http://147.102.106.44/rs/wiki/index.php?feed=atom&target=Koutsi&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 2026-05-14T13:58:47Z Από RemoteSensing Wiki MediaWiki 1.16.2 http://147.102.106.44/rs/wiki/index.php/%CE%97_%CF%83%CF%85%CE%BC%CE%B2%CE%BF%CE%BB%CE%AE_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%B4%CF%81%CE%B1%CF%83%CF%84%CE%B7%CF%81%CE%B9%CF%8C%CF%84%CE%B7%CF%84%CE%B5%CF%82_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7%CF%82_%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CF%84%CF%81%CE%BF%CF%86%CF%8E%CE%BD:_%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CF%89%CE%BD_%CF%80%CF%85%CF%81%CE%BA%CE%B1%CE%B3%CE%B9%CF%8E%CE%BD_%CF%84%CE%B7%CF%82_%CE%A0%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%BD%CE%BD%CE%AE%CF%83%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-10T22:24:20Z

<p>Koutsi: </p> <hr /> <div>I. Z. GITAS*, A. POLYCHRONAKI, T. KATAGIS and G. MALLINIS<br /> <br /> School of Forestry and Natural Environment, Aristotle University of Thessaloniki, Box<br /> 248, GR-54124, Thessaloniki, Greece<br /> <br /> Link: [http://dx.doi.org/10.1080/01431160701874553]<br /> <br /> [[Εικόνα: koutsi_art_1_pic1.png|thumb|right|'''Διάγραμμα 1''': Αριθμός Αιτημάτων εικόνων στο πλαίσιο της Διεθνής Χάρτας για διαφορετικά είδη καταστροφής.]]<br /> [[Εικόνα: koutsi_art_1_pic2.png|thumb|right|'''Διάγραμμα 2''': Αιτήματα ανά έτος για επείγουσα απόκτηση δεδομένων της EO μέσω του διεθνής Χάρτας.]]<br /> [[Εικόνα: koutsi_art_1_pic3.png|thumb|right|'''Εικόνα 1''': Καμένες εκτάσεις και περιοχές Natura 2000 που επηρεάστηκαν.]]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο της παρούσας μελέτης είναι η συμβολή της τηλεπισκόπησης στη διαχείριση των φυσικών καταστροφών με ειδική μελέτη επάνω στις πυρκαγιές της Πελοποννήσου. Συγκεκριμένα, ύστερα από αίτημα της Εθνικής Υπηρεσίας Δασών και της WWF Ελλάς δημιουργείται μια βάση δεδομένων από αντικειμενοστραφή ταξινόμηση για το σύνολο των καμένων επιφανειών, με βάση την οποία όχι μόνο προσδιορίζεται το μέγεθος της καταστροφής αλλά και το δυναμικό που υπάρχει στην προσφορά άμεσων και αξιόπιστων πληροφοριών σε τοπικό, εθνικό και διεθνές επίπεδο. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Στις μέρες μας η τηλεπισκόπηση αναγνωρίζεται ως ένα ισχυρό εργαλείο για την λήψη αποφάσεων στην διαχείριση των καταστροφών και την περιβαλλοντική παρακολούθηση. Η διαχείριση των πυρκαγιών είναι ιδιαίτερα κρίσιμο αντικείμενο στην Μεσόγειο λόγω των αυξημένων κρουσμάτων τα τελευταία χρόνια και τη σημαντικότητα των αποτελεσμάτων σε οικονομικές και οικολογικές απώλειες, τις αλλαγές στις καλύψεις γης και τις ατμοσφαιρικές και κλιματικές επιπτώσεις εξαιτίας της καμένης βιομάζας. Για την επίτευξη του σκοπού είναι απαραίτητα δεδομένα παρατήρησης της γης (Εarth Οbservation data) και ακριβείς μέθοδοι ανάλυσης εικόνας. Για την υποβοήθηση του έργου η Διεθνής Χάρτα «Διάστημα και Μεγάλες Καταστροφές» προσφέρει δωρεάν δορυφορικά δεδομένα σε χώρες που έχουν υποστεί κάποια καταστροφή. Συμπληρωματικά, η χρήση της αντικειμενοστραφούς ταξινόμησης έναντι της παραδοσιακής με βάση τα pixel της εικόνας έχει μειώσει σημαντικά τα σφάλματα. Η μελέτη της επίδρασης των πυρκαγιών του 2007 στην Πελοπόννησο έγινε ύστερα από έκκληση της Εθνικής Υπηρεσίας Δασών και της WWF Ελλάς στο Αριστοτέλειο Πανεπιστήμιο, ενώ επιλέγεται το 2007 καθώς αποτελεί κρίσιμη περίοδο για την Ελλάδα αφού κάηκε πάνω από 12% της δασικής έκτασης. <br /> <br /> '''Περιοχή μελέτης''' <br /> <br /> Η μελέτη εστιάζει στην περιφέρεια Πελοποννήσου, η οποία βρίσκεται στο νότιο κομμάτι της Ελλάδας και αντιμετώπισε ισχυρές πυρκαγιές κατά το 2007 όπου κάηκαν πολλές δασικές και αγροτικές εκτάσεις, ενώ πάνω από 60 άτομα έχασαν τη ζωή τους. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η κύρια πηγή πληροφοριών για την μελέτη είναι εικόνες DMC (Disaster Monitoring Constellation) από τον δορυφόρο NigeriaSat-1. Αυτός ο μηχανισμός επιτυγχάνει την ταχύτατη απόκτηση εικόνων μέσα στην επόμενη μέρα της καταστροφής. Η τυπική DMC εικόνα καταγράφει το πράσινο, το κόκκινο και το εγγύς-υπέρυθρο, παρέχοντας ονομαστική ανάλυση 32m μέγεθος pixel και εκτεταμένη λωρίδα 600 km. Η εικόνα UK-DMC ορθοδιορθώθηκε χρησιμοποιώντας ένα ψηφιακό υψομετρικό μοντέλο 30m. <br /> Για την επίτευξη της αντικειμενοστραφούς ταξινόμησης χρησιμοποιήθηκε μια μέθοδος που είχε εφαρμοστεί για τις πυρκαγιές της Πορτογαλίας το 2005, όπου χρησιμοποιήθηκαν πάλι εικόνες DMC (Polychronaki et al., 2007). Πραγματοποιήθηκε σε 2 επίπεδα λαμβάνοντας υπόψη την κλίμακα, το χρώμα, το σχήμα και τα βάρη των καναλιών. Το βάρος δίνεται μόνο στο εγγύς-υπέρυθρο (DMC band 1), στο οποίο οι τιμές που καταγράφονται στην μετά-φωτιά εικόνα των καμένων εκτάσεων μειώνονται σημαντικά σε σχέση με την προ-φωτιά εικόνα, εξαιτίας της δομής της βλάστησης, η οποίο αντανακλά μεγάλες ποσότητες της προσπίπτουσας ακτινοβολίας. Οι κατατμήσεις που δίνουν υψηλότερο βάρος στο χρώμα (90%) και χαμηλότερο βάρος στο σχήμα, επιτυγχάνουν τον καλύτερο διαχωρισμό καμένων και μη εκτάσεων. Επιπρόσθετα, δημιουργείται μια 2 επιπέδων κλίμακα κατάτμησης χωρίζοντας μεγάλα και μικρά αντικείμενα. Τα αποτελέσματα περιλαμβάνουν 2 κλάσεις:<br /> *Επίπεδο 1: καμένες εκτάσεις<br /> *Επίπεδο 2: καμένες εκτάσεις, ελαφρώς καμένες εκτάσεις, περιοχές με βλάστηση, γυμνές περιοχές.<br /> Στη συνέχεια για την αξιολόγηση των αποτελεσμάτων χρησιμοποιείται το BAS-2, ένα πρόγραμμα GIS για τον καθορισμό των καμένων εκτάσεων, των επιπτώσεων στην άγρια ζωή των περιοχών Natura 2000 και των περιοχών του Corine Land Cover 2000 που έχουν καταστραφεί. <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Ο απολογισμός των εδαφών που κάηκαν αγγίζει τα 55% δασικών, 44% αγροτικών εκτάσεων ενώ 12% αποτελούν περιοχές Natura 2000. Τα αποτελέσματα είναι διαθέσιμα σε πολλούς υπεύθυνους και μπορούν να αξιοποιηθούν για την εκκένωση περιοχών μετά από φωτιά, για τον προσδιορισμό των περιβαλλοντικών πολιτικών και προσπαθειών επαναφοράς της βιοποικιλότητας και της βλάστησης. Με τον τρόπο αυτό γίνεται αντιληπτό το μέγεθος της προσφοράς της τηλεπισκόπησης και των δεδομένων παρατήρησης της γης στην περιβαλλοντική διαχείριση των καταστροφών. <br /> <br /> [[category:Δασικές Πυρκαγιές]]</div>

Koutsi 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_%CF%84%CE%B7%CF%82_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CE%AE%CF%82_%CF%84%CE%B7%CF%82_%CE%B5%CF%80%CE%B9%CF%86%CE%B1%CE%BD%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%BF%CE%BA%CF%81%CE%B1%CF%83%CE%AF%CE%B1%CF%82_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85_%CF%89%CF%82_%CE%B1%CF%80%CE%BF%CF%84%CE%AD%CE%BB%CE%B5%CF%83%CE%BC%CE%B1_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%B4%CE%B9%CE%AC%CF%87%CF%85%CF%83%CE%B7%CF%82 2017-02-10T22:23:53Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_2_pic4.png| thumb| right|Εξίσωση μετατροπής της φασματικής ακτινοβολίας σε απόλυτη.]]<br /> [[Εικόνα:koutsi_art_2_pic1.png| thumb| right|'''Εικόνα 1''': Περιοχή Μελέτης.]]<br /> [[Εικόνα:koutsi_art_2_pic2.png| thumb| right|Πίνακας συσχέτισης θερμοκρασιών και μεταβολλών χρήσεων γης.]]<br /> [[Εικόνα:koutsi_art_2_pic3.png| thumb| right|'''Εικόνα 2''': Μείωση SRT και αύξηση NDVI στην περιοχή Mt Daemo.]]<br /> <br /> Dong-hoon Shin, Kyoo-seock Lee<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Θερμοκρασία Επιφανειακής Θερμοκρασίας (SRT), Αλλαγή χρήσεων γης, Αστικό Πράσινο, Αστική εξάπλωση.<br /> <br /> '''Link''': [http://link.springer.com/article/10.1007/s11355-005-0021-1]<br /> <br /> '''Αντικείμενο''' <br /> <br /> Αντικείμενο της παρούσας μελέτης είναι η χρήση της τηλεπισκόπησης και των Γ.Σ.Π. για την εκτίμηση της αστικής επιφανειακής θερμοκρασίας στην αλλαγή των χώρων πρασίνου. Γίνεται αντιληπτή η σημασία του αποτελεσματικού σχεδιασμού και της τοποθεσίας του αστικού πρασίνου για την επιφανειακή αστική θερμοκρασία (SRT) αλλά και της επίπτωσης των θερμοκρασιών (SRT) στο σχεδιασμό. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Το αστικό πράσινο παρέχει φυσικό περιβάλλον στους κατοίκους και σταθεροποιεί το αστικό κλίμα με την μείωση της ατμοσφαιρικής και επιφανειακής θερμοκρασίας κ.ά. οι χώροι πρασίνου εμποδίζουν την ηλιακή ενέργεια με τη εξασφάλιση σκιών και με την κάλυψη περιοχών που ανακλούν την ηλιακή ακτινοβολία. Όμως η ραγδαία αστική ανάπτυξη που ξεκίνησε στην Κορέα τη δεκαετία του 1960 οδήγησε σε μείωση των χώρων αυτών. Αυτό σε συνδυασμό με την ύπαρξη υλικών όπως η άσφαλτος και το μπετό είχαν ως επακόλουθο την αύξηση της αστικής SRT. Για την εκτίμηση της ολικής αστικής SRT χρησιμοποιούνται δεδομένα τηλεπισκόπησης στο θερμικό υπέρυθρο (TIR). Στην πραγματικότητα εκτιμάται η σχέση της SRT με το δείκτη βλάστησης NDVI. Για τον σκοπό αυτό συνήθως χρησιμοποιούνται airborne advanced very-high-resolution radiometer (AVHRR) εικόνες κυρίως σε παγκόσμιο επίπεδο. Για την παρούσα περιοχή μελέτης που είναι τα Προάστια της Πόλης Σεούλ χρησιμοποιούνται εικόνες Landsat με χωρική ικανότητα 120 μέτρα στο εγγύς υπέρυθρο. <br /> <br /> '''Περιοχή μελέτης'''<br /> <br /> Συγκεκριμένα θα μελετηθούν οι περιοχές Mt Daemo και Mt Gwanggyo της νότιας Κορέας με γεωλογικά χαρακτηριστικά τους να συνοψίζονται σε αλλουβικά εδάφη και πυρογενή πετρώματα. Άλλο ένα χαρακτηριστικό της περιοχής είναι η ραγδαία αστική ανάπτυξη, με οδικό δίκτυο και αστικό χώρο να καταλαμβάνουν χρήσεις όπως δάση και αγροτικές περιοχές. Η περιοχή μελέτης είναι εμφανής στο σχήμα 1. <br /> <br /> '''Δεδομένα'''<br /> <br /> Για την απόκτηση δεδομένων θερμοκρασιών SRT χρησιμοποιήθηκαν 2 εικόνες Landsat από τις 20/05/1987 και από τις 12/05/1999 (Πίνακας 1). Επιπρόσθετα στοιχεία που χρησιμοποιήθηκαν είναι οι βροχοπτώσεις σε διάστημα 5 ημερών συμπεριλαμβανομένης της ημέρας λήψης της εικόνας. Με σκοπό την εκτίμηση της αξιοπιστίας των δεδομένων που λήφθηκαν από τον δορυφόρων χρησιμοποιήθηκαν 34 επίγειες μετρήσεις θερμοκρασίας στην Σεούλ και το Gyeonggi-do. Επίσης, χρησιμοποιούνται ένας Μητροπολιτικός χάρτης βιοτόπων της Σεούλ και μια εικόνα IKONOS για τον προσδιορισμό των χώρων πρασίνου και των χρήσεων γης (Πίνακας 1 και 2). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η προεπεξεργασία των εικόνων περιλαμβάνει γεωμετρική διόρθωση σε ανάλυση 30 μέτρων με τη χρήση εξίσωσης πολυωνυμικού 1 και resampling πλησιέστερου γείτονα. Τα σφάλματα μέσης τετραγωνικής ρίζας για τα έτη 1987 και 1999 υπολογίστηκαν ενώ για την ταξινόμηση των εικόνων χρησιμοποιήθηκε μικτή ταξινόμηση (hybrid classification). Η ταξινόμηση επιβεβαιώνεται από τον χάρτη της Σεούλ για το έτος 1999 και επαναταξινομείται σε 5 κλάσεις: αστικές περιοχές, αγροτικές εκτάσεις, δάσος, γυμνό έδαφος και νερό. Για την χωρική ανάλυση των χρήσεων και καλύψεων γης, της SRT και του δείκτη NDVI χρησιμοποιήθηκε το θερμικό υπέρυθρο ύστερα από resampling για να ταυτίζεται με τις λοιπές εικόνες. Η φασματική ακτινοβολία που προκύπτει από το TIR μετατρέπεται σε απόλυτη θερμοκρασία με βάση την εξίσωση, ύστερα από διόρθωση για να ανταποκρίνεται στις επιμέρους χρήσεις γης.<br /> Στην συνέχεια πραγματοποιείται έλεγχος των θερμοκρασιών με επίγειους ελέγχους όπως προαναφέρθηκε. Ο δείκτης NDVI χρησιμοποιείται καθώς αποτελεί μέσο εκτίμησης τόσο του συνόλου των χώρων πρασίνου αλλά και της γενικότερης κατάστασης τους.<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Η γενική εικόνα της περιοχής μελέτης περιλαμβάνει αύξηση των αστικών χρήσεων με την ανάπτυξη των πόλεων και των μεταφορικών δικτύων. Η ανάπτυξη κυρίως πραγματοποιείται σε βάρος των αγροτικών περιοχών, οι οποίες σταδιακά μετατρέπονται σε αστικές. Με σκοπό την συσχέτιση των θερμοκρασιών SRT, υπολογίστηκε η μεταβολή της θερμοκρασίας ανά χρήση. Η μέση SRT αυξάνεται και φαίνεται να συγχέεται με την αύξηση των αστικών εκτάσεων, ενώ σε περιοχές που το γυμνό έδαφος μετατρέπεται σε δάσος η επιφανειακή θερμοκρασία μειώνεται. Για τις δασικές περιοχές που εντοπίζονται εντός της περιοχής μελέτης η μέση θερμοκρασία μειώνεται κατά τις δεκαετίες 1987 και 1999, συμπεραίνοντας πως τα δάση συρρικνώνονται λόγω της ανάπτυξης και της οδοποιίας. Το σχήμα 2 δείχνει τις περιοχές που ο δείκτης NDVI μειώνεται και η θερμοκρασία SRT αυξάνεται. Στα σχήματα 3Α και 3Β είναι εμφανής η διακοπή της κλίσης κατά μήκος της κοιλάδας για την οικιστική ανάπτυξη, στο σχήμα 3C φαίνεται ο περιορισμός των δασικών εκτάσεων και στο 3D η περιοχή αποθήκευσης φυσικού αερίου στην οποία παρουσιάζεται ιδιαίτερα αυξημένη θερμοκρασία. Τέλος, ο έλεγχος με τις επίγειες μετρήσεις δείχνει διαφοροποίηση της τάξεως των 3.33ºC, οι οποίες σύμφωνα παρόμοιες μελέτες είναι αποδεκτή (Park’s, 2001). <br /> <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%A3%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C%CF%82,_%CE%B1%CE%BD%CF%84%CE%B1%CE%B3%CF%89%CE%BD%CE%B9%CF%83%CE%BC%CF%8C%CF%82_%CE%BA%CE%B1%CE%B9_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%B4%CE%B9%CE%AC%CF%87%CF%85%CF%83%CE%B7_%CF%83%CF%84%CE%B7%CE%BD_%CE%BC%CE%B5%CF%83%CE%BF%CE%B3%CE%B5%CE%B9%CE%B1%CE%BA%CE%AE_%CF%80%CF%8C%CE%BB%CE%B7:_%CE%97_%CF%80%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%91%CE%B8%CE%AE%CE%BD%CE%B1%CF%82 2017-02-10T22:23:19Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_paper_4_pic1.png|thumb|right|'''Πίνακας 1''': Τα στάδια κλειδιά της Εξάπλωσης της Αθήνας]]<br /> [[Εικόνα: koutsi_paper_4_pic2.png|thumb|right|'''Εικόνα 1''': Η μεσόγεια πεδιάδα]]<br /> [[Εικόνα: koutsi_paper_4_pic3.png|thumb|right|'''Εικόνα 2''': Η μεταβολή των χρήσεων γης στα Μεσόγεια]]<br /> [[Εικόνα: koutsi_paper_4_pic4.png|thumb|right|'''Εικόνα 3''': Υπέρθεση των μεταβολών χρήσεων γης και των σχεδιασμένων χρήσεων]]<br /> [[Εικόνα: koutsi_paper_4_pic5.png|thumb|right|'''Πίνακας 2''': Αλλαγές στις σχεδιασμένες χρήσεις γης (1987-2003)]]<br /> <br /> I. Chorianopoulos *, T. Pagonis, S. Koukoulas, S. Drymoniti<br /> <br /> Dept. of Geography, University of the Aegean, University Hill, Mytilene 81100, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0264275110000193]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Διάχυση, Ανταγωνιστική πόλη, Σχεδιασμός, Αθήνα, Ολυμπιακοί Αγώνες<br /> <br /> '''Αντικείμενο''' <br /> <br /> Αντικείμενο της παρούσας μελέτης είναι η σύνδεση της ανταγωνιστικότητας των πόλεων και των πολιτικών που ακολουθούν με την αστική διάχυση. Περιοχή μελέτης αποτελεί η Αθήνα και συγκεκριμένα η περιοχή της Μεσόγειας Πεδιάδας μετά την υλοποίηση των υποδομών για την φιλοξενία των Ολυμπιακών Αγώνων του 2004. Για την απεικόνιση των αλλαγών στις χρήσεις χρησιμοποιούνται δορυφορικές εικόνες για δύο έτη και σκοπός είναι η εκτίμηση εάν τελικά η επέκταση των πόλεων είναι τελικά διάχυση με αρνητική έννοια. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Στο παρόν κείμενο επιδιώκεται η σύνδεση της αστικής διάχυσης με την αστική ανταγωνιστικότητα και τον σχεδιασμό. Η αστική ανταγωνιστικότητα αναφέρεται στην ικανότητα μιας μητροπολιτικής περιοχής να προσελκύει επενδύσεις, αντιμετωπίζοντας τις κοινωνικο-οικονομικές επιπτώσεις του αναπροσδιορισμού των κατευθύνσεων σε αυτή την κατεύθυνση. Η αστική διάχυση από την άλλη συνδέεται με τη ραγδαία αύξηση του πληθυσμού και την σημαντική ανακατανομή των κατοίκων στο αστικό τοπίο. Η αστική ανταγωνιστικότητα αποτελεί τον παράγοντα κλειδί για την ώθηση της αστική ανάπτυξης και κατά επέκταση της αστικής διάχυσης. Ένας ακόμη παράγοντας που επηρέασε την αστική διάχυση είναι η ανυπαρξία σχεδιασμού και το μεγάλο κύμα αποίκισης στις παρυφές της πόλης. Η πόλη της Αθήνας έρχεται να αντιμετωπίσει ένα νέο κύμα διάχυσης το οποίο συνδέεται με την αλλαγή του σχεδιασμού για την προώθηση της ανταγωνιστικότητας σε τοπικό επίπεδο. Αυτή η εικόνα είναι εμφανής μέσω της αλλαγής των χρήσεων γης με τη χρήση δορυφορικών δεδομένων. Η πυκνότητα της αστικοποίησης ποικίλει και λαμβάνει τεσσάρων ειδών μορφές όπως η προαστιακή ανάπτυξη, η γραμμική ανάπτυξη, η διάσπαρτη ανάπτυξη στο χώρο σχηματίζοντας μια πολυκεντρική πόλη και διάσπαρτη γύρω από ένα κέντρο πόλης. Η σημαντικότητά της οφείλεται στο γεγονός πως οι επιπτώσεις της είναι περιβαλλοντικές, οικονομικές και κοινωνικές οι οποίες εντείνονται όταν συνδέονται με την άναρχη και μη βιώσιμη ανάπτυξη. <br /> <br /> '''Σχεδιάζοντας μια άναρχη πόλη'''<br /> <br /> Η ιστορικά επεκτεινόμενη διαδικασία της πόλης της Αθήνας είναι εμφανής στον πίνακα 1. Βασικό χαρακτηριστικό της είναι η συνεχής προσέλκυση πληθυσμού και η απουσία σχεδιασμού. Παράδειγμα του συνδυασμού αστικής ανταγωνιστικότητας και αστικής διάχυσης είναι οι Ολυμπιακοί Αγώνες του 2004. Η ανάπτυξη της Αθήνας προσανατολίζεται σε εθνικό επίπεδο με σκοπό να φιλοξενηθεί το γεγονός και για τους σκοπούς αυτούς δημιουργούνται δρόμοι, υποδομές που συμβάλλουν στην αλλαγή των δυνάμεων ανάπτυξης και την αύξηση των αξιών γης. <br /> Περιοχή μελέτης <br /> Το παρόν άρθρο εστιάζει στην Μεσόγεια Πεδιάδα όπως μπορεί να γίνει αντιληπτό από την εικόνα 2. Η περιοχή αρχίζει να αλλάζει το 1980 με την μετεγκατάσταση του αεροδρομίου εντός της και την δημιουργία υποδομών για την σύνδεση του αεροδρομίου με το κέντρο της πόλης. Ο Υμηττός αποτέλεσε το φυσικό όριο της αστικής διάχυσης κατά το μεγάλο κύμα μετανάστευσης βοηθώντας στην διατήρηση του αγροτικού χαρακτήρα της περιοχής. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Για την μελέτη της αλλαγής των χρήσεων γης χρησιμοποιείται η μετα-ταξινόμησης ανάλυση με τη χρήση δορυφορικών εικόνων. Η παρακολούθηση της αστικής ανάπτυξης γίνεται μέσω της σύγκρισης ταξινομημένων χαρτών διαφόρων χρονολογιών και αξιολογώντας τις αλλαγές των pixel από αστικές και μη αστικές χρήσεις. Στην παρούσα εργασία χρησιμοποιούνται 2 εικόνες Landsat TM 5 (Ιούνιος 1987 και Μάιος 2003, 7 κανάλια, μέγεθος pixel 30m). Γεωμετρική διόρθωση πραγματοποιήθηκε με τη χρήση δεύτερης τάξης πολυώνυμα και resampling με τη μέθοδο του πλησιέστερου γείτονα με RMS error μικρότερο από 1 pixel. Ορίστηκε το ελληνικό γεωδαιτικό σύστημα και οι εικόνες ταξινομήθηκαν με την ταξινόμηση Μέγιστης Πιθανοφάνειας με την τυχαία επιλογή δειγμάτων από κάθε κλάση. Δημιουργούνται 7 κλάσεις και συγχωνεύονται σε 2 ως αστικές και μη αστικές χρήσεις. Η περιοχή μελέτης περιορίστηκε στην πεδιάδα ώστε να μειωθεί το σφάλμα και η σύγχυση στην ταξινόμηση λόγω των ορεινών όγκων. Ο έλεγχος του σφάλματος πραγματοποιείται μέσω error matrices όπως το αναλύουν οι Koukoulas and Blackburn (2001), Khorram (1999) and Congalton and Green (1999). Οι ακρίβειες των χαρτών είναι 93%, 94% και του τελικού εκτιμάται σε 86%. Για να εκτιμηθεί η επίδραση των πολιτικών ανάπτυξης στην αστική εξέλιξη της περιοχής γίνεται υπέρθεση των ζωνών ανάπτυξης στον τελικό ταξινομημένο χάρτη. Η αλλαγή των χρήσεων γης στις σχεδιασμένες ζώνες αναλύεται στον πίνακα 2. <br /> Η αστική διάχυση στην περιοχή σύμφωνα με τα αποτελέσματα της ταξινόμησης γίνεται σε βάρος της αγροτικής γης και των προστατευμένων περιοχών καθοδηγούμενη από τα έργα των Ολυμπιακών Αγώνων του 2004. Συμπερασματικά, η διάχυση που συμβαίνει στη Μεσόγεια Πεδιάδα έχει αρνητικό πρόσημο καθώς αποκλίνει σημαντικά από το σχεδιασμό για την εν λόγω περιοχή. <br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CF%89%CE%BD_%CF%87%CF%8E%CF%81%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CE%BD_%CE%B1%CE%BD%CE%B1%CF%80%CF%84%CF%85%CE%BE%CE%B9%CE%B1%CE%BA%CF%8C_%CF%83%CF%87%CE%B5%CE%B4%CE%B9%CE%B1%CF%83%CE%BC%CF%8C_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CF%8C%CE%BB%CE%B7_%CE%9A%CE%BF%CE%BB%CF%8C%CE%BC%CF%80%CE%BF_%CF%84%CE%B7%CF%82_%CE%A3%CF%81%CE%B9_%CE%9B%CE%AC%CE%BD%CE%BA%CE%B1,_%CE%B1%CE%BE%CE%B9%CE%BF%CF%80%CE%BF%CE%B9%CF%8E%CE%BD%CF%84%CE%B1%CF%82_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AD%CF%82_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CE%B5%CF%82_THEOS 2017-02-10T22:23:07Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_5_pic1.png|thumb|right|'''Σχήμα 1''': Τοποθεσία της διοικητικής περιοχής του δημοτικού συμβουλίου του Κολόμπο στη Σρι Λάνκα (CMC) και η πληθυσμιακή πυκνότητα των διοικητικών περιοχών GN]]<br /> [[Εικόνα:koutsi_art_5_pic2.png|thumb|right|'''Σχήμα 2''': Μια σκηνή κοντά στο Bandaranaike Memorial International Conference Hall (BMICH), Κολόμπο, Σρι Λάνκα. (a) σύνθεση φυσικών χρωμάτων THEOS, (b) NDVI, (c) οι χώροι πρασίνου που έχουν υπολογιστεί και έχει γίνει υπέρθεσή τους στη σύνθεση φυσικών χρωμάτων, (d) πολύγωνα αστικών πρασίνων]]<br /> [[Εικόνα:koutsi_art_5_pic3.png|thumb|right|'''Σχήμα 3''': (a) Κατανομή χώρων πρασίνου στις (GN) διοικητικές περιοχές, (b) αστικό πράσινο/κάτοικο για τις (GN) διοικητικές περιοχές, (c) προτεινόμενες περιοχές για την δημιουργία χώρων πρασίνου, (d) εκτιμώμενοι χώροι πρασίνου για τις GN διοικητικές περιοχές στο Κολόμπο της Σρι Λάνκα.]]<br /> [[Εικόνα:koutsi_art_5_pic4.png|thumb|right|'''Σχήμα 4''':(a) Κατανομή NO2 (b) Κατανομή SO2 στην περιοχή CMC, Σρι Λάνκα.]]<br /> [[Εικόνα:koutsi_art_5_pic5.png|thumb|right|'''Σχήμα 5''': (a)Περιβαλλοντικά κρίσιμες περιοχές με βάση την βλάστηση και την περιεκτικότητα σε NO2, (b) Περιβαλλοντικά κρίσιμες περιοχές με βάση την βλάστηση και την περιεκτικότητα σε SO2 (c) Περιβαλλοντικά κρίσιμες περιοχές με βάση το αστικό πράσινο ανά κάτοικο και την πληθυσμιακή πυκνότηταon στην περιοχή CMC, Σρι Λάνκα]] <br /> <br /> I.P. Senanayake∗, W.D.D.P. Welivitiya, P.M. Nadeeka<br /> <br /> Space Applications Division, Arthur C Clarke Institute for Modern Technologies (ACCIMT), Moratuwa, Sri Lanka<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S161886671300037X]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': ατμοσφαιρική ρύπανση, περιβαλλοντική ποιότητα, NDVI, πυκνότητα πληθυσμού, αστικός σχεδιασμός<br /> <br /> '''Αντικείμενο'''<br /> <br /> Το παρόν άρθρο έχει ως αντικείμενο την εκτίμηση της περιβαλλοντικής ποιότητας στην πόλη του Κολόμπο με βάση την ύπαρξη χώρων πρασίνου και με τελικό σκοπό την παροχή προτάσεων για αύξηση της περιβαλλοντικής ποιότητας σε διεθνή πρότυπα. Η εφαρμογή γίνεται σε επίπεδο διοικητικής διαίρεσης GN (Grama Niladhari) με χρήση δορυφορικών εικόνων THEOS, οι οποίες εκτιμούνται με τη χρήση δεικτών ατμοσφαιρικής ποιότητας και πυκνότητας πληθυσμού με σκοπό την συσχέτισή τους. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Οι χώροι πρασίνου διαδραματίζουν σημαντικό ρόλο στις αστικές περιοχές μέσω της περιβαλλοντικής, αισθητικής, κοινωνικής και οικονομικής συνεισφοράς τους στην υγεία και την ευεξία των πολιτών. Ειδικότερα, συμβάλλουν στην μείωση των εκπομπών διοξειδίου του άνθρακα και την παροχή οξυγόνου, στην διαμόρφωση των αξιών γης, στην προώθηση του τουρισμού αλλά και την μείωση του άγχους και στρες. Για τους παραπάνω λόγους ο Παγκόσμιος Οργανισμός Υγείας (WHO) όρισε ως ελάχιστο όριο για την υγιή διαβίωση του ατόμου τα 9.5 m2 πρασίνου ανά κάτοικο. Οι ανεπτυγμένες χώρες έχουν δώσει αρκετή σημασία στην παροχή χώρων πρασίνου, ενώ πολλές αναπτυσσόμενες παρουσιάζουν ποσοστό χώρων πρασίνου αρκετά χαμηλό. Η πόλη του Κολόμπο επιλέγεται για την παρούσα μελέτη καθώς εξαιτίας της μεγάλης πυκνότητας του πληθυσμού, της αυθαίρετης δόμησης, και της αυξημένης ατμοσφαιρικής ρύπανσης, οι χώροι πρασίνου συνεχώς μειώνονται. Για τους λόγους αυτούς το Κολόμπο είναι η πιο ρυπασμένη πόλη της Σρι Λάνκα. Η ορθή κατανομή των αστικών χώρων πρασίνου είναι θεμέλιο για τον αστικό σχεδιασμό και των επανασχεδιασμό των χρήσεων γης από την κυβέρνηση για την οικιστική περιοχή του Κολόμπο. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η περιοχή μελέτης (CMC) καλύπτει το σύνολο της μητροπολιτικής περιοχής του Κολόμπο και αποτελείται από 55 GN διοικητικές διαιρέσεις μεγέθους 37 km2 συνολικά. Διαθέτει 637.865 μόνιμους κατοίκους και περίπου 100.000 παροδικό πληθυσμό. Η περιοχή Fort συγκεντρώνει την βιομηχανική και μεταφορική δραστηριότητα της περιοχής. <br /> Η εκτίμηση των χώρων πρασίνου πραγματοποιείται με βάση την εκτίμηση 3 παραγόντων:<br /> *Την πυκνότητα του πληθυσμού, η οποία αποτελεί βασικό παράγοντα για μέτρηση των χώρων πρασίνου ανά κάτοικο. Καθώς τα τελευταία δεδομένα απογραφής είναι από το 2001, πραγματοποιείται εκτίμηση του μελλοντικού πληθυσμού για το 2011 με τη χρήση στατιστικών μεθόδων και καταχωρούνται σε διανυσματικό αρχείο περιβάλλοντος GIS. <br /> *Την Χαρτογράφηση της κατανομής της ποιότητας του αέρα με τη χρήση δεδομένων από τον Εθνικό Οργανισμό Κτιριακής Έρευνας (National Buildings Research Organization-NBRO) της Σρι Λάνκα. Οι μετρήσεις πραγματοποιήθηκαν κατά το χρονικό διάστημα 2002-2008, ενώ για την παρούσα μελέτη χρησιμοποιήθηκαν οι μέσες ετήσιες τιμές οι οποίες κατανεμήθηκαν μέσω της μεθόδου “Kriging” στο GIS στην περιοχή CMC. <br /> *Την εξαγωγή των αστικών χώρων πρασίνου, η οποία παρέχεται από εικόνες THEOS Level 2A DIMAP GEOTIFF. Το προϊόν Level 2A DIMAP περιέχει 4 φασματικά κανάλια τα οποία ενισχύονται με τη χρήση της παγχρωματικής εικόνας με ανάλυση ως 2 m. Είναι σημαντικό να αναφερθεί πως η φασματική υπογραφή της βλάστησης εξαρτάται σε μεγάλο βαθμό από το πόσο υγιής είναι. Με τη χρήση του δείκτη NDVI λαμβάνουμε τις απαραίτητες πληροφορίες σχετικά με την βλάστηση για την περιοχή μελέτης, οι οποίες είναι θετικές και κυμαίνονται από 0.3 έως 0.8. Ο χάρτης με τους δείκτες NDVI με τιμές από -1 έως +1 «τεντώνεται» και αποκτά ένταση από 0-255 για την ευκολία της ταξινόμησης. Ύστερα από υπέρθεση του χάρτη με την εικόνα THEOS πραγματοποιείται η τελική κατανομή των αστικών χώρων πρασίνου. Σύμφωνα με αυτό το είδος της ταξινόμησης οι τιμές πάνω από 150 αντανακλούν χώρους πρασίνου, οπότε και θεωρείται το ελάχιστο όριο. Ύστερα από υπολογισμό του κατά κεφαλήν πρασίνου παρατηρείται πως οι περιοχές υστερούν συγκριτικά με το εκτιμώμενο και απαιτείται η εύρεση νέων περιοχών. <br /> *Εντοπισμός των κρίσιμων περιβαλλοντικά περιοχών μέσω της χρήσεις δεικτών. Η αξιολόγηση των περιοχών αυτών πραγματοποιήθηκε μέσω της εκτίμησης παραγόντων όπως συγκέντρωση NDVI-SO2 και συγκέντρωση NDVI-N02 οι οποίοι παρουσιάστηκαν και γραφικά χρησιμοποιήθηκαν σε εξισώσεις. Περιοχές με χαμηλή βλάστηση και υψηλή συγκέντρωση τους παραπάνω δείκτες αποτελούν κρίσιμες περιοχές. <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Συνοπτικά, η από την εξαγωγή των συγκρίσιμων χαρτών (σχήμα 3) συμπεραίνεται πώς το 24% της συνολικής έκτασης αποτελείται από αστικό πράσινο. Παρόλα αυτά η ανισοκατανομή είναι μεγάλη καθώς η περιοχή Gothamipura διαθέτει 54% κάλυψη συγκριτικά με τις 10 περιοχές από τις 55 που κατέχουν κάτω από 10%. Αυτές οι περιοχές εντοπίζεται κυρίως στο νοτιοδυτικό τμήμα της περιοχής μελέτης και η κατάτμησή τους οφείλεται στην ύπαρξη αυθαίρετων κατοικιών. Με την μελέτη του χάρτη χώρων πρασίνου ανά κάτοικο 34 DN διοικητικές περιοχές δεν προσεγγίζουν τον ελάχιστο προβλεπόμενο αστικό χώρο πρασίνου ανά κάτοικο από τον WHO, ενώ υπάρχουν περιοχές με μόλις 1 m2/κάτοικο. Με τον τρόπο αυτό εντοπίζονται οι περιοχές όπου παρουσιάζεται ανάγκη για δημιουργία νέων χώρων πρασίνου σε κάθε περιοχή και υπολογίζεται το μέγεθός τους. Όπως προαναφέρθηκε σε συνδυασμό των επιμέρους δεικτών που υπολογίστηκαν βρέθηκαν οι κρίσιμες περιοχές οι οποίες για την περιοχή μελέτης είναι 11 από τις 55. Αφορούν κυρίως τμήματα της πόλης με υψηλή πυκνότητα μετακινήσεων και βιομηχανικές περιοχές. Αυτό που πρέπει να αναφερθεί είναι πως η ύπαρξη χώρων πρασίνου είναι απαραίτητη και η οργάνωσή τους μέσω του αστικού σχεδιασμού συμβάλλει στην μείωση των καταπατήσεων αλλά και στην αύξηση της ποιότητας ζωής των κατοίκων. <br /> <br /> [[category:Αστικός και περιφερειακός σχεδιασμός]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%88%CE%BD%CE%B1%CF%82_%CE%A0%CF%81%CE%AC%CF%83%CE%B9%CE%BD%CE%BF%CF%82_%CE%94%CE%B5%CE%AF%CE%BA%CF%84%CE%B7%CF%82_%CF%80%CE%BF%CF%85_%CE%B5%CE%BD%CF%83%CF%89%CE%BC%CE%B1%CF%84%CF%8E%CE%BD%CE%B5%CE%B9_%CF%84%CE%B7%CE%BD_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BD_%CE%91%CE%BD%CF%84%CE%AF%CE%BB%CE%B7%CF%88%CE%B7_%CF%84%CF%89%CE%BD_%CE%A0%CE%BF%CE%BB%CE%B9%CF%84%CF%8E%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%BF%CF%85%CF%82_%CE%A7%CF%8E%CF%81%CE%BF%CF%85%CF%82_%CE%A0%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85 2017-02-10T22:22:52Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_8_pic1.png|thumb|right|'''Σχήμα 1''': Τοποθεσία της πόλης του Σάλτσμπουργκ και η περιοχή μελέτης]]<br /> [[Εικόνα:koutsi_art_8_pic2.png|thumb|right|'''Σχήμα 2''': Η βάση γνώσης που χρησιμοποιείται για την κατάτμηση και ταξινόμηση]]<br /> [[Εικόνα:koutsi_art_8_pic3.png|thumb|right|'''Πίνακας 1''': Παράγοντες Κατάτμησης]]<br /> [[Εικόνα:koutsi_art_8_pic4.png|thumb|right|'''Σχήμα 3''': Ταξινόμηση της υψηλά δομημένης βλάστησης (πράσινο) και της χαμηλά-δομημένης βλάστησης (ανοιχτό πράσινο) στην ορθοφωτογραφία 4330-48/2]]<br /> [[Εικόνα:koutsi_art_8_pic5.png|thumb|right|'''Σχήμα 4''': Ορθοφωτογραφία 4330-48/2 στα αριστερά, η τελική ταξινόμηση (πράσινες και όχι-πράσινες περιοχές) στα δεξιά]]<br /> [[Εικόνα:koutsi_art_8_pic6.png|thumb|right|'''Σχήμα 5''': 3D-απεικόνιση των διαφορετικών σχηματισμών των γειτονικών κτιρίων]]<br /> [[Εικόνα:koutsi_art_8_pic7.png|thumb|right|'''Πίνακας 2''': Παράγοντες για μια «σταθμισμένη πράσινη Ποιότητα»]]<br /> [[Εικόνα:koutsi_art_8_pic8.png|thumb|right|'''Σχήμα 6''': Γραφική αναπαράσταση των 3 παραγόντων που χρησιμοποιήθηκαν για την απόκτηση μιας «σταθμισμένης πράσινης ποιότητας»]]<br /> [[Εικόνα:koutsi_art_8_pic9.png|thumb|right|'''Σχήμα 7''': Πράσινος Δείκτης κατηγοριοποιημένος σε 4 κλάσεις σε 100*100 ψηφιδωτά κελιά (ορθοφωτογραφία 4430-48/2)]]<br /> [[Εικόνα:koutsi_art_8_pic10.png|thumb|right|'''Σχήμα 8''': Κατανομή των παραγόντων «ποσοστά πολυώροφων κτιρίων (αριστερά) και «μεσαία απόσταση μεταξύ κτιρίων» (δεξιά) για την ορθοφωτογραφία 4430-48/2]] <br /> [[Εικόνα:koutsi_art_8_pic11.png|thumb|right|'''Σχήμα 9''': Συγκεντρωτική μέτρηση της «σταθμισμένης πράσινης ποιότητας» (για τον σταθμισμένο πίνακα 2)]]<br /> <br /> E. Schöpfer a, *, S. Lang a, T. Blaschke a<br /> <br /> a Centre for Geoinformatics (Z_GIS), University of Salzburg, Hellbrunnerstr. 34, 5020 Salzburg, Austria -(elisabeth.schoepfer, stefan.lang, thomas.blaschke)@sbg.ac.at<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': GIS, Ανθρώπινη Εγκατάσταση, Βλάστηση, Ανάλυση, Ταξινόμηση, Πόλη, Αστικοί Χώροι Πρασίνου<br /> <br /> '''Link''': [https://ispace.researchstudio.at/sites/ispace.researchstudio.at/files/145.pdf] <br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι η χρήση της αντικειμενοστραφούς ταξινόμησης στην ανίχνευση του αστικού πρασίνου στην πόλη του Σάλτσμπούργκ. <br /> <br /> '''Στόχος Εφαρμογής'''<br /> <br /> Η παρούσα εργασία αφορά τον χωρικό σχεδιασμό και επιθυμεί με τη χρήση της τηλεπισκόπησης να ανακτήσει δεδομένα θέασης από τους δείκτες και κατά πόσο συνδέονται με την ύπαρξη αστικών χώρων πρασίνου. Η εκτίμηση των αστικών χώρων είναι ιδιαίτερα σημαντική καθώς συμβάλει στον προσδιορισμό των χώρων ανοικοδόμησης και επανασχεδίασης σε μια πόλη, ενώ καθορίζει την ταυτότητά της, το βιοτικό επίπεδο και την ελκυστικότητά της. Η μελέτη των χώρων πρασίνου διαφέρει ανάλογα με την κλίμακα μελέτης, για το λόγο αυτό μπορεί να γίνει είτε με ορθοφωτογραφίες είτε με τη χρήση μεσαίας ανάλυσης δορυφορικών δεδομένων. Η παρούσα μελέτη αποτελεί τμήμα μελέτης όπου το τμήμα σχεδιασμού της πόλης του Σάλτσμπουργκ επιδιώκει να προσδιορίσει ένα ολοκληρωμένο σύνολο δεικτών για την αξιολόγηση της ποιότητας ζωής των κατοίκων. Ο «πράσινος δείκτης», που πρόκειται να αναλυθεί αποτελεί μέρος του συνόλου που προαναφέρθηκε. Στην ουσία επιδιώκεται να συνδυαστεί ο η ατομική αντίληψη των ατόμων με ταυτόχρονη ένδειξη της χωρικής κατανομής των κτιρίων. <br /> <br /> '''Πως γινόταν Παλιότερα'''<br /> <br /> Χωρίς την χρήση της τηλεπισκόπησης η αποτίμηση των χώρων πρασίνου γινόταν μέσω της παραδοσιακής τοπογραφίας με μετρήσεις εδάφους και επιτόπια έρευνα. <br /> <br /> '''Προεπεξεργασία'''<br /> <br /> Η προεπεξεργασία των ορθοφωτογραφιών που απαιτείται είναι ο προσδιορισμός του γεωγραφικού συστήματος αναφοράς και συγκεκριμένα του Αυστριακού Συστήματος Αναφοράς (Austrian reference system). Ομοίως, η δορυφορική εικόνα Aster εγγράφεται στις ορθοφωτογραφίες χρησιμοποιώντας ένα δεύτερης τάξης πολυώνυμο μετασχηματισμού με τη μέθοδο του πλησιέστερου γείτονα.<br /> <br /> '''Μεθοδολογία''' <br /> Αρχικά, για τον υπολογισμό των χώρων πρασίνου στο νοτιοκεντρικό τμήμα της πόλης του Σάλτσμπουργκ, συνολικής έκτασης 500ha (σχήμα 1), χρησιμοποιούνται συνολικά 16 ορθοφωτογραφίες από τις οποίες ταξινομήθηκαν η 1 από αυτές (No.433-48/2 με χωρική ανάλυση 0.1m), χρησιμοποιήθηκε σαν δείγμα η No.4330-48/3 για την δοκιμή της μεταφοράς ιεραρχίας και οι υπόλοιπες ακολούθησαν το ίδιο πρότυπο. Συμπληρωματικά, χρησιμοποιήθηκαν αρχεία ψηφιακού κτηματολογίου, που μετατράπηκαν σε raster με χωρική ανάλυση 0.8m. Για την χρήση περαιτέρω υπέρυθρης πληροφορίας ελήφθησαν δεδομένα Aster (ημερομηνία λήψης 18/05/2002). <br /> Για την ταξινόμηση των ορθοφωτογραφιών χρησιμοποιείται η αντικειμενοστραφής ταξινόμηση με χρήση Βάσεων Γνώσης η οποία είναι αποτέλεσμα της ραγδαία ανάπτυξης της τηλεπισκόπησης και της χρήσης δορυφορικών δεδομένων υψηλής ανάλυσης (Ikonos, Quickbird, κ.ά.). Η αντικειμενοστραφής ταξινόμηση βασίζεται σε αλγορίθμους και εφαρμογές κατάτμησης, οι οποίοι διαχρονικά βελτιώνονται συνεχώς. Η κατάτμηση της εικόνας παραμετροποιείται με βάση τα ιδιαίτερα χαρακτηριστικά των αντικειμένων όπως το σχήμα και η περίμετρος αλλά και βάση των τυπολογικών χαρακτηριστικών τους όπως είναι η εγγύτητα. Στην παρούσα μελέτη χρησιμοποιείται μια απλή Βάση Γνώσης με σκοπό να δημιουργηθεί η Ιεραρχία των Βάσεων (Σχήμα 2). Η βάση Γνώσης ελέγχει τον αριθμό των κατατμήσεων και τον ορισμό των κλάσεων.<br /> Η κατάτμηση της εικόνας ώστε να πραγματοποιηθεί η αντικειμενοστραφής ταξινόμηση δίνεται μέσω μιας προηγμένης region-growing και βασισμένη στη γνώση (knowledge-based) μεθόδου η οποία βασίστηκε στον αλγόριθμο των Baatz και Schäpe (2000). Η κατάτμηση πραγματοποιείται σε 3 στάδια με σκοπό την επίτευξη της όσο το δυνατό βέλτιστης απόδοσης. Το πρώτο επίπεδο έχει συντελεστή κατάτμησης 10, ενώ δημιουργήθηκε ένα δεύτερο επίπεδο με υψηλότερο βάρος στην σύμπτυξη των αντικειμένων. Από τον πίνακα 1 ως εισροή στην ταξινόμηση χρησιμοποιείται η φασματική διαφορά κατάτμησης. Η ταξινόμηση πραγματοποιείται σε μία ορθοφωτογραφία με δυνατότητα μεταφοράς της ιεραρχίας σε όλη την επιφάνεια της περιοχής μελέτης. Σε πρώτο βήμα διαχωρίζονται οι Σκιασμένες (13.5%) και οι Μη-Σκιασμένες περιοχές (86.5%) χρησιμοποιώντας την συνολική φωτεινότητα (σχήμα 3). Τα δεδομένα για τους πράσινους χώρους προκύπτουν από την αναλογία του πράσινου και της συνολικής φωτεινότητας ενώ για την κτισμένη επιφάνεια από την αναλογία του μπλε. Στο επόμενο βήμα πραγματοποιείται διαχωρισμός σε Υψηλά Δομημένη Βλάστηση (όπως δέντρα) και Χαμηλά Δομημένη Βλάστηση όπως κήποι και γρασίδι όπως προκύπτει από την διακύμανση στο πράσινο κανάλι. Στη συνέχεια πραγματοποιείται περαιτέρω κατάτμηση σε υψηλής και χαμηλής έντασης βλάστηση. Ο δείκτης βλάστησης NDVI χρησιμοποιείται για τον διαχωρισμό σε περιοχές με βλάστηση και χωρίς για τις σκιασμένες περιοχές(σχήμα 4). <br /> Για τον προσδιορισμό του αστικού πρασίνου ως δείκτης ποιότητας ζωής είναι απαραίτητο να προσδιοριστεί με βάση τα σημεία θέασης από τον κάτοικο της περιοχής. Για την επίτευξη του στόχου χρησιμοποιείται ένα τμήμα της περιοχής μεγέθους 1ha (σχήμα 5). Οι παράγοντες που χρησιμοποιούνται είναι α) το ποσοστό του πρασίνου, β) το ποσοστό των πολυώροφων κτιρίων και γ) η απόσταση των κτιρίων με κλίμακα από 0-1 (πίνακας 2, σχήμα 6).<br /> <br /> '''Συμπεράσματα'''<br /> <br /> Αρχικά, πρέπει να αναφερθεί πως σύμφωνα με τον έλεγχο ακρίβειας των αποτελεσμάτων η οποία πραγματοποιήθηκε μέσω αυτόματης στρωματοποιημένης τυχαίας κατανομής για 100 σημεία, η εικόνα 4430-48/2 διαθέτει ποσοστό ακρίβειας 92%, ενώ η εικόνα στην οποία μεταφέρθηκε η ήδη διαμορφωμένη ιεραρχία διαθέτει 81%.<br /> Το τελικό αποτέλεσμα της κατανομής είναι ορατό στην εικόνα 7 ανά κελιά μεγέθους 100*100 m, ενώ στο σχήμα 8 είναι εμφανής η κατανομή των δεικτών «ποσοστό πολυώροφων κτιρίων» και «μέση απόσταση μεταξύ των κτιρίων». Τα τελικά αποτελέσματα παρουσιάζονται στο σχήμα 9. Είναι σημαντικό να αναφερθεί πως η παρούσα εργασία αποτελεί συνδυασμό των δυνατοτήτων της τηλεπισκόπησης και του GIS, καθώς η σύνθεση των επιμέρους παραγόντων έγιναν σε περιβάλλον GIS. Τα αποτελέσματα μπορούν να απεικονίσουν την πραγματική εικόνα και αίσθηση του δέκτη αλλά με μία επιφύλαξη καθώς η κατάτμηση της περιοχής σε τμήματα 100*100 δεν αντιπροσωπεύει την σύνδεση των αντικειμένων με τα αντικείμενα πλησίον τους. <br /> <br /> <br /> [[category:Καταγραφή πρασίνου]]</div>

Koutsi 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_%CF%84%CF%89%CE%BD_%CE%B1%CE%BB%CE%BB%CE%B1%CE%B3%CF%8E%CE%BD_%CF%83%CF%84%CE%BF%CF%85%CF%82_%CF%87%CF%8E%CF%81%CE%BF%CF%85%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CF%80%CF%81%CE%B1%CF%83%CE%AF%CE%BD%CE%BF%CF%85_%CF%83%CF%84%CE%B7%CE%BD_%CF%80%CF%8C%CE%BB%CE%B7_%CE%9Cashad_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD 2017-02-10T22:22:18Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:Paper_9_fig1.PNG‎|thumb|right|'''Σχήμα 1''': Τοποθεσία της Επαρχίας Khorasan Ravani βορειοανατoλικά του Ιράν (αριστερά) και η πόλη της Mashad (δεξιά)]]<br /> [[Εικόνα:Paper_9_fig2.PNG‎|thumb|right|'''Σχήμα 2''': Cumulative producer’s and user’s accuracy curve for NDVI differencing change detection map]]<br /> [[Εικόνα:Paper_9_fig3.PNG‎|thumb|right|'''Σχήμα 3''': Ανίχνευση χώρων πρασίνου, η μείωση των οποίων φαίνεται με κόκκινο χρώμα και η αύξηση με πράσινο]]<br /> [[Εικόνα:Paper_9_fig7.PNG‎|thumb|right|'''Πίνακας 1''': Ορισμός των μετρήσεων τοπίου που χρησιμοποιούνται για την ανάλυση των αλλαγών]]<br /> [[Εικόνα:Paper_9_fig9.PNG‎|thumb|right|'''Πίνακας 2''': Ο έλεγχος ακρίβειας για τον χάρτη τοπίου με την ταξινόμηση της μέγιστης πιθανοφάνειας]]<br /> [[Εικόνα:Paper_9_fig4.PNG‎|thumb|right|'''Σχήμα 4''': Ο χάρτης τοπίου της πόλης Mashad]]<br /> [[Εικόνα:Paper_9_fig5.PNG‎|thumb|right|'''Σχήμα 5''': Από τα δυτικά προς τα ανατολικά διαγράμματα για επιλεγμένες μετρήσεις]]<br /> [[Εικόνα:Paper_9_fig10.PNG‎|thumb|right|'''Πίνακας 3''': Η τιμή κάθε μέτρησης τοπίου για την περιοχή μελέτης]]<br /> <br /> Reza Rafiee a,*, Abdolrassoul Salman Mahiny b, Nematolah Khorasani c<br /> <br /> a Department of Fishery, Faculty of Marine Science, Chabahar Maritime University, Chabahar, Iran<br /> b Department of Environmental Sciences, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran<br /> c Department of Environmental Sciences, Faculty of Natural Resources, University of Tehran, Karaj, Iran<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0303243409000671]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Αστικό πράσινο, Ανίχνευση αλλαγών, Μετρήσεις τοπίου, Μετά-ταξινόμησης σύγκριση, Πόλη της Mashad. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Σκοπός της παρούσας μελέτης είναι ο έλεγχος των αλλαγών των περιοχών πρασίνου στην Πόλη της Mashad και η παρακολούθηση των τάσεων αλλαγής. Η χωρική ανάλυση χρησιμοποιείται για την ανάδειξη της επιρροής του ανθρώπου στις χρήσεις γης και περιέχει απαραίτητες πληροφορίες για την δημιουργία πολιτικών ανάπτυξης. Για το σκοπό αυτό χρησιμοποιείται η διαδικασία της μετα-ταξινομικής σύγκρισης με την παροχή δεδομένων για αστικό πράσινο από τη χρήση του δείκτη NDVI. Επίσης, παρέχονται δεδομένα από μετρήσεις τοπίου, τα οποία σε συνδυασμό με την ταξινόμηση προσδίδουν την συνολική διαχρονική εικόνα της περιοχής μελέτης. <br /> <br /> '''Περιοχή Μελέτης''' <br /> <br /> Η Πόλη της Mashad είναι η πρωτεύουσα της επαρχίας Khorasan Razavi του Ιράν (Σχήμα 1). Λόγω ποικίλων παραγόντων προσελκύει πλήθος ατόμων. Συγκεκριμένα, το 1987 στην περιοχή κατοικούσαν 668.000 άτομα, ενώ τώρα ο πληθυσμός αγγίζει τα 2,4 εκατομμύρια. Για την εξυπηρέτηση του πληθυσμού, η αύξηση της οικοδομικής δραστηριότητας δρα σε βάρος του αστικού πρασίνου. Το πρόβλημα θεωρήθηκε τόσο σημαντικό που η κυβέρνηση υποχρεώθηκε να αντικαταστήσει όλους τους χώρους πρασίνου ως ανάγκη για οικιστική ανάπτυξη. <br /> Δεδομένα και Προεπεξεργασία<br /> Για την παρούσα μελέτη επιλέγονται μια εικόνα Landsat TM του 1987 και μια IRS LISS-III του 2006 που καλύπτουν εξίσου περιοχή 220 km2 περιλαμβάνοντας την πόλη της Mashad και τα περίχωρα. Η εικόνα IRS εγγράφηκε σε τοπογραφικό χάρτη της πόλης της Mashad για να ανταποκρίνεται σε προβολικό UTM, και ώστε να έχει χωρική ανάλυση 30 μέτρα. Στη συνέχεια η εικόνα Landsat εγγράφεται στην εικόνα IRS με τη χρήση 13 σημείων GPS. Η διόρθωση επιτεύχθηκε μέσω των μεθόδων του πολυωνυμικού μοντέλου και του πλησιέστερου γείτονα. Για την αποφυγή ραδιομετρικών λαθών, πραγματοποιείται ραδιομετρική διόρθωση με τη χρήση της μεθόδου των σκοτεινών και φωτεινών σημείων, ενώ στη συνέχεια, δημιουργείται με ψηφιοποίηση ένα vector για την αποκοπή της περιοχής μελέτης. Οι εικόνες ταξινομούνται με τη μέθοδο της επιβλεπόμενης ταξινόμησης σε 3 κλάσεις: γυμνό έδαφος, αστικές περιοχές και χώροι πρασίνου. Παράλληλα πραγματοποιείται επιβλεπόμενη ταξινόμηση σε 100 κλάσεις και προκύπτουν δείγματα pixel τα οποία συγκρίνονται με τις περιοχές εκπαίδευσης της επιβλεπόμενης ταξινόμησης ώστε τα pixel να εξομαλυνθούν. Χωρίς την εξομάλυνση το λάθος της ταξινόμησης είναι υψηλότερο. Η τελική ακρίβεια των εικόνων είναι διαθέσιμη στον πίνακα 2. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> *Δείκτης NDVI<br /> <br /> Με τη χρήση του δείκτη NDVI για κάθε δεκαετία, προκύπτει ένας χάρτης των περιοχών που έχουν υποστεί αλλαγή. Οι αρνητικές τιμές σημαίνουν μείωση του αστικού πρασίνου ενώ οι θετικές τιμές αύξηση. Για να εντοπιστεί το υψηλό και χαμηλό κατώφλι των τιμών χρησιμοποιήθηκε η καμπύλη ακρίβειας η οποία παρέχει γραφική και ποσοτική παρουσίαση των σχέσεων μεταξύ των επιπέδων κατωφλίων που χρησιμοποιήθηκαν στην μελέτη και των σχημάτων της διαδικασίας ακρίβειας. Τα κατώφλια για την ταξινόμηση των εικόνων με βάση τον δείκτη NDVI ορίζονται ως αύξουσα, φθίνουσα και μη μεταβλητή κατάσταση. Στη συνέχεια συγκρίνονται τα αποτελέσματα και παράγεται ένας χάρτης αλλαγών (Σχήμα 3). <br /> <br /> *Μετρήσεις τοπίου <br /> <br /> Όπως έχει προσδιοριστεί από τους O’Neill et al. (1988), δεν είναι απαραίτητη η μέτρηση όλων των μετρήσεων τοπίου για την διεξαγωγή συμπερασμάτων. Στην παρούσα μελέτη με σκοπό την αποφυγή του πλεονασμού μετρήθηκαν συγκεκριμένα μεγέθη, κυρίως αυτά που είναι ευαίσθητα στην αλλαγή του τοπίου (βλ. πίνακα 1). <br /> <br /> '''Αποτελέσματα'''<br /> <br /> Με βάση τον δείκτη NDVI προκύπτει το σχήμα 3 ενώ ο έλεγχος ακρίβειας αναλύεται στον πίνακα 3. Όπως παρατηρείται η μείωση των χώρων πρασίνου είναι δραματική και αγγίζει τα 34.37 km2 έναντι των μόλις 3.57 km2 χώρων πρασίνου που αναπτύχθηκαν από το 1987 έως το 2006. Παράλληλα, με την ταξινόμηση των εικόνων δημιουργείται ο χάρτης τοπίου για κάθε έτος (Σχήμα 4) με τον αντίστοιχο πίνακα ελέγχου ακρίβειας (πίνακας 4). Η σύγκριση των αποτελεσμάτων των διαφόρων δεικτών στις μετρήσεις τοπίου για τα έτη 1987 και 2006 δείχνουν την δραματική μείωση των χώρων πρασίνου στην πόλη της Mashad με τις μετρήσεις στα τεμάχια γης (patches). Σύμφωνα με την συνοπτική παρουσίαση των στοιχείων του τοπίου, η αστικοποίηση επιδρά επιθετικά στην πόλη, δημιουργώντας ισχυρούς αστικούς δεσμούς (βλ. πίνακας 3). Αναλύοντας κλιμακωτά τα αντίστοιχα μεγέθη προκύπτουν ενδιαφέροντα συμπεράσματα αναφορικά με την χωρική κατανομή και τη συσχέτιση των αλλαγών. Για παράδειγμα, εντοπίζεται πως οι περισσότερες αλλαγές εμφανίζονται σε ακτίνα 8 km από το κέντρο της πόλης. Με τη χρήση των παραπάνω στοιχείων οι σχεδιαστές γνωρίζουν τις ποσοτικές και ποιοτικές μεταβολές που πραγματοποιούνται και τους βοηθούν στην λήψη αποφάσεων αναφορικά με τις πολιτικές γης. Οι πληροφορίες αυτές δεν ήταν διαθέσιμες με την χρησιμοποίηση μόνο της μετα-ταξινομικής σύγκρισης. <br /> <br /> <br /> [[category:Καταγραφή πρασίνου]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%9A%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_%CE%A0%CF%81%CE%BF%CF%83%CF%86%CF%8D%CE%B3%CF%89%CE%BD-%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_Za%27atari 2017-02-10T22:21:55Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_art_3_pic1.PNG|thumb|right|'''Εικόνα 1''': Περιοχή Μελέτης]]<br /> [[Εικόνα: koutsi_art_3_pic2.PNG|thumb|right|'''Εικόνα 2''': Αλλαγές στην ανάπτυξη της κατασκήνωσης Za'atari. Αριστερά: 13 Μαίου 2013, δεξιά 20 Ιουνίου 2014. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> [[Εικόνα: koutsi_art_3_pic3.PNG|thumb|right|'''Εικόνα 3''': Πληροφορίες υπηρεσιών από το Open Street Map]]<br /> [[Εικόνα: koutsi_art_3_pic4.PNG|thumb|right|'''Εικόνα 4''': Οι τέντες στην κατασκήνωση Za'atari. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> <br /> Brian Tomaszewski a, *, Sara Tibbets a, Yusuf Hamad b, Nijad Al-Najdawi c<br /> <br /> a Rochester Institute of Technolgy, Rochester, NY, USA<br /> <br /> b Mafraq, Jordan<br /> <br /> c Al-Balqa Applied University, Jordan<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S1877705816322822] <br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Κατασκηνώσεις προσφύγων, Τηλεπισκόπηση, Ανάλυση, Συριακές διαμάχες<br /> <br /> '''Αντικείμενο'''<br /> <br /> Το παρόν άρθρο αποτελεί ανάλυση των αλλαγών στις υποδομές προσφύγων σε μια αστική κατασκήνωση προσφύγων. Ειδικότερα, πραγματοποιείται εκτίμηση των μεταβολών στις υποδομές που χρησιμοποιούνται στην κατασκήνωση Za'atari στην Ιορδανία. Η ανάλυση και εκτίμηση της αξιοπιστίας της μελέτης πραγματοποιήθηκε με στοιχεία από κάτοικο της περιοχής. Εκτιμάται επίσης ο τρόπος που αξιοποιήθηκαν οι πρώτες ύλες και η αλλαγή της χρήσης τους με το πέρας του χρόνου. Τέλος, εκτιμάται η σημασία της τηλεπισκόπησης για μελλοντικές χρήσεις όσον αφορά την διαχείριση τέτοιου είδους κατασκηνώσεων. <br /> <br /> '''Κυρίως κείμενο'''<br /> <br /> Η αύξηση του προσφυγικού πληθυσμού έχει πια λάβει παγκόσμιες διαστάσεις. Οι κατασκηνώσεις στις οποίες εγκαθίστανται πολλές φορές χαρακτηρίζονται από έλλειψη βασικών υποδομών όπως νερό και ηλεκτρισμός ενώ και αυτές που διαθέτουν παροχές αυτές χαρακτηρίζονται από ασυνέχεια και από την κατάσταση της μόνιμης προσωρινότητας που χαρακτηρίζει αυτού του είδους τις κατασκηνώσεις. Το βασικό ερώτημα της μελέτης εστιάζει στις μοναδικές πτυχές των δομών μια αστικής κατασκήνωσης προσφύγων.<br /> <br /> '''Περιοχή Μελέτης'''<br /> <br /> Περιοχή μελέτης είναι η αστική κατασκήνωση προσφύγων στην περιοχή Za'atari της Ιορδανίας. Αποτελεί μια από τις μεγαλύτερες κατασκηνώσεις προσφύγων στον κόσμο, φιλοξενώντας 80.000 άτομα και παρέχοντας τις υποδομές μιας κανονικής πόλης. Η εικόνα της περιοχής έχει αλλάξει μετά την μετακίνηση νέων προσφύγων από την Συρία και ύστερα από την μετακίνηση πολλών στην Ευρώπη, πράγμα που εντοπίζεται με τη βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Από την ανάλυση των εικόνων της περιοχής προέκυψαν δύο μελέτες περίπτωσης: <br /> *''Η αλλαγή των λυόμενων κτιρίων (caravan) και των υπηρεσιών''<br /> Βασικό χαρακτηριστικό των λυόμενων κτιρίων είναι η ανάγκη για μετακίνησή τους. Η ανάγκη για πρόσβαση σε υποδομές (υπηρεσίες, τροφή, αγορά, ηλεκτρισμό) και η ανάγκη της γειτνίασης με συγγενικά πρόσωπα οδήγησε τους πρόσφυγες να αναζητούν συνεχώς τρόπους μετακίνησης των καταλυμάτων τους. Στην εικόνα 2 είναι εμφανής η μεταβολή ενός τμήματος της κατασκήνωσης σε ένα μόλις χρόνο. Η συγκέντρωση των καταλυμάτων στα συγκεκριμένα σημεία οφείλεται στην ύπαρξη υπηρεσιών όπως αυτές παρουσιάζονται στην εικόνα 3. Το 2014 έχουν προστεθεί περισσότερες μόνιμες εγκαταστάσεις παρά σκηνές.<br /> *''Η χρήση σκηνών διαχρονικά'' <br /> Οι σκηνές χρησιμοποιούνται από τους πρόσφυγες στην αρχή της διαμονής τους στην κατασκήνωση. Από τηλεπισκοπικής άποψης, με την χρήση των δορυφορικών εικόνων που χρησιμοποιούνται για τις ημερομηνίες 14/01/2013, 27/02/2013 και 4/05/2013 παρατηρείται ραγδαία άφιξη νέων προσφύγων καθώς υπάρχει αύξηση των σκηνών που χρησιμοποιούνται. Την 4η Μαΐου 2013 έχουν ήδη πολλές σκηνές μετατραπεί σε λυόμενες εγκαταστάσεις. <br /> Μελλοντική εργασία<br /> Στα σχέδια της μελετητικής ομάδας είναι η χρήση της τηλεπισκόπησης και των αλγορίθμων ταξινόμησης δορυφορικών εικόνων με σκοπό την εκτίμηση των υλικών που χρησιμοποιούνται στις εκάστοτε υποδομές με στόχο την εκτίμηση των προσωρινών καταλυμάτων. Από την εκτίμηση των υλικών είναι δυνατός ο προσδιορισμός της τρωτότητας των καταλυμάτων, γεγονός ιδιαίτερα σημαντικό για την ασφάλεια των κατοίκων. <br /> <br /> '''Αποτελέσματα''' <br /> <br /> Συμπερασματικά, χρησιμοποιώντας δεδομένα από κάτοικο της αστικής κατασκήνωσης στην περιοχή Za'atari της Ιορδανίας και ταυτόχρονα με την χρήση της τηλεπισκόπησης πραγματοποιούνται εκτιμήσεις για τις εγκαταστάσεις και την κινητικότητα των προσφύγων εντός των ορίων της. Το σημαντικότερο είναι πως η κινητικότητα οφείλεται στην κατανομή των υπηρεσιών που παρέχονται και στις νέες αφίξεις κατά διαστήματα. <br /> <br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CF%83%CF%85%CF%83%CF%87%CE%B5%CF%84%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CF%89%CE%BD_%CE%B3%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Landsat 2017-02-10T22:20:54Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_7_pic1.PNG|thumb|right|'''Σχήμα 1''': Οι περιοχές μελέτης της κοιλάδας του Λας Βέγκας και του Tamba Bay]]<br /> [[Εικόνα:koutsi_art_7_pic2.PNG|thumb|right|'''Σχήμα 2''': Fig. 2. Tb στο κέντρο της πόλης Tampa για διαφορετικά ποσοστά ISA και ποσοστά ISA με σχετιζόμενο PTb στην κοιλάδα Tampa Bay. Tb και σχετική υψηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA &gt;60% (a); Tb και σχετική μεσαία αστική πυκνότητα που ορίζεται με ποσοστό ISA μεταξύ 41% και 60% (b); Tb και σχετική χαμηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA μεταξύ 10% και 40% (c); Τρεις αστικές πυκνότητες και PTb (d)]]<br /> [[Εικόνα:koutsi_art_7_pic3.PNG|thumb|right|'''Σχήμα 3''': Tb και σχετική υψηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA &gt;60% στο Λας Βέγκας. Αριστερά: 1984 και δεξιά: 2002]]<br /> [[Εικόνα:koutsi_art_7_pic4.PNG|thumb|right|'''Σχήμα 4''': 2002 Tb, PTb , και ISA στο Las Vegas. Tb σε περιοχές υψηλής αστικής πυκνότητας (a); Tb σε μεσαίας πυκνότητας αστικές περιοχές (b); Tb σε χαμηλής πυκνότητας αστικές περιοχές (c); Και οι 3 κατηγορίες πυκνοτήτων και τα σχετικά PTb (d)]]<br /> [[Εικόνα:koutsi_art_7_pic5.PNG|thumb|right|'''Διάγραμμα 1''': Διαφορές PTb και μέσο NDVI μεταξύ ποσοστών ISA &lt;10% και 3 άλλα ποσοστά ISAs για την περιοχή Tampa Bay το 2002]]<br /> [[Εικόνα:koutsi_art_7_pic6.PNG|thumb|right|'''Διάγραμμα 2''': Διαφορές PTb και μέσο NDVI μεταξύ ποσοστών ISA &lt;10% και 3 άλλα ποσοστά ISAs για την περιοχή του Λας Βέγκας το 1984 (a) και το 2002 (b)]]<br /> <br /> George Xian a,⁎, Mike Crane b<br /> <br /> a SAIC, USGS Center for Earth Resources Observation and Science, Sioux Falls, SD 57198, USA<br /> <br /> b USGS, Center for Earth Resources Observation and Science, Sioux Falls, SD 57198, USA<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Αστικό, Αδιαπέραστη Επιφάνεια, Ακτινοβολούσα επιφανειακή θερμοκρασία, Τηλεπισκόπηση<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0034425706001799]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Σκοπός του παρόντος άρθρου είναι η χρήση μια μεθόδου για την ποσοτικοποίηση των χαρακτηριστικών της αστικής επιφανειακής θερμοκρασίας καθορίζοντας των μέσων επιφανειακών θερμοκρασιών της ακτινοβολίας που βασίζεται σε ποσοτικές αστικές χωρικές εκτάσεις και σε πυκνότητες ανάπτυξης. Για την εκτίμηση των θερμοκρασιών χρησιμοποιείται μια ανθρωπογενής παράμετρος η «αδιαπέραστη επιφάνεια» (impervious surface area-ISA) καθώς η ύπαρξη ISA μαρτυρά την αστική επέκταση και την ύπαρξη εκτεταμένων χρήσεων γης. Μέσω του συσχετισμού των επιφανειών που καλύπτονται από ISA και της μέσης θερμοκρασίας εκτιμάται η θερμική διαφορά των αστικών και αγροτικών περιοχών και η διακύμανση της θερμοκρασίας σε διαφορετικές αστικές πυκνότητες. Αυτή η μέθοδος στην παρούσα μελέτη εφαρμόζεται στο Tampa Bay (1992-2002) στη Φλόριντα και το Las Vegas(1984-2002) της Νεβάδα. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένα από τα σημαντικότερα αποτελέσματα της αστικοποίησης είναι η διακύμανση της θερμοκρασίας της επιφάνειας της γης, η οποία επηρεάζει τα αστικά κλίματα. Για την ακρίβεια οι αστικές περιοχές διαθέτουν υψηλότερη απορρόφηση της ηλιακής ακτινοβολίας και την ικανότητα να απελευθερώνουν την αποθηκευμένη κατά την ημέρα ακτινοβολία κατά την διάρκεια της νύχτας. Με τον τρόπο αυτό η θερμοκρασία στις αστικές περιοχές είναι υψηλότερη από τις γύρω αγροτικές περιοχές δημιουργώντας το φαινόμενο της θερμικής αστικής νησίδας (Urban Heat Island-UHI). Οι αστικές περιοχές περιλαμβάνουν πληθώρα επιφανειών με ποικίλες θερμοκρασίες που επηρεάζουν το αστικό κλίμα. Το κλίμα επίσης μπορεί να επηρεαστεί από τις αλλαγές των θερμοκρασιών λόγω μεταβολής των καλύψεων και χρήσεων γης (LULC). Η τηλεπισκόπηση παρέχει μια συνεχή διαδικασία ορισμού των θερμικών διαφορών μεταξύ αστικού και αγροτικού ιστού, η οποία ύστερα από μελέτες φαίνεται να κυμαίνεται σε περιοχές με 10.000 κατοίκους και πάνω σε 0.1 οC υψηλότερη από αντίστοιχές περιοχές 2000 κατοίκων. Εκτός από Αστικές Θερμικές Νησίδες επίσης εντοπίζονται Αστικές Ψύκτρες (Urban Heat sink), περιοχές όπου λόγω των συνθηκών που επικρατούν παρουσιάζουν θερμοκρασία χαμηλότερη από την γύρω περιοχή. Ο συνδυασμός δεδομένων όπως η μέση ακτινοβολούσα επιφανειακή θερμοκρασία (Tb), ο δείκτης NDVI, οι χρήσεις και καλύψεις γης και οι διάφορες τιμές θερμοκρασίας που λαμβάνονται από δορυφορικές εικόνες Landsat ΤΜ+ βοηθούν την εκτίμηση των θερμικών φαινομένων. <br /> <br /> '''Περιοχές μελέτης'''<br /> <br /> Οι περιοχές μελέτης είναι διαφορετικές μεταξύ τους (σχήμα 1) με το Tampa Bay να χαρακτηρίζεται από υγρό, μεσοτροπικό κλίμα με ζεστά και υγρά καλοκαίρια και ξηρούς χειμώνες ενώ το Las Vegasέχει κλίμα ερήμου με ζεστά και ξηρά καλοκαίρια και κρύους και υγρούς χειμώνες. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Για την εκτίμηση των ISA και των σχετιζόμενων χρήσεων γης χρησιμοποιείται η μέθοδος Sub-pixel Imperviousness Change Detection (SICD). Ειδικότερα, ο υπολογισμός περιλαμβάνει την ανάκτηση περιοχών εκπαίδευσης από υψηλής ανάλυσης ορθοφωτογραφίες (DOQQs) για ένα μοντέλο παλινδρόμησης στο οποίο επιλέγεται ως επιβλεπόμενη μεταβλητή το ποσοστό των ISA. Οι εικόνες DOQQs αποκτούνται από το USGS για τα τέλη του 1990 για το Tampa Bay και για το 2003 για το Las Vegas και περιείχαν 3 χρώματα (πράσινο, κόκκινο και εγγύς υπέρυθρο) και χωρική ανάλυση 1 μέτρο. Τα pixels των εικόνων ταξινομήθηκαν ως αστικά και μη αστικά από τα οποία υπολογίστηκαν οι περιοχές ISA και μετατράπηκαν ώστε να έχουν ανάλυση 30 μέτρα. <br /> Οι δορυφορικές εικόνες Landsat TM και ETM+ για τα έτη 1994-1995 και 2002 (Tampa Bay) και 1984 και 2002 (Las Vegas) έχουν ήδη υποστεί ραδιομετρική και γεωμετρική διόρθωση από USGS Center for Earth Resources Observation and Science (EROS). Πραγματοποιήθηκε μετατροπή των εικόνων σε παγκόσμιο σύστημα αναφοράς και resampling των θερμικών καναλιών ώστε να έχουν επίσης χωρική ανάλυση 30 μέτρα (από 120 μέτρων) με τη μέθοδο του πλησιέστερου γείτονα. Επεξεργασίες αυτές οδηγούν σε εικόνες ψηφιακών αριθμών (DN) που αφορούν δορυφορική ακτινοβολία. Μέσω εξισώσεων υπολογίζεται η ακτινοβολία του αισθητήρα και η ανακλαστικότητα του δορυφόρου (ρλ). 6 ρλ κανάλια ανακλαστικότητας εφαρμόστηκαν στο μοντέλο παλινδρόμησης για την απόκτηση των περιοχών ISA. Μέσω των τιμών αυτών υπολογίζεται η μέση επιφανειακή ακτινοβολούσα θερμοκρασία (Tb) και ο δείκτης NDVI μέσω της εξίσωσης NDVI=(ρ2−ρ1) / (ρ2+ρ1).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Οι περιοχές που καλύπτονται από πάνω από 10% περιοχές ISA ταξινομούνται ως αστικές αλλιώς ταξινομούνται ως μη αστικές (10–40% χαμηλή πυκνότητα 41–60% μεσαία πυκνότητα και &gt;60% υψηλή). Για την απομόνωση των θερμικών σημείων απομακρύνονται τα pixel νερού και η εικόνα επαναταξινομείται. Ο τελικός χάρτης μέσω θερμοκρασιών προκύπτει ύστερα από αφαίρεση των θερμοκρασιών με τιμή 2 φορές της μέσης. <br /> Για την περιοχή του Tamba Bay τα αποτελέσματα δείχνουν διαφοροποιήσεις των αστικών και αγροτικών περιοχών με τις πρώτες να εμφανίζουν υψηλότερες θερμοκρασίες. Διαφοροποιήσεις είναι ορατές και στις διαφορετικές αστικές πυκνότητες με μεγαλύτερα ποσοστά ISA να διαθέτουν υψηλότερη θερμοκρασία. Οι τιμές του δείκτη Tb παρουσιάζουν μεγάλες διακυμάνσεις (Πίνακας 2) καθώς χρησιμοποιήθηκε εικόνα Landsat ETM+ στην οποία το θερμικό κανάλι έχει χωρική ανάλυση 60 m και προσφέρει περισσότερες λεπτομέρειες. <br /> Ομοίως, υπολογίζονται οι τιμές για την περιοχή του Las Vegas. Το αξιοσημείωτο είναι πως αντιφατικά με την περιοχή του Tamba Bay, οι διαφοροποιήσεις μεταξύ των αστικών και μη περιοχών είναι αντίθετη. Οι αστικές περιοχές εμφανίζουν χαμηλότερη θερμοκρασία σε αυτή την περίπτωση, παρόλα αυτά όμως οι περιοχές με υψηλή πυκνότητα παρουσιάζουν υψηλότερη θερμοκρασία από αυτές με χαμηλή και τις μη αστικές. Αυτό μπορεί να αποδοθεί σε υλικά χαμηλής απορρόφησης ακτινοβολίας αλλά και στην ύπαρξη περιοχών χαμηλής αστικής πυκνότητας στο κέντρο του Las Vegas. Για τις περιοχές με χαμηλή και μέση πυκνότητα κατά την διάρκεια της μέρας δημιουργείται φαινόμενο ψύξης ενώ για τις πυκνοδομημένες περιοχές φαινόμενο αστικής θερμικής νησίδας. <br /> Τέλος, συγκρίνοντας τα αποτελέσματα της τιμής Tb, των περιοχών ISA και των δεικτών βλάστησης επιδιώκεται η σύνδεση της ύπαρξης βλάστησης με την θερμοκρασία. Όπως φαίνεται στον πίνακα 3 οι περιοχές με μέση και χαμηλή πυκνότητα εμφανίζουν χαμηλότερη μέση τιμή του δείκτη NDVI, όμως οι περιοχές με υψηλή πυκνότητα δόμησης εμφανίζουν υψηλότερο δείκτη καθώς η αστική βλάστηση παρουσιάζει μεγάλη ανομοιομορφία. Στις αγροτικές περιοχές η ύπαρξη βλάστησης μειώνει την μέση θερμοκρασία της περιοχής στο κλίμα της περιοχής του Tamba Bay. Αντιθέτως, στην περιοχή του Las Vegas η μη αστική βλάστηση είναι διάσπαρτη, ενώ η αστική φύτευση αφορά κυρίως ιδιωτικές πρωτοβουλίες. Ο δείκτης NDVI είναι υψηλότερος στις πυκνοδομημένες περιοχές, παρόλα αυτά η ύπαρξη ξενοδοχείων, νυχτερινών κέντρων και επιχειρήσεων δεν συμβάλει στην μείωση της θερμοκρασίας όπως στην περίπτωση των χαμηλών και μεσαίων πυκνοτήτων. <br /> <br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-10T22:20:30Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_6_pic1.png|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα:koutsi_art_6_pic2.png|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα:koutsi_art_6_pic4.png|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα:koutsi_art_6_pic5.png|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα:koutsi_art_6_pic6.png|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα:koutsi_art_6_pic7.png|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα:koutsi_art_6_pic8.png|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα:koutsi_art_6_pic9.png|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα:koutsi_art_6_pic10.png|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα:koutsi_art_6_pic11.png|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CF%8D%CF%84%CF%83%CE%B7_%CE%94%CE%B9%CE%BF%CE%BD%CF%85%CF%83%CE%AF%CE%B1 2017-02-10T22:20:07Z

<p>Koutsi: </p> <hr /> <div>*[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα]]<br /> <br /> *[[Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat]]<br /> <br /> *[[Η συμβολή της τηλεπισκόπησης σε δραστηριότητες διαχείρισης καταστροφών: Μια μελέτη των μεγάλων πυρκαγιών της Πελοποννήσου στην Ελλάδα]]<br /> <br /> *[[Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari]]<br /> <br /> *[[Εκτίμηση των αλλαγών στους χώρους αστικού πρασίνου στην πόλη Μashad με τη χρήση δορυφορικών δεδομένων]]<br /> <br /> *[[Ένας Πράσινος Δείκτης που ενσωματώνει την Τηλεπισκόπηση και την Αντίληψη των Πολιτών για τους Χώρους Πρασίνου]]<br /> <br /> *[[Ανάλυση των χώρων αστικού πρασίνου για τον αναπτυξιακό σχεδιασμό στην πόλη Κολόμπο της Σρι Λάνκα, αξιοποιώντας δορυφορικές εικόνες THEOS]]<br /> <br /> *[[Σχεδιασμός, ανταγωνισμός και αστική διάχυση στην μεσογειακή πόλη: Η περίπτωση της Αθήνας]]<br /> <br /> *[[Εκτίμηση της αλλαγής της επιφανειακής θερμοκρασίας του αστικού πρασίνου ως αποτέλεσμα αστικής διάχυσης]]<br /> <br /> *[[Αρχαιολογική τηλεπισκοπική έρευνα για την διαχείριση της πολιτιστικής κληρονομιάς. Περίπτωση μελέτης Byblos (Jbail, Lebanon)]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%AD%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%BB%CE%B7%CF%81%CE%BF%CE%BD%CE%BF%CE%BC%CE%B9%CE%AC%CF%82._%CE%A0%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7%CF%82_Byblos_(Jbail,_Lebanon) 2017-02-10T22:19:20Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_10_pic1.PNG|thumb|right|'''Σχήμα 1''': Η ακτή του Λιβάνου από MERIS (European Space agency data)]]<br /> [[Εικόνα:koutsi_art_10_pic2.PNG|thumb|right|'''Σχήμα 2''': Χάρτης του Λιβάνου με τις μεγαλύτερες πόλεις και τα λιμάνια]]<br /> [[Εικόνα:koutsi_art_10_pic3.PNG|thumb|right|'''Πίνακας 1''': Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στην παρούσα εργασία]]<br /> [[Εικόνα:koutsi_art_10_pic4.PNG|thumb|right|'''Σχήμα 3''': Χάρτης των αρχαιολογικών χώρων με τη χρήση εικόνων IKONOS]]<br /> [[Εικόνα:koutsi_art_10_pic5.PNG|thumb|right|'''Σχήμα 4''': Σύγκριση των εικόνων Ikonos και Geo-Eye στην περιοχή του αρχαιολογικού χώρου Byblos]]<br /> [[Εικόνα:koutsi_art_10_pic6.PNG|thumb|right|'''Σχήμα 5''': Εξέλιξη των χρήσεων γης από το 1970 (Corona KH-4B) και το 2013 (Geo-Eye 1)]]<br /> [[Εικόνα:koutsi_art_10_pic7.PNG|thumb|right|'''Σχήμα 6''': Η Byblos όπως φαίνεται από εικόνες Corona KH-4B τον Ιούνιο του 1970 (αριστερά) και σε εικόνες Orbview 3 από τον Ιούλιο του 2006 (δεξιά)]]<br /> [[Εικόνα:koutsi_art_10_pic8.PNG|thumb|right|'''Σχήμα 7''': Φωτογραφία του αρχαιολογικού χώρου]]<br /> <br /> Jean-Paul Deroin ''a'',∗, Rania Bou Kheir ''b'',1, Chadi Abdallah ''c''<br /> <br /> ''a'' Université de Reims Champagne-Ardenne, Faculty of Science, GEGENAA EA 3795, FR CNRS 3417 Condorcet, 2, esplanade Roland-Garros, 51100 Reims,France<br /> <br /> ''b'' Lebanese University, Beirut, Lebanon<br /> <br /> ''c'' National Council for Scientific Research, Remote Sensing Center, Beirut, Lebanon<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Γεωαρχαιολογία, Byblos, Λίβανος, Τηλεπισκόπηση, δορυφόροι VHR, Geo-Eye, Ikonos, Orbview 3, Coronaa<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S1296207416300644]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Σκοπός του παρόντος άρθρου είναι η χαρτογραφική σύνθεση του αρχαιολογικού χώρους Byblos στο Λίβανο με τη χρήση της τηλεπισκόπησης. Συγκεκριμένα, όπως και σε κάθε περίπτωση μελέτης αρχαιολογικών χώρων, χρησιμοποιούνται εικόνες υψηλής ανάλυσης (Geo-Eye Ι, Ikonos, Orbview 3), και συγκεκριμένα εικόνες με χωρική ανάλυση μισού μέτρου με σκοπό την αποτύπωση των χώρων και των τειχών. Ενώ η χρήση εικόνων από αρχείο Corona επιτρέπει την αποτύπωση του αρχαιολογικού χώρου πριν από τον Λιβανέζικο εμφύλιο πόλεμο. Με τον τρόπο αυτό εκτιμάται η ευαισθησία το αρχαιολογικού χώρου σε εξωτερικούς παράγοντες (αστική εξάπλωση, παράκτια διάβρωση και κατολισθήσεις) αλλά και τις ανάγκες για βελτίωση του χώρου με σκοπό τον τουρισμό. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση έχει ιδιαίτερη συμβολή στην αρχαιολογία τόσο για τον εντοπισμό των περιοχών αρχαιολογικού ενδιαφέροντος αλλά και των πιθανών φυσικών και ανθρωπογενών κινδύνων που απειλούν την αξία τους. Στην παρούσα εργασία μελετάτε η εσωτερική διαμόρφωση του αρχαιολογικού χώρου Byblos και η επίδραση των ατόμων στο παράκτιο τοπίου της Μεσογείου. Η Byblos είναι ένας από τους διασημότερους αρχαιολογικούς χώρους στον κόσμο και χωροθετείται σε ένα ανάχωμα δίπλα στην πόλη Jbeil κατά μήκος της μεσογειακής ακτής του σημερινού Λιβάνου. Από το 1984 ανήκει στα μνημεία παγκόσμιας πολιτιστικής κληρονομιάς της UNESCO. Η τοποθεσία και η μορφολογία του εδάφους, καθιστά την περιοχή ευαίσθητη σε περιβαλλοντικές αλλαγές όπως η άνοδος της στάθμης της θάλασσας κ.ά. <br /> Μεθοδολογία<br /> *Σκοπός της μελέτης<br /> Σκοπός της παρούσας μελέτης είναι ο προσδιορισμός των χρήσεων γης και του περιβάλλοντος των αρχαιολογικών τμημάτων που έχουν απομείνει. Σημαντική είναι η συμβολή των αρχείων Corona αλλά και εικόνων VHR που παρέχονται από το Google Earth και μπορούν να συγκριθούν και να συνδυαστούν. <br /> *Δορυφορικά Δεδομένα<br /> Τα στοιχεία των επιμέρους δορυφορικών εικόνων που χρησιμοποιούνται αναλύονται στον πίνακα 1, ενώ είναι σημαντικό να αναφέρουμε πως εικόνες του αρχείου Corona KH-4B χρησιμοποιούνται για να εκτιμηθεί η κατάσταση πριν τον εμφύλιο πόλεμο του Λιβάνου που ξεκίνησε το 1975. Η εκτίμηση της περιοχής αφορά την ευαισθησία του αρχαιολογικού χώρου, την αστική εξάπλωση, την παράκτια διάβρωση και τις κατολισθήσεις. <br /> *Επεξεργασία των δεδομένων<br /> Είναι σημαντική επιλογή των κατάλληλων εικόνων με χαμηλή νεφοκάλυψη και καλή ποιότητα. Τα δεδομένα υφίστανται γεωμετρική διόρθωση και προσαρμόζονται στην ανάλυση του Geo-Eye 1. Η σημαντικότερη διόρθωση πραγματοποιήθηκε στα δεδομένα Corona. Για τα δεδομένα Geo-Eye 1 και Ikonos2 χρησιμοποιήθηκε η διαδικασία pansharpening σύμφωνα με την οποία συγχωνεύονται μια εικόνα υψηλής και μια εικόνα χαμηλότερης ανάλυσης και δημιουργούν μια μονή έγχρωμη εικόνα υψηλής ανάλυσης (single high-resolution colour image). Η υψηλή ανάλυση των δεδομένων που αναφέρθηκαν χρησιμοποιείται στην αναλυτική χαρτογράφηση των μνημείων.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> *Χαρτογραφώντας τα διαφορετικά μνημεία<br /> Η δορυφορική εικόνα IKONOS (2005) χρησιμοποιείται για την σύνθεση ενός φυσικού συνθέτου που επιτρέπει την σκιαγράφηση των κύριων αρχαιολογικών χώρων της Byblos. Τα απομεινάρια ταξινομήθηκαν χρονολογικά όπως φαίνεται σχηματικά στους χάρτες. Η σύνθεση αυτή επιτρέπει επίσης την εκτίμηση των πρώην δικτύων και των κτιρίων του αρχαιολογικού. <br /> *Αξιολόγηση της χωρικής ανάλυσης<br /> Για τον αναλυτικότερο προσδιορισμό των λεπτομερειών των κτισμάτων χρησιμοποιούνται εικόνες VHR από δορυφόρο Ikonos 2 (1 m ground resolution) και εικόνες Geo-Eye 1 (0.5 m ground resolution) καθώς απαιτούνται εικόνες υψηλότερης χωρικής ανάλυσης. Για την ακρίβεια με 50 εκατοστά ανάλυση οι εικόνες Geo-Eye είναι η πρώτη αποστολή που επέτρεψε την χαρτογράφηση των αρχαιολογικών χώρων με ακρίβεια. <br /> *Εξέλιξη των χρήσεων γης <br /> Με τη χρήση εικόνων Corona πρόσφατα δεδομένα Geo-Eye πραγματοποιούνται εκτιμήσεις για την μεταβολή των χρήσεων γης τα τελευταία 45 χρόνια. Το 1970 η Jbail είναι μια μικρή πόλη συγκεντρωμένη στο βόρειο τμήμα του αρχαιολογικού χώρου και συνδεδεμένοι με τις δραστηριότητες του λιμανιού. Η γύρω περιοχή είναι κυρίως αγροτική, ενώ η ακτογραμμή διαθέτει κυρίως γεωργικές δραστηριότητες. Το 2013 το σκηνικό αυτό αλλάζει εντελώς με την ακτογραμμή να εμφανίζει έντονη τουριστική ανάπτυξη. <br /> *Μελέτη της παράκτιας διάβρωσης και των κατολισθήσεων<br /> Η μελέτης της παράκτιας διάβρωσης και των κατολισθήσεων πραγματοποιείται με τη χρήση εικόνων Corona KH-4B και Ikonos για τις τελευταίες δεκαετίες. Στο συγκεκριμένο σημείο της μεσογείου οι διαβρώσεις οφείλονται κυρίως στη μεταβολή του επιπέδου της θάλασσας. Η διάβρωση είναι ιδιαίτερα σημαντική στην El Skhiny Bay όπου πολλές τουριστικές εγκαταστάσεις έχουν δημιουργηθεί τα τελευταία χρόνια. Επίσης είναι εμφανής κοντά στο κτίσμα του 19ου αιώνα στο Ras Byblos. Η ολίσθηση του εδάφους του 1922 είναι σημαντική και εμφανής από την μαζική μετακίνηση που συνέβη στην παράκτια ζώνη του αρχαιολογικού χώρου. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%AD%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%BB%CE%B7%CF%81%CE%BF%CE%BD%CE%BF%CE%BC%CE%B9%CE%AC%CF%82._%CE%A0%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7%CF%82_Byblos_(Jbail,_Lebanon) 2017-02-10T22:18:59Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_10_pic1.PNG|thumb|right|'''Σχήμα 1''': Η ακτή του Λιβάνου από MERIS (European Space agency data)]]<br /> [[Εικόνα:koutsi_art_10_pic2.PNG|thumb|right|'''Σχήμα 2''': Χάρτης του Λιβάνου με τις μεγαλύτερες πόλεις και τα λιμάνια]]<br /> [[Εικόνα:koutsi_art_10_pic3.PNG|thumb|right|'''Πίνακας 1''': Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στην παρούσα εργασία]]<br /> [[Εικόνα:koutsi_art_10_pic4.PNG|thumb|right|'''Σχήμα 3''': Χάρτης των αρχαιολογικών χώρων με τη χρήση εικόνων IKONOS]]<br /> [[Εικόνα:koutsi_art_10_pic5.PNG|thumb|right|'''Σχήμα 4''': Σύγκριση των εικόνων Ikonos και Geo-Eye στην περιοχή του αρχαιολογικού χώρου Byblos]]<br /> [[Εικόνα:koutsi_art_10_pic6.PNG|thumb|right|'''Σχήμα 5''': Εξέλιξη των χρήσεων γης από το 1970 (Corona KH-4B) και το 2013 (Geo-Eye 1)]]<br /> [[Εικόνα:koutsi_art_10_pic7.PNG|thumb|right|'''Σχήμα 6''': Η Byblos όπως φαίνεται από εικόνες Corona KH-4B τον Ιούνιο του 1970 (αριστερά) και σε εικόνες Orbview 3 από τον Ιούλιο του 2006 (δεξιά)]]<br /> [[Εικόνα:koutsi_art_10_pic8.PNG|thumb|right|'''Σχήμα 7''': Φωτογραφία του αρχαιολογικού χώρου]]<br /> <br /> '''Αρχαιολογική τηλεπισκοπική έρευνα για την διαχείριση της πολιτιστικής κληρονομιάς. Περίπτωση μελέτης Byblos (Jbail, Lebanon)'''<br /> <br /> Jean-Paul Deroin ''a'',∗, Rania Bou Kheir ''b'',1, Chadi Abdallah ''c''<br /> <br /> ''a'' Université de Reims Champagne-Ardenne, Faculty of Science, GEGENAA EA 3795, FR CNRS 3417 Condorcet, 2, esplanade Roland-Garros, 51100 Reims,France<br /> <br /> ''b'' Lebanese University, Beirut, Lebanon<br /> <br /> ''c'' National Council for Scientific Research, Remote Sensing Center, Beirut, Lebanon<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Γεωαρχαιολογία, Byblos, Λίβανος, Τηλεπισκόπηση, δορυφόροι VHR, Geo-Eye, Ikonos, Orbview 3, Coronaa<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S1296207416300644]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Σκοπός του παρόντος άρθρου είναι η χαρτογραφική σύνθεση του αρχαιολογικού χώρους Byblos στο Λίβανο με τη χρήση της τηλεπισκόπησης. Συγκεκριμένα, όπως και σε κάθε περίπτωση μελέτης αρχαιολογικών χώρων, χρησιμοποιούνται εικόνες υψηλής ανάλυσης (Geo-Eye Ι, Ikonos, Orbview 3), και συγκεκριμένα εικόνες με χωρική ανάλυση μισού μέτρου με σκοπό την αποτύπωση των χώρων και των τειχών. Ενώ η χρήση εικόνων από αρχείο Corona επιτρέπει την αποτύπωση του αρχαιολογικού χώρου πριν από τον Λιβανέζικο εμφύλιο πόλεμο. Με τον τρόπο αυτό εκτιμάται η ευαισθησία το αρχαιολογικού χώρου σε εξωτερικούς παράγοντες (αστική εξάπλωση, παράκτια διάβρωση και κατολισθήσεις) αλλά και τις ανάγκες για βελτίωση του χώρου με σκοπό τον τουρισμό. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση έχει ιδιαίτερη συμβολή στην αρχαιολογία τόσο για τον εντοπισμό των περιοχών αρχαιολογικού ενδιαφέροντος αλλά και των πιθανών φυσικών και ανθρωπογενών κινδύνων που απειλούν την αξία τους. Στην παρούσα εργασία μελετάτε η εσωτερική διαμόρφωση του αρχαιολογικού χώρου Byblos και η επίδραση των ατόμων στο παράκτιο τοπίου της Μεσογείου. Η Byblos είναι ένας από τους διασημότερους αρχαιολογικούς χώρους στον κόσμο και χωροθετείται σε ένα ανάχωμα δίπλα στην πόλη Jbeil κατά μήκος της μεσογειακής ακτής του σημερινού Λιβάνου. Από το 1984 ανήκει στα μνημεία παγκόσμιας πολιτιστικής κληρονομιάς της UNESCO. Η τοποθεσία και η μορφολογία του εδάφους, καθιστά την περιοχή ευαίσθητη σε περιβαλλοντικές αλλαγές όπως η άνοδος της στάθμης της θάλασσας κ.ά. <br /> Μεθοδολογία<br /> *Σκοπός της μελέτης<br /> Σκοπός της παρούσας μελέτης είναι ο προσδιορισμός των χρήσεων γης και του περιβάλλοντος των αρχαιολογικών τμημάτων που έχουν απομείνει. Σημαντική είναι η συμβολή των αρχείων Corona αλλά και εικόνων VHR που παρέχονται από το Google Earth και μπορούν να συγκριθούν και να συνδυαστούν. <br /> *Δορυφορικά Δεδομένα<br /> Τα στοιχεία των επιμέρους δορυφορικών εικόνων που χρησιμοποιούνται αναλύονται στον πίνακα 1, ενώ είναι σημαντικό να αναφέρουμε πως εικόνες του αρχείου Corona KH-4B χρησιμοποιούνται για να εκτιμηθεί η κατάσταση πριν τον εμφύλιο πόλεμο του Λιβάνου που ξεκίνησε το 1975. Η εκτίμηση της περιοχής αφορά την ευαισθησία του αρχαιολογικού χώρου, την αστική εξάπλωση, την παράκτια διάβρωση και τις κατολισθήσεις. <br /> *Επεξεργασία των δεδομένων<br /> Είναι σημαντική επιλογή των κατάλληλων εικόνων με χαμηλή νεφοκάλυψη και καλή ποιότητα. Τα δεδομένα υφίστανται γεωμετρική διόρθωση και προσαρμόζονται στην ανάλυση του Geo-Eye 1. Η σημαντικότερη διόρθωση πραγματοποιήθηκε στα δεδομένα Corona. Για τα δεδομένα Geo-Eye 1 και Ikonos2 χρησιμοποιήθηκε η διαδικασία pansharpening σύμφωνα με την οποία συγχωνεύονται μια εικόνα υψηλής και μια εικόνα χαμηλότερης ανάλυσης και δημιουργούν μια μονή έγχρωμη εικόνα υψηλής ανάλυσης (single high-resolution colour image). Η υψηλή ανάλυση των δεδομένων που αναφέρθηκαν χρησιμοποιείται στην αναλυτική χαρτογράφηση των μνημείων.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> *Χαρτογραφώντας τα διαφορετικά μνημεία<br /> Η δορυφορική εικόνα IKONOS (2005) χρησιμοποιείται για την σύνθεση ενός φυσικού συνθέτου που επιτρέπει την σκιαγράφηση των κύριων αρχαιολογικών χώρων της Byblos. Τα απομεινάρια ταξινομήθηκαν χρονολογικά όπως φαίνεται σχηματικά στους χάρτες. Η σύνθεση αυτή επιτρέπει επίσης την εκτίμηση των πρώην δικτύων και των κτιρίων του αρχαιολογικού. <br /> *Αξιολόγηση της χωρικής ανάλυσης<br /> Για τον αναλυτικότερο προσδιορισμό των λεπτομερειών των κτισμάτων χρησιμοποιούνται εικόνες VHR από δορυφόρο Ikonos 2 (1 m ground resolution) και εικόνες Geo-Eye 1 (0.5 m ground resolution) καθώς απαιτούνται εικόνες υψηλότερης χωρικής ανάλυσης. Για την ακρίβεια με 50 εκατοστά ανάλυση οι εικόνες Geo-Eye είναι η πρώτη αποστολή που επέτρεψε την χαρτογράφηση των αρχαιολογικών χώρων με ακρίβεια. <br /> *Εξέλιξη των χρήσεων γης <br /> Με τη χρήση εικόνων Corona πρόσφατα δεδομένα Geo-Eye πραγματοποιούνται εκτιμήσεις για την μεταβολή των χρήσεων γης τα τελευταία 45 χρόνια. Το 1970 η Jbail είναι μια μικρή πόλη συγκεντρωμένη στο βόρειο τμήμα του αρχαιολογικού χώρου και συνδεδεμένοι με τις δραστηριότητες του λιμανιού. Η γύρω περιοχή είναι κυρίως αγροτική, ενώ η ακτογραμμή διαθέτει κυρίως γεωργικές δραστηριότητες. Το 2013 το σκηνικό αυτό αλλάζει εντελώς με την ακτογραμμή να εμφανίζει έντονη τουριστική ανάπτυξη. <br /> *Μελέτη της παράκτιας διάβρωσης και των κατολισθήσεων<br /> Η μελέτης της παράκτιας διάβρωσης και των κατολισθήσεων πραγματοποιείται με τη χρήση εικόνων Corona KH-4B και Ikonos για τις τελευταίες δεκαετίες. Στο συγκεκριμένο σημείο της μεσογείου οι διαβρώσεις οφείλονται κυρίως στη μεταβολή του επιπέδου της θάλασσας. Η διάβρωση είναι ιδιαίτερα σημαντική στην El Skhiny Bay όπου πολλές τουριστικές εγκαταστάσεις έχουν δημιουργηθεί τα τελευταία χρόνια. Επίσης είναι εμφανής κοντά στο κτίσμα του 19ου αιώνα στο Ras Byblos. Η ολίσθηση του εδάφους του 1922 είναι σημαντική και εμφανής από την μαζική μετακίνηση που συνέβη στην παράκτια ζώνη του αρχαιολογικού χώρου. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B1%CE%B9%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CE%BA%CE%AE_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CE%BF%CF%80%CE%B9%CE%BA%CE%AE_%CE%AD%CF%81%CE%B5%CF%85%CE%BD%CE%B1_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%B4%CE%B9%CE%B1%CF%87%CE%B5%CE%AF%CF%81%CE%B9%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CF%80%CE%BF%CE%BB%CE%B9%CF%84%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%BB%CE%B7%CF%81%CE%BF%CE%BD%CE%BF%CE%BC%CE%B9%CE%AC%CF%82._%CE%A0%CE%B5%CF%81%CE%AF%CF%80%CF%84%CF%89%CF%83%CE%B7_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7%CF%82_Byblos_(Jbail,_Lebanon) 2017-02-10T22:18:31Z

<p>Koutsi: Νέα σελίδα με ''''Σχήμα 1''': Η ακτή του Λιβάνου από MERIS (European Space agency data) [[Εικόνα:koutsi_a...'</p> <hr /> <div>[[Εικόνα:koutsi_art_10_pic1.PNG|thumb|right|'''Σχήμα 1''': Η ακτή του Λιβάνου από MERIS (European Space agency data)]]<br /> [[Εικόνα:koutsi_art_10_pic2.PNG|thumb|right|'''Σχήμα 2''': Χάρτης του Λιβάνου με τις μεγαλύτερες πόλεις και τα λιμάνια]]<br /> [[Εικόνα:koutsi_art_10_pic3.PNG|thumb|right|'''Πίνακας 1''': Τα δορυφορικά δεδομένα που χρησιμοποιήθηκαν στην παρούσα εργασία]]<br /> [[Εικόνα:koutsi_art_10_pic4.PNG|thumb|right|'''Σχήμα 3''': Χάρτης των αρχαιολογικών χώρων με τη χρήση εικόνων IKONOS<br /> [[Εικόνα:koutsi_art_10_pic5.PNG|thumb|right|'''Σχήμα 4''': Σύγκριση των εικόνων Ikonos και Geo-Eye στην περιοχή του αρχαιολογικού χώρου Byblos]]<br /> [[Εικόνα:koutsi_art_10_pic6.PNG|thumb|right|'''Σχήμα 5''': Εξέλιξη των χρήσεων γης από το 1970 (Corona KH-4B) και το 2013 (Geo-Eye 1)]]<br /> [[Εικόνα:koutsi_art_10_pic7.PNG|thumb|right|'''Σχήμα 6''': Η Byblos όπως φαίνεται από εικόνες Corona KH-4B τον Ιούνιο του 1970 (αριστερά) και σε εικόνες Orbview 3 από τον Ιούλιο του 2006 (δεξιά)]]<br /> [[Εικόνα:koutsi_art_10_pic8.PNG|thumb|right|'''Σχήμα 7''': Φωτογραφία του αρχαιολογικού χώρου]]<br /> <br /> '''Αρχαιολογική τηλεπισκοπική έρευνα για την διαχείριση της πολιτιστικής κληρονομιάς. Περίπτωση μελέτης Byblos (Jbail, Lebanon)'''<br /> Jean-Paul Deroin ''a'',∗, Rania Bou Kheir ''b'',1, Chadi Abdallah ''c''<br /> <br /> ''a'' Université de Reims Champagne-Ardenne, Faculty of Science, GEGENAA EA 3795, FR CNRS 3417 Condorcet, 2, esplanade Roland-Garros, 51100 Reims,France<br /> <br /> ''b'' Lebanese University, Beirut, Lebanon<br /> <br /> ''c'' National Council for Scientific Research, Remote Sensing Center, Beirut, Lebanon<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Γεωαρχαιολογία, Byblos, Λίβανος, Τηλεπισκόπηση, δορυφόροι VHR, Geo-Eye, Ikonos, Orbview 3, Coronaa<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S1296207416300644]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Σκοπός του παρόντος άρθρου είναι η χαρτογραφική σύνθεση του αρχαιολογικού χώρους Byblos στο Λίβανο με τη χρήση της τηλεπισκόπησης. Συγκεκριμένα, όπως και σε κάθε περίπτωση μελέτης αρχαιολογικών χώρων, χρησιμοποιούνται εικόνες υψηλής ανάλυσης (Geo-Eye Ι, Ikonos, Orbview 3), και συγκεκριμένα εικόνες με χωρική ανάλυση μισού μέτρου με σκοπό την αποτύπωση των χώρων και των τειχών. Ενώ η χρήση εικόνων από αρχείο Corona επιτρέπει την αποτύπωση του αρχαιολογικού χώρου πριν από τον Λιβανέζικο εμφύλιο πόλεμο. Με τον τρόπο αυτό εκτιμάται η ευαισθησία το αρχαιολογικού χώρου σε εξωτερικούς παράγοντες (αστική εξάπλωση, παράκτια διάβρωση και κατολισθήσεις) αλλά και τις ανάγκες για βελτίωση του χώρου με σκοπό τον τουρισμό. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Η τηλεπισκόπηση έχει ιδιαίτερη συμβολή στην αρχαιολογία τόσο για τον εντοπισμό των περιοχών αρχαιολογικού ενδιαφέροντος αλλά και των πιθανών φυσικών και ανθρωπογενών κινδύνων που απειλούν την αξία τους. Στην παρούσα εργασία μελετάτε η εσωτερική διαμόρφωση του αρχαιολογικού χώρου Byblos και η επίδραση των ατόμων στο παράκτιο τοπίου της Μεσογείου. Η Byblos είναι ένας από τους διασημότερους αρχαιολογικούς χώρους στον κόσμο και χωροθετείται σε ένα ανάχωμα δίπλα στην πόλη Jbeil κατά μήκος της μεσογειακής ακτής του σημερινού Λιβάνου. Από το 1984 ανήκει στα μνημεία παγκόσμιας πολιτιστικής κληρονομιάς της UNESCO. Η τοποθεσία και η μορφολογία του εδάφους, καθιστά την περιοχή ευαίσθητη σε περιβαλλοντικές αλλαγές όπως η άνοδος της στάθμης της θάλασσας κ.ά. <br /> Μεθοδολογία<br /> *Σκοπός της μελέτης<br /> Σκοπός της παρούσας μελέτης είναι ο προσδιορισμός των χρήσεων γης και του περιβάλλοντος των αρχαιολογικών τμημάτων που έχουν απομείνει. Σημαντική είναι η συμβολή των αρχείων Corona αλλά και εικόνων VHR που παρέχονται από το Google Earth και μπορούν να συγκριθούν και να συνδυαστούν. <br /> *Δορυφορικά Δεδομένα<br /> Τα στοιχεία των επιμέρους δορυφορικών εικόνων που χρησιμοποιούνται αναλύονται στον πίνακα 1, ενώ είναι σημαντικό να αναφέρουμε πως εικόνες του αρχείου Corona KH-4B χρησιμοποιούνται για να εκτιμηθεί η κατάσταση πριν τον εμφύλιο πόλεμο του Λιβάνου που ξεκίνησε το 1975. Η εκτίμηση της περιοχής αφορά την ευαισθησία του αρχαιολογικού χώρου, την αστική εξάπλωση, την παράκτια διάβρωση και τις κατολισθήσεις. <br /> *Επεξεργασία των δεδομένων<br /> Είναι σημαντική επιλογή των κατάλληλων εικόνων με χαμηλή νεφοκάλυψη και καλή ποιότητα. Τα δεδομένα υφίστανται γεωμετρική διόρθωση και προσαρμόζονται στην ανάλυση του Geo-Eye 1. Η σημαντικότερη διόρθωση πραγματοποιήθηκε στα δεδομένα Corona. Για τα δεδομένα Geo-Eye 1 και Ikonos2 χρησιμοποιήθηκε η διαδικασία pansharpening σύμφωνα με την οποία συγχωνεύονται μια εικόνα υψηλής και μια εικόνα χαμηλότερης ανάλυσης και δημιουργούν μια μονή έγχρωμη εικόνα υψηλής ανάλυσης (single high-resolution colour image). Η υψηλή ανάλυση των δεδομένων που αναφέρθηκαν χρησιμοποιείται στην αναλυτική χαρτογράφηση των μνημείων.<br /> <br /> '''Αποτελέσματα'''<br /> <br /> *Χαρτογραφώντας τα διαφορετικά μνημεία<br /> Η δορυφορική εικόνα IKONOS (2005) χρησιμοποιείται για την σύνθεση ενός φυσικού συνθέτου που επιτρέπει την σκιαγράφηση των κύριων αρχαιολογικών χώρων της Byblos. Τα απομεινάρια ταξινομήθηκαν χρονολογικά όπως φαίνεται σχηματικά στους χάρτες. Η σύνθεση αυτή επιτρέπει επίσης την εκτίμηση των πρώην δικτύων και των κτιρίων του αρχαιολογικού. <br /> *Αξιολόγηση της χωρικής ανάλυσης<br /> Για τον αναλυτικότερο προσδιορισμό των λεπτομερειών των κτισμάτων χρησιμοποιούνται εικόνες VHR από δορυφόρο Ikonos 2 (1 m ground resolution) και εικόνες Geo-Eye 1 (0.5 m ground resolution) καθώς απαιτούνται εικόνες υψηλότερης χωρικής ανάλυσης. Για την ακρίβεια με 50 εκατοστά ανάλυση οι εικόνες Geo-Eye είναι η πρώτη αποστολή που επέτρεψε την χαρτογράφηση των αρχαιολογικών χώρων με ακρίβεια. <br /> *Εξέλιξη των χρήσεων γης <br /> Με τη χρήση εικόνων Corona πρόσφατα δεδομένα Geo-Eye πραγματοποιούνται εκτιμήσεις για την μεταβολή των χρήσεων γης τα τελευταία 45 χρόνια. Το 1970 η Jbail είναι μια μικρή πόλη συγκεντρωμένη στο βόρειο τμήμα του αρχαιολογικού χώρου και συνδεδεμένοι με τις δραστηριότητες του λιμανιού. Η γύρω περιοχή είναι κυρίως αγροτική, ενώ η ακτογραμμή διαθέτει κυρίως γεωργικές δραστηριότητες. Το 2013 το σκηνικό αυτό αλλάζει εντελώς με την ακτογραμμή να εμφανίζει έντονη τουριστική ανάπτυξη. <br /> *Μελέτη της παράκτιας διάβρωσης και των κατολισθήσεων<br /> Η μελέτης της παράκτιας διάβρωσης και των κατολισθήσεων πραγματοποιείται με τη χρήση εικόνων Corona KH-4B και Ikonos για τις τελευταίες δεκαετίες. Στο συγκεκριμένο σημείο της μεσογείου οι διαβρώσεις οφείλονται κυρίως στη μεταβολή του επιπέδου της θάλασσας. Η διάβρωση είναι ιδιαίτερα σημαντική στην El Skhiny Bay όπου πολλές τουριστικές εγκαταστάσεις έχουν δημιουργηθεί τα τελευταία χρόνια. Επίσης είναι εμφανής κοντά στο κτίσμα του 19ου αιώνα στο Ras Byblos. Η ολίσθηση του εδάφους του 1922 είναι σημαντική και εμφανής από την μαζική μετακίνηση που συνέβη στην παράκτια ζώνη του αρχαιολογικού χώρου. <br /> <br /> <br /> [[category:Αρχαιολογία]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic8.PNG 2017-02-10T22:14:30Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic7.PNG 2017-02-10T22:14:20Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic6.PNG 2017-02-10T22:14:09Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic5.PNG 2017-02-10T22:13:58Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic4.PNG 2017-02-10T22:13:47Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic3.PNG 2017-02-10T22:13:35Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic2.PNG 2017-02-10T22:13:28Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_10_pic1.PNG 2017-02-10T22:13:19Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CF%8D%CF%84%CF%83%CE%B7_%CE%94%CE%B9%CE%BF%CE%BD%CF%85%CF%83%CE%AF%CE%B1 2017-02-09T23:25:53Z

<p>Koutsi: </p> <hr /> <div>*[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα]]<br /> <br /> *[[Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat]]<br /> <br /> *[[Η συμβολή της τηλεπισκόπησης σε δραστηριότητες διαχείρισης καταστροφών: Μια μελέτη των μεγάλων πυρκαγιών της Πελοποννήσου στην Ελλάδα]]<br /> <br /> *[[Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari]]<br /> <br /> *[[Εκτίμηση των αλλαγών στους χώρους αστικού πρασίνου στην πόλη Μashad με τη χρήση δορυφορικών δεδομένων]]<br /> <br /> *[[Ένας Πράσινος Δείκτης που ενσωματώνει την Τηλεπισκόπηση και την Αντίληψη των Πολιτών για τους Χώρους Πρασίνου]]<br /> <br /> *[[Ανάλυση των χώρων αστικού πρασίνου για τον αναπτυξιακό σχεδιασμό στην πόλη Κολόμπο της Σρι Λάνκα, αξιοποιώντας δορυφορικές εικόνες THEOS]]<br /> <br /> *[[Σχεδιασμός, ανταγωνισμός και αστική διάχυση στην μεσογειακή πόλη: Η περίπτωση της Αθήνας]]<br /> <br /> *[[Εκτίμηση της αλλαγής της επιφανειακής θερμοκρασίας του αστικού πρασίνου ως αποτέλεσμα αστικής διάχυσης]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CF%8D%CF%84%CF%83%CE%B7_%CE%94%CE%B9%CE%BF%CE%BD%CF%85%CF%83%CE%AF%CE%B1 2017-02-09T23:24:56Z

<p>Koutsi: </p> <hr /> <div>[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα]]<br /> [[Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat]]<br /> [[Η συμβολή της τηλεπισκόπησης σε δραστηριότητες διαχείρισης καταστροφών: Μια μελέτη των μεγάλων πυρκαγιών της Πελοποννήσου στην Ελλάδα]]<br /> [[Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari]]<br /> [[Εκτίμηση των αλλαγών στους χώρους αστικού πρασίνου στην πόλη Μashad με τη χρήση δορυφορικών δεδομένων]]<br /> [[Ένας Πράσινος Δείκτης που ενσωματώνει την Τηλεπισκόπηση και την Αντίληψη των Πολιτών για τους Χώρους Πρασίνου]]<br /> [[Ανάλυση των χώρων αστικού πρασίνου για τον αναπτυξιακό σχεδιασμό στην πόλη Κολόμπο της Σρι Λάνκα, αξιοποιώντας δορυφορικές εικόνες THEOS]]<br /> [[Σχεδιασμός, ανταγωνισμός και αστική διάχυση στην μεσογειακή πόλη: Η περίπτωση της Αθήνας]]<br /> [[Εκτίμηση της αλλαγής της επιφανειακής θερμοκρασίας του αστικού πρασίνου ως αποτέλεσμα αστικής διάχυσης]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CF%8D%CF%84%CF%83%CE%B7_%CE%94%CE%B9%CE%BF%CE%BD%CF%85%CF%83%CE%AF%CE%B1 2017-02-09T23:23:41Z

<p>Koutsi: </p> <hr /> <div>[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα]]<br /> [[Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat]]<br /> [[Η συμβολή της τηλεπισκόπησης σε δραστηριότητες διαχείρισης καταστροφών: Μια μελέτη των μεγάλων πυρκαγιών της Πελοποννήσου στην Ελλάδα]]<br /> [[Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari]]<br /> [[Εκτίμηση των αλλαγών στους χώρους αστικού πρασίνου στην πόλη Μashad με τη χρήση δορυφορικών δεδομένων]]<br /> [[Ένας Πράσινος Δείκτης που ενσωματώνει την Τηλεπισκόπηση και την Αντίληψη των Πολιτών για τους Χώρους Πρασίνου]]<br /> [[Ανάλυση των χώρων αστικού πρασίνου για τον αναπτυξιακό σχεδιασμό στην πόλη Κολόμπο της Σρι Λάνκα, αξιοποιώντας δορυφορικές εικόνες THEOS]]<br /> [[Σχεδιασμός, ανταγωνισμός και αστική διάχυση στην μεσογειακή πόλη: Η περίπτωση της Αθήνας]]<br /> [[Εκτίμηση της αλλαγής της επιφανειακής θερμοκρασίας του αστικού πρασίνου ως αποτέλεσμα αστικής διάχυσης]]<br /> <br /> [[category:&quot;ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot; (Αθήνα)&quot;]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CF%8D%CF%84%CF%83%CE%B7_%CE%94%CE%B9%CE%BF%CE%BD%CF%85%CF%83%CE%AF%CE%B1 2017-02-09T23:23:12Z

<p>Koutsi: </p> <hr /> <div>[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα]]<br /> [[Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat]]<br /> [[Η συμβολή της τηλεπισκόπησης σε δραστηριότητες διαχείρισης καταστροφών: Μια μελέτη των μεγάλων πυρκαγιών της Πελοποννήσου στην Ελλάδα]]<br /> [[Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari]]<br /> [[Εκτίμηση των αλλαγών στους χώρους αστικού πρασίνου στην πόλη Μashad με τη χρήση δορυφορικών δεδομένων]]<br /> [[Ένας Πράσινος Δείκτης που ενσωματώνει την Τηλεπισκόπηση και την Αντίληψη των Πολιτών για τους Χώρους Πρασίνου]]<br /> [[Ανάλυση των χώρων αστικού πρασίνου για τον αναπτυξιακό σχεδιασμό στην πόλη Κολόμπο της Σρι Λάνκα, αξιοποιώντας δορυφορικές εικόνες THEOS]]<br /> [[Σχεδιασμός, ανταγωνισμός και αστική διάχυση στην μεσογειακή πόλη: Η περίπτωση της Αθήνας]]<br /> [[Εκτίμηση της αλλαγής της επιφανειακής θερμοκρασίας του αστικού πρασίνου ως αποτέλεσμα αστικής διάχυσης]]<br /> <br /> [[category:ΔΠΜΣ Περιβάλλον &amp; Ανάπτυξη (Αθήνα)]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9A%CE%BF%CF%8D%CF%84%CF%83%CE%B7_%CE%94%CE%B9%CE%BF%CE%BD%CF%85%CF%83%CE%AF%CE%B1 2017-02-09T23:22:45Z

<p>Koutsi: Νέα σελίδα με '[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε με...'</p> <hr /> <div>[[Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα]]<br /> [[Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat]]<br /> [[Η συμβολή της τηλεπισκόπησης σε δραστηριότητες διαχείρισης καταστροφών: Μια μελέτη των μεγάλων πυρκαγιών της Πελοποννήσου στην Ελλάδα]]<br /> [[Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari]]<br /> [[Εκτίμηση των αλλαγών στους χώρους αστικού πρασίνου στην πόλη Μashad με τη χρήση δορυφορικών δεδομένων]]<br /> [[Ένας Πράσινος Δείκτης που ενσωματώνει την Τηλεπισκόπηση και την Αντίληψη των Πολιτών για τους Χώρους Πρασίνου]]<br /> [[Ανάλυση των χώρων αστικού πρασίνου για τον αναπτυξιακό σχεδιασμό στην πόλη Κολόμπο της Σρι Λάνκα, αξιοποιώντας δορυφορικές εικόνες THEOS]]<br /> [[Σχεδιασμός, ανταγωνισμός και αστική διάχυση στην μεσογειακή πόλη: Η περίπτωση της Αθήνας]]<br /> [[Εκτίμηση της αλλαγής της επιφανειακής θερμοκρασίας του αστικού πρασίνου ως αποτέλεσμα αστικής διάχυσης]]<br /> <br /> [[category:ΔΠΜΣ &quot;Περιβάλλον &amp; Ανάπτυξη&quot;(Αθήνα)]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-09T16:29:22Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_6_pic1.png|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα:koutsi_art_6_pic2.png|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα:koutsi_art_6_pic4.png|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα:koutsi_art_6_pic5.png|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα:koutsi_art_6_pic6.png|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα:koutsi_art_6_pic7.png|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα:koutsi_art_6_pic8.png|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα:koutsi_art_6_pic9.png|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα:koutsi_art_6_pic10.png|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα:koutsi_art_6_pic11.png|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> '''Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα'''<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_7_pic6.PNG 2017-02-09T16:29:03Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_7_pic5.PNG 2017-02-09T16:28:55Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_7_pic4.PNG 2017-02-09T16:28:44Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_7_pic3.PNG 2017-02-09T16:28:32Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_7_pic2.PNG 2017-02-09T16:28:17Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_7_pic1.PNG 2017-02-09T16:27:54Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CF%83%CF%85%CF%83%CF%87%CE%B5%CF%84%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CF%89%CE%BD_%CE%B3%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Landsat 2017-02-09T16:27:36Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_7_pic1.PNG|thumb|right|'''Σχήμα 1''': Οι περιοχές μελέτης της κοιλάδας του Λας Βέγκας και του Tamba Bay]]<br /> [[Εικόνα:koutsi_art_7_pic2.PNG|thumb|right|'''Σχήμα 2''': Fig. 2. Tb στο κέντρο της πόλης Tampa για διαφορετικά ποσοστά ISA και ποσοστά ISA με σχετιζόμενο PTb στην κοιλάδα Tampa Bay. Tb και σχετική υψηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA &gt;60% (a); Tb και σχετική μεσαία αστική πυκνότητα που ορίζεται με ποσοστό ISA μεταξύ 41% και 60% (b); Tb και σχετική χαμηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA μεταξύ 10% και 40% (c); Τρεις αστικές πυκνότητες και PTb (d)]]<br /> [[Εικόνα:koutsi_art_7_pic3.PNG|thumb|right|'''Σχήμα 3''': Tb και σχετική υψηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA &gt;60% στο Λας Βέγκας. Αριστερά: 1984 και δεξιά: 2002]]<br /> [[Εικόνα:koutsi_art_7_pic4.PNG|thumb|right|'''Σχήμα 4''': 2002 Tb, PTb , και ISA στο Las Vegas. Tb σε περιοχές υψηλής αστικής πυκνότητας (a); Tb σε μεσαίας πυκνότητας αστικές περιοχές (b); Tb σε χαμηλής πυκνότητας αστικές περιοχές (c); Και οι 3 κατηγορίες πυκνοτήτων και τα σχετικά PTb (d)]]<br /> [[Εικόνα:koutsi_art_7_pic5.PNG|thumb|right|'''Διάγραμμα 1''': Διαφορές PTb και μέσο NDVI μεταξύ ποσοστών ISA &lt;10% και 3 άλλα ποσοστά ISAs για την περιοχή Tampa Bay το 2002]]<br /> [[Εικόνα:koutsi_art_7_pic6.PNG|thumb|right|'''Διάγραμμα 2''': Διαφορές PTb και μέσο NDVI μεταξύ ποσοστών ISA &lt;10% και 3 άλλα ποσοστά ISAs για την περιοχή του Λας Βέγκας το 1984 (a) και το 2002 (b)]]<br /> <br /> '''Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat'''<br /> <br /> <br /> George Xian a,⁎, Mike Crane b<br /> <br /> a SAIC, USGS Center for Earth Resources Observation and Science, Sioux Falls, SD 57198, USA<br /> <br /> b USGS, Center for Earth Resources Observation and Science, Sioux Falls, SD 57198, USA<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Αστικό, Αδιαπέραστη Επιφάνεια, Ακτινοβολούσα επιφανειακή θερμοκρασία, Τηλεπισκόπηση<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0034425706001799]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Σκοπός του παρόντος άρθρου είναι η χρήση μια μεθόδου για την ποσοτικοποίηση των χαρακτηριστικών της αστικής επιφανειακής θερμοκρασίας καθορίζοντας των μέσων επιφανειακών θερμοκρασιών της ακτινοβολίας που βασίζεται σε ποσοτικές αστικές χωρικές εκτάσεις και σε πυκνότητες ανάπτυξης. Για την εκτίμηση των θερμοκρασιών χρησιμοποιείται μια ανθρωπογενής παράμετρος η «αδιαπέραστη επιφάνεια» (impervious surface area-ISA) καθώς η ύπαρξη ISA μαρτυρά την αστική επέκταση και την ύπαρξη εκτεταμένων χρήσεων γης. Μέσω του συσχετισμού των επιφανειών που καλύπτονται από ISA και της μέσης θερμοκρασίας εκτιμάται η θερμική διαφορά των αστικών και αγροτικών περιοχών και η διακύμανση της θερμοκρασίας σε διαφορετικές αστικές πυκνότητες. Αυτή η μέθοδος στην παρούσα μελέτη εφαρμόζεται στο Tampa Bay (1992-2002) στη Φλόριντα και το Las Vegas(1984-2002) της Νεβάδα. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένα από τα σημαντικότερα αποτελέσματα της αστικοποίησης είναι η διακύμανση της θερμοκρασίας της επιφάνειας της γης, η οποία επηρεάζει τα αστικά κλίματα. Για την ακρίβεια οι αστικές περιοχές διαθέτουν υψηλότερη απορρόφηση της ηλιακής ακτινοβολίας και την ικανότητα να απελευθερώνουν την αποθηκευμένη κατά την ημέρα ακτινοβολία κατά την διάρκεια της νύχτας. Με τον τρόπο αυτό η θερμοκρασία στις αστικές περιοχές είναι υψηλότερη από τις γύρω αγροτικές περιοχές δημιουργώντας το φαινόμενο της θερμικής αστικής νησίδας (Urban Heat Island-UHI). Οι αστικές περιοχές περιλαμβάνουν πληθώρα επιφανειών με ποικίλες θερμοκρασίες που επηρεάζουν το αστικό κλίμα. Το κλίμα επίσης μπορεί να επηρεαστεί από τις αλλαγές των θερμοκρασιών λόγω μεταβολής των καλύψεων και χρήσεων γης (LULC). Η τηλεπισκόπηση παρέχει μια συνεχή διαδικασία ορισμού των θερμικών διαφορών μεταξύ αστικού και αγροτικού ιστού, η οποία ύστερα από μελέτες φαίνεται να κυμαίνεται σε περιοχές με 10.000 κατοίκους και πάνω σε 0.1 οC υψηλότερη από αντίστοιχές περιοχές 2000 κατοίκων. Εκτός από Αστικές Θερμικές Νησίδες επίσης εντοπίζονται Αστικές Ψύκτρες (Urban Heat sink), περιοχές όπου λόγω των συνθηκών που επικρατούν παρουσιάζουν θερμοκρασία χαμηλότερη από την γύρω περιοχή. Ο συνδυασμός δεδομένων όπως η μέση ακτινοβολούσα επιφανειακή θερμοκρασία (Tb), ο δείκτης NDVI, οι χρήσεις και καλύψεις γης και οι διάφορες τιμές θερμοκρασίας που λαμβάνονται από δορυφορικές εικόνες Landsat ΤΜ+ βοηθούν την εκτίμηση των θερμικών φαινομένων. <br /> <br /> '''Περιοχές μελέτης'''<br /> <br /> Οι περιοχές μελέτης είναι διαφορετικές μεταξύ τους (σχήμα 1) με το Tampa Bay να χαρακτηρίζεται από υγρό, μεσοτροπικό κλίμα με ζεστά και υγρά καλοκαίρια και ξηρούς χειμώνες ενώ το Las Vegasέχει κλίμα ερήμου με ζεστά και ξηρά καλοκαίρια και κρύους και υγρούς χειμώνες. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Για την εκτίμηση των ISA και των σχετιζόμενων χρήσεων γης χρησιμοποιείται η μέθοδος Sub-pixel Imperviousness Change Detection (SICD). Ειδικότερα, ο υπολογισμός περιλαμβάνει την ανάκτηση περιοχών εκπαίδευσης από υψηλής ανάλυσης ορθοφωτογραφίες (DOQQs) για ένα μοντέλο παλινδρόμησης στο οποίο επιλέγεται ως επιβλεπόμενη μεταβλητή το ποσοστό των ISA. Οι εικόνες DOQQs αποκτούνται από το USGS για τα τέλη του 1990 για το Tampa Bay και για το 2003 για το Las Vegas και περιείχαν 3 χρώματα (πράσινο, κόκκινο και εγγύς υπέρυθρο) και χωρική ανάλυση 1 μέτρο. Τα pixels των εικόνων ταξινομήθηκαν ως αστικά και μη αστικά από τα οποία υπολογίστηκαν οι περιοχές ISA και μετατράπηκαν ώστε να έχουν ανάλυση 30 μέτρα. <br /> Οι δορυφορικές εικόνες Landsat TM και ETM+ για τα έτη 1994-1995 και 2002 (Tampa Bay) και 1984 και 2002 (Las Vegas) έχουν ήδη υποστεί ραδιομετρική και γεωμετρική διόρθωση από USGS Center for Earth Resources Observation and Science (EROS). Πραγματοποιήθηκε μετατροπή των εικόνων σε παγκόσμιο σύστημα αναφοράς και resampling των θερμικών καναλιών ώστε να έχουν επίσης χωρική ανάλυση 30 μέτρα (από 120 μέτρων) με τη μέθοδο του πλησιέστερου γείτονα. Επεξεργασίες αυτές οδηγούν σε εικόνες ψηφιακών αριθμών (DN) που αφορούν δορυφορική ακτινοβολία. Μέσω εξισώσεων υπολογίζεται η ακτινοβολία του αισθητήρα και η ανακλαστικότητα του δορυφόρου (ρλ). 6 ρλ κανάλια ανακλαστικότητας εφαρμόστηκαν στο μοντέλο παλινδρόμησης για την απόκτηση των περιοχών ISA. Μέσω των τιμών αυτών υπολογίζεται η μέση επιφανειακή ακτινοβολούσα θερμοκρασία (Tb) και ο δείκτης NDVI μέσω της εξίσωσης NDVI=(ρ2−ρ1) / (ρ2+ρ1).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Οι περιοχές που καλύπτονται από πάνω από 10% περιοχές ISA ταξινομούνται ως αστικές αλλιώς ταξινομούνται ως μη αστικές (10–40% χαμηλή πυκνότητα 41–60% μεσαία πυκνότητα και &gt;60% υψηλή). Για την απομόνωση των θερμικών σημείων απομακρύνονται τα pixel νερού και η εικόνα επαναταξινομείται. Ο τελικός χάρτης μέσω θερμοκρασιών προκύπτει ύστερα από αφαίρεση των θερμοκρασιών με τιμή 2 φορές της μέσης. <br /> Για την περιοχή του Tamba Bay τα αποτελέσματα δείχνουν διαφοροποιήσεις των αστικών και αγροτικών περιοχών με τις πρώτες να εμφανίζουν υψηλότερες θερμοκρασίες. Διαφοροποιήσεις είναι ορατές και στις διαφορετικές αστικές πυκνότητες με μεγαλύτερα ποσοστά ISA να διαθέτουν υψηλότερη θερμοκρασία. Οι τιμές του δείκτη Tb παρουσιάζουν μεγάλες διακυμάνσεις (Πίνακας 2) καθώς χρησιμοποιήθηκε εικόνα Landsat ETM+ στην οποία το θερμικό κανάλι έχει χωρική ανάλυση 60 m και προσφέρει περισσότερες λεπτομέρειες. <br /> Ομοίως, υπολογίζονται οι τιμές για την περιοχή του Las Vegas. Το αξιοσημείωτο είναι πως αντιφατικά με την περιοχή του Tamba Bay, οι διαφοροποιήσεις μεταξύ των αστικών και μη περιοχών είναι αντίθετη. Οι αστικές περιοχές εμφανίζουν χαμηλότερη θερμοκρασία σε αυτή την περίπτωση, παρόλα αυτά όμως οι περιοχές με υψηλή πυκνότητα παρουσιάζουν υψηλότερη θερμοκρασία από αυτές με χαμηλή και τις μη αστικές. Αυτό μπορεί να αποδοθεί σε υλικά χαμηλής απορρόφησης ακτινοβολίας αλλά και στην ύπαρξη περιοχών χαμηλής αστικής πυκνότητας στο κέντρο του Las Vegas. Για τις περιοχές με χαμηλή και μέση πυκνότητα κατά την διάρκεια της μέρας δημιουργείται φαινόμενο ψύξης ενώ για τις πυκνοδομημένες περιοχές φαινόμενο αστικής θερμικής νησίδας. <br /> Τέλος, συγκρίνοντας τα αποτελέσματα της τιμής Tb, των περιοχών ISA και των δεικτών βλάστησης επιδιώκεται η σύνδεση της ύπαρξης βλάστησης με την θερμοκρασία. Όπως φαίνεται στον πίνακα 3 οι περιοχές με μέση και χαμηλή πυκνότητα εμφανίζουν χαμηλότερη μέση τιμή του δείκτη NDVI, όμως οι περιοχές με υψηλή πυκνότητα δόμησης εμφανίζουν υψηλότερο δείκτη καθώς η αστική βλάστηση παρουσιάζει μεγάλη ανομοιομορφία. Στις αγροτικές περιοχές η ύπαρξη βλάστησης μειώνει την μέση θερμοκρασία της περιοχής στο κλίμα της περιοχής του Tamba Bay. Αντιθέτως, στην περιοχή του Las Vegas η μη αστική βλάστηση είναι διάσπαρτη, ενώ η αστική φύτευση αφορά κυρίως ιδιωτικές πρωτοβουλίες. Ο δείκτης NDVI είναι υψηλότερος στις πυκνοδομημένες περιοχές, παρόλα αυτά η ύπαρξη ξενοδοχείων, νυχτερινών κέντρων και επιχειρήσεων δεν συμβάλει στην μείωση της θερμοκρασίας όπως στην περίπτωση των χαμηλών και μεσαίων πυκνοτήτων. <br /> <br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%9C%CE%B9%CE%B1_%CE%BC%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CF%84%CF%89%CE%BD_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CF%8E%CE%BD_%CF%87%CE%B1%CF%81%CE%B1%CE%BA%CF%84%CE%B7%CF%81%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CF%8E%CE%BD_%CE%BA%CE%B1%CE%B9_%CF%84%CF%89%CE%BD_%CF%83%CF%85%CF%83%CF%87%CE%B5%CF%84%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CE%BA%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CF%89%CE%BD_%CE%B3%CE%B7%CF%82_%CE%BC%CE%B5_%CF%84%CE%B7_%CF%87%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_Landsat 2017-02-09T16:25:44Z

<p>Koutsi: Νέα σελίδα με '[[Εικόνα:koutsi_art_7_pic1.png|thumb|right|'''Σχήμα 1''': Οι περιοχές μελέτης της κοιλάδας του Λας Βέγκας και του ...'</p> <hr /> <div>[[Εικόνα:koutsi_art_7_pic1.png|thumb|right|'''Σχήμα 1''': Οι περιοχές μελέτης της κοιλάδας του Λας Βέγκας και του Tamba Bay]]<br /> [[Εικόνα:koutsi_art_7_pic2.png|thumb|right|'''Σχήμα 2''': Fig. 2. Tb στο κέντρο της πόλης Tampa για διαφορετικά ποσοστά ISA και ποσοστά ISA με σχετιζόμενο PTb στην κοιλάδα Tampa Bay. Tb και σχετική υψηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA &gt;60% (a); Tb και σχετική μεσαία αστική πυκνότητα που ορίζεται με ποσοστό ISA μεταξύ 41% και 60% (b); Tb και σχετική χαμηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA μεταξύ 10% και 40% (c); Τρεις αστικές πυκνότητες και PTb (d)]]<br /> [[Εικόνα:koutsi_art_7_pic3.png|thumb|right|'''Σχήμα 3''': Tb και σχετική υψηλή αστική πυκνότητα που ορίζεται με ποσοστό ISA &gt;60% στο Λας Βέγκας. Αριστερά: 1984 και δεξιά: 2002]]<br /> [[Εικόνα:koutsi_art_7_pic4.png|thumb|right|'''Σχήμα 4''': 2002 Tb, PTb , και ISA στο Las Vegas. Tb σε περιοχές υψηλής αστικής πυκνότητας (a); Tb σε μεσαίας πυκνότητας αστικές περιοχές (b); Tb σε χαμηλής πυκνότητας αστικές περιοχές (c); Και οι 3 κατηγορίες πυκνοτήτων και τα σχετικά PTb (d)]]<br /> [[Εικόνα:koutsi_art_7_pic5.png|thumb|right|'''Διάγραμμα 1''': Διαφορές PTb και μέσο NDVI μεταξύ ποσοστών ISA &lt;10% και 3 άλλα ποσοστά ISAs για την περιοχή Tampa Bay το 2002]]<br /> [[Εικόνα:koutsi_art_7_pic6.png|thumb|right|'''Διάγραμμα 2''': Διαφορές PTb και μέσο NDVI μεταξύ ποσοστών ISA &lt;10% και 3 άλλα ποσοστά ISAs για την περιοχή του Λας Βέγκας το 1984 (a) και το 2002 (b)]]<br /> <br /> '''Μια μελέτη των αστικών θερμικών χαρακτηριστικών και των συσχετισμένων καλύψεων γης με τη χρήση δορυφορικών δεδομένων Landsat'''<br /> <br /> <br /> George Xian a,⁎, Mike Crane b<br /> <br /> a SAIC, USGS Center for Earth Resources Observation and Science, Sioux Falls, SD 57198, USA<br /> <br /> b USGS, Center for Earth Resources Observation and Science, Sioux Falls, SD 57198, USA<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Αστικό, Αδιαπέραστη Επιφάνεια, Ακτινοβολούσα επιφανειακή θερμοκρασία, Τηλεπισκόπηση<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0034425706001799]<br /> <br /> '''Αντικείμενο'''<br /> <br /> Σκοπός του παρόντος άρθρου είναι η χρήση μια μεθόδου για την ποσοτικοποίηση των χαρακτηριστικών της αστικής επιφανειακής θερμοκρασίας καθορίζοντας των μέσων επιφανειακών θερμοκρασιών της ακτινοβολίας που βασίζεται σε ποσοτικές αστικές χωρικές εκτάσεις και σε πυκνότητες ανάπτυξης. Για την εκτίμηση των θερμοκρασιών χρησιμοποιείται μια ανθρωπογενής παράμετρος η «αδιαπέραστη επιφάνεια» (impervious surface area-ISA) καθώς η ύπαρξη ISA μαρτυρά την αστική επέκταση και την ύπαρξη εκτεταμένων χρήσεων γης. Μέσω του συσχετισμού των επιφανειών που καλύπτονται από ISA και της μέσης θερμοκρασίας εκτιμάται η θερμική διαφορά των αστικών και αγροτικών περιοχών και η διακύμανση της θερμοκρασίας σε διαφορετικές αστικές πυκνότητες. Αυτή η μέθοδος στην παρούσα μελέτη εφαρμόζεται στο Tampa Bay (1992-2002) στη Φλόριντα και το Las Vegas(1984-2002) της Νεβάδα. <br /> <br /> '''Εισαγωγή'''<br /> <br /> Ένα από τα σημαντικότερα αποτελέσματα της αστικοποίησης είναι η διακύμανση της θερμοκρασίας της επιφάνειας της γης, η οποία επηρεάζει τα αστικά κλίματα. Για την ακρίβεια οι αστικές περιοχές διαθέτουν υψηλότερη απορρόφηση της ηλιακής ακτινοβολίας και την ικανότητα να απελευθερώνουν την αποθηκευμένη κατά την ημέρα ακτινοβολία κατά την διάρκεια της νύχτας. Με τον τρόπο αυτό η θερμοκρασία στις αστικές περιοχές είναι υψηλότερη από τις γύρω αγροτικές περιοχές δημιουργώντας το φαινόμενο της θερμικής αστικής νησίδας (Urban Heat Island-UHI). Οι αστικές περιοχές περιλαμβάνουν πληθώρα επιφανειών με ποικίλες θερμοκρασίες που επηρεάζουν το αστικό κλίμα. Το κλίμα επίσης μπορεί να επηρεαστεί από τις αλλαγές των θερμοκρασιών λόγω μεταβολής των καλύψεων και χρήσεων γης (LULC). Η τηλεπισκόπηση παρέχει μια συνεχή διαδικασία ορισμού των θερμικών διαφορών μεταξύ αστικού και αγροτικού ιστού, η οποία ύστερα από μελέτες φαίνεται να κυμαίνεται σε περιοχές με 10.000 κατοίκους και πάνω σε 0.1 οC υψηλότερη από αντίστοιχές περιοχές 2000 κατοίκων. Εκτός από Αστικές Θερμικές Νησίδες επίσης εντοπίζονται Αστικές Ψύκτρες (Urban Heat sink), περιοχές όπου λόγω των συνθηκών που επικρατούν παρουσιάζουν θερμοκρασία χαμηλότερη από την γύρω περιοχή. Ο συνδυασμός δεδομένων όπως η μέση ακτινοβολούσα επιφανειακή θερμοκρασία (Tb), ο δείκτης NDVI, οι χρήσεις και καλύψεις γης και οι διάφορες τιμές θερμοκρασίας που λαμβάνονται από δορυφορικές εικόνες Landsat ΤΜ+ βοηθούν την εκτίμηση των θερμικών φαινομένων. <br /> <br /> '''Περιοχές μελέτης'''<br /> <br /> Οι περιοχές μελέτης είναι διαφορετικές μεταξύ τους (σχήμα 1) με το Tampa Bay να χαρακτηρίζεται από υγρό, μεσοτροπικό κλίμα με ζεστά και υγρά καλοκαίρια και ξηρούς χειμώνες ενώ το Las Vegasέχει κλίμα ερήμου με ζεστά και ξηρά καλοκαίρια και κρύους και υγρούς χειμώνες. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Για την εκτίμηση των ISA και των σχετιζόμενων χρήσεων γης χρησιμοποιείται η μέθοδος Sub-pixel Imperviousness Change Detection (SICD). Ειδικότερα, ο υπολογισμός περιλαμβάνει την ανάκτηση περιοχών εκπαίδευσης από υψηλής ανάλυσης ορθοφωτογραφίες (DOQQs) για ένα μοντέλο παλινδρόμησης στο οποίο επιλέγεται ως επιβλεπόμενη μεταβλητή το ποσοστό των ISA. Οι εικόνες DOQQs αποκτούνται από το USGS για τα τέλη του 1990 για το Tampa Bay και για το 2003 για το Las Vegas και περιείχαν 3 χρώματα (πράσινο, κόκκινο και εγγύς υπέρυθρο) και χωρική ανάλυση 1 μέτρο. Τα pixels των εικόνων ταξινομήθηκαν ως αστικά και μη αστικά από τα οποία υπολογίστηκαν οι περιοχές ISA και μετατράπηκαν ώστε να έχουν ανάλυση 30 μέτρα. <br /> Οι δορυφορικές εικόνες Landsat TM και ETM+ για τα έτη 1994-1995 και 2002 (Tampa Bay) και 1984 και 2002 (Las Vegas) έχουν ήδη υποστεί ραδιομετρική και γεωμετρική διόρθωση από USGS Center for Earth Resources Observation and Science (EROS). Πραγματοποιήθηκε μετατροπή των εικόνων σε παγκόσμιο σύστημα αναφοράς και resampling των θερμικών καναλιών ώστε να έχουν επίσης χωρική ανάλυση 30 μέτρα (από 120 μέτρων) με τη μέθοδο του πλησιέστερου γείτονα. Επεξεργασίες αυτές οδηγούν σε εικόνες ψηφιακών αριθμών (DN) που αφορούν δορυφορική ακτινοβολία. Μέσω εξισώσεων υπολογίζεται η ακτινοβολία του αισθητήρα και η ανακλαστικότητα του δορυφόρου (ρλ). 6 ρλ κανάλια ανακλαστικότητας εφαρμόστηκαν στο μοντέλο παλινδρόμησης για την απόκτηση των περιοχών ISA. Μέσω των τιμών αυτών υπολογίζεται η μέση επιφανειακή ακτινοβολούσα θερμοκρασία (Tb) και ο δείκτης NDVI μέσω της εξίσωσης NDVI=(ρ2−ρ1) / (ρ2+ρ1).<br /> <br /> '''Αποτελέσματα'''<br /> <br /> Οι περιοχές που καλύπτονται από πάνω από 10% περιοχές ISA ταξινομούνται ως αστικές αλλιώς ταξινομούνται ως μη αστικές (10–40% χαμηλή πυκνότητα 41–60% μεσαία πυκνότητα και &gt;60% υψηλή). Για την απομόνωση των θερμικών σημείων απομακρύνονται τα pixel νερού και η εικόνα επαναταξινομείται. Ο τελικός χάρτης μέσω θερμοκρασιών προκύπτει ύστερα από αφαίρεση των θερμοκρασιών με τιμή 2 φορές της μέσης. <br /> Για την περιοχή του Tamba Bay τα αποτελέσματα δείχνουν διαφοροποιήσεις των αστικών και αγροτικών περιοχών με τις πρώτες να εμφανίζουν υψηλότερες θερμοκρασίες. Διαφοροποιήσεις είναι ορατές και στις διαφορετικές αστικές πυκνότητες με μεγαλύτερα ποσοστά ISA να διαθέτουν υψηλότερη θερμοκρασία. Οι τιμές του δείκτη Tb παρουσιάζουν μεγάλες διακυμάνσεις (Πίνακας 2) καθώς χρησιμοποιήθηκε εικόνα Landsat ETM+ στην οποία το θερμικό κανάλι έχει χωρική ανάλυση 60 m και προσφέρει περισσότερες λεπτομέρειες. <br /> Ομοίως, υπολογίζονται οι τιμές για την περιοχή του Las Vegas. Το αξιοσημείωτο είναι πως αντιφατικά με την περιοχή του Tamba Bay, οι διαφοροποιήσεις μεταξύ των αστικών και μη περιοχών είναι αντίθετη. Οι αστικές περιοχές εμφανίζουν χαμηλότερη θερμοκρασία σε αυτή την περίπτωση, παρόλα αυτά όμως οι περιοχές με υψηλή πυκνότητα παρουσιάζουν υψηλότερη θερμοκρασία από αυτές με χαμηλή και τις μη αστικές. Αυτό μπορεί να αποδοθεί σε υλικά χαμηλής απορρόφησης ακτινοβολίας αλλά και στην ύπαρξη περιοχών χαμηλής αστικής πυκνότητας στο κέντρο του Las Vegas. Για τις περιοχές με χαμηλή και μέση πυκνότητα κατά την διάρκεια της μέρας δημιουργείται φαινόμενο ψύξης ενώ για τις πυκνοδομημένες περιοχές φαινόμενο αστικής θερμικής νησίδας. <br /> Τέλος, συγκρίνοντας τα αποτελέσματα της τιμής Tb, των περιοχών ISA και των δεικτών βλάστησης επιδιώκεται η σύνδεση της ύπαρξης βλάστησης με την θερμοκρασία. Όπως φαίνεται στον πίνακα 3 οι περιοχές με μέση και χαμηλή πυκνότητα εμφανίζουν χαμηλότερη μέση τιμή του δείκτη NDVI, όμως οι περιοχές με υψηλή πυκνότητα δόμησης εμφανίζουν υψηλότερο δείκτη καθώς η αστική βλάστηση παρουσιάζει μεγάλη ανομοιομορφία. Στις αγροτικές περιοχές η ύπαρξη βλάστησης μειώνει την μέση θερμοκρασία της περιοχής στο κλίμα της περιοχής του Tamba Bay. Αντιθέτως, στην περιοχή του Las Vegas η μη αστική βλάστηση είναι διάσπαρτη, ενώ η αστική φύτευση αφορά κυρίως ιδιωτικές πρωτοβουλίες. Ο δείκτης NDVI είναι υψηλότερος στις πυκνοδομημένες περιοχές, παρόλα αυτά η ύπαρξη ξενοδοχείων, νυχτερινών κέντρων και επιχειρήσεων δεν συμβάλει στην μείωση της θερμοκρασίας όπως στην περίπτωση των χαμηλών και μεσαίων πυκνοτήτων. <br /> <br /> <br /> [[category:Χαρτογράφηση παραμέτρων ποιότητας τοπίου και υποβαθμισμένων περιοχών]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-09T16:15:49Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_6_pic1.png|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα:koutsi_art_6_pic2.png|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα:koutsi_art_6_pic4.png|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα:koutsi_art_6_pic5.png|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα:koutsi_art_6_pic6.png|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα:koutsi_art_6_pic7.png|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα:koutsi_art_6_pic8.png|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα:koutsi_art_6_pic9.png|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα:koutsi_art_6_pic10.png|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα:koutsi_art_6_pic11.png|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> '''Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα'''<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-09T16:14:49Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_6_pic1.PNG.PNG|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα:koutsi_art_6_pic2.PNG|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα:koutsi_art_6_pic4.PNG|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα:koutsi_art_6_pic5.PNG|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα:koutsi_art_6_pic6.PNG|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα:koutsi_art_6_pic7.PNG|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα:koutsi_art_6_pic8.PNG|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα:koutsi_art_6_pic9.PNG|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα:koutsi_art_6_pic10.PNG|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα:koutsi_art_6_pic11.PNG|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> '''Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα'''<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-09T16:13:16Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα:koutsi_art_6_pic1.PNG|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα:koutsi_art_6_pic2.PNG|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα:koutsi_art_6_pic4.PNG|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα:koutsi_art_6_pic5.PNG|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα:koutsi_art_6_pic6.PNG|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα:koutsi_art_6_pic7.PNG|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα:koutsi_art_6_pic8.PNG|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα:koutsi_art_6_pic9.PNG|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα:koutsi_art_6_pic10.PNG|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα:koutsi_art_6_pic11.PNG|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> '''Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα'''<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_6_pic5.png 2017-02-09T16:11:07Z

<p>Koutsi: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Koutsi art 6 pic5.png&amp;quot;</p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_6_pic4.png 2017-02-09T16:10:57Z

<p>Koutsi: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Koutsi art 6 pic4.png&amp;quot;</p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_6_pic2.png 2017-02-09T16:10:48Z

<p>Koutsi: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Koutsi art 6 pic2.png&amp;quot;</p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_6_pic1.png 2017-02-09T16:10:39Z

<p>Koutsi: ανέβασμα νέας έκδοσης του &amp;quot;Αρχείο:Koutsi art 6 pic1.png&amp;quot;</p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-09T16:10:06Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_art_6_pic1.PNG|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα: koutsi_art_6_pic2.PNG|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα: koutsi_art_6_pic4.PNG|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα: koutsi_art_6_pic5.PNG|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα: koutsi_art_6_pic6.PNG|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα: koutsi_art_6_pic7.PNG|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα: koutsi_art_6_pic8.PNG|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα: koutsi_art_6_pic9.PNG|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα: koutsi_art_6_pic10.PNG|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα: koutsi_art_6_pic11.PNG|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> '''Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα'''<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%97%CE%BC%CE%B5%CF%81%CE%AE%CF%83%CE%B9%CE%B5%CF%82_%CE%B8%CE%B5%CF%81%CE%BC%CE%B9%CE%BA%CE%AD%CF%82_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%AD%CF%82_%CE%BD%CE%B7%CF%83%CE%AF%CE%B4%CE%B5%CF%82_%CE%B1%CF%80%CF%8C_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CE%B1_Landsat_ETM%2B_%CE%BA%CE%B1%CE%B9_%CE%9A%CE%B1%CE%BB%CF%8D%CF%88%CE%B5%CE%B9%CF%82_Corine:_%CE%9C%CE%B9%CE%B1_%CE%B5%CF%86%CE%B1%CF%81%CE%BC%CE%BF%CE%B3%CE%AE_%CF%83%CE%B5_%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B5%CF%82_%CF%80%CF%8C%CE%BB%CE%B5%CE%B9%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%95%CE%BB%CE%BB%CE%AC%CE%B4%CE%B1 2017-02-09T16:09:08Z

<p>Koutsi: Νέα σελίδα με '[[Εικόνα: koutsi_art_6_pic1.PNG|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελ...'</p> <hr /> <div>[[Εικόνα: koutsi_art_6_pic1.PNG|thumb|right|'''Σχήμα 1'''. Χάρτης της Ελλάδας με τις τοποθεσίες των πόλεων που μελετώνται]]<br /> [[Εικόνα: koutsi_art_6_pic2.PNG|thumb|right|'''Σχήμα 2'''. Διάγραμμα της διαδικασίας εκτίμησης της έντασης της επιφανειακής UHI από δεδομένα δορυφόρων και δεδομένα Corine]] <br /> [[Εικόνα: koutsi_art_6_pic4.PNG|thumb|right|'''Σχήμα 3'''. Χάρτες Καλύψεων Γης: (a) Αθήνα (b) Θεσσαλονίκη (c) Πάτρα (d) Ηράκλειο και (e) Βόλος, όπως προκύπτουν από το Corine]]<br /> [[Εικόνα: koutsi_art_6_pic5.PNG|thumb|right|'''Σχήμα 4'''. Χάρτης Θερμοκρασιών επιφάνειας για την Αθήνα]]<br /> [[Εικόνα: koutsi_art_6_pic6.PNG|thumb|right|'''Σχήμα 5'''. Χάρτης Θερμοκρασιών επιφάνειας για την Θεσσαλονίκη]]<br /> [[Εικόνα: koutsi_art_6_pic7.PNG|thumb|right|'''Σχήμα 6'''. Χάρτης Θερμοκρασιών επιφάνειας για την Πάτρα]]<br /> [[Εικόνα: koutsi_art_6_pic8.PNG|thumb|right|'''Σχήμα 7'''. Χάρτης Θερμοκρασιών επιφάνειας για τον Βόλο]]<br /> [[Εικόνα: koutsi_art_6_pic9.PNG|thumb|right|'''Σχήμα 8'''. Χάρτης Θερμοκρασιών επιφάνειας για το Ηράκλειο]]<br /> [[Εικόνα: koutsi_art_6_pic10.PNG|thumb|right|'''Πίνακας 1'''. Μέση τιμή Τs ανά κάλυψη γης]]<br /> [[Εικόνα: koutsi_art_6_pic11.PNG|thumb|right|'''Πίνακας 2'''. Εκτινόμενη επιφανειακή ένταση UHI ΔΤ]]<br /> <br /> <br /> '''Ημερήσιες θερμικές αστικές νησίδες από δεδομένα Landsat ETM+ και Καλύψεις Corine: Μια εφαρμογή σε μεγάλες πόλεις στην Ελλάδα'''<br /> <br /> Marina Stathopoulou *, Constantinos Cartalis<br /> <br /> Remote Sensing and Image Processing Laboratory, Division of Applied Physics, Department of Physics, Building PHYS-5,University Campus, 157 84 Athens, Greece<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S0038092X06001885]<br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Τηλεπισκόπηση, Αστικές θερμικές νησίδες, ETM+, Χρήσεις γης, CORINE<br /> <br /> '''Αντικείμενο'''<br /> <br /> Αντικείμενο του παρόντος άρθρου είναι οι αστικές νησίδες και ο τρόπος με τον οποίο εκτιμούνται με την βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Σκοπός'''<br /> <br /> Το παρόν άρθρο μελετά την κατανομή των αστικών θερμικών νησίδων σε μεγάλες πόλεις της Ελλάδας, όπως η Αθήνα, η Θεσσαλονίκη, ο Βόλος, Η Πάτρα και το Ηράκλειο. Ο εντοπισμός τους πραγματοποιείται μέσω της χρήσης δορυφορικών εικόνων Landsat ETM+, ενώ μέσω των δεδομένων για τις καλύψεις γης Corine εκτιμάται η συσχέτιση της θερμοκρασίας της επιφάνειας της γης και των χαρακτηριστικών της.<br /> <br /> '''Εισαγωγή'''<br /> <br /> Το φαινόμενο της αστικής θεσμικής νησίδας (UHI) αφορά την σύγκριση της θερμοκρασία της αστικής, δομημένης επιφάνειας συγκριτικά με τον μη δομημένο χώρο. Γενικά, εντοπίζονται 3 τύποι UHI. Δύο από αυτούς αφορούν την ατμοσφαιρική θερμοκρασία και οι μετρήσεις τους πραγματοποιούνται καλύτερα τις βραδινές ώρες μέσω μετεωρολογικών μέσων (canopy layer heat island (CHI), boundary layer heat island (BHI)) ενώ οι επιφανειακές αστικές θερμικές νησίδες (SUHI) εκτιμούνται πιο αποδοτικά κατά την διάρκεια της μέρας με τη χρήση δορυφορικών εικόνων μεσαίας ανάλυσης. Στην παρούσα μελέτη χρησιμοποιούνται εικόνες από τον δορυφόρο Landsat 7, υψηλής χωρικής ανάλυσης (60m) σε συνδυασμό με τις πληροφορίες καλύψεων γης που προσφέρει το Corine. Αυτή η μεθοδολογία μπορεί να αποτελέσει οδηγό για την ερμηνεία του φαινομένου των UHIs σε πολλές περιοχές του κόσμου. Το συγκεκριμένο παράδειγμα χρησιμοποιεί ελληνικές μεγάλες πόλεις με λιμάνια (Αθήνα, Θεσσαλονίκη, Βόλος, Πάτρα και Ηράκλειο). Προηγούμενες μελέτες δίνουν στην Θεσσαλονίκη και το Ηράκλειο 8 ºC (νυχτερινή μέτρηση) και 7 ºC στο Βόλο και την Πάτρα. Η Αθήνα, ομοίως εμφανίζει θερμοκρασία 5 ºC (σχήμα 1). <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Η μεθοδολογία που ακολουθείται περιλαμβάνει τα εξής βήματα:<br /> <br /> *Επεξεργασία δεδομένων Landsat ETM+ με σκοπό την απόκτηση τιμών θερμοκρασιών φωτεινότητας. Επιλέγεται ο δορυφόρος Landsat ETM+ 7 καθώς παρέχει συνεχή καταγραφή της γης αλλά και δεδομένα υψηλής χωρικής ανάλυσης (30m). Με τον τρόπο αυτό πραγματοποιείται η χαρτογράφηση του θερμικού αστικού περιβάλλοντος των πόλεων της Αθήνας, της Θεσσαλονίκης, του Βόλου, της Πάτρας και του Ηρακλείου. Το κανάλι 6 με χωρική ανάλυση 60 m θεωρείται πως παρέχει τις πληροφορίες αναφορικά με τις ενδο-αστικές επιφανειακές διαφορές θερμοκρασιών με τη χρήση μιας διαδικασίας 2 βημάτων όπως διαμορφώθηκε από το Landsat Project Science Office Τα δορυφορικά δεδομένα παρέχονται από το US Geological Survey (USGS) Earth Resource Observation Systems Data Center και στον πίνακα 1 παρουσιάζονται τα δεδομένα που χρησιμοποιήθηκαν. <br /> *Επεξεργασία των δεδομένων κάλυψης Corine. Ο κατάλογος Corine αποτελεί έναν πανευρωπαϊκό χάρτη καλύψεων γης ακρίβειας 44 κλάσεων όπως παρουσιάζονται στο σχήμα 4. Στην παρούσα εργασία χρησιμοποιούνται τα διανυσματικά δεδομένα για τις καλύψεις Corine από το 1990 και συγχωνεύονται σε 5 κλάσεις: αστική/πυκνοδομημένη περιοχή, προαστιακή/μεσαία δομημένη περιοχή, μικτή αστική περιοχή, αγροτική περιοχή και υδάτινη επιφάνεια για κάθε πόλη (σχήμα 5). <br /> *Επαναπροσδιορισμός της θερμοκρασίας της επιφάνειας της γης. Η εκπεμπόμενη ακτινοβολία που υπολογίστηκε στο πρώτο βήμα της μεθοδολογίας δεν λαμβάνει υπόψη την ανομοιόμορφη ικανότητα του εδάφους να εκπέμπει ακτινοβολία. Η διόρθωση πραγματοποιείται μέσω της χρησιμοποίησης τιμών ακτινοβολίας εδάφους για κάθε χρήση γης. Η διαδικασία περιλαμβάνει συνδυασμό των τιμών που προκύπτουν από τον δείκτη NDVI (Normalized Difference Vegetation Index Thresholds Method) με τις χρήσεις γης από την βάση Corine. Για τον ακριβή προσδιορισμό της θερμοκρασίας απαιτείται και ατμοσφαιρική διόρθωση αλλά εξαιτίας της μικρής κλίμακας εργασίας η ατμόσφαιρα θεωρείται ομοιογενής. <br /> *Εκτίμηση της έντασης του φαινομένου της Επιφανειακής Αστικής Θερμικής Νησίδας (UHI). Για την τελική εκτίμηση και τελικά τον προσδιορισμό των θερμοκρασιών κάθε κάλυψης γης πραγματοποιείται υπέρθεση και συνδυασμός των ψηφιδωτών και διανυσματικών δεδομένων μέσω GIS διαδικασιών. Ως τελική εκπεμπόμενη θερμοκρασία θεωρείται η μέση των δύο αντίστοιχων τιμών. <br /> <br /> '''Το ελληνικό παράδειγμα'''<br /> <br /> Η μεθοδολογία που αναλύθηκε εφαρμόζεται και στις 5 πόλεις που μελετά το παρόν άρθρο με σκοπό να εκτιμηθεί το ημερήσιο θερμικό περιβάλλον τους κατά τη διάρκεια της θερμής εποχής αλλά και ο εντοπισμός των αστικών θερμικών νησίδων. Στα σχήματα 6-10 παρουσιάζονται τα αποτελέσματα με τα σκοτεινά σημεία να δείχνουν χαμηλότερη θερμοκρασία και τα πιο φωτεινά υψηλή θερμοκρασία. Η μέση θερμοκρασία δίνεται στον πίνακα 1, ενώ οι εντάσεις των επιφανειακών UHI στον πίνακα 2. <br /> Αποτελέσματα<br /> *Αθήνα: Στην περίπτωση της Αθήνας με βάση τα αποτελέσματα της μελέτης η θερμοκρασία στις κεντρικές αστικές περιοχές είναι 3,3 ºC υψηλότερη από τις αγροτικές περιοχές. Όμως η χρήση που παρουσιάζει την υψηλότερη θερμοκρασία είναι οι μικτές αστικές χρήσεις (βιομηχανίες, εμπόριο, μεταφορές, ορυχεία, χωματερές κ.ά.) οι οποίες παρουσιάζουν θερμοκρασία 1,9 ºC υψηλότερη από τις κεντρικές αστικές χρήσεις, δηλαδή 5,9 ºC υψηλότερη θερμοκρασία από τις αγροτικές περιοχές. Στην συνολική εικόνα της επίσης τα νοτιοδυτικά προάστια (Πετρούπολη, Νίκαια κ.ά.) παρουσιάζουν υψηλότερη θερμοκρασία από τα νοτιοανατολικά (Κηφισιά, Χαλάνδρι, Ζωγράφος κ.ά.) αυτό μπορεί να οφείλεται στην χαμηλή κάλυψη από βλάστηση. Hot Spot αποτελούν αεροδρόμια, βιομηχανικές περιοχές και γενικότερα περιοχές με που συντίθενται από διάφορα εργοστάσια. <br /> *Θεσσαλονίκη: Η πόλη της Θεσσαλονίκης ως πόλη-λιμάνι διαθέτει ένα παραλιακό μέτωπο το οποίο διαμορφώνεται από πολυώροφα υψηλής πυκνότητας κτίρια, ενώ η ενδοχώρα σε μεγαλύτερο υψόμετρο διαμορφώνεται από χαμηλότερης πυκνότητας δόμηση και υψηλότερη βλάστηση. Ως αποτέλεσμα τα προάστια είναι πιο ψυχρά από το κέντρο της πόλης και πιο θερμά από τον αγροτικό χώρο (1,5 ºC). Στην γενική εικόνα η πόλη δεν παρουσιάζει σημαντικές διαφοροποιήσεις. <br /> *Πάτρα: Η εντονότερη διαφοροποίηση παρατηρείται στην μετάβαση από τον αγροτικό στον αστικό ιστό. Μεταξύ προαστίων και των κεντρικών περιοχών είναι σχετικά μικρή η διαφοροποίηση. Είναι και σε αυτή την περίπτωση έντονη η επιρροή του λιμανιού στο περιβάλλον της πόλης. <br /> *Βόλος: Οι εντάσεις στην πόλη του Βόλου είναι ασθενέστερες, με διαφοροποιήσεις της τάξεως των 0.4–0.8 ºC μεταξύ του κέντρου και της αγροτικής περιοχής. Για ακόμη μια φορά οι μικτές χρήσεις γης παρουσιάζουν την υψηλότερη θερμοκρασία. <br /> *Ηράκλειο: Στην περίπτωση του Ηρακλείου εμφανίζονται οι υψηλότερες θερμοκρασίες στο σύνολο της μελέτης με την πόλη να αγγίζει τους 40 ºC. Η υψηλότερη επιφανειακή θερμοκρασία εντοπίζεται όπως και στις υπόλοιπες πόλεις στο αεροδρόμιο. <br /> Αυτό που πρέπει να αναφερθεί είναι πως η συγκεκριμένη μέθοδος μπορεί να χρησιμοποιηθεί σε ποικίλες περιοχές ενώ υπάρχει η αναγκαιότητα για την δημιουργία μια μεθόδου ευρωπαϊκών προδιαγραφών για την εκτίμηση του φαινομένου των επιφανειακών UHI. <br /> <br /> <br /> <br /> [[category:Ατμοσφαιρική Ρύπανση]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%9A%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_%CE%A0%CF%81%CE%BF%CF%83%CF%86%CF%8D%CE%B3%CF%89%CE%BD-%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_Za%27atari 2017-02-09T15:46:48Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_art_3_pic1.PNG|thumb|right|'''Εικόνα 1''': Περιοχή Μελέτης]]<br /> [[Εικόνα: koutsi_art_3_pic2.PNG|thumb|right|'''Εικόνα 2''': Αλλαγές στην ανάπτυξη της κατασκήνωσης Za'atari. Αριστερά: 13 Μαίου 2013, δεξιά 20 Ιουνίου 2014. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> [[Εικόνα: koutsi_art_3_pic3.PNG|thumb|right|'''Εικόνα 3''': Πληροφορίες υπηρεσιών από το Open Street Map]]<br /> [[Εικόνα: koutsi_art_3_pic4.PNG|thumb|right|'''Εικόνα 4''': Οι τέντες στην κατασκήνωση Za'atari. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> <br /> '''Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari'''<br /> <br /> Brian Tomaszewski a, *, Sara Tibbets a, Yusuf Hamad b, Nijad Al-Najdawi c<br /> <br /> a Rochester Institute of Technolgy, Rochester, NY, USA<br /> <br /> b Mafraq, Jordan<br /> <br /> c Al-Balqa Applied University, Jordan<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S1877705816322822] <br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Κατασκηνώσεις προσφύγων, Τηλεπισκόπηση, Ανάλυση, Συριακές διαμάχες<br /> <br /> '''Αντικείμενο'''<br /> <br /> Το παρόν άρθρο αποτελεί ανάλυση των αλλαγών στις υποδομές προσφύγων σε μια αστική κατασκήνωση προσφύγων. Ειδικότερα, πραγματοποιείται εκτίμηση των μεταβολών στις υποδομές που χρησιμοποιούνται στην κατασκήνωση Za'atari στην Ιορδανία. Η ανάλυση και εκτίμηση της αξιοπιστίας της μελέτης πραγματοποιήθηκε με στοιχεία από κάτοικο της περιοχής. Εκτιμάται επίσης ο τρόπος που αξιοποιήθηκαν οι πρώτες ύλες και η αλλαγή της χρήσης τους με το πέρας του χρόνου. Τέλος, εκτιμάται η σημασία της τηλεπισκόπησης για μελλοντικές χρήσεις όσον αφορά την διαχείριση τέτοιου είδους κατασκηνώσεων. <br /> <br /> '''Κυρίως κείμενο'''<br /> <br /> Η αύξηση του προσφυγικού πληθυσμού έχει πια λάβει παγκόσμιες διαστάσεις. Οι κατασκηνώσεις στις οποίες εγκαθίστανται πολλές φορές χαρακτηρίζονται από έλλειψη βασικών υποδομών όπως νερό και ηλεκτρισμός ενώ και αυτές που διαθέτουν παροχές αυτές χαρακτηρίζονται από ασυνέχεια και από την κατάσταση της μόνιμης προσωρινότητας που χαρακτηρίζει αυτού του είδους τις κατασκηνώσεις. Το βασικό ερώτημα της μελέτης εστιάζει στις μοναδικές πτυχές των δομών μια αστικής κατασκήνωσης προσφύγων.<br /> <br /> '''Περιοχή Μελέτης'''<br /> <br /> Περιοχή μελέτης είναι η αστική κατασκήνωση προσφύγων στην περιοχή Za'atari της Ιορδανίας. Αποτελεί μια από τις μεγαλύτερες κατασκηνώσεις προσφύγων στον κόσμο, φιλοξενώντας 80.000 άτομα και παρέχοντας τις υποδομές μιας κανονικής πόλης. Η εικόνα της περιοχής έχει αλλάξει μετά την μετακίνηση νέων προσφύγων από την Συρία και ύστερα από την μετακίνηση πολλών στην Ευρώπη, πράγμα που εντοπίζεται με τη βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Από την ανάλυση των εικόνων της περιοχής προέκυψαν δύο μελέτες περίπτωσης: <br /> *''Η αλλαγή των λυόμενων κτιρίων (caravan) και των υπηρεσιών''<br /> Βασικό χαρακτηριστικό των λυόμενων κτιρίων είναι η ανάγκη για μετακίνησή τους. Η ανάγκη για πρόσβαση σε υποδομές (υπηρεσίες, τροφή, αγορά, ηλεκτρισμό) και η ανάγκη της γειτνίασης με συγγενικά πρόσωπα οδήγησε τους πρόσφυγες να αναζητούν συνεχώς τρόπους μετακίνησης των καταλυμάτων τους. Στην εικόνα 2 είναι εμφανής η μεταβολή ενός τμήματος της κατασκήνωσης σε ένα μόλις χρόνο. Η συγκέντρωση των καταλυμάτων στα συγκεκριμένα σημεία οφείλεται στην ύπαρξη υπηρεσιών όπως αυτές παρουσιάζονται στην εικόνα 3. Το 2014 έχουν προστεθεί περισσότερες μόνιμες εγκαταστάσεις παρά σκηνές.<br /> *''Η χρήση σκηνών διαχρονικά'' <br /> Οι σκηνές χρησιμοποιούνται από τους πρόσφυγες στην αρχή της διαμονής τους στην κατασκήνωση. Από τηλεπισκοπικής άποψης, με την χρήση των δορυφορικών εικόνων που χρησιμοποιούνται για τις ημερομηνίες 14/01/2013, 27/02/2013 και 4/05/2013 παρατηρείται ραγδαία άφιξη νέων προσφύγων καθώς υπάρχει αύξηση των σκηνών που χρησιμοποιούνται. Την 4η Μαΐου 2013 έχουν ήδη πολλές σκηνές μετατραπεί σε λυόμενες εγκαταστάσεις. <br /> Μελλοντική εργασία<br /> Στα σχέδια της μελετητικής ομάδας είναι η χρήση της τηλεπισκόπησης και των αλγορίθμων ταξινόμησης δορυφορικών εικόνων με σκοπό την εκτίμηση των υλικών που χρησιμοποιούνται στις εκάστοτε υποδομές με στόχο την εκτίμηση των προσωρινών καταλυμάτων. Από την εκτίμηση των υλικών είναι δυνατός ο προσδιορισμός της τρωτότητας των καταλυμάτων, γεγονός ιδιαίτερα σημαντικό για την ασφάλεια των κατοίκων. <br /> <br /> '''Αποτελέσματα''' <br /> <br /> Συμπερασματικά, χρησιμοποιώντας δεδομένα από κάτοικο της αστικής κατασκήνωσης στην περιοχή Za'atari της Ιορδανίας και ταυτόχρονα με την χρήση της τηλεπισκόπησης πραγματοποιούνται εκτιμήσεις για τις εγκαταστάσεις και την κινητικότητα των προσφύγων εντός των ορίων της. Το σημαντικότερο είναι πως η κινητικότητα οφείλεται στην κατανομή των υπηρεσιών που παρέχονται και στις νέες αφίξεις κατά διαστήματα. <br /> <br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%9A%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_%CE%A0%CF%81%CE%BF%CF%83%CF%86%CF%8D%CE%B3%CF%89%CE%BD-%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_Za%27atari 2017-02-09T15:46:05Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_art_3_pic1.PNG|thumb|right|'''Εικόνα 1''': Περιοχή Μελέτης]]<br /> [[Εικόνα: koutsi_art_3_pic2.PNG|thumb|right|'''Εικόνα 2''': Αλλαγές στην ανάπτυξη της κατασκήνωσης Za'atari. Αριστερά: 13 Μαίου 2013, δεξιά 20 Ιουνίου 2014. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> [[Εικόνα: koutsi_art_3_pic3.PNG|thumb|right|'''Εικόνα 3''': Πληροφορίες υπηρεσιών από το Open Street Map]]<br /> [[Εικόνα: koutsi_art_3_pic4.PNG|thumb|right|'''Εικόνα 4''': Οι τέντες στην κατασκήνωση Za'atari. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> <br /> '''Ανάλυση της εξέλιξης των υποδομών μέσω της τηλεπισκόπησης σε μια Αστική Κατασκήνωση Προσφύγων-Στοιχεία από την κατασκήνωση Za'atari'''<br /> <br /> Brian Tomaszewski a, *, Sara Tibbets a, Yusuf Hamad b, Nijad Al-Najdawi c<br /> <br /> a Rochester Institute of Technolgy, Rochester, NY, USA<br /> <br /> b Mafraq, Jordan<br /> <br /> c Al-Balqa Applied University, Jordan<br /> <br /> '''Link''': [http://www.sciencedirect.com/science/article/pii/S1877705816322822] <br /> <br /> '''ΛΕΞΕΙΣ ΚΛΕΙΔΙΑ''': Κατασκηνώσεις προσφύγων, Τηλεπισκόπηση, Ανάλυση, Συριακές διαμάχες<br /> <br /> '''Αντικείμενο'''<br /> <br /> Το παρόν άρθρο αποτελεί ανάλυση των αλλαγών στις υποδομές προσφύγων σε μια αστική κατασκήνωση προσφύγων. Ειδικότερα, πραγματοποιείται εκτίμηση των μεταβολών στις υποδομές που χρησιμοποιούνται στην κατασκήνωση Za'atari στην Ιορδανία. Η ανάλυση και εκτίμηση της αξιοπιστίας της μελέτης πραγματοποιήθηκε με στοιχεία από κάτοικο της περιοχής. Εκτιμάται επίσης ο τρόπος που αξιοποιήθηκαν οι πρώτες ύλες και η αλλαγή της χρήσης τους με το πέρας του χρόνου. Τέλος, εκτιμάται η σημασία της τηλεπισκόπησης για μελλοντικές χρήσεις όσον αφορά την διαχείριση τέτοιου είδους κατασκηνώσεων. <br /> <br /> '''Κυρίως κείμενο'''<br /> <br /> Η αύξηση του προσφυγικού πληθυσμού έχει πια λάβει παγκόσμιες διαστάσεις. Οι κατασκηνώσεις στις οποίες εγκαθίστανται πολλές φορές χαρακτηρίζονται από έλλειψη βασικών υποδομών όπως νερό και ηλεκτρισμός ενώ και αυτές που διαθέτουν παροχές αυτές χαρακτηρίζονται από ασυνέχεια και από την κατάσταση της μόνιμης προσωρινότητας που χαρακτηρίζει αυτού του είδους τις κατασκηνώσεις. Το βασικό ερώτημα της μελέτης εστιάζει στις μοναδικές πτυχές των δομών μια αστικής κατασκήνωσης προσφύγων.<br /> <br /> '''Περιοχή Μελέτης'''<br /> <br /> Περιοχή μελέτης είναι η αστική κατασκήνωση προσφύγων στην περιοχή Za'atari της Ιορδανίας. Αποτελεί μια από τις μεγαλύτερες κατασκηνώσεις προσφύγων στον κόσμο, φιλοξενώντας 80.000 άτομα και παρέχοντας τις υποδομές μιας κανονικής πόλης. Η εικόνα της περιοχής έχει αλλάξει μετά την μετακίνηση νέων προσφύγων από την Συρία και ύστερα από την μετακίνηση πολλών στην Ευρώπη, πράγμα που εντοπίζεται με τη βοήθεια της τηλεπισκόπησης. <br /> <br /> '''Μεθοδολογία'''<br /> <br /> Από την ανάλυση των εικόνων της περιοχής προέκυψαν δύο μελέτες περίπτωσης: <br /> *Η αλλαγή των λυόμενων κτιρίων (caravan) και των υπηρεσιών<br /> Βασικό χαρακτηριστικό των λυόμενων κτιρίων είναι η ανάγκη για μετακίνησή τους. Η ανάγκη για πρόσβαση σε υποδομές (υπηρεσίες, τροφή, αγορά, ηλεκτρισμό) και η ανάγκη της γειτνίασης με συγγενικά πρόσωπα οδήγησε τους πρόσφυγες να αναζητούν συνεχώς τρόπους μετακίνησης των καταλυμάτων τους. Στην εικόνα 2 είναι εμφανής η μεταβολή ενός τμήματος της κατασκήνωσης σε ένα μόλις χρόνο. Η συγκέντρωση των καταλυμάτων στα συγκεκριμένα σημεία οφείλεται στην ύπαρξη υπηρεσιών όπως αυτές παρουσιάζονται στην εικόνα 3. Το 2014 έχουν προστεθεί περισσότερες μόνιμες εγκαταστάσεις παρά σκηνές.<br /> *Η χρήση σκηνών διαχρονικά <br /> Οι σκηνές χρησιμοποιούνται από τους πρόσφυγες στην αρχή της διαμονής τους στην κατασκήνωση. Από τηλεπισκοπικής άποψης, με την χρήση των δορυφορικών εικόνων που χρησιμοποιούνται για τις ημερομηνίες 14/01/2013, 27/02/2013 και 4/05/2013 παρατηρείται ραγδαία άφιξη νέων προσφύγων καθώς υπάρχει αύξηση των σκηνών που χρησιμοποιούνται. Την 4η Μαΐου 2013 έχουν ήδη πολλές σκηνές μετατραπεί σε λυόμενες εγκαταστάσεις. <br /> Μελλοντική εργασία<br /> Στα σχέδια της μελετητικής ομάδας είναι η χρήση της τηλεπισκόπησης και των αλγορίθμων ταξινόμησης δορυφορικών εικόνων με σκοπό την εκτίμηση των υλικών που χρησιμοποιούνται στις εκάστοτε υποδομές με στόχο την εκτίμηση των προσωρινών καταλυμάτων. Από την εκτίμηση των υλικών είναι δυνατός ο προσδιορισμός της τρωτότητας των καταλυμάτων, γεγονός ιδιαίτερα σημαντικό για την ασφάλεια των κατοίκων. <br /> <br /> '''Αποτελέσματα''' <br /> <br /> Συμπερασματικά, χρησιμοποιώντας δεδομένα από κάτοικο της αστικής κατασκήνωσης στην περιοχή Za'atari της Ιορδανίας και ταυτόχρονα με την χρήση της τηλεπισκόπησης πραγματοποιούνται εκτιμήσεις για τις εγκαταστάσεις και την κινητικότητα των προσφύγων εντός των ορίων της. Το σημαντικότερο είναι πως η κινητικότητα οφείλεται στην κατανομή των υπηρεσιών που παρέχονται και στις νέες αφίξεις κατά διαστήματα. <br /> <br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%9A%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_%CE%A0%CF%81%CE%BF%CF%83%CF%86%CF%8D%CE%B3%CF%89%CE%BD-%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_Za%27atari 2017-02-09T15:41:18Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_art_3_pic1.PNG|thumb|right|'''Εικόνα 1''': Περιοχή Μελέτης]]<br /> [[Εικόνα: koutsi_art_3_pic2.png|thumb|right|'''Εικόνα 2''': Αλλαγές στην ανάπτυξη της κατασκήνωσης Za'atari. Αριστερά: 13 Μαίου 2013, δεξιά 20 Ιουνίου 2014. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> [[Εικόνα: koutsi_art_3_pic3.png|thumb|right|'''Εικόνα 3''': Πληροφορίες υπηρεσιών από το Open Street Map]]<br /> [[Εικόνα: koutsi_art_3_pic4.png|thumb|right|'''Εικόνα 4''': Οι τέντες στην κατασκήνωση Za'atari. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> <br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%B5%CE%BE%CE%AD%CE%BB%CE%B9%CE%BE%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CF%85%CF%80%CE%BF%CE%B4%CE%BF%CE%BC%CF%8E%CE%BD_%CE%BC%CE%AD%CF%83%CF%89_%CF%84%CE%B7%CF%82_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CE%B5_%CE%BC%CE%B9%CE%B1_%CE%91%CF%83%CF%84%CE%B9%CE%BA%CE%AE_%CE%9A%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_%CE%A0%CF%81%CE%BF%CF%83%CF%86%CF%8D%CE%B3%CF%89%CE%BD-%CE%A3%CF%84%CE%BF%CE%B9%CF%87%CE%B5%CE%AF%CE%B1_%CE%B1%CF%80%CF%8C_%CF%84%CE%B7%CE%BD_%CE%BA%CE%B1%CF%84%CE%B1%CF%83%CE%BA%CE%AE%CE%BD%CF%89%CF%83%CE%B7_Za%27atari 2017-02-09T15:38:42Z

<p>Koutsi: </p> <hr /> <div>[[Εικόνα: koutsi_art_3_pic1.png|thumb|right|'''Εικόνα 1''': Περιοχή Μελέτης]]<br /> [[Εικόνα: koutsi_art_3_pic2.png|thumb|right|'''Εικόνα 2''': Αλλαγές στην ανάπτυξη της κατασκήνωσης Za'atari. Αριστερά: 13 Μαίου 2013, δεξιά 20 Ιουνίου 2014. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> [[Εικόνα: koutsi_art_3_pic3.png|thumb|right|'''Εικόνα 3''': Πληροφορίες υπηρεσιών από το Open Street Map]]<br /> [[Εικόνα: koutsi_art_3_pic4.png|thumb|right|'''Εικόνα 4''': Οι τέντες στην κατασκήνωση Za'atari. (Εικόνες από τον DigitalGlobe Foundation)]]<br /> <br /> <br /> <br /> [[category:Ανίχνευση μεταβολών αστικής γης]]</div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_3_pic4.PNG 2017-02-09T15:36:59Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_3_pic3.PNG 2017-02-09T15:36:50Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:Koutsi_art_3_pic2.PNG 2017-02-09T15:36:41Z

<p>Koutsi: </p> <hr /> <div></div>

Koutsi