο S-SEBI είναι μια μάλλον απλή μέθοδος για τον καταμερισμό των όρων του ενεργειακού ισοζυγίου της επιφάνειας χωρίς πρόσθετα δεδομένα πεδίου. Γενικά μπορεί να ειπωθεί ότι η μέθοδος S-SEBI λειτουργεί κατάλληλα για εικόνες υψηλής ανάλυσης, όπως LANDSAT-TM, για ετερογενείς και κάπως ξηρότερες περιοχές, όπως η περιοχή της Μεσογείου. Προβλήματα θα εμφανιστούν όταν εφαρμόζεται σε πιο υγρές περιοχές, αφού τα δεδομένα τηλεπισκόπησης δεν θα δεν θα περιέχουν «ξηρά» εικονοστοιχεία.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/S-SEBI:_%CE%88%CE%BD%CE%B1%CF%82_%CE%B1%CF%80%CE%BB%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CF%8C%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C... 2022-03-20T01:02:51Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Ενέργεια]]<br /> '''Τίτλος: S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό του ισοζυγίου επιφανειακής ενέργειας'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance''<br /> <br /> '''Συγγραφείς:''' G. J. Roerink, Z. Su, M. Menenti<br /> <br /> '''Δημοσιεύθηκε:''' Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere (2000)<br /> <br /> '''Πηγή:''' https://cutt.ly/tScWWfX <br /> <br /> [[Εικόνα: Konstantinos-eik1.png | thumb | right | Πίνακας 1 Τα αποτελέσματα των μετρήσεων]]<br /> [[Εικόνα: Konstantinos-eik2.png | thumb | right | Εικόνα 1 Σχηματική απεικόνιση του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik3.png | thumb | right | Σχέση (1) Ο τύπος του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik4.png | thumb | right | Εικόνα 2 Σχέση επιφανειακής ανακλαστικότητας και θερμοκρασίας]]<br /> [[Εικόνα: Konstantinos-eik5.png | thumb | right | Εικόνα 3 Σχέση μετρημένης και υπολογισμένης με S-SEBI θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik6.png | thumb | right | Εικόνα 4 Σχέση μετρημένης και υπολογισμένης με S-SEBI λανθάνουσας θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik7.png | thumb | right | Εικόνα 5 Σχέση μετρημένου και υπολογισμένου με S-SEBI κλάσματος εξάτμισης]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Μια έρευνα πεδίου διεξήχθη κατά τη διάρκεια του Αυγούστου του 1997 στην περιοχή Piano di Rosia στην Τοσκάνη της Ιταλίας. Τόσο οι περιοχές του ισοζυγίου ακτινοβολίας όσο και της επιφανειακής ενέργειας µετρήθηκαν µε διάφορες τεχνικές και για διάφορες τοποθεσίες του πεδίου. Μαζί με μια εικόνα LANDSAT-TM της 23ης Αυγούστου 1997 της ίδιας περιοχής, τα δεδομένα αυτά παρέχουν μια εξαιρετική ευκαιρία για µια βαθιά µελέτη της αλληλεπίδρασης µεταξύ των ακτινοβολίας και των ροών ενέργειας από τη σημειακή προς την περιφερειακή κλίμακα. <br /> Μία νέα μέθοδος για την εξαγωγή των επιφανειακών ενεργειακών ροών με χρήση τηλεπισκοπικών μετρήσεων, η οποία ονομάζεται S-SEBI (Simplified Surface Energy Balance Index), αναπτύσσεται, δοκιμάζεται και επικυρώνεται με τα διαθέσιμα δεδομένα. Εάν οι ατμοσφαιρικές συνθήκες πάνω από την περιοχή μπορούν να θεωρηθούν σταθερές και η περιοχή αντανακλά επαρκείς διακυμάνσεις στις επιφανειακές υδρολογικές συνθήκες, οι ροές μπορούν να υπολογιστούν χωρίς άλλες πληροφορίες εκτός από τις τηλεπισκοπικές εικόνες.<br /> Τα σημαντικότερα πλεονεκτήματα έναντι άλλων αλγορίθμων ροής τηλεπισκόπησης είναι: <br /> * δεν απαιτούνται πρόσθετα μετεωρολογικά δεδομένα για τον υπολογισμό της ροών εάν υφίστανται τα επιφανειακά υδρολογικά ακρότατα και <br /> * οι ακραίες θερμοκρασίες για τις υγρές και ξηρές συνθήκες ποικίλλουν με τη μεταβολή των τιμών της ανακλαστικότητας, όπου οι άλλες μέθοδοι προσπαθούν να προσδιορίσουν μια σταθερή θερμοκρασία για υγρές και ξηρές συνθήκες για ολόκληρη την εικόνα ή/και για κάθε κατηγορία χρήσης γης.<br /> <br /> '''2. Υλικό και μεθοδολογία'''<br /> <br /> Χρησιμοποιήθηκαν για την εξαγωγή αποτελεσμάτων:<br /> * Εικόνα LANDSAT-TM data (23 August 1997, 9:30:54 GMT) και ένα χρωματικό σύνθετο των καναλιών 4, 5, 3.<br /> * Δεδομένα DEM, για να διορθωθεί η προσπίπτουσα γωνία του Ηλίου<br /> * Συλλογή δεδομένων στο πεδίο (μετρήσεις ακτινοβολίας και επιφανειακής ενέργειας σε καλλιέργειες ζαχαρότευτλων, αραβοσίτου, ηλίανθου και σιταριού) (''Πίνακας 1'')<br /> <br /> <br /> '''3. Ο αλγόριθμος S-SEBI'''<br /> <br /> Ο αλγόριθμος (S-SEBI) αναπτύχθηκε για την επίλυση του ισοζυγίου επιφανειακής ενέργειας με<br /> τεχνικές τηλεπισκόπησης με μέθοδο pixel-by-pixel. Ο τύπος στον οποίο βασίζεται δίνεται από την παρακάτω σχέση (1)<br /> Πρώτα υπολογίζεται ο όρος της καθαρής ακτινοβολίας ως ο υπόλοιπος όρος όλων των εισερχόμενων και εξερχόμενων βραχέων (SW) και μακρών κυμάτων (Iw) ακτινοβολίας, υπολογίζονται άμεσα με τεχνικές τηλεπισκόπησης. Δεύτερον, η ροή θερμότητας του εδάφους προκύπτει με μια εμπειρική σχέση της βλάστησης και του επιφανειακών χαρακτηριστικών. Έχει παρατηρηθεί ότι η επιφανειακή θερμοκρασία και ανακλαστικότητα των περιοχών με σταθερή ατμοσφαιρική επιρροή συσχετίζονται και ότι οι σχέσεις μπορούν να εφαρμοστούν στον προσδιορισμό των πραγματικών ιδιοτήτων της επιφάνειας της γης.<br /> Το S του απλοποιημένου (simplified) στο μοντέλο S-SEBI αντιπροσωπεύει το περίπτωση όπου οι ακραίες θερμοκρασίες μπορούν να υπολογιστούν από την ίδια την εικόνα.<br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Μέσω μια σύνθετης υπολογιστικής διαδικασίας που περιλαμβάνει τους παρακάτω όρους:<br /> * Επιφανειακή λευκαύγεια<br /> * NDVI (Normalized Difference Vegetation Index)<br /> * Επιφανειακή θερμοκρασία<br /> * Συνολική ακτινοβολία<br /> * Θερμοροή χώματος<br /> * Αισθητή ακτινοβολία<br /> * Λανθάνουσα ακτινοβολία<br /> * Κλάσμα εξάτμισης <br /> Και εξάγονται τα επιθυμητά αποτελέσματα. (''Εικόνες 2,3,4,5'')<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη περίπτωσης για τη χαρτογράφηση του ενεργειακού ισοζυγίου στην Τοσκάνη της Ιταλίας με δεδομένα LANDSAT-TM έδωσε πολύ ελπιδοφόρα αποτελέσματα. Εάν οι εικόνες εισόδου της επιφανειακής θερμοκρασίας παρουσιάζουν μεγάλη διακύμανση στις επιφανειακές συνθήκες (υγρές/ξηρές, σκοτεινή/φωτεινή) και οι ατμοσφαιρικές συνθήκες είναι σταθερές σε όλη την περιοχή της εικόνας, το μοντέλο S-SEBI είναι μια μάλλον απλή μέθοδος για τον καταμερισμό των όρων του ενεργειακού ισοζυγίου της επιφάνειας χωρίς πρόσθετα δεδομένα πεδίου. Γενικά μπορεί να ειπωθεί ότι η μέθοδος S-SEBI λειτουργεί κατάλληλα για εικόνες υψηλής ανάλυσης, όπως LANDSAT-TM, για ετερογενείς και κάπως ξηρότερες περιοχές, όπως η περιοχή της Μεσογείου. Προβλήματα θα εμφανιστούν όταν εφαρμόζεται σε πιο υγρές περιοχές, αφού τα δεδομένα τηλεπισκόπησης δεν θα δεν θα περιέχουν «ξηρά» εικονοστοιχεία.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/S-SEBI:_%CE%88%CE%BD%CE%B1%CF%82_%CE%B1%CF%80%CE%BB%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CF%8C%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C... 2022-03-20T01:01:52Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Ενέργεια]]<br /> '''Τίτλος: S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό του ισοζυγίου επιφανειακής ενέργειας'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance''<br /> <br /> '''Συγγραφείς:''' G. J. Roerink, Z. Su, M. Menenti<br /> <br /> '''Δημοσιεύθηκε:''' Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere (2000)<br /> <br /> '''Πηγή:''' https://cutt.ly/tScWWfX <br /> <br /> [[Εικόνα: Konstantinos-eik1.png | thumb | right | Πίνακας 1 Τα αποτελέσματα των μετρήσεων]]<br /> [[Εικόνα: Konstantinos-eik2.png | thumb | right | Εικόνα 1 Σχηματική απεικόνιση του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik3.png | thumb | right | Σχέση (1) Ο τύπος του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik4.png | thumb | right | Εικόνα 2 Σχέση επιφανειακής ανακλαστικότητας και θερμοκρασίας]]<br /> [[Εικόνα: Konstantinos-eik5.png | thumb | right | Εικόνα 3 Σχέση μετρημένης και υπολογισμένης με S-SEBI θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik6.png | thumb | right | Εικόνα 4 Σχέση μετρημένης και υπολογισμένης με S-SEBI λανθάνουσας θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik7.png | thumb | right | Εικόνα 5 Σχέση μετρημένου και υπολογισμένου με S-SEBI κλάσματος εξάτμισης]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Μια έρευνα πεδίου διεξήχθη κατά τη διάρκεια του Αυγούστου του 1997 στην περιοχή Piano di Rosia στην Τοσκάνη της Ιταλίας. Τόσο οι περιοχές του ισοζυγίου ακτινοβολίας όσο και της επιφανειακής ενέργειας µετρήθηκαν µε διάφορες τεχνικές και για διάφορες τοποθεσίες του πεδίου. Μαζί με μια εικόνα LANDSAT-TM της 23ης Αυγούστου 1997 της ίδιας περιοχής, τα δεδομένα αυτά παρέχουν μια εξαιρετική ευκαιρία για µια βαθιά µελέτη της αλληλεπίδρασης µεταξύ των ακτινοβολίας και των ροών ενέργειας από τη σημειακή προς την περιφερειακή κλίμακα. <br /> Μία νέα μέθοδος για την εξαγωγή των επιφανειακών ενεργειακών ροών με χρήση τηλεπισκοπικών μετρήσεων, η οποία ονομάζεται S-SEBI (Simplified Surface Energy Balance Index), αναπτύσσεται, δοκιμάζεται και επικυρώνεται με τα διαθέσιμα δεδομένα. Εάν οι ατμοσφαιρικές συνθήκες πάνω από την περιοχή μπορούν να θεωρηθούν σταθερές και η περιοχή αντανακλά επαρκείς διακυμάνσεις στις επιφανειακές υδρολογικές συνθήκες, οι ροές μπορούν να υπολογιστούν χωρίς άλλες πληροφορίες εκτός από τις τηλεπισκοπικές εικόνες.<br /> Τα σημαντικότερα πλεονεκτήματα έναντι άλλων αλγορίθμων ροής τηλεπισκόπησης είναι: <br /> * δεν απαιτούνται πρόσθετα μετεωρολογικά δεδομένα για τον υπολογισμό της ροών εάν υφίστανται τα επιφανειακά υδρολογικά ακρότατα και <br /> * οι ακραίες θερμοκρασίες για τις υγρές και ξηρές συνθήκες ποικίλλουν με τη μεταβολή των τιμών της ανακλαστικότητας, όπου οι άλλες μέθοδοι προσπαθούν να προσδιορίσουν μια σταθερή θερμοκρασία για υγρές και ξηρές συνθήκες για ολόκληρη την εικόνα ή/και για κάθε κατηγορία χρήσης γης.<br /> <br /> '''2. Υλικό και μεθοδολογία'''<br /> <br /> Χρησιμοποιήθηκαν για την εξαγωγή αποτελεσμάτων:<br /> * Εικόνα LANDSAT-TM data (23 August 1997, 9:30:54 GMT) και ένα χρωματικό σύνθετο των καναλιών 4, 5, 3.<br /> * Δεδομένα DEM, για να διορθωθεί η προσπίπτουσα γωνία του Ηλίου<br /> * Συλλογή δεδομένων στο πεδίο (μετρήσεις ακτινοβολίας και επιφανειακής ενέργειας σε καλλιέργειες ζαχαρότευτλων, αραβοσίτου, ηλίανθου και σιταριού) (Πίνακας 1)<br /> <br /> <br /> '''3. Ο αλγόριθμος S-SEBI'''<br /> <br /> Ο αλγόριθμος (S-SEBI) αναπτύχθηκε για την επίλυση του ισοζυγίου επιφανειακής ενέργειας με<br /> τεχνικές τηλεπισκόπησης με μέθοδο pixel-by-pixel. Ο τύπος στον οποίο βασίζεται δίνεται από την παρακάτω σχέση (1)<br /> Πρώτα υπολογίζεται ο όρος της καθαρής ακτινοβολίας ως ο υπόλοιπος όρος όλων των εισερχόμενων και εξερχόμενων βραχέων (SW) και μακρών κυμάτων (Iw) ακτινοβολίας, υπολογίζονται άμεσα με τεχνικές τηλεπισκόπησης. Δεύτερον, η ροή θερμότητας του εδάφους προκύπτει με μια εμπειρική σχέση της βλάστησης και του επιφανειακών χαρακτηριστικών. Έχει παρατηρηθεί ότι η επιφανειακή θερμοκρασία και ανακλαστικότητα των περιοχών με σταθερή ατμοσφαιρική επιρροή συσχετίζονται και ότι οι σχέσεις μπορούν να εφαρμοστούν στον προσδιορισμό των πραγματικών ιδιοτήτων της επιφάνειας της γης.<br /> Το S του απλοποιημένου (simplified) στο μοντέλο S-SEBI αντιπροσωπεύει το περίπτωση όπου οι ακραίες θερμοκρασίες μπορούν να υπολογιστούν από την ίδια την εικόνα.<br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Μέσω μια σύνθετης υπολογιστικής διαδικασίας που περιλαμβάνει τους παρακάτω όρους:<br /> * Επιφανειακή λευκαύγεια<br /> * NDVI (Normalized Difference Vegetation Index)<br /> * Επιφανειακή θερμοκρασία<br /> * Συνολική ακτινοβολία<br /> * Θερμοροή χώματος<br /> * Αισθητή ακτινοβολία<br /> * Λανθάνουσα ακτινοβολία<br /> * Κλάσμα εξάτμισης <br /> Και εξάγονται τα επιθυμητά αποτελέσματα. (Εικόνες 2,3,4,5)<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη περίπτωσης για τη χαρτογράφηση του ενεργειακού ισοζυγίου στην Τοσκάνη της Ιταλίας με δεδομένα LANDSAT-TM έδωσε πολύ ελπιδοφόρα αποτελέσματα. Εάν οι εικόνες εισόδου της επιφανειακής θερμοκρασίας παρουσιάζουν μεγάλη διακύμανση στις επιφανειακές συνθήκες (υγρές/ξηρές, σκοτεινή/φωτεινή) και οι ατμοσφαιρικές συνθήκες είναι σταθερές σε όλη την περιοχή της εικόνας, το μοντέλο S-SEBI είναι μια μάλλον απλή μέθοδος για τον καταμερισμό των όρων του ενεργειακού ισοζυγίου της επιφάνειας χωρίς πρόσθετα δεδομένα πεδίου. Γενικά μπορεί να ειπωθεί ότι η μέθοδος S-SEBI λειτουργεί κατάλληλα για εικόνες υψηλής ανάλυσης, όπως LANDSAT-TM, για ετερογενείς και κάπως ξηρότερες περιοχές, όπως η περιοχή της Μεσογείου. Προβλήματα θα εμφανιστούν όταν εφαρμόζεται σε πιο υγρές περιοχές, αφού τα δεδομένα τηλεπισκόπησης δεν θα δεν θα περιέχουν «ξηρά» εικονοστοιχεία.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/S-SEBI:_%CE%88%CE%BD%CE%B1%CF%82_%CE%B1%CF%80%CE%BB%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CF%8C%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C... 2022-03-20T01:01:06Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Ενέργεια]]<br /> '''Τίτλος: S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό του ισοζυγίου επιφανειακής ενέργειας'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance''<br /> <br /> '''Συγγραφείς:''' G. J. Roerink, Z. Su, M. Menenti<br /> <br /> '''Δημοσιεύθηκε:''' Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere (2000)<br /> <br /> '''Πηγή:''' https://cutt.ly/tScWWfX <br /> <br /> [[Εικόνα: Konstantinos-eik1.png | thumb | right | Πίνακας 1 Τα αποτελέσματα των μετρήσεων]]<br /> [[Εικόνα: Konstantinos-eik2.png | thumb | right | Εικόνα 1 Σχηματική απεικόνιση του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik3.png | thumb | right | Σχέση (1) Ο τύπος του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik4.png | thumb | right | Εικόνα 2 Σχέση επιφανειακής ανακλαστικότητας και θερμοκρασίας]]<br /> [[Εικόνα: Konstantinos-eik5.png | thumb | right | Εικόνα 3 Σχέση μετρημένης και υπολογισμένης με S-SEBI θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik6.png | thumb | right | Εικόνα 4 Σχέση μετρημένης και υπολογισμένης με S-SEBI λανθάνουσας θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik7.png | thumb | right | Εικόνα 5 Σχέση μετρημένου και υπολογισμένου με S-SEBI κλάσματος εξάτμισης]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Μια έρευνα πεδίου διεξήχθη κατά τη διάρκεια του Αυγούστου του 1997 στην περιοχή Piano di Rosia στην Τοσκάνη της Ιταλίας. Τόσο οι περιοχές του ισοζυγίου ακτινοβολίας όσο και της επιφανειακής ενέργειας µετρήθηκαν µε διάφορες τεχνικές και για διάφορες τοποθεσίες του πεδίου. Μαζί με μια εικόνα LANDSAT-TM της 23ης Αυγούστου 1997 της ίδιας περιοχής, τα δεδομένα αυτά παρέχουν μια εξαιρετική ευκαιρία για µια βαθιά µελέτη της αλληλεπίδρασης µεταξύ των ακτινοβολίας και των ροών ενέργειας από τη σημειακή προς την περιφερειακή κλίμακα. <br /> Μία νέα μέθοδος για την εξαγωγή των επιφανειακών ενεργειακών ροών με χρήση τηλεπισκοπικών μετρήσεων, η οποία ονομάζεται S-SEBI (Simplified Surface Energy Balance Index), αναπτύσσεται, δοκιμάζεται και επικυρώνεται με τα διαθέσιμα δεδομένα. Εάν οι ατμοσφαιρικές συνθήκες πάνω από την περιοχή μπορούν να θεωρηθούν σταθερές και η περιοχή αντανακλά επαρκείς διακυμάνσεις στις επιφανειακές υδρολογικές συνθήκες, οι ροές μπορούν να υπολογιστούν χωρίς άλλες πληροφορίες εκτός από τις τηλεπισκοπικές εικόνες.<br /> Τα σημαντικότερα πλεονεκτήματα έναντι άλλων αλγορίθμων ροής τηλεπισκόπησης είναι: <br /> * δεν απαιτούνται πρόσθετα μετεωρολογικά δεδομένα για τον υπολογισμό της ροών εάν υφίστανται τα επιφανειακά υδρολογικά ακρότατα και <br /> * οι ακραίες θερμοκρασίες για τις υγρές και ξηρές συνθήκες ποικίλλουν με τη μεταβολή των τιμών της ανακλαστικότητας, όπου οι άλλες μέθοδοι προσπαθούν να προσδιορίσουν μια σταθερή θερμοκρασία για υγρές και ξηρές συνθήκες για ολόκληρη την εικόνα ή/και για κάθε κατηγορία χρήσης γης.<br /> <br /> '''2. Υλικό και μεθοδολογία'''<br /> <br /> Χρησιμοποιήθηκαν για την εξαγωγή αποτελεσμάτων:<br /> * Εικόνα LANDSAT-TM data (23 August 1997, 9:30:54 GMT) και ένα χρωματικό σύνθετο των καναλιών 4, 5, 3.<br /> * Δεδομένα DEM, για να διορθωθεί η προσπίπτουσα γωνία του Ηλίου<br /> * Συλλογή δεδομένων στο πεδίο (μετρήσεις ακτινοβολίας και επιφανειακής ενέργειας σε καλλιέργειες ζαχαρότευτλων, αραβοσίτου, ηλίανθου και σιταριού) (Πίνακας 1)<br /> <br /> <br /> '''3. Ο αλγόριθμος S-SEBI'''<br /> <br /> Ο αλγόριθμος (S-SEBI) αναπτύχθηκε για την επίλυση του ισοζυγίου επιφανειακής ενέργειας με<br /> τεχνικές τηλεπισκόπησης με μέθοδο pixel-by-pixel. Ο τύπος στον οποίο βασίζεται δίνεται από την παρακάτω σχέση (1)<br /> Πρώτα υπολογίζεται ο όρος της καθαρής ακτινοβολίας ως ο υπόλοιπος όρος όλων των εισερχόμενων και εξερχόμενων βραχέων (SW) και μακρών κυμάτων (Iw) ακτινοβολίας, υπολογίζονται άμεσα με τεχνικές τηλεπισκόπησης. Δεύτερον, η ροή θερμότητας του εδάφους προκύπτει με μια εμπειρική σχέση της βλάστησης και του επιφανειακών χαρακτηριστικών. Έχει παρατηρηθεί ότι η επιφανειακή θερμοκρασία και ανακλαστικότητα των περιοχών με σταθερή ατμοσφαιρική επιρροή συσχετίζονται και ότι οι σχέσεις μπορούν να εφαρμοστούν στον προσδιορισμό των πραγματικών ιδιοτήτων της επιφάνειας της γης.<br /> Το S του απλοποιημένου (simplified) στο μοντέλο S-SEBI αντιπροσωπεύει το περίπτωση όπου οι ακραίες θερμοκρασίες μπορούν να υπολογιστούν από την ίδια την εικόνα.<br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Μέσω μια σύνθετης υπολογιστικής διαδικασίας που περιλαμβάνει τους παρακάτω όρους:<br /> * Επιφανειακή λευκαύγεια<br /> * NDVI (Normalized Difference Vegetation Index)<br /> * Επιφανειακή θερμοκρασία<br /> * Συνολική ακτινοβολία<br /> * Θερμοροή χώματος<br /> * Αισθητή ακτινοβολία<br /> * Λανθάνουσα ακτινοβολία<br /> * Κλάσμα εξάτμισης <br /> Και εξάγονται τα επιθυμητά αποτελέσματα.<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη περίπτωσης για τη χαρτογράφηση του ενεργειακού ισοζυγίου στην Τοσκάνη της Ιταλίας με δεδομένα LANDSAT-TM έδωσε πολύ ελπιδοφόρα αποτελέσματα. Εάν οι εικόνες εισόδου της επιφανειακής θερμοκρασίας παρουσιάζουν μεγάλη διακύμανση στις επιφανειακές συνθήκες (υγρές/ξηρές, σκοτεινή/φωτεινή) και οι ατμοσφαιρικές συνθήκες είναι σταθερές σε όλη την περιοχή της εικόνας, το μοντέλο S-SEBI είναι μια μάλλον απλή μέθοδος για τον καταμερισμό των όρων του ενεργειακού ισοζυγίου της επιφάνειας χωρίς πρόσθετα δεδομένα πεδίου. Γενικά μπορεί να ειπωθεί ότι η μέθοδος S-SEBI λειτουργεί κατάλληλα για εικόνες υψηλής ανάλυσης, όπως LANDSAT-TM, για ετερογενείς και κάπως ξηρότερες περιοχές, όπως η περιοχή της Μεσογείου. Προβλήματα θα εμφανιστούν όταν εφαρμόζεται σε πιο υγρές περιοχές, αφού τα δεδομένα τηλεπισκόπησης δεν θα δεν θα περιέχουν «ξηρά» εικονοστοιχεία.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/S-SEBI:_%CE%88%CE%BD%CE%B1%CF%82_%CE%B1%CF%80%CE%BB%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CF%8C%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C... 2022-03-20T01:00:30Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Ενέργεια]]<br /> '''Τίτλος: S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό του ισοζυγίου επιφανειακής ενέργειας'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance''<br /> <br /> '''Συγγραφείς:''' G. J. Roerink, Z. Su, M. Menenti<br /> <br /> '''Δημοσιεύθηκε:''' Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere (2000)<br /> <br /> '''Πηγή:''' https://cutt.ly/tScWWfX <br /> <br /> [[Εικόνα: Konstantinos-eik1.png | thumb | right | Πίνακας 1 Τα αποτελέσματα των μετρήσεων]]<br /> [[Εικόνα: Konstantinos-eik2.png | thumb | right | Εικόνα 1 Σχηματική απεικόνιση του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik3.png | thumb | right | Σχέση (1) Ο τύπος του S-SEBI]]<br /> [[Εικόνα: Konstantinos-eik4.png | thumb | right | Εικόνα 2 Σχέση επιφανειακής ανακλαστικότητας και θερμοκρασίας]]<br /> [[Εικόνα: Konstantinos-eik5.png | thumb | right | Εικόνα 3 Σχέση μετρημένης και υπολογισμένης με S-SEBI θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik6.png | thumb | right | Εικόνα 4 Σχέση μετρημένης και υπολογισμένης με S-SEBI λανθάνουσας θερμοροής]]<br /> [[Εικόνα: Konstantinos-eik7.png | thumb | right | Εικόνα 5 Σχέση μετρημένου και υπολογισμένου με S-SEBI κλάσματος εξάτμισης]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Μια έρευνα πεδίου διεξήχθη κατά τη διάρκεια του Αυγούστου του 1997 στην περιοχή Piano di Rosia στην Τοσκάνη της Ιταλίας. Τόσο οι περιοχές του ισοζυγίου ακτινοβολίας όσο και της επιφανειακής ενέργειας µετρήθηκαν µε διάφορες τεχνικές και για διάφορες τοποθεσίες του πεδίου. Μαζί με μια εικόνα LANDSAT-TM της 23ης Αυγούστου 1997 της ίδιας περιοχής, τα δεδομένα αυτά παρέχουν μια εξαιρετική ευκαιρία για µια βαθιά µελέτη της αλληλεπίδρασης µεταξύ των ακτινοβολίας και των ροών ενέργειας από τη σημειακή προς την περιφερειακή κλίμακα. <br /> Μία νέα μέθοδος για την εξαγωγή των επιφανειακών ενεργειακών ροών με χρήση τηλεπισκοπικών μετρήσεων, η οποία ονομάζεται S-SEBI (Simplified Surface Energy Balance Index), αναπτύσσεται, δοκιμάζεται και επικυρώνεται με τα διαθέσιμα δεδομένα. Εάν οι ατμοσφαιρικές συνθήκες πάνω από την περιοχή μπορούν να θεωρηθούν σταθερές και η περιοχή αντανακλά επαρκείς διακυμάνσεις στις επιφανειακές υδρολογικές συνθήκες, οι ροές μπορούν να υπολογιστούν χωρίς άλλες πληροφορίες εκτός από τις τηλεπισκοπικές εικόνες.<br /> Τα σημαντικότερα πλεονεκτήματα έναντι άλλων αλγορίθμων ροής τηλεπισκόπησης είναι: <br /> * δεν απαιτούνται πρόσθετα μετεωρολογικά δεδομένα για τον υπολογισμό της ροών εάν υφίστανται τα επιφανειακά υδρολογικά ακρότατα και <br /> * οι ακραίες θερμοκρασίες για τις υγρές και ξηρές συνθήκες ποικίλλουν με τη μεταβολή των τιμών της ανακλαστικότητας, όπου οι άλλες μέθοδοι προσπαθούν να προσδιορίσουν μια σταθερή θερμοκρασία για υγρές και ξηρές συνθήκες για ολόκληρη την εικόνα ή/και για κάθε κατηγορία χρήσης γης.<br /> <br /> '''2. Υλικό και μεθοδολογία'''<br /> <br /> Χρησιμοποιήθηκαν για την εξαγωγή αποτελεσμάτων:<br /> * Εικόνα LANDSAT-TM data (23 August 1997, 9:30:54 GMT) και ένα χρωματικό σύνθετο των καναλιών 4, 5, 3.<br /> * Δεδομένα DEM, για να διορθωθεί η προσπίπτουσα γωνία του Ηλίου<br /> * Συλλογή δεδομένων στο πεδίο (μετρήσεις ακτινοβολίας και επιφανειακής ενέργειας σε καλλιέργειες ζαχαρότευτλων, αραβοσίτου, ηλίανθου και σιταριού)<br /> <br /> <br /> '''3. Ο αλγόριθμος S-SEBI'''<br /> <br /> Ο αλγόριθμος (S-SEBI) αναπτύχθηκε για την επίλυση του ισοζυγίου επιφανειακής ενέργειας με<br /> τεχνικές τηλεπισκόπησης με μέθοδο pixel-by-pixel. Ο τύπος στον οποίο βασίζεται δίνεται από την παρακάτω σχέση (1)<br /> Πρώτα υπολογίζεται ο όρος της καθαρής ακτινοβολίας ως ο υπόλοιπος όρος όλων των εισερχόμενων και εξερχόμενων βραχέων (SW) και μακρών κυμάτων (Iw) ακτινοβολίας, υπολογίζονται άμεσα με τεχνικές τηλεπισκόπησης. Δεύτερον, η ροή θερμότητας του εδάφους προκύπτει με μια εμπειρική σχέση της βλάστησης και του επιφανειακών χαρακτηριστικών. Έχει παρατηρηθεί ότι η επιφανειακή θερμοκρασία και ανακλαστικότητα των περιοχών με σταθερή ατμοσφαιρική επιρροή συσχετίζονται και ότι οι σχέσεις μπορούν να εφαρμοστούν στον προσδιορισμό των πραγματικών ιδιοτήτων της επιφάνειας της γης.<br /> Το S του απλοποιημένου (simplified) στο μοντέλο S-SEBI αντιπροσωπεύει το περίπτωση όπου οι ακραίες θερμοκρασίες μπορούν να υπολογιστούν από την ίδια την εικόνα.<br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Μέσω μια σύνθετης υπολογιστικής διαδικασίας που περιλαμβάνει τους παρακάτω όρους:<br /> * Επιφανειακή λευκαύγεια<br /> * NDVI (Normalized Difference Vegetation Index)<br /> * Επιφανειακή θερμοκρασία<br /> * Συνολική ακτινοβολία<br /> * Θερμοροή χώματος<br /> * Αισθητή ακτινοβολία<br /> * Λανθάνουσα ακτινοβολία<br /> * Κλάσμα εξάτμισης <br /> Και εξάγονται τα επιθυμητά αποτελέσματα.<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη περίπτωσης για τη χαρτογράφηση του ενεργειακού ισοζυγίου στην Τοσκάνη της Ιταλίας με δεδομένα LANDSAT-TM έδωσε πολύ ελπιδοφόρα αποτελέσματα. Εάν οι εικόνες εισόδου της επιφανειακής θερμοκρασίας παρουσιάζουν μεγάλη διακύμανση στις επιφανειακές συνθήκες (υγρές/ξηρές, σκοτεινή/φωτεινή) και οι ατμοσφαιρικές συνθήκες είναι σταθερές σε όλη την περιοχή της εικόνας, το μοντέλο S-SEBI είναι μια μάλλον απλή μέθοδος για τον καταμερισμό των όρων του ενεργειακού ισοζυγίου της επιφάνειας χωρίς πρόσθετα δεδομένα πεδίου. Γενικά μπορεί να ειπωθεί ότι η μέθοδος S-SEBI λειτουργεί κατάλληλα για εικόνες υψηλής ανάλυσης, όπως LANDSAT-TM, για ετερογενείς και κάπως ξηρότερες περιοχές, όπως η περιοχή της Μεσογείου. Προβλήματα θα εμφανιστούν όταν εφαρμόζεται σε πιο υγρές περιοχές, αφού τα δεδομένα τηλεπισκόπησης δεν θα δεν θα περιέχουν «ξηρά» εικονοστοιχεία.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik7.png 2022-03-20T00:59:09Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik6.png 2022-03-20T00:59:03Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik5.png 2022-03-20T00:58:56Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik4.png 2022-03-20T00:58:21Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik3.png 2022-03-20T00:57:14Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik2.png 2022-03-20T00:55:39Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Konstantinos-eik1.png 2022-03-20T00:54:51Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/S-SEBI:_%CE%88%CE%BD%CE%B1%CF%82_%CE%B1%CF%80%CE%BB%CF%8C%CF%82_%CE%B1%CE%BB%CE%B3%CF%8C%CF%81%CE%B9%CE%B8%CE%BC%CE%BF%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CE%BC%CF%8C... 2022-03-20T00:51:42Z

<p>Konsbont: Νέα σελίδα με 'category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) category:Ενέργεια '''Τίτλος: S-SEBI: Ένας απλός αλγόριθ...'</p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Ενέργεια]]<br /> '''Τίτλος: S-SEBI: Ένας απλός αλγόριθμος τηλεπισκόπησης για τον υπολογισμό του ισοζυγίου επιφανειακής ενέργειας'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''S-SEBI: A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance''<br /> <br /> '''Συγγραφείς:''' G. J. Roerink, Z. Su, M. Menenti<br /> <br /> '''Δημοσιεύθηκε:''' Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere (2000)<br /> <br /> '''Πηγή:''' https://cutt.ly/tScWWfX <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Μια έρευνα πεδίου διεξήχθη κατά τη διάρκεια του Αυγούστου του 1997 στην περιοχή Piano di Rosia στην Τοσκάνη της Ιταλίας. Τόσο οι περιοχές του ισοζυγίου ακτινοβολίας όσο και της επιφανειακής ενέργειας µετρήθηκαν µε διάφορες τεχνικές και για διάφορες τοποθεσίες του πεδίου. Μαζί με μια εικόνα LANDSAT-TM της 23ης Αυγούστου 1997 της ίδιας περιοχής, τα δεδομένα αυτά παρέχουν μια εξαιρετική ευκαιρία για µια βαθιά µελέτη της αλληλεπίδρασης µεταξύ των ακτινοβολίας και των ροών ενέργειας από τη σημειακή προς την περιφερειακή κλίμακα. <br /> Μία νέα μέθοδος για την εξαγωγή των επιφανειακών ενεργειακών ροών με χρήση τηλεπισκοπικών μετρήσεων, η οποία ονομάζεται S-SEBI (Simplified Surface Energy Balance Index), αναπτύσσεται, δοκιμάζεται και επικυρώνεται με τα διαθέσιμα δεδομένα. Εάν οι ατμοσφαιρικές συνθήκες πάνω από την περιοχή μπορούν να θεωρηθούν σταθερές και η περιοχή αντανακλά επαρκείς διακυμάνσεις στις επιφανειακές υδρολογικές συνθήκες, οι ροές μπορούν να υπολογιστούν χωρίς άλλες πληροφορίες εκτός από τις τηλεπισκοπικές εικόνες.<br /> Τα σημαντικότερα πλεονεκτήματα έναντι άλλων αλγορίθμων ροής τηλεπισκόπησης είναι: <br /> * δεν απαιτούνται πρόσθετα μετεωρολογικά δεδομένα για τον υπολογισμό της ροών εάν υφίστανται τα επιφανειακά υδρολογικά ακρότατα και <br /> * οι ακραίες θερμοκρασίες για τις υγρές και ξηρές συνθήκες ποικίλλουν με τη μεταβολή των τιμών της ανακλαστικότητας, όπου οι άλλες μέθοδοι προσπαθούν να προσδιορίσουν μια σταθερή θερμοκρασία για υγρές και ξηρές συνθήκες για ολόκληρη την εικόνα ή/και για κάθε κατηγορία χρήσης γης.<br /> <br /> '''2. Υλικό και μεθοδολογία'''<br /> <br /> Χρησιμοποιήθηκαν για την εξαγωγή αποτελεσμάτων:<br /> * Εικόνα LANDSAT-TM data (23 August 1997, 9:30:54 GMT) και ένα χρωματικό σύνθετο των καναλιών 4, 5, 3.<br /> * Δεδομένα DEM, για να διορθωθεί η προσπίπτουσα γωνία του Ηλίου<br /> * Συλλογή δεδομένων στο πεδίο (μετρήσεις ακτινοβολίας και επιφανειακής ενέργειας σε καλλιέργειες ζαχαρότευτλων, αραβοσίτου, ηλίανθου και σιταριού)<br /> <br /> Πίνακας 1 Τα αποτελέσματα των μετρήσεων<br /> <br /> <br /> '''3. Ο αλγόριθμος S-SEBI'''<br /> <br /> Εικόνα 1 Σχηματική απεικόνιση του S-SEBI<br /> Ο αλγόριθμος (S-SEBI) αναπτύχθηκε για την επίλυση του ισοζυγίου επιφανειακής ενέργειας με<br /> τεχνικές τηλεπισκόπησης με μέθοδο pixel-by-pixel. Ο τύπος στον οποίο βασίζεται δίνεται από την παρακάτω σχέση:<br /> <br /> Πρώτα υπολογίζεται ο όρος της καθαρής ακτινοβολίας ως ο υπόλοιπος όρος όλων των εισερχόμενων και εξερχόμενων βραχέων (SW) και μακρών κυμάτων (Iw) ακτινοβολίας, υπολογίζονται άμεσα με τεχνικές τηλεπισκόπησης. Δεύτερον, η ροή θερμότητας του εδάφους προκύπτει με μια εμπειρική σχέση της βλάστησης και του επιφανειακών χαρακτηριστικών. Έχει παρατηρηθεί ότι η επιφανειακή θερμοκρασία και ανακλαστικότητα των περιοχών με σταθερή ατμοσφαιρική επιρροή συσχετίζονται και ότι οι σχέσεις μπορούν να εφαρμοστούν στον προσδιορισμό των πραγματικών ιδιοτήτων της επιφάνειας της γης.<br /> Το S του απλοποιημένου (simplified) στο μοντέλο S-SEBI αντιπροσωπεύει το περίπτωση όπου οι ακραίες θερμοκρασίες μπορούν να υπολογιστούν από την ίδια την εικόνα.<br /> <br /> '''4. Αποτελέσματα'''<br /> <br /> Μέσω μια σύνθετης υπολογιστικής διαδικασίας που περιλαμβάνει τους παρακάτω όρους:<br /> * Επιφανειακή λευκαύγεια<br /> * NDVI (Normalized Difference Vegetation Index)<br /> * Επιφανειακή θερμοκρασία<br /> * Συνολική ακτινοβολία<br /> * Θερμοροή χώματος<br /> * Αισθητή ακτινοβολία<br /> * Λανθάνουσα ακτινοβολία<br /> * Κλάσμα εξάτμισης <br /> Και εξάγονται τα επιθυμητά αποτελέσματα.<br /> <br /> Εικόνα 2 Σχέση επιφανειακής ανακλαστικότητας και θερμοκρασίας<br /> <br /> Εικόνα 3 Σχέση μετρημένης και υπολογισμένης με S-SEBI θερμοροής<br /> <br /> Εικόνα 4 Σχέση μετρημένης και υπολογισμένης με S-SEBI λανθάνουσας θερμοροής<br /> <br /> Εικόνα 5 Σχέση μετρημένου και υπολογισμένου με S-SEBI κλάσματος εξάτμισης<br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Αυτή η μελέτη περίπτωσης για τη χαρτογράφηση του ενεργειακού ισοζυγίου στην Τοσκάνη της Ιταλίας με δεδομένα LANDSAT-TM έδωσε πολύ ελπιδοφόρα αποτελέσματα. Εάν οι εικόνες εισόδου της επιφανειακής θερμοκρασίας παρουσιάζουν μεγάλη διακύμανση στις επιφανειακές συνθήκες (υγρές/ξηρές, σκοτεινή/φωτεινή) και οι ατμοσφαιρικές συνθήκες είναι σταθερές σε όλη την περιοχή της εικόνας, το μοντέλο S-SEBI είναι μια μάλλον απλή μέθοδος για τον καταμερισμό των όρων του ενεργειακού ισοζυγίου της επιφάνειας χωρίς πρόσθετα δεδομένα πεδίου. Γενικά μπορεί να ειπωθεί ότι η μέθοδος S-SEBI λειτουργεί κατάλληλα για εικόνες υψηλής ανάλυσης, όπως LANDSAT-TM, για ετερογενείς και κάπως ξηρότερες περιοχές, όπως η περιοχή της Μεσογείου. Προβλήματα θα εμφανιστούν όταν εφαρμόζεται σε πιο υγρές περιοχές, αφού τα δεδομένα τηλεπισκόπησης δεν θα δεν θα περιέχουν «ξηρά» εικονοστοιχεία.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/T%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%AD%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B5%CF%80%CE%B5%CE%BE%CE%B5%CF%81%CE%B3%CE%B1%CF%83%CE%AF%CE%B1... 2022-03-19T22:19:48Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Υπολογιστικά/αλγοριθμικά θέματα]]<br /> '''Τίτλος: Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Grid services for satellite image processing''<br /> <br /> '''Συγγραφείς:''' Dana Petcu<br /> <br /> '''Δημοσιεύθηκε:''' February 2007<br /> <br /> '''Πηγή:''' https://cutt.ly/NScgZui<br /> <br /> <br /> [[Εικόνα: Kb2-eik1.png | thumb | right | Εικ.1: Το γραφικό περιβάλλον]]<br /> [[Εικόνα: Kb2-eik2.png | thumb | right | Εικ.2: Οι αλλαγές στην κοίτη του ποταμού]]<br /> [[Εικόνα: Kb2-eik3.png | thumb | right | Εικ.3: Η ταξινόμηση]]<br /> [[Εικόνα: Kb2-eik4.png | thumb | right | Πίνακας 1: οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> O βασικός λόγος για τη χρήση υπολογιστικού πλέγματος στην επεξεργασία δορυφορικών εικόνων είναι ότι η απαιτούμενη υπολογιστική ισχύς και η κοινή χρήση δεδομένων δεν είναι συνήθως στη διάθεση του χρήστη τοπικά. Στο άρθρο αναλύονται δύο σχετικά με αυτό σενάρια: <br /> * η επεξεργασία εικόνων στον ίδιο χώρο που βρίσκονται τα δεδομένων με τη χρήση τυπικών εργαλείων από ένα απομακρυσμένο σύστημα<br /> * και η επεξεργασία εικόνων με απομακρυσμένη πρόσβαση σε εγκαταστάσεις παράλληλων συστημάτων.<br /> Σχεδιάστηκαν δύο υπηρεσίες πλέγματος ως πιθανές λύσεις που βασίζονται σε συνδυασμό υφιστάμενων τεχνολογιών πλέγματος και εργαλείων επεξεργασίας εικόνων γενικής χρήσης. Οι δοκιμές αναφέρονται στην εύρεση αλλαγών της κοίτης ενός ποταμού και στην ταξινόμηση εικόνων με χρήση δέντρων απόφασης, όπως επίσης στην επιτάχυνσή των παραπάνω διαδικασιών με χρήση παράλληλων υπολογιστών.<br /> <br /> '''2. Σενάριο 1ο'''<br /> <br /> Στο σενάριο αυτό ο χρήστης αναμένεται να προβεί σε επεξεργασία δορυφορικών εικόνων έχοντας στη διάθεσή του περιορισμένους πόρους (0.5–1 Gb RAM, 1–2.5 GHz, 80–200 Gb) και δεν κατέχει άδεια για εμπορικό πρόγραμμα επεξεργασίας εικόνων. Έχει όμως πρόσβαση σε μία πλατφόρμα απομακρυσμένου συστήματος υπολογιστών όπου βρίσκεται κατανεμημένα αποθηκευμένη πληθώρα δορυφορικών εικόνων. Ο χρήστης μπαίνει στο γραφικό περιβάλλον της πλατφόρμας, επιλέγει τις επιθυμητές εικόνες και αιτείται την επεξεργασία που θέλει. Οι εντολές αυτές περνούνε στο πλέγμα και φτάνουν στο κέντρο αποθήκευσης και υπολογισμών, το οποίο σε αυτό το σενάριο είναι ενιαίο. Εκεί γίνεται η επεξεργασία από ένα σύστημα και παράγονται οι τελικές εικόνες, οι οποίες έπειτα επιστρέφουν στον χρήστη. <br /> Παρακάτω φαίνονται το πρότυπο γραφικού περιβάλλοντος και οι επεξεργασίες που πραγματοποιήθηκαν:<br /> <br /> '''3. Σενάριο 2ο'''<br /> <br /> Στο δεύτερο σενάριο ισχύουν οι γενικές προϋποθέσεις του πρώτου αλλά αυτή τη φορά η επεξεργασία απαιτεί περισσότερους υπολογιστικούς πόρους, οι οποίοι δεν είναι διαθέσιμοι ούτε τοπικά στον χρήστη αλλά ούτε και σε μόνο ένα απομακρυσμένο σύστημα. Πρέπει δηλαδή να γίνει χρήση πόρων συνδυαστικά από πολλά απομακρυσμένα συστήματα. Έτσι το πλέγμα αποκτά μια διαφορετική δομή όπου οι υπολογιστικές και οι αποθηκευτικές εργασίες γίνονται σε διαφορετικούς κόμβους. Αυτό δίνει την δυνατότητα στους υπολογιστικούς πόρους, που σχηματίζουν μια συστοιχία, να έχουν γρηγορότερη πρόσβαση στις εικόνες και το κάθε μέλος της συστοιχίας να κάνει επεξεργασία σε συγκεκριμένο κομμάτι της επιλεγμένης εικόνας. Κάθε φορά ένα στοιχείο της συστοιχίας είναι επικεφαλής και υπεύθυνο για τον συντονισμό των εργασιών. Τελικά το επικεφαλής στοιχείο συλλέγει όλες τις μερικές επεξεργασίες, δημιουργεί την τελική επεξεργασμένη εικόνα και παρουσιάζει στον χρήστη το τελικό αποτέλεσμα.<br /> Στον πίνακα (Πίνακας 1) παρουσιάζονται οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε.<br /> <br /> '''4. Σύνοψη'''<br /> <br /> Παρά τις πολυάριθμες πρωτοβουλίες για την εφαρμογή τεχνολογιών υπολογιστικού πλέγματος στην τηλεπισκόπηση, η ανάπτυξη των προτεινόμενων λύσεων σε μεγάλη κλίμακα δεν είναι ακόμη διαδεδομένη. Στην παρούσα εργασία γίνεται μια προσπάθεια να αποδειχθεί ότι οι εφαρμογές τηλεπισκόπησης μπορεί να πραγματοποιηθούν με τη χρήση ελεύθερα κατανεμημένων εργαλείων με ικανοποιητικά αποτελέσματα.<br /> Για να επιτευχθεί ο στόχος του ένας πιο μεγαλεπήβολος στόχος πρέπει να ακολουθηθούν πολλά βήματα που περιλαμβάνουν ανάπτυξη πολλών σεναρίων (scripts) ώστε να βρεθούν τα πλέον αποδοτικά, ανάπτυξη νέου κώδικα για κάθε διαθέσιμη επεξεργασία (classification κτλ), όπως και η διαχείριση του όγκου δεδομένων. Ένα πλήρες λειτουργικό on-line σύστημα που λειτουργεί με εικόνες MODIS αναμένεται να εμφανιστεί το πολύ σε δύο χρόνια.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%AF%CE%BB%CE%B1%CF%82_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%BF%CF%82 2022-03-19T22:17:34Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> <br /> [[ΧΡΗΣΗ GIS ΚΑΙ ΤΕΧΝΙΚΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΕΓΚΑΤΑΣΤΑΣΗ ΦΩΤΟΒΟΛΤΑΪΚΩΝ ΣΥΣΤΗΜΑΤΩΝ...]]<br /> <br /> [[Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις]]<br /> <br /> [[Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey...]]<br /> <br /> [[Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία...]]</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/T%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%AD%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B5%CF%80%CE%B5%CE%BE%CE%B5%CF%81%CE%B3%CE%B1%CF%83%CE%AF%CE%B1... 2022-03-19T22:16:49Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Υπολογιστικά/αλγοριθμικά θέματα]]<br /> '''Τίτλος: Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Grid services for satellite image processing''<br /> <br /> '''Συγγραφείς:''' Dana Petcu<br /> <br /> '''Δημοσιεύθηκε:''' February 2007<br /> <br /> '''Πηγή:''' https://cutt.ly/NScgZui<br /> <br /> <br /> [[Εικόνα: Kb2-eik1.png | thumb | right | Εικ.1: Το γραφικό περιβάλλον]]<br /> [[Εικόνα: Kb2-eik2.png | thumb | right | Εικ.2: Οι αλλαγές στην κοίτη του ποταμού]]<br /> [[Εικόνα: Kb2-eik3.png | thumb | right | Εικ.3: Η ταξινόμηση]]<br /> [[Εικόνα: Kb2-eik4.png | thumb | right | Πίνακας 1: οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε]]<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> O βασικός λόγος για τη χρήση υπολογιστικού πλέγματος στην επεξεργασία δορυφορικών εικόνων είναι ότι η απαιτούμενη υπολογιστική ισχύς και η κοινή χρήση δεδομένων δεν είναι συνήθως στη διάθεση του χρήστη τοπικά. Στο άρθρο αναλύονται δύο σχετικά με αυτό σενάρια: <br /> α) η επεξεργασία εικόνων στον ίδιο χώρο που βρίσκονται τα δεδομένων με τη χρήση τυπικών εργαλείων από ένα απομακρυσμένο σύστημα<br /> β) και η επεξεργασία εικόνων με απομακρυσμένη πρόσβαση σε εγκαταστάσεις παράλληλων συστημάτων.<br /> Σχεδιάστηκαν δύο υπηρεσίες πλέγματος ως πιθανές λύσεις που βασίζονται σε συνδυασμό υφιστάμενων τεχνολογιών πλέγματος και εργαλείων επεξεργασίας εικόνων γενικής χρήσης. Οι δοκιμές αναφέρονται στην εύρεση αλλαγών της κοίτης ενός ποταμού και στην ταξινόμηση εικόνων με χρήση δέντρων απόφασης, όπως επίσης στην επιτάχυνσή των παραπάνω διαδικασιών με χρήση παράλληλων υπολογιστών.<br /> <br /> '''2. Σενάριο 1ο'''<br /> <br /> Στο σενάριο αυτό ο χρήστης αναμένεται να προβεί σε επεξεργασία δορυφορικών εικόνων έχοντας στη διάθεσή του περιορισμένους πόρους (0.5–1 Gb RAM, 1–2.5 GHz, 80–200 Gb) και δεν κατέχει άδεια για εμπορικό πρόγραμμα επεξεργασίας εικόνων. Έχει όμως πρόσβαση σε μία πλατφόρμα απομακρυσμένου συστήματος υπολογιστών όπου βρίσκεται κατανεμημένα αποθηκευμένη πληθώρα δορυφορικών εικόνων. Ο χρήστης μπαίνει στο γραφικό περιβάλλον της πλατφόρμας, επιλέγει τις επιθυμητές εικόνες και αιτείται την επεξεργασία που θέλει. Οι εντολές αυτές περνούνε στο πλέγμα και φτάνουν στο κέντρο αποθήκευσης και υπολογισμών, το οποίο σε αυτό το σενάριο είναι ενιαίο. Εκεί γίνεται η επεξεργασία από ένα σύστημα και παράγονται οι τελικές εικόνες, οι οποίες έπειτα επιστρέφουν στον χρήστη. <br /> Παρακάτω φαίνονται το πρότυπο γραφικού περιβάλλοντος και οι επεξεργασίες που πραγματοποιήθηκαν:<br /> <br /> '''3. Σενάριο 2ο'''<br /> <br /> Στο δεύτερο σενάριο ισχύουν οι γενικές προϋποθέσεις του πρώτου αλλά αυτή τη φορά η επεξεργασία απαιτεί περισσότερους υπολογιστικούς πόρους, οι οποίοι δεν είναι διαθέσιμοι ούτε τοπικά στον χρήστη αλλά ούτε και σε μόνο ένα απομακρυσμένο σύστημα. Πρέπει δηλαδή να γίνει χρήση πόρων συνδυαστικά από πολλά απομακρυσμένα συστήματα. Έτσι το πλέγμα αποκτά μια διαφορετική δομή όπου οι υπολογιστικές και οι αποθηκευτικές εργασίες γίνονται σε διαφορετικούς κόμβους. Αυτό δίνει την δυνατότητα στους υπολογιστικούς πόρους, που σχηματίζουν μια συστοιχία, να έχουν γρηγορότερη πρόσβαση στις εικόνες και το κάθε μέλος της συστοιχίας να κάνει επεξεργασία σε συγκεκριμένο κομμάτι της επιλεγμένης εικόνας. Κάθε φορά ένα στοιχείο της συστοιχίας είναι επικεφαλής και υπεύθυνο για τον συντονισμό των εργασιών. Τελικά το επικεφαλής στοιχείο συλλέγει όλες τις μερικές επεξεργασίες, δημιουργεί την τελική επεξεργασμένη εικόνα και παρουσιάζει στον χρήστη το τελικό αποτέλεσμα.<br /> Στον πίνακα (Πίνακας 1) παρουσιάζονται οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε.<br /> <br /> '''4. Σύνοψη'''<br /> <br /> Παρά τις πολυάριθμες πρωτοβουλίες για την εφαρμογή τεχνολογιών υπολογιστικού πλέγματος στην τηλεπισκόπηση, η ανάπτυξη των προτεινόμενων λύσεων σε μεγάλη κλίμακα δεν είναι ακόμη διαδεδομένη. Στην παρούσα εργασία γίνεται μια προσπάθεια να αποδειχθεί ότι οι εφαρμογές τηλεπισκόπησης μπορεί να πραγματοποιηθούν με τη χρήση ελεύθερα κατανεμημένων εργαλείων με ικανοποιητικά αποτελέσματα.<br /> Για να επιτευχθεί ο στόχος του ένας πιο μεγαλεπήβολος στόχος πρέπει να ακολουθηθούν πολλά βήματα που περιλαμβάνουν ανάπτυξη πολλών σεναρίων (scripts) ώστε να βρεθούν τα πλέον αποδοτικά, ανάπτυξη νέου κώδικα για κάθε διαθέσιμη επεξεργασία (classification κτλ), όπως και η διαχείριση του όγκου δεδομένων. Ένα πλήρες λειτουργικό on-line σύστημα που λειτουργεί με εικόνες MODIS αναμένεται να εμφανιστεί το πολύ σε δύο χρόνια.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/T%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%AD%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B5%CF%80%CE%B5%CE%BE%CE%B5%CF%81%CE%B3%CE%B1%CF%83%CE%AF%CE%B1... 2022-03-19T22:16:16Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Υπολογιστικά/αλγοριθμικά θέματα]]<br /> '''Τίτλος: Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Grid services for satellite image processing''<br /> <br /> '''Συγγραφείς:''' Dana Petcu<br /> <br /> '''Δημοσιεύθηκε:''' February 2007<br /> <br /> '''Πηγή:''' https://cutt.ly/NScgZui<br /> <br /> <br /> [[Εικόνα: Kb2-eik1.png | thumb | right | Εικ.1: Το γραφικό περιβάλλον]]<br /> [[Εικόνα: Kb2-eik2.png | thumb | right | Εικ.2: Οι αλλαγές στην κοίτη του ποταμού]]<br /> [[Εικόνα: Kb2-eik3.png | thumb | right | Εικ.3: Η ταξινόμηση]]<br /> [[Εικόνα: Kb2-eik4.png | thumb | right | Πίνακας 1: οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε]]<br /> <br /> <br /> '''1.Εισαγωγή'''<br /> <br /> O βασικός λόγος για τη χρήση υπολογιστικού πλέγματος στην επεξεργασία δορυφορικών εικόνων είναι ότι η απαιτούμενη υπολογιστική ισχύς και η κοινή χρήση δεδομένων δεν είναι συνήθως στη διάθεση του χρήστη τοπικά. Στο άρθρο αναλύονται δύο σχετικά με αυτό σενάρια: <br /> α) η επεξεργασία εικόνων στον ίδιο χώρο που βρίσκονται τα δεδομένων με τη χρήση τυπικών εργαλείων από ένα απομακρυσμένο σύστημα<br /> β) και η επεξεργασία εικόνων με απομακρυσμένη πρόσβαση σε εγκαταστάσεις παράλληλων συστημάτων.<br /> Σχεδιάστηκαν δύο υπηρεσίες πλέγματος ως πιθανές λύσεις που βασίζονται σε συνδυασμό υφιστάμενων τεχνολογιών πλέγματος και εργαλείων επεξεργασίας εικόνων γενικής χρήσης. Οι δοκιμές αναφέρονται στην εύρεση αλλαγών της κοίτης ενός ποταμού και στην ταξινόμηση εικόνων με χρήση δέντρων απόφασης, όπως επίσης στην επιτάχυνσή των παραπάνω διαδικασιών με χρήση παράλληλων υπολογιστών.<br /> <br /> '''2.Σενάριο 1ο'''<br /> <br /> Στο σενάριο αυτό ο χρήστης αναμένεται να προβεί σε επεξεργασία δορυφορικών εικόνων έχοντας στη διάθεσή του περιορισμένους πόρους (0.5–1 Gb RAM, 1–2.5 GHz, 80–200 Gb) και δεν κατέχει άδεια για εμπορικό πρόγραμμα επεξεργασίας εικόνων. Έχει όμως πρόσβαση σε μία πλατφόρμα απομακρυσμένου συστήματος υπολογιστών όπου βρίσκεται κατανεμημένα αποθηκευμένη πληθώρα δορυφορικών εικόνων. Ο χρήστης μπαίνει στο γραφικό περιβάλλον της πλατφόρμας, επιλέγει τις επιθυμητές εικόνες και αιτείται την επεξεργασία που θέλει. Οι εντολές αυτές περνούνε στο πλέγμα και φτάνουν στο κέντρο αποθήκευσης και υπολογισμών, το οποίο σε αυτό το σενάριο είναι ενιαίο. Εκεί γίνεται η επεξεργασία από ένα σύστημα και παράγονται οι τελικές εικόνες, οι οποίες έπειτα επιστρέφουν στον χρήστη. <br /> Παρακάτω φαίνονται το πρότυπο γραφικού περιβάλλοντος και οι επεξεργασίες που πραγματοποιήθηκαν:<br /> <br /> '''3.Σενάριο 2ο'''<br /> <br /> Στο δεύτερο σενάριο ισχύουν οι γενικές προϋποθέσεις του πρώτου αλλά αυτή τη φορά η επεξεργασία απαιτεί περισσότερους υπολογιστικούς πόρους, οι οποίοι δεν είναι διαθέσιμοι ούτε τοπικά στον χρήστη αλλά ούτε και σε μόνο ένα απομακρυσμένο σύστημα. Πρέπει δηλαδή να γίνει χρήση πόρων συνδυαστικά από πολλά απομακρυσμένα συστήματα. Έτσι το πλέγμα αποκτά μια διαφορετική δομή όπου οι υπολογιστικές και οι αποθηκευτικές εργασίες γίνονται σε διαφορετικούς κόμβους. Αυτό δίνει την δυνατότητα στους υπολογιστικούς πόρους, που σχηματίζουν μια συστοιχία, να έχουν γρηγορότερη πρόσβαση στις εικόνες και το κάθε μέλος της συστοιχίας να κάνει επεξεργασία σε συγκεκριμένο κομμάτι της επιλεγμένης εικόνας. Κάθε φορά ένα στοιχείο της συστοιχίας είναι επικεφαλής και υπεύθυνο για τον συντονισμό των εργασιών. Τελικά το επικεφαλής στοιχείο συλλέγει όλες τις μερικές επεξεργασίες, δημιουργεί την τελική επεξεργασμένη εικόνα και παρουσιάζει στον χρήστη το τελικό αποτέλεσμα.<br /> Στον πίνακα (Πίνακας 1) παρουσιάζονται οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε.<br /> <br /> '''4.Σύνοψη'''<br /> <br /> Παρά τις πολυάριθμες πρωτοβουλίες για την εφαρμογή τεχνολογιών υπολογιστικού πλέγματος στην τηλεπισκόπηση, η ανάπτυξη των προτεινόμενων λύσεων σε μεγάλη κλίμακα δεν είναι ακόμη διαδεδομένη. Στην παρούσα εργασία γίνεται μια προσπάθεια να αποδειχθεί ότι οι εφαρμογές τηλεπισκόπησης μπορεί να πραγματοποιηθούν με τη χρήση ελεύθερα κατανεμημένων εργαλείων με ικανοποιητικά αποτελέσματα.<br /> Για να επιτευχθεί ο στόχος του ένας πιο μεγαλεπήβολος στόχος πρέπει να ακολουθηθούν πολλά βήματα που περιλαμβάνουν ανάπτυξη πολλών σεναρίων (scripts) ώστε να βρεθούν τα πλέον αποδοτικά, ανάπτυξη νέου κώδικα για κάθε διαθέσιμη επεξεργασία (classification κτλ), όπως και η διαχείριση του όγκου δεδομένων. Ένα πλήρες λειτουργικό on-line σύστημα που λειτουργεί με εικόνες MODIS αναμένεται να εμφανιστεί το πολύ σε δύο χρόνια.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/T%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%AD%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B5%CF%80%CE%B5%CE%BE%CE%B5%CF%81%CE%B3%CE%B1%CF%83%CE%AF%CE%B1... 2022-03-19T22:15:55Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Υπολογιστικά/αλγοριθμικά θέματα]]<br /> '''Τίτλος: Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Grid services for satellite image processing''<br /> <br /> '''Συγγραφείς:''' Dana Petcu<br /> <br /> '''Δημοσιεύθηκε:''' February 2007<br /> <br /> '''Πηγή:''' https://cutt.ly/NScgZui<br /> <br /> <br /> [[Εικόνα: Kb2-eik1.png | thumb | right | Εικ.1: Το γραφικό περιβάλλον]]<br /> [[Εικόνα: Kb2-eik2.png | thumb | right | Εικ.2: Οι αλλαγές στην κοίτη του ποταμού]]<br /> [[Εικόνα: Kb2-eik3.png | thumb | right | Εικ.3: Η ταξινόμηση]]<br /> [[Εικόνα: Kb2-eik4.png | thumb | right | Πίνακας 1: οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε]]<br /> <br /> <br /> '''1.Εισαγωγή'''<br /> <br /> O βασικός λόγος για τη χρήση υπολογιστικού πλέγματος στην επεξεργασία δορυφορικών εικόνων είναι ότι η απαιτούμενη υπολογιστική ισχύς και η κοινή χρήση δεδομένων δεν είναι συνήθως στη διάθεση του χρήστη τοπικά. Στο άρθρο αναλύονται δύο σχετικά με αυτό σενάρια: <br /> α) η επεξεργασία εικόνων στον ίδιο χώρο που βρίσκονται τα δεδομένων με τη χρήση τυπικών εργαλείων από ένα απομακρυσμένο σύστημα<br /> β) και η επεξεργασία εικόνων με απομακρυσμένη πρόσβαση σε εγκαταστάσεις παράλληλων συστημάτων.<br /> Σχεδιάστηκαν δύο υπηρεσίες πλέγματος ως πιθανές λύσεις που βασίζονται σε συνδυασμό υφιστάμενων τεχνολογιών πλέγματος και εργαλείων επεξεργασίας εικόνων γενικής χρήσης. Οι δοκιμές αναφέρονται στην εύρεση αλλαγών της κοίτης ενός ποταμού και στην ταξινόμηση εικόνων με χρήση δέντρων απόφασης, όπως επίσης στην επιτάχυνσή των παραπάνω διαδικασιών με χρήση παράλληλων υπολογιστών.<br /> <br /> '''2.Σενάριο 1ο'''<br /> Στο σενάριο αυτό ο χρήστης αναμένεται να προβεί σε επεξεργασία δορυφορικών εικόνων έχοντας στη διάθεσή του περιορισμένους πόρους (0.5–1 Gb RAM, 1–2.5 GHz, 80–200 Gb) και δεν κατέχει άδεια για εμπορικό πρόγραμμα επεξεργασίας εικόνων. Έχει όμως πρόσβαση σε μία πλατφόρμα απομακρυσμένου συστήματος υπολογιστών όπου βρίσκεται κατανεμημένα αποθηκευμένη πληθώρα δορυφορικών εικόνων. Ο χρήστης μπαίνει στο γραφικό περιβάλλον της πλατφόρμας, επιλέγει τις επιθυμητές εικόνες και αιτείται την επεξεργασία που θέλει. Οι εντολές αυτές περνούνε στο πλέγμα και φτάνουν στο κέντρο αποθήκευσης και υπολογισμών, το οποίο σε αυτό το σενάριο είναι ενιαίο. Εκεί γίνεται η επεξεργασία από ένα σύστημα και παράγονται οι τελικές εικόνες, οι οποίες έπειτα επιστρέφουν στον χρήστη. <br /> Παρακάτω φαίνονται το πρότυπο γραφικού περιβάλλοντος και οι επεξεργασίες που πραγματοποιήθηκαν:<br /> <br /> Εικόνα 1 Το γραφικό περιβάλλον<br /> <br /> Εικόνα 2 Οι αλλαγές στην κοίτη του ποταμού. Εικόνα 3 Η ταξινόμηση<br /> <br /> '''3.Σενάριο 2ο'''<br /> <br /> Στο δεύτερο σενάριο ισχύουν οι γενικές προϋποθέσεις του πρώτου αλλά αυτή τη φορά η επεξεργασία απαιτεί περισσότερους υπολογιστικούς πόρους, οι οποίοι δεν είναι διαθέσιμοι ούτε τοπικά στον χρήστη αλλά ούτε και σε μόνο ένα απομακρυσμένο σύστημα. Πρέπει δηλαδή να γίνει χρήση πόρων συνδυαστικά από πολλά απομακρυσμένα συστήματα. Έτσι το πλέγμα αποκτά μια διαφορετική δομή όπου οι υπολογιστικές και οι αποθηκευτικές εργασίες γίνονται σε διαφορετικούς κόμβους. Αυτό δίνει την δυνατότητα στους υπολογιστικούς πόρους, που σχηματίζουν μια συστοιχία, να έχουν γρηγορότερη πρόσβαση στις εικόνες και το κάθε μέλος της συστοιχίας να κάνει επεξεργασία σε συγκεκριμένο κομμάτι της επιλεγμένης εικόνας. Κάθε φορά ένα στοιχείο της συστοιχίας είναι επικεφαλής και υπεύθυνο για τον συντονισμό των εργασιών. Τελικά το επικεφαλής στοιχείο συλλέγει όλες τις μερικές επεξεργασίες, δημιουργεί την τελική επεξεργασμένη εικόνα και παρουσιάζει στον χρήστη το τελικό αποτέλεσμα.<br /> Στον πίνακα (Πίνακας 1) παρουσιάζονται οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε.<br /> <br /> '''4.Σύνοψη'''<br /> <br /> Παρά τις πολυάριθμες πρωτοβουλίες για την εφαρμογή τεχνολογιών υπολογιστικού πλέγματος στην τηλεπισκόπηση, η ανάπτυξη των προτεινόμενων λύσεων σε μεγάλη κλίμακα δεν είναι ακόμη διαδεδομένη. Στην παρούσα εργασία γίνεται μια προσπάθεια να αποδειχθεί ότι οι εφαρμογές τηλεπισκόπησης μπορεί να πραγματοποιηθούν με τη χρήση ελεύθερα κατανεμημένων εργαλείων με ικανοποιητικά αποτελέσματα.<br /> Για να επιτευχθεί ο στόχος του ένας πιο μεγαλεπήβολος στόχος πρέπει να ακολουθηθούν πολλά βήματα που περιλαμβάνουν ανάπτυξη πολλών σεναρίων (scripts) ώστε να βρεθούν τα πλέον αποδοτικά, ανάπτυξη νέου κώδικα για κάθε διαθέσιμη επεξεργασία (classification κτλ), όπως και η διαχείριση του όγκου δεδομένων. Ένα πλήρες λειτουργικό on-line σύστημα που λειτουργεί με εικόνες MODIS αναμένεται να εμφανιστεί το πολύ σε δύο χρόνια.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/T%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%AD%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B5%CF%80%CE%B5%CE%BE%CE%B5%CF%81%CE%B3%CE%B1%CF%83%CE%AF%CE%B1... 2022-03-19T22:15:31Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Υπολογιστικά/αλγοριθμικά θέματα]]<br /> '''Τίτλος: Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Grid services for satellite image processing''<br /> <br /> '''Συγγραφείς:''' Dana Petcu<br /> <br /> '''Δημοσιεύθηκε:''' February 2007<br /> <br /> '''Πηγή:''' https://cutt.ly/NScgZui<br /> <br /> [[Εικόνα: Kb2-eik1.png | thumb | right | Εικ.1: Το γραφικό περιβάλλον]]<br /> [[Εικόνα: Kb2-eik2.png | thumb | right | Εικ.2: Οι αλλαγές στην κοίτη του ποταμού]]<br /> [[Εικόνα: Kb2-eik3.png | thumb | right | Εικ.3: Η ταξινόμηση]]<br /> [[Εικόνα: Kb2-eik4.png | thumb | right | Πίνακας 1: οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε]]<br /> <br /> '''1.Εισαγωγή'''<br /> <br /> O βασικός λόγος για τη χρήση υπολογιστικού πλέγματος στην επεξεργασία δορυφορικών εικόνων είναι ότι η απαιτούμενη υπολογιστική ισχύς και η κοινή χρήση δεδομένων δεν είναι συνήθως στη διάθεση του χρήστη τοπικά. Στο άρθρο αναλύονται δύο σχετικά με αυτό σενάρια: <br /> α) η επεξεργασία εικόνων στον ίδιο χώρο που βρίσκονται τα δεδομένων με τη χρήση τυπικών εργαλείων από ένα απομακρυσμένο σύστημα<br /> β) και η επεξεργασία εικόνων με απομακρυσμένη πρόσβαση σε εγκαταστάσεις παράλληλων συστημάτων.<br /> Σχεδιάστηκαν δύο υπηρεσίες πλέγματος ως πιθανές λύσεις που βασίζονται σε συνδυασμό υφιστάμενων τεχνολογιών πλέγματος και εργαλείων επεξεργασίας εικόνων γενικής χρήσης. Οι δοκιμές αναφέρονται στην εύρεση αλλαγών της κοίτης ενός ποταμού και στην ταξινόμηση εικόνων με χρήση δέντρων απόφασης, όπως επίσης στην επιτάχυνσή των παραπάνω διαδικασιών με χρήση παράλληλων υπολογιστών.<br /> <br /> '''2.Σενάριο 1ο'''<br /> Στο σενάριο αυτό ο χρήστης αναμένεται να προβεί σε επεξεργασία δορυφορικών εικόνων έχοντας στη διάθεσή του περιορισμένους πόρους (0.5–1 Gb RAM, 1–2.5 GHz, 80–200 Gb) και δεν κατέχει άδεια για εμπορικό πρόγραμμα επεξεργασίας εικόνων. Έχει όμως πρόσβαση σε μία πλατφόρμα απομακρυσμένου συστήματος υπολογιστών όπου βρίσκεται κατανεμημένα αποθηκευμένη πληθώρα δορυφορικών εικόνων. Ο χρήστης μπαίνει στο γραφικό περιβάλλον της πλατφόρμας, επιλέγει τις επιθυμητές εικόνες και αιτείται την επεξεργασία που θέλει. Οι εντολές αυτές περνούνε στο πλέγμα και φτάνουν στο κέντρο αποθήκευσης και υπολογισμών, το οποίο σε αυτό το σενάριο είναι ενιαίο. Εκεί γίνεται η επεξεργασία από ένα σύστημα και παράγονται οι τελικές εικόνες, οι οποίες έπειτα επιστρέφουν στον χρήστη. <br /> Παρακάτω φαίνονται το πρότυπο γραφικού περιβάλλοντος και οι επεξεργασίες που πραγματοποιήθηκαν:<br /> <br /> Εικόνα 1 Το γραφικό περιβάλλον<br /> <br /> Εικόνα 2 Οι αλλαγές στην κοίτη του ποταμού. Εικόνα 3 Η ταξινόμηση<br /> <br /> '''3.Σενάριο 2ο'''<br /> <br /> Στο δεύτερο σενάριο ισχύουν οι γενικές προϋποθέσεις του πρώτου αλλά αυτή τη φορά η επεξεργασία απαιτεί περισσότερους υπολογιστικούς πόρους, οι οποίοι δεν είναι διαθέσιμοι ούτε τοπικά στον χρήστη αλλά ούτε και σε μόνο ένα απομακρυσμένο σύστημα. Πρέπει δηλαδή να γίνει χρήση πόρων συνδυαστικά από πολλά απομακρυσμένα συστήματα. Έτσι το πλέγμα αποκτά μια διαφορετική δομή όπου οι υπολογιστικές και οι αποθηκευτικές εργασίες γίνονται σε διαφορετικούς κόμβους. Αυτό δίνει την δυνατότητα στους υπολογιστικούς πόρους, που σχηματίζουν μια συστοιχία, να έχουν γρηγορότερη πρόσβαση στις εικόνες και το κάθε μέλος της συστοιχίας να κάνει επεξεργασία σε συγκεκριμένο κομμάτι της επιλεγμένης εικόνας. Κάθε φορά ένα στοιχείο της συστοιχίας είναι επικεφαλής και υπεύθυνο για τον συντονισμό των εργασιών. Τελικά το επικεφαλής στοιχείο συλλέγει όλες τις μερικές επεξεργασίες, δημιουργεί την τελική επεξεργασμένη εικόνα και παρουσιάζει στον χρήστη το τελικό αποτέλεσμα.<br /> Στον πίνακα (Πίνακας 1) παρουσιάζονται οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε.<br /> <br /> '''4.Σύνοψη'''<br /> <br /> Παρά τις πολυάριθμες πρωτοβουλίες για την εφαρμογή τεχνολογιών υπολογιστικού πλέγματος στην τηλεπισκόπηση, η ανάπτυξη των προτεινόμενων λύσεων σε μεγάλη κλίμακα δεν είναι ακόμη διαδεδομένη. Στην παρούσα εργασία γίνεται μια προσπάθεια να αποδειχθεί ότι οι εφαρμογές τηλεπισκόπησης μπορεί να πραγματοποιηθούν με τη χρήση ελεύθερα κατανεμημένων εργαλείων με ικανοποιητικά αποτελέσματα.<br /> Για να επιτευχθεί ο στόχος του ένας πιο μεγαλεπήβολος στόχος πρέπει να ακολουθηθούν πολλά βήματα που περιλαμβάνουν ανάπτυξη πολλών σεναρίων (scripts) ώστε να βρεθούν τα πλέον αποδοτικά, ανάπτυξη νέου κώδικα για κάθε διαθέσιμη επεξεργασία (classification κτλ), όπως και η διαχείριση του όγκου δεδομένων. Ένα πλήρες λειτουργικό on-line σύστημα που λειτουργεί με εικόνες MODIS αναμένεται να εμφανιστεί το πολύ σε δύο χρόνια.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb2-eik4.png 2022-03-19T22:15:23Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb2-eik3.png 2022-03-19T22:13:50Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb2-eik2.png 2022-03-19T22:13:13Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb2-eik1.png 2022-03-19T22:12:07Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/T%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%AF%CE%B1_%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CE%BB%CE%AD%CE%B3%CE%BC%CE%B1%CF%84%CE%BF%CF%82_%CE%B3%CE%B9%CE%B1_%CE%B5%CF%80%CE%B5%CE%BE%CE%B5%CF%81%CE%B3%CE%B1%CF%83%CE%AF%CE%B1... 2022-03-19T22:10:18Z

<p>Konsbont: Νέα σελίδα με 'category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) category:Υπολογιστικά/αλγοριθμικά θέματα '''Τίτλος...'</p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Υπολογιστικά/αλγοριθμικά θέματα]]<br /> '''Τίτλος: Tεχνολογία υπολογιστικού πλέγματος για επεξεργασία δορυφορικών εικόνων'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Grid services for satellite image processing''<br /> <br /> '''Συγγραφείς:''' Dana Petcu<br /> <br /> '''Δημοσιεύθηκε:''' February 2007<br /> <br /> '''Πηγή:''' https://cutt.ly/NScgZui<br /> <br /> '''1.Εισαγωγή'''<br /> <br /> O βασικός λόγος για τη χρήση υπολογιστικού πλέγματος στην επεξεργασία δορυφορικών εικόνων είναι ότι η απαιτούμενη υπολογιστική ισχύς και η κοινή χρήση δεδομένων δεν είναι συνήθως στη διάθεση του χρήστη τοπικά. Στο άρθρο αναλύονται δύο σχετικά με αυτό σενάρια: <br /> α) η επεξεργασία εικόνων στον ίδιο χώρο που βρίσκονται τα δεδομένων με τη χρήση τυπικών εργαλείων από ένα απομακρυσμένο σύστημα<br /> β) και η επεξεργασία εικόνων με απομακρυσμένη πρόσβαση σε εγκαταστάσεις παράλληλων συστημάτων.<br /> Σχεδιάστηκαν δύο υπηρεσίες πλέγματος ως πιθανές λύσεις που βασίζονται σε συνδυασμό υφιστάμενων τεχνολογιών πλέγματος και εργαλείων επεξεργασίας εικόνων γενικής χρήσης. Οι δοκιμές αναφέρονται στην εύρεση αλλαγών της κοίτης ενός ποταμού και στην ταξινόμηση εικόνων με χρήση δέντρων απόφασης, όπως επίσης στην επιτάχυνσή των παραπάνω διαδικασιών με χρήση παράλληλων υπολογιστών.<br /> <br /> '''2.Σενάριο 1ο'''<br /> Στο σενάριο αυτό ο χρήστης αναμένεται να προβεί σε επεξεργασία δορυφορικών εικόνων έχοντας στη διάθεσή του περιορισμένους πόρους (0.5–1 Gb RAM, 1–2.5 GHz, 80–200 Gb) και δεν κατέχει άδεια για εμπορικό πρόγραμμα επεξεργασίας εικόνων. Έχει όμως πρόσβαση σε μία πλατφόρμα απομακρυσμένου συστήματος υπολογιστών όπου βρίσκεται κατανεμημένα αποθηκευμένη πληθώρα δορυφορικών εικόνων. Ο χρήστης μπαίνει στο γραφικό περιβάλλον της πλατφόρμας, επιλέγει τις επιθυμητές εικόνες και αιτείται την επεξεργασία που θέλει. Οι εντολές αυτές περνούνε στο πλέγμα και φτάνουν στο κέντρο αποθήκευσης και υπολογισμών, το οποίο σε αυτό το σενάριο είναι ενιαίο. Εκεί γίνεται η επεξεργασία από ένα σύστημα και παράγονται οι τελικές εικόνες, οι οποίες έπειτα επιστρέφουν στον χρήστη. <br /> Παρακάτω φαίνονται το πρότυπο γραφικού περιβάλλοντος και οι επεξεργασίες που πραγματοποιήθηκαν:<br /> <br /> Εικόνα 1 Το γραφικό περιβάλλον<br /> <br /> Εικόνα 2 Οι αλλαγές στην κοίτη του ποταμού. Εικόνα 3 Η ταξινόμηση<br /> <br /> '''3.Σενάριο 2ο'''<br /> <br /> Στο δεύτερο σενάριο ισχύουν οι γενικές προϋποθέσεις του πρώτου αλλά αυτή τη φορά η επεξεργασία απαιτεί περισσότερους υπολογιστικούς πόρους, οι οποίοι δεν είναι διαθέσιμοι ούτε τοπικά στον χρήστη αλλά ούτε και σε μόνο ένα απομακρυσμένο σύστημα. Πρέπει δηλαδή να γίνει χρήση πόρων συνδυαστικά από πολλά απομακρυσμένα συστήματα. Έτσι το πλέγμα αποκτά μια διαφορετική δομή όπου οι υπολογιστικές και οι αποθηκευτικές εργασίες γίνονται σε διαφορετικούς κόμβους. Αυτό δίνει την δυνατότητα στους υπολογιστικούς πόρους, που σχηματίζουν μια συστοιχία, να έχουν γρηγορότερη πρόσβαση στις εικόνες και το κάθε μέλος της συστοιχίας να κάνει επεξεργασία σε συγκεκριμένο κομμάτι της επιλεγμένης εικόνας. Κάθε φορά ένα στοιχείο της συστοιχίας είναι επικεφαλής και υπεύθυνο για τον συντονισμό των εργασιών. Τελικά το επικεφαλής στοιχείο συλλέγει όλες τις μερικές επεξεργασίες, δημιουργεί την τελική επεξεργασμένη εικόνα και παρουσιάζει στον χρήστη το τελικό αποτέλεσμα.<br /> Παρακάτω παρουσιάζονται οι διαφορετικοί χρόνοι στους οποίους πραγματοποιήθηκε μια επεξεργασία σε σχέση με την υπολογιστική δύναμη που χρησιμοποιήθηκε:<br /> <br /> '''4.Σύνοψη'''<br /> <br /> Παρά τις πολυάριθμες πρωτοβουλίες για την εφαρμογή τεχνολογιών υπολογιστικού πλέγματος στην τηλεπισκόπηση, η ανάπτυξη των προτεινόμενων λύσεων σε μεγάλη κλίμακα δεν είναι ακόμη διαδεδομένη. Στην παρούσα εργασία γίνεται μια προσπάθεια να αποδειχθεί ότι οι εφαρμογές τηλεπισκόπησης μπορεί να πραγματοποιηθούν με τη χρήση ελεύθερα κατανεμημένων εργαλείων με ικανοποιητικά αποτελέσματα.<br /> Για να επιτευχθεί ο στόχος του ένας πιο μεγαλεπήβολος στόχος πρέπει να ακολουθηθούν πολλά βήματα που περιλαμβάνουν ανάπτυξη πολλών σεναρίων (scripts) ώστε να βρεθούν τα πλέον αποδοτικά, ανάπτυξη νέου κώδικα για κάθε διαθέσιμη επεξεργασία (classification κτλ), όπως και η διαχείριση του όγκου δεδομένων. Ένα πλήρες λειτουργικό on-line σύστημα που λειτουργεί με εικόνες MODIS αναμένεται να εμφανιστεί το πολύ σε δύο χρόνια.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B2%CE%AC%CE%B8%CE%BF%CF%85%CF%82_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CF%84%CE%AC_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CF%81%CE%BA%CE%B5%CE%B9%CE%B1_%CF%84%CE%BF%CF%85_%CF%84%CF%85%CF%86%CF%8E%CE%BD%CE%B1_Harvey... 2022-03-19T22:05:51Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Εκτίμηση καταστροφών από πλημμύρες]]<br /> '''Τίτλος: Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey με χρήση δεδομένων Sentinel-1 και UAVSAR'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Flood Depth Estimation during Hurricane Harvey Using Sentinel‐1 and UAVSAR Data''<br /> <br /> '''Συγγραφείς:''' Sananda Kundu, Venkat Lakshmi and Raymond Torres<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Water Cycle: Recent Developments and New Insights (2022)<br /> <br /> '''Πηγή:''' https://cutt.ly/8Scd8ho<br /> <br /> [[Εικόνα: Kb-eik1.png | thumb | right | Εικ.1: Η περιοχή μελέτης με τα υψόμετρα και τους μετεωρολογικούς σταθμούς]]<br /> [[Εικόνα: Kb-eik2.png | thumb | right | Εικ.2: Χωρική κατανομή κατακρημνίσεων στην περιοχή μελέτης ανά ημέρα]]<br /> [[Εικόνα: Kb-eik3.png | thumb | right | Πίνακας 1: Ιδιότητες των δεδομένων]]<br /> [[Εικόνα: Kb-eik4.png | thumb | right | Εικ.3: Έκταση και βάθος πλημμύρας με χρήση Sentinel-1 και UAVSAR, DEM και extent]]<br /> [[Εικόνα: Kb-eik5.png | thumb | right | Πίνακας 2: Περιοχή διακύμανσης του βάθους των πλημμυρικών υδάτων με χρήση υπολογισμένου βάθους από το DEM]]<br /> [[Εικόνα: Kb-eik6.png | thumb | right| Εικ.4: Σύγκριση του βάθους πλημμύρας και συνολική ακρίβεια μεταξύ των υπολογισμένων δεδομένων]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τον Αύγουστο του 2017, ο τυφώνας Χάρβεϊ ήταν μία από τις πιο καταστροφικές καταιγίδες που έπληξαν την περιοχή του Χιούστον, προκαλώντας απώλειες σε ζωές και περιουσίες. Οι χρονικές και χωρικές μεταβολές στο βάθος του νερού και στην έκταση της πλημμύρας αποτελούν θεμελιώδες κομμάτι των μελετών πλημμύρας. Αυτή η εργασία εκτιμά την έκταση και το βάθος της πλημμύρας χρησιμοποιώντας το ψηφιακό μοντέλο LiDAR DEM (light detection and ranging digital elevation model) και δεδομένα από το ραντάρ (SAR)-Unmanned Aerial Vehicle Synthetic Aperture Radar (UAVSAR) και τον δορυφορικό αισθητήρα-Sentinel-1.<br /> <br /> '''2. Υλικό και Μεθοδολογία'''<br /> <br /> ''Περιοχή μελέτης και ειδικές συνθήκες''<br /> <br /> Η περιοχή μελέτης είναι η ευρύτερη περιοχή του Χιούστον, μια πυκνοκατοικημένη αστική-αγροτική περιοχή με έκταση περίπου 4692 km2. Η χρονική περίοδος μελέτης επικεντρώνεται στις πλημμύρες κατά τη διάρκεια και μετά το πέρασμα του τυφώνα Harvey, από τις 29 Αυγούστου έως τις 5 Σεπτεμβρίου 2017.<br /> <br /> Στην ευρύτερη περιοχή του Χιούστον, η ημερήσια ένταση των βροχοπτώσεων κυμαινόταν από<br /> 10 mm/ημέρα έως πάνω από 100 mm/ημέρα από τις 25 έως τις 29 Αυγούστου 2017, οι μέγιστες πλημμύρες προέκυψαν στις 27 Αυγούστου.<br /> <br /> ''Δεδομένα και επεξεργασία''<br /> <br /> Οι αναλύσεις της έρευνας κάνουν χρήση των δεδομένων LiDAR DEM και SAR για την εκτίμηση του βάθους και της έκτασης της πλημμύρας. Ο δορυφόρος Sentinel-1 είναι χρήσιμος για την παρακολούθηση των πλημμυρών λόγω της συχνής επανεπίσκεψής του (6 ημέρες). Χρησιμοποιήθηκαν δεδομένα επιπέδου 1 του Sentinel-1 και έγιναν διορθώσεις για την απομάκρυνση του θορύβου.<br /> Οι δέκτες UAVSAR του JPL κάλυψαν ολόκληρη την πόλη και τις γύρω περιοχές, λειτουργώντας σε συχνότητα 1,26 GHz. Το UAVSAR χρησιμοποιείται στην παρούσα μελέτη καθώς έχει υψηλή χωρική ανάλυση (1,8 m × 0,8 m) και μεγάλο μήκος κύματος (23,8 cm).<br /> Οι εικόνες του UAVSAR και του Sentinel-1 γεωαναφέρθηκαν και μετατρέπονται σε αριθμητικές τιμές για τον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών. Αυτές οι επεξεργασμένες εικόνες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης της πλημμύρας με τη χρήση της μεθόδου κατωφλίου.<br /> Οι εκτιμήσεις του βάθους πλημμύρας πραγματοποιήθηκαν με τη χρήση των υψομέτρων από το DEM LiDAR και την έκταση της πλημμύρας. Εκτιμήθηκε το βάθος της πλημμύρας υπολογίζοντας τη διαφορά του υψομέτρου που λαμβάνεται από τα όρια της έκτασης της πλημμύρας και των αντίστοιχων τιμών υψομέτρου από το DEM LiDAR.<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> ''Έκταση πλημμύρας''<br /> <br /> Όπως παρατηρείται από τις εικόνες της 29ης και 30ης Αυγούστου, αυτές ήταν οι μέγιστες ημέρες πλημμύρας, ενώ η 5η Σεπτεμβρίου παρουσίασε τη μικρότερη ποσότητα πλημμύρας. Η έκταση των πλημμυρισμένης περιοχής για την 29η Αυγούστου ήταν αποσπασματική, αλλά η πιο συνεχής πλημμύρα σημειώθηκε στο δυτικό Χιούστον, η οποία περιλαμβάνει αστικές και αγροτικές περιοχές. Ο χάρτης της 30ής Αυγούστου 2017 δείχνει αύξηση της έκτασης της πλημμύρας κατά 1,22%, υποδεικνύοντας τη μέγιστη περιοχή που επηρεάστηκε από την πλημμύρα. Ωστόσο, η έκταση που έχει καταγραφεί από την πλημμύρα δεν είναι πολύ μεγάλη, η μείωση των βροχοπτώσεων μετά τις 29 Αυγούστου 2017 είχε ως αποτέλεσμα τη σταδιακή μείωση της επίπεδα των υδάτων. Οι βροχοπτώσεις σταμάτησαν μετά τις 29 Αυγούστου 2017. Ως εκ τούτου, η υποχώρηση των νερού παρατηρήθηκε στις 31 Αυγούστου ως μείωση της έκτασης του νερού και υποχώρηση από το κέντρο της πόλης, αν και το νερό διατηρήθηκε στα περίχωρα του Χιούστον στις αγροτικές περιοχές.<br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η παρούσα εργασία παριέχει μια εκτίμηση της έκτασης και του βάθους των πλημμυρών κατά τη διάρκεια των του τυφώνα Harvey πάνω από το Χιούστον και τις γύρω περιοχές. Η έκταση της πλημμύρας για τις 6 ημέρες κατά τη διάρκεια του τυφώνα εκτιμήθηκε χρησιμοποιώντας δεδομένα Sentinel-1 και UAVSAR, τα οποία έδειξαν σταδιακή μείωση από τις 29-30 Αυγούστου 2017 έως τις 5 Σεπτεμβρίου 2017. Το βάθος της πλημμύρας εκτιμήθηκε χρησιμοποιώντας ένα DEM LiDAR και την έκταση της πλημμύρας, το οποίο έδειξε βάθος &lt;1 έως 3 m. Η συνολική πλημμυρισμένη περιοχή, όπως παρατηρήθηκε από τα δεδομένα Sentinel-1 και UAVSAR, ήταν μεγαλύτερη στις 30 Αυγούστου 2017 (12,92%), ακολουθούμενη από τις 29 και 31 Αυγούστου 2017 και 1, 2 και 5 Σεπτεμβρίου 2017. Οι παρατηρήσεις του βάθους πλημμύρας των των 6 ημερών συγκρίθηκαν με τα δεδομένα του μετρητή USGS, τα οποία έδειξαν συσχέτιση (R2) της τάξης του μεγαλύτερη από 0,88 σε διάφορες θέσεις των μετρητών, και η συνολική ακρίβεια στον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών απέδωσε επαρκώς για τις θέσεις των μετρητών στην περιοχή.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%AF%CE%BB%CE%B1%CF%82_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%BF%CF%82 2022-03-19T22:05:19Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> <br /> [[ΧΡΗΣΗ GIS ΚΑΙ ΤΕΧΝΙΚΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΕΓΚΑΤΑΣΤΑΣΗ ΦΩΤΟΒΟΛΤΑΪΚΩΝ ΣΥΣΤΗΜΑΤΩΝ...]]<br /> <br /> [[Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις]]<br /> <br /> [[Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey...]]</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B2%CE%AC%CE%B8%CE%BF%CF%85%CF%82_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CF%84%CE%AC_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CF%81%CE%BA%CE%B5%CE%B9%CE%B1_%CF%84%CE%BF%CF%85_%CF%84%CF%85%CF%86%CF%8E%CE%BD%CE%B1_Harvey... 2022-03-19T22:04:30Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Εκτίμηση καταστροφών από πλημμύρες]]<br /> '''Τίτλος: Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey με χρήση δεδομένων Sentinel-1 και UAVSAR'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Flood Depth Estimation during Hurricane Harvey Using Sentinel‐1 and UAVSAR Data''<br /> <br /> '''Συγγραφείς:''' Sananda Kundu, Venkat Lakshmi and Raymond Torres<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Water Cycle: Recent Developments and New Insights (2022)<br /> <br /> '''Πηγή:''' https://cutt.ly/8Scd8ho<br /> <br /> [[Εικόνα: Kb-eik1.png | thumb | right | Εικ.1: Η περιοχή μελέτης με τα υψόμετρα και τους μετεωρολογικούς σταθμούς]]<br /> [[Εικόνα: Kb-eik2.png | thumb | right | Εικ.2: Χωρική κατανομή κατακρημνίσεων στην περιοχή μελέτης ανά ημέρα]]<br /> [[Εικόνα: Kb-eik3.png | thumb | right | Πίνακας 1: Ιδιότητες των δεδομένων]]<br /> [[Εικόνα: Kb-eik4.png | thumb | right | Εικ.3: Έκταση και βάθος πλημμύρας με χρήση Sentinel-1 και UAVSAR, DEM και extent]]<br /> [[Εικόνα: Kb-eik5.png | thumb | right| Πίνακας 2: Περιοχή διακύμανσης του βάθους των πλημμυρικών υδάτων με χρήση υπολογισμένου βάθους από το DEM]]<br /> [[Εικόνα: Kb-eik6.png | thumb | right| Εικ.4: Σύγκριση του βάθους πλημμύρας και συνολική ακρίβεια μεταξύ των υπολογισμένων δεδομένων]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τον Αύγουστο του 2017, ο τυφώνας Χάρβεϊ ήταν μία από τις πιο καταστροφικές καταιγίδες που έπληξαν την περιοχή του Χιούστον, προκαλώντας απώλειες σε ζωές και περιουσίες. Οι χρονικές και χωρικές μεταβολές στο βάθος του νερού και στην έκταση της πλημμύρας αποτελούν θεμελιώδες κομμάτι των μελετών πλημμύρας. Αυτή η εργασία εκτιμά την έκταση και το βάθος της πλημμύρας χρησιμοποιώντας το ψηφιακό μοντέλο LiDAR DEM (light detection and ranging digital elevation model) και δεδομένα από το ραντάρ (SAR)-Unmanned Aerial Vehicle Synthetic Aperture Radar (UAVSAR) και τον δορυφορικό αισθητήρα-Sentinel-1.<br /> <br /> '''2. Υλικό και Μεθοδολογία'''<br /> <br /> ''Περιοχή μελέτης και ειδικές συνθήκες''<br /> <br /> Η περιοχή μελέτης είναι η ευρύτερη περιοχή του Χιούστον, μια πυκνοκατοικημένη αστική-αγροτική περιοχή με έκταση περίπου 4692 km2. Η χρονική περίοδος μελέτης επικεντρώνεται στις πλημμύρες κατά τη διάρκεια και μετά το πέρασμα του τυφώνα Harvey, από τις 29 Αυγούστου έως τις 5 Σεπτεμβρίου 2017.<br /> <br /> Στην ευρύτερη περιοχή του Χιούστον, η ημερήσια ένταση των βροχοπτώσεων κυμαινόταν από<br /> 10 mm/ημέρα έως πάνω από 100 mm/ημέρα από τις 25 έως τις 29 Αυγούστου 2017, οι μέγιστες πλημμύρες προέκυψαν στις 27 Αυγούστου.<br /> <br /> ''Δεδομένα και επεξεργασία''<br /> <br /> Οι αναλύσεις της έρευνας κάνουν χρήση των δεδομένων LiDAR DEM και SAR για την εκτίμηση του βάθους και της έκτασης της πλημμύρας. Ο δορυφόρος Sentinel-1 είναι χρήσιμος για την παρακολούθηση των πλημμυρών λόγω της συχνής επανεπίσκεψής του (6 ημέρες). Χρησιμοποιήθηκαν δεδομένα επιπέδου 1 του Sentinel-1 και έγιναν διορθώσεις για την απομάκρυνση του θορύβου.<br /> Οι δέκτες UAVSAR του JPL κάλυψαν ολόκληρη την πόλη και τις γύρω περιοχές, λειτουργώντας σε συχνότητα 1,26 GHz. Το UAVSAR χρησιμοποιείται στην παρούσα μελέτη καθώς έχει υψηλή χωρική ανάλυση (1,8 m × 0,8 m) και μεγάλο μήκος κύματος (23,8 cm).<br /> Οι εικόνες του UAVSAR και του Sentinel-1 γεωαναφέρθηκαν και μετατρέπονται σε αριθμητικές τιμές για τον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών. Αυτές οι επεξεργασμένες εικόνες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης της πλημμύρας με τη χρήση της μεθόδου κατωφλίου.<br /> Οι εκτιμήσεις του βάθους πλημμύρας πραγματοποιήθηκαν με τη χρήση των υψομέτρων από το DEM LiDAR και την έκταση της πλημμύρας. Εκτιμήθηκε το βάθος της πλημμύρας υπολογίζοντας τη διαφορά του υψομέτρου που λαμβάνεται από τα όρια της έκτασης της πλημμύρας και των αντίστοιχων τιμών υψομέτρου από το DEM LiDAR.<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> ''Έκταση πλημμύρας''<br /> <br /> Όπως παρατηρείται από τις εικόνες της 29ης και 30ης Αυγούστου, αυτές ήταν οι μέγιστες ημέρες πλημμύρας, ενώ η 5η Σεπτεμβρίου παρουσίασε τη μικρότερη ποσότητα πλημμύρας. Η έκταση των πλημμυρισμένης περιοχής για την 29η Αυγούστου ήταν αποσπασματική, αλλά η πιο συνεχής πλημμύρα σημειώθηκε στο δυτικό Χιούστον, η οποία περιλαμβάνει αστικές και αγροτικές περιοχές. Ο χάρτης της 30ής Αυγούστου 2017 δείχνει αύξηση της έκτασης της πλημμύρας κατά 1,22%, υποδεικνύοντας τη μέγιστη περιοχή που επηρεάστηκε από την πλημμύρα. Ωστόσο, η έκταση που έχει καταγραφεί από την πλημμύρα δεν είναι πολύ μεγάλη, η μείωση των βροχοπτώσεων μετά τις 29 Αυγούστου 2017 είχε ως αποτέλεσμα τη σταδιακή μείωση της επίπεδα των υδάτων. Οι βροχοπτώσεις σταμάτησαν μετά τις 29 Αυγούστου 2017. Ως εκ τούτου, η υποχώρηση των νερού παρατηρήθηκε στις 31 Αυγούστου ως μείωση της έκτασης του νερού και υποχώρηση από το κέντρο της πόλης, αν και το νερό διατηρήθηκε στα περίχωρα του Χιούστον στις αγροτικές περιοχές.<br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η παρούσα εργασία παριέχει μια εκτίμηση της έκτασης και του βάθους των πλημμυρών κατά τη διάρκεια των του τυφώνα Harvey πάνω από το Χιούστον και τις γύρω περιοχές. Η έκταση της πλημμύρας για τις 6 ημέρες κατά τη διάρκεια του τυφώνα εκτιμήθηκε χρησιμοποιώντας δεδομένα Sentinel-1 και UAVSAR, τα οποία έδειξαν σταδιακή μείωση από τις 29-30 Αυγούστου 2017 έως τις 5 Σεπτεμβρίου 2017. Το βάθος της πλημμύρας εκτιμήθηκε χρησιμοποιώντας ένα DEM LiDAR και την έκταση της πλημμύρας, το οποίο έδειξε βάθος &lt;1 έως 3 m. Η συνολική πλημμυρισμένη περιοχή, όπως παρατηρήθηκε από τα δεδομένα Sentinel-1 και UAVSAR, ήταν μεγαλύτερη στις 30 Αυγούστου 2017 (12,92%), ακολουθούμενη από τις 29 και 31 Αυγούστου 2017 και 1, 2 και 5 Σεπτεμβρίου 2017. Οι παρατηρήσεις του βάθους πλημμύρας των των 6 ημερών συγκρίθηκαν με τα δεδομένα του μετρητή USGS, τα οποία έδειξαν συσχέτιση (R2) της τάξης του μεγαλύτερη από 0,88 σε διάφορες θέσεις των μετρητών, και η συνολική ακρίβεια στον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών απέδωσε επαρκώς για τις θέσεις των μετρητών στην περιοχή.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B2%CE%AC%CE%B8%CE%BF%CF%85%CF%82_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CF%84%CE%AC_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CF%81%CE%BA%CE%B5%CE%B9%CE%B1_%CF%84%CE%BF%CF%85_%CF%84%CF%85%CF%86%CF%8E%CE%BD%CE%B1_Harvey... 2022-03-19T22:04:04Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Εκτίμηση καταστροφών από πλημμύρες]]<br /> '''Τίτλος: Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey με χρήση δεδομένων Sentinel-1 και UAVSAR'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Flood Depth Estimation during Hurricane Harvey Using Sentinel‐1 and UAVSAR Data''<br /> <br /> '''Συγγραφείς:''' Sananda Kundu, Venkat Lakshmi and Raymond Torres<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Water Cycle: Recent Developments and New Insights (2022)<br /> <br /> '''Πηγή:''' https://cutt.ly/8Scd8ho<br /> <br /> [[Εικόνα: Kb-eik1.png | thumb | right | Εικ.1: Η περιοχή μελέτης με τα υψόμετρα και τους μετεωρολογικούς σταθμούς]]<br /> [[Εικόνα: Kb-eik2.png | thumb | right | Εικ.2: Χωρική κατανομή κατακρημνίσεων στην περιοχή μελέτης ανά ημέρα]]<br /> [[Εικόνα: Kb-eik3.png | thumb | right | Πίνακας 1: Ιδιότητες των δεδομένων]]<br /> [[Εικόνα: Kb-eik4.png | thumb | right | Εικ.3: Έκταση και βάθος πλημμύρας με χρήση Sentinel-1 και UAVSAR, DEM και extent]]<br /> [[Εικόνα: Kb-eik5.png | thumb | left| Πίνακας 2: Περιοχή διακύμανσης του βάθους των πλημμυρικών υδάτων με χρήση υπολογισμένου βάθους από το DEM]]<br /> [[Εικόνα: Kb-eik6.png | thumb | middle | Εικ.4: Σύγκριση του βάθους πλημμύρας και συνολική ακρίβεια μεταξύ των υπολογισμένων δεδομένων]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τον Αύγουστο του 2017, ο τυφώνας Χάρβεϊ ήταν μία από τις πιο καταστροφικές καταιγίδες που έπληξαν την περιοχή του Χιούστον, προκαλώντας απώλειες σε ζωές και περιουσίες. Οι χρονικές και χωρικές μεταβολές στο βάθος του νερού και στην έκταση της πλημμύρας αποτελούν θεμελιώδες κομμάτι των μελετών πλημμύρας. Αυτή η εργασία εκτιμά την έκταση και το βάθος της πλημμύρας χρησιμοποιώντας το ψηφιακό μοντέλο LiDAR DEM (light detection and ranging digital elevation model) και δεδομένα από το ραντάρ (SAR)-Unmanned Aerial Vehicle Synthetic Aperture Radar (UAVSAR) και τον δορυφορικό αισθητήρα-Sentinel-1.<br /> <br /> '''2. Υλικό και Μεθοδολογία'''<br /> <br /> ''Περιοχή μελέτης και ειδικές συνθήκες''<br /> <br /> Η περιοχή μελέτης είναι η ευρύτερη περιοχή του Χιούστον, μια πυκνοκατοικημένη αστική-αγροτική περιοχή με έκταση περίπου 4692 km2. Η χρονική περίοδος μελέτης επικεντρώνεται στις πλημμύρες κατά τη διάρκεια και μετά το πέρασμα του τυφώνα Harvey, από τις 29 Αυγούστου έως τις 5 Σεπτεμβρίου 2017.<br /> <br /> Στην ευρύτερη περιοχή του Χιούστον, η ημερήσια ένταση των βροχοπτώσεων κυμαινόταν από<br /> 10 mm/ημέρα έως πάνω από 100 mm/ημέρα από τις 25 έως τις 29 Αυγούστου 2017, οι μέγιστες πλημμύρες προέκυψαν στις 27 Αυγούστου.<br /> <br /> ''Δεδομένα και επεξεργασία''<br /> <br /> Οι αναλύσεις της έρευνας κάνουν χρήση των δεδομένων LiDAR DEM και SAR για την εκτίμηση του βάθους και της έκτασης της πλημμύρας. Ο δορυφόρος Sentinel-1 είναι χρήσιμος για την παρακολούθηση των πλημμυρών λόγω της συχνής επανεπίσκεψής του (6 ημέρες). Χρησιμοποιήθηκαν δεδομένα επιπέδου 1 του Sentinel-1 και έγιναν διορθώσεις για την απομάκρυνση του θορύβου.<br /> Οι δέκτες UAVSAR του JPL κάλυψαν ολόκληρη την πόλη και τις γύρω περιοχές, λειτουργώντας σε συχνότητα 1,26 GHz. Το UAVSAR χρησιμοποιείται στην παρούσα μελέτη καθώς έχει υψηλή χωρική ανάλυση (1,8 m × 0,8 m) και μεγάλο μήκος κύματος (23,8 cm).<br /> Οι εικόνες του UAVSAR και του Sentinel-1 γεωαναφέρθηκαν και μετατρέπονται σε αριθμητικές τιμές για τον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών. Αυτές οι επεξεργασμένες εικόνες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης της πλημμύρας με τη χρήση της μεθόδου κατωφλίου.<br /> Οι εκτιμήσεις του βάθους πλημμύρας πραγματοποιήθηκαν με τη χρήση των υψομέτρων από το DEM LiDAR και την έκταση της πλημμύρας. Εκτιμήθηκε το βάθος της πλημμύρας υπολογίζοντας τη διαφορά του υψομέτρου που λαμβάνεται από τα όρια της έκτασης της πλημμύρας και των αντίστοιχων τιμών υψομέτρου από το DEM LiDAR.<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> ''Έκταση πλημμύρας''<br /> <br /> Όπως παρατηρείται από τις εικόνες της 29ης και 30ης Αυγούστου, αυτές ήταν οι μέγιστες ημέρες πλημμύρας, ενώ η 5η Σεπτεμβρίου παρουσίασε τη μικρότερη ποσότητα πλημμύρας. Η έκταση των πλημμυρισμένης περιοχής για την 29η Αυγούστου ήταν αποσπασματική, αλλά η πιο συνεχής πλημμύρα σημειώθηκε στο δυτικό Χιούστον, η οποία περιλαμβάνει αστικές και αγροτικές περιοχές. Ο χάρτης της 30ής Αυγούστου 2017 δείχνει αύξηση της έκτασης της πλημμύρας κατά 1,22%, υποδεικνύοντας τη μέγιστη περιοχή που επηρεάστηκε από την πλημμύρα. Ωστόσο, η έκταση που έχει καταγραφεί από την πλημμύρα δεν είναι πολύ μεγάλη, η μείωση των βροχοπτώσεων μετά τις 29 Αυγούστου 2017 είχε ως αποτέλεσμα τη σταδιακή μείωση της επίπεδα των υδάτων. Οι βροχοπτώσεις σταμάτησαν μετά τις 29 Αυγούστου 2017. Ως εκ τούτου, η υποχώρηση των νερού παρατηρήθηκε στις 31 Αυγούστου ως μείωση της έκτασης του νερού και υποχώρηση από το κέντρο της πόλης, αν και το νερό διατηρήθηκε στα περίχωρα του Χιούστον στις αγροτικές περιοχές.<br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η παρούσα εργασία παριέχει μια εκτίμηση της έκτασης και του βάθους των πλημμυρών κατά τη διάρκεια των του τυφώνα Harvey πάνω από το Χιούστον και τις γύρω περιοχές. Η έκταση της πλημμύρας για τις 6 ημέρες κατά τη διάρκεια του τυφώνα εκτιμήθηκε χρησιμοποιώντας δεδομένα Sentinel-1 και UAVSAR, τα οποία έδειξαν σταδιακή μείωση από τις 29-30 Αυγούστου 2017 έως τις 5 Σεπτεμβρίου 2017. Το βάθος της πλημμύρας εκτιμήθηκε χρησιμοποιώντας ένα DEM LiDAR και την έκταση της πλημμύρας, το οποίο έδειξε βάθος &lt;1 έως 3 m. Η συνολική πλημμυρισμένη περιοχή, όπως παρατηρήθηκε από τα δεδομένα Sentinel-1 και UAVSAR, ήταν μεγαλύτερη στις 30 Αυγούστου 2017 (12,92%), ακολουθούμενη από τις 29 και 31 Αυγούστου 2017 και 1, 2 και 5 Σεπτεμβρίου 2017. Οι παρατηρήσεις του βάθους πλημμύρας των των 6 ημερών συγκρίθηκαν με τα δεδομένα του μετρητή USGS, τα οποία έδειξαν συσχέτιση (R2) της τάξης του μεγαλύτερη από 0,88 σε διάφορες θέσεις των μετρητών, και η συνολική ακρίβεια στον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών απέδωσε επαρκώς για τις θέσεις των μετρητών στην περιοχή.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B2%CE%AC%CE%B8%CE%BF%CF%85%CF%82_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CF%84%CE%AC_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CF%81%CE%BA%CE%B5%CE%B9%CE%B1_%CF%84%CE%BF%CF%85_%CF%84%CF%85%CF%86%CF%8E%CE%BD%CE%B1_Harvey... 2022-03-19T22:03:20Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Εκτίμηση καταστροφών από πλημμύρες]]<br /> '''Τίτλος: Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey με χρήση δεδομένων Sentinel-1 και UAVSAR'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Flood Depth Estimation during Hurricane Harvey Using Sentinel‐1 and UAVSAR Data''<br /> <br /> '''Συγγραφείς:''' Sananda Kundu, Venkat Lakshmi and Raymond Torres<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Water Cycle: Recent Developments and New Insights (2022)<br /> <br /> '''Πηγή:''' https://cutt.ly/8Scd8ho<br /> <br /> [[Εικόνα: Kb-eik1.png | thumb | right | Εικ.1: Η περιοχή μελέτης με τα υψόμετρα και τους μετεωρολογικούς σταθμούς]]<br /> [[Εικόνα: Kb-eik2.png | thumb | right | Εικ.2: Χωρική κατανομή κατακρημνίσεων στην περιοχή μελέτης ανά ημέρα]]<br /> [[Εικόνα: Kb-eik3.png | thumb | right | Πίνακας 1: Ιδιότητες των δεδομένων]]<br /> [[Εικόνα: Kb-eik4.png | thumb | right | Εικ.3: Έκταση και βάθος πλημμύρας με χρήση Sentinel-1 και UAVSAR, DEM και extent]]<br /> [[Εικόνα: Kb-eik5.png | thumb | right | Πίνακας 2: Περιοχή διακύμανσης του βάθους των πλημμυρικών υδάτων με χρήση υπολογισμένου βάθους από το DEM]]<br /> [[Εικόνα: Kb-eik6.png | thumb | right | Εικ.4: Σύγκριση του βάθους πλημμύρας και συνολική ακρίβεια μεταξύ των υπολογισμένων δεδομένων]]<br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τον Αύγουστο του 2017, ο τυφώνας Χάρβεϊ ήταν μία από τις πιο καταστροφικές καταιγίδες που έπληξαν την περιοχή του Χιούστον, προκαλώντας απώλειες σε ζωές και περιουσίες. Οι χρονικές και χωρικές μεταβολές στο βάθος του νερού και στην έκταση της πλημμύρας αποτελούν θεμελιώδες κομμάτι των μελετών πλημμύρας. Αυτή η εργασία εκτιμά την έκταση και το βάθος της πλημμύρας χρησιμοποιώντας το ψηφιακό μοντέλο LiDAR DEM (light detection and ranging digital elevation model) και δεδομένα από το ραντάρ (SAR)-Unmanned Aerial Vehicle Synthetic Aperture Radar (UAVSAR) και τον δορυφορικό αισθητήρα-Sentinel-1.<br /> <br /> '''2. Υλικό και Μεθοδολογία'''<br /> <br /> ''Περιοχή μελέτης και ειδικές συνθήκες''<br /> <br /> Η περιοχή μελέτης είναι η ευρύτερη περιοχή του Χιούστον, μια πυκνοκατοικημένη αστική-αγροτική περιοχή με έκταση περίπου 4692 km2. Η χρονική περίοδος μελέτης επικεντρώνεται στις πλημμύρες κατά τη διάρκεια και μετά το πέρασμα του τυφώνα Harvey, από τις 29 Αυγούστου έως τις 5 Σεπτεμβρίου 2017.<br /> <br /> Στην ευρύτερη περιοχή του Χιούστον, η ημερήσια ένταση των βροχοπτώσεων κυμαινόταν από<br /> 10 mm/ημέρα έως πάνω από 100 mm/ημέρα από τις 25 έως τις 29 Αυγούστου 2017, οι μέγιστες πλημμύρες προέκυψαν στις 27 Αυγούστου.<br /> <br /> ''Δεδομένα και επεξεργασία''<br /> <br /> Οι αναλύσεις της έρευνας κάνουν χρήση των δεδομένων LiDAR DEM και SAR για την εκτίμηση του βάθους και της έκτασης της πλημμύρας. Ο δορυφόρος Sentinel-1 είναι χρήσιμος για την παρακολούθηση των πλημμυρών λόγω της συχνής επανεπίσκεψής του (6 ημέρες). Χρησιμοποιήθηκαν δεδομένα επιπέδου 1 του Sentinel-1 και έγιναν διορθώσεις για την απομάκρυνση του θορύβου.<br /> Οι δέκτες UAVSAR του JPL κάλυψαν ολόκληρη την πόλη και τις γύρω περιοχές, λειτουργώντας σε συχνότητα 1,26 GHz. Το UAVSAR χρησιμοποιείται στην παρούσα μελέτη καθώς έχει υψηλή χωρική ανάλυση (1,8 m × 0,8 m) και μεγάλο μήκος κύματος (23,8 cm).<br /> Οι εικόνες του UAVSAR και του Sentinel-1 γεωαναφέρθηκαν και μετατρέπονται σε αριθμητικές τιμές για τον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών. Αυτές οι επεξεργασμένες εικόνες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης της πλημμύρας με τη χρήση της μεθόδου κατωφλίου.<br /> Οι εκτιμήσεις του βάθους πλημμύρας πραγματοποιήθηκαν με τη χρήση των υψομέτρων από το DEM LiDAR και την έκταση της πλημμύρας. Εκτιμήθηκε το βάθος της πλημμύρας υπολογίζοντας τη διαφορά του υψομέτρου που λαμβάνεται από τα όρια της έκτασης της πλημμύρας και των αντίστοιχων τιμών υψομέτρου από το DEM LiDAR.<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> ''Έκταση πλημμύρας''<br /> <br /> Όπως παρατηρείται από τις εικόνες της 29ης και 30ης Αυγούστου, αυτές ήταν οι μέγιστες ημέρες πλημμύρας, ενώ η 5η Σεπτεμβρίου παρουσίασε τη μικρότερη ποσότητα πλημμύρας. Η έκταση των πλημμυρισμένης περιοχής για την 29η Αυγούστου ήταν αποσπασματική, αλλά η πιο συνεχής πλημμύρα σημειώθηκε στο δυτικό Χιούστον, η οποία περιλαμβάνει αστικές και αγροτικές περιοχές. Ο χάρτης της 30ής Αυγούστου 2017 δείχνει αύξηση της έκτασης της πλημμύρας κατά 1,22%, υποδεικνύοντας τη μέγιστη περιοχή που επηρεάστηκε από την πλημμύρα. Ωστόσο, η έκταση που έχει καταγραφεί από την πλημμύρα δεν είναι πολύ μεγάλη, η μείωση των βροχοπτώσεων μετά τις 29 Αυγούστου 2017 είχε ως αποτέλεσμα τη σταδιακή μείωση της επίπεδα των υδάτων. Οι βροχοπτώσεις σταμάτησαν μετά τις 29 Αυγούστου 2017. Ως εκ τούτου, η υποχώρηση των νερού παρατηρήθηκε στις 31 Αυγούστου ως μείωση της έκτασης του νερού και υποχώρηση από το κέντρο της πόλης, αν και το νερό διατηρήθηκε στα περίχωρα του Χιούστον στις αγροτικές περιοχές.<br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η παρούσα εργασία παριέχει μια εκτίμηση της έκτασης και του βάθους των πλημμυρών κατά τη διάρκεια των του τυφώνα Harvey πάνω από το Χιούστον και τις γύρω περιοχές. Η έκταση της πλημμύρας για τις 6 ημέρες κατά τη διάρκεια του τυφώνα εκτιμήθηκε χρησιμοποιώντας δεδομένα Sentinel-1 και UAVSAR, τα οποία έδειξαν σταδιακή μείωση από τις 29-30 Αυγούστου 2017 έως τις 5 Σεπτεμβρίου 2017. Το βάθος της πλημμύρας εκτιμήθηκε χρησιμοποιώντας ένα DEM LiDAR και την έκταση της πλημμύρας, το οποίο έδειξε βάθος &lt;1 έως 3 m. Η συνολική πλημμυρισμένη περιοχή, όπως παρατηρήθηκε από τα δεδομένα Sentinel-1 και UAVSAR, ήταν μεγαλύτερη στις 30 Αυγούστου 2017 (12,92%), ακολουθούμενη από τις 29 και 31 Αυγούστου 2017 και 1, 2 και 5 Σεπτεμβρίου 2017. Οι παρατηρήσεις του βάθους πλημμύρας των των 6 ημερών συγκρίθηκαν με τα δεδομένα του μετρητή USGS, τα οποία έδειξαν συσχέτιση (R2) της τάξης του μεγαλύτερη από 0,88 σε διάφορες θέσεις των μετρητών, και η συνολική ακρίβεια στον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών απέδωσε επαρκώς για τις θέσεις των μετρητών στην περιοχή.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B2%CE%AC%CE%B8%CE%BF%CF%85%CF%82_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CF%84%CE%AC_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CF%81%CE%BA%CE%B5%CE%B9%CE%B1_%CF%84%CE%BF%CF%85_%CF%84%CF%85%CF%86%CF%8E%CE%BD%CE%B1_Harvey... 2022-03-19T22:01:27Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Εκτίμηση καταστροφών από πλημμύρες]]<br /> '''Τίτλος: Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey με χρήση δεδομένων Sentinel-1 και UAVSAR'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Flood Depth Estimation during Hurricane Harvey Using Sentinel‐1 and UAVSAR Data''<br /> <br /> '''Συγγραφείς:''' Sananda Kundu, Venkat Lakshmi and Raymond Torres<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Water Cycle: Recent Developments and New Insights (2022)<br /> <br /> '''Πηγή:''' https://cutt.ly/8Scd8ho<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τον Αύγουστο του 2017, ο τυφώνας Χάρβεϊ ήταν μία από τις πιο καταστροφικές καταιγίδες που έπληξαν την περιοχή του Χιούστον, προκαλώντας απώλειες σε ζωές και περιουσίες. Οι χρονικές και χωρικές μεταβολές στο βάθος του νερού και στην έκταση της πλημμύρας αποτελούν θεμελιώδες κομμάτι των μελετών πλημμύρας. Αυτή η εργασία εκτιμά την έκταση και το βάθος της πλημμύρας χρησιμοποιώντας το ψηφιακό μοντέλο LiDAR DEM (light detection and ranging digital elevation model) και δεδομένα από το ραντάρ (SAR)-Unmanned Aerial Vehicle Synthetic Aperture Radar (UAVSAR) και τον δορυφορικό αισθητήρα-Sentinel-1.<br /> <br /> '''2. Υλικό και Μεθοδολογία'''<br /> <br /> ''Περιοχή μελέτης και ειδικές συνθήκες''<br /> <br /> Η περιοχή μελέτης είναι η ευρύτερη περιοχή του Χιούστον, μια πυκνοκατοικημένη αστική-αγροτική περιοχή με έκταση περίπου 4692 km2. Η χρονική περίοδος μελέτης επικεντρώνεται στις πλημμύρες κατά τη διάρκεια και μετά το πέρασμα του τυφώνα Harvey, από τις 29 Αυγούστου έως τις 5 Σεπτεμβρίου 2017.<br /> <br /> [[Εικόνα: Kb-eik1.png | thumb | right | Εικ.1: Η περιοχή μελέτης με τα υψόμετρα και τους μετεωρολογικούς σταθμούς]]<br /> <br /> Στην ευρύτερη περιοχή του Χιούστον, η ημερήσια ένταση των βροχοπτώσεων κυμαινόταν από<br /> 10 mm/ημέρα έως πάνω από 100 mm/ημέρα από τις 25 έως τις 29 Αυγούστου 2017, οι μέγιστες πλημμύρες προέκυψαν στις 27 Αυγούστου.<br /> <br /> [[Εικόνα: Kb-eik2.png | thumb | right | Εικ.2: Χωρική κατανομή κατακρημνίσεων στην περιοχή μελέτης ανά ημέρα]]<br /> <br /> ''Δεδομένα και επεξεργασία''<br /> <br /> Οι αναλύσεις της έρευνας κάνουν χρήση των δεδομένων LiDAR DEM και SAR για την εκτίμηση του βάθους και της έκτασης της πλημμύρας. Ο δορυφόρος Sentinel-1 είναι χρήσιμος για την παρακολούθηση των πλημμυρών λόγω της συχνής επανεπίσκεψής του (6 ημέρες). Χρησιμοποιήθηκαν δεδομένα επιπέδου 1 του Sentinel-1 και έγιναν διορθώσεις για την απομάκρυνση του θορύβου.<br /> Οι δέκτες UAVSAR του JPL κάλυψαν ολόκληρη την πόλη και τις γύρω περιοχές, λειτουργώντας σε συχνότητα 1,26 GHz. Το UAVSAR χρησιμοποιείται στην παρούσα μελέτη καθώς έχει υψηλή χωρική ανάλυση (1,8 m × 0,8 m) και μεγάλο μήκος κύματος (23,8 cm).<br /> Οι εικόνες του UAVSAR και του Sentinel-1 γεωαναφέρθηκαν και μετατρέπονται σε αριθμητικές τιμές για τον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών. Αυτές οι επεξεργασμένες εικόνες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης της πλημμύρας με τη χρήση της μεθόδου κατωφλίου.<br /> <br /> [[Εικόνα: Kb-eik3.png | thumb | right | Πίνακας 1: Ιδιότητες των δεδομένων]]<br /> <br /> <br /> Οι εκτιμήσεις του βάθους πλημμύρας πραγματοποιήθηκαν με τη χρήση των υψομέτρων από το DEM LiDAR και την έκταση της πλημμύρας. Εκτιμήθηκε το βάθος της πλημμύρας υπολογίζοντας τη διαφορά του υψομέτρου που λαμβάνεται από τα όρια της έκτασης της πλημμύρας και των αντίστοιχων τιμών υψομέτρου από το DEM LiDAR.<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> ''Έκταση πλημμύρας''<br /> <br /> Όπως παρατηρείται από τις εικόνες της 29ης και 30ης Αυγούστου, αυτές ήταν οι μέγιστες ημέρες πλημμύρας, ενώ η 5η Σεπτεμβρίου παρουσίασε τη μικρότερη ποσότητα πλημμύρας. Η έκταση των πλημμυρισμένης περιοχής για την 29η Αυγούστου ήταν αποσπασματική, αλλά η πιο συνεχής πλημμύρα σημειώθηκε στο δυτικό Χιούστον, η οποία περιλαμβάνει αστικές και αγροτικές περιοχές. Ο χάρτης της 30ής Αυγούστου 2017 δείχνει αύξηση της έκτασης της πλημμύρας κατά 1,22%, υποδεικνύοντας τη μέγιστη περιοχή που επηρεάστηκε από την πλημμύρα. Ωστόσο, η έκταση που έχει καταγραφεί από την πλημμύρα δεν είναι πολύ μεγάλη, η μείωση των βροχοπτώσεων μετά τις 29 Αυγούστου 2017 είχε ως αποτέλεσμα τη σταδιακή μείωση της επίπεδα των υδάτων. Οι βροχοπτώσεις σταμάτησαν μετά τις 29 Αυγούστου 2017. Ως εκ τούτου, η υποχώρηση των νερού παρατηρήθηκε στις 31 Αυγούστου ως μείωση της έκτασης του νερού και υποχώρηση από το κέντρο της πόλης, αν και το νερό διατηρήθηκε στα περίχωρα του Χιούστον στις αγροτικές περιοχές.<br /> <br /> [[Εικόνα: Kb-eik4.png | thumb | right | Εικ.3: Έκταση και βάθος πλημμύρας με χρήση Sentinel-1 και UAVSAR, DEM και extent]]<br /> [[Εικόνα: Kb-eik5.png | thumb | right | Πίνακας 2: Περιοχή διακύμανσης του βάθους των πλημμυρικών υδάτων με χρήση υπολογισμένου βάθους από το DEM]]<br /> <br /> [[Εικόνα: Kb-eik6.png | thumb | right | Εικ.4: Σύγκριση του βάθους πλημμύρας και συνολική ακρίβεια μεταξύ των υπολογισμένων δεδομένων]]<br /> <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η παρούσα εργασία παριέχει μια εκτίμηση της έκτασης και του βάθους των πλημμυρών κατά τη διάρκεια των του τυφώνα Harvey πάνω από το Χιούστον και τις γύρω περιοχές. Η έκταση της πλημμύρας για τις 6 ημέρες κατά τη διάρκεια του τυφώνα εκτιμήθηκε χρησιμοποιώντας δεδομένα Sentinel-1 και UAVSAR, τα οποία έδειξαν σταδιακή μείωση από τις 29-30 Αυγούστου 2017 έως τις 5 Σεπτεμβρίου 2017. Το βάθος της πλημμύρας εκτιμήθηκε χρησιμοποιώντας ένα DEM LiDAR και την έκταση της πλημμύρας, το οποίο έδειξε βάθος &lt;1 έως 3 m. Η συνολική πλημμυρισμένη περιοχή, όπως παρατηρήθηκε από τα δεδομένα Sentinel-1 και UAVSAR, ήταν μεγαλύτερη στις 30 Αυγούστου 2017 (12,92%), ακολουθούμενη από τις 29 και 31 Αυγούστου 2017 και 1, 2 και 5 Σεπτεμβρίου 2017. Οι παρατηρήσεις του βάθους πλημμύρας των των 6 ημερών συγκρίθηκαν με τα δεδομένα του μετρητή USGS, τα οποία έδειξαν συσχέτιση (R2) της τάξης του μεγαλύτερη από 0,88 σε διάφορες θέσεις των μετρητών, και η συνολική ακρίβεια στον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών απέδωσε επαρκώς για τις θέσεις των μετρητών στην περιοχή.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb-eik6.png 2022-03-19T22:01:19Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb-eik5.png 2022-03-19T22:00:03Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb-eik4.png 2022-03-19T21:59:24Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb-eik3.png 2022-03-19T21:57:58Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb-eik2.png 2022-03-19T21:56:52Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Kb-eik1.png 2022-03-19T21:55:59Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BA%CF%84%CE%AF%CE%BC%CE%B7%CF%83%CE%B7_%CE%B2%CE%AC%CE%B8%CE%BF%CF%85%CF%82_%CF%80%CE%BB%CE%B7%CE%BC%CE%BC%CF%8D%CF%81%CE%B1%CF%82_%CE%BA%CE%B1%CF%84%CE%AC_%CF%84%CE%B7_%CE%B4%CE%B9%CE%AC%CF%81%CE%BA%CE%B5%CE%B9%CE%B1_%CF%84%CE%BF%CF%85_%CF%84%CF%85%CF%86%CF%8E%CE%BD%CE%B1_Harvey... 2022-03-19T21:52:44Z

<p>Konsbont: Νέα σελίδα με 'category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο) category:Εκτίμηση καταστροφών από πλημμύρες '''Τίτ...'</p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Εκτίμηση καταστροφών από πλημμύρες]]<br /> '''Τίτλος: Εκτίμηση βάθους πλημμύρας κατά τη διάρκεια του τυφώνα Harvey με χρήση δεδομένων Sentinel-1 και UAVSAR'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''Flood Depth Estimation during Hurricane Harvey Using Sentinel‐1 and UAVSAR Data''<br /> <br /> '''Συγγραφείς:''' Sananda Kundu, Venkat Lakshmi and Raymond Torres<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing of Water Cycle: Recent Developments and New Insights (2022)<br /> <br /> '''Πηγή:''' https://cutt.ly/8Scd8ho<br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Τον Αύγουστο του 2017, ο τυφώνας Χάρβεϊ ήταν μία από τις πιο καταστροφικές καταιγίδες που έπληξαν την περιοχή του Χιούστον, προκαλώντας απώλειες σε ζωές και περιουσίες. Οι χρονικές και χωρικές μεταβολές στο βάθος του νερού και στην έκταση της πλημμύρας αποτελούν θεμελιώδες κομμάτι των μελετών πλημμύρας. Αυτή η εργασία εκτιμά την έκταση και το βάθος της πλημμύρας χρησιμοποιώντας το ψηφιακό μοντέλο LiDAR DEM (light detection and ranging digital elevation model) και δεδομένα από το ραντάρ (SAR)-Unmanned Aerial Vehicle Synthetic Aperture Radar (UAVSAR) και τον δορυφορικό αισθητήρα-Sentinel-1.<br /> <br /> '''2. Υλικό και Μεθοδολογία'''<br /> <br /> ''Περιοχή μελέτης και ειδικές συνθήκες''<br /> <br /> Η περιοχή μελέτης είναι η ευρύτερη περιοχή του Χιούστον, μια πυκνοκατοικημένη αστική-αγροτική περιοχή με έκταση περίπου 4692 km2. Η χρονική περίοδος μελέτης επικεντρώνεται στις πλημμύρες κατά τη διάρκεια και μετά το πέρασμα του τυφώνα Harvey, από τις 29 Αυγούστου έως τις 5 Σεπτεμβρίου 2017.<br /> <br /> Εικόνα 1 Η περιοχή μελέτης με τα υψόμετρα και τους μετεωρολογικούς σταθμούς<br /> <br /> Στην ευρύτερη περιοχή του Χιούστον, η ημερήσια ένταση των βροχοπτώσεων κυμαινόταν από<br /> 10 mm/ημέρα έως πάνω από 100 mm/ημέρα από τις 25 έως τις 29 Αυγούστου 2017, οι μέγιστες πλημμύρες προέκυψαν στις 27 Αυγούστου.<br /> <br /> Εικόνα 2 Χωρική κατανομή κατακρημνίσεων στην περιοχή μελέτης ανά ημέρα<br /> <br /> ''Δεδομένα και επεξεργασία''<br /> <br /> Οι αναλύσεις της έρευνας κάνουν χρήση των δεδομένων LiDAR DEM και SAR για την εκτίμηση του βάθους και της έκτασης της πλημμύρας. Ο δορυφόρος Sentinel-1 είναι χρήσιμος για την παρακολούθηση των πλημμυρών λόγω της συχνής επανεπίσκεψής του (6 ημέρες). Χρησιμοποιήθηκαν δεδομένα επιπέδου 1 του Sentinel-1 και έγιναν διορθώσεις για την απομάκρυνση του θορύβου.<br /> Οι δέκτες UAVSAR του JPL κάλυψαν ολόκληρη την πόλη και τις γύρω περιοχές, λειτουργώντας σε συχνότητα 1,26 GHz. Το UAVSAR χρησιμοποιείται στην παρούσα μελέτη καθώς έχει υψηλή χωρική ανάλυση (1,8 m × 0,8 m) και μεγάλο μήκος κύματος (23,8 cm).<br /> Οι εικόνες του UAVSAR και του Sentinel-1 γεωαναφέρθηκαν και μετατρέπονται σε αριθμητικές τιμές για τον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών. Αυτές οι επεξεργασμένες εικόνες χρησιμοποιήθηκαν για την εκτίμηση της έκτασης της πλημμύρας με τη χρήση της μεθόδου κατωφλίου.<br /> Πίνακας 1 Ιδιότητες των δεδομένων<br /> <br /> <br /> Οι εκτιμήσεις του βάθους πλημμύρας πραγματοποιήθηκαν με τη χρήση των υψομέτρων από το DEM LiDAR και την έκταση της πλημμύρας. Εκτιμήθηκε το βάθος της πλημμύρας υπολογίζοντας τη διαφορά του υψομέτρου που λαμβάνεται από τα όρια της έκτασης της πλημμύρας και των αντίστοιχων τιμών υψομέτρου από το DEM LiDAR.<br /> <br /> '''3. Αποτελέσματα'''<br /> <br /> ''Έκταση πλημμύρας''<br /> <br /> Όπως παρατηρείται από τις εικόνες της 29ης και 30ης Αυγούστου, αυτές ήταν οι μέγιστες ημέρες πλημμύρας, ενώ η 5η Σεπτεμβρίου παρουσίασε τη μικρότερη ποσότητα πλημμύρας. Η έκταση των πλημμυρισμένης περιοχής για την 29η Αυγούστου ήταν αποσπασματική, αλλά η πιο συνεχής πλημμύρα σημειώθηκε στο δυτικό Χιούστον, η οποία περιλαμβάνει αστικές και αγροτικές περιοχές. Ο χάρτης της 30ής Αυγούστου 2017 δείχνει αύξηση της έκτασης της πλημμύρας κατά 1,22%, υποδεικνύοντας τη μέγιστη περιοχή που επηρεάστηκε από την πλημμύρα. Ωστόσο, η έκταση που έχει καταγραφεί από την πλημμύρα δεν είναι πολύ μεγάλη, η μείωση των βροχοπτώσεων μετά τις 29 Αυγούστου 2017 είχε ως αποτέλεσμα τη σταδιακή μείωση της επίπεδα των υδάτων. Οι βροχοπτώσεις σταμάτησαν μετά τις 29 Αυγούστου 2017. Ως εκ τούτου, η υποχώρηση των νερού παρατηρήθηκε στις 31 Αυγούστου ως μείωση της έκτασης του νερού και υποχώρηση από το κέντρο της πόλης, αν και το νερό διατηρήθηκε στα περίχωρα του Χιούστον στις αγροτικές περιοχές.<br /> <br /> Εικόνα 3 Έκταση και βάθος πλημμύρας με χρήση Sentinel-1 και UAVSAR, DEM και extent<br /> Πίνακας 2 Περιοχή διακύμανσης του βάθους των πλημμυρικών υδάτων με χρήση υπολογισμένου βάθους από το DEM<br /> <br /> <br /> Εικόνα 4 Σύγκριση του βάθους πλημμύρας και συνολική ακρίβεια μεταξύ των υπολογισμένων δεδομένων <br /> <br /> '''4. Συμπεράσματα'''<br /> <br /> Η παρούσα εργασία παριέχει μια εκτίμηση της έκτασης και του βάθους των πλημμυρών κατά τη διάρκεια των του τυφώνα Harvey πάνω από το Χιούστον και τις γύρω περιοχές. Η έκταση της πλημμύρας για τις 6 ημέρες κατά τη διάρκεια του τυφώνα εκτιμήθηκε χρησιμοποιώντας δεδομένα Sentinel-1 και UAVSAR, τα οποία έδειξαν σταδιακή μείωση από τις 29-30 Αυγούστου 2017 έως τις 5 Σεπτεμβρίου 2017. Το βάθος της πλημμύρας εκτιμήθηκε χρησιμοποιώντας ένα DEM LiDAR και την έκταση της πλημμύρας, το οποίο έδειξε βάθος &lt;1 έως 3 m. Η συνολική πλημμυρισμένη περιοχή, όπως παρατηρήθηκε από τα δεδομένα Sentinel-1 και UAVSAR, ήταν μεγαλύτερη στις 30 Αυγούστου 2017 (12,92%), ακολουθούμενη από τις 29 και 31 Αυγούστου 2017 και 1, 2 και 5 Σεπτεμβρίου 2017. Οι παρατηρήσεις του βάθους πλημμύρας των των 6 ημερών συγκρίθηκαν με τα δεδομένα του μετρητή USGS, τα οποία έδειξαν συσχέτιση (R2) της τάξης του μεγαλύτερη από 0,88 σε διάφορες θέσεις των μετρητών, και η συνολική ακρίβεια στον προσδιορισμό των πλημμυρισμένων και μη πλημμυρισμένων περιοχών απέδωσε επαρκώς για τις θέσεις των μετρητών στην περιοχή.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%AF%CE%BB%CE%B1%CF%82_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%BF%CF%82 2022-03-18T21:38:05Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> <br /> [[ΧΡΗΣΗ GIS ΚΑΙ ΤΕΧΝΙΚΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΕΓΚΑΤΑΣΤΑΣΗ ΦΩΤΟΒΟΛΤΑΪΚΩΝ ΣΥΣΤΗΜΑΤΩΝ...]]<br /> <br /> [[Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις]]</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%AF%CE%BB%CE%B1%CF%82_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%BF%CF%82 2022-03-18T21:37:46Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> <br /> [[ΧΡΗΣΗ GIS ΚΑΙ ΤΕΧΝΙΚΩΝ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΕΓΚΑΤΑΣΤΑΣΗ ΦΩΤΟΒΟΛΤΑΪΚΩΝ ΣΥΣΤΗΜΑΤΩΝ...]]<br /> [[Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις]]</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:36:55Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | right | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> [[Εικόνα: Μποντι2-2.png | thumb | right | Εικ.2: 9 φωτογραφίες της Μαδρίτης σε διαφορετικές ώρες την νύχτα]]<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι στις εικόνες 1,2.<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> [[Εικόνα: Μποντι2-3.png | thumb | right | Εικ.3: Σύγκριση ΗΠΑ – Γερμανίας]]<br /> [[Εικόνα: Μποντι2-4.png | thumb | right | Εικ.4: Σύγκριση πρώην Ανατολικής - Δυτικής Γερμανίας]]<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Τα αποτελέσματα φαίνονται στις εικονες 3,4:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> [[Εικόνα: Μποντι2-5.png | thumb | right | Εικ.5: Ακτινοβολία έξι ευρωπαϊκών πόλεων]]<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:35:50Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | right | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> [[Εικόνα: Μποντι2-2.png | thumb | right | Εικ.2: 9 φωτογραφίες της Μαδρίτης σε διαφορετικές ώρες την νύχτα]]<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι στις εικόνες 1,2.<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> [[Εικόνα: Μποντι2-3.png | thumb | left | Εικ.3: Σύγκριση ΗΠΑ – Γερμανίας]]<br /> [[Εικόνα: Μποντι2-4.png | thumb | left | Εικ.4: Σύγκριση πρώην Ανατολικής - Δυτικής Γερμανίας]]<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Τα αποτελέσματα φαίνονται στις εικονες 3,4:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> [[Εικόνα: Μποντι2-5.png | thumb | right | Εικ.5: Ακτινοβολία έξι ευρωπαϊκών πόλεων]]<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:35:18Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | right | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> [[Εικόνα: Μποντι2-2.png | thumb | right | Εικ.2: 9 φωτογραφίες της Μαδρίτης σε διαφορετικές ώρες την νύχτα]]<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι στις εικόνες 1,2.<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> [[Εικόνα: Μποντι2-3.png | thumb | right | Εικ.3: Σύγκριση ΗΠΑ – Γερμανίας]]<br /> [[Εικόνα: Μποντι2-4.png | thumb | right | Εικ.4: Σύγκριση πρώην Ανατολικής - Δυτικής Γερμανίας]]<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Τα αποτελέσματα φαίνονται στις εικονες 3,4:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> [[Εικόνα: Μποντι2-5.png | thumb | right | Εικ.5: Ακτινοβολία έξι ευρωπαϊκών πόλεων]]<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:34:41Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | right | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> [[Εικόνα: Μποντι2-2.png | thumb | right | Εικ.2: 9 φωτογραφίες της Μαδρίτης σε διαφορετικές ώρες την νύχτα]]<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι στις εικόνες 1,2.<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> [[Εικόνα: Μποντι2-3.png | thumb | right | Εικ.2: Σύγκριση ΗΠΑ – Γερμανίας]]<br /> [[Εικόνα: Μποντι2-4.png | thumb | right | Εικ.2: Σύγκριση πρώην Ανατολικής - Δυτικής Γερμανίας]]<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Τα αποτελέσματα φαίνονται στις εικονες 3,4:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> [[Εικόνα: Μποντι2-5.png | thumb | right | Εικ.2: Ακτινοβολία έξι ευρωπαϊκών πόλεων]]<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%B92-5.png 2022-03-18T21:34:03Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%B92-4.png 2022-03-18T21:32:57Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%B92-3.png 2022-03-18T21:32:12Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:31:23Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | right | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> [[Εικόνα: Μποντι2-2.png | thumb | right | Εικ.2: 9 φωτογραφίες της Μαδρίτης σε διαφορετικές ώρες την νύχτα]]<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι το κάτωθι:<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Παρακάτω φαίνονται τα αποτελέσματα:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:%CE%9C%CF%80%CE%BF%CE%BD%CF%84%CE%B92-2.png 2022-03-18T21:30:26Z

<p>Konsbont: </p> <hr /> <div></div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:29:59Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | right | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι το κάτωθι:<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Παρακάτω φαίνονται τα αποτελέσματα:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont http://147.102.106.44/rs/wiki/index.php/%CE%A5%CF%88%CE%B7%CE%BB%CE%AE%CF%82_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_%CF%84%CE%B7%CF%82_%CE%93%CE%B7%CF%82_%CF%84%CE%B7%CE%BD_%CE%BD%CF%8D%CF%87%CF%84%CE%B1:_%CE%9D%CE%AD%CE%B5%CF%82_%CF%80%CE%B7%CE%B3%CE%AD%CF%82,_%CE%95%CF%85%CE%BA%CE%B1%CE%B9%CF%81%CE%AF%CE%B5%CF%82_%CE%BA%CE%B1%CE%B9_%CE%A0%CF%81%CE%BF%CE%BA%CE%BB%CE%AE%CF%83%CE%B5%CE%B9%CF%82 2022-03-18T21:29:20Z

<p>Konsbont: </p> <hr /> <div>[[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Μέτσοβο)]]<br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]<br /> '''Τίτλος: Υψηλής ανάλυσης εικόνες της Γης την νύχτα: Νέες πηγές, Ευκαιρίες και Προκλήσεις'''<br /> <br /> '''Πρωτότυπος τίτλος:''' ''High-Resolution Imagery of Earth at Night: New Sources,<br /> Opportunities and Challenges<br /> ''<br /> <br /> '''Συγγραφείς:''' Christopher C. M. Kyba, Stefanie Garz , Helga Kuechly , Alejandro Sánchez de Miguel, Jaime Zamorano , Jürgen Fischer and Franz Hölker<br /> <br /> '''Δημοσιεύθηκε:''' Remote Sensing with Nighttime Lights (2014)<br /> <br /> '''Πηγή:''' https://cutt.ly/QSjz24i<br /> <br /> <br /> <br /> '''1. Εισαγωγή'''<br /> <br /> Οι δορυφορικές εικόνες της Γης τη νύχτα αποτελούν μια εξαιρετική πηγή χωρικών δεδομένων, επειδή το τεχνητό φως αναδεικνύει την ανθρώπινη δραστηριότητα με τρόπο που δεν συμβαίνει με τις στιγμιότυπα της ημέρας. Η ποιότητα αυτών των εικόνων βελτιώθηκε δραματικά το 2012 με δύο νέους διαστημικούς ανιχνευτές. Η υψηλότερη ανάλυση και ακρίβεια των δεδομένων διευρύνει σημαντικά το πεδίο εφαρμογής των πιθανών εφαρμογών τους.<br /> Παρουσιάζονται δύο νέες πηγές δορυφορικών εικόνων:<br /> α) Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB)<br /> β) Φωτογραφίες από τον Διεθνή Διαστημικό Σταθμό<br /> και εξετάζονται οι περιορισμοί τους σε τρεις μελέτες περίπτωσης.<br /> <br /> <br /> '''2. Μελέτη περίπτωσης 1 – Διαφορά στον φωτισμό των πόλεων σε μικρή χωρική κλίμακα'''<br /> <br /> Σε αυτή τη μελέτη περίπτωσης εξετάζεται η διαφοροποίηση στον τρόπο με τον οποίο οι πόλεις φωτίζονται σε επίπεδο δρόμου, ιδίως όσον αφορά χρώμα και τη φωτεινότητα. Δύο σετ φωτογραφιών από τον Διεθνή Διαστημικό Σταθμό συγκρίνονται μεταξύ τους. Το πρώτο επιλέχθηκε επειδή και οι έξι φωτογραφίες του τραβήχτηκαν την ίδια νύχτα- το δεύτερη εξετάζει μια πόλη που έχει φωτογραφηθεί πολλές φορές σε διαφορετικές νύχτες. Οι φωτογραφίες τραβήχτηκαν από τους αστροναύτες με εμπορικές φωτογραφικές μηχανές και με ειδικές ρυθμίσεις. Το αποτέλεσμα είναι το κάτωθι:<br /> <br /> [[Εικόνα: Μποντι2-1.png | thumb | center | Εικ.1: Νυχτερινές φωτογραφίες από 6 Ευρωπαϊκές πόλεις]]<br /> <br /> Από τις παραπάνω φωτογραφίες εξάγονται διάφορα συμπεράσματα που αφορούν το είδος του φωτισμού κάθε πόλης, κάποια σημεία ενδιαφέροντος που φωτίζονται πιο έντονα καθώς και κοινωνικές διαφορές όπως πχ στην εικόνα του Βερολίνου όπου η ποιότητα φωτισμού του Δυτικού από το Ανατολικό είναι εμφανής.<br /> <br /> <br /> '''3. Μελέτη περίπτωσης 2 - Χρήση κοινοτικού φωτισμού στη Γερμανία και τις ΗΠΑ'''<br /> <br /> Στη δεύτερη μελέτη περίπτωσης εξετάζεται η σχέση μεταξύ του ολοκληρωμένου φωτισμού και του πληθυσμού σε κλίμακα πόλης. Χρησιμοποιούνται εικόνες VIIRS DNB για τη σύγκριση των δεδομένων χιλιάδων κοινοτήτων από ένα μόνο όργανο. Οι ΗΠΑ αποτελούν ιδανική τοποθεσία μελέτης λόγω της εξαιρετικά μεγάλης έκτασης, του πληθυσμού και των λεπτομερών πληροφοριών απογραφής. Η Γερμανία επιλέχθηκε ως χώρα σύγκρισης, διότι αν και έχει παρόμοιο επίπεδο ανάπτυξης με τις ΗΠΑ, έχει τη φήμη στην Ευρώπη για τις συντηρητικές πρακτικές φωτισμού. Παρακάτω φαίνονται τα αποτελέσματα:<br /> <br /> Όπως είναι φανερό στο διαγράμματα διασποράς (εικόνα 3), το άθροισμα των φώτων στην Αμερική είναι πολύ μεγαλυτερο από ότι στην Γερμανία, σε πόλεις με αντίστοιχο πληθυσμο. Με βάση τις γραμμές τάσης, μια αμερικανική πόλη με 10.000 κατοίκους έχει συνήθως άθροισμα περίπου τρεις φορές μεγαλύτερο από μια αντίστοιχη γερμανική πόλη. Η διαφορά αυτή αυξάνεται με τον πληθυσμό: μια τυπική αμερικανική πόλη 100.000 κατοίκων έχει SOL πάνω από πέντε φορές μεγαλύτερο από την αντίστοιχη γερμανική πόλη.<br /> Επίσης παρατηρείται (εικόνα 4) ότι η πρώην Ανατολική Γερμανία εκπέμπει περισσότερο φως ανά κάτοικο από την πρώην Δυτική. Σε σύγκριση με την τάση για ολόκληρη τη Γερμανία, 780 από τις 1008 πρώην ανατολικές κοινότητες (77%) βρίσκονται πάνω από τη γραμμή τάσης, ενώ στις πρώην δυτικές, μόνο 1390 από τις 3484 (40%) βρίσκονται πάνω από την τάση. Εντός των Ηνωμένων Πολιτειών, οι κοινότητες με SOL/κάτοικο παρόμοια με εκείνη της Γερμανίας βρίσκονται γενικά στη δυτική ακτή και στις βορειοανατολικές πολιτείες.<br /> <br /> <br /> '''4. Μελέτη περίπτωσης 3 - Οι λαμπρότερες πηγές φωτός μεγάλης κλίμακας'''<br /> <br /> Αυτή η μελέτη περίπτωσης εξετάζει τι τύπου κατασκευές είναι οι πιο φωτεινές μεμονωμένες πηγές φωτός μεγάλης κλίμακας μέσα σε μια πόλη, χρησιμοποιώντας δεδομένα VIIRS DNB. Για δειγματοληψία ενός ευρέος φάσματος επιπέδων ανάπτυξης και πληθυσμού πόλεων, διερευνήθηκαν 30 μεγαλουπόλεις του κόσμου και οι 46 πρωτεύουσες της Ευρώπης.<br /> <br /> Οι πιο φωτεινές τοποθεσίες ήταν συνήθως τα κέντρα των πόλεων, τα αεροδρόμια, τα θαλάσσια λιμάνια, τα στάδια και οι βιομηχανικές εγκαταστάσεις. Παρατηρήθηκαν διαφορές μεταξύ αναπτυσσόμενων και βιομηχανικών χωρών. Στις αναπτυσσόμενες χώρες, οι φωτεινότερες περιοχές στις μεγαλουπόλεις συνδέονταν με τη βιομηχανία (οκτώ από τις 15 είχαν αεροδρόμια και θαλάσσια λιμάνια ως η πιο φωτεινή τοποθεσία), ενώ στις βιομηχανικές χώρες, τα πιο φωτεινά φώτα συνδέονταν με με την αναψυχή και το εμπόριο (οκτώ από τα 15 είχαν τα κέντρα των πόλεων ή τα στάδια ως την πιο φωτεινή τοποθεσία).<br /> <br /> <br /> '''5. Συμπεράσματα'''<br /> <br /> Οι τρεις μελέτες περίπτωσης καταδεικνύουν ότι υπάρχουν μεγάλες διαφορές στον τρόπο χρήσης του φωτός παγκοσμίως ενώ τα δεδομένα που παρέχονται από το VIIRS DNB τις φωτογραφίες των αστροναυτών μπορούν να χρησιμοποιηθούν για την ποσοτική αξιολόγηση αυτών των διαφορών. Τα σημαντικότερα πλεονεκτήματα των νέων δεδομένων σε σχέση με εκείνα των παλαιότερων αισθητήρων είναι τα εξής: <br /> Α)η πολύ βελτιωμένη ανάλυση<br /> Β)η υψηλότερη ευαισθησία<br /> Γ) το γεγονός ότι είναι βαθμονομημένα (DNB) ή τουλάχιστον βαθμονομήσιμα (φωτογραφίες).<br /> <br /> Οι νυχτερινές εικόνες είναι πιθανό να είναι εξαιρετικά χρήσιμες σε διαφορετικούς τομείς όπως τα οικονομικά, η οικολογία, η επιδημιολογία και η ατμοσφαιρική επιστήμη.</div>

Konsbont